氣候調適start up:透過「地點評價(Rank a place)」參與式地圖製作評估地方淹水感知

文:P. Lu

  • Tips:
    • 氣候調適是眾人之事,既是眾人,就是江湖。
    • 地方感知是建構調適能力的基礎,了解的越細緻,就越有機會建立合宜且與地方發展共生的調適策略。
    • 淹水感知與在地生活經驗有高度相關性,在較多積淹水經驗的地區,參與者對淹水有較為尋常(ordinary)的感受。在地人口結構的特殊性也可能表現在淹水感知的差異,高老年人口可能影響一地在災前整備,災中應變與災後復原的能力,因此有較高的淹水風險感知評分。
    • 「地點評價」這類參與式地圖製作(PPGIS, IOT, LBS, VGI to Participatory mapping)的介入,提供了一個便利且有效的跨世代風險辨識與調適對話的機會,較傳統上的問卷方式更能呈現特定族群不能清楚表達(cannot tell)之事物的指認。

開頭

我非常喜歡眼底的片頭 – 有人的地方就有江湖。氣候變遷的探究是科學,更是行走江湖論刀論劍的奇幻冒險。以下是一篇關於地方風險感知,參與式地圖與氣候調適的文章,以start-up為名,絕非是行走武林中有什麼過人之舉,而是對科技嵌入(embed)決策服務的心得分享,以及對環境治理複雜性的謙卑致意,希望透過決策服務的發展,分享更多「啊~對你懂我」的片段,因著對不同世界的人那麼多一點點的理解,校準並尋求大家一起好好說話的契機。以下的討論分為三部分:在第一部分,我會簡短的梳理參與式地圖製作在決策(而非GIS技術plz!)上的應用與發展,來連結第二部分對「地點評價(Rank a place)」的說明,以及第三部分在實作的發現與反思。

第一部分:參與式地圖製作的決策服務應用

PPGIS是應用群眾參與的地理資訊建構方式。在空間規劃領域,PPGIS常常被看作是有助於建立群眾與決策者的對話與互信的一種方法。晚近互聯網(Internet of Things, IoT)與Web2.0的興起讓PPGIS開始透過「自願性地理資訊(volunteered geographic information, VGI)」的方式,提供一般人以協同合作的方式來生產地理資訊,重新詮釋了地圖製圖者(map makers)與使用者(map users)間的定位。互聯網技術建立了在網路服務下,以網頁為介面,透過群眾外包(crowdsourcing)建立更彈性且即時的地圖資料生產 – 部分學者以「參與式地圖製作」稱之。透過互聯網的服務,群眾可以極有效率的參與地圖製作並展現即時的互動情形,讓操作的時間與地點變得更有彈性。

參與式地圖製作的發展儘管精彩,卻也面對了許多足以影響其在決策過程中可信賴程度的課題。例如:仰賴互聯網圖台所建立的資料,在吸引年輕有較高教育背景的參與者的同時,也可能排除了年長,或是對網路服務不熟悉的使用者,同溫層(filter bubbles)的地圖成果於是成為公平正義的課題。圖台之外,網路服務的差異性也是一大挑戰,參與者不必然擁有一樣的連線品質,資料傳輸的效率與流暢度勢必影響參與者執行專案與表達個人意見的意願。

綜整學者對上述質疑的回應,可以發現,發展參與式地圖製作於決策支援服務,至少有以下四點無法迴避的課題:第一,辨識作者身份(authorship)與特性,並選擇更能表現真實地方環境治理生態的群體。第二,建立多樣化的資料收集方法,相互參照以減少單一取徑的誤差。第三,重視地圖製作與資料呈現的倫理課題,盡力確保資訊的呈現不傷害任何人的權益。最後,也是最關鍵的,持續深化與地方的連結,地圖的呈現不是成果,而是協商對話的開始。

第二部分:「地點評價(Rank a place)」與決策服務

「地點評價(Rank a place)」延續自願性地理資訊的概念,以照片為載體,透過群眾外包的形式探詢參與者對特定主題的感受。本系統設計與操作流程如圖1所示,透過網路資料,例如:新聞、社群媒體、政府開放資料等圖片與現地拍攝之照片搜集,經過整理與校正,在每一張照片標註其發生地點的GPS座標後上傳至系統。使用者(受試者)透過不同載具(如電腦,平板,手機等)進到「地點評價(Rank a place)」系統網頁,評價照片對使用者(受試者)之感受程度高低。評分後的結果上傳至雲端資料庫,經過計算後產生個人環境感知評價分析與視覺化資訊地圖。

