隨著極端氣候日益頻繁，水利署(以下簡稱本署)積極導入智慧科技，提升水情監測的即時性與準確性。今（114）年啟動兩項關鍵AI應用項目，分別為「水位異常推論模型」與「物聯網設備健康指數模型」。
用AI預測異常水位，精準監測更即時
傳統的水位異常判斷方式，多依賴人工設定的固定閥值，但這種方法難以即時因應環境變化或突發狀況，面對未知的異常模式時，容易出現誤判或漏報。本次導入的「水位異常推論模型」，採用深度學習技術，透過無監督與半監督式學習，讓系統能自我學習水位變化趨勢，準確偵測異常狀況並持續優化。首波試辦將以「曾文溪／新曾文溪渡槽河川水位站」為示範站點並分年布建其他站點：從建立推論模型與API串接功能、自動化模型訓練、使用者回饋與再訓練機制，到技術擴展至更多水位站點，並建構統一的模型管理平台。透過這套系統，不僅能大幅減輕人工判讀壓力，也將為水資源管理單位與學術研究者提供準確、即時的數據支援。
預測設備故障，打造不中斷的監測系統
除了自然環境因素外，監測設備本身故障也是導致資料異常的原因之一。為避免設備老化或訊號中斷造成的監測空窗期，本署規劃同步開發「物聯網設備健康指數推論模型」，以分析感測器的電池電量、通訊訊號穩定度與使用年限等資料，推估設備健康狀況，提前識別重要元件潛在故障。這項技術會依據系統分析結果，自動評估每一台設備的健康狀態，並分級呈現風險等級（如高、中、低風險），一旦出現高風險預警，系統便可通知維護人員進行預防性維護，降低資料中斷發生機會。