iVOD / 150699

Field Value
IVOD_ID 150699
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/150699
日期 2024-04-01
會議資料.會議代碼 委員會-11-1-23-6
會議資料.會議代碼:str 第11屆第1會期交通委員會第6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 6
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6次全體委員會議
影片種類 Clip
開始時間 2024-04-01T09:20:32+08:00
結束時間 2024-04-01T09:31:45+08:00
影片長度 00:11:13
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/01d093d00f1a07c0c1989fc7d255d8b782ad73e3a9acf4eaf8ba9b0039caa7a6682c3a9a74037a9e5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 李昆澤
委員發言時間 09:20:32 - 09:31:45
會議時間 2024-04-01T09:00:00+08:00
會議名稱 立法院第11屆第1會期交通委員會第6次全體委員會議(事由:邀請交通部部長王國材就「極端氣候災防預警暨汛期防汛準備辦理情形」進行專題報告,並備質詢。)
gazette.lineno 175
gazette.blocks[0][0] 李委員昆澤:(9時20分)謝謝徐富癸主席。請王國材部長、程家平署長。
gazette.blocks[1][0] 王部長國材:李召委早。
gazette.blocks[2][0] 李委員昆澤:部長好。歐盟有一個哥白尼氣候變化服務中心,它指出2023年是有紀錄以來最熱的一年;在美國紐澤西州有一個國際氣候中心也警示熱浪會增加5倍,洪災的機率會增加50倍,火災的機率會增加10倍,造成的損害會增長40%以上;普林斯頓大學也有相關的研究,即三到五級的颶風比例,這相當於強烈颱風,每10年會成長5%,對比1920年代具有破壞力的颱風,它會增加3倍以上。
gazette.blocks[2][1] 另外,我們要來看極端氣候也造成相關的災害頻傳,2023年災防中心有統計土石流及大規模崩塌的警戒高達5,976次,氣象署有關於地震在2023年的統計,發布警報也達到13次,有感地震達到85次,小規模地震也達到381次。部長,地震跟極端型氣候其實是會嚴重地影響交通的安全,地震或者是豪大雨造成邊坡落石或是滑動都會影響到交通安全,不管是臺鐵、高鐵、公路或者是國道,我們在過去一直強調對於邊坡的風險要加強管理,不管是落石邊坡分級、強化落石告警及確保路線暢通,這些在過去都一直要求交通部來處理,我們現在明確地來說,請部長等一下說明,你們檢討巡檢的機制,加強邊坡即時監測及監測範圍做得如何?加強避難指引跟緊急安全停駐點的這些標示做得如何?強化周邊避難資訊的提供以及加強氣象署、地震中心的合作,部長讓你簡單說明一下。
gazette.blocks[3][0] 王部長國材:我先簡單說明,我們現在對於鐵、公路都會把它分級,比如說A、B、C、D,A是最嚴重的,所以A級的部分,以鐵路來講,每隔月要巡檢一次;B級就每季巡檢一次;C級是每一年,這是平常的部分。另外,對於在汛期之前,或是颱風要來之前,他們也有一些相關準備工作,比如說汛期之前,他們有汛期的演練,每年的5月1號前,像現在是他們完成準備的時間,還有包括演練都要準備好,5月1號到11月30號,這是過去談到比較容易有災害風險的時間,所以分成平常跟有颱風狀況的部分。最後一個,如果是颱風或地震發生以後,那個必須再做一個很特別的檢查,也是在我們陸、海、空都會有這樣的相關機制。
gazette.blocks[4][0] 李委員昆澤:部長,這些都要加強去督促,尤其像臺鐵,因為我們看到土石流或者是相關邊坡滑動的狀況,在過去我們督促臺鐵進行告警系統,也逐一在裝置,必須要去加強相關的進度,高鐵當然是設施比較進步一點,對於公路及國道都還是要繼續地加強。
