▲中央大學地震災害鏈風險評估及管理研究中心打造新一代AI地震預警系統（TT-SAM），右為中心副主任詹忠翰、左為研究生張杰宸。（圖／中央大學提供）
記者沈繼昌／桃園報導
鑒於0403花蓮芮氏地震7.2級強震造成近25年來最重大傷亡損害，為讓國人更即時掌握地震資訊，中央大學地震災害鏈風險評估及管理研究中心接受中央氣象署計畫委託，打造出新一代AI地震預警系統（TT-SAM），在地震觸發當下，透過卷積神經網路（CNN）擷取地震波特徵，於最初測站後3秒提供各縣市震度，正確率高達九成以上，未來可應用在國家地震警報上，提供各縣市即時地震預警系統，此「黃金時刻」對於高鐵、捷運等重大公共設施提前幾秒預警，進行減速措施，將災害降至最低。
中央大學地震災害鏈風險評估及管理研究中心指出，在氣象署經費支持下，該中心團隊投入2年多時間，開發AI地震預警系統，主要以人工智能來觀測地震波影像，投入1999年到2019年台灣地震的地震波等圖像讓系統分析，將地震波與震度相關資訊透過AI深度學習技術，讓警報系統更即時精確。
▲以0403花蓮規模7.2大地震為例，透過七秒的震波分析，即可評估台灣多數地區震度可達四級以上。（圖／中央大學提供）
這套「深度學習的端對端區域型地震預警模型」（Taiwan Transformer Shaking Alert Model，簡稱TTSAM）」，主要參考以日本、義大利地震資料訓練的AI模型架構，再加入台灣不同區域震波放大特性，以優化台灣地震之預警表現，提供較長的預警時間與可靠的震度預估。
以此次花蓮規模7.2大地震為例，透過七秒的震波分析，可評估台灣多數地區震度可達四級以上，除預估震度更加準確，發布速度比傳統地震預警系統更快。中心副主任詹忠翰指出，當強震發生時，距離震央越近，預警時間越短，越遠則可預警時間越長。新開發系統比現有預警快上幾秒，此「黃金時刻」對於高鐵、捷運等重大公共設施可提前幾秒預警，便能進行減速等措施，將災害降至最低。
▲中央大學地震災害鏈風險評估及管理研究中心，集合地科專家，將學術成果應用至相關產業界，以降低自然災害對人類生命財產危害。（圖／中央大學提供）
中央大學地震災害鏈風險評估及管理研究中心，英文簡稱「E-DREaM」，團隊主要成員主要涵蓋地震、海嘯、山崩土石流、堰塞湖、土壤液化、極端天氣系統及風險評估等，希望將科學研究實用化，將學術成果應用至相關產業界，降低自然災害對人類生命財產的危害。
讀者迴響