既有光纖也能聽見山在動？DAS 正把纜線變成地震與崩塌感測網

沿著山區公路埋設或懸掛的光纖，本來是為了讓電話、網路與資料高速通過。Distributed Acoustic Sensing（DAS，分布式聲學感測）卻把這條「傳資料的線」變成「感受沿線微小形變的長條感測器」。原理上，儀器向光纖發出雷射脈衝，再分析沿線返回的散射光變化，便能推估不同位置的微小應變與振動。它不等於把光纖變成一支完美地震儀，但可以在很長距離上形成密集、連續的量測通道，這對地震、邊坡、交通與地下工程監測都很有吸引力。

2026 年 npj Natural Hazards｜Monitoring landslide disturbances using DAS 直接把 DAS 放到極端天候與滑坡擾動的情境中研究。論文的重要性不只是「有看到滑坡訊號」，而是證明在颱風等高噪音、快速變化的環境裡，預先部署的光纖有機會成為連續觀察坡體事件的陣列。對山區公共服務來說，這與單點式傾度計、雨量計或地表位移計形成不同的互補關係：單點感測器可以很精準地量一個位置，DAS 則可能讓維運者沿著一段道路看見「哪一段先出現異常」。

同年 U.S. Geological Survey｜Rapid earthquake magnitude classification with DAS 所整理的研究，又把 DAS 放進地震 P 波快速分類與震級估計的問題。這讓「光纖能不能參與早期警報」不再只是概念展示。不過，任何把它直接翻譯成「既有電信光纖都能變成地震預警網」的說法，都太過頭。DAS 量到的是沿光纖方向的應變或應變率訊號，纜線如何埋設、與地面是否緊密耦合、光纖類型、轉彎、鬆弛、管道與周邊噪音，都會改變資料品質。

這一點對台灣山區道路尤其重要。道路旁可能已有電信光纖、交通控制纜線、電力通信或其他地下管線，但「存在光纖」與「存在可做高品質 DAS 的光纖」不是同一件事。若纜線浮在管道內、局部鬆動，或與坡體耦合很差，它對土體微小應變的反應就可能不理想。真正可行的部署策略，應先做 fiber characterization：知道哪一段纜線在哪裡、埋多深、怎麼固定、通過什麼地質、靠近哪些橋梁、擋土牆或反覆災點，再決定哪一段值得接上 interrogator 做試驗。

2026 年的 Scientific Reports｜Ground fissure detection with distributed fiber optic sensing 也把自動辨識與地裂縫寬度量化帶進分布式光纖感測。這類研究提醒我們，未來真正的瓶頸可能不只是「有沒有波形」，而是「波形能不能對應到工程上有意義的事件」。如果系統只能在螢幕上顯示大量漂亮的時空熱圖，卻不能區分卡車經過、落石撞擊、排水沖刷、擋土牆位移、施工鑽掘與坡體裂縫，那它還不是公共防災工具。

這正是地方道路巡查知識可以進入的地方。長期巡路者常知道哪一個彎道雨後最容易掉小石、哪一段擋土牆在連續降雨後會先冒水、哪一處路面隆起不是鋪面老化，而可能與地下水或坡腳變形有關。這些觀察若只留在個人經驗或紙本紀錄裡，與 DAS 波形就永遠是兩套系統。更好的方法，是把「何時、何地、發生什麼、現場照片與處置結果」變成 event labels，回頭標記感測資料。下一次相似波形再出現時，模型才有可能提出更有用的異常提示。

因此，DAS 與地方知識的互補不是浪漫地說「科技加傳統智慧」，而是一個很工程化的校準流程。儀器能提供毫秒到秒級、沿線高密度的連續訊號；人則能提供事件語義：那不是「振動 3.2」，而是某次大雨後路肩開始落石、排水孔先堵塞、牆後水壓改變，之後兩天才出現可見裂縫。當事件語義被時間對齊，研究者就能回頭問哪些頻帶、哪些空間模式最具有預警價值，並且知道哪些只是交通噪音。

