iVOD / 149945

Field Value
IVOD_ID 149945
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/149945
日期 2024-03-18
會議資料.會議代碼 委員會-11-1-23-4
會議資料.會議代碼:str 第11屆第1會期交通委員會第4次全體委員會議
會議資料.屆 11
會議資料.會期 1
會議資料.會次 4
會議資料.種類 委員會
會議資料.委員會代碼[0] 23
會議資料.委員會代碼:str[0] 交通委員會
會議資料.標題 第11屆第1會期交通委員會第4次全體委員會議
影片種類 Clip
開始時間 2024-03-18T09:44:19+08:00
結束時間 2024-03-18T09:54:09+08:00
影片長度 00:09:50
支援功能[0] ai-transcript
支援功能[1] gazette
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/14550b3f67fe733a625fc98de1008f715d4e9913f58cb8d7f8ba9b0039caa7a6d193b0f45bd143e35ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 李昆澤
委員發言時間 09:44:19 - 09:54:09
會議時間 2024-03-18T09:00:00+08:00
會議名稱 立法院第11屆第1會期交通委員會第4次全體委員會議(事由:邀請交通部首長率同中央氣象署署長列席報告業務概況,並備質詢。 【3月18日、20日二天一次會】)
gazette.lineno 238
gazette.blocks[0][0] 李委員昆澤:(9時44分)謝謝徐富癸委員。現在請程署長及林國顯次長,次長,上來走一走啦!
gazette.blocks[1][0] 主席:請次長跟署長。
gazette.blocks[2][0] 李委員昆澤:次長擔任民航局長多年,對……
gazette.blocks[3][0] 林次長國顯:委員早!
gazette.blocks[4][0] 程署長家平:委員早!
gazette.blocks[5][0] 李委員昆澤:我先請教一下程署長,有關於超級電腦的預算超過15億,也是一個第6代的超級電腦,剛才也提到,在2023年的11月底,它在全球的前五百大電腦中排名第69名,剛才也提到我們相關的區域模式大概可以提升到1公里,如果是全球模式的話,現在已經可以從25公里提升到13公里,剛才委員也有提到我們相關的預測精準度以及相關的期限是不是可以延後,請你再仔細說明一下。
gazette.blocks[6][0] 程署長家平:好,有關模式的部分,的確,我們需要改善的部分,一個是有關空間解析度的部分,這個部分剛剛委員其實已經提到,我們全球模式在未來會從25公里改善到13公里,我們的區域模式會從現在作業的3公里改善到1公里,這個是有關空間解析度的部分。另外在時間長度的部分,我們全球模式未來會做10天的預報,我們的區域模式未來會做7天的預報。此外,還有一個颱風的模式,未來也會在颱風生成前的期間,譬如在熱帶低氣壓的時候我們就可以提供相關的預報,模式的預報時效的確也都有延長。
gazette.blocks[7][0] 李委員昆澤:現在除了超級電腦的運作可以大幅地提升氣象的準確度之外,AI技術的進入對於氣象的準確度以及預測也提供更大的一個幫助。當然,在 AI 技術的導入部分,我們必須要去處理 AI 的技術訓練,相關AI模型的訓練,請氣象署就這個部分目前進行的狀況簡單說明一下。
gazette.blocks[8][0] 程署長家平:好,我特別跟委員報告一下,的確,委員問的是非常非常重要的重點,我稍微用一個很簡單的概念來形容一下這件事情。我們傳統的數值天氣預報是基於物理科學的模式,從1950年開始全世界就在努力,有關基於資料科學的模式,就是現在所謂的人工智慧或者是機器學習的這些模式是基於資料科學的模式,大概在10年前開始有比較豐富的相關論文在發表,目前全世界的作業單位還沒有任何一個作業單位運用這個模式來做預報作業,所以它跟傳統模式的部分相比的確顯現了相當的潛力,可是真正進入預報作業還需要時間去發展。委員剛剛垂詢的這個部分,的確,我們會需要訓練產生我們區域的資料,利用區域的資料來做相關的訓練,因為目前所發布的論文用的都是全球的資料,它的解析度大概也都是在25公里左右,所以它其實不太能夠處理我們區域的問題,所以特別需要做區域的相關訓練。
gazette.blocks[9][0] 李委員昆澤:所以也是要加強相關的 AI模型的訓練,加強它的能力啦。
gazette.blocks[9][1] 另外我們來討論一下國家級警報,國家級警報是在2012年,因為我們看到2011年福島大地震時日本國家級警報對於地震的預警能力,這對於臺灣有很大的啟示作用,所以當初我們就要求設置國家級警報。當然,當初還沒有這種細胞廣播系統,以及相關手機的機型、功能還沒有提升到那個階段,經過這十多年來的努力,國家級警報已經逐漸在國人心目中有一定預警的重要功能,但是我們要有這樣一個國家級警報,當然就要有海纜,尤其是在東部的外海跟南部的外海。東部的外海,我們都知道大概地震有七成以上都發生在東部的外海,當初我們分成4期去進行這樣一個海底電纜的鋪設,因為它能夠偵測相關的地震、海嘯等等,當初這個海纜計畫又稱為媽祖計畫,3月要到了,大家都開始「瘋媽祖」,媽祖就是保佑大家嘛,這個媽祖計畫當初的規劃是4期,第1期做了之後被漁船勾斷了,從第2期開始我們就加強相關的措施,現在第3期也已經完成了,就是從東部的外海延伸到鵝鑾鼻這邊,從枋山的中華電信所上岸。我們這幾年一直在推動第4期,第4期原本預期要從2021年到2024年,到現在都還沒有執行,而且當初我們所規劃的是800公里,這對於馬尼拉海溝的地震跟海嘯的預測,對於臺灣西南部是一個非常重要的預警系統,它有6座的海底觀測系統。但是我們看到目前相關的進度,當然因為COVID-19疫情的影響以及相關物價的飆漲、數位通訊傳輸技術的演進等都讓成本增加,現在據我所知,迫於現實我們已經將800公里縮減為200公里。這個我非常不滿,從800公里縮減到200公里,它的功能大為減縮,而且6座觀測站現在也修成只有3座觀測站,這些相關的進度怎麼樣?來,說明一下。
gazette.blocks[10][0] 程署長家平:委員指教的的確是一個不得已而為的措施,主要是相關的執行經費,因為國際的物價一直不斷的上漲,這個計畫過去執行時其實已經有8次流標,都沒有辦法標出去,所以我們整個計畫經過兩次的修改並報行政院做相關的核定,的確800公里變為200公里和6個站變3個站這件事情……
