建築物同層排水系統設計指引
本指引是為協助建築物給水排水相關法令之施行，推廣宣導建築物同層排水設計技術與應用理念，為使建築師及建築業者瞭解建築同層排水相關規定及提升建築產業給水排水設計技術，本指引提供同層排水系統設計原則、工法施作方式、維護管理及應用等圖文介紹，供業界或民眾參考使用，以協助本部國土管理署推廣同層排水系統設計。
橋梁檢測輔助工具精進之研究(1/2)-研訂橋梁檢測3D影像模型作業程序(114銘黃)
本計畫研究對象為梁式橋、板橋、箱型橋等三種類型的混凝土橋梁，研究目標為利用無人機拍攝橋梁構件影像，再透過AI深度學習語意分割技術，偵測影像上橋梁表面各種劣化類型，包括混凝土裂縫、混凝土剝落、鋼筋銹蝕、滲水、白華損傷等。1. 本計畫以兩種不同形式的橋梁當示範區，包括箱型梁與PCI梁， Y6B1200無人機在自動導航定位的定位誤差，在不使用UWB情況下，絕對定位精確度仍達30~50 公分，可減少人工操作之精神壓力，且可提供高解析影像之品質與穩定度。整體而言，箱型梁橋之高解析影像覆蓋率可達90%，但I型梁橋則受限於主梁間空間太小，高解析影像覆蓋率僅能達到60%。未來若要再提升覆蓋率僅能使用小型無人機，飛入主梁間狹小空間以更近的距離拍照。2. 本計畫建立一個基於深度學習技術的無人機影像品質評估模型，並製作無人機影像訓練資料集，包括亮度失真、對比度失真、高斯模糊、水平移動模糊和垂直移動模糊等退化影像，所獲得的影像品質評估模型能正確的篩選出品質及格(SSIM≥0.7)和品質不及格(SSIM3. 本年度針對112年所開發之Deeplab V3++橋梁影像劣化辨識模型進行精進，增加了2%高解析影像之標註，用於各劣化模型的微調訓練，使得新模型整體辨識率有提升，F1分數在裂縫、銹蝕、剝落、白華、滲水等劣化類別分別從39.35、25.86、54.33、34.86、11.21提升至53.70、75.41、66.46、69.72、60.85。4. 在幾何變形偵測部分，本計畫提出兩種方式，針對橋台、橋墩、基礎這類的構件，可以使用不同時期的3D點雲，透過點雲距離的計算分析變形量。而若是主梁或帽梁之類的構件，若有垂直面向下滑動的變形，則可以製作不同時期的正射影像，並透過特徵點匹配技術計算位移量或撓度，用以分析其變形量與變形型態。ABSTRACT:The project of this study are three types of concrete bridges: beam bridges, slab bridges, and box girder bridges. The research aims to use UAV to capture images of bridge components. AI deep learning-based semantic segmentation techniques are then applied to detect various types of surface deterioration on the bridge, such as concrete cracks, spalling, rebar corrosion, infiltration, and efflorescence.1. This project uses two different types of bridges as demonstration areas, including a box girder and PCI girder. The positioning error of the Y6B1200 UAV in automatic navigation, without using UWB, still achieves an absolute positioning accuracy of 30–50 cm. This reduces the mental stress of manual operation while providing high-resolution image quality and stability.2. This project established a UAV image quality assessment model based on deep learning techniques and created a training dataset of UAV images. The dataset includes degraded images such as brightness, contrast, Gaussian blur, horizontal motion blur, and vertical motion blur. The resulting image quality assessment model can accurately classify images as either passing (SSIM ≥ 0.7) or failing (SSIM 3. This year, improvements were made to the Deeplab V3++ bridge image defect recognition model developed in 2023. An additional 2% of high-resolution images were annotated and used for fine-tuning the AI model, resulting in an overall improvement in recognition accuracy. The F1 scores for different degradation categories improved as follows: cracks (39.35 → 53.70), rust (25.86 → 75.41), spalling (54.33 → 66.46), efflorescence (34.86 → 69.72) , and infiltration (11.21 → 60.85).4. Regarding geometric deformation detection, this study proposes two methods. For components such as abutments, piers, and foundations, 3D point clouds from different periods can be used to calculate and analyze deformation amounts by measuring point cloud distances. For components like main girders or cap beams, if vertical sliding deformations occur, orthoimages from different periods can be generated, and feature point matching techniques can be applied to calculate displacement or deflection, allowing for an analysis of deformation magnitude and patterns.
評估建立我國港口協調整合決策系統之研究
PortCDM為透過傳遞標準化資訊與即時共享資訊，有效提升船舶進出港過程之協作效率，減少等待時間及能源消耗，並進一步提升港口作業的可預測性與可靠性。本研究旨在評估我國建立PortCDM之可行性，探討如何透過提升資訊透明度與能見度，改善港口資源的使用效率，並藉由協助船舶調整航行速度來減少燃料消耗及碳排放。首先透過文獻回顧，分析國外港口實施PortCDM之案例，了解其架構、推行方式以及影響其執行因素，提供臺灣發展PortCDM借鑑。本研究探討基隆港、臺中港及高雄港，藉由與各相關利害關係人之訪談，分析國內資訊共享現況以了解國內當前面臨之困難及相關利害關係人於資訊傳遞方面之需求，並且繪製我國港口資訊傳遞圖，標示船舶進出港之資訊傳遞狀態與重要資訊節點。為評估測試PortCDM之可行性，根據國內港口資訊傳遞情況設計PortCDM案例模擬推播情境及相關問卷，邀請港口相關利害關係人參與測試，主動推播利害關係人所需之船舶即時進出港資訊至其通訊群組並透過問卷調查其意見。結果顯示，相關利害關係人認為測試模擬PortCDM在提升資訊透明度、提高預估資訊準確性和改善工作流程等方面具有效果，顯示國內具有發展PortCDM之可行性。最後對我國發展PortCDM之推行策略提出建議，包含主導者與經費來源等並提出短、中、長期之發展期程以作為我國未來推動PortCDM之參考依據。ABSTRACT:PortCDM enhances the efficiency of collaboration during vessel port calls through standardized information exchange and real-time data sharing. It effectively reduces waiting times and energy consumption while improving the predictability and reliability of port operations. This study aims to assess the feasibility of establishing PortCDM in Taiwan, exploring how increased information transparency and visibility can optimize the utilization of port resources and assist vessels in adjusting sailing speeds to reduce fuel consumption and carbon emissions.This study begins with a literature review, analyzing international cases of PortCDM implementation to understand their frameworks, implementation methods, and success factors, providing valuable insights for Taiwan's development of PortCDM. This study then focuses on Keelung Port, Taichung Port, and Kaohsiung Port, conducting interviews with stakeholders to analyze the current state of information sharing, identify the challenges faced, and investigate stakeholders' needs for information transmission. A Metro Map for Taiwan’s ports was developed, clearly illustrating the state of information transmission during vessel arrivals and departures. Additionally, key nodes and decision points were identified, serving as a foundational reference for the preliminary promotion of PortCDM in Taiwan.To further validate the effectiveness of PortCDM, a simulation case was designed based on current domestic challenges. Stakeholders from Kaohsiung Port participated in the test, where dynamic information was delivered to them in a "real-time" and "proactive" manner. A questionnaire was used to evaluate participants' experiences and the effectiveness of the simulation. The results indicate that stakeholders have strong demands for such a system and recognize the significant benefits of PortCDM in enhancing information transparency, improving predictive accuracy, and optimizing workflows. This indicates a high feasibility for the development of PortCDM in Taiwan.Finally, based on the findings from the interviews and simulation, this study proposes specific recommendations for Taiwan's future PortCDM implementation strategies, including leadership roles and funding sources. Furthermore, it outlines short-term, medium-term, and long-term development plans, providing a blueprint for promoting PortCDM in Taiwan and advancing smart port operations.
道安改善專業能力建構
近年來政府對於道路安全的推動和改善不遺餘力，交通事故帶來的社會與經濟損失也是最大的問題，為改善道路交通安全，各級道安主管機關每年度從工程、教育、執法、監理、宣導等各面向，投入預算與人力執行各項道安改善工作，但由於道安改善工作缺少系統性整合、道安改善專業人才培育亦缺乏完整機制，以至於產生未有足夠專業人力得以支援道安改善工作的困境。本計畫針對道安知識平台架構、事故肇因分析、道安人員專業養成及道安專業輔導/諮詢團隊機制等面向進行系統性探討並研擬相關建議。期望透過建立道路安全專業生態系，整合道安專業量能，協助中央及地方有效進行道安改善作業，並透過建立專業培訓機制，提升從業人員專業素養，促進道路交通安全。In recent years, the government has been relentless in promoting and improving road traffic safety. The social and economic losses caused by traffic accidents are the biggest issues. To improve road traffic safety, various levels of road safety authorities invest budgets and manpower annually in various aspects such as engineering, education, law enforcement, supervision, and advocacy. However, due to the lack of systematic integration in road safety improvement works and the incomplete mechanism for professional personnel training, there is a dilemma of professional practitioners to support road safety improvement.This project systematically explores and proposes relevant recommendations on aspects such as the road safety knowledge platform architecture, accident analysis, road safety professional training, and professional road safety counseling/consulting teams. By establishing an ecosystem and integrating professional capabilities, assist central and local governments in improving road safety. Additionally, through the establishment of a professional training mechanism, enhance the expertise of practitioners and promote road traffic safety.
