AI 輔助評估
摘要
國土署官員為主的團隊擬建都市林決策系統:疊圖選址熱區、新建案碳匯代金、公民票選與縣市績效排名。
實質空洞
否
— 有資料與場域,但分工空白
卡詞
否
治理樣板
否
既有作品
熱區疊圖加全民票選架構即國土署既有「街道醫生」平台,都市林選址與碳匯代金為新增。
類似前案(有沒有別人做過)
環境部都市林計畫已用熱區光達找遮蔭缺口、訂縣市目標;Tree Equity Score亦為多指標疊圖選址。
性別影響
未觸及;暴熱淹水對照顧者、高齡女性、戶外勞動者衝擊不同,票選平台參與的性別落差亦未處理。
DEI
票選偏向數位熟練、有閒者;以人口密度篩熱區排除低密度區與非正規聚落;代金轉嫁購屋租屋者。
STS·社會影響
碳匯代金實為新開發捐,稱「現行法規」無據;縣市排名恐重量不重質;把反對者定性為觀念不足,且主管機關自提自導入,落地說服力存疑。
AI 使用
主要為Copilot/ChatGPT寫程式;sklearn預測高溫擴散無特徵與驗證說明,卻申請GPU/HPC,算力需求過度宣稱。
資安隱私
使用電信信令熱點與建照使照(含起造人)資料;票選平台無身分驗證與防灌票設計;代金試算點名個別私人建案。
初審
| 總分 | 可行性 | 社會影響力 | 創新性 | 提案團隊多元性 | 資料治理思維 |
|---|---|---|---|---|---|
| 3.96 | 7 | 2 | 2 | 8 | 6 |
評語
(無)
筆記
與節能減碳沒有直接關係。
初審會議筆記
(無)
工作坊
筆記
(無)
決審
| 總分 | 可行性 | 社會影響力 | 創新性 | 實作進程驗證 |
|---|---|---|---|---|
| (無) | (無) | (無) | (無) | (無) |
入選
否
評語
(無)
筆記
(無)
壹、隊名及題目
一、隊名
梁山泊
二、題目
綠林大盜計畫
三、提案對應之徵件構面
永續轉型
四、團隊要解決的問題?
國內都市面臨極端氣候與高度開發夾擊,衍生暴雨、暴熱、爆音、光害與空污等環境威脅,嚴重剝奪居民健康,缺乏具氣候調適功能的安居環境。為徹底改善現況,城市治理應從被動防救災,轉為主動建置綠色基盤。
本團隊提出「綠林大盜計畫」,以「除暴安良」為主軸,為民眾盜回健康與永續環境,消「除暴」害環境,還民「安良」生活。透過「盜亦有道」系統,我們打造四大核心功能:
1.扶危濟困(精準選址):疊圖分析環境暴害衝擊指標,針對道路、學校等公共用地,挑選建議改善的高風險熱區。
2.打家劫舍(碳匯代金):新建案進行森林碳匯評估,碳匯量不足者需繳都市林建設基金,並於未開發地建置「碳匯聚寶房」保育林機制。
3.眾志成城(全民參與):結合選址熱區,由民眾票選決定優先建置區與資金投入重點,並串聯政府與NGO成立永續改善結盟平台。
4.懲惡揚善(績效警示):檢視各縣市綠林建置量,公開表揚優異縣市,並督促未達績效之機關持續改善。
五、本提案是否屬於尚未進行、且尚未成立標案、未申請政府相關預算之計畫,階段性計畫亦同
是
六、前題若選否,請敘明招標機關、計畫名稱、計畫工作內容與本次精進內容
貳、聯絡人資訊
聯絡人姓名
詹加欣
聯絡人電話
0933137417
電子信箱(Email)
lpig0511@gmail.com
參、提案內容說明
一、可行性
(一)已有隊員人數(含聯絡人)
10
(二)團隊成員及任務分工?
(三)參賽隊員中是否有「歷屆獲獎團隊或初審入選者」?
