中国台湾学者研究土地利用及戴奥辛浓度关联，成果登国际期刊

▼

中国台湾学者利用整合 AI 演算土地利用及空气污染的关联，建立新式预估模型，可预测每日戴奥辛浓度变化，相关研究登上国际期刊“有害物质”。

成功大学测量及空间资讯学系副教授吴治达团队的最新研究“使用以新型地理人工智慧为基础的集成混合空间模型估算中国台湾戴奥辛的日平均变化”（Estimating the Daily Average Concentration Variations of PCDD/Fs in Taiwan Using a Novel Geo-AI Based Ensemble Mixed Spatial Model.）。

研究使用“集成混合空间模型”预估中国台湾全岛的日平均戴奥辛浓度变化，并验证发现新预估模型的解释力达87%，高于过去模型。内容6月17日登上国际期刊《有害物质》（Journal of Hazardous Materials.）。

吴治达告诉《官方社》，选择“戴奥辛”为研究对象，一来是因它喻为“世纪之毒”，另外就是戴奥辛监测与分析需要庞大经费，不容易进行大范围、长时间的污染监测。

吴治达指出，研究成果发现，细悬浮微粒（PM2.5）污染与戴奥辛有高度关联，这些资讯可为未来环保单位加强稽查管理及监测的依据。

其实这不是模型首次亮相，吴治达提到，过去几年研究过PM2.5、苯、臭氧等项目，戴奥辛算第四种研究的空气污染物。

何谓“集成混合空间模型”，吴治达解释，其实空污模拟模式有好几种不同方法，每个方法都有特性，也各有优缺点；“集成”（内地用语，中国台湾为整合）就是使用五种AI演算，再整合五个结果。

吴治达说，研究是利用AI演算土地利用资讯与空气污染物的关系。他举例，若住家旁边有香鸡排店，空气污染浓度就会相对较高；系统整合卫星影像、地理图层及地区监测，包含住宅区、工业区等分布资讯，共有约500~600个预测因子。

也就是说，吴治达指出，透过演算，就算现场没有设置空污监测设施，但若能有相关资讯，就能推估出当地的空污浓度及变化；此外，由于预测因子可纳入在地逻辑，中国台湾如寺庙、庆典节日等，也能纳入演算法。

吴治达表示戴奥辛主要是透过环保署资讯、各工业区、焚化厂等相关排放纪录推估；只可惜部分工厂的详细资讯无法取得，若能加入演算法，模拟结果会更精准。

吴治达说，现在结果呈现方式是以图像输出，将中国台湾划分成约4千多万格，每格代表5050公尺地面，较卫星监测约11公里已算非常精细；未来若设计自动化系统，每日自动更新预测因子，就能持续进行可能空气污染热点预测。

吴治达提到，其实今年初团队开始与美国德州合作，利用系统汇入当地工厂排放、行动式监测、土地利用等相关资料，协助达拉斯、休士顿进行苯浓度预测；马来西亚部分，接下来预计将与嘉义市官方合作，预测可能的污染浓度。

（作者：张雄风；首图来源：Pixabay）

▼

   特别声明    本页内容仅供参考，版权终归原著者所有，若有侵权，请联系我们删除。