應用人工智慧分析技術探勘高風險路段(4/4)—空間特性分析(114綠)
我國汽車運輸業長期面臨交通事故風險高、駕駛管理不易等問題，對道路安全與社會資源造成嚴重衝擊。如何善用新興科技提升營運安全，尤其在駕駛行為風險辨識與預測方面建立有效工具，是政府與運輸業者亟欲解決的關鍵議題。本四年期研究計畫「應用人工智慧分析技術探勘高風險路段」，以人工智慧與車載資料為核心，分階段開發駕駛行為分析工具與風險預警模型，並針對國道客運業者之實務需求進行系統驗證與推廣策略評估。前3年期計畫已完成異常事件的定義與辨識模組建構，整合ADAS警示事件、車內外影像、駕駛行為數據、車道幾何與環境因子等，建立駕駛人風險行為樣態資料庫。第四年期計畫的研究重點主要集中在三大面向：（一）整合風險要素建構駕駛行為預測模型；（二）識別高風險路段與匝道之空間分析；（三）將異常事件分析工具轉化為實務可行之管理系統。首先，在駕駛行為預測方面，計畫採用Boosted Regression Tree與SHAP值分析，依據「本車行為」、「環境互動」、「駕駛員特性與動作」三要素構建多變數風險模型。結果顯示，大多數模型之AUC值達0.8以上，具高度準確性；特定風險如車道偏移、變換車道，與駕駛年資不足、距離前車過近、車道曲率大等情境高度相關，揭示異常事件背後的交互機制。本期導入時間序列資料處理技術與深度學習模型，針對逐秒ADAS警示資料進行預測。測試結果指出，當自變數時間窗設為前10秒、應變數為後5秒時，可有效預測ADAS警示事件發生，且能於駕駛出現高風險動作前即時警示，強化業者事前預防管理能力。此外，SHAP值分析顯示，影響警示事件的重要變數包括車速變異度、方向燈使用、天候狀況與過往警示紀錄，顯示駕駛操作行為與外部環境密切交織影響風險結果。在空間分析方面，計畫針對「巨觀路段」與「巨觀趟次」兩種模式進行建模。巨觀路段分析以2公里為單位，運用負二項迴歸模式建立高風險路段識別工具，反映時空變異下之交通風險分布。巨觀趟次則以15公里為分析單元，建構多層次混合效果模型，處理駕駛人異質性對風險的影響，並導入車流量、班表與駕駛資歷等因素。這些模型不僅提供業者實用的行車前風險提醒，也能協助主管機關掌握潛在高風險區段，做為設置警示標誌與工程改善依據。影像辨識技術部分，本期評估影像辨識輕量化策略，針對車內影像偵測建議採間隔幀取樣以降低系統負荷，惟針對高速國道場景之車外影像辨識仍需維持高幀率，以確保事件連續性與準確度。同時，本期計畫亦納入第二家業者之資料進行系統轉移性評估，發現GPS紀錄頻率與DMS攝影角度為影響資料兼容性的關鍵變數。建議業者若欲採用本系統，應考量升級車機硬體與增設車內影像設備，以提升風險分析品質。為促進技術落地，本期計畫彙整業者、設備商與主管機關意見，提出概念驗證（PoC）、服務驗證（PoS）、商業驗證（PoB）三階段推廣架構，以逐步實現AI風險分析系統的商品化。考量本系統未來在市區道路環境的應用可能性，計畫亦初步評估其可行性，研究結果指出雖核心風險建模邏輯具轉移潛力，但影像辨識模組須因應市區道路遮蔽、車道不明與車種多樣等特性進行調整與再訓練。最終，本期開發完成的駕駛風險管理系統，具備異常事件警示儀表板、駕駛風險綜合報表、趟次風險分數計算與個人行為趨勢追蹤等功能，可協助客運業者即時發現高風險駕駛與路段，並進行針對性管理。此系統除可顯著降低資料處理成本，也提供主管機關一套具科學依據之空間風險分析工具。ABSTRACT:Taiwan’s commercial motor carrier sector has long struggled with a high incidence of road crashes, leading to serious casualties and substantial social costs. In response, this four-year research project titled “Applying Artificial Intelligence Techniques to Identify High-Risk Road Segments” aimed to develop an integrated system for analyzing driving behavior and possible risks, using in-vehicle data and AI technology. The project was executed in phases, progressively enhancing behavior analysis tools and validating them in collaboration with intercity bus operators. The focus of the fourth year was to consolidate data modeling, identify spatial risk patterns, optimize prediction tools, and translate analytical findings into practical safety management solutions.In the first three years, the project established a foundation for risk analysis by developing a set of abnormal event definitions, collecting large-scale telematics and video data, and building the initial behavioral risk indicators. The fourth-year research was structured around three major objectives: (1) integrating multidimensional factors to construct predictive models of risky driving behavior, (2) conducting spatial analysis to identify high-risk road segments and ramps, and (3) transforming analytical outputs into an operational management system. Using Boosted Regression Trees and SHAP, the research team modeled risk based on three domains: vehicle behavior, environmental interaction, and driver characteristics and in-cabin actions. The models demonstrated strong predictive performance, with AUC values consistently reaching 0.8 or higher. Specific behaviors—such as lane deviation or unsafe lane changes—were found to be highly correlated with contextual factors such as insufficient experience, short headways, sharp curves, and mixed traffic conditions.To enable proactive intervention, the team implemented time-series modeling using deep learning algorithms (LSTM, RNN, 1D CNN-LSTM) to predict ADAS warning events in real time. With the optimal configuration—predictor windows of 10 seconds and a response window of 5 seconds—the models successfully forecasted warning events, allowing for risk alerts a few seconds before risky behaviors occurred. SHAP analysis further identified influential variables, such as speed variability, use of turn signals, urban context, previous alerts, and weather, thereby informing targeted interventions and driver feedback strategies.On the spatial analytics front, the project employed two complementary models: a “macro trip model” based on 15-kilometer driving segments and a “macro road segment model” using 2-kilometer units. The trip model incorporated multilevel mixed-effects regression to account for driver heterogeneity, while the segment model applied panel data negative binomial regression to capture monthly variations in traffic risk. These models produced cumulative risk scores, enabling fleet operators to issue pre-trip safety warnings and allowing government agencies to identify segments in need of engineering improvement or focused enforcement.In terms of image recognition technology implementation, the team assessed lightweight strategies for video processing. For in-cabin gesture detection (e.g., steering behaviors), frame sampling effectively reduced computational load without sacrificing performance. However, in highway environments requiring detailed motion detection, full-frame processing remained necessary to preserve temporal continuity. To test system portability, the fourth-year project also conducted a transferability analysis using data from a second operator. Results indicated that GPS logging frequency and DMS (Driver Monitoring System) camera angle were key determinants of compatibility. For full system functionality, operators were advised to upgrade hardware and ensure high-resolution, forward-facing driver views.To support future deployment, stakeholder engagement sessions were conducted with bus operators, equipment suppliers, and regulatory agencies. Based on feedback, a three-stage implementation roadmap was proposed—Proof of Concept (PoC), Proof of Service (PoS), and Proof of Business (PoB). The current system, having reached the PoC stage, includes driver-level dashboards, real-time alerts, and behavior trend reports. Field testing in cooperation with operators is expected to follow, with the PoS phase focused on embedding the system into daily fleet operations. The fourth-year project also considered the applicability of the system to urban driving contexts. While the conceptual framework—including event definition and risk scoring—remains valid, technical adaptations are required. Lane detection and spatial grids need refinement to handle occlusion and high-density mixed traffic, particularly involving smaller vehicles such as motorcycles. Therefore, technology transfer to urban settings will require retraining image recognition models and revising detection logic to account for urban roadway complexity.Finally, the project culminated in the development of a functional Driver Risk Management System, equipped with modules for visualizing abnormal events, tracking warning trends, scoring individual driver behavior, and issuing pre-trip alerts. This system helps fleet operators quickly identify high-risk drivers and road segments, significantly reducing the cost and effort required for data processing and analysis. For regulatory bodies, it provides a scientifically grounded platform for spatial risk profiling and targeted safety interventions.
道路安全檢查制度導入研究(1/2)—建構道路安全檢查工具(114綠)
「道路安全檢核Road Safety Audit -RSA」是指在道路建設專案規劃設計及通車前後，檢視其設計文件，針對安全議題，由獨立的檢核師所執行的一個正式的安全檢核程序。一般包括可行性研究、基本設計、細部設計到通車前的檢核，亦有針對現有道路進行檢核；有些國家將現有道路的安全檢查，區分開來稱為「道路安全檢查Road Safety Inspection -RSI」。此一道路安全檢查(RSI)是，針對既有道路，進行的一種系統性的現場檢查作業；由道路安全專家執行，辨識出可能導致嚴重事故的道路設施或道路安全缺陷。兩者同樣強調須由獨立檢查員或檢核員為之，並有一套完整詳細的程序，其目的主要是發現新建道路與既有道路的可能安全缺失、設施損壞，並及時加以更正，以避免導致事故發生，或降低事故發生的嚴重性。我國依據新修訂之公路法及新訂之道路交通安全基本法，皆訂有針對公路及道路進行安全檢核的要求。故而，本計畫旨在依據我國道路環境特性，參考各國道路安全檢核的發展經驗，研提我國道路安全檢核制度發展架構；同時基於此道路安全檢核制度發展架構，參酌國外對於現有道路安全檢查表內容，參考國內的道路環境及交通事故特性，研擬我國針對現有道路進行道路安全檢查之道路安全檢查表。其成果可供交通部、所屬交通管理單位，與各地方政府交通管理單位等參考，以便運用於既有道路的道路工程與交通工程的檢查與改善工作，來創造安全的交通環境。A Road Safety Audit (RSA) is defined as a formal procedure conducted during the project plan and design stage before any construction has started, screening the designs on paper for any safety issues. This is a formal process best conducted by an independent auditor. Conversely, a Road Safety Inspection (RSI) is a distinct review process for exiting roads, involving a systematic on-site assessment through driving and walking to identify hazardous conditions, defects, and deficiencies that may lead to serious accidents. Both RSA and RSI emphasize the necessity of independent inspectors or auditors and adhere to comprehensive procedure, with the primary objective of identifying and rectifying potential safety deficiencies or infrastructure damages in both new and existing roads to mitigate accidents or reduce the severity causing by them.In accordance with emendation to the Highway Law and newly promulgated Road Traffic Safety Law in Taiwan, the establishment of RSA and RSI systems is mandated. This project aims to develop a framework for the developmentation of the Road Safety Audit (RSA) system tailored to the specific characteristics of Taiwan’s road environment drawing upon the developmetal experiences of road safety audits in other nations. Furthermore, based on this framework and informed by road safety inspection checklists from international sources, a customized Road Safety Inspection (RSI) checklist will be developed for Taiwan. These deliverables will serve as resources for the Ministry of Transportation and Communications, its affiliated traffic management agencies, and local government traffic management units, facilitating the inspection and enhancement of road and traffic engineering on existing roads to ensure a seamless and secure traffic environment for all road users.
