iVOD / 150718

Field Value
IVOD_ID 150718
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/150718
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 2024-04-01T10:00:29+08:00
結束時間 2024-04-01T10:11:09+08:00
影片長度 00:10:40
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/01d093d00f1a07c06b91abde2be42a6782ad73e3a9acf4eaf8ba9b0039caa7a6f5c28993bd16223b5ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 蔡其昌
委員發言時間 10:00:29 - 10:11:09
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 301
gazette.blocks[0][0] 蔡委員其昌:(10時)謝謝主席。請交通部王部長。
gazette.blocks[1][0] 主席:請王部長。
gazette.blocks[2][0] 王部長國材:蔡委員好。
gazette.blocks[3][0] 蔡委員其昌:部長早安。今天主席特別安排極端氣候下我們所有交通及設施的因應,本席今天想要就教在極端氣候底下國內橋梁的問題,部長,我們中央管跟地方管的橋梁大概有多少座?
gazette.blocks[4][0] 王部長國材:兩萬多座。
gazette.blocks[5][0] 蔡委員其昌:中央大概占比多少?
gazette.blocks[6][0] 王部長國材:一萬兩千座。
gazette.blocks[7][0] 蔡委員其昌:大概一萬兩千座左右。
gazette.blocks[8][0] 王部長國材:是。
gazette.blocks[9][0] 蔡委員其昌:目前我們對橋梁做過檢測,把橋梁分級,從U1到U4對吧?
gazette.blocks[10][0] 王部長國材:對。
gazette.blocks[11][0] 蔡委員其昌:哪一個等級的橋梁交通部列為要立刻處理?
gazette.blocks[12][0] 王部長國材:U4是比較危險的,那個就是優先處理,我們處理過一波了,當時……
gazette.blocks[13][0] 蔡委員其昌:兩萬多座橋梁中,U4等級的占比有多少?
gazette.blocks[14][0] 陳局長文瑞:跟委員報告,在109年到111年全國已經做過兩萬多座的盤點,那時候行政院有一個專案計畫,所以對於亟待處理的部分,當初已經處理了101座,花了十四億多。處理完畢之後,112年跟113年其實是持續就各縣市政府還有中央管的橋梁做定期的檢測,定期檢測之後,只要發現U3,我們就來做相關的處理了。公路局去年還發文給各政府說,如果處理U3以上的部分我們會協助他們,目前各縣政府有提報25座,我們也協助他們相關的經費。
gazette.blocks[15][0] 蔡委員其昌:所以U4等級已經沒有了?改善完畢了?
gazette.blocks[16][0] 陳局長文瑞:對,在上一次、上一波的部分其實都已經檢測完畢。
gazette.blocks[17][0] 蔡委員其昌:現在U3等級有多少座待改善?
gazette.blocks[18][0] 陳局長文瑞:跟委員報告,我們在去年年底的時候請各縣政府提報公路系統的部分,因為還有其他的市區道路系統,公路系統的部分我們收到25座。
gazette.blocks[19][0] 蔡委員其昌:局長,我的意思是我希望知道全臺灣需要改善的U3等級,它可能是中央管,也可能是地方管,我想要知道中央管的有多少座U3、地方管的有多少座U3,我們打算花多久的時間把這些U3等級需要改善的部分改善完畢?
gazette.blocks[20][0] 陳局長文瑞:我們公路局沒有U3的部分,在去年年底我們請地方檢測通報是提報了25座,一般來說其實是一年內要做相關的改善。
gazette.blocks[21][0] 蔡委員其昌:換言之,把這25座搞定之後,我們沒有U3、U4了,應該這麼說嘛?
gazette.blocks[22][0] 陳局長文瑞:是。
gazette.blocks[23][0] 蔡委員其昌:換言之沒有立即危險。
gazette.blocks[24][0] 陳局長文瑞:不過每年包括地震跟颱風,還是要再做檢測。
gazette.blocks[25][0] 王部長國材:應該這麼講,它是每年檢測,有時候原來U2變成U3也有可能,所以暫時處理的是現階段,但是後來會變惡化,就是每一年靠檢測。
gazette.blocks[26][0] 蔡委員其昌:它會老化啦!
gazette.blocks[27][0] 王部長國材:對。
gazette.blocks[28][0] 蔡委員其昌:我記得在2016年左右,我們跟國家實驗研究院有做斷橋預警系統,現在我們運用在橋梁的狀況,數量有多少?
gazette.blocks[29][0] 陳局長文瑞:跟委員報告,那個部分的話,國研院其實是做降雨跟橋梁沖刷的模擬系統,目前預警系統有合作研究的大概是5座,不過我們公路局的話……
gazette.blocks[30][0] 蔡委員其昌:研究的效果怎麼樣?
gazette.blocks[31][0] 陳局長文瑞:因為它是一個模擬系統,就是依照降雨的狀況,模擬之後如果遇到強降雨且對橋梁有影響的話,在6小時前會有預警的……
gazette.blocks[32][0] 蔡委員其昌:效果如何?
gazette.blocks[33][0] 陳局長文瑞:我覺得其實是很好,因為我們公路局目前也有相關的警戒……
gazette.blocks[34][0] 蔡委員其昌:沒關係,局長,你說很好,但我們到目前為止還只有裝5座,如果它很好,為什麼我們不多加利用呢?
gazette.blocks[35][0] 陳局長文瑞:因為現在公路局本身也有相關的預警系統,其實功能上面跟他們……
gazette.blocks[36][0] 蔡委員其昌:你們的預警系統比它的好?
gazette.blocks[37][0] 陳局長文瑞:這個我們會再跟他們做相關的討論跟比較。
gazette.blocks[38][0] 蔡委員其昌:價格誰好?
gazette.blocks[39][0] 陳局長文瑞:因為目前相關的包括預測、預警、警戒跟行動值,我們的系統其實已經都有了,這個部分……
gazette.blocks[40][0] 趙局長興華:跟委員報告,其實這套系統最好的應用是事後檢討,它不是就當場的一個狀況,因為它是知道動床的情況,才會說後面檢討的時候……
gazette.blocks[41][0] 蔡委員其昌:沒關係,其實我對於兩者之間沒有興趣,我只是站在人民的角度,我希望當暴雨來的時候,國家可以提早告訴我這座橋不能走,至於你們誰的系統好、到底是什麼問題、為什麼只有裝這個、目前橋梁的監測狀態是如何,我想要知道的是這個。
gazette.blocks[42][0] 趙局長興華:目前來講,因為它那個……
gazette.blocks[43][0] 蔡委員其昌:兩萬多座橋梁裡面,值得裝監測系統的橋梁有多少座?
