▲中央大學地震災害鏈風險評估及管理研究中心透過卷積神經網路擷取地震波特徵，在最初測站後三秒即可提供各縣市震度。（圖／中央大學提供）


【亞太新聞網／記者丘曉地／中壢報導】

花蓮大地震後，各界對於預警通報很是關心，中央大學九日表示，地震災害鏈風險評估及管理研究中心透過卷積神經網路擷取地震波特徵，在最初測站後三秒即可提供各縣市震度，正確率高達九成以上，希望未來應用在國家地震警報上。

花蓮三日發生規模七點二的大地震，全台都受影響，但當時有部地區未收警報很是訝異和不滿，中央大學地震災害鏈風險評估及管理研究中心九日表示，台灣地震頻仍，為讓國人更即時掌握地震資訊，該中心接受中央氣象署計畫委託，透過卷積神經網路（CNN）擷取地震波特徵，在最初測站後三秒即可提供各縣市震度，正確率高達九成以上。

中央大學地震災害鏈風險評估及管理研究中心表示，這套AI地震預警系統，主要是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，讓系統加以分析，並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，這套名為「深度學習的端對端區域型地震預警模型」，主要參考以日本和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。

中心副主任詹忠翰表示，以這次花蓮規模七點二大地震為例，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，除了預估震度更加準確，發布速度也比傳統地震預警系統更快。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，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而言，可提前幾秒預警，便能進行減速等措施，將災害減至最低。