新興科技導入學校交通安全教育之研發示範計畫(2/2)-成效評估與應用(114綠)
本計畫聚焦於新興科技在學校交通安全教育中的應用，開發具擬真情境、互動性與遊戲化設計的教學輔助軟體，以提升學生交通安全意識與學習成效。本計畫依據交通部108年研訂之國小、國中、高中交通安全基本能力，以及111年新興科技導入交通安全教育之需求評估，針對行人、自行車與機車設計適用於不同學習階段的數位教材，並以平板裝置作為終端平台，開發沉浸式學習軟體。本計畫以行人、自行車、機車等主題設計，涵蓋第一人稱視角、第三人稱視角、情境問答與危險感知訓練，以強化反思學習。為提升課堂應用便利性，開發一對多情境體驗反饋後台，讓教師即時掌握學生學習成果。本計畫採分階段入校測試，於19所學校（國小6所、國中8所、高中5所）導入學習工具，涵蓋860名學生，並透過平板互動教學與前後測評估學生的知識成長與風險認知變化。結果顯示，學生測驗成績顯著提升，約86%的學生認為沉浸式學習有助於理解交通風險。教師回饋亦指出，數位學習工具能提高學生參與度，降低備課負擔，提升教學效率。本計畫證明，新興科技應用於交通安全教育能有效提升學習成效與風險意識，並為學校提供更具互動性與實務導向的教學模式。本計畫成果可供教育單位、政策制定者及交通安全推廣機構參考，以提升青少年交通安全素養，降低事故風險。ABSTRACT:This project focuses on the application of emerging technologies in school-based traffic safety education by developing an interactive, gamified instructional software with immersive scenarios to enhance students’ traffic safety awareness and learning effectiveness. Based on the Traffic Safety Core Competencies for Elementary, Junior High, and Senior High Schools established by the Ministry of Transportation & Communications in 2019 and the 2022 Needs Assessment for the Integration of Emerging Technologies into Traffic Safety Education, this project designs digital learning materials for pedestrians, cyclists, and motorcyclists at different educational stages. A tablet-based platform is used to facilitate immersive learning experiences.This project is designed around key themes such as pedestrians, bicycles, and motorcycles. It incorporates first-person and third-person perspectives, situational Q&A, and hazard perception training to enhance reflective learning. To improve classroom usability, a one-to-many scenario experience and feedback platform is developed, enabling teachers to monitor students' learning outcomes in real time.A two-phase school implementation was conducted across 19 schools (six elementary schools, eight junior high schools, and five senior high schools), engaging 860 students. The project utilized tablet-based interactive teaching combined with pre- and post-tests to assess students’ knowledge acquisition and risk perception changes. The results indicate a significant improvement in students’ test scores, with about 86% of students reporting that immersive learning helped them better understand traffic risks. Teachers' feedback also highlights that digital learning tools enhance student engagement, reduce lesson preparation time, and improve teaching efficiency.This project demonstrates that integrating emerging technologies into traffic safety education effectively enhances learning outcomes and risk awareness while providing schools with a more interactive and practice-oriented teaching approach. The outcomes of this project serve as a valuable reference for educational institutions, policymakers, and traffic safety advocacy organizations in promoting youth traffic safety awareness and reducing accident risks.
交通部民用航空局113年年報
2024年全球航空展現強勁的復甦動能，臺灣民航產業也同步交出漂亮的成績單，我國航空運量快速恢復，總客運量達到6,396萬人次，其中國際及兩岸航線客運量為5,356萬人次，預計114年運量將突破疫情前水準，隨著民航基礎建設全面升級，飛航安全與科技監理並進，臺灣民航將再創高峰。面對快速升溫的航空需求，本局與航空業者密切合作，積極協助航班的規劃、新闢及重啟航點。除了桃園國際機場外，高雄國際機場及臺中機場的國際及兩岸航點均持續擴增，其他機場亦迎來一波波國際航班；而在展翅拓展國際線之際，仍須持續兼顧國內線的穩健維運，在相關運能及資源有限下，促成臺北花蓮航線天天飛航，並開辦高雄南竿包機。為落實均衡臺灣政策，貫徹交通平權與永續發展的目標，本局對於各機場建設的推動不遺餘力。高雄國際機場新航廈計畫自113年起進入實質工程施作階段，其中東側立體停車場已展開主體工程，新航廈主體工程及滑行道北移工程也同步推進；完工後顯著提升服務品質的高雄機場國際線空橋汰換工程與蘭嶼機場跑道整建工程，亦均榮獲第24屆公共工程金質獎殊榮；臺中國際機場新建聯絡滑行道將於114年完工，可望進一步提升機場空側運作效率；嘉義機場亦啟動新建航廈工程計畫，未來將展現全新面貌，帶動地方經濟與觀光發展。桃園航空城為國家重大建設，肩負推動國家經濟成長與地方產業升級重任，為取得「桃園航空城機場園區用地取得計畫」所需約1,413公頃用地，本局依行政院「先建後遷」政策，確保居民平穩安置，113年已完成安置街廓56處土地及五大管線與聯外道路工程，將交付安置戶自行興建住宅；安置住宅也完成抽籤、選屋及簽約作業，預計114年陸續辦理交屋。另本局辦理機場園區特定區建物拆遷作業，「優先搬遷區」約414棟已全數搬遷，「其他搬遷區」自拆核定比例亦逾七成，配合桃園國際機場第三跑道作業期程交付使用。飛航安全是民航發展的基石，因應我國空域環境的多元發展，增進飛安監理能量勢在必行。本局113年舉辦「2024年飛航安全管理國際峰會」，透過國內外業者的實務經驗交流，精進我國飛安管理效能；另外，為持續接軌國際，共同維護飛航安全，本局邀請世界飛安基金會專家來臺，辦理「國際民航組織全球安全評鑑監理計畫實施訓練」，提升民航人員對國際評鑑程序與標準的熟悉度。本局採用「主動預防」與「數據化指標」管理模式，嚴格監控國籍民用航空運輸業者安全績效指標，並對地勤及空廚業者等實施定期及不定期查核，全面落實安全管理，促進正向安全文化，共同展現對飛安的承諾與作為。為應對無人機產業快速擴張所帶來的監理挑戰，本局由制度面先著手，逐步強化遙控無人機管理機制。113年修正「遙控無人機管理規則」並分階段實施，調整註冊門檻、延長證照效期、強化產品源頭管理與法人飛航行為，以兼顧風險控管與產業發展。另於臺北、高雄及嘉義等地舉辦一系列無人機法規說明會、產業工作坊及與地方政府合作之座談會，建立跨機關合作共識，促進社會理解與制度落實。為掌握電動垂直起降載具(eVTOL)等新興領域發展脈動，本局邀請美國FAA、歐盟及日本等專家舉辦「2024國際無人機及先進空中交通載具檢驗論壇」，探究各國檢驗制度與政策趨勢，穩健推進無人機產業國際化。此外，本局持續推動各項助航設備升級，全面提升臺北飛航情報區（Taipei FIR）飛航安全與服務效能。113年臺中國際機場跑道滑降臺（GP）與測距儀（DME）完成汰換，桃園國際機場第二套場面搜索雷達（SMR）及臺東豐年機場終端航管雷達亦正式啟用，並完成金門、南竿、北竿與蘭嶼等機場之精確進場滑降指示燈(PAPI)等設備更新；建構中的新一代航空情報服務系統及航空氣象現代化作業系統預計於114年上線服務，提供更完善的資安防護能力及氣象預報資訊。而為滿足臺北飛航情報區未來20年的飛航服務作業需求，本局規劃建置新一代航管系統，113年已完成先期計畫，114年將續依程序推動，以展現我國飛航服務之現代化進程與成果，並為未來的飛航服務發展奠定穩固基礎。隨著航空市場穩定恢復，航空產業的服務水準與安全量能備受考驗，本局持續以「飛安為先、服務為本、永續為志」的態度，以強化飛安監理、優化場站韌性、擴展國際航網、鞏固多元空域安全、推動機場智慧化及綠色化、深化國際組織及區域夥伴合作等六大面向，打造臺灣為亞太地區的航空樞紐，領航我國空運產業邁向永續與卓越的新旅程。