gazette.blocks[44][0] 趙局長興華:目前有在做的,大概就是像濁水溪河系的,比如說台三線的名竹大橋、濁水溪橋或者是大甲溪橋這個地方有……
gazette.blocks[45][0] 蔡委員其昌:沒有關係,我只是想知道到底有多少座橋你們可以進行監測,然後接著可以預警?
gazette.blocks[46][0] 趙局長興華:因為每一個橋的狀況不一樣……
gazette.blocks[47][0] 蔡委員其昌:沒關係,你只要告訴我有多少座就好了。
gazette.blocks[48][0] 趙局長興華:目前來講,我們大概就是選幾個……
gazette.blocks[49][0] 蔡委員其昌:沒有關係,你選了幾個?
gazette.blocks[50][0] 趙局長興華:現在國道的部分是濁水溪橋跟大甲溪橋。
gazette.blocks[51][0] 蔡委員其昌:好,2個?換言之,全臺灣的橋梁裡面有預警系統的,不論是你們自己的系統加國家實驗研究院的系統,這樣加起來有多少監測?
gazette.blocks[52][0] 趙局長興華:跟委員報告,國研院是2個,其他的每一座橋我們都有水位觀測的監測系統,就是說,它的……
gazette.blocks[53][0] 蔡委員其昌:是人工監測還是電腦監測?
gazette.blocks[54][0] 趙局長興華:目前大概都是電腦,就是直接監測,出水高低於1.5公尺的時候就有預警。
gazette.blocks[55][0] 蔡委員其昌:你們認為只有用水位監測的系統在達到多高的水位之後,這個橋就要封閉了?
gazette.blocks[56][0] 趙局長興華:就是出水高低於1.5公尺的時候就要封閉了。
gazette.blocks[57][0] 蔡委員其昌:換言之,我們每一座橋梁幾乎都有監測,是嗎?
gazette.blocks[58][0] 趙局長興華:對,這個部分都會監測。
gazette.blocks[59][0] 蔡委員其昌:我的意思只是要問你,當時我們叫做2016年首創全球第一個斷橋預警系統,就我所知,斷橋預警系統有5個地方你們做了測試,我只是希望你們要好好的檢討,這5個斷橋系統測試的結果是好、是壞?為什麼只有5個,為什麼你們不做500個?表示這個預警系統是不是會比你們只監測水位來得好?我希望你們做一個報告給我,就是它是什麼原因?譬如說,一個預警系統架構的成本可能非常高,高到嚇死人的地步,所以交通部無法籌措這個經費,還是說這個預警系統其實不好,沒有什麼太大的用處,所以你們裝了5個之後就決定不裝了?所以我的意思是,科技可以解決很多問題,我們談極端氣候,希望可以透過減碳的方式來讓極端氣候減緩,但是因應極端氣候,我們要把科技的方法引進,斷橋的問題其實每一次當汛期或者暴雨的時候,大家都很緊張,我作為民意代表,我也很緊張,常常在大甲溪跟大安溪的橋頭陪著在地的里長跟鄉親,所以有沒有可能在所有的橋梁上面,到底它是什麼原因、我們的監測狀況是如何?
gazette.blocks[60][0] 趙局長興華:跟委員……
gazette.blocks[61][0] 蔡委員其昌:時間的關係,沒關係!因為時間已經到了,所以我沒辦法讓你們回答,我剛才就跟你們說,你們都要回答得「落落長」,我都沒辦法問。好啦!你寫一個報告給我,到底這個原因是什麼。
gazette.blocks[62][0] 王部長國材:好。
gazette.blocks[63][0] 蔡委員其昌:最後,大甲溪跟大安溪的部分,本席過去長年在爭取,這兩個橋梁已經非常久了,又是台一線主要的交通動脈,當時承諾我2027年底要完工,差不多60億,這個時間有沒有問題?
gazette.blocks[64][0] 陳局長文瑞:這個部分因為可行性評估過了,我們現在正在做設計,我們把那個進度……
gazette.blocks[65][0] 蔡委員其昌:沒關係,你就跟我說時間有沒有影響到,因為現在每一個工期都會往後延嘛!