gazette.blocks[4][1] 另外,我們來看極端氣候其實對於火災也必須要去注意,2023年高公局也有統計,全國國道邊坡發生的火災總共是289件,今年1月到3月15號為止已經發生了56件,清明的祭祖也即將到來,相關的作為請趙局長簡單說明一下。
gazette.blocks[5][0] 趙局長興華:跟委員報告,我們針對過去的案例做一個檢討,我們大概做一些防火帶的處理,包括我們有一些邊坡跟樹林之間,雜木處理的部分……
gazette.blocks[6][0] 李委員昆澤:還有一些容易起火的熱區也必須盤點,跟消防單位建立區域火災的聯防機制。
gazette.blocks[7][0] 趙局長興華:對,聯防機制都建立了,所有座標定位的部分都已經跟消防單位建立聯防機制,就是說哪個地方火災的話可以迅速處理。防火帶的部分,除了我們自己做,我們也跟林務局合作,就是利用林木的防火機制來做防範。
gazette.blocks[8][0] 李委員昆澤:好,最後請教氣象署署長,氣象署也負責災防一些重要的告警相關事務,另外對於教育這個問題,我們必須要來嚴肅地探討。2019到2023年,當然你們對於相關的研討會、說明會、週末的氣象講座以及小學宣講,也辦了非常多的場次,氣象實務研習班也有辦理,或者是到公私立單位進行防災的氣象教育宣導,進行相關的氣象教育以及災防的宣導,其實成績如何,我們來看一下,根據國家災害防救科技中心的調查,在2018年花蓮的地震,芮氏規模也達到6.2,有47.6%的民眾在災害發生的時候沒有任何動作,75.6%的民眾沒有到空曠處去避難,70.3%的民眾不知道住家附近有什麼公告的避難地點,他也不清楚,82.6%的民眾沒有參加過防災相關的宣導;如果看2022年池上地震,它是芮氏規模6.8,有51.1%的民眾災害發生時沒有應變動作,8.7%的民眾災害發生時也沒有應變動作,它有分成一或二,等級不一樣,只有9.8%的民眾採用政府宣導的方式保護自己。
gazette.blocks[8][1] 我們做國家級警報、災害告警的這些系統,民眾在接收到警報之後不知如何做相關的處理,這個問題非常嚴重,署長,我們災害發生時應變能力不足,民眾的應變能力不足;第二、對於住家附近的防災地點,他也無法掌握;第三、也沒有參加過防災相關的宣導,這些問題先請署長說明一下,我們如何去加強這些防災的教育?而且我們看年長者的災防應變能力也不足,小學生當然老師有教導,但是我們看這些相關的研究報告,年齡跟臨陣反應的關係呈現年齡越大以政府宣導的方式保護自己的比例逐漸下降,像65歲到74歲只有6%而已,75歲以上就只有3.8%,年長者對於災害的應變反應能力下降,因此建立完善的觀念是非常重要,對於成年人、年長者的防災教育不足,署長說明一下。
gazette.blocks[9][0] 程署長家平:是,這個地方的確是需要加強,我們也一直持續在努力,從防災的角度來講,我們叫做最後一哩路,一定要到民眾他能夠作反應,所以這個部分,如果是震災的話,我們就會跟消防署合作;如果是水災,基本上就跟水利署合作,怎麼樣在地方上去加強相關的教育訓練,特別是民眾,其實很多是要透過演練的方式,或者還有一些救難的措施來加強整個的合作,這個部分我們會持續來加強。
gazette.blocks[10][0] 李委員昆澤:好,這個都要去加強,我們看到這些地震的列表當中,1900年之後132次的災害性地震,宜花東三個縣市所發生的災害性地震是過半數的,有66次以上,我們有依照社會脆弱度的指標,社會脆弱度就是考量各縣市的經濟、人口結構,它相關的應變能力、復原能力以及它減災、整備的這些條件所呈現出來的社會脆弱度的指標,有幾個縣市承受災害的能力比較差,像彰化、屏東、高雄、雲林、桃園、新北市,這些我們都要會同教育部、內政部以及災防中心等單位,依照以上的標準去強化類似區域的防災教育。對於這些年長者,我們要將正確的防災措施,透過國家級警報,能不能也附帶在這一些應變的措施裡面?署長簡單讓你說明一下。
gazette.blocks[11][0] 程署長家平:好,這個部分其實國家級警報是一個重要的事情,不過還是在最後一哩路,目前我們特別是對於國中、小學全臺的相關學校,其實都有裝了地震強度相關的預警系統……
gazette.blocks[12][0] 李委員昆澤:我們透過細胞廣播系統在發送這些國家級警報的時候,能不能附帶說明避難的地點?
