結合 LLM 語意感知 與 氣象大數據。
當豪雨來襲,我們將社群情報轉化為救命地圖,
為高雄市民規劃一條真正「不濕鞋」的安全回家路。
前方 500m 民族路積水
AI 解析:水深約 30cm (淹過輪胎)
已為您重新規劃
2024 凱米颱風的教訓告訴我們,面對極端氣候,傳統的防災資訊存在著巨大的「斷層」。
官方水位計精準,但無法覆蓋每條巷弄。地下道與低窪地區往往成為資訊死角,導致車輛誤入。
PTT、Threads 上充滿了第一手災情回報,但這些文字雜亂無章,無法即時被整合進地圖中。
傳統系統看不懂「水淹到輪胎」是什麼意思。我們需要 AI 來翻譯這些人類語言。
我們不依賴昂貴的硬體,而是利用軟體定義防災。透過虛實整合技術,打造最懂高雄路況的 AI。
LLM 自動爬取在地社群貼文,將「博愛路淹水」解析為精確的 GPS 座標與深度數值。
結合中央氣象署降雨 API,交叉比對社群回報,排除假消息,確保資訊精確。
演算法即時調整路網權重,自動避開積水 15cm 以上路段,實現「無感避險」。
Input: Raw Data
"三民區建工路這邊淹很大,機車過不去了!"
Process: LLM Engine
Location: [22.651, 120.325]
Depth: >20cm (High Risk)
Confidence: 95%
Output: Navigation
Action: Reroute via Jiuru Rd.
Status: Safe
建構具備防災韌性的智慧城市
強化對氣候災害的適應能力