歡迎光臨 國立中央大學

異質性資料融合技術下PM2.5濃度空間分布(以大里國小及甲仙國小2016-10-16 21:00為例)。左圖(EPA only)：單純使用環保署測站資料；中圖(Airbox only)：單純使用空氣盒子資料；右圖(Fusion)：經兩者資料融合後，可發現空間分佈的資訊更加細緻並避免不合理的資訊。

　由土木工程學系林遠見副教授指導水文與環境資訊研究室博士生齊宛儒與碩士林永清同學，共同研究發展跨領域整合物聯網(IoT)及時空巨量資料的分析技術，能提供高時空解析度的PM2.5濃度資訊。成果刊登於環境科學領域頂尖SCI國際期刊《Environment International》。
 
　目前臺灣共有76座環保署建置之國家級空氣品質測站，因無法大規模佈建，故時空解析度較低，無法滿足高時空變異性的PM2.5資訊需求，其優點是監測資料的精確度與可信度較高。另一方面，空氣盒子在内的空氣品質微型感測器數量正逐漸增加，政府也在積極佈建城鄉空品物聯網，但微型感測器受到先天限制，容易有較大的時空變異量與干擾。因此，團隊藉由最佳線性數據融合理論搭配克利金空間推估法(Kriging)，計算監測資料之日變動程度及空間推估時產生之可能誤差，作為將資料線性融合時的權重，以保留不同感測器之優勢。研究結果顯示，透過資料融合技術能夠更合理地推估PM2.5濃度時空分布。不但能有效降低監測污染物所需經費，同時增進監控空氣品質之效率。
 
　長期暴露於高濃度的PM2.5之下，會提高各種疾病患病風險，因此精確且細緻PM2.5的監測對於民衆健康與暴露評估而言具有重要意義。其成果能為過敏、各類呼吸道及心血管疾病，甚至癌症等病因研究，提供相當有力的科學依據。可視為在土木與環境領域、資訊科技應用領域、空間資訊領域及其他領域上的跨領域整合突破性先驅研究，兼具學術與實務應用的價值。
 
　林遠見副教授所領導之團隊，在水文與環境相關議題之研究表現亮眼，屢獲各界肯定，亦受科技部年輕學者養成計畫「愛因斯坦計畫」大力支持，目前更積極與各方學者進行跨領域合作，未來將持續致力於相關學術研究之發展。


中央大學土木系林遠見老師所領導之水文與環境資訊研究室合影。土木系提供。

中央大學土木系林遠見老師所領導之水文與環境資訊研究室合影。土木系提供。