gazette.blocks[11][0] 李委員昆澤:所以第4期計畫現在就是從800公里縮減為200公里,還是說這只是一個暫時的狀態,可能還會有第5期、第6期?
gazette.blocks[12][0] 程署長家平:是,目前是縮減為200公里,當然我們對於未來的確是有期待的,就像我們東部海域……
gazette.blocks[13][0] 李委員昆澤:拖越久成本越貴啊!
gazette.blocks[14][0] 程署長家平:是,的確是這樣子。
gazette.blocks[15][0] 李委員昆澤:來,次長說明一下。
gazette.blocks[16][0] 程署長家平:是,那目前……
gazette.blocks[17][0] 李委員昆澤:我們現在將長度縮減為200公里,6座觀測站已經減少成為3座了,這樣我們是否有足夠的應變能力,就是面對地震或者是海嘯時有足夠的應變能力嗎?第二,我們可以提供民眾即時的國家級警報嗎?另外,我們原本計畫的預警功效會因為這樣縮減而減損嗎?來,署長先說明,再請次長說明。
gazette.blocks[18][0] 程署長家平:好。的確有一點點減損,不過因為我們現在地震的偵測和預警的能力也提升了,所以目前的狀態是200公里的3個站,經過計算,目前對於地震的預警時效大概是14秒,對於海嘯預警的時效大概是30分鐘,目前的狀態大概是這樣。跟過去800公里長度的狀態相比,在地震的預警時效上面其實大概只減少10秒之內,對於海嘯預警的部分的確減少的稍微多一點,大概會少30分鐘,不過因為海嘯的部分有比較長一點的預警時間,所以這部分就是靠我們整體在防災體系的動員來做彌補。
gazette.blocks[19][0] 李委員昆澤:10秒可以救多少國人,在地震發生重大災難的時候?來,這部分請次長簡單說明一下,時間也到了。
gazette.blocks[20][0] 林次長國顯:謝謝委員。您提的確實第一個就是,原來設定的計畫目標在修正以後是否能夠達成,這點我想氣象署可以評估檢討一下。第二個就是未來如果有機會,是不是能找更多的預算來擴充這個計畫,這部分我們會來協助。
gazette.blocks[21][0] 李委員昆澤:好,我們會持續的追蹤。
gazette.blocks[22][0] 主席(李委員昆澤):現在請林國成委員發言。
gazette.agenda.page_end 330
gazette.agenda.meet_id 委員會-11-1-23-4
gazette.agenda.speakers[0] 李昆澤
gazette.agenda.speakers[1] 徐富癸
gazette.agenda.speakers[2] 黃健豪
gazette.agenda.speakers[3] 林國成
gazette.agenda.speakers[4] 林俊憲
gazette.agenda.speakers[5] 魯明哲
gazette.agenda.speakers[6] 何欣純
gazette.agenda.speakers[7] 陳素月
gazette.agenda.speakers[8] 林沛祥
gazette.agenda.speakers[9] 陳雪生
gazette.agenda.speakers[10] 邱若華
gazette.agenda.speakers[11] 許智傑
gazette.agenda.speakers[12] 游顥
gazette.agenda.speakers[13] 廖先翔
gazette.agenda.speakers[14] 蔡其昌
gazette.agenda.speakers[15] 鄭天財Sra Kacaw
gazette.agenda.page_start 279
gazette.agenda.meetingDate[0] 2024-03-18
gazette.agenda.gazette_id 1131601
gazette.agenda.agenda_lcidc_ids[0] 1131601_00006
gazette.agenda.meet_name 立法院第11屆第1會期交通委員會第4次全體委員會議紀錄
gazette.agenda.content 邀請交通部首長率同中央氣象署署長列席報告業務概況,並備質詢
gazette.agenda.agenda_id 1131601_00005
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 3.01784375
transcript.pyannote[0].end 10.54409375
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 11.62409375
transcript.pyannote[1].end 11.92784375
transcript.pyannote[2].speaker SPEAKER_02
transcript.pyannote[2].start 11.92784375
transcript.pyannote[2].end 13.48034375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 12.46784375
transcript.pyannote[3].end 12.80534375
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 12.95721875
transcript.pyannote[4].end 15.67409375
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 18.10409375
transcript.pyannote[5].end 18.91409375
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 19.90971875
transcript.pyannote[6].end 20.44971875
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 22.08659375
transcript.pyannote[7].end 23.82471875
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 23.72346875
transcript.pyannote[8].end 24.01034375