gazette.blocks[66][0] 陳局長文瑞:我們目前是照進度在走。
gazette.blocks[67][0] 蔡委員其昌:好,持續追蹤啦!這個對我們來講很重要,本席已經爭取非常非常多年了,你們也都照進度在走,我今天只是再追蹤一下,有任何做不到的,要趕快回應一下。好,謝謝。
gazette.blocks[68][0] 王部長國材:好,謝謝蔡委員。
gazette.blocks[69][0] 主席:蔡委員發言完畢。
gazette.blocks[69][1] 下一位是魯明哲委員,在魯委員發言之前,先作以下宣告:等一下在何欣純委員發言完畢之後,休息10分鐘。另外,本日有委員提出臨時提案,依本會往例,在登記質詢的本會委員發言告一段落之後處理,稍後我們於許智傑委員詢答完畢後,隨即處理臨時提案。
gazette.blocks[69][2] 現在請魯明哲委員發言。
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_00
transcript.pyannote[0].start 3.67596875
transcript.pyannote[0].end 4.46909375
transcript.pyannote[1].speaker SPEAKER_00
transcript.pyannote[1].start 4.85721875
transcript.pyannote[1].end 7.48971875
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 7.62471875
transcript.pyannote[2].end 8.33346875
transcript.pyannote[3].speaker SPEAKER_00
transcript.pyannote[3].start 12.83909375
transcript.pyannote[3].end 14.66159375
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 15.03284375
transcript.pyannote[4].end 18.61034375
transcript.pyannote[5].speaker SPEAKER_00
transcript.pyannote[5].start 18.91409375
transcript.pyannote[5].end 20.43284375
transcript.pyannote[6].speaker SPEAKER_00
transcript.pyannote[6].start 20.87159375
transcript.pyannote[6].end 22.64346875
transcript.pyannote[7].speaker SPEAKER_00
transcript.pyannote[7].start 23.11596875
transcript.pyannote[7].end 27.68909375
transcript.pyannote[8].speaker SPEAKER_00
transcript.pyannote[8].start 28.33034375
transcript.pyannote[8].end 33.25784375
transcript.pyannote[9].speaker SPEAKER_00
transcript.pyannote[9].start 34.55721875
transcript.pyannote[9].end 35.11409375
transcript.pyannote[10].speaker SPEAKER_00
transcript.pyannote[10].start 35.36721875
transcript.pyannote[10].end 36.73409375
transcript.pyannote[11].speaker SPEAKER_00
transcript.pyannote[11].start 37.24034375
transcript.pyannote[11].end 40.85159375
transcript.pyannote[12].speaker SPEAKER_03
transcript.pyannote[12].start 41.71221875
transcript.pyannote[12].end 43.82159375
transcript.pyannote[13].speaker SPEAKER_00
transcript.pyannote[13].start 42.55596875
transcript.pyannote[13].end 43.23096875
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 43.82159375
transcript.pyannote[14].end 46.20096875
transcript.pyannote[15].speaker SPEAKER_03
transcript.pyannote[15].start 44.05784375
transcript.pyannote[15].end 44.12534375
transcript.pyannote[16].speaker SPEAKER_00
transcript.pyannote[16].start 46.50471875
transcript.pyannote[16].end 46.99409375
transcript.pyannote[17].speaker SPEAKER_03
transcript.pyannote[17].start 48.05721875
transcript.pyannote[17].end 51.29721875
transcript.pyannote[18].speaker SPEAKER_00
transcript.pyannote[18].start 48.95159375
transcript.pyannote[18].end 49.23846875
transcript.pyannote[19].speaker SPEAKER_00
transcript.pyannote[19].start 51.87096875
transcript.pyannote[19].end 52.02284375
transcript.pyannote[20].speaker SPEAKER_03
transcript.pyannote[20].start 52.02284375
transcript.pyannote[20].end 52.14096875
transcript.pyannote[21].speaker SPEAKER_00
transcript.pyannote[21].start 52.14096875
transcript.pyannote[21].end 52.93409375
transcript.pyannote[22].speaker SPEAKER_03
transcript.pyannote[22].start 52.93409375
transcript.pyannote[22].end 52.96784375
transcript.pyannote[23].speaker SPEAKER_00
transcript.pyannote[23].start 52.96784375
transcript.pyannote[23].end 57.28784375
transcript.pyannote[24].speaker SPEAKER_03
transcript.pyannote[24].start 57.28784375
transcript.pyannote[24].end 57.94596875
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 58.24971875
transcript.pyannote[25].end 59.58284375
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 60.05534375
transcript.pyannote[26].end 61.00034375
transcript.pyannote[27].speaker SPEAKER_00
transcript.pyannote[27].start 61.32096875
transcript.pyannote[27].end 68.72909375
transcript.pyannote[28].speaker SPEAKER_00
transcript.pyannote[28].start 69.25221875
transcript.pyannote[28].end 75.93471875
transcript.pyannote[29].speaker SPEAKER_03
transcript.pyannote[29].start 79.20846875
transcript.pyannote[29].end 86.34659375
transcript.pyannote[30].speaker SPEAKER_00
transcript.pyannote[30].start 82.97159375
transcript.pyannote[30].end 83.46096875
transcript.pyannote[31].speaker SPEAKER_02
transcript.pyannote[31].start 83.46096875
transcript.pyannote[31].end 83.47784375
transcript.pyannote[32].speaker SPEAKER_00
transcript.pyannote[32].start 84.67596875
transcript.pyannote[32].end 85.04721875
transcript.pyannote[33].speaker SPEAKER_03
transcript.pyannote[33].start 86.95409375
transcript.pyannote[33].end 87.56159375
transcript.pyannote[34].speaker SPEAKER_00
transcript.pyannote[34].start 87.08909375
transcript.pyannote[34].end 87.59534375
transcript.pyannote[35].speaker SPEAKER_03
transcript.pyannote[35].start 87.59534375
transcript.pyannote[35].end 88.03409375
transcript.pyannote[36].speaker SPEAKER_00
transcript.pyannote[36].start 88.03409375
transcript.pyannote[36].end 88.11846875
transcript.pyannote[37].speaker SPEAKER_03
transcript.pyannote[37].start 88.11846875
transcript.pyannote[37].end 88.54034375
transcript.pyannote[38].speaker SPEAKER_00
transcript.pyannote[38].start 88.54034375
transcript.pyannote[38].end 88.60784375
transcript.pyannote[39].speaker SPEAKER_03
transcript.pyannote[39].start 88.60784375
transcript.pyannote[39].end 88.62471875
transcript.pyannote[40].speaker SPEAKER_00
transcript.pyannote[40].start 88.74284375
transcript.pyannote[40].end 92.82659375
transcript.pyannote[41].speaker SPEAKER_03
transcript.pyannote[41].start 92.38784375
transcript.pyannote[41].end 92.43846875
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 92.43846875
