從大數據到決策智慧：都會區地下空間數位孿生( I );From Big Data to Intelligent Decision-Making: Subsurface Digital Twin of Urban Area( I )

NCU Institutional Repository > 地球科學學院 > 應用地質研究所 > 研究計畫 > Item 987654321/99092

請使用永久網址來引用或連結此文件: https://ir.lib.ncu.edu.tw/handle/987654321/99092

題名:	從大數據到決策智慧：都會區地下空間數位孿生( I );From Big Data to Intelligent Decision-Making: Subsurface Digital Twin of Urban Area( I )
作者:	董家鈞
貢獻者:	國立中央大學應用地質研究所
關鍵詞:	數位孿生;工程地質建模;地層和地層屬性參數隨機場;人工智慧;機器學習;地質和地震微分區;即時監測;不確定性量化;降低災害風險;岩坡穩定性;沉積環境;空間相關性參數;聯合國永續發展目標;;Digital Twin;Engineering Geological Modeling;Stratigraphic and Geo-property Random Field (SGRF);Artificial Intelligence;Machine Learning;Geological and Seismic Micro-Zonation;Real-Time Monitoring;Uncertainty Quantification;Disaster Risk Reduction;Rock Slope Stability;Sedimentary Environment;Spatial Correlation;United Nations Sustainable Development Goals (SDGs).
日期:	2026-01-22
上傳時間:	2026-01-23 16:42:36 (UTC+8)
出版者:	國家科學及技術委員會(本會)
摘要:	近年來數位孿生於隧道工程計畫、地質災害預警、地下資源開發或地下水汙染(包括碳封存與高放射性廢棄物地質處置)之應用相當多，舉例而言，香港即已發展出邊坡滑動之數位孿生架構，基於降雨資訊可及時預測淺層滑動災害範圍與嚴重程度。不過，因地下空間資訊極度欠缺，這也導致了需要納入工程地質模型之數位孿生體系建立，要遠遠比其它數位孿生體系建立更具有挑戰性。以台北盆地為例，雖然地質及礦業中心已經收集了超過1萬5千個、看起來好像密密麻麻的鑽孔資料，但是實際上，很多地區都是地質資料空白區域。以總統府附近為例，鑽井密度即相當低，數十公頃範圍內鑽孔其實相當稀疏。另一個例子，雖然位處順向坡之陽明交通大學陽明校區歷經長期地質調查，但是，地下空間資訊(工程地質模型)之不確定性仍未能充分掌握，導致深部沿層面滑動之風險分析面臨困難。因此，都會區地下空間資訊數位孿生體系建立，即成為深具挑戰性的研究課題。本計畫主要目標，即為發展台北盆地及其周緣都會區地下空間數位孿生體系所需要的地質模型，並量化地質模型不確定性，以作為未來智慧管理與決策所需之基礎地下數位資訊。本計畫成果有機會成為台北盆地地震速報精緻化、土壤液化潛勢隨降雨水位變動預測、盆地周圍坡地安全預警系統建立等等工作之基石，本計畫發展之方法，亦可充分支持地熱開發、二氧化碳封存或是大規模崩塌災害防治等課題所需之場址特徵化。本計畫扣合多項聯合國永續發展目標(SDGs)，為深具社會衝擊性之研究。
關聯:	財團法人國家實驗研究院科技政策研究與資訊中心
顯示於類別:	[應用地質研究所] 研究計畫

文件中的檔案:

檔案	描述	大小	格式	瀏覽次數
index.html		0Kb	HTML	0	檢視/開啟

在NCUIR中所有的資料項目都受到原著作權保護.

社群 sharing

資料載入中.....