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 24.01034375
transcript.pyannote[9].end 41.59409375
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 24.04409375
transcript.pyannote[10].end 24.06096875
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 42.16784375
transcript.pyannote[11].end 44.49659375
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 44.64846875
transcript.pyannote[12].end 65.03346875
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 65.03346875
transcript.pyannote[13].end 115.01721875
transcript.pyannote[14].speaker SPEAKER_01
transcript.pyannote[14].start 115.15221875
transcript.pyannote[14].end 135.89159375
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 136.21221875
transcript.pyannote[15].end 145.78034375
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 145.78034375
transcript.pyannote[16].end 155.78721875
transcript.pyannote[17].speaker SPEAKER_00
transcript.pyannote[17].start 156.05721875
transcript.pyannote[17].end 225.58221875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 225.83534375
transcript.pyannote[18].end 228.78846875
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 229.21034375
transcript.pyannote[19].end 234.15471875
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 234.66096875
transcript.pyannote[20].end 238.23846875
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 238.52534375
transcript.pyannote[21].end 258.42096875
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 258.60659375
transcript.pyannote[22].end 282.18096875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 282.56909375
transcript.pyannote[23].end 287.80034375
transcript.pyannote[24].speaker SPEAKER_01
transcript.pyannote[24].start 288.40784375
transcript.pyannote[24].end 297.50346875
transcript.pyannote[25].speaker SPEAKER_01
transcript.pyannote[25].start 297.79034375
transcript.pyannote[25].end 341.10846875
transcript.pyannote[26].speaker SPEAKER_01
transcript.pyannote[26].start 341.39534375
transcript.pyannote[26].end 342.30659375
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 343.13346875
transcript.pyannote[27].end 352.00971875
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 352.07721875
transcript.pyannote[28].end 365.96534375
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 366.74159375
transcript.pyannote[29].end 373.66034375
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 373.74471875
transcript.pyannote[30].end 380.27534375
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 380.83221875
transcript.pyannote[31].end 383.11034375
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 383.43096875
transcript.pyannote[32].end 383.92034375
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 384.19034375
transcript.pyannote[33].end 386.26596875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 386.85659375
transcript.pyannote[34].end 389.89409375