transcript.pyannote[42].end 92.45534375
transcript.pyannote[43].speaker SPEAKER_03
transcript.pyannote[43].start 92.45534375
transcript.pyannote[43].end 92.79284375
transcript.pyannote[44].speaker SPEAKER_03
transcript.pyannote[44].start 93.18096875
transcript.pyannote[44].end 95.08784375
transcript.pyannote[45].speaker SPEAKER_03
transcript.pyannote[45].start 95.12159375
transcript.pyannote[45].end 95.13846875
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 95.13846875
transcript.pyannote[46].end 95.27346875
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 95.30721875
transcript.pyannote[47].end 95.32409375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 95.35784375
transcript.pyannote[48].end 149.20596875
transcript.pyannote[49].speaker SPEAKER_00
transcript.pyannote[49].start 148.98659375
transcript.pyannote[49].end 153.35721875
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 151.50096875
transcript.pyannote[50].end 152.69909375
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 152.96909375
transcript.pyannote[51].end 156.68159375
transcript.pyannote[52].speaker SPEAKER_00
transcript.pyannote[52].start 156.39471875
transcript.pyannote[52].end 159.63471875
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 161.03534375
transcript.pyannote[53].end 161.52471875
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 161.54159375
transcript.pyannote[54].end 174.09659375
transcript.pyannote[55].speaker SPEAKER_00
transcript.pyannote[55].start 170.55284375
transcript.pyannote[55].end 171.05909375
transcript.pyannote[56].speaker SPEAKER_00
transcript.pyannote[56].start 174.40034375
transcript.pyannote[56].end 178.19721875
transcript.pyannote[57].speaker SPEAKER_00
transcript.pyannote[57].start 178.68659375
transcript.pyannote[57].end 179.61471875
transcript.pyannote[58].speaker SPEAKER_03
transcript.pyannote[58].start 180.39096875
transcript.pyannote[58].end 180.40784375
transcript.pyannote[59].speaker SPEAKER_00
transcript.pyannote[59].start 180.40784375
transcript.pyannote[59].end 181.60596875
transcript.pyannote[60].speaker SPEAKER_00
transcript.pyannote[60].start 181.89284375
transcript.pyannote[60].end 186.07784375
transcript.pyannote[61].speaker SPEAKER_00
transcript.pyannote[61].start 186.34784375
transcript.pyannote[61].end 195.15659375
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 195.47721875
transcript.pyannote[62].end 214.84971875
transcript.pyannote[63].speaker SPEAKER_00
transcript.pyannote[63].start 211.23846875
transcript.pyannote[63].end 211.49159375
transcript.pyannote[64].speaker SPEAKER_00
transcript.pyannote[64].start 214.86659375
transcript.pyannote[64].end 223.10159375
transcript.pyannote[65].speaker SPEAKER_00
transcript.pyannote[65].start 223.42221875
transcript.pyannote[65].end 225.44721875
transcript.pyannote[66].speaker SPEAKER_01
transcript.pyannote[66].start 226.74659375
transcript.pyannote[66].end 233.93534375
transcript.pyannote[67].speaker SPEAKER_03
transcript.pyannote[67].start 232.93971875
transcript.pyannote[67].end 233.34471875
transcript.pyannote[68].speaker SPEAKER_03
transcript.pyannote[68].start 233.81721875
transcript.pyannote[68].end 234.84659375
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 234.12096875
transcript.pyannote[69].end 234.91409375
transcript.pyannote[70].speaker SPEAKER_03
transcript.pyannote[70].start 234.91409375
transcript.pyannote[70].end 234.93096875
transcript.pyannote[71].speaker SPEAKER_03
transcript.pyannote[71].start 235.21784375
transcript.pyannote[71].end 235.40346875
transcript.pyannote[72].speaker SPEAKER_03
transcript.pyannote[72].start 235.52159375
transcript.pyannote[72].end 239.80784375
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 239.25096875
transcript.pyannote[73].end 239.68971875
transcript.pyannote[74].speaker SPEAKER_03
transcript.pyannote[74].start 239.89221875
transcript.pyannote[74].end 246.82784375
transcript.pyannote[75].speaker SPEAKER_00
transcript.pyannote[75].start 246.32159375
transcript.pyannote[75].end 247.09784375
transcript.pyannote[76].speaker SPEAKER_03
transcript.pyannote[76].start 247.09784375
transcript.pyannote[76].end 247.21596875
transcript.pyannote[77].speaker SPEAKER_00
transcript.pyannote[77].start 247.21596875
transcript.pyannote[77].end 247.67159375
transcript.pyannote[78].speaker SPEAKER_00
transcript.pyannote[78].start 247.78971875
transcript.pyannote[78].end 249.47721875
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 250.27034375
transcript.pyannote[79].end 253.61159375
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 253.93221875
transcript.pyannote[80].end 259.16346875
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 259.83846875
transcript.pyannote[81].end 260.32784375
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 260.80034375
transcript.pyannote[82].end 263.29784375
transcript.pyannote[83].speaker SPEAKER_00
transcript.pyannote[83].start 263.88846875
transcript.pyannote[83].end 268.74846875
transcript.pyannote[84].speaker SPEAKER_01
transcript.pyannote[84].start 269.92971875
transcript.pyannote[84].end 289.80846875
transcript.pyannote[85].speaker SPEAKER_00
transcript.pyannote[85].start 287.00721875
transcript.pyannote[85].end 287.68221875
transcript.pyannote[86].speaker SPEAKER_00
transcript.pyannote[86].start 289.33596875
transcript.pyannote[86].end 290.73659375
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 290.73659375
transcript.pyannote[87].end 305.51909375
transcript.pyannote[88].speaker SPEAKER_00
transcript.pyannote[88].start 304.92846875
transcript.pyannote[88].end 306.51471875
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 306.49784375
