澳洲直升機遭共軍危險施放熱焰彈 總理:中方應給個說法
太報.2024年5月7日 10:23
澳洲總理艾班尼斯表示,澳洲一架軍用直升機上週遭中國戰機近距離發射熱焰彈,相當「不安全」且「不可接受」。他要求北京當局做出解釋。

澳洲國防部昨晚(5/6)發表聲明指,上週六,澳軍一架海鷹(Seahawk)直升機在黃海上空執行聯合國制裁北韓的例行任務時,遭共軍一架殲-10戰機危險攔截。

澳洲總理艾班尼斯(Anthony Albanese)今天(5/7)接受澳洲第9頻道《今日秀》(Today Show)專訪時表示,政府將此事公開,是為了要「非常清楚明確地表示,這種行為是不可接受的」。

艾班尼斯強調,澳洲國防軍人員當時「位在國際海域、國際空域」,「他們執行任務,以確保全世界透過聯合國對北韓的制裁能確實實施」,「他們本來不應遭遇任何風險」。

艾班尼斯表示,澳洲公眾期待中國對此事做出解釋。

澳洲國防部長馬勒斯(Richard Marles)在昨天的聲明指出,澳軍直升機是自「霍巴特號」(HMAS Hobart)神盾驅逐艦起飛,處於國際海域,但共軍戰機在澳軍直升機前方約300米、上方約60米處發射熱焰彈,藉此要求直升機避開原有飛行路線。

馬勒斯表示,澳軍直升機若被熱焰彈擊中,會引發「重大」後果。他強調這是一起「非常嚴重」的事件。

馬勒斯說,遭施放熱焰彈的海鷹直升機閃避了熱焰,雖然無人受傷,但這起事件使該直升機與機上人員均置身危險中。

這是共軍與澳洲軍方近半年來第二次發生類似的嚴重事件。去年11月,澳洲指控中國艦艇對澳洲「土烏巴」號(HMAS Toowoomba)巡防艦潛水人員發出聲納攻擊,導致潛水人員受聲納脈波衝擊而受傷。中國對此否認,澳洲則認為中方說謊。

澳洲廣播公司(ABC)報導,澳洲海軍中將哈蒙德(Mark Hammond)在上月於

中國青島舉行的西太平洋海軍論壇上,曾向中國人民解放軍海軍司令胡忠明上將表達對土烏巴號遭中方聲納攻擊事件的擔憂,敦促中方將各自海軍人員的安全放在首位,防止類似事件再次發生。

更多太報報導
美軍士兵私自赴俄會女友 在海參威被捕遭控偷竊
美國和中國誰最具領導力?民調顯示最「愛中反美」的是這國
俄國警告可能攻擊英國軍事基地 將視F-16為「核武載台」

最新選舉新聞

最新選舉新聞

多元觀點

不同視角的媒體報導

朝野 立委

國會 改革 衝突

民進黨 鬧事

立法院 改革

賴清德 就職

國會 改革 朝野

中天新聞網
華視
Yahoo奇摩(即時新聞)
菱傳媒
駁審議黑箱!民眾黨立委點名3人「號召太陽花2.0」 嗆綠委:素質堪憂
為拚520前三讀通過國會改革案,台灣立法院17日上演「表決大戰」,朝野立委展開激烈攻防,過程中卻演變成全武行;立法院前更聚集上百學生,頗有當年太陽花學運的意味。對此,民眾黨立委黃國昌今(18)日受訪時就砲轟民進黨立委素質堪憂,更點名昨日帶頭抗議的學子和網紅「說昨天的程序黑箱,是哪裡黑箱?請站出來講清楚、說明白,不要躲!」
  • 資料來源:網路溫度計自2017年至今約累積28億則以上文章的網路社群大數據資料庫,其內容涵蓋Facebook、YouTube、Instagram、Dcard、以及包含Yahoo奇摩新聞、聯合新聞網、中時新聞網、ETtoday新聞雲、LINE TODAY、蘋果日報、自由時報、三立新聞網等約350家媒體網站上與選舉相關之政黨、候選人公開資料。
  • 分析方式:本模型分析方式非採傳統抽樣之民意調查,係將蒐集之資料庫予以分析,無母體數、樣本數限制。本模型係運用大數據關鍵引擎,透過深度學習與AI人工智慧技術,使用斷字切詞(Word Segmentation)、語意分析(Semantic Analysis) 、即時情緒分析(Real-Time Sentiment Analysis)等技術,汲取網路上相關討論文章,將文章分為正面、負面、中立三種情緒,計算網路聲量。
  • 跨世代劃分標準:本預測模型判別跨世代之依據,係以不同世代使用者之網路社群行為模式差異區辨。以不同社群網站之使用者世代臉譜數據為基礎,計算跨世代在不同社群聲量上的權重,綜合計算後得到世代好感度數據。
  • 名詞解釋
    • 網路聲量:透過「KEYPO大數據關鍵引擎」,計算社群討論及新聞報導提及的文章則數,聲量越高代表討論越熱,能見度越高。
    • 好感度分數:綜合評估網路聲量與網友語意情緒,分析各熱門候選人的網友評價。各熱門候選人的情緒、聲量皆經過標準化分數處理,得出好感度分數,再進行各縣市候選人彼此的比較,評量不僅需要聲量高,而且是好評要高,負評要低。好感度分數範圍在0-100分之間,分數越高,表示整體網友對於該位候選人的好感程度越佳。
  • 其他說明
    • 調查單位及主持人:大數據股份有限公司
    • 辦理時間:即日起至2022年11月16日止,逐日更新好感度數據。
    • 抽樣方式:本預測模型非抽樣之民調調查
    • 母體數:無母體數,請參考上述大數據資料庫的內容涵蓋範圍
    • 樣本數及誤差值:本預測模型非採用小樣本抽樣之民意調查,不適用抽樣誤差值
    • 經費來源:Yahoo奇摩、大數據股份有限公司