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 390.40034375
transcript.pyannote[35].end 394.21409375
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 395.00721875
transcript.pyannote[36].end 407.83221875
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 408.42284375
transcript.pyannote[37].end 409.68846875
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 410.71784375
transcript.pyannote[38].end 411.71346875
transcript.pyannote[39].speaker SPEAKER_00
transcript.pyannote[39].start 412.40534375
transcript.pyannote[39].end 446.66159375
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 446.66159375
transcript.pyannote[40].end 452.06159375
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 452.70284375
transcript.pyannote[41].end 456.02721875
transcript.pyannote[42].speaker SPEAKER_00
transcript.pyannote[42].start 456.02721875
transcript.pyannote[42].end 457.25909375
transcript.pyannote[43].speaker SPEAKER_00
transcript.pyannote[43].start 457.90034375
transcript.pyannote[43].end 465.64596875
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 464.11034375
transcript.pyannote[44].end 465.62909375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 465.64596875
transcript.pyannote[45].end 466.38846875
transcript.pyannote[46].speaker SPEAKER_00
transcript.pyannote[46].start 466.38846875
transcript.pyannote[46].end 466.81034375
transcript.pyannote[47].speaker SPEAKER_00
transcript.pyannote[47].start 467.46846875
transcript.pyannote[47].end 467.51909375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 467.51909375
transcript.pyannote[48].end 467.53596875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 467.95784375
transcript.pyannote[49].end 468.26159375
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 468.37971875
transcript.pyannote[50].end 469.86471875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 469.86471875
transcript.pyannote[51].end 469.91534375
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 470.20221875
transcript.pyannote[52].end 470.21909375
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 470.21909375
transcript.pyannote[53].end 471.41721875
transcript.pyannote[54].speaker SPEAKER_00
transcript.pyannote[54].start 470.38784375
transcript.pyannote[54].end 470.86034375
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 471.41721875
transcript.pyannote[55].end 472.73346875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 471.94034375
transcript.pyannote[56].end 483.06096875
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 483.95534375
transcript.pyannote[57].end 486.89159375
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 487.38096875
transcript.pyannote[58].end 491.29596875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 492.03846875
transcript.pyannote[59].end 492.57846875
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 493.59096875