transcript.pyannote[89].end 312.87659375
transcript.pyannote[90].speaker SPEAKER_00
transcript.pyannote[90].start 309.21471875
transcript.pyannote[90].end 314.00721875
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 314.32784375
transcript.pyannote[91].end 316.80846875
transcript.pyannote[92].speaker SPEAKER_03
transcript.pyannote[92].start 316.80846875
transcript.pyannote[92].end 317.61846875
transcript.pyannote[93].speaker SPEAKER_00
transcript.pyannote[93].start 317.61846875
transcript.pyannote[93].end 319.28909375
transcript.pyannote[94].speaker SPEAKER_00
transcript.pyannote[94].start 319.86284375
transcript.pyannote[94].end 320.57159375
transcript.pyannote[95].speaker SPEAKER_00
transcript.pyannote[95].start 321.12846875
transcript.pyannote[95].end 322.14096875
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 323.03534375
transcript.pyannote[96].end 323.06909375
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 323.06909375
transcript.pyannote[97].end 323.25471875
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 323.25471875
transcript.pyannote[98].end 333.83534375
transcript.pyannote[99].speaker SPEAKER_00
transcript.pyannote[99].start 332.14784375
transcript.pyannote[99].end 334.12221875
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 334.35846875
transcript.pyannote[100].end 338.67846875
transcript.pyannote[101].speaker SPEAKER_00
transcript.pyannote[101].start 338.67846875
transcript.pyannote[101].end 341.02409375
transcript.pyannote[102].speaker SPEAKER_03
transcript.pyannote[102].start 341.02409375
transcript.pyannote[102].end 341.71596875
transcript.pyannote[103].speaker SPEAKER_03
transcript.pyannote[103].start 341.96909375
transcript.pyannote[103].end 342.00284375
transcript.pyannote[104].speaker SPEAKER_00
transcript.pyannote[104].start 342.00284375
transcript.pyannote[104].end 342.03659375
transcript.pyannote[105].speaker SPEAKER_03
transcript.pyannote[105].start 342.03659375
transcript.pyannote[105].end 342.72846875
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 342.72846875
transcript.pyannote[106].end 343.18409375
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 343.74096875
transcript.pyannote[107].end 350.25471875
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 350.40659375
transcript.pyannote[108].end 355.18221875
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 355.53659375
transcript.pyannote[109].end 356.66721875
transcript.pyannote[110].speaker SPEAKER_01
transcript.pyannote[110].start 357.05534375
transcript.pyannote[110].end 358.55721875
transcript.pyannote[111].speaker SPEAKER_01
transcript.pyannote[111].start 358.67534375
transcript.pyannote[111].end 359.46846875
transcript.pyannote[112].speaker SPEAKER_02
transcript.pyannote[112].start 358.70909375
transcript.pyannote[112].end 372.69846875
transcript.pyannote[113].speaker SPEAKER_00
transcript.pyannote[113].start 369.22221875
transcript.pyannote[113].end 382.90784375
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 377.89596875
transcript.pyannote[114].end 377.99721875
transcript.pyannote[115].speaker SPEAKER_00
transcript.pyannote[115].start 383.32971875
transcript.pyannote[115].end 387.54846875
transcript.pyannote[116].speaker SPEAKER_00
transcript.pyannote[116].start 387.76784375
transcript.pyannote[116].end 392.74596875
transcript.pyannote[117].speaker SPEAKER_02
transcript.pyannote[117].start 388.67909375
transcript.pyannote[117].end 389.03346875
transcript.pyannote[118].speaker SPEAKER_02
transcript.pyannote[118].start 393.87659375
transcript.pyannote[118].end 396.05346875
transcript.pyannote[119].speaker SPEAKER_00
transcript.pyannote[119].start 394.09596875
transcript.pyannote[119].end 394.18034375
transcript.pyannote[120].speaker SPEAKER_00
transcript.pyannote[120].start 395.73284375
transcript.pyannote[120].end 400.01909375
transcript.pyannote[121].speaker SPEAKER_02
transcript.pyannote[121].start 399.47909375
transcript.pyannote[121].end 415.56096875
transcript.pyannote[122].speaker SPEAKER_00
transcript.pyannote[122].start 414.17721875
transcript.pyannote[122].end 421.48409375
transcript.pyannote[123].speaker SPEAKER_02
transcript.pyannote[123].start 421.75409375
transcript.pyannote[123].end 424.92659375
transcript.pyannote[124].speaker SPEAKER_00
transcript.pyannote[124].start 423.47534375
transcript.pyannote[124].end 425.83784375
transcript.pyannote[125].speaker SPEAKER_02
transcript.pyannote[125].start 426.29346875
transcript.pyannote[125].end 426.31034375
transcript.pyannote[126].speaker SPEAKER_03
transcript.pyannote[126].start 426.31034375
transcript.pyannote[126].end 426.66471875
transcript.pyannote[127].speaker SPEAKER_02
transcript.pyannote[127].start 426.66471875
transcript.pyannote[127].end 426.71534375
transcript.pyannote[128].speaker SPEAKER_03
transcript.pyannote[128].start 426.71534375
transcript.pyannote[128].end 426.74909375
transcript.pyannote[129].speaker SPEAKER_02
transcript.pyannote[129].start 426.74909375
transcript.pyannote[129].end 431.23784375
transcript.pyannote[130].speaker SPEAKER_00
transcript.pyannote[130].start 429.17909375
transcript.pyannote[130].end 432.01409375
transcript.pyannote[131].speaker SPEAKER_02
transcript.pyannote[131].start 432.01409375
transcript.pyannote[131].end 435.82784375
transcript.pyannote[132].speaker SPEAKER_00
transcript.pyannote[132].start 435.89534375
transcript.pyannote[132].end 436.97534375
transcript.pyannote[133].speaker SPEAKER_00
transcript.pyannote[133].start 438.19034375
transcript.pyannote[133].end 443.72534375
transcript.pyannote[134].speaker SPEAKER_00
