現地型強震即時警報系統之類神經網路分析

台灣處於太平洋地震帶上，位於歐亞板塊與菲律賓海板塊的交界處，每年約有四千餘筆的地震發生，其中包含兩百多起的有感地震，又本島地狹人稠且都市化程度高又都市區域新建建築多為超高樓層建築，而高樓層建物可能因其本身頻率和地震波頻率共振而加強其晃動程度，對該層住戶之居住環境及生命安全造成威脅。本研究藉由P波與S波其兩者傳遞速度差異之物理特性開發強震即時警報系統（Earthquake Early Warning System, EEWS），針對先到達的P波資訊預測後續S波可能造成的地表最大加速度、以減少該地震對於該區域所帶來的傷害。吾人針對台電大樓建置受震反應數值模型，透過1992-2006年的地震測站歷史資料建置結構物受震反應資料庫，使用類神經網路分析地震波與建物受震反應的關聯性，以地震波P波後3秒及10秒資料為類神經網路分析的輸入因子，以預測特定樓層之最大樓層加速度，以爭取反應時間，並透過預先設定之自動化防災策略來達到防災減傷之成效。