成大測量系吳治達副教授團隊開發「地理人工智慧(GeoAI)集成混合空間模型」榮登國際頂尖期刊「Journal of Hazardous Materials」
圖/吳治達 文/吳治達、研發處
台灣戴奧辛污染問題一直是環境保護的重要議題。戴奧辛是指由75種多氯戴奧辛(PCDD)和135種多氯呋喃(PCDF)組成的群集，當燃燒含氯塑膠廢棄物時，可能釋放出戴奧辛，進而排放至空氣中遠距離傳播，沉積至土壤或水體底泥中，再經由食物鏈進入生物體內累積。然而，長期低濃度的戴奧辛是否對人體健康造成影響，仍需進一步研究。
為解決這一挑戰，本校測量及空間資訊學系吳治達副教授團隊與明志科技大學環境與安全衛生工程系許金玉助理教授、國立陽明交通大學環境與職業衛生研究所紀凱獻所長及潘文驥副教授，以及菲律賓大學迪里曼分校的Jennieveive B. Babaan助理教授（吳副教授指導之測量及空間資訊學研究所畢業生）共同合作發展「地理人工智慧(GeoAI)集成混合空間模型」進行分析，以模擬全台空氣中戴奧辛的空間分布與時間變異狀況。
本研究是第一個利用創新之「地理人工智慧(GeoAI)集成混合空間模型」，藉由多種空間推估方法學之整合，以及透過「SHapley Additive exPlanations (SHAP) 」指標所定義之重要地理空間變數資訊，以模擬全島長時期、高解析度之大氣戴奧辛濃度變化。本研究使用2006年至2016年監測站每日戴奧辛監測濃度做為建模之依據，透過Geo-AI模型整合克利金空間內插、五種機械學習演算法以及集成算習等空間推估方法學，並在考量過去十餘年的監測數據、氣象、地理空間變數、社會發展以及季節等因子影響下，發展集成混合空間模型。GeoAI模型可正確模擬87%左右大氣戴奧辛的長期時空變化趨勢，相較於其它空間推估方法學，集成混合空間模型具有更好的解釋能力與穩定度。
研究團隊還通過機械學習中的變量篩選方式發現，PM2.5（細懸浮微粒）、製造業和緯度是影響戴奧辛濃度變化的前三個重要因素。當PM2.5濃度較高、製造業密度大且緯度較低時，較容易出現高濃度的戴奧辛。此外，研究還顯示植物綠化可以減少戴奧辛的出現。透過所建立的模型模擬台灣本島戴奧辛的分布，結果顯示目前仍以中南部地區空氣中的戴奧辛濃度較高。這一發現提供了對戴奧辛污染監測和防控工作的重要參考。
吳治達副教授表示，這項研究的成果為深入了解戴奧辛的時空分布提供有力的工具，有助於制定更有效的環境政策和監測措施，以保護公眾健康和環境安全。將對台灣和全球的環境保護工作產生積極的影響，有助於建立更健康、可持續的環境生態體系。
該研究成果已經引起相關部門和學術界的廣泛關注，在國家科學及技術委員會計畫經費支持下，研究成果目前已獲刊載於Journal of Hazardous Materials。未來有望在戴奧辛污染治理和監測研究中發揮重要作用。研究團隊表示，他們將繼續深入研究，不斷完善模型，為解決戴奧辛污染問題提供更多有力的科學依據。
成大測量及空間資訊學系吳治達副教授(左四)率領團隊合影
其他相關
Hsu, C. Y., T. W. Lin, J. B. Babaan, A. K. Asri, P. Y. Wong, K. H. Chi, T. H. Ngo, Y. H. Yang, W. C. Pan, C. D. Wu*. 2023. Estimating the Daily Average Concentration Variations of PCDD/Fs in Taiwan Using a Novel Geo-AI Based Ensemble Mixed Spatial Model. Journal of Hazardous Materials 458:131859.
https://www.sciencedirect.com/science/article/pii/S0304389423011421
吳治達 Chih-Da, Wu
https://www.scopus.com/authid/detail.uri?authorId=8449024900
解開臭氧三大謎題 預測濃度變化準確高於90％ 成大測量系吳治達副教授「集成混合空間推估模型」榮登國際頂尖期刊
https://news-secr.ncku.edu.tw/p/406-1037-251543,r81.php