gazette.blocks[13][0] 程署長家平:好,我們來研究相關的訊息,因為國家級警報有……
gazette.blocks[14][0] 李委員昆澤:美國好像有在做這樣的相關設置……
gazette.blocks[15][0] 程署長家平:訊息長度的限制。
gazette.blocks[16][0] 李委員昆澤:他們有在做這樣的設置,不只是地震,好像包括國防防空、飛彈來襲時,他們甚至連相關的防空避難地點都會標示出來,這個我們再來進行相關的研究。
gazette.blocks[17][0] 程署長家平:好,這我們來研究加強。
gazette.blocks[18][0] 李委員昆澤:好,謝謝。
gazette.blocks[19][0] 程署長家平:謝謝。
gazette.blocks[20][0] 主席:謝謝李召委的發言。
gazette.blocks[21][0] 主席(李委員昆澤):現在請徐富癸委員發言。
gazette.agenda.page_end 122
gazette.agenda.meet_id 委員會-11-1-23-6
gazette.agenda.speakers[0] 李昆澤
gazette.agenda.speakers[1] 徐富癸
gazette.agenda.speakers[2] 林國成
gazette.agenda.speakers[3] 林沛祥
gazette.agenda.speakers[4] 蔡其昌
gazette.agenda.speakers[5] 魯明哲
gazette.agenda.speakers[6] 邱若華
gazette.agenda.speakers[7] 何欣純
gazette.agenda.speakers[8] 陳素月
gazette.agenda.speakers[9] 許智傑
gazette.agenda.speakers[10] 林俊憲
gazette.agenda.speakers[11] 陳雪生
gazette.agenda.speakers[12] 游顥
gazette.agenda.speakers[13] 廖先翔
gazette.agenda.speakers[14] 林德福
gazette.agenda.speakers[15] 洪孟楷
gazette.agenda.speakers[16] 陳俊宇
gazette.agenda.speakers[17] 蔡易餘
gazette.agenda.speakers[18] 邱志偉
gazette.agenda.speakers[19] 黃健豪
gazette.agenda.speakers[20] 顏寬恒
gazette.agenda.page_start 63
gazette.agenda.meetingDate[0] 2024-04-01
gazette.agenda.gazette_id 1132301
gazette.agenda.agenda_lcidc_ids[0] 1132301_00003
gazette.agenda.meet_name 立法院第11屆第1會期交通委員會第6次全體委員會議紀錄
gazette.agenda.content 邀請交通部部長王國材就「極端氣候災防預警暨汛期防汛準備辦理情形」進行專題報告,並備質 詢
gazette.agenda.agenda_id 1132301_00002
transcript.pyannote[0].speaker SPEAKER_02
transcript.pyannote[0].start 2.12346875
transcript.pyannote[0].end 6.05534375
transcript.pyannote[1].speaker SPEAKER_02
transcript.pyannote[1].start 6.67971875
transcript.pyannote[1].end 7.91159375
transcript.pyannote[2].speaker SPEAKER_01
transcript.pyannote[2].start 12.65346875
transcript.pyannote[2].end 12.67034375
transcript.pyannote[3].speaker SPEAKER_02
transcript.pyannote[3].start 12.67034375
transcript.pyannote[3].end 14.23971875
transcript.pyannote[4].speaker SPEAKER_01
transcript.pyannote[4].start 12.99096875
transcript.pyannote[4].end 14.18909375
transcript.pyannote[5].speaker SPEAKER_02
transcript.pyannote[5].start 15.15096875
transcript.pyannote[5].end 24.16221875
transcript.pyannote[6].speaker SPEAKER_02
transcript.pyannote[6].start 24.51659375
transcript.pyannote[6].end 31.09784375
transcript.pyannote[7].speaker SPEAKER_02
transcript.pyannote[7].start 32.38034375
transcript.pyannote[7].end 55.81971875
transcript.pyannote[8].speaker SPEAKER_02
transcript.pyannote[8].start 56.15721875
transcript.pyannote[8].end 61.54034375
transcript.pyannote[9].speaker SPEAKER_02
transcript.pyannote[9].start 61.86096875
transcript.pyannote[9].end 73.08284375
transcript.pyannote[10].speaker SPEAKER_02
transcript.pyannote[10].start 73.23471875
transcript.pyannote[10].end 77.21721875
transcript.pyannote[11].speaker SPEAKER_02
transcript.pyannote[11].start 77.65596875