BIM數位模型建置學習操作手冊
本手冊內容涵蓋多個實務層面，包括專案架構建立、建築結構模型建置、BIM模型整合與衝突排解，還介紹了如何利用BIM模型產出圖面、萃取資訊及結合4D工序模擬。此外，手冊重視施工現場BIM實施策略及其對工程管理的影響，並深入探討如何以COBie標準進行非幾何資訊管理。同時，手冊也介紹圖像化程式的開發應用、BIM於淨零建築中的角色，以及於ISO 19650標準下進行雲端協作與資產管理的相關內容，並附上技能競賽的試題範例及相關操作補充資訊，以便讀者能夠獲得業界實務所需的技能。
商港碼頭作業勞動力進用改善策略之研究(114黃)
本研究針對「船舶貨物裝卸承攬業」與「貨櫃集散站經營業」等兩行業之現況、作業特性、人力進用及面臨問題、未來產業發展趨勢對人力需求影響，以及未來5年人力預測進行研究，歸納出我國碼頭作業人力供需與招募現況，以及未來面臨課題，並蒐集日本、南韓、新加坡等國家針對碼頭作業勞動力進用相關措施，做為我國擬訂商港碼頭作業勞動力進用因應策略與措施參考。
構建5G智慧交通數位神經中樞-功能擴充與精進(114粉)
因應全球5G資通訊技術的快速發展，以及數位轉型與數位雙生等數位治理觀念，交通部運輸研究所(以下簡稱運研所)於民國110年提出「構建5G智慧交通數位神經中樞」的研究構想，並於110至111年間完成前期計畫，內容包括「構建5G智慧交通數位神經中樞(1/2)－功能架構探討與系統規劃」及「構建5G智慧交通數位神經中樞(2/2)－系統雛型開發與驗證實作」，初步完成5G智慧交通數位神經中樞的雛型系統開發，為後續發展奠定基礎。自112年起，運研所持續辦理112至113年度「構建5G智慧交通數位神經中樞－功能擴充與精進
智慧公共運輸服務發展策略規劃(114藍)
本研究規劃我國都會地區、偏鄉地區及觀光旅遊地區智慧公共運輸服務之短、中、長期發展策略及行動方案，並研議協助地方政府及公車業者推動智慧公共運輸服務發展之補助項目、範圍及經費額度，同時研擬適合新一期公路公共運輸計畫之績效指標項目與分年績效值。此外，亦推估智慧公路公共運輸服務關聯產業產值，並評估新一期公路公共運輸計畫資金投入之效益值。研究成果可作為交通部相關單位於112年撰寫新一期公路公共運輸計畫之參據。
運輸部門淨零排放與溫室氣體減量推動工作暨評估模型強化(1/2)：建構淨零排放評估模型暨評估111年行動方案成效(114棕)
修訂淨零排放評估模型模型；更新運具碳排資料；提出第三期運輸部門溫室氣體排放基線；辦理淨零關鍵戰略管考與社會溝通會議；蒐集國際運輸場站節能減碳標竿案例；蒐研綠運輸生活型態體驗案例；彙編111年運輸部門溫室氣體減量行動方案成果報告。
偏鄉交通行動服務MaaS服務範疇界定與推動策略規劃(114藍)
本計畫探討偏鄉交通行動服務MaaS（簡稱偏鄉MaaS）之服務範疇、發展課題與推動策略，透過參考國際（如日本、芬蘭）以MaaS解決偏鄉交通議題之經驗，以及整合我國過去都會型MaaS推行成果與偏鄉運輸服務實績（如幸福巴士、噗噗共乘），探討以公共運輸為主體、連結在地觀光、地方創生、異業合作之機會，並就偏鄉區域特性提出偏鄉MaaS分類、服務模式、發展策略及可能之試辦場域規劃，以利建立可行之推動模式，期藉由交通服務智慧化、資源整合與人本導向設計，提升偏鄉交通可及性與使用者便利性。相關研究成果可做為未來推動拓展國內交
共享運具連結公共運輸計畫(1/2)：營運管理因應策略規劃(114藍)
本計畫為期兩年，本期蒐集國內外共享運具管理規範和連結公共運輸的相關文獻及案例，分析共享運具於運輸系統之定位及服務模式。同時彙整共享運具整合公共運輸服務之相關規範及智慧化營運議題，訪談營運業者及政府部門，並針對我國共享運具暨連結公共運輸之發展定位、營運管理、服務整合、資訊應用等面向及第二年示範場域建置推動計畫書、不同共享運具連結公共運輸之指引等項目凝聚初步共識，據以提出具體策略及發展方向、國內共享運具與公共運輸智慧整合、創新加值及相關法規與規範之建議。
無人機空拍應用於路段交通衝突分析(1/2)：車道交通衝突(114綠)
本研究辦理「汽機車混流衝突」、「左轉車道配置與行車動線」兩項先導測試計畫，提出三大類駕駛行為：具風險之駕駛及用路行為、違規行為、交通衝突，並研提相關軌跡判斷邏輯，完成風險駕駛行為或違規行為的偵測，亦持續優化相關分析技術，可提供道路主管機關及交通管理者分析道路交通衝突，以提出更適切的改善方案。
汽車貨運業因應淨零轉型策略規劃(1/2)：策略架構建立(114藍)
本計畫透過國際法制政策及綠色經濟、永續金融法制政策下的策略分析，針對標竿國家與我國現況進行落差分析；其次，透過汽車貨運業者及公私部門利害關係人訪談，盤點釐清企業困境及需求，提出區分為四大規範機制、管理規劃、設備技術、財政工具策略架構框架，再配合根據經濟、產業與技術發展等外在環境趨勢並針對我國汽車貨運業特性，選擇合適的淨零轉型政策並嘗試分析各項策略所涉及的課題，例如可能面臨之推動障礙，以作為未來行動方案規劃參考，協助我國貨運業者順利轉型，提升產業競爭力。
我國人工智慧車聯網之號誌控制(2/2)：匝道儀控與平面道路號誌協控實作(114粉)
本計畫持續盤點人工智慧強化學習在號誌控制相關應用，在「都會區幹道強化學習號誌控制」部分，透過導入多任務強化學習演算法，以及通用環境之探討與建置，規劃以實測探討各時段與車流情境之泛用性，期望能提升人工智慧號誌控制模式之運作效率。在「交流道區域強化學習號誌協控」部分，以集中訓練/分散執行(CTDE)機制訓練多代理人，同時協調控制平面道路號誌與匝道儀控率，完成高速公路交流道匝道儀控與平面道路路口號誌協控之人工智慧強化學習號誌控制模型的發展與實作，及其運作量化效益分析，實測績效顯示：(1)臺北市中「中山北路與德行
臺灣地區易肇事路段改善計畫 回顧及檢討(114綠)
本研究回顧臺灣地區易肇事路段改善計畫的歷史沿革，並分析其發展趨勢與面臨的挑戰。研究發現計畫自69年起推動至今，已進行41期，對降低交通事故發生率與死傷人數具顯著成效。然而，自92年起改善經費改由縣市政府自籌，導致提報改善地點及資金投入逐年下，產出之報告流於彙整少數提報地點，面臨全臺灣易肇事路段改善績效代表性不足之問題，此外地方政府在道安人力與資源配置方面仍有提升空間，且適逢行政院核定「國家道路交通安全綱要計畫(113至116年)」後，原依據之「第14期院頒『道路交通秩序與交通安全改進方案』(112年-11
113年度砂土石產銷調查報告
調查統計全國砂石料源（河川疏濬及野溪清疏、水庫清淤外運、土石採取場、營建土石方再利用、礦區批註土石等砂石產出端）經砂石碎解洗選場碎解、洗選、加工後之砂石成品產銷存數量、價格以及各港口進口砂石成品數量等資訊。
織錦築跡：交通部高速公路局簡介
從高空俯瞰臺灣，高速公路網如同一幅精心編織的錦圖，縱橫交織千里，從蜿蜒的山路到一望無際的平原，串連起臺灣的城市與鄉村，牽繫每個夢想。這本書《織錦築跡》，寫下的不僅僅是鋪設的國道，更是交通部高速公路局（下稱高公局）多年來所堅守的初心與信念。跨越險峻地勢，攻克種種技術難關，高公局專注於每一個工程細節，將國道如絲綢般細膩鋪展，串聯臺灣的脈動，為用路人提供安全、舒適、便捷的行車環境。
![合歡賦[精裝]](https://cdn.kingstone.com.tw/book/images/product/20255/2025570140114/2025570140114m.webp?v=5ea7a "合歡賦[精裝]")
合歡賦[精裝]
講述台14線、台14甲線，為臺灣少數由平地到高山地區之公路，從開闢到拓寬，再到養護。台14線，西起彰化縣彰化市中庄，東至南投縣仁愛鄉屯原，全長99公里。其中草屯至埔里是中潭公路的一段，而埔里至霧社稱為埔霧公路。台14甲線，中橫霧社支線，西起南投縣仁愛鄉霧社，東至花蓮縣秀林鄉大禹嶺，全長41公里。海拔由258公尺一路攀升至3,275公尺，橫跨多個鄉鎮縣市及生態系，理環境特殊，坐擁合歡山群峰下，擁有得天獨厚、豐富多變的自然景觀資源，沿途風光旖旎、峰巒雄偉、生態豐富，因景色四季變換而吸引無數人潮上山欣賞。隨著公路的開通與便利，台14甲線扮演了連結東西向經濟與觀光的重要橋梁，人流、車流的日益增加，對自然環境的干擾和隱憂也伴隨而來。
馬管處25週年處慶相片書
交通部觀光署馬祖國家風景區成立25週年之際，特邀知名攝影師許釗滂，精選馬祖20餘處景點，透過攝影師20餘年來踏足馬祖各地所捕獲的精采瞬間，圖文兼具追憶過往、把握當下及展望未來之意境，引領旅客以全新視野認識馬祖。本書除包含藍眼淚、星空及美酒等馬祖既有知名觀光資源，更將軍事遺構、閩東文化、地質景觀與特有動植物納入素材，令歷史記憶與壯闊地景虛實共存，呈現出別於臺灣本島及其他離島之獨特觀光吸引力。