是, 2022-2023 街道醫生
(四)參賽隊員中是否有其他之獲獎證明?
是, 平方募資獎勵@總統盃黑客松
(五)請說明您的提案「已使用」哪些相關資料?
政府開放資料:內政部- TGOS地理資訊圖資雲服務平台(台灣通用電子地圖、正射影像、福衛影像)
政府開放資料:內政部國土測繪中心-台灣通用版電子地圖(建築物)
政府開放資料:內政部國土測繪中心-台灣通用版電子地圖(道路路網、大眾運輸集結點、政府設施地點、生活節點)
政府開放資料:內政部城鄉發展分署、各縣市政府-都市土地使用分區圖資
政府開放資料:內政部城鄉發展分署、各縣市政府-都市計畫範圍圖資
政府開放資料:內政部-社會經濟資料服務平台(人口密度)
政府開放資料:內政部國土管理署-人行道圖資
政府開放資料:內政部國土管理署-生活圈永續運輸評估平台成果資料(信令熱點)
政府開放資料:行政院環境部-空氣品質指標AQI
政府開放資料:交通部中央氣象署-微氣候與歷史溫溼度開放資料
自備資料:
(六)請說明您的提案「後續驗證期間」預計使用哪些相關資料?
政府開放資料:經濟部水利署「淹水潛勢圖資」(最新版;SHP/GeoJSON格式;含降雨情境、淹水深度、空間座標欄位;數十萬筆網格;由政府資料開放平臺API介接)
政府開放資料:內政部國土管理署「全國建築物建照與使照資料」(近5年;JSON/CSV格式;含基地與總樓地板面積、戶數欄位;每年數萬筆;由開放平臺API自動批次介接)。
政府開放資料:環境部「環境噪音監測及測站資料」(近3年及即時資料;JSON/CSV格式;含測站經緯度、均能及最大音量欄位;時序逾百萬筆;由環境資料開放平臺API介接)。
政府開放資料:農業部林業及自然保育署「臺灣常見樹種碳匯參數」(最新發布;CSV/資料庫格式;含樹種、固碳係數、預估樹冠面積欄位;數百筆;由公開報告下載轉製建檔)。
政府開放資料:新北市政府「行道樹與公園植栽基本資料」(最新期盤點;GeoJSON/CSV格式;含植穴座標、樹種、胸徑樹高欄位;單一縣市約10至20萬筆;由地方資料開放平臺下載)。
自備資料:
(七)除了上述資料外,是否有需要哪些機關的未開放資料?
否,沒有其他機關的未開放資料需求
(八)針對上述(欄位(五~七))之資料預計應用方式?
本團隊預計將介接之內政部(TGOS、社會經濟、人口信令、都市計畫圖)、環境部(空品、噪音)與氣象署(微氣候)等開放資料,進行以下三層次之應用:
空間疊圖與熱點分析(扶危濟困核心): 將氣溫、淹水潛勢、PM2.5與噪音數值予以網格化,並與國土土地使用分區、路網進行疊圖交集,精準篩選出同時符合「五暴危害高、人口密度高、具備公有土地(道路/學校)」之優先改善熱區。
碳匯代金試算模型(打家劫舍核心): 結合建築物開放資料與都市計畫容積數據,建立運算模型,針對新建案預估引進人口與基地面積,自動試算應抵換之碳匯量及不足時應繳納之都市林基金額度。
資訊視覺化與開放(眾志成城核心): 將上述複雜的空間分析數據,轉譯為民眾易讀的「環境風險地圖」與「綠林績效儀表板」,串接至公民票選平台,作為民眾參與投票及監督之科學依據。
(九)請說明提案預計實證及落地場域為何,如在中央或地方機關、產業或NPO/NGO等,如何導入公共服務運作?