transcript.pyannote[11].end 81.21659375
transcript.pyannote[12].speaker SPEAKER_02
transcript.pyannote[12].start 81.77346875
transcript.pyannote[12].end 95.17221875
transcript.pyannote[13].speaker SPEAKER_02
transcript.pyannote[13].start 95.88096875
transcript.pyannote[13].end 106.29284375
transcript.pyannote[14].speaker SPEAKER_02
transcript.pyannote[14].start 106.42784375
transcript.pyannote[14].end 109.56659375
transcript.pyannote[15].speaker SPEAKER_02
transcript.pyannote[15].start 109.85346875
transcript.pyannote[15].end 132.04409375
transcript.pyannote[16].speaker SPEAKER_02
transcript.pyannote[16].start 132.07784375
transcript.pyannote[16].end 160.02284375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 160.02284375
transcript.pyannote[17].end 167.76846875
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 168.13971875
transcript.pyannote[18].end 178.26471875
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 178.33221875
transcript.pyannote[19].end 199.67909375
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 200.18534375
transcript.pyannote[20].end 220.04721875
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 220.26659375
transcript.pyannote[21].end 223.67534375
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 223.72596875
transcript.pyannote[22].end 230.86409375
transcript.pyannote[23].speaker SPEAKER_02
transcript.pyannote[23].start 230.86409375
transcript.pyannote[23].end 271.56659375
transcript.pyannote[24].speaker SPEAKER_02
transcript.pyannote[24].start 271.78596875
transcript.pyannote[24].end 273.22034375
transcript.pyannote[25].speaker SPEAKER_02
transcript.pyannote[25].start 273.57471875
transcript.pyannote[25].end 277.11846875
transcript.pyannote[26].speaker SPEAKER_02
transcript.pyannote[26].start 277.52346875
transcript.pyannote[26].end 288.93096875
transcript.pyannote[27].speaker SPEAKER_03
transcript.pyannote[27].start 288.74534375
transcript.pyannote[27].end 293.70659375
transcript.pyannote[28].speaker SPEAKER_03
transcript.pyannote[28].start 293.90909375
transcript.pyannote[28].end 301.26659375
transcript.pyannote[29].speaker SPEAKER_02
transcript.pyannote[29].start 300.72659375
transcript.pyannote[29].end 310.80096875
transcript.pyannote[30].speaker SPEAKER_03
transcript.pyannote[30].start 301.80659375
transcript.pyannote[30].end 302.09346875
transcript.pyannote[31].speaker SPEAKER_03
transcript.pyannote[31].start 305.60346875
transcript.pyannote[31].end 305.83971875
transcript.pyannote[32].speaker SPEAKER_03
transcript.pyannote[32].start 307.39221875
transcript.pyannote[32].end 307.64534375
transcript.pyannote[33].speaker SPEAKER_03
transcript.pyannote[33].start 310.26096875
transcript.pyannote[33].end 329.09346875
transcript.pyannote[34].speaker SPEAKER_02
transcript.pyannote[34].start 326.10659375
transcript.pyannote[34].end 326.39346875
transcript.pyannote[35].speaker SPEAKER_02
