圖2民國105年6月11日暴雨台南市朝皇宮前積淹水情況

圖3民國105年6月11日暴雨台南市朝皇宮前淹水模擬區域

圖4民國105年6月11日暴雨台南市朝皇宮前淹水模擬與感測資料比對

荷蘭Deltares 研究所的FEWS(Flood Early Warning System)平台技術，能夠提供資料與模式的主要介接基礎，包含：多種資料格式或是屬性資料庫的支援、時空間對位與內插補遺，以及作業化排程的伺服器控制。在水利署的支持下，團隊以臺灣本島區域為主，基於FEWS平台技術，開發出FEWS_Taiwan的水情測預報平台。其中，技術核心包含建立中央氣象局的雷達降雨QPESUMS、雨量站、多項定時定點定量的預報產品等連接，逐步定義各集水區對應機制，設置多項時空間內插或是補遺的流程，結合全島一維河川模式，以及配置平行運算之排程環境。民國104年時，FEWS_Taiwan已經成為具備全島作業化能力的水情預報系統：每日24小時不間斷即時運作，每小時都能夠提供未來最多72小時的河川水位預報。

團隊不只發揮國際合作的能力，更結合國內淹水計算與暴雨模擬的頂尖團隊-國家高速網路與計算中心。透過FEWS_Taiwan 的平行運算架構，把過去冗長的淹水計算，一舉提高十數倍以上的速度。在這樣基礎上，更把水情測預報系統FEWS_Taiwan的產出，由預報河川水位，進一步提升到預報淹水範圍。這個服務同時得到水利署支持，在今年開始，將逐步完成全島架構。

早在民國105年時，北科大團隊與新竹科學園區績優物聯網感測器團隊安研科技合作，獲得科學園區支持，共同執行MG+4C計畫。在台南市安南區的測試場域中，採用路面淹水感測器所獲得的淹水歷程資料，跟模擬計算的淹水多邊形區塊相互比較。過去由於感測器體積限制，需要使用空間不小，在都市區中配置路面水位計有其實際困難度。結合物聯網技術，整體感測器的耗電量大減，通訊規格與能量更遠低於過去4G方式，採用鋰電池與太陽能板即可長期使用，大大減少感測器體積，也不用再考慮長期供應市電，安裝位置極具彈性。也因為能夠廣佈感測器，原本具有高度不確定性的淹水事件過程，現在已經可以有適當的觀測歷程可供分析。

在北科大主導的水情測預報研究能量上，綜合了台荷國際合作、大學與國家實驗室的跨單位技術整合、甚至於土木環境與物聯網之跨領域上下游技術銜接，其實都說明了從研究到產學，我們的師生貫徹了實務型研究的理念，將研究成果帶到實務問題之應用面。團隊能突破困難，解決各項整合介面問題，並且提出了具有價值的解決方案。實體產出不僅反映在研究論文與被引用的數量，更獲得數項國家計畫的支持，正符合本校實務型研究之定位。

面臨各種合作的需求，包含跨國、跨團隊、跨領域等的考驗，參與成員的知識門檻不在話下。之所以本校土木系所學子能夠深入參與，校方重視實務教學的方向，更是有著巨大影響。個人參與工程學院PBL(Problem Based Learning)計畫，將淹水感測與高解析度地形測設的議題，整合應用於北科附工，如圖5，就是試圖將研究成果帶入教學場域，引導學生能夠從實務問題上，理解到知識應用方向，自然建立了主動學習動機。此外，工程學院也主導微課程設計，個人以研究成果開設全新研究所課程「水情預警系統」，將各種跨領域主題：包含水文分析、水理模擬、資料庫介接、時空間資訊對位、系統排程運作等，試圖把已經達到應用等級的科技內容，能夠逐步在北科大建立起獨特的傳承。此外，土木系capstone 課程，設定在專題製作；也特別要求師生在互動學習上，能夠以綜合議題的歸納與實現，來引導出各基礎課程的對應。這些教學方向的要求與設計，確實有助於在未來各種整合上，我們學生應對各種陌生面向能夠從容無懼，進而挑戰各種困難。