實證場域:選擇與新北市政府合作就具高度熱島效應與人口密集之地方作為首波 PoC(概念驗證)場域。
中央機關導入: 由內政部國土管理署將「環境指標疊圖與選址」模型,納入「市區道路工程設計標準」、「公園綠地管理」與國家《都市林白皮書》之標準化指引,提供各部會科學選址SOP。
地方機關導入: 地方政府(工務/都發/景觀局處)可直接將系統產出的「優先建置區位」,作為次年度編列「綠色基盤設施」及都市林改善預算的科學佐證,避免資源錯置。
NPO/NGO與民眾: 將系統分析結果介接至「眾志成城」票選平台,開放NGO及在地社區進行參與式預算投票與認養,將政策決定權下放,化解推動阻力,落實永續循環管理。
(十)請說明提案實作期程規劃 (入選後至決審期間)?
入選後至決審之3個月期間,將採敏捷式開發(Agile),分為三階段推進:
第一階段:資料梳理與模型建置(入選後第1個月)
完成氣象、淹水、空品等「環境暴害」圖資與 TGOS 國土圖資API之串接清理。完成「扶危濟困」空間疊圖交集演算法雛型,並確立「打家劫舍」碳匯代金之試算公式與參數擊拜訪專家學者與地方政府。
第二階段:場域實證與平台開發(入選後第2個月)
套用選定之示範縣市資料進行 PoC 運算實證,產出第一版「優先改善區位清單」與「風險熱點地圖」。同步完成「眾志成城」票選平台與「懲惡揚善」縣市績效儀表板之前端 UI/UX 介面設計與開發。
第三階段:利害關係人測試與決審優化(決審前1個月)
舉辦小型工作坊,邀請地方公務員、NGO及社區代表進行系統壓力測試與操作回饋。依據測試回饋進行系統修正,並彙整實證數據與法規調適建議,產出最終決審 簡報與完整系統原型。
二、社會影響力
(一)請說明您的具體解決方案?
為解決極端氣候帶來的暴雨、暴熱、噪音、光害與空污等「環境暴害」威脅,本團隊提出「綠林大盜計畫」,建構一套數據驅動的都市林決策系統。具體解決方案包含四大核心模組:「扶危濟困」精準選址系統:透過系統集中管理資料並快速進行統計分析,疊合氣候、淹水、空品與國土空間圖資,有效掌握高風險地區,精準盤點出應優先改善之熱區案件。「打家劫舍」碳匯代金機制:針對私人新建案導入碳匯評估,依樓地板面積計算應有碳匯量,不足者需繳納都市林建設基金;並於未開發素地建置「碳匯聚寶房」保育機制,為綠林基礎建設創造永續財源。「眾志成城」全民票選平台:將科學選址結果視覺化供民眾票選資金投入重點,並與民眾、相關NGO團體共同協助推動,凝聚支持改善的社會力量。「懲惡揚善」績效警示儀表板:完工後定期統計追蹤各地區之改善績效指標,供全民督工。並針對優異縣市進行表揚,未達指標者則提醒機關納入案件持續改善。
(二)提案是否回應公民許願池 ?
是
(三)前題若選是,請點選回應之願望名稱
每到夏天該怎麼渡過
人可以沒走路,樹不能沒被看見
(四)請說明您認為本次提案內容可帶來的影響與效益?
盤點改善國內受氣候危害之都市空間:本專案藉由平台介接各政府系統,定期梳理環境數據,透過提供各公、私立部門團體發現之問題,由中央機關公家單位的角色投入綜整,將所蒐集到的資源重新梳理,盤點出應優先改善之環境衝擊熱區案件。
協助縣市政府完善財源與綠林空間之建置:本團隊提出以系統鼓勵各縣市政府統整資源,除將以往無法統整之跨域資料進行整合,統一界面以減輕各單位因索資行政流程所耗費之時程外,亦提供各縣市政府重要之科學佐證資料,以利後續推動改善分析。並透過代金制度提供優先改善之財源。
培養國民環境觀念,形成支持改善都市林的共識:國內目前仍有部分民眾因習慣較寬的車道或停車等因素,而反對設置都市林,透過平台系統逐年累積案件瞭解在地民眾的需求,凝聚支持改善的社會力量,提升國民人本環境觀念水平並形成共識。
(五)請說明本提案是否具備可複製性及擴散性?