transcript.pyannote[35].start 329.85284375
transcript.pyannote[35].end 332.77221875
transcript.pyannote[36].speaker SPEAKER_02
transcript.pyannote[36].start 333.16034375
transcript.pyannote[36].end 344.29784375
transcript.pyannote[37].speaker SPEAKER_02
transcript.pyannote[37].start 344.80409375
transcript.pyannote[37].end 369.17159375
transcript.pyannote[38].speaker SPEAKER_02
transcript.pyannote[38].start 369.49221875
transcript.pyannote[38].end 377.87909375
transcript.pyannote[39].speaker SPEAKER_02
transcript.pyannote[39].start 379.21221875
transcript.pyannote[39].end 390.85596875
transcript.pyannote[40].speaker SPEAKER_02
transcript.pyannote[40].start 391.64909375
transcript.pyannote[40].end 399.09096875
transcript.pyannote[41].speaker SPEAKER_02
transcript.pyannote[41].start 399.61409375
transcript.pyannote[41].end 402.78659375
transcript.pyannote[42].speaker SPEAKER_02
transcript.pyannote[42].start 403.02284375
transcript.pyannote[42].end 417.77159375
transcript.pyannote[43].speaker SPEAKER_02
transcript.pyannote[43].start 418.29471875
transcript.pyannote[43].end 421.21409375
transcript.pyannote[44].speaker SPEAKER_02
transcript.pyannote[44].start 421.70346875
transcript.pyannote[44].end 431.38971875
transcript.pyannote[45].speaker SPEAKER_02
transcript.pyannote[45].start 431.89596875
transcript.pyannote[45].end 454.15409375
transcript.pyannote[46].speaker SPEAKER_02
transcript.pyannote[46].start 454.40721875
transcript.pyannote[46].end 472.59846875
transcript.pyannote[47].speaker SPEAKER_02
transcript.pyannote[47].start 472.91909375
transcript.pyannote[47].end 478.15034375
transcript.pyannote[48].speaker SPEAKER_02
transcript.pyannote[48].start 478.58909375
transcript.pyannote[48].end 489.32159375
transcript.pyannote[49].speaker SPEAKER_02
transcript.pyannote[49].start 490.18221875
transcript.pyannote[49].end 507.27659375
transcript.pyannote[50].speaker SPEAKER_00
transcript.pyannote[50].start 507.76596875
transcript.pyannote[50].end 542.39346875
transcript.pyannote[51].speaker SPEAKER_00
transcript.pyannote[51].start 542.69721875
transcript.pyannote[51].end 542.96721875
transcript.pyannote[52].speaker SPEAKER_02
transcript.pyannote[52].start 542.96721875
transcript.pyannote[52].end 545.19471875
transcript.pyannote[53].speaker SPEAKER_02
transcript.pyannote[53].start 545.24534375
transcript.pyannote[53].end 557.56409375
transcript.pyannote[54].speaker SPEAKER_02
transcript.pyannote[54].start 557.66534375
transcript.pyannote[54].end 561.56346875
transcript.pyannote[55].speaker SPEAKER_02
transcript.pyannote[55].start 562.17096875
transcript.pyannote[55].end 587.14596875
transcript.pyannote[56].speaker SPEAKER_02
transcript.pyannote[56].start 587.56784375
transcript.pyannote[56].end 610.88909375
transcript.pyannote[57].speaker SPEAKER_02
transcript.pyannote[57].start 611.64846875
transcript.pyannote[57].end 617.14971875
