1  

張順欽 /行政院環境保護署環境監測及資訊處 處長/國防

醫學院公共衛生學系兼任助理教授

環境監測資訊與生活息息相關，民眾對於環境品質資訊的即時性需求也日益提高，隨著資訊網路與微型感測技術

的突飛猛進，無線感測網路應用已發展成物聯網科技(Internet of Things)，微型感測器應用於空氣品質監測作業，將可提升空氣品質監測站的站點密度及時空解析度，自點、線至面收

集空氣品質數據，以監測空氣品質變化及改善情形，因此政府及民間社群均致力推動「空氣品質感測物聯網」（如圖 1）。

圖 1．空氣品質感測物聯網 「空氣品質感測物聯網」除了由中央及地方政府建立之

空氣品質國家級監測站及微型感測器，亦結合民間開放資料社群如環境感測器網路系統（LASS）協力建置之空質品質微

2  

型感測器，以分層佈署方式，由上而下自國家級測站、區域型測站，擴展至地方/社區及公民企業佈建之空氣品質微感測器，具備 PM2.5、溫度及濕度等基本測項，藉由政府、民眾與各界專家學者之投入，監測頻率可至分鐘等級，空間密度達街道等級，由點至面形成完整感測網，未來可望提供高時

空解析度之空氣品質數據，並透過圖像化各感測點污染物濃度時序變化情形，經融合風速、風向數據進行時空特徵分析。

此外，為擴大環境感測網密度，鼓勵公民參與，環保署亦導入民眾外包民眾即感測器（Citizen as Sensors） 概念，推出應用服務提供民眾分享資料、紀錄生活軌跡，以回饋個

人化環境服務與行動提醒。 本期技術報導方面，邀請中央研究院資訊科學所主任、宸訊科技股份有限公司以及空保處，分別就「從空氣盒子系

統談環境感測的時空大數據分析」、「全方位環境感測結合社群工具之時空軌跡應用」及「由 Lancet 看我國空污管制策略」進行詳實論述與深入評析。並有高雄大學副校長連興隆

教授以「以白色與綠色憑證做為我國溫室氣體間接排放源最佳可行技術適用之探討」對溫室氣體管理技術進行討論。 參與撰文各位專家先進在公忙之餘貢獻寶貴心力與智慧，為我國環保工作貢獻甚多，編者謹代表環工學會全體編輯委員向諸位作者致上最高謝意。