本提案具備高度的「模組化」與「標準化」特性,極易複製與擴散至全臺各縣市:
數據模型可複製性:「扶危濟困」選址系統所介接之圖資、氣象與人口數據,皆屬全國統一規格之政府開放資料。演算法模組建立後,只需置換縣市空間範圍參數,即可無縫複製,自動生成全臺各地的「環境風險地圖」。
法規與財源擴散性:「打家劫舍」碳匯代金機制建立於現行法規基礎上。實證成功後,可轉化為《都市林白皮書》及地方自治條例的標準範本,供各地方政府直接引用,解決全國共通的綠基盤財源痛點。
開源共享擴散:本專案開發之「眾志成城」票選平台與「懲惡揚善」儀表板原始碼,將採開放原始碼(Open Source)發布。不僅各縣市可無償導入,未來亦可推廣至東南亞等面臨極端高溫衝擊的國際城市,展現臺灣氣候治理軟實力。
三、創新性
(一)請說明本次提案內容跨領域合作或服務與技術之創新程度
本提案打破傳統「種樹僅為景觀美化」的單一思維,展現三層次的創新:
跨部會數據治理創新:首度將林業部(都市林)、環境部(空污/噪音)、氣象署(微氣候)、國土署(建築與路網)與水利署(淹水潛勢)之跨領域數據進行網格化疊圖。突破過去「各司其職」的本位主義,以環境暴害指標作為跨部會溝通的科學基準。
服務流程創新(由被動轉主動):過去都市林建置屬於被動配合,公共空間有多餘且不被抗議之土地才拿來建置。本提案透過系統運算,主動預判建議建置熱點,將施政模式翻轉為「主動檢討建置,完善都市綠化基盤」。
財務與公私協力機制創新:首創「打家劫舍」碳匯代金機制,將私部門開發的環境成本內部化,創新公部門財源。並結合「眾志成城」參與式票選,將生硬的空間數據轉化為公民對話工具,創新由下而上的永續共管模式。
(二)請說明提案預計使用之工具或平台?
為達成四大核心功能,本提案預計整合以下開源工具與雲端平台:
空間分析與運算工具:核心選址系統採用 QGIS(開源地理資訊系統)與 PostGIS 空間資料庫,處理龐大的網格化疊圖運算與圖層交集。輔以 Python 進行各部會 Open Data API 的自動化串接與資料清理。
碳匯與效益評估平台:預計參考導入 i-Tree(都市林業效益評估工具)之演算法邏輯,作為「打家劫舍」碳匯代金系統的科學運算底層,量化特定基地的減碳與截水效益。
公民參與與視覺化平台:「眾志成城」票選平台將採全民街道參與改善平台進行公共介面串接,並採用該平台投票經驗提供友善的地圖投票。
績效管理儀表板:「懲惡揚善」系統預計採用 Microsoft Power BI 或 Google Looker Studio,動態生成各縣市的五暴平定與綠林建置績效視覺化圖表。
(三)是否有使用AI工具?
是
(四)前題若選是,請詳實說明提案階段使用 AI 工具之名稱、使用功能及目的與範圍
本提案在開發與數據處理階段,嚴格遵守「行政院及所屬機關使用生成式AI參考指引」,絕不涉及敏感個資及機密資料。預計使用之AI工具如下:
AI 輔助開發工具(如 GitHub Copilot / ChatGPT):
目的與範圍:加速系統原型(Prototype)之開發。用於輔助撰寫 Python 資料清理腳本、API 串接程式碼,以及前端介面的 HTML/JS 框架生成。
功能:程式碼除錯(Debugging)與語法建議,以因應黑客松短平快的敏捷開發時程。
機器學習預測模型(如 Scikit-learn 等基礎模型):
目的與範圍:提升「扶危濟困」選址系統的前瞻性。
功能:初步運用機器學習演算法,分析歷史微氣候數據,協助預測「都市極端高溫」之潛在擴散趨勢,提供未來的綠林建置區位建議。所有AI生成之分析建議,最終均會交由領域專家(Human-in-the-loop)進行實質審核與決策
四、團隊輔導需求調查
(一)若入圍初選,期待主辦單位提供之協助?