圖1 地點評價(R)系統設計與操作流程

以淹水為例,我們使用具地理座標的環境照片,隨機推播,請參與者就所見之照片,依照感受程度給予0到10分的評判,使用者完成評分後點選送出,即完成一張照片的感知評價,系統將帶入下一張照片,以此進行下一筆評價,評價系統前台與操作介面如圖2所示。使用者完成評分後可點選右上角的圖標進入統計頁面,以了解個人的環境感知評分,所評分的照片及個人的評分空間分佈,點選照片則可以看到照片的位置,照片評分人數,群眾總平均分數及個人評分,以檢視個人與社群群體的感知差異。以圖3為例,受試者在統計頁面點選照片,照片的位置,即時評價人數,平均評分及個人評分均可以依次顯示。

圖2 地點評價(Rank a place)前台使用者評價介面
圖3 地點評價(Rank a place)前台統計資訊展示介面

第三部分:操作實例

利用「地點評價(Rank a place)」資料所繪製的感知風險辨識圖如圖4所示,與淹水潛勢圖相較,可知民眾認定的高風險範圍與淹水潛勢範圍並不一定相同,淹水潛勢圖所指的為在某一段時間降下多少毫米的雨量時,可能會淹水的地方位於何處,以及可能的水位高度。風險辨識圖則是依據民眾對某一地區淹水,感受其潛在危險程度的高低所製成的,分數越高,潛在的危險程度也越高。風險辨識圖中的山上區、左鎮區、新化區、新市區等皆是民眾認為較危險的地區,在新市區內部甚至出現危險程度為9-10分之區域,但在淹水潛識圖中這些地方並非易淹水區,單就善化區和新市區來看,在淹水潛勢圖上此兩區西側容易淹水,且水深可達三公尺深,但在風險辨識圖上民眾反而認為東側區域較危險,危險程度都超過五分。

圖4 以感知評價為依據的台南市風險辨識圖(左)與以模式演算24小時延時定量降水650毫米淹水潛勢圖(右)

為瞭解不同使用者屬性在風險感受上的差異,我們將評價資料以社區端(地方居民),大眾端(社群使用者)與專業端(政府水利工程部門受訪者)進行歸類,並將照片依分數歸類為較低風險(4分以下不含4分),中度風險(4-7分)與較高風險(7分以上不含7分),再進行兩類的交叉驗證,研究結果如圖5所示,不同群體對於淹水照片的感受度有所不同,專業端與大眾端的照片評量分數相似,社區端認為風險較高的照片比例,相較於專業端與大眾端要來得低。

圖5 不同使用者屬性環境感知評價差異

在其他地方的應用個案中,「地點評價(Rank a place)」的調查則像個線頭,帶著我們發現更多當地更專注(更迫切,影響生活)的水環境課題 – 也許是超高齡社區缺乏面對淹水的「體力」(無論是災前準備,災中回應或災後復原都很累人啊!),上游垃圾與污水排放管制與水質淨化,乾旱期間河川斷流所造成的灌溉困境,沿海海堤興建所衍生的生態課題,或是河岸景觀美化可能帶來的觀光遊憩大躍進。氣候調適為了什麼(for what?)以及為了誰(to whom?)像一張綿密的網,回應的常常是地方深深的牽絆,從來沒辦法單刀直入只談淹水好。

結語

「地點評價(Rank a place)」是參與式地圖發展一件小小的事,過去的一些操作經驗告訴我們,以照片為載體的感知調查,較傳統上以問卷為主的評估方式,更能呈現特定族群需求,或是對不能清楚表達之事物(cannot tell)的指認 – 至少,地方阿嬤不用再說「啊我看膜啦~」,然後對著三四五頁的問卷發愁。「地點評價(Rank a place)」無法取代,也不該獨立於田野調查,搭配訪談與工作坊服用,像是地方感知調查過程中的新工具,透過地理空間資訊的協助,並在尋寶的過程中努力保持不迷路。

地理資訊系統在決策服務上的應用並不是新鮮事,從空間規劃的視角,我們的挑戰並不在酷炫技術,而是技術產出可以提供決策的價值,建立除了過去的災害經驗之外,對地方的長時續的理解與關懷。

最後,有人的地方就有江湖,行走江湖需要好好分享,好好聽話,和好好說。調適的面貌因著時間空間的不同而千變萬化,江湖裡各路英雄群集,自然也會長出不同的模樣。


台大地理系,成大建築所,Lund University與TUDelft校友,目前棲息於國立彰化師範大學地理系。人生充滿跨領域與超展開,專長是空間規劃,氣候調適,都市防災,韌性城市與參與式地圖製作。身邊有一群厲害又撐得住的同伴,相信有愛有溫度就可以一直走下去。