transcript.pyannote[58].speaker SPEAKER_00
transcript.pyannote[58].start 617.14971875
transcript.pyannote[58].end 617.18346875
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 617.31846875
transcript.pyannote[59].end 633.34971875
transcript.pyannote[60].speaker SPEAKER_02
transcript.pyannote[60].start 633.34971875
transcript.pyannote[60].end 641.85471875
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 633.36659375
transcript.pyannote[61].end 633.45096875
transcript.pyannote[62].speaker SPEAKER_00
transcript.pyannote[62].start 643.42409375
transcript.pyannote[62].end 651.84471875
transcript.pyannote[63].speaker SPEAKER_02
transcript.pyannote[63].start 648.63846875
transcript.pyannote[63].end 651.87846875
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 651.87846875
transcript.pyannote[64].end 651.94596875
transcript.pyannote[65].speaker SPEAKER_02
transcript.pyannote[65].start 651.94596875
transcript.pyannote[65].end 651.97971875
transcript.pyannote[66].speaker SPEAKER_02
transcript.pyannote[66].start 652.06409375
transcript.pyannote[66].end 669.69846875
transcript.pyannote[67].speaker SPEAKER_00
transcript.pyannote[67].start 652.77284375
transcript.pyannote[67].end 653.02596875
transcript.pyannote[68].speaker SPEAKER_00
transcript.pyannote[68].start 653.80221875
transcript.pyannote[68].end 654.64596875
transcript.pyannote[69].speaker SPEAKER_00
transcript.pyannote[69].start 668.23034375
transcript.pyannote[69].end 668.97284375
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 668.97284375
transcript.pyannote[70].end 671.09909375
transcript.pyannote[71].speaker SPEAKER_02
transcript.pyannote[71].start 669.81659375
transcript.pyannote[71].end 670.50846875
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 672.26346875
transcript.pyannote[72].end 673.96784375
transcript.whisperx[0].start 3.088
transcript.whisperx[0].end 7.65
transcript.whisperx[0].text 謝謝徐富奎主席請一下王國材部長陳佳平署長部長好歐盟有一個戈巴尼氣候變遷服務中心他指出2023年是有紀錄以來最熱的一年那在美國的紐澤西州有一個國際氣候中心他也僅次說
transcript.whisperx[1].start 32.638
transcript.whisperx[1].end 49.146
transcript.whisperx[1].text 熱浪會增加5倍紅災的機率會增加50倍火災的機率會增加10倍造成的損害會增長40%以上那相關的普林斯頓的大學他也有相關的研究就是說3到5級的颶風比例這相當於強烈颱風每10年會成長5%那對比
transcript.whisperx[2].start 56.829
transcript.whisperx[2].end 79.137
transcript.whisperx[2].text 1920年代具有破壞力的颱風它會增加三倍以上那另外我們要來看極端氣候也造成我們的相關的災害頻傳我們的2023年災防中心有統計土石流及大規模的崩塌它相關的警戒高達5976次
transcript.whisperx[3].start 81.838
transcript.whisperx[3].end 93.73
transcript.whisperx[3].text 那氣象署有關於地震的在2023年的統計發布的警報也達到13次有感的地震達到85次小規模的地震也達到381次
transcript.whisperx[4].start 95.933
transcript.whisperx[4].end 119.574
transcript.whisperx[4].text 部長我們對於地震跟極端型氣候它其實是會嚴重的影響交通的安全那地震或者是豪大雨造成的這些邊坡落石或者是滑動都會影響到交通安全不管是台鐵高鐵或者是公路或者是國道那我們在過去一直強調對於邊坡的風險
transcript.whisperx[5].start 121.696
transcript.whisperx[5].end 136.563
transcript.whisperx[5].text 要加強它的管理.不管是若死邊坡的分級.或者是強化若死的告警.確保路線的暢通.這些在過去都一直要求交通部來做處理.那我們現在明確的來說.