協助調整作品架構及服務模式
協助確認應用場域可行性
協助確認預期使用者(TA)是否需調整
協助建議資料應用項目是否需要調整
協助跨機關資料取得
協助跨機關溝通合作(非資料面)
(二)若入圍初選,是否需要算力平台或雲端協力業者資源?
是
(三)前題若選是,請說明需要何種算力平台(係指數位發展部數位產業署-數位產業跨域軟體基盤暨數位服務躍升計畫)或雲端協力業者(GCP或AWS或Azure或國網中心)之資源及預計應用內容
GCP:(應用內容:預計運用 Google Cloud 完善空間分析與平台部署。包含:(1) 利用 BigQuery 強大的數據處理能力,進行「五暴」跨部會龐大數據之空間疊圖交集運算;(2) 以 Cloud SQL (PostgreSQL/PostGIS) 建置碳匯評估與選址資料庫;(3) 透過 Cloud Run 敏捷部署「眾志成城」全民票選平台前端與視覺化儀表板。)
國網中心:(應用內容:針對極端氣候之高解析度網格資料(如:中央氣象署微氣候圖、水利署淹水潛勢圖),預計運用 TWCC 臺灣AI雲之高速運算資源 (HPC) 與 GPU 算力,進行龐大空間數據之疊圖交集與環境模擬運算,同時確保國內環境治理圖資之資料落地與資安防護。)
數位發展部數位產業署 - 115年算力平台:(應用內容:預計運用此平台之充沛算力資源,進行「扶危濟困」選址系統中 AI 機器學習預測模型之訓練。透過匯入歷年氣象與環境數據,訓練預測極端高溫趨勢之 AI 模型,以建立更精準的氣候防禦決策輔助工具,並加速系統原型 (Prototype) 之開發測試。)
五、參考文獻或資料引用來源說明
(一)提案內容是否全為原創內容,或有部分引用相關資料來源?
是,全為原創內容無引用。
(二)前題若選否,請說明本提案中所引用之資料來源及其應用環節,建議以條列方式簡述。
團隊成員
| 單位類型 | 姓名 | 單位與職稱 | 工作項目 |
|---|---|---|---|
| 政府機關-中央(院、部會等) | 蔡亦強 | 國土管理署副署長 | 主要提案單位 |
| 政府機關-中央(院、部會等) | 步永富 | 國土管理署副總工程司 | 主要提案單位 |
| 政府機關-中央(院、部會等) | 王錫銘 | 國土管理署簡任正工程司 | 主要提案單位 |
| 政府機關-中央(院、部會等) | 詹加欣 | 國土管理署正工程司 | 主要提案單位 |
| 政府機關-中央(院、部會等) | 盧昭宏 | 國土管理署簡任技正 | 次要(合作)提案單位 |
| 政府機關-地方 | 馮兆麟 | 新補市政府工務局局長 | 落地/實驗場域單位(確定合作) |
| 政府機關-中央(院、部會等) | 蔡偉皇 | 農業部副司長 | 技術/資源協助 |
| 民間單位與個人 | 張宇欽 | 中華民國景觀學會執行長 | 技術/資源協助 |
| 企業 | 劉嘉欣 | 鼎漢工程顧問公司 | 技術/資源協助 |
| 企業 | 劉柏宏 | 經典工程顧問有限公司主持人 | 技術/資源協助 |
資料需求
無資料。