張順欽 /行政院環境保護署環境監測及資訊處 處長/國防

醫學院公共衛生學系兼任助理教授

1

全方位環境感測結合社群工具之時空軌跡應用 黃妤婕、李子川

宸訊科技股份有限公司協理、專案經理

摘 要

本文闡述本公司承攬行政院環境保護署(以下簡稱環保署)「圖資中心維

運暨智慧環境應用計畫」執行成果，因應環境感測網推進進程，初探民眾環

境感知能力、導入民眾外包，環保署推出應用服務提供民眾分享資料、紀錄

生活軌跡，以回饋個人化環境服務與行動提醒。技術將地理空間技術與環境

感測技術結合，作為環保署發展公民感測應用基礎，利用社群工具分享心情

貼文，本年度亦規劃個人旅程應用服務，藉由現有社群網絡工具提供服務、

快速分享；環保署亦將運用數據分析工具分析裝置使用服務時的時空路徑與

環境數據，初步試辦結果發現當環境品質較惡劣時、使用者分享數量趨勢略

增，使用熱門時段為民眾外出休憩時間，服務使用者雖多位於都會區、關注

環境分享貼文者則散布於鄉鎮地區。未來年度擬持續透過服務擴充與分析數

據累積，整合感測網、空間圖資擴展更多應用服務，如交通規劃建議、宜居

住所或朋友圈互動、建議會面點等。

一、 前言

環境監測資訊與生活息息相關，例如環境污染、農業天氣變化或是生態

棲地變化等，普羅大眾最有感的是天氣與空氣，這樣的監測資訊需要最即時、

也涉及個人主觀感受與生理狀況。環保署長期執行的環境監測業務，目前我

國空氣品質測站設立狀況，環保署設立 76 個國家級測站、連同直轄市政府

26 站、特殊性工業區所設 35 站、大型事業近 70 站。主要分布六大都會區，

如高雄市、新北市、桃園市及臺中市等多數工業區所在縣市均有 10 個以上

的測站資源。即時監測資訊需要校正和專業解釋，或藉由模式推估預測以公

開資訊予全民，然而今日民眾對於環境品質資訊需求要求越來越高，冀求能

2

更貼身、因地制宜。現有的監測站點密度能提供氣候服務的時空解析度，因

此發展行動監測工具與活動執行是一可彌補此時空解析度不足的監測方式，

以量取勝、精度較低的方式獲取大量廣布的資訊。

開啟手機打開 Google Map 輸入地址或點選一個想去的地方，立即出現

從所在位置出發的路線導引 (“Getting from here to there.”)，空間描述是一種

語言、共同的溝通方式，再加入時間與空間形塑構各種生活空間與其延伸事

實。時序即將進入 2020， Gartner 預測將有 260 億感測器，搭配技術個人化

智慧裝置使用，環保署除了擬定執行全方位環境品質感測發展及建置計畫，

在本年度也搭配圖資中心維運暨智慧環境應用計畫，透過行動應用程式開發

作為，導入 Citizen as Sensors 概念。

現今社會群眾透過行動裝置作為資訊載體，補足空間特性、資訊流與資

訊關係人資訊，產生某地發生事故會打卡留言行為。本計畫利用民眾平日使

用的資訊展示工具，也是民眾參與體現之一，同時可應用在環境管理面向。

今日智慧行動裝置取得的 GPS 位置資料為了解人群移動的一個重要資訊來

源，民眾通勤為典型代表一個人行程起終點與移動時間。透過民眾自願生產

帶有環境訊息的空間資料時，有助於了解感知周邊發生的事情，透過時空間

群聚分析軌跡資料發掘有意義的事件 (Andrienko et al., 2011)，這些資料產生

分析可以使民眾、決策者能更為理解環境，後續進而應用、並加入經營管理

策略參考依據。

圖 1 空品感測器數量金字塔

3

永續發展目標下，環境品質提升為環境規劃重要一環，公共空間，以公

園、廣場、街道、河岸、機能用途如停車場；街道則依通行者區分為人行道、

自行車道或徒步區；各種活動空間遭受的環境污染狀況差異頗大。2016 年

美國哥倫比亞大學一項為期五年計畫為探究單車族通勤過程暴露的污染程

度，包含個人健康指標測量等偵測、透過實驗將建立紐約市街道尺度的污染

地圖，提供外出單車族選擇較少污染的路徑應用服務。前行政院院長張善政

(2017)「智慧治理」論壇演說指出創造應用情境並導入民眾參與的基因，如

手機安裝監測器回傳環境數據，是創造民眾有感的智慧城市作為；未來開發

嵌入行動裝置的小型環境監測器，讓每個人成為移動式監測器，即時數據傳

回雲端，結合空間圖資分析，讓民眾隨時了解自身的環境。

二、 方法