交通行動服務(MaaS)跨域作與應用優化之研究(2/2)應用精進與提升包容性(114粉)
為能循序擴展國內MaaS服務，規劃未來MaaS服務的發展與永續機制，本計畫以前期計畫成果為基礎下，除探討國外MaaS服務之內涵外，亦依照前期擬定之MaaS服務所蒐集之數據進行應用精進探討，來制定我國MaaS數據應用課題與分析建議，並以臺中市MaaS為案例進行分析實做，供其他縣市參考；此外為使MaaS服務範圍更為多元，本計畫就MaaS服務如何與其他區域MaaS服務進行合作為背景進行探討，制定相關推行方式與應用課題，藉以擬定MaaS服務未來進行跨域合作之參考方針，此外本計畫亦透過臺中市敬老愛心點數為媒介，探討Taichung go與MeNGo服務合作之操作方式進行實作，驗證本計畫所規劃之跨域合作方式與課題。考量現行社會服務包容性，本計畫針對現行倡議之包容性宣言與定義進行蒐集，並探討MaaS服務之如何就MaaS服務相關利害關係單位來讓MaaS服務使用族群更加多元且包容，並制定我國未來在服務包容性推展願景下，各利害關係單位之執行策略。另外考量現行MaaS服務如何永續推廣與經營，本計畫以成立MaaS服務組織作為我國MaaS未來發展建議，並制定了該組織之角色定位與組織內容，作為後續MaaS服務永續提供之關鍵利基探討。 針對上述工項執行，本計畫透過Taichung go與MeNGo服務合作來探討本計畫跨域議題及包容性意見蒐集，透過實際踩線團，掌握本計畫所規劃跨域合作機制、包容性探討範疇具一定可行與實務參考之效益，後續相關MaaS服務要進行跨域合作或是MaaS服務包容性功能精進時，可參酌使用。
低碳交通區推動機制之研究(1/2)設置之評估與配套措施(114棕)
我國於111年3月30日發布之「臺灣2050淨零排放路徑及策略總說明」，提出12項關鍵戰略，並將「低碳交通區」納入淨零轉型措施。為引導地方政府推動低碳交通區，交通部請運輸研究所於112年至113年期間研究低碳交通區之推動及補助作法，提供交通部應用及補助地方政府推動低碳交通區。 本計畫於112年蒐整國內外低碳交通區類似案例，研提我國低碳交通區分期推動、法制規劃及配套措施等政策建議。目前國際案例實施內容多於市中心以公路為界劃設區域進行車輛管制，然考量我國民情及各縣市交通環境差異，本計畫建議地方政府可因地制宜規劃，短期採試辦先行，強化綠運輸使用環境；中期循序漸進，形塑標竿案例；長期擴大推廣，邁向淨零。在法制規劃方面，地方政府試辦階段可在地方制度法授權內推動(例如：停車差別費率)，或積極制定淨零相關自治條例，納入低碳交通區相關規範；如《臺北市淨零排放管理自治條例》。此外，地方政府應規劃相關配套措施，尤其重視公民溝通與宣導，依利害關係人受影響程度，給予當地居民及弱勢團體彈性管制或豁免；並強化綠運輸環境營造，提升公共運輸服務品質與水準，建立人本交通環境，提供電動車輛補助，以引導民眾改變運具使用行為，減少運輸溫室氣體排放，達成低碳交通區之實施目的。
需求反應式公共運輸服務(DRTS)營運成本、補貼制度及收費制度之研究(1/2)合理成本與營運績效探討(114藍)
我國目前需求反應式公共運輸服務(DRTS)主要服務偏遠地區居民，提供第一哩與最後一哩路小眾運輸服務。本計畫旨在綜整我國需求反應式公共運輸服務(DRTS)經營現況，針對需求反應式公共運輸服務(DRTS)之營運成本、收費制度、補貼制度、績效評估與永續經營等課題進行分析與檢討，透過過去營運數據及實際成本投入，分析其營運績效及多元服務類型(如投入運具、路線彈性度、預約條件等)模式，本計畫兩年期研究成果預期包含分析執行成效及確立合理成本之計算方式、制定合宜之補貼、費率與績效評估架構，以永續發展。首年執行重點將著重在制定共通性成本制度並分析其營運績效，並依其不同營運模式進行合理成本估算，此外會針對補貼制度進行議題式探討分析。 本計畫已針對需求反應式公共運輸服務(DRTS)進行合理成本計算、績效評估及補貼機制進行探討，根據18項成本分類建立合理成本公式，涵蓋一般公路及市區客運，並考量電動車趨勢，提供電動車相關參數作為未來參考依據。此外，所研提之績效評估架構包含「營運效率」、「服務效果」、「服務品質」與「基本民行」四大構面，並採用德菲法篩選指標、再經層級分析法計算權重，其結果顯示基本民行指標重要性最高。另為避免現行補貼僅考量營運成本而忽略社會效益，已就苗栗縣南庄鄉幸福巴士案例進行消費者剩餘與外部效益分析，可做為衡量社會效益並納入補貼評估，本期亦建立公共運輸供給均衡指標，並以桃園市為示範案例設計自付額比例架構，規劃於第二年將持續透過案例實證與多方討論，研提具體可行之制度架構及永續經營策略。
東臺區域整體運輸規劃系列研究(2/3)-供需預測分析(114黃)
本計畫係自105年起辦理之「區域整體運輸規劃」系列研究，於111年至113年辦理「東臺區域整體運輸規劃系列研究」，以東臺區域（宜蘭縣、花蓮縣、臺東縣）為範圍，分3年期依序進行旅次特性調查分析、供需預測分析及發展策略研析。112年工作重點為建立「2023東臺運輸需求模式」，藉由111年旅次特性調查成果，並進行現況及未來供需預測分析，以利後續年度據此預測成果進行東臺區域整體運輸發展定位與策略檢討。相關分析成果如下： 1.未來年（民國140年）東臺區域社會經濟發展趨勢 (1)未來年東臺區域人口數及占比均為下降趨勢，111年至140年東臺區域人口占臺灣本島人口從4.3%下降至3.5%。 (2)未來年受高齡少子化影響，人口老化較全臺嚴重，65歲以上比例上升至36.3%。 (3)未來年二三級及業人口均下降，惟三級及業人口占比微幅上升。 (4)未來年家戶所得將成長0.95%，個人所得將成長1.2%；汽車持有將成長0.32%，機車持將成長0.09%。 2.未來年（民國140年）東臺旅次總量趨勢 (1)111年至140年東臺生活圈及跨生活圈平日總旅次量下降約26萬人次（約6.8%），假日總旅次量下降約35萬人次（約8.9%）。 (2)臺東總旅次下降幅度最大，111年至140年平日下降約23.0%，假日下降約28.2%。 3.未來年（民國140年）東臺旅次分布趨勢 (1)宜蘭生活圈以宜蘭市及羅東成雙核心區，並與周圍衛星行政區密切往來。 (2)花蓮生活圈主要旅次集中於北花蓮，並於假日才有較密切的南北往來。 (3)臺東生活圈旅次多數集中於市區，另有半數之跨行政區旅次集中於臺東市區與卑南鄉之間；未來年旅次越趨集中於臺東市區。 4.未來年（民國140年）東臺旅次運具使用趨勢 (1)東臺跨生活圈不論平、假日皆主要使用小客車。 (2)生活圈內旅次未來年呈現機車比例下降、小客車比例增加之趨勢。 5.未來年（民國140年）東臺旅次量趨勢 (1)各屏柵線之總交通量受整體未來年人口下降因素，平、假日通過屏柵線之交通量持續下降，惟經太魯閣國家風景區受遊客影響，交通量微幅增長。 (2)東臺區域內臺鐵與公車受未來年人口下降因素，通過屏柵線之旅次量持續下降。 6.未來年（民國140年）運輸系統供需分析 (1)未來年平、假日皆以臺北宜蘭間之國道5號及鄰近各生活圈市中心路段較為壅塞，而各生活圈之公路系統服務水準整體尚為良好，且屏柵線需供比大致呈現由北往南遞減之趨勢。 (2)東臺區域臺鐵尖峰時段需供比，平日受供給量影響，以宜－花間往來需供比最高（0.65），北－宜間則因供給量相對高（0.55）；假日則呈現北－宜間、宜－花間往來需供比均高於0.6，顯示假日往返北花之旅客明顯高於平日。 (3)東臺區域公車客運尖峰時段需供比仍以北－宜間需供比高，平日約0.8、假日則大於1，顯示假日尖峰時段需求量大增，現階段客運業者仍視現場需求加開班車。
事故碰撞型態導向之路口交通工程設計範例參考手冊2.0版(114綠)
交通安全改善工作是一個精緻化的改善作業，必須有一套有系統的診斷分析的程序，本手冊基於肇事診斷學的診斷分析程序，整合各項交通安全工程設施的設計與配置，針對各肇事碰撞型態的可用改善措施提供設計範例，供道路管理單位與道路設計者使用。於本手冊依照常見之事故碰撞型態提介紹與分析，並彙整提出改善策略與範例，對應之碰撞型態有右轉側撞、左轉側撞、左轉穿越側撞、擦撞、追撞、交叉撞。另也對於重要之課題進行探討，以補充改善事故以外之道路問題，課題包含行人友善、巷弄降速、路段速度管理、路口自行車安全、近路口停車問題。 手冊使用時需先蒐集路口之肇事資料，輔以交通特性及幾何特性等資料，同時須考慮到上下游關係、路邊停車狀況、周邊設施出入口等情況。若能蒐集到肇事現場圖，則據此繪製肇事碰撞構圖後，依肇事診斷學來進行交通安全改善工作，參考此一範例參考手冊，產生改善方案。但是也可以由經驗判斷出各個肇事經常發生的位置，對照此範例參考手冊的做法，產生改善方案。在產生交通安全工程改善方案過程中，針對各個肇事碰撞型態，可對應設計範例參考手冊所歸納出之肇事碰撞起因，找出可能的道路工程與交通工程現況問題，再依本參考手冊研擬之改善對策與改善設計範例研擬出改善方案。
高速公路交織路段容量及服務水準分析之研究(1/3)-典型路段(114黃)
本所自民國80年起開始進行長期性之容量本土化研究工作，逐步修訂民國79年之公路容量手冊，以適用於國內之分析。由於多年來均尚未蒐集交織路段的資料並進行車流特性分析，因此並未檢討交織路段的容量分析方法的適用性，爰本所辦理本研究探討高速公路交織路段之車流特性、容量及服務水準分析方法進而修訂「臺灣公路容量手冊」之第七章「高速公路交織區段」。 本計畫全程工作預計分3年期執行，針對不同路型類別，各年之研究主題分別為(1)典型交織路段、(2)非典型交織路段、(3)銜接系統交流道之交織路段，最後一年將同時進行公路容量手冊之修訂工作。本年期之研究重點為典型交織路段，指進口匝道與出口匝道間以輔助車道連接、交織路段上下游主線車道數相等、且交織路段內沒有其他特殊設計之地點，本計畫透過文獻探討了解過往高速公路交織路段之分析分法，並以無人機實際進行4個交織路段調查，並藉由AI自動辨識協助了解及分析車流特性，建立符合國內車流特性之分析方法。
