海倫剛走、颶風米爾頓又來!佛州進緊急狀態
今日新聞NOWnews.2024年10月7日 07:43

▲海倫颶風剛走沒多久,已從熱帶風暴升級為颶風的米爾頓(Milton),又將襲向美國南部,佛州州長已宣布州內多個郡縣,進入緊急狀態。(圖/美聯社/達志影像)

[NOWnews今日新聞] 颶風海倫(Helene)剛為美國東南部多州帶來重大打擊,救災及防災議題還演變為民主、共和2黨的選舉攻防戰,不過沿海居民還沒來的及喘一口氣,已從熱帶風暴升級為颶風的米爾頓(Milton)又將來襲,佛羅里達州州長宣布,州內多個郡縣進入緊急狀態。

綜合美媒報導,米爾頓目前在墨西哥灣,持續向美國海岸移動,強度還在繼續增加,總部位於邁阿密的美國國家颶風中心警告,米爾頓預計將於當地時間週三早上登陸,最有可能襲擊人口稠密的坦帕灣地區(Tampa Bay area)。

佛羅里達州準備進行自2017年以來、最大規模的疏散行動。佛州州長德桑蒂斯(Ron DeSantis)表示,米爾頓可能會讓此前海倫颶風造成的破壞更加嚴重:「有些地區還散落著很多殘骸、碎片,如果此時又遭遇大型颶風襲擊,會發生什麼?損失將大大增加,請大家齊心協力,盡快完成善後跟撤離行動。」

截至發稿為止,佛州已有51個郡縣進入緊急狀態。坦帕市長卡斯特(Jane Castor)親自拜訪居民,呼籲他們趁早撤離:「現在就走吧,避開交通堵塞,去到地勢更高的地方。」佛州總檢察長穆迪( Ashley Moody)也警告那些無視疏散命令、堅持留在原地的居民,如果不幸遇難,應該事前採取措施,幫助當局識別他們的身份,比如用不褪色的筆,在手臂寫下自己的名字等等。

海倫颶風剛造成美國北卡羅來納州、佛羅里達州等6個州,超過200人死亡,致命程度僅次於2005年的卡翠娜颶風,並為美國經濟帶來數百億美元的損失。

▲海倫颶風重創美國東南部多州。圖為重災區之一的北卡羅萊納州。(圖/美聯社/達志影像)
▲海倫颶風重創美國東南部多州。圖為重災區之一的北卡羅萊納州。(圖/美聯社/達志影像)

更多 NOWnews 今日新聞 報導
卡崔娜後最嚴重!海倫颶風損失驚人 「半導體小鎮」也被波及
海倫颶風重創美國基礎設施!iPhone「這一新功能」成災民救贖
海倫颶風成美國大選變數?關鍵搖擺州北卡受重創 選務恐陷混亂

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

山陀兒 重創 萬里

回應 祖國論

賴清德 晚會

扣押 京華城

晚會 巨蛋

賴清德 祖國

民視
民眾日報
TVBS新聞網
TVBS新聞網
藍委籲啟動第二預備金協助重建 卓揆:必要時依程序啟動
政治中心/陳韻年、李佳樺、郭文海、廖文璞 新北報導山陀兒颱風帶來豐沛雨量,造成金山、萬里、淡水淹水、土石流,而瑞芳高工後方的邊坡也發生山崩,地點距離教室不到4公尺。早上行政院長卓榮泰趕往瑞芳勘災,新北副市長劉和然拜託中央多協助學校復原,藍營立委也喊話中央快啟動第二預備金協助重建。卓揆強調,若真的錢不夠用,將依程序啟動第二預備金。
  • 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