國家級警報是什麼?為何有人沒收到?怎麼開通知?
國家級警報是什麼?為何有人沒收到?怎麼開通知?

2025.5.5更新
花蓮地區5日晚間6時9分發生規模5.5地震、6時53分再一起規模5.9地震,最大震度花蓮縣4級。

氣象署並針對宜蘭縣、彰化縣、花蓮縣發布防告警系統(PWS,國家級警報)提醒民眾。

國家警報「PWS」怎麼運作?原理是什麼?

PWS為災防告警系統「Public Warning System」的縮寫,是政府「防救災雲端計畫」一子系統,由行政院相關部會與4G業者通力合作建置。

特點為災防告警訊息係以廣播方式進行傳送,只要幾秒,特定區域內部分3G及所有4G用戶手機即可收到災防業務主管機關發布的告警訊息,例如:大雷雨即時訊息、地震即時警報、公路封閉警戒、水庫洩洪警戒、土石流警戒、疫情通知、防空警報等。

此外,為避免民眾誤將告警訊息視為一般簡訊而忽略,手機收到告警訊息時,會發出特殊的告警聲響及振動,俾使民眾即時掌握應變時機。

PWS地震警報
圖/ 氣象署

國家級警報怎麼知道有地震?為何會有人收不到?

地震預警的原理是在地震發生後數秒內,分析速度快、破壞力小的 P 波,預估地震的震源位置深度、強度,並推估各地區的震度與震波抵達時間,爭取在破壞性大的 S 波抵達之前,對可能發生災損的區域發布警示。

但是並不是人人的手機都一定會在地震時收到「國家級警報」。

根據中央氣象署資訊,首先,只有地震的「預估」規模 5.0 以上才會發布 PWS 地震預警,而我們所在區域「預估」震度達到 4 級以上才會收到。

但是有一種情況,明明震度高於 4 級,國家級警報卻遲到了,已經震到一半、甚至震完了,細胞廣播才嗶嗶作響。這可能是因為所在區域正好位於「預警盲區」中。

PWS地震警報
圖/ 氣象署

因為系統運算需要時間,靠近震央的地區來不及在地震波到達之前收到預警通知,成為「預警盲區」。這是強震即時警報無法避免的科學限制,但靠近震央的區域偏偏是震度最強、災害最嚴重的區域 ,因此將預警盲區最小化,是地震預警技術突破的目標。

氣象署指出,目前已在全臺灣設置了強震即時觀測站,並改善震源資訊解算模組。2020 年 4 月起,地震預警發布時間已縮短到 10 秒內,預警盲區也縮小到震央 30 公里內。目前也正在推動 #都會區預警精進計畫,將預警盲區縮小至 25 公里內,地震預警發布時間階段性地縮短到 7 秒內,期望不斷精進技術,為民眾爭取更多避難反應時間。

國家級警報害怕收不到?手機這樣調整

iPhone iOS系統

1 開啟「設定」
2 點擊「通知」
3 下滑至「政府警示」
4 開啟「警訊通知」和「緊急警報」

地震預警
圖/ 氣象署

Android 系統

1 點擊齒輪圖樣「設定」
2 選擇「通知」
3 點擊「進階設定」
4 下滑至「無線緊急警報」
5 開啟「警訊通知」和「緊急警報」

地震預警
圖/ 氣象署

延伸閱讀:4款地震警報App一次看,地震來臨前搶先收通知!

氣象署:403地震時預估有落差,北北基桃等地未收到警報

先前403大地震發生,國家警報就曾發出警訊。不過當時有許多民眾反應,感覺地震很大卻未收到警報,尤其集中北北基地區,氣象署當時也針對此情況進行說明。

中央氣象署指出,氣象署於4月3日7:58:18發布國家級警報。其中實際震度達4級以上,但預估震度未達4級而沒有發布的區域為:桃園市、新北市、台北市、基隆市、高雄桃源、屏東九如6地。

原因為,強震即時警報主要通報管道(pws、學校通報、電視台插播)都有對外發佈; PWS警報門檻為震度4級以上(pga25以上),部分地區預估震度僅3級(雙北預估pga約23.4) ,因此警報範圍未涵蓋到;預估震度偏低原因為警報第一報預估規模僅6.8,低於後續正式測報之7.2,造成部分地區預估震度偏低。

地震中心主任吳健富也在記者會中說明,地震發生後9秒,針對收到的波預估震度,第一報預估規模6.2,各地震度達4級才會發布警報, 由於新北、桃園等地預估震度未達4級標準,所以沒發警報。

吳健富說,第2報算出規模為6.8,預估各地震度,新北、桃園也沒有達4級,所以第2報也沒發國家級警報。他表示,預估的規模6.2、6.8與實際觀測7.2有落差,預估震度也比實際小。

該起地震發生於東部外海,地震站少的情況下,實際深度 15.5 公里,震度影響範圍廣,全臺民眾皆能感受到地震帶來的明顯搖晃。雖然強震即時警報主要通報管道(pws、學校通報、電視台插播)都有對外發布警報,但因預估震度偏低,導致部分地區民眾未收到國家級警報。

未來,中央氣象署將持續精進「地震預警系統」之演算模組,除縮短測報時效外,同時強化預估震度的精確性,提供穩定可靠的強震即時警報。

責任編輯:錢玉紘

關鍵字: #時事追蹤
往下滑看下一篇文章
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?