transcript.pyannote[134].start 444.18096875
transcript.pyannote[134].end 447.89346875
transcript.pyannote[135].speaker SPEAKER_02
transcript.pyannote[135].start 446.81346875
transcript.pyannote[135].end 446.89784375
transcript.pyannote[136].speaker SPEAKER_02
transcript.pyannote[136].start 447.30284375
transcript.pyannote[136].end 456.98909375
transcript.pyannote[137].speaker SPEAKER_00
transcript.pyannote[137].start 454.99784375
transcript.pyannote[137].end 455.50409375
transcript.pyannote[138].speaker SPEAKER_00
transcript.pyannote[138].start 455.90909375
transcript.pyannote[138].end 458.11971875
transcript.pyannote[139].speaker SPEAKER_00
transcript.pyannote[139].start 458.15346875
transcript.pyannote[139].end 458.17034375
transcript.pyannote[140].speaker SPEAKER_02
transcript.pyannote[140].start 458.17034375
transcript.pyannote[140].end 459.80721875
transcript.pyannote[141].speaker SPEAKER_00
transcript.pyannote[141].start 459.80721875
transcript.pyannote[141].end 460.12784375
transcript.pyannote[142].speaker SPEAKER_02
transcript.pyannote[142].start 460.12784375
transcript.pyannote[142].end 463.95846875
transcript.pyannote[143].speaker SPEAKER_00
transcript.pyannote[143].start 461.00534375
transcript.pyannote[143].end 461.73096875
transcript.pyannote[144].speaker SPEAKER_00
transcript.pyannote[144].start 464.39721875
transcript.pyannote[144].end 468.12659375
transcript.pyannote[145].speaker SPEAKER_00
transcript.pyannote[145].start 468.83534375
transcript.pyannote[145].end 472.26096875
transcript.pyannote[146].speaker SPEAKER_02
transcript.pyannote[146].start 472.48034375
transcript.pyannote[146].end 475.46721875
transcript.pyannote[147].speaker SPEAKER_00
transcript.pyannote[147].start 475.46721875
transcript.pyannote[147].end 476.22659375
transcript.pyannote[148].speaker SPEAKER_02
transcript.pyannote[148].start 476.22659375
transcript.pyannote[148].end 476.42909375
transcript.pyannote[149].speaker SPEAKER_00
transcript.pyannote[149].start 476.42909375
transcript.pyannote[149].end 480.42846875
transcript.pyannote[150].speaker SPEAKER_02
transcript.pyannote[150].start 480.51284375
transcript.pyannote[150].end 482.25096875
transcript.pyannote[151].speaker SPEAKER_00
transcript.pyannote[151].start 480.58034375
transcript.pyannote[151].end 481.60971875
transcript.pyannote[152].speaker SPEAKER_00
transcript.pyannote[152].start 481.98096875
transcript.pyannote[152].end 482.36909375
transcript.pyannote[153].speaker SPEAKER_02
transcript.pyannote[153].start 482.36909375
transcript.pyannote[153].end 482.41971875
transcript.pyannote[154].speaker SPEAKER_00
transcript.pyannote[154].start 482.79096875
transcript.pyannote[154].end 483.49971875
transcript.pyannote[155].speaker SPEAKER_00
transcript.pyannote[155].start 483.87096875
transcript.pyannote[155].end 486.19971875
transcript.pyannote[156].speaker SPEAKER_00
transcript.pyannote[156].start 486.80721875
transcript.pyannote[156].end 486.92534375
transcript.pyannote[157].speaker SPEAKER_00
transcript.pyannote[157].start 486.99284375
transcript.pyannote[157].end 491.51534375
transcript.pyannote[158].speaker SPEAKER_00
transcript.pyannote[158].start 492.10596875
transcript.pyannote[158].end 497.28659375
transcript.pyannote[159].speaker SPEAKER_00
transcript.pyannote[159].start 497.53971875
transcript.pyannote[159].end 502.83846875
transcript.pyannote[160].speaker SPEAKER_00
transcript.pyannote[160].start 503.37846875
transcript.pyannote[160].end 506.85471875
transcript.pyannote[161].speaker SPEAKER_03
transcript.pyannote[161].start 507.29346875
transcript.pyannote[161].end 507.58034375
transcript.pyannote[162].speaker SPEAKER_00
transcript.pyannote[162].start 507.96846875
transcript.pyannote[162].end 508.33971875
transcript.pyannote[163].speaker SPEAKER_00
transcript.pyannote[163].start 508.98096875
transcript.pyannote[163].end 513.94221875
transcript.pyannote[164].speaker SPEAKER_00
transcript.pyannote[164].start 514.92096875
transcript.pyannote[164].end 522.64971875
transcript.pyannote[165].speaker SPEAKER_00
transcript.pyannote[165].start 522.97034375
transcript.pyannote[165].end 528.89346875
transcript.pyannote[166].speaker SPEAKER_00
transcript.pyannote[166].start 529.06221875
transcript.pyannote[166].end 531.07034375
transcript.pyannote[167].speaker SPEAKER_00
transcript.pyannote[167].start 531.22221875
transcript.pyannote[167].end 532.75784375
transcript.pyannote[168].speaker SPEAKER_00
transcript.pyannote[168].start 532.97721875
transcript.pyannote[168].end 535.77846875
transcript.pyannote[169].speaker SPEAKER_00
transcript.pyannote[169].start 536.84159375
transcript.pyannote[169].end 537.19596875
transcript.pyannote[170].speaker SPEAKER_00
transcript.pyannote[170].start 537.58409375
transcript.pyannote[170].end 540.58784375
transcript.pyannote[171].speaker SPEAKER_00
transcript.pyannote[171].start 541.14471875
transcript.pyannote[171].end 544.92471875
transcript.pyannote[172].speaker SPEAKER_03
transcript.pyannote[172].start 543.00096875
transcript.pyannote[172].end 543.05159375
transcript.pyannote[173].speaker SPEAKER_03
transcript.pyannote[173].start 543.22034375
transcript.pyannote[173].end 543.49034375
transcript.pyannote[174].speaker SPEAKER_00
transcript.pyannote[174].start 545.41409375
transcript.pyannote[174].end 549.19409375
transcript.pyannote[175].speaker SPEAKER_00
transcript.pyannote[175].start 549.85221875
transcript.pyannote[175].end 567.94221875
transcript.pyannote[176].speaker SPEAKER_00
transcript.pyannote[176].start 568.43159375
transcript.pyannote[176].end 571.24971875
transcript.pyannote[177].speaker SPEAKER_00