Scientific Reports｜DAS strain evolution for geohazard early warning 類型的研究也說明，土水系統中的應變演化需要結合物理機理理解。山區豪雨時最麻煩的問題之一，是噪音會一起暴增：雨滴、溪流、車輛、風、施工、碎石移動都有訊號。真正的預警門檻不能只用一個固定振幅值，而應該把空間連續性、頻率特徵、持續時間、雨量與已知災點一起判斷。對公共機關而言，這也意味著警報應分級：研究異常、巡查提醒、交通預警與封路決策不能混成一個紅燈。

若在原鄉聯外道路先做示範，最值得選的通常不是「最危險但沒有任何基礎設施」的路段，而是既有纜線條件可用、災害紀錄完整、巡查人員穩定，且一旦中斷會顯著影響就醫、就學、物資與通訊的瓶頸路段。示範的價值在於建立可重複的方法：先做基線、再做雨季事件標記、比對既有雨量與位移監測，最後才談自動警戒。若一開始就全面鋪設，很可能得到大量無法解釋的資料與昂貴維運。

資料治理同樣不能忽略。把通訊纜線變成感測器後，波形可能同時記錄道路交通、施工活動甚至某些人為振動。公共機關需要清楚界定資料用途、保存期限、誰能看原始波形、哪些資料只能用於防災、什麼情況可以分享給研究單位。更現實的是，當颱風造成停電或通訊中斷時，DAS 系統本身也可能失去回傳能力，因此不能把它當成單一依賴的「超級感測器」。雨量、現場巡查、衛星或雷達、傳統位移儀器與人工通報仍要保留。

所以，「既有光纖也能聽見山在動」最值得報導的，不是科技奇觀，而是公共基礎設施的一次功能重組：同一條纜線可能同時支撐通信與地球物理感測。但要把研究成果變成山區防災，必須先接受一個不那麼炫目的事實——光纖的品質、埋設、資料語義、警戒責任與維修能力，比單純「接上 DAS 儀器」更重要。當高密度波形與長期地景觀察互相校準，這張感測網才可能真正知道什麼叫山在動，而不是只知道山很吵。

若要把 DAS 變成道路管理工具，系統設計還需要一個經常被忽略的「基線期」。在沒有災害時先連續量測車流、雨勢、施工、溪流、風與日夜溫差造成的背景訊號，才能知道正常道路到底有多吵。基線資料越完整，豪雨來臨後越能判斷某段新出現的頻帶或空間連續訊號是否異常。這也意味示範案不能只在颱風前臨時裝上設備，而應至少跨越平日、雨季、維修與幾次中小型事件，累積足夠的對照資料。

公共機關還要把「發現異常之後做什麼」寫成 SOP。第一層可由系統自動標出位置與時間，第二層交叉比對雨量、既有位移儀與歷史災點，第三層派巡查人員確認排水、裂縫、落石與路面，只有在多項證據一致時才提高交通管制層級。若巡查結果與 DAS 不一致，也要回填成訓練資料，而不是把它當作一次失敗刪掉。久而久之，這套系統才會逐步學會哪些是該路段真正重要的前兆。

成本評估同樣不能只看 interrogator 儀器價格。既有光纖的租用或協調、機房空間、備援電力、資料儲存、遠端維修、演算法更新、資安與現場驗證都會形成長期支出。對交通量不高但一旦中斷就影響急救、就學與補給的原鄉道路，公共價值可以高於單純以車流量排序的投資模型。因此示範案的 KPI 除了偵測準確率，也應包括提前多少時間提供巡查線索、減少多少無效巡查、警戒是否更快傳到地方，以及系統故障時能否由原有流程接手。

原傳媒AI｜依你的角色繼續追問

本篇已建立四種角色入口，每個角色各五題，共 20 組追問；前端請依 `roleQaPath` 載入對應 JSON，讓讀者先選擇角色，再進入該角色的問題與回答。回答以本文來源為基礎，並把研究證據、地方治理與仍待驗證的邊界分開呈現。

source-check notes

日期：人工審稿核對

• npj Natural Hazards｜Monitoring landslide disturbances using DAS
• U.S. Geological Survey｜Rapid earthquake magnitude classification with DAS
• Scientific Reports｜Ground fissure detection with distributed fiber optic sensing
• Scientific Reports｜DAS strain evolution for geohazard early warning