南臺灣地區包括雲林、嘉義、臺南、高雄及屏東等地連日豪雨成災，已造成四人不幸死亡及農損。行政院院長賴清德曾說：「淹30年的痛苦，我花3年解決，大家都覺得不可思議。」，但此次卻破功，足見，「賴神」非神，政治語言而已。
平情而論，10幾年來政府砸了千億經費來治水，結果反而越治越淹，除了令百姓感慨外；全球環境變遷造成未來天氣詭譎多變，極端降雨事件發生頻率越來越高已不容否認。有鑑於此，建立「極端雨量大數據模型」做為事前預測及防災刻不容緩。
▲賴清德25日赴南部勘災時表示「治水成敗我一肩扛起」。（圖／記者屠惠剛攝）
極端氣候下 速建「雨量大數據模型」
大數據是國家基礎性戰略資源掌握數據，亦是推動國家經濟轉型發展的新動力。筆者近期分別參訪「貴州大數據試驗區」及「上海數據交易中心」；見證中國大數據驚人發展及應用領域。目前大數據在政用、商用及民用應用已遍地開花。2017 年全球世界數據資源總量為15ZB，中國占2ZB；而中國數字經濟總量為27兆人民幣，占GDP的33%，全球排名第五位。
舉例而言，在旅遊大數據方面，透過電信數據已能即時顯示全國各省累積度假人數統計、交通方式分布、遊客國籍分布、遊客遊玩平均天數、人均餐飲消費、人均交通消費、人均住宿消費及人均門票消費。遊客熱搜詞條、最熱門遊玩項目、最熱門遊玩路線及未來趨勢預測。在城市交通治理方面，匯聚交通主管部門及互聯網相關數據，應用大數據分析建模技術在交通違章領域的應用，可展現大數據在交通違章的作用與能力。如對交通離峰時段停車的資源充分運用、以數據層面進行可視化展示。
中國大陸積極發展大數據
上海數據交易所已能即時顯示上海市目前平均時速、各區平均時速、30日內交通擁堵曲線圖；高速路通行車輛市內掛牌車比率、外牌車比率、車行分布；上海火車站當前客流量數、出發車次、到達車次、當前通行地鐵班次，公交車班次，通行出租車、帶來客流、帶來客流。其資料之廣、項目之細，令人嘆為觀止。
其實，氣象觀測資料自古有之，而且龐雜眾多，具有大資料的海量（Volume）特性。一般又可區分二種，一為實況資料，即一般過去觀測的氣象資料；另一種則由電腦程式運算生成，屬於預測未來的模擬資料。中國大陸氣象部門於去(2017)年編制了《氣象資訊化發展規劃（2018-2022年）》，其中核心問題就是圍繞氣象大資料彙集、管理、共用和應用開展一系列工程建設、制度建設和政策措施。同時深化頂層設計、紮實開展氣象大資料雲平臺建設、氣象大資料核心技術系統建設、氣象大資料智慧應用系統建設及氣象大資料雲平臺基礎設施建設。
據悉，目前國內對於氣象方向的大數據研究；包括中央氣象局已設置雷達觀測網與密集雨量觀測站搜集雨量大數據，並進行估計及定量降水預報系統(由10分鐘到前二日等不同數據頻率)。此外，水利署跟地方政府合作，利用大數據交叉比對分析資料，從淹水潛勢區找出高風險的「防汛熱點」；另國家實驗研究院臺灣颱風洪水研究中心「颱洪中心」與中央氣象局合作，研發「系集雨量大數據分析技術」，以提升梅雨預報準確度。個人以為，政府對於氣象大數據應有前瞻性規畫，而若能將上述等機構整合成一個「全國氣候雨量大數據平臺」，資源為中央及地方政府、學術研究所共享，更能夠發揮其成效。
少點口水 發展應用大數據科技
然而，除了蒐集一般性的雨量大數據外，應另建立百年歷史的極端雨量大數據資料庫，如24小時累積雨量達500毫米以上超大豪雨資料。再根據此大數據資料庫建構極端雨量預測模型；同時針對不同的極端雨量做敏感度分析及防洪、防災決策；如提前發現高風險區域、找出土石流潛勢區、發出警報，並讓救災物資機具(如移動式抽水機)早一點進駐、早一點疏散居民及安置，可讓淹水釀災機率降低。
綜合言之，在極端氣候下，若能少一點政治口水，積極應用大數據科技不僅能防範於未然，降低生命財產損失。
延伸閱讀
●李沃牆，現任淡江大學財務金融學系專任教授及兩岸金融中心副主任，亦為富華創投及兆豐第一創投董事、品豐投顧榮譽顧問。以上言論不代表本網立場。論壇歡迎多元的聲音與觀點，來稿請寄：editor88@ettoday.net
讀者迴響