transcript.pyannote[177].start 571.33409375
transcript.pyannote[177].end 575.24909375
transcript.pyannote[178].speaker SPEAKER_02
transcript.pyannote[178].start 575.60346875
transcript.pyannote[178].end 576.12659375
transcript.pyannote[179].speaker SPEAKER_00
transcript.pyannote[179].start 575.77221875
transcript.pyannote[179].end 581.64471875
transcript.pyannote[180].speaker SPEAKER_03
transcript.pyannote[180].start 577.98284375
transcript.pyannote[180].end 577.99971875
transcript.pyannote[181].speaker SPEAKER_02
transcript.pyannote[181].start 577.99971875
transcript.pyannote[181].end 578.16846875
transcript.pyannote[182].speaker SPEAKER_03
transcript.pyannote[182].start 578.16846875
transcript.pyannote[182].end 578.25284375
transcript.pyannote[183].speaker SPEAKER_00
transcript.pyannote[183].start 582.25221875
transcript.pyannote[183].end 582.58971875
transcript.pyannote[184].speaker SPEAKER_00
transcript.pyannote[184].start 582.64034375
transcript.pyannote[184].end 585.99846875
transcript.pyannote[185].speaker SPEAKER_00
transcript.pyannote[185].start 586.28534375
transcript.pyannote[185].end 595.76909375
transcript.pyannote[186].speaker SPEAKER_03
transcript.pyannote[186].start 593.08596875
transcript.pyannote[186].end 593.60909375
transcript.pyannote[187].speaker SPEAKER_03
transcript.pyannote[187].start 595.76909375
transcript.pyannote[187].end 596.15721875
transcript.pyannote[188].speaker SPEAKER_00
transcript.pyannote[188].start 596.88284375
transcript.pyannote[188].end 599.36346875
transcript.pyannote[189].speaker SPEAKER_00
transcript.pyannote[189].start 599.81909375
transcript.pyannote[189].end 605.35409375
transcript.pyannote[190].speaker SPEAKER_03
transcript.pyannote[190].start 605.64096875
transcript.pyannote[190].end 606.01221875
transcript.pyannote[191].speaker SPEAKER_00
transcript.pyannote[191].start 606.38346875
transcript.pyannote[191].end 607.37909375
transcript.pyannote[192].speaker SPEAKER_00
transcript.pyannote[192].start 608.30721875
transcript.pyannote[192].end 610.26471875
transcript.pyannote[193].speaker SPEAKER_00
transcript.pyannote[193].start 611.05784375
transcript.pyannote[193].end 611.46284375
transcript.pyannote[194].speaker SPEAKER_01
transcript.pyannote[194].start 612.37409375
transcript.pyannote[194].end 618.87096875
transcript.pyannote[195].speaker SPEAKER_00
transcript.pyannote[195].start 616.06971875
transcript.pyannote[195].end 620.08596875
transcript.pyannote[196].speaker SPEAKER_00
transcript.pyannote[196].start 620.22096875
transcript.pyannote[196].end 620.42346875
transcript.pyannote[197].speaker SPEAKER_00
transcript.pyannote[197].start 620.74409375
transcript.pyannote[197].end 623.03909375
transcript.pyannote[198].speaker SPEAKER_01
transcript.pyannote[198].start 623.03909375
transcript.pyannote[198].end 625.89096875
transcript.pyannote[199].speaker SPEAKER_00
transcript.pyannote[199].start 624.42284375
transcript.pyannote[199].end 624.70971875
transcript.pyannote[200].speaker SPEAKER_00
transcript.pyannote[200].start 625.78971875
transcript.pyannote[200].end 639.15471875
transcript.pyannote[201].speaker SPEAKER_01
transcript.pyannote[201].start 627.27471875
transcript.pyannote[201].end 627.52784375
transcript.pyannote[202].speaker SPEAKER_03
transcript.pyannote[202].start 634.51409375
transcript.pyannote[202].end 634.59846875
transcript.pyannote[203].speaker SPEAKER_03
transcript.pyannote[203].start 638.68221875
transcript.pyannote[203].end 639.79596875
transcript.pyannote[204].speaker SPEAKER_03
transcript.pyannote[204].start 640.28534375
transcript.pyannote[204].end 640.67346875
transcript.whisperx[0].start 4.878
transcript.whisperx[0].end 30.67
transcript.whisperx[0].text 謝謝主席請交通部王部長請王部長蔡委好部長早安今天主席特別安排了極端氣候下我們所有交通因應跟所有的設施本席想要今天就叫在極端氣候底下我們的國內橋樑的問題
transcript.whisperx[1].start 35.764
transcript.whisperx[1].end 46.824
transcript.whisperx[1].text 我們大概中央管跟地方管的橋樑大概有多少座兩萬多座中央大概佔比多少
transcript.whisperx[2].start 48.063
transcript.whisperx[2].end 55.929
transcript.whisperx[2].text 目前橋樑我們做過檢測橋樑我們把它做一個分級從U1到U4目前對於哪一個等級的橋樑交通部列為要立刻處理
transcript.whisperx[3].start 77.964
transcript.whisperx[3].end 79.286
transcript.whisperx[3].text 2萬多座橋樑是U4等級的占比有多少?
transcript.whisperx[4].start 95.945
transcript.whisperx[4].end 110.54
transcript.whisperx[4].text 跟委員報告在109年到111年齁這個部分的話全國已經做過兩萬多座的一個盤點了那時候行政院的話其實有個專案計畫所以對於就是說期待要處理的部分當初已經處理了101座
transcript.whisperx[5].start 112.262
transcript.whisperx[5].end 140.608
transcript.whisperx[5].text 然後花了14億多所以當初處理完畢 處理完畢之後 112跟113的話其實是持續就各縣市政府還有這個中央管的橋樑做定期的檢測那定期檢測之後只要就是說發現U3我們沒有到U3的部分的話其實就要做相關的處理了那公路局在這個去年其實還發文給各縣市政府就是說我們會協助他們就是說如果處理U3以上的
transcript.whisperx[6].start 140.908
transcript.whisperx[6].end 159.41
transcript.whisperx[6].text 那目前就是說各縣政府有提報有25座那我們也就是說協助他們就是說做相關的一個這個經費的一個協助所以U4等級已經沒有了改善完畢了對在上次上一波的部分其實都已經檢測完了那現在U3等級有多少座待改善
transcript.whisperx[7].start 162.419
transcript.whisperx[7].end 177.644
transcript.whisperx[7].text 跟委員報告就是我們在去年年底的時候請各縣政府提報我們公路系統因為還有其他的市區道路系統公路系統的部分我們收到25座局長我的意思就是說我希望知道一下U3等級
transcript.whisperx[8].start 178.775
transcript.whisperx[8].end 194.85
transcript.whisperx[8].text 全台灣需要改善那他可能是中央管也可能是地方管我想要知道中央管有多少座U3地方管多少座U3那我們打算要多久的時間把這些U3等級需要改善的把它改善完畢
transcript.whisperx[9].start 195.563
transcript.whisperx[9].end 218.759
transcript.whisperx[9].text 是跟委員報告我們這個U3的我們公路局沒有我們公路局沒有就是說這個要這個U3的部分那地方的在這一個去年我們年底的時候請他們就是說這個檢測通報的話是提報了25座那一般來說的話其實是一年內要做相關的改善好換言之把這25座搞定之後我們沒有U3U4了對不對應該這麼說嗎
transcript.whisperx[10].start 223.422
transcript.whisperx[10].end 223.622
transcript.whisperx[10].text 好 那我們目前啊
transcript.whisperx[11].start 251.099
transcript.whisperx[11].end 255.381
transcript.whisperx[11].text 我記得在2016年左右我們跟國家實驗研究院有做斷橋預警系統現在我們運用在橋樑的狀況數量有多少?