transcript.whisperx[6].start 137.924
transcript.whisperx[6].end 159.655
transcript.whisperx[6].text 要部長來等一下說明我們檢討巡檢的機制加強邊防即時監測及監測的範圍做得如何加強避難指引跟緊急安全注點的這些標示做得如何強化周邊避難資訊的提供以及加強氣象署地震中心的合作來部長讓你簡單說明一下
transcript.whisperx[7].start 160.795
transcript.whisperx[7].end 177.832
transcript.whisperx[7].text 我先簡單說明我們現在對於鐵公路我們都會把它分級比如說ABCD然後A是最嚴重的所以A級的部分就是比如說以鐵路來講每個要巡檢一次B級就每級巡檢一次
transcript.whisperx[8].start 178.533
transcript.whisperx[8].end 178.833
transcript.whisperx[8].text 李昆澤議員
transcript.whisperx[9].start 200.239
transcript.whisperx[9].end 200.499
transcript.whisperx[9].text 李昆澤議員
transcript.whisperx[10].start 220.613
transcript.whisperx[10].end 244.786
transcript.whisperx[10].text 如果是颱風或地震發生以後那個必須在一個很特別的這個檢查那這個也是照我們陸海空都會有這樣的一個相關機制部長這個都要加強去督促尤其像台鐵因為我們看到土石流或者是相關邊坡的滑動的這些狀況在過去我們督促台鐵進行相關的這些
transcript.whisperx[11].start 245.526
transcript.whisperx[11].end 270.874
transcript.whisperx[11].text 高級系統也足以的在裝置必須要去加強它相關的一個進度那高鐵當然是它相關設施比較進步一點但相關對於公路以及國道這些都還是要繼續的加強另外我們來看極端氣候其實對於火災我們也必須要去注意2023年高工局也有統計我們全國的邊坡的這些國道的邊坡
transcript.whisperx[12].start 272.194
transcript.whisperx[12].end 287.672
transcript.whisperx[12].text 發生的火災總共是289件今年1到3月到3月15號為止已經發生了56件那親民的技術也即將到來相關的作為趙局長簡單說明一下跟委員報告
transcript.whisperx[13].start 291.296
transcript.whisperx[13].end 308.868
transcript.whisperx[13].text 過去的案例的話做一個檢討那我們大概做一些防火帶的一個處理那包括就是說我們有一些邊坡跟那個樹林之間雜木的處理的部分而一些容易起火的這些熱區也必須盤點來跟消防單位來建立區域火災的這些聯防的這些機制
transcript.whisperx[14].start 310.589
transcript.whisperx[14].end 327.056
transcript.whisperx[14].text 聯防機制都建立了那我們做的都有做標定位的部分都已經跟消防單位都有建立聯防機制就是說哪個地方火災的話可以迅速的一個處理那防火災的部分除了我們自己做我們也跟林務局合作就是說有些用利用林務的一個防火的一個機制來做防範
transcript.whisperx[15].start 329.878
transcript.whisperx[15].end 341.874
transcript.whisperx[15].text 好 署長我最後七項署署長我們七項署也負責災防的一些重要的告警的相關的事務那另外我們對於教育這個問題我們必須要來嚴肅的探討
transcript.whisperx[16].start 345.478
transcript.whisperx[16].end 368.573
transcript.whisperx[16].text 2019到2023當然我們對於相關的研討會說明會週末的氣象講座以及小學這些宣講我們也辦了非常多的這些場次那氣象食物研習班也有辦理或者是到公司立單位來進行防災的這些氣象的教育宣導那進行了相關的氣象教育及災防的這些宣導
transcript.whisperx[17].start 369.594
transcript.whisperx[17].end 390.543
transcript.whisperx[17].text 那其實成績如何我們來看一下我們國家災害防救的這些科技中心調查我們在2018年就是花蓮的地震它瑞士郭文莫也達到6點了有47.6的民眾在災害發生的時候沒有任何動作
transcript.whisperx[18].start 392.565
transcript.whisperx[18].end 414.679
transcript.whisperx[18].text 75.6的民眾沒有到空曠處去避難70.3的民眾不知道住家附近有什麼公告的避難地點他也不清楚82.6的民眾沒有參加過防災相關的宣導那如果看2022年池上地震他是瑞士規模6.8有51.1的民眾災害發生時沒有應變動作那8.7的民眾災害發生時
