SDG11
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
關於「臭氧」你了解多少？除了地表高層遮蔽紫外線的臭氧層，神秘的「臭氧污染」早已無孔不入的滲入日常中。國立成功大學測量及空間資訊學系吳治達副教授團隊，透過「集成混合空間推估模型」為你解開臭氧的三大謎題：越近郊區臭氧污染越密集？臭氧為何最愛停在郊區？COVID-19 與臭氧污染有何關係？
國立成功大學測量及空間資訊學系吳治達副教授團隊，與國家衛生研究院國家環境醫學研究所陳保中特聘研究員兼所長、陳裕政副研究員，中研院環境變遷研究中心龍世俊研究員兼副主任，國立臺灣大學環境與職業健康科學研究所郭育良特聘教授共同合作，集合多種重要的地理人工智慧（Geo-AI）技術，如：克利金空間內插、土地利用迴歸，融入當代火熱的「機械學習及集成學習人工智慧演算法」，以更精準、創新的研究手法出發，發展出對區域臭氧濃度變化，有高達92%的準確度的「集成混合空間推估模型（Ensemble Mixed Spatial Prediction Model）」，並成功登上Impact Factor=14.22的國際頂尖期刊 Journal of Hazardous Materials。
吳治達副教授表示，他們使用了 2000 年至 2020 年，環保署約 180 多萬筆空污監測數據，以上述空間推估方法，針對 600 餘個土地利用／環境／氣象／地形等影響因子，完成「臭氧污染的推估模型建置」，在 50m×50m 網格解析度的情況下，模擬出台灣本島範圍自 2000 年迄今，每天臭氧污染之日平均、白天平均、晚上平均以及最大八小時平均濃度的長期時空變化狀況，對台灣各區域臭氧濃度變化的預測準確性高達九成！
神秘臭氧之謎 用專業方法學逐次攻克
過去吳治達副教授積極投入環保署與國家衛生研究院十年科研計畫，運用專業之方法學為台灣空氣品質貢獻心血， 近年來臭氧（Ozone）的排放來源、負面影響逐漸躍上國際舞台，成為全球各界關注的火熱話題，也很快引起了他的注意，更因此激發出本次研究的靈感火花。
臭氧屬於二次污染物，非由污染源直接排放，而是透過氮氧化物及揮發性有機化合物等前趨物，經光解後才結合產生，且臭氧熱點大多散布在遠離排放源的郊區，非常不易掌握其來源，為了能在未來根除追蹤臭氧的困境，吳治達副教授決心透過一年完整且深入的研究時間，攻克臭氧「不見足跡」的神秘謎題。
臭氧解謎 part.1：越近郊越密集？
吳治達副教授提到，全台灣設有 76 個空氣品質監測站，台南地區總共有 4 個，以研究數據量而言偏少，沒辦法更準確地把握住臭氧足跡，而「集成混合空間推估模型」的誕生，可以透過數據推估出臭氧分布，減緩了測站建置困難、修護不易的問題，為未來監測臭氧分布、掌握縣市空品變化留下寶貴資源。
台南的臭氧熱區，主要分布在安平、山上、南化、關廟、左鎮…等區域，其中安平是唯一鄰近市中心的區域，吳治達副教授研判，安平工業區提供較多氮氧化物、揮發性有機化合物，成為臭氧的組成來源，且地形起伏讓生物性 VOC 堆積機率更高，也是安平成為臭氧熱區的原因之一。
臭氧解謎 part.2：臭氧為何最愛停在郊區？
而在台南山上、南化、關廟、左鎮等較為郊區的區域，區內多為森林、農業等植被地區，這些綠植可能產生更多生物性的揮發性有機化合物，加以具充足的陽光、氮氧化物，也就自然形成了臭氧熱區，有鑒於這裡有許多知名旅遊景點，也就更需要相關單位對臭氧污染的監測與關注，才能更好的提升國人出遊的空氣品質、健康保障。
臭氧解謎 part.3：COVID-19與臭氧污染有關係？
因應研究過程適逢新冠肺炎三級警戒，吳治達副教授團隊靈機一動，將警戒前後的臭氧熱區數據製成視覺化模擬圖，發現警戒前後，交通空汙排放物最密集的台北市，出現了顯著的數據改變。由於警戒期間人車減少，生成臭氧的氮氧化物、揮發性有機化合物自然也就跟著減少，整體臭氧數值下降，形成了疫情前後、臭氧污染數據明顯下降的神奇數據指標。
從測量系專業出發 跨領域推廣成大學術品牌
吳治達副教授期望這次研究產生更大的影響力，未來他想透過更多更豐富的科普、講座，甚至與環保署、國健署合作，進行更高強度的宣導與學術分享，並於3月23日受邀到行政院國科會環境遙測與健康效應科技論壇，發表本次研究的成果。
「集成混合空間推估模型（Ensemble Mixed Spatial Prediction Model）」，成功登上國際頂尖期刊 Journal of Hazardous Materials，不僅是對吳治達副教授深耕學術的肯定，也是讓各界看見成大測量系跨領域、多面向發展可能性的絕佳機會，未來吳治達副教授也將繼續在空汙領域發揮專業，與政府單位攜手合作，為台灣空品未來、使成大學術力登上國際舞台，貢獻一份心力。
吳治達 https://www.scopus.com/authid/detail.uri?authorId=8449024900
A Geo-AI-based ensemble mixed spatial prediction model with fine spatial-temporal resolution for estimating daytime/nighttime/daily average ozone concentrations variations in Taiwan. Babaan, J., Hsu, F.-T., Wong, P.-Y., ...Chen, Y.-C., Wu, C.-D. Journal of Hazardous Materials, 2023, 446, 130749 VIEW
維護單位: 新聞中心
更新日期: 2023-03-22
國立成功大學測量及空間資訊學系吳治達副教授團隊，透過「集成混合空間推估模型」解開臭氧謎題
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「Journal of Hazardous Materials」
國立成功大學測量及空間資訊學系對台灣各區域臭氧濃度變化的預測準確性高達九成
近年來臭氧（Ozone）的排放來源、負面影響逐漸受到關注，引起成大測量系吳治達副教授的研究靈感