走進蔬果加工廠,同樣是100公斤高麗菜,最後能做出多少成品?答案不見得相同。氣候、產地與品質影響原料條件,客戶要求的切法、重量與交期也各不相同。對曾任科技業研發主管十多年的宜展科技農業執行長林佑澤而言,這是與科技製造截然不同的世界。

「農業部分全部都不一致。」林佑澤以青江菜為例,即使機械手臂已經訓練好辨識特徵,面對形狀各異的蔬菜,仍難以判斷該從哪裡抓取。農產品的天然變數,卻得面對學校團膳、連鎖餐飲、航空空廚等企業客戶對品質與交期的要求。如何讓加工流程穩定運作,成為宜展投入數位轉型的起點。

從紙本、LINE到數據,先把現場經驗留下來

目前宜展一年處理數千噸蔬果、服務超過120家企業客戶,業務涵蓋採購、截切、清洗、包裝與配送。林佑澤觀察,農產加工的關鍵經驗往往掌握在資深員工手中:該買多少菜、原料損耗多少、訂單增加又該安排多少人力,都仰賴現場判斷。

「主要就是把人的經驗變成數據。」林佑澤說。過去客戶透過LINE或紙本下單,現場靠人工整理訂單、對照不同客戶的加工規格;如今宜展利用AI辨識訂單內容並匯入ERP,再依客戶、品項與規格進行標籤化派工。製程則透過QR Code記錄原料投入量與成品產出量,逐步掌握各環節的加工損耗。

接下來是整理現場的判斷依據。林佑澤透過與資深員工對談,了解採購、派工與品管的作業方式,再利用AI協助找出規則、建立SOP。AI整理出的流程仍須由現場人員逐項確認、修正,才能實際執行。

品質管理也在持續改善。傳統金屬檢測器難以辨識菜蟲、橡皮筋等非金屬異物,宜展正與技術夥伴規劃導入AI影像辨識,輔助產線末端檢查。林佑澤表示,每批農產品品質不同,比起單看良率,他更重視客訴是否減少。隨著訂單與製程資訊逐步累積,宜展也希望進一步建立需求預測、採購建議與生產排程模型,減少營運對資深員工個人經驗的依賴。

不只把菜切好,乾燥加工尋找第二成長曲線

除了改善截切本業,宜展也開始發展乾燥加工。學校團膳在寒暑假面臨需求波動,生鮮蔬果則有保存期限短、價格易受產季影響等限制。林佑澤希望藉由乾燥技術延長農產品保存期限,開拓附加價值更高的加工業務。

不過,乾燥同樣有依賴經驗的問題。傳統做法是太乾就降低溫度、縮短時間,不夠乾就反向調整。每批原料的水分與成熟度不同,反覆試做不僅增加成本,也難以維持品質一致。「品質目標沒有設定的話,前面的製程參數就不知道怎麼調整。」林佑澤將過去研發車用面板的思維帶進農產加工:先決定產品希望達到的口感、含水率與水活性,再回頭檢視原料成熟度、截切厚度及乾燥參數等條件。

團隊進一步結合不同乾燥技術、自行改造設備,並接洽桃園的設備業者合作。林佑澤曾比較其他地區的設備,最後選擇設備構造、乾燥均勻度與可靠度較符合需求的桃園業者。宜展也持續累積製程參數,希望未來透過AI找出適合不同原料的乾燥曲線,減少反覆試做。

「我們主要還是要做代工,想要做一個功能性的原料平台。」林佑澤說,果乾目前更像是展示技術能力的產品,未來希望將服務延伸至辛香料、中藥材、太空食品、超級蔬菜及寵物食品等領域。現階段宜展主要營收仍來自蔬果截切本業,乾燥事業尚未形成主要收入。未來若能建立穩定的乾燥製程與代工能力,宜展便有機會從既有蔬果供應鏈,切入附加價值更高的食品原料市場。

從彰化走向桃園,驗證營運方法能否跨區複製

隨著加工流程逐步數位化,宜展也開始思考,這套管理方法能否帶到彰化以外的場域。

參與桃園市政府青年事務局天際線加速器及Meet桃園+後,宜展擴大與桃園產業生態系的連結。林佑澤提到,天際線協助邀集不同局處了解團隊需求,並提供資源媒合機會。宜展也開始與桃園市農會及在地農民合作,增加北部原料來源。這項合作不只拓展了供應來源,更成為宜展因應極端天候、穩定供貨的重要助力。林佑澤回憶,先前中南部連日降雨,蔬菜供應受到影響,宜展便從北部調度蔬菜,以不同產區互相支援,降低天候對供貨的衝擊。此外,團隊也透過天際線資源,獲得參與日本國際伴手禮設計競賽的輔導,並成功榮獲金賞獎肯定,除了展現產品的創新與設計實力,也為宜展拓展海外市場、提升國際能見度創造更多機會。

下一步,宜展規劃以桃園大溪作為第二個驗證場域,將彰化累積的資料、SOP與加工管理經驗,轉化為可複製、可優化的營運管理模式,帶到不同產地、供應鏈及人員條件下驗證。林佑澤指出,未來若要跨區域擴張,不可能每到一個新地方,就把原有團隊整批搬過去。因此,宜展希望將資深員工的實務經驗,轉化為標準化流程與數據模型,結合AI進行生產排程、資源配置及營運決策,讓新場域能依據當地條件快速調整,降低對特定人員經驗的依賴。

從彰化到桃園,宜展接下來要驗證的,是這套從傳統農產加工現場整理出來的管理方法,是能夠跨區域複製、快速部署並持續優化的農產加工營運系統。 長期目標是降低新場域的建置成本與管理複雜度,提升擴張效率,讓傳統農產加工業具備規模化發展的能力。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