資料科學,打火救人

對抗火災的最佳策略是採取預防性攻擊,防患於未然。

若用資料科學的語言描述,就是定義問題、資料盤點與清理、分析建模、預測、決策支援。

以高雄市為例,每年的火災案件不到一百件,但是消防隊員還是忙不完

高雄市歷年火災統計表

高雄市歷年火災統計表

有一個重要的原因是雖然每年「火災」數量不多,但是「火警」的案件卻是數以千計。

火警和火災,差別只在一線間。家中瓦斯爐燒開水未關,鄰居報案後,消防隊來得及破門而入關掉瓦斯,就只是火警;來不及關掉,就可能演變為造成生命與財物損失的火災了。

火災通報與處理流程

不論火災或火警,其危險因子(例如起火原因、建築物特性、人口特徵等等)可能都是共通的,若能評估火警風險,或許就等同建立了火災風險模型。

這即是 D4SG 資料英雄計畫「火災風險地圖」專案正在設法解決的公共問題。

正在分析火災風險的資料英雄

正在學習解讀火災資料的資料英雄

我們很榮幸與高雄市政府消防局合作,號召一群「用資料力做公益」的資料英雄,利用週末和晚上,共同分析過去數年的消防案件,從無到有,開始打造台灣第一個「資料科學,打火救人」的實戰經驗。

高雄,加油!

 

相關資訊:

Leave a Reply