transcript.pyannote[60].end 505.96034375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 506.16284375
transcript.pyannote[61].end 508.18784375
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 508.18784375
transcript.pyannote[62].end 524.47221875
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 524.62409375
transcript.pyannote[63].end 560.28096875
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 560.93909375
transcript.pyannote[64].end 569.25846875
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 569.59596875
transcript.pyannote[65].end 581.91471875
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 582.30284375
transcript.pyannote[66].end 586.28534375
transcript.pyannote[67].speaker SPEAKER_02
transcript.pyannote[67].start 586.40346875
transcript.pyannote[67].end 586.42034375
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 586.42034375
transcript.pyannote[68].end 589.47471875
transcript.pyannote[69].speaker SPEAKER_02
transcript.pyannote[69].start 586.55534375
transcript.pyannote[69].end 586.90971875
transcript.whisperx[0].start 3.879
transcript.whisperx[0].end 15.285
transcript.whisperx[0].text 謝謝徐副國會委員:現在請陳署長:還有林國賢次長:次長起來走走請次長跟署長 次長擔任民航局長多年對委員長
transcript.whisperx[1].start 22.056
transcript.whisperx[1].end 38.706
transcript.whisperx[1].text 我先請教一下陳署長有關於超級電腦當然這個預算是超過15億也是一個第6代的超級電腦那剛才也提到在2023年的11月底全球的前500大電腦裡面
transcript.whisperx[2].start 42.668
transcript.whisperx[2].end 67.046
transcript.whisperx[2].text 他是排名第69那剛才提到我們相關的區域模式大概可以提升到1公里如果是全球模式的話現在已經可以從25公里提升到13公里剛才委員也有提到我們相關的預測的這樣的一個精準度以及相關的期限是不是可以延後請你再仔細說明一下好
transcript.whisperx[3].start 67.606
transcript.whisperx[3].end 88.588
transcript.whisperx[3].text 有關模式的部分的確我們需要改善的部分一個是有關空間解析度的部分這個部分剛剛委員其實已經提到我們全球模式在未來會從25公里來改善到13公里那我們的區域模式會從現在作業的3公里來改善到1公里那這個是有關空間解析度的部分
transcript.whisperx[4].start 89.248
transcript.whisperx[4].end 114.6
transcript.whisperx[4].text 另外在時間的長度的部分我們全球模式未來會做10天的預報以及我們的區域模式未來會做7天的預報此外還有一個颱風的模式在未來也會在颱風生成前的期間比如說在熱帶低氣壓的時候我們就可以提供相關預報模式的實效預報實效的確也都有延長
transcript.whisperx[5].start 115.36
transcript.whisperx[5].end 134.953
transcript.whisperx[5].text 現在除了超級電腦的運作之外可以大幅的提升氣象的準確度那AI技術的一個進入這對於氣象的相關的準確以及預測也提供更大的一個幫助那當然在AI技術導入部分我們必須要去處理AI的這種
transcript.whisperx[6].start 136.334
transcript.whisperx[6].end 155.401
transcript.whisperx[6].text 他的訓練技術的訓練那有相關的AR的模型的這樣的一個訓練我們相關氣象署在這邊進行了狀況來簡單說明一下好我特別跟委員報告一下的確委員問的是非常非常重要的重點我稍微用一個很簡單的概念來形容一下這件事情
transcript.whisperx[7].start 156.101
transcript.whisperx[7].end 178.746
transcript.whisperx[7].text ﹏﹏
transcript.whisperx[8].start 178.746
transcript.whisperx[8].end 200.179
transcript.whisperx[8].text
transcript.whisperx[9].start 200.339
transcript.whisperx[9].end 228.189
transcript.whisperx[9].text 那委員剛剛垂詢的這個部分的確也就是因為我們會需要訓練產生我們區域的資料利用區域的資料來做這個相關的訓練因為目前所發布的論文用的都是全球的資料那他的解析度大概也是都是在25公里左右所以他其實不太能夠處理我們區域的問題所以特別需要做區域的這個相關的訓練那也是要加強相關的AI的這種
transcript.whisperx[10].start 229.269