transcript.whisperx[19].start 422.004
transcript.whisperx[19].end 449.705
transcript.whisperx[19].text 也沒有應變動作他有分成一或二等級不一樣只有9.8的民眾採用政府宣導的方式保護自己那我們做國家級警報災害告警的這些系統民眾在接收到警報之後不知如何相關的這些處理這個問題是非常嚴重的部長署長我們災害發生時應變能力不足民眾的應變能力不足
transcript.whisperx[20].start 450.345
transcript.whisperx[20].end 459.866
transcript.whisperx[20].text 第二.對於住家附近的防災地點.他也無法掌握第三.也沒有參加過相關的防災相關的宣導
transcript.whisperx[21].start 460.851
transcript.whisperx[21].end 489.091
transcript.whisperx[21].text 那這些問題來先請署長說明一下我們如何去加強這些防災的這些教育而且我們看年長者的災防應變能力也不足就是說小學生當然老師有教導但是我們看這些相關的這些研究報告年齡跟林鄭反映的關係呈現年齡越大那以政府宣導的方式保護自己的比例逐漸下降
transcript.whisperx[22].start 497.197
transcript.whisperx[22].end 507.067
transcript.whisperx[22].text 年長者對於災害的應變反應能力下降因此建立完善的觀念是非常重要對於成年人年長者的防災教育不足來 署長說明一下
transcript.whisperx[23].start 507.828
transcript.whisperx[23].end 533.525
transcript.whisperx[23].text 是 這個地方的確是需要加強我們也一直持續在努力那這個從防災的角度來講我們叫做這個最後一里路一定要到民眾他能夠做反應所以這個部分特別是如果是正災的話我們就會跟消防署合作如果是水災基本上就跟水利署合作那怎麼樣在地方上去加強相關的這個訓練教育訓練特別是民眾其實很多是要透過演練
transcript.whisperx[24].start 534.366
transcript.whisperx[24].end 561.224
transcript.whisperx[24].text 的方式或者是還有一些救難的的措施來加強整個的合作所以這個部分我們會會持續來加強好這個都要去加強我們要我們看到我們這些地震的列表當中有132次的災害性的地震就1900年之後132次的災害性地震宜華東三個縣市所發生的災害性地震
transcript.whisperx[25].start 562.305
transcript.whisperx[25].end 586.007
transcript.whisperx[25].text 是過半數的 有66次以上那我們有依照這個社會的脆弱度的這個指標那社會脆弱度就是考量各縣市的這些經濟人口結構那它相關的應變能力復原能力以及它減災整備的這些條件所呈現出來的社會脆弱度的一個指標有幾個縣市
transcript.whisperx[26].start 587.688
transcript.whisperx[26].end 610.42
transcript.whisperx[26].text 承受災害的能力比較差像彰化、屏東、高雄、雲林、桃園、新北市那接下來我們都要去會同教育部、內政部以及災防中心等單位依照以上的標準去強化類似區域的防災教育那對於這些廉長者我們要正確的這些防災的措施透過國家級警報
transcript.whisperx[27].start 611.724
transcript.whisperx[27].end 638.153
transcript.whisperx[27].text 能不能也附帶在這些應變的措施裡面?首長簡單讓你說明一下這個部分其實國家警警報是一個重要的事情不過還是在最後一路那目前我們在對特別是對於這個國中小學全台的相關的這個這個學校其實都有裝了這個地震的強度的相關的預警就說我們在透過細胞廣播系統在發送這些國家警警報的時候
transcript.whisperx[28].start 639.133
transcript.whisperx[28].end 641.403
transcript.whisperx[28].text 能不能去附帶說避難的地點
transcript.whisperx[29].start 643.442
transcript.whisperx[29].end 669.339
transcript.whisperx[29].text 好 我們來研究相關的訊息因為國家緊急報它有美國好像有在做這樣的一個相關的設置他們有在做這樣的設置他們不只是地震他們好像連如果有國防防空有這種飛彈來襲他們也甚至連相關的這些防空避難的地點也都會標示出來這個我們再來進行相關的研究好 謝謝
transcript.whisperx[30].start 672.318
transcript.whisperx[30].end 672.339
transcript.whisperx[30].text 謝謝章偉