電動大客車數據分析與應用計畫(2/2)資料視覺化與AI應用(114粉)
為達成市區公車2030年全面電動化之目標，本所自108年開始建置電動大客車營運數據監控管理平臺，並建立資料傳輸作業機制，持續追蹤與掌握導入之電動大客車輛營運績效與長期行駛特性。 對應公車客運電動化導入進程，客運業者在營運管理思維亦需要隨之轉變，考量電動大客車營運特性，相較於過去柴油大客車的營運調度，需更強化於電動大客車數據化資料蒐集與分析，追蹤與掌握導入之電動大客車輛營運績效、長期行駛特性等關鍵指標，以及對應電池營運特性，及早觀察發現異常狀況、釐清與進行改善。 電動大客車數據平臺自110年起開始蒐集電動大客車營運數據，本計畫以電動大客車數據平臺所累積之數據資料為基礎，依據需求掌握與資料可蒐集程度，規劃分析應用指標與分析主軸；挑選8條路線與11處充電站的資料，進行營運數據分析指標案例探討與應用，將分析成果進行資料視覺化呈現與展示，並探討AI應用，就分析成果研提營運面與政策面之建議，提供相關單位掌握，以精進電動大客車之營運與管理。
城際鐵道容量分析暨應用研究(1/2)-編組站及端末站之容量模式構建(114黃)
為因應國內各種鐵道系統建設需要，本所辦理一系列鐵道容量研究計畫，其中在傳統鐵路系統方面，已經發展了鐵道容量分析模式與軟體，做為搜尋容量瓶頸及提升運能的評估工具，然而，對於編組站及端末站之容量分析課題仍有待精進，爰此，本所展開「城際鐵道容量分析暨應用研究」兩年期計畫。 本計畫的第一年（112年）回顧了國內外相關文獻，並考量進路、行駛路徑、交通組成、站內停靠時間與號誌安全時距等因素，構建城際鐵道場站容量模擬模式。在案例分析中，本計畫設計了數個案例進行測試，以確認模式的特性符合先驗知識，此外，更以臺鐵實務案例進行驗證分析，其結果與臺鐵公司的認知相符。最後透過敏感度分析，釐清各因素對場站容量之影響。相關成果如下： 1.完成城際鐵道場站容量分析模式之建構。 2.針對端末站、編組站與中間折返站以測試案例進行分析，確認模式成果合理性。 3.以臺鐵基隆、蘇澳、樹林、花蓮與新竹等站進行實際案例容量分析。 4.進行敏感度分析，影響場站容量主要因素包含： (1)列車於站內停靠時間。 (2)號誌安全時距。 (3)站內軌道數。 (4)列車車種之交通組成。
事故碰撞型態導向之路口設計範例推廣示範計畫(3/3)-非直轄市推廣應用(II)(114綠)
混合車流為我國主要之車流型態，為提升混合車流環境之道路安全，前期研究已針對各交通事故碰撞型態的交通工程改善完成設計範例參考手冊。本計畫著重於設計範例後續的推廣與應用，帶動整體交通工程環境更趨於安全與友善。 前期研究完成的「事故型態導向之路口交通工程設計範例參考手冊」(1.0)內容，以路口常見的事故碰撞型態為應用對象，彙整各事故碰撞型態的交通工程改善設計範例。本計畫則納入左轉專用道、車道漸變、減速設施、及行人與自行車空間等設計課題，可供參考應用於路口相關型態的事故碰撞的改善。本計畫將理論、方法、程序等技術以系統化課程，透過教育訓練及實際案例應用，培訓中央及地方縣市第ㄧ線承辦人員，並以實際案例路口進行實務演練，透過理論與實務搭配操作，引領各縣市作業程序與觀念的改變，以落實其當地事故地點改善作業中，並由實際應用計畫的結果，持續檢討改善應用設計範例參考手冊的內容。此外，本年度另就路口附近的停車空間及公車站設站問題，加以檢討，研擬設計範例，一併納入本年度的「事故型態導向之路口交通工程設計範例參考手冊2.0」的補充修訂之中。
建構運輸管理機關(構)之調適專業能力(1/2)課題研析及課程規劃(114棕)
依氣候變遷因應法，推動氣候變遷調適能力建構為各級政府應盡責任，且各運輸機關（構）人員調適專業能力是推動調適工作的基石，以確保能夠依照我國調適政策推動方向順利執行各項調適準備工作，降低未來極端天氣對運輸系統造成的衝擊。爰此，本所以2年期辦理「建構運輸管理機關（構）之調適專業能力」計畫。 本年度（第1年期）計畫透過國外調適發展趨勢、氣候變遷因應法、國家氣候變遷調適行動計畫等文獻回顧，並與運輸管理機關（構）訪談，據此滾動檢討運輸系統調適四大策略15項措施，以強化運輸系統調適策略及措施內容，並蒐集補充各措施之國內外具體實務應用案例。其次探討運輸管理機關（構）應具備之調適能力後，執行問卷調查和深度訪談，盤點目前運輸管理機關（構）人員的氣候變遷調適認知素養與調適知能缺口，據以規劃氣候變遷調適專業知識課程，規劃內容包含課題、課綱、師資和時數。本年度並對通案性、需求性強及優先性高之運輸調適專業知識辦理12小時之教育訓練。
路口交通環境特性對空氣品質影響及改善指引之研訂(1/2)-調查計畫與資料蒐集(114棕)
本計畫目的係透過蒐集國內、外路口交通空氣污染及車輛空污排放擴散等文獻資料，瞭解路口車輛與環境對空氣污染影響；研擬交通、環境及空污資料蒐集及調查計畫，並透過專家會議諮詢提升調查計畫品質，依所擬定之調查計畫進行路口交通資料蒐集及空氣污染濃度實測。最後，依據蒐集數據的歸納整理結果，初步掌握影響路口交通空氣污染之關鍵因素，並做為第2年期辦理分析與評估之依據。 本計畫完成國內、外路口交通特性對環境暴露影響相關文獻彙析，結果發現，路口交通空氣品質除了受季節及天氣特性影響外，路口號誌管制與幾何配置等交通特性，對於路口空氣品質影響係具一定關聯性，故本年度研究以⸢行人專用時相⸥與⸢行人穿越道線退縮⸥路口交通特性為調查對象，並據以研擬調查計畫。 本計畫於臺北市調查4處路口，每處路口4天、每天12小時，完成交通量及PM2.5與CO濃度實測數據調查。調查結果發現，在行人專用時相路口，行人專用時相啟動或關閉對於 PM2.5 濃度值變化無一致性；而在行人穿越道線退縮之路口，因行人等候區域較為遠離路口機車待轉區及橫向車流，故退縮後區域相較退縮前區域之PM2.5平均濃度略有減量。 考量交通路口屬微環境區域特性，短期監測調查僅適用於呈現特定路口瞬時污染變化情形，建議後續仍應搭配模擬推估污染物擴散情形，以強化解析交通特性對環境空污影響。
商港能見度告警機制探討(114藍)
「商港海氣象資訊系統」示警燈號分為「綠燈、黃燈、橙燈、紅燈」等4級警示，以視覺、直覺方式快速示警港區目前商港海氣象狀態，並展示實際觀測數據供綜合研判。各級燈號可依各商港特性與需求之不同，設定各港不同之燈號示警門檻值，以強化港口決策支援應用。當超過橙燈、紅燈門檻值時亦會透過通訊軟體Line之聊天機器人(LINE Bot)推播示警資訊，讓相關人員能夠迅速掌握海氣象資訊，提升港埠營運效率與船舶航行安全。本研究主要研究目的為精進「商港海氣象資訊系統」之能見度示警功能，提出各港能見度告警燈號門檻值之建議。因此，本研究首先蒐集國內機場、國道與省道公路對低能見度之管理現況，綜整商港船舶進出港之能見度管制作業管理要點；並針對各港的航管中心(或信號臺)及引水人，瞭解其對能見度示警燈號門檻值設定之需求與建議。本研究紅色燈號門檻值(行動值)之依據建議應為相關實務管理作業要點規定進行強制或封閉管制之基準，並考量各港差異因地制宜。橙色燈號門檻值(警戒值)次之，黃色燈號門檻值(注意值)再次之。成果效益及應用情形：1. 商港能見度告警機制可供港務公司、海事人員等各界應用，讓相關人員能夠迅速掌握商港能見度監測資訊之變化與告警，做為決策支援輔助，提升港埠營運效率與船舶航行安全。2. 針對能見度告警建議進行影響評估，提供港務公司確認訂定告警燈號之參據。
長週期波斷面模型試驗(2/3)花蓮港現況碼頭之水動力及改善研究初探(114藍)
本研究以三年期研究針對長週期波各相關議題進行探討。第一年主要蒐集並回顧國內外長週期波動特性相關研究及其所可造成的災害與成因，其次綜整長週期波所造成之破壞機制與對策。本年度以花蓮港所遭遇的長週期振盪問題作為個案研究主軸，並研擬可能消減長週期波浪作用的碼頭結構物之雛形。在權衡港灣工程實務與數值模擬成果後，選定花蓮港7號碼頭，以增改建為消能式結構物的方式為工作目標。執行更新之斷面水槽的造波測試，以及進行消能碼頭結構物斷面之水工試驗，確認消能結構物最佳消能效果，反射率大約在0.6~0.7之間。相關研究成果亦將提供平面水工模型試驗參考，第三年則將進行與工程實務應用相關的研究與改善。成果效益：本年度研究提出適用於花蓮港內港區，可消減長週期波浪之碼頭斷面型式方案。研擬適用於國內港灣內的消能碼頭斷面型式，能消減長週期波浪能量，以減少港灣內長週期波浪振盪而造成的避湧次數，可降低港內船隻斷纜的發生機率。提供政府單位應用情形：提供交通部航港局、臺灣港務股份有限公司、經濟部水利署及各地方政府提升港灣靜穩度及推動海岸防護政策之參據，以及本所海岸及港灣工程相關研究後續探討運用。
113年臺灣地區金屬材料腐蝕環境調查與鋅?屬關聯性研究(114藍)