transcript.whisperx[12].start 269.943
transcript.whisperx[12].end 273.085
transcript.whisperx[12].text 國研院是做降雨和橋樑沖刷的模擬系統目前預警有合作研究五座研究的效果怎麼樣
transcript.whisperx[13].start 291.095
transcript.whisperx[13].end 313.254
transcript.whisperx[13].text 他大概就是說因為是一個模擬系統就是依照降雨的狀況那模擬之後的話其實如果說這個強降雨的話在這一個如果說對於這個橋樑有影響的話在6小時前他會有預警的效果如何效果如何我覺得其實是很好因為我們我們公路局目前也有相關的警戒指很好
transcript.whisperx[14].start 314.395
transcript.whisperx[14].end 337.345
transcript.whisperx[14].text 我們到目前為止還只是只有裝5座那為什麼我們他很好為什麼我們不多加利用呢因為我們現在其實公務局也有另外就是說自己本身也有相關的一個預警系統那所以其實公務員上面跟他的這個我們會再跟他們再做相關的一個這個討論跟比較
transcript.whisperx[15].start 338.886
transcript.whisperx[15].end 356.333
transcript.whisperx[15].text 對 那價格誰好因為目前其實我們的系統我們自己本身已經就是說相關的包括預測跟這個預警警戒跟行動詞我們其實已經都有了啦那這個部分
transcript.whisperx[16].start 357.453
transcript.whisperx[16].end 381.401
transcript.whisperx[16].text 高空局有沒有可以來高空局請委員報告齁那其實來講說這套系統它是其實來講是最好的應用是事後檢討啦它不是說那個當場的一個方法因為它是知道說洞闖的一個情形沒關係沒關係那個我其實沒有我對於兩者之間我沒有興趣啦我只是站在人民的角度我希望當暴雨來的時候國家可以提早告訴我這條橋不能走
transcript.whisperx[17].start 383.623
transcript.whisperx[17].end 387.13
transcript.whisperx[17].text 那你們誰的系統好到底是什麼問題為什麼只有裝這個目前的監測橋樑的監測狀態是如何我想要知道是這個
transcript.whisperx[18].start 394.155
transcript.whisperx[18].end 421.353
transcript.whisperx[18].text 目前來講因為他那個兩萬多座橋樑裡面值得裝監測系統的橋樑目前有在做的大概就是像那個我們幾個濁水溪河系的比如說台三線的民間大橋或是我們那個濁水溪橋或者是說那個我們在大甲溪橋這個地方有沒有沒有關係我只是希望知道到底有多少座橋你們可以有進行這個所謂監測然後接著可以預警
transcript.whisperx[19].start 421.803
transcript.whisperx[19].end 435.968
transcript.whisperx[19].text 因為每一個橋的狀況不一樣沒關係沒關係你只要告訴我有多少座就好了那目前來講的話我們大概就是選幾個沒有關係你選了幾個我們現在國道部分是濁水溪橋跟大甲溪橋好兩個
transcript.whisperx[20].start 438.291
transcript.whisperx[20].end 457.401
transcript.whisperx[20].text 所以換言之我們的橋樑裡面有預警系統這樣全台灣不論是你們自己的系統加這個所謂國家實驗研究院的系統這樣加錢有多少監測跟委員報告就是說國研院是兩個那我們其他的每一座橋都有那個也就是說我們的水位觀測的一個監測系統就是說是人工監測還是電腦監測目前大概都是電腦就是說直接監測就是說水高低於1.5公尺的時候就有預警
transcript.whisperx[21].start 464.651
transcript.whisperx[21].end 490.66
transcript.whisperx[21].text 對 那多少你們認為只有用水位監測的系統達到多高的水位時候就叫這個橋就要封閉了對 我們出水高低於1.5的時候就要封閉了就封閉了是所以換言之我們每一座橋樑的這幾乎都有監測對 這個部分都會監測是吧好對 那我的意思只是要問你說齁這個當時我們叫做2016年首創全球第一個斷橋預警系統
transcript.whisperx[22].start 492.182
transcript.whisperx[22].end 513.71
transcript.whisperx[22].text 那我只是說斷甲預警系統就我所知道有5個地方你們做了這個測試那我只是希望你們要好好的檢討這5個斷甲系統測試的結果是好是壞啦那為什麼只有5個為什麼你們不做500個那表示它這個預警系統是不是會來得比你們只監測水位來得好
transcript.whisperx[23].start 514.977
transcript.whisperx[23].end 535.38
transcript.whisperx[23].text 我希望你們這個做一個報告給我啦就是為什麼我們到底它是什麼原因譬如說預警系統一個這個架構的成本可能非常高高到嚇死人的地步所以交通部無法籌措這個經費還是說這個預警系統其實不好沒有什麼太大的用處所以我們裝了五個之後我們就決定不裝了
transcript.whisperx[24].start 536.926
transcript.whisperx[24].end 547.03
transcript.whisperx[24].text 所以我的意思是說科技啊它可以解決很多我們談極端氣候嘛所以極端氣候我們希望透過減碳的方式來讓極端氣候減緩
transcript.whisperx[25].start 549.929
transcript.whisperx[25].end 573.895
transcript.whisperx[25].text 但是我們因應極端氣候我們要有把科技的方法引進那斷橋的問題其實每一次當汛期或者暴雨的時候我們其實大家都很緊張我作為民意代表我也很緊張常常在大甲溪跟大安溪的橋頭陪著在地的里長跟鄉親那有沒有可能在所有的橋樑上面到底它什麼原因我們的監測狀況是如何
transcript.whisperx[26].start 575.855
transcript.whisperx[26].end 579.539
transcript.whisperx[26].text 最後大甲溪跟大安溪本溪過去一直常年在爭取這兩個橋樑市場已經非常久了又是台一線主要的交通動脈
transcript.whisperx[27].start 598.217
transcript.whisperx[27].end 616.765
transcript.whisperx[27].text 當時承諾我2027年要完工,差不多60天,2027年完工,這個時間有沒有問題?2027年底要完工?這個部分的話就是說因為可行性評估過了,我們現在正在做設計,時間有遷就嗎?
transcript.whisperx[28].start 620.794
transcript.whisperx[28].end 620.934
transcript.whisperx[28].text 好 謝謝蔡委員