理大研預測系統可精準防控疫情促進智慧城市發展|本社編輯部

港府於2017年公布《香港智慧城市藍圖》，倡導善用創新科技，構建一個世界聞名、經濟蓬勃及優質生活的國際創科中心。香港理工大學去年成立的智慧城市研究院，今年便針對香港多項重要議題，包括舊區建築活化、斜坡安全、新冠肺炎疫情防控、空間數據基礎建設等，宣布成功研發了一系列尖端專利科技，更獲得瑞士日內瓦國際發明展（2021特別版）金獎的肯定。

理大智慧城市研究院院長史文中教授表示：「交通、環境、老齡化等領域對香港和國家的智慧城市發展至為關鍵，理大智慧城市研究院會聚焦研究相關項目。加上理大於城市信息學、人工智能、機械人技術及數據科學等領域的雄厚研究實力，將有助推進相關研究。」

改算發病風險及早預測疫情

新冠疫情雖然暫時清零，但難料疫情何時反彈，政府仍須積極利用科技減低市民受感染的風險。創科局曾經提及開發空間數據共享平台及設立地理空間實驗室，監察疫情去向。而史文中教授團隊就自行研發了一個數據平台，利用確診病例的時間、地點以及人口的流動情況，尋找疫情蔓延的規律，建構模型推算不同社區的發病風險。

現時的新冠肺炎預測模型多針對確診病例，但研究指出，人們發病前幾天的傳染力更高。從發病到確診一個病例需要4至5天，所以史教授團隊提出的新模型可以更及時地預測疫情發展趨勢，支援公共衛生部門制訂更精準的防控策略。

史文中教授指出，該系統可以精準預測全港291個小規劃統計區的發病風險，而預測精度在1至3天內更大於85%。該團隊曾經於本年4月11日預測元朗及屯門地區有較高風險出現病例，結果政府其後公布確診個案的來源地與團隊預測不謀而合。

史教授團隊更於數據平台的基礎上，開發了新冠肺炎發病風險可視化平台，以展示疫情的最新現狀及短期預測。地圖可依不同大小程度（大至全國、大灣區，小至單獨建築物），包括三維模式展示個別大厦附近200米的確診數字，技術未來或可對外開發，讓公眾規劃行程，減低染疫風險。

人工智能分析預防山泥傾瀉

另一方面，山泥傾瀉依舊是香港的致命威脅。為了加強城市的防災能力（city resilience），理大團隊透過衞星取得的地面數據，包括以往發生傾瀉的山坡特徵，如：形狀、範圍、高度等，再以人工智能分析出哪些山坡有較高風險發生山泥傾瀉，精準度可達九成以上。

理工大學指出，這項技術已經獲得港府土木工程拓展署使用，可以大大降低人工檢查的時間和成本，並幫助政府人員識別山泥傾瀉的可能成因及制定精準的應對方案。

在未來，這項技術更可幫助政府更容易檢測土地用途和不同建築物有什麼轉變、統計車流量等等，甚至可識別行經車輛是巴士還是私家車，希冀更好地掌握城市變化和規劃，例如巴士公司可以準確地調整班次，不但符合成本效益，也能切合市民所需。

改善測圖系統加快市區重建

除此以外，香港的市區重建、樓宇維修亦面臨不少挑戰。據2019年統計，全香港有逾萬幢、樓齡50年或以上的老舊住宅建築，這些舊樓一般缺乏三維室內建築資訊模型（BIM）。有見及此，理大團隊亦研發了一種輕便可靠的移動測量背包（S2DAS），可以厘米級精準度便捷地測量、獲取三維（3D）地圖，用於建立空間數據基礎設施，進而支援智慧城市的多領域應用。

史文中教授表示，「傳統技術只能在特定位置產生2D資訊。隨着技術發展，3D測圖成為最新趨勢，但仍缺乏輕便設備，在沒有GPS信號的環境下測圖。」他指出，這個系統僅重9.2公斤，容許測量人員背着步行，連續以紅外線和光學攝像機測量周遭的環境，以實時取得室內、室外的3D數據，比現行的Google地圖3D模式要細緻的多，特別適用於香港這類高密度而複雜的城市環境。

另外，這個系統也可以判斷路段有什麼障礙，為大型建築預製組件制定避開狹窄路段的最佳運輸路線，可以加快市區重建及興建公型房屋。跟傳統的三腳架定點測量比較，測量時間由半天大為縮減至3分鐘已可得出結果。理大已率先和香港建造業議會合作，在一些使用「組裝合成法」的建築中，預先掃描附近路段，效果良好。