臺灣地處亞熱帶，屬高溫、高濕、高鹽的海島型氣候，金屬構件甚易腐蝕。為此，有必要建置本土之腐蝕環境資料及腐蝕因子資料庫，以利做為結構物防蝕設計與維護管理應用依據。本計畫主要工作項目包括：1.臺灣大氣腐蝕因子調查與金屬材料現地暴露試驗；2.港區水下腐蝕暴露試驗與海水水質調查；3.精進及擴充腐蝕資料庫；4.鋅金屬與腐蝕因子關聯性分析。研究結果顯示，氯鹽沉積速率在秋、冬2季北部至西部沿海地區的試驗點較高，垂直海岸試驗線的平均氯鹽沉積速率，以基隆試驗線冬季數值較高；二氧化硫沉積速率除靠近硫磺區的陽明山國家公園外，較高的二氧化硫沉積速率大多發生在西部的產業園區，以及北部沿海十八王公橋，且以秋、冬2季較高，特定試驗點以彰濱工業區、觀音工業區及官田工業區在秋、冬2季較高。金屬腐蝕速率各垂直海岸試驗線之比較，碳鋼金屬在基隆試驗線及台塑六輕試驗線的腐蝕速率較高，且以冬季最高；鋅金屬以台塑六輕試驗線最高，其次是臺中港試驗線、高雄港試驗線及核三試驗線；銅金屬的腐蝕速率以臺塑六輕、臺中港2條試驗線較高；鋁金屬以西部的台塑六輕、臺中港、桃園等3條試驗線的腐蝕速率較高，且以秋、冬2季較高。鋅金屬與腐蝕因子關聯性分析，運用迴歸分析法建立腐蝕因子與鋅腐蝕速率間的迴歸模式，結果顯示，鋅腐蝕速率主要受到氯鹽沉積速率、二氧化硫沉積速率等2項腐蝕因子的影響，兩者間為對數線性關係，模式為：ln(Zncorr) = 0.285 ln(Cl) +0.251 ln(SO2)。依據模式可進行鋅金屬腐蝕環境分類等級，並建議以60%預測區間預測，預測正確率可達90%。研究成果效益及應用:提供工務單位瞭解構造物所處之腐蝕環境趨勢，以及臺灣港務公司、中華民國防蝕工程學會、經濟部工業局、臺塑企業、中國鋼鐵公司、工程顧問公司等產官學界參考應用。
公路橋梁梁底狹小空間檢測工具 專利申請與推廣(114藍)
國內橋梁檢測作業，如遇到梁底淨高較低之跨水橋梁，或位處沿海易受潮汐影響之感潮河段橋梁，此類橋梁因梁底淨高不足、空間狹窄，人員、機具不易進入，檢測人員一般需要搭乘船艇，或穿著潛水裝徒步涉水，才能進入梁底空間進行目視檢測，增加檢測人員執行橋檢工作的風險及困難度，影響橋檢作業之品質。爰此，交通部運輸研究所2023年完成橋梁梁底狹小空間檢測工具雛型機研發，透過本研究評估後認為本橋檢工具具備專利申請條件，並進行申請本橋檢工具發明專利，以提升產品價值，後續將針對實務提出各項具可行性之需求，持續進行精進改良，並規劃技術移轉授權，以提供橋梁維護管理單位及橋檢作業執行廠商參考應用。本研究彙整橋檢實務問題與設備需求，評估認為研發箱型橋梁內部檢測工具有其必要性，後續建議規劃研發箱型橋梁內部檢測工具，協助落實橋梁檢測工作，以提升橋梁檢測品質與安全。研究成果效益：1.完成本橋檢工具專利申請評估作業，後續將申請中華民國發明專利。2.本研究執行本橋檢工具各項推廣工作，進行訪談交流並蒐集回饋意見，從而獲得專業建議，可提供未來精進之參考依據。3.本研究進行橋檢人員訪談交流，獲悉箱型橋梁內部檢測之實務問題及設備需求，可提供未來相關檢測輔助工具研發方向。提供應用情形：交通部運輸研究所研發之橋梁梁底狹小空間檢測工具，可提供中央(內政部國土管理署、交通部高速公路局、公路局等)、地方(縣市政府)橋梁維護管理機關，以及實際執行橋梁檢測之顧問公司或廠商，管理應用及參考。
鼎型塊織布橋基保護工法之現地試驗與成效評估(3/4)試驗場址數值模型建置及評估(114藍)
本計畫針對地工織布應用於橋墩基礎保護工法，以國道3號大甲溪河川橋為研究對象，於109年完成現地地工織布保護工法之鋪設，驗證地工織布保護工法之施工可行性，並於110-112年進行觀測，本年度(113年)除延續觀測試驗橋址鼎型塊的穩定性及成效評估外，另透過大甲溪實際觀測資料檢定及驗證數值模擬所需參數，以CCHE2D建置大甲溪流域石岡壩至河口段之二維水理模型，做為後續年度計畫於現地保護工三維局部沖刷數值模擬時所需之水理資料，以合理模擬分析及評估現地保護工之成效。本計畫透過室內水工模型試驗、現地鋪設試驗及數值水理分析模式進行探討，以建立多元分析驗證及成效評估方法，做為橋管單位鋪設橋墩基礎保護工法之應用，相關成果可提供大甲溪下游之橋梁管理單位如公路局、高速公路局、臺灣鐵路股份有限公司以及縣市政府等機關(構)未來施政之應用。研究成果效益：1. 藉由現地試驗，驗證地工織布結合鼎型塊保護工法之成效，提供橋梁管理單位未來設置相關保護工決策之參考。2. 已完成大甲溪流域石岡壩至河口段之二維水理模型建置，可做為未來建立多元分析驗證方式之基礎。提供應用情形：1.本計畫研提之地工織布結合鼎型塊保護工法，已鋪設於國道3號大甲溪河川橋P22L、P23L及P24L橋墩基礎保護工作及提供橋管政策上之積極創新管理作為。2.本計畫所進行的室內水工模型試驗方案、現地橋址保護工鋪設案例及數值模擬案例，可提供本所及相關單位後續研究之參採。
人工智慧辨識透地雷達訊號圖像之前處理初探(114藍)
人工智慧辨識系統開發過程需要大量時間進行數據資料前處理作業，且人工智慧學習上限的關鍵在於數據資料的數量、品質及特徵選取標記等，因此，本計畫以應用人工智慧辨識道路下方損壞瀝青鋪面的潛在風險因素為目的，探討透地雷達數據資料前處理程序及其步驟，並初步研擬前處理過程遭遇困難及問題之解決對策或建議。為了廣泛地蒐集足夠訓練人工智慧的數據資料，本計畫除了探討以自行檢測或試驗方式蒐集數據資料之外，也探討蒐集他人已完成檢測或試驗數據資料之方式，蒐集他人已完成檢測或試驗之數據資料雖然可以增加數量，不過在蒐集及資料前處理過程會遭遇困難及問題，例如：不易蒐集到原始數據資料（Raw Data）、解譯及轉換不同透地雷達廠牌的原始數據資料之方法等。本計畫透過回顧相關文獻及調查訪談，初步研擬相應的對策或建議，例如：於勞務契約中納入乙方需提送原始數據資料予甲方，以利於後續運用及保存、建議使用Reflexw、GPR-SLICE解譯及轉換不同透地雷達廠牌的原始數據資料，以節省經費、人力及時間等。另因應數據資料的保存管理、多時期比對應用及做為後續發展人工智慧辨識系統訓練學習之來源，有建立資料庫之必要。研究成果效益：1. 完成探討透地雷達數據資料前處理程序及其步驟。2. 完成初步研擬透地雷達數據資料前處理過程遭遇困難及問題之解決對策或建議。提供應用情形：1. 提供公路局、高速公路局及各地方政府道路管理單位未來施政應用參考。2. 提供本所後續辦理透地雷達、人工智慧辨識等相關研究應用參考。
港區地震液化風險評估模式精進(3/5)高雄港模式精進(114藍)
考量災害防救法第2條明定土壤液化屬天然災害範圍，本計畫延續交通部運輸研究所運輸技術研究中心前期「港灣地區地工資料建檔及液化自動分析模組之建立」及「港灣地區地震監測與土壤液化潛勢評估之研究」成果，針對臺灣港務公司管轄商港，就現行耐震設計規範建議之評估方式，進行全面性液化潛勢評估，更新地工資料庫。本計畫延續運技中心前期「港灣地區地工資料建檔及液化自動分析模組之建立」及「港灣地區地震監測與土壤液化潛勢評估之研究」成果，針對港務公司管轄之西部商港，進行地工資料庫更新，111年度與112年度已分別完成臺中港與臺北港相關液化分析，113年度主要針對高雄港進行評估，並於原有液化評估法中，加入國內建築技術規則所列液化評估法及國際間採用之定值(deterministic)與機率(probabilistic)液化潛勢評估法，包括以SPT-N 為指標之NCEER法、國震中心HBF法及Cetin機率法，對更新之地工資料庫進行不同地表加速度值下液化土層發生深度與範圍進行分析，並以Ishihara and Yoshimine (1992)所建議之程序，推估自由場液化後沉陷量，結合更新之現地港區地震監測站，提供顯著地震後快速液化災損評估，提供液化範圍、深度與港區沉陷值，並及時通知相關管理人員，進行相關巡查與檢視。研究成果效益與應用：1.完成增加地工資料庫於高雄港之可用鑽探資料至886孔。2.完成符合國內耐震設計規範之液化評估法，進行高雄港港區全面性液化潛勢評估。3.完成推估高雄港港區不同等級地震發生之液化風險。提供政府單位應用情形：1. 提供高雄港港區地震安全評估相關資訊，做為臺灣港務公司及高雄港務分公司辦理震後相關巡查、檢測及防救災決策之應用參考。2. 提供本所後續相關研究及臺灣港務公司及各分公司在港灣工程規劃、設計及施工之應用。3. 研究成果提供產官學研各界應用參考。
港區影像智慧辨識技術之研究(2/3)空間資料環境分析及優化影像檢監測應用技術(114藍)
本研究探討無人載具與感測器於港區環境中的整合與應用，包括空間資料建構、感測資料自動化辨識及即時影像串流技術。運用FNN神經網路技術預測港區風速，並利用傾斜攝影技術補足高空影像不足，展示硬體系統於不同條件下的應用效能。在自動化辨識方面，研究顯示影像一致性對岸邊設施與變電箱的檢測準確度有關鍵影響，透過穩定拍攝規範與YOLOv8模型，準確度分別達九成與93%。路面坑洞檢測則透過混合臺中港與臺北港數據及遷移學習，達到82.1% IoU，但仍有部分誤判需改善。胸牆法線與錯位檢測結合YOLOv8與霍夫直線技術，有效檢測胸牆異常，未來將優化影像拍攝與數據量。伸縮縫檢測預測準確率為85%，但地理定位精度仍需提升，計畫透過正射影像與人工解讀結合進一步優化；碼頭裂縫檢測顯示模型對裂縫與伸縮縫分辨力高，但誤判需透過擴充數據集改善。鋼筋裸露檢測利用裁切影像提升模型效能，有效減少誤判。此外，研究整合CCTV與AI補強無人機視角，並發展LOD2模型的港區光電潛力評估系統。地面無人載具導航系統透過改良避障技術，顯著增強定位與導航精度。本研究成果為港口管理與監控提供技術支援，並促進港區智慧化建設。
港灣環境資訊系統維護與精進(3/4)–海氣象資料分析及展示(114藍)