transcript.whisperx[10].end 257.657
transcript.whisperx[10].text 模型的這樣的一個訓練加強他的能力另外我們來討論一下國家級警報那當然國家級警報是在2012年因為我看2011年的福島大地震日本的這種國家級警報對於日本的地震的預警能力是有很大的對於台灣的啟示的作用所以在當初我們就要求來設置國家級警報那當然當初還沒有這種
transcript.whisperx[11].start 258.777
transcript.whisperx[11].end 281.788
transcript.whisperx[11].text 西巴廣播系統以及相關手機的這樣的一個機型功能還沒有提升到那個階段經過這10多年來的努力國家級警報已經是逐漸的在國人心目中有一定預警的這樣的一個重要的功能但是我們要有這樣的一個國家級警報當然就要有
transcript.whisperx[12].start 282.637
transcript.whisperx[12].end 297.79
transcript.whisperx[12].text ﹏﹏
transcript.whisperx[13].start 298.19
transcript.whisperx[13].end 326.892
transcript.whisperx[13].text 這樣的一個海底電纜鋪設因為它能夠偵測相關的地震、海嘯等等那當初這個海嵐的計畫又稱為媽祖計畫三月要搞大家都開始要燒媽祖媽祖就是保庇大家嘛所以這個媽祖計畫當初四期嘛第一期做了之後就被漁船勾斷了從第二期開始我們就加強相關的措施那現在啊
transcript.whisperx[14].start 327.492
transcript.whisperx[14].end 342.11
transcript.whisperx[14].text 第三期也已經完成了就是從東部的外海然後延伸到而安比這邊從仿山的中華電信所上岸那我們這幾年一直在推動第四期第四期啊
transcript.whisperx[15].start 343.208
transcript.whisperx[15].end 365.545
transcript.whisperx[15].text 原本是要預期2021 到現在都還沒有執行而且當初我們所規劃是800公里這對於馬尼拉海溝的這樣的一個地震跟海嘯的預測對於台灣西南部這個是非常重要的一個預警的系統他有6座的海底觀測的系統但是
transcript.whisperx[16].start 366.826
transcript.whisperx[16].end 391.804
transcript.whisperx[16].text 我們看到目前相關的進度當然碰到COVID-19疫情的影響以及相關的物價的一些飆漲數位通訊傳輸技術的演進都讓這些成本都增加那現在我知道說我們迫於現實已經將800公里修為縮減為200公里這個我非常不滿
transcript.whisperx[17].start 395.641
transcript.whisperx[17].end 405.856
transcript.whisperx[17].text 從800公里縮減到200公里它的功能大為的減縮而且六車觀測站現在只成了三座的觀測站這些相關的進度怎麼樣來說明一下
transcript.whisperx[18].start 410.728
transcript.whisperx[18].end 436.778
transcript.whisperx[18].text 好委員指教的的確是的確是一個不得而為的措施主要是因為我們相關的這個執行的經費那因為我們國際的物價一直不斷的上漲其實在這個計畫過去執行其實已經有8次的流標那都沒有辦法標出去那所以我們在這整個計畫裡面經過兩次的修改那報行政院來做相關的核定
transcript.whisperx[19].start 437.358
transcript.whisperx[19].end 441.982
transcript.whisperx[19].text 那的確對800公里變200公里和6個站變3個站這件事情是第4期計畫現在就是從800公里縮減為200公里還是說這只是一個暫時的階段可能還會有第5期、第6期
transcript.whisperx[20].start 458.152
transcript.whisperx[20].end 471.844
transcript.whisperx[20].text 目前是縮減為200公里 當然我們其實對於未來的確是有期待的 拖越久成本越貴了 是的確是這樣子 來次長說明一下 我們現在縮減為200公里 那6座的這種觀測站已經減少成為3座了 那
transcript.whisperx[21].start 484.008
transcript.whisperx[21].end 502.003
transcript.whisperx[21].text 我們這樣是否有足夠的應變能力?就面對地震或是海嘯有足夠的應變能力嗎?第二我們可以提供我們民眾即時的這樣一個國家級警報嗎?另外我們的原本計畫的這種預警功效會因為這樣的縮減而減損嗎?來 署長先說明再請次長說明
transcript.whisperx[22].start 508.769
transcript.whisperx[22].end 510.392
transcript.whisperx[22].text 對於地震預警的時效是我們經過計算大概是14秒
transcript.whisperx[23].start 524.973
transcript.whisperx[23].end 538.746
transcript.whisperx[23].text 對於海嘯預警的時效大概是30分鐘目前的狀態大概是這樣那跟過去800公里的狀態大概在這個地震的預警時效上面大概減少大概10秒之內
transcript.whisperx[24].start 542.389
transcript.whisperx[24].end 544.771
transcript.whisperx[24].text 10秒可以救多少國人在地震時候發生的重大災難?這個來次長簡單說明一下時間也到了
transcript.whisperx[25].start 570.071
transcript.whisperx[25].end 585.083
transcript.whisperx[25].text 謝謝委員您提的確實第一個就是原來設定的計畫目標跟修正以後是否能夠達成這個我想氣象署可以評估檢討一下那第二個就是未來如果有機會是不是找更多的預算來擴充這個計畫這個我們會來協助以上我們會持續的追蹤