本計畫延續112年「港灣環境資訊系統維護與精進(2/4)-優化決策輔助資訊模組」計畫之研究成果，以「港灣環境資訊平臺」為基礎，進行港灣環境資訊網站系統維護及海氣象資料加值與系統功能擴充。113年度主要工作成效具體說明如下：(1)維護觀測資訊、模擬資訊、臺灣腐蝕資訊、網站科普、公開資料及港灣環境資訊圖臺6大系統功能。(2)維護海氣象觀測、數值模擬、海嘯、地震及腐蝕等資料匯整至港灣環境資料庫。(3)維護與更新港灣環境資訊平臺。(4)維護與更新商港海氣象資訊網網頁。(5)持續維護全國海象資訊系統，整合其他單位的海象觀測資訊，提升加值應用之功能。(6)維護與優化港灣環境資訊網之LINE BOT API加值應用，實現海氣象示警、海象模擬、海嘯或資料品管等即時資訊互動通知。(7)維護與更新臺灣腐蝕環境分類資訊。(8)配合機房虛擬化建置作業，進行港灣環境資訊系統程式修正、更新、維運工作。(9)優化港灣環境資訊網功能與速度提升精進，並取得無障礙網頁標章(檢測等級AA)。(10)開發海氣象資料分析及展示模組。(11)優化港灣環境資訊網於手機裝置瀏覽。(12)針對實務作業之關鍵使用者進行需求訪談。(13)更新港灣環境資訊網，包含最新消息機制、歷史颱風搜尋新增呈現歷線圖與各商港海氣象最大值資訊、觀測資訊-海域頁面5日內最大值更新為各海域即時觀測最大值資訊。(14)颱風專區儀表版新增颱風期間呈現各港之海氣象資訊最大值資訊、放大呈現歷線圖、點選颱風軌跡時間，歷線圖同步標示該時間點、提供港內波高資訊等。(15)更新港灣環境資訊圖臺，包含港區範圍圖更新為國際商港土地使用分區及未來發展藍圖(115年)，新增套疊各商港之細尺度平面分佈圖呈現，新增呈現各商港之靜穩度資訊與歷線圖。成果效益及應用情形：透過多元的應用服務，期望於實質應用上，提供各相關管理單位海氣象資訊的運用，包括在港區範圍、海域範圍的海象觀測與模擬資訊，以提升防災資訊服務之目的，做為後續應變與緊急狀況之決策參考。全面性的港灣資訊可讓船舶業者、臺灣港務股份有限公司、客輪搭乘者、港灣規劃設計及施工維護單位、遊客及釣客等查詢應用，並做為船舶業者操航、港務單位管理決策支援、港灣構造物設計等之參據，以提高港區作業及使用者安全。
港灣構造物巡查檢測作業精進(3/4)新興科技應用於防波堤設施巡查檢測作業(114藍)
港灣設施長期暴露於惡劣的海洋環境中，並經常遭受颱風及地震等極端自然災害的襲擊，其構成材料可能因此劣化，導致性能下降，構件亦可能因損壞而影響使用壽命。因此，對此類設施進行及時的巡檢、檢測與維護管理作業具有至關重要的意義。目前，港務單位的巡檢作業主要依賴人工目視檢查，結合巡檢人員的日常作業與輔助儀器的定期檢測。然而，由於人力與預算的限制，許多設施的潛在問題未能及時發現並加以處理，對設施的安全性與功能完整性構成潛在風險。本計畫主要為研析目前的防波堤設施巡查檢測遭遇問題及檢討維護管理制度與構件劣化判定標準，並精進港灣構造物之巡查與檢測作業。在新興科技應用於防波堤的經常巡查工作，可用港灣設施巡查行動應用程式進行現地巡查作業，而防波堤水下設施的定期檢測則可結合水下遙控載具ROV與AUV技術及多音束測深儀進行防波堤結構、水域底部和相關基礎設施的檢測，運用UAV輔助工具取代人工目視消波工劣化度的判定等。透過這些新技術的導入以協助港務管理單位落實維護管理制度與提升維護管理效率。研究成果效益：1.提供港務單位運用新興科技於防波堤設施巡檢作業，並精進巡查檢測作業研提相關案例與建議，藉以提升港灣構造物維護管理成效。2.提供予港務管理單位港灣設施現地巡查行動應用程式(APP)進行防波堤設施現地巡檢作業，有效提高巡查工作效率。提供應用情形：本研究成果除可提供港務管理單位做為防波堤設施維護管理之應用參考外，研究過程採用或建議之相關檢測方法與成果，亦可提供國內港務單位、工程顧問公司等參用，另可做為本所後續相關研究之重要參據。
應用影像智慧化技術判釋海岸公路及防波堤越波研究(3/4)防波堤越波影像判釋(114藍)
為減少海岸公路及港區因越波 (浪襲) 所造成的災害，本研究計畫需透過網路攝影監視系統資料，配合影像判釋技術分析易越波區域受波浪襲擊情況，並發展影像判釋越波警示技術。本研究計畫區域為「台11線人定勝天路段」與「花蓮港區防波堤」兩區域，需透過已架設之攝影系統，蒐集影像資料及分析溯升與越波情況，並回傳交通部運輸研究所運輸技術研究中心交通部運輸研究所 (以下簡稱運研所運技中心) ，以作為越波警示之依據。本研究為4年期計畫，本年度 (民國113年) 為第3年期，主要為發展花蓮港區防波堤越波影像判釋技術、港區機器學習越波模型及既有的越波觀測與模型維運和精進。越波影像判釋會以「光學」和「熱成像」來進行分析，以使能達到日、夜間判釋能力；機器學習模型則需透過大量追算模擬與機器學習方式建立回歸模型，以使其能夠銜接未來港區越波預報；維運與精進方面，除維持人定勝天路段觀測系統與模型運作更新外，亦會進行「光達感測溯升」技術可行性評估，以強化未來溯升/越波監測之能力。本年已完成防波堤越波影像判釋方法與流程且透過往昔有越波之影像進行參數率定與調校，目前應可判釋該影像是否適合作為越波分析所用及判釋越波與否，此可作為機器學習模型校驗與未來防波堤越波警戒所用。機器學習越波模型建立方面，已完成花蓮港越波計算所需計算範圍劃定、數位地形與網格建立，並進行近岸波場與越波模擬。以2023海葵颱風事件為驗證對象，其有越波事件誤判率約14%；無越波事件誤判率約8％。再將各事件模擬結果作為樣本資料，並建立機器學習模型。光達感測溯升技術可行性評估部分，本計畫已進行溯升物理模型試驗，並以光達為量測儀器進行溯升量測，同時透過攝影設備同步拍攝以利比對量測結果。最後，在依據量測成果評估光達量測所需流程與限制。此外，本年度亦持續進行人定勝天影像判釋、溯升感測器與預報系統之維運作業。於本年度6月時完成該路段控制點量測作業與感測器維護工作，並於此期間持續協助人定勝天路段溯升影像判釋警戒系統建立與預報警戒系統作業化建立等工作。
商港風力觀測技術精進及強風特性分析之研究(114藍)
港口和航運對全球經濟運作至關重要，促進了全球近80%以上的貿易活動，而我國為海洋國家，港口更是臺灣對外重要的航運樞紐。然而受到氣候變化和自然災害的威脅，強風等氣象因素造成的事故可能導致整個供應鏈的負面衝擊並造成經濟損失，同時船舶大型化亦導致船舶所受風力增大，使船舶操作及航行更加複雜。為提供臺灣主要商港臺北港、基隆港、蘇澳港、花蓮港、高雄港、安平港、布袋港、澎湖港、臺中港域船舶停靠、船舶進出、碼頭作業、港區結構物設計與防災預警等所需相關資料，本計畫持續精進商港風力觀測技術，探討風力測站之觀測誤差量及儀器驗證測試，同時針對商港風速機率及變異性進行探討，並分析其強風特性。本計畫具體成果及提供應用情形如下：1.針對不同年期之超音波式風速計量測結果、不同儀器量測特性、最大風速之計算方法、平均風向之計算方法等內容進行探討及分析，分析結果可提供國內相關單位做為風力站設置及管理單位做為儀器選用、原始資料計算及發布之參考依據。2.完成2023年度風力觀測資料年報，提供各港風速、風向之歷線圖、風玫瑰圖、風速風向聯合機率分析表等圖表等資訊，並針對特定港口進行強陣風特性分析及2024年上半年侵台之颱風影響分析，提供交通部航港局、港務管理單位、工程顧問公司做為港灣工程規劃設計、港埠建設、航行安全及營運維護參考依據。3.完成強陣風（包括強風延續時間、累積時間及陣風因子等）及測站紊流強度分析，並進一步針對風力變異性較大之特定港口（如臺中港、澎湖港、花蓮港、布袋港）分析其強陣風特性，以提供港務管理單位應用。
馬祖海氣象特性分析及應用研究(114藍)
本計畫利用交通部運輸研究所運輸技術研究中心與中央氣象署的海氣象測站長期觀測數據，涵蓋風力、波浪及海流等參數，針對資料蒐集率進行統計與視覺化分析，並採用適當的品質控制流程，進一步提升數據準確性。透過TEST1、TEST4、TEST6及TEST8檢測程序，檢出多筆未通過品管資料，部分異常數據可能為儀器故障的早期徵兆。最終，選取蒐集率達70%以上的代表月份做為分析基準，為後續研究提供可靠數據支持。研究以夏、冬季為主要時段，針對馬祖地區四鄉五島各港口的代表測站進行風速、波浪及海流特性的相關性分析與比較，結合玫瑰圖呈現各測站間風力、波浪與海流的特性。結果顯示，季節與地理環境(測站設置位置、港口開口方向、地形、結構物及潮汐運動特性)顯著影響各測站風力、波浪與海流特性，展現明確的區域特性，特定測站因地形影響展現高獨立性。為深入探討馬祖南竿福澳港港區流場變化，本計畫採用Mike 21水動力數值模型，模擬南竿福澳港2020年夏季、2019年冬季及利奇馬颱風期間的潮位與海流特性，並與觀測數據進行驗證。結果顯示，潮位模擬高度吻合，海流模擬則略有差異，特別是在極端氣象條件下，模擬流速的峰值偏低，反映出數值模型在季風與颱風條件下面臨不同的挑戰與可進一步改進的空間。研究成果效益：本計畫研究成果顯示，在觀測數據蒐集率受限情況下，優化海氣象資料品質可提升其應用價值的有效策略，成果揭示了馬祖四鄉五島各港區風力、波浪及海流的區域特性，為船舶航行路徑規劃及港埠營運管理提供應用參考，提升船舶運行安全與港埠營運效率，透過模擬與觀測數據對比驗證，提供可靠環境參數支持，有助於港灣施工的風險評估。提供應用情形：研究成果可供連江縣政府相關部門、港務及海事人員應用於船舶調度、港口規劃及災害防範，並推動產官學研合作與技術交流。
臺中港海洋陣列雷達訊號應用分析(2/3)波浪觀測分析(114藍)
臺灣位處東亞第一島鏈的關鍵位置，亦是西太平洋海陸交通樞紐，臺中港不僅是臺灣中部的門戶，更是政府推動綠能政策的重要基地，承擔風機預組裝、風電國產化、港勤運維及人才培訓等使命。為達成 2050 年淨零碳排目標，本所聚焦於海陸運防災、智慧港埠、低碳綠運輸與氣候調適，並引進雷達遙測技術進行商港海象調查與提供關鍵數據，以輔助商港轉型升級並提升港區附加價值。爰此，本所於107年12月及110年9月分別於臺中港建置第2座海洋陣列雷達系統，並整合雷達系統，可提取來自不同方向的海面背向散射雷達訊號，並演算 40 公里範圍內的海表面風速、波浪及海流場等平面觀測數據，並進行超視距海象觀測作業。本計畫依據美國綜合海洋觀測系統(IOOS/QARTOD)即時高頻雷達表面海流品管手冊以及遵循科學界公認的數據標準，釐訂雷達波浪0級與1級品管，對於波浪數據的品管限制有顯著效果，能確保雷達波浪觀測數據可用性與準確性，輔助臺中港航運管理單位應用，以提升港口安全性與航運效率。此外，本計畫持續發展海洋陣列雷達監測技術，以及優化國內海象觀測作業，跨領域合作研究不斷進步，落實資料開放與數據共享，加深海洋陣列雷達技術與本土化應用，提供合作單位更好的支援，彌補商港及海岸管理、海上救生救難、海事污染應變等挑戰。