物聯網以各種方式利用「物件」收集的資訊，有利於了解使用者行為、

服務或改善產品，環保署將利用群眾外包力量，以民眾參與為核心，讓服務

對象成為幫政府蒐集數據的提供者，並將數據加值與轉化成對日常生活有感

的服務；本年度將提出環境 Plus 概念，空品心情功能提供民眾管道抒發己

身對於環境現象感受，而記錄個人環境軌跡則是透過全方位環境感測資料蒐

集，提供民眾健康資訊，覺察日常生活中的環境風險。前述設計皆是運用民

眾黏著度的社群工具作為媒介、分析使用者對於環境感受與行動。

智慧環境感測網的資料導入與應用

除了環保署既有各類環境監測資料，台灣現有微型感測器如 LASS，起

初由創客（Maker）自行發起，組織民眾與專家實作、提供開放資料 API。

而環保署為了擴大環境感測網密度，鼓勵公民參與，在生活環境佈建空氣感

測器，這些個人感測器讓民眾擁有監測其呼吸到的空氣的能力。本年度環保

署持續開發新型感測器，能以其他傳輸方式將即時資料上傳於「環境即時通」

可查閱相關即時資訊。

4

透過電子地圖服務和感測數據結合在一起，以手機作為社群互動載具，

結合環境監測資訊查詢服務(由上到下)、提供民眾互動提供個人環境感受訊

息(由下到上)；藉由雙方資訊流通、企圖提供給大眾更精準的環境監測情況。

圖 2 研究資料框架

本研究探討問題:

一、 區位與活動關係 不同的空間型態所產生活動型態不相同。

二、 時段與活動關係 不同時段活動型態和使用情形、族群不相同。

初步以活動(動作)型態做為分類的依據，後續為探求實質空間感受描述

或空間型態差異分析，包括探求居住環境的污染情況?哪些地方與時段需要

避免外出? 與民眾切身相關行動指引有關的等等問題。空品心情的活動型態

可區分運動類型、通勤方式、空品防範與遊憩行為；而個人環境分析未來設

計可區分室內外、戶外運動類別及使用交通工具方式，再加入個人基本資料

分析環境品質暴露程度，環保署嘗試將集合時空異質性資料，未來提供對應

之個人化智慧服務與大數據技術，加值應用後輔助服務使用者做決策，例如

提供使用者推薦路徑規劃、或是建議可前往的活動地點。

5

圖 3 STD-clusters (Space, Time, Direction) of m-events 軌跡示意圖

三、 案例

環保署開發產品-「環境即時通」主要使用者位於都會區，106 年度推出

空品心情分享功能，民眾透過社群工具分享照片於地圖與 Facebook 動態牆，

體現群眾外包(Crowd Sourcing)--- 「民眾即感測器(citizen as sensors) 」，精

神，企圖探究民眾所描述的環境感受與實際空間使用關聯。

空品心情貼文使用者由北自南、東擴散，夏季來臨較少人分享、AQI

指標平均也較好，都會區民眾分享與 AQI 指標變化無相關。目前執行發現

位於台中市、屏東縣與嘉義縣使用者貼文與 AQI 指標較相關，北高兩市使

用者與 AQI 指標無正相關，推測可能都市微環境變化因子多變。

圖 4 空品分享與 AQI 空間關係(逐月變化)(2017/03-2017/06)

推展至今，使用現象為貼文分享時北中南都會區為主，當 AQI 指標不

佳時、中南部使用者分享機率較高。負面心情時 AQI 指標常是橘色提醒等

級，中南部民眾分享則多是負面心情，北部都會區則混合不同心情等級。周

二至周五時空品心情分享時 AQI 指標較低；而當 AQI 指標較高時、心情指

6

數較低。周末晚間心情愉悅程度高，周四較無感於環境變化；周末使用者活

動類型則較集中於休憩活動，推測與環境即時通使用者逾七成多落在 25-44

歲青壯年男性有關。

圖 5 空品分享貼文與 AQI 指標空間分布(2017/03-2017/06)

圖 6 空品分享數量與 AQI 關係(周間變

化) (2017/03-2017/06)

圖 7 周間心情分享時活動類型

圖 8 周間心情分享變化

圖 9AQI 指標與心情關係圖

AQI2 星期日 星期一 星期二 星期三 星期四 星期五 星期六

良好 3 3% 15 % 1 0 % 2 9% 4 0 % 3 0% 45 %

普通 5 0% 62 % 8 3 % 6 5% 4 8 % 7 0% 41 %

紅色警示 0% 0 % 0 % 6% 0 % 0% 5 %

紫色警報 0% 0 % 3 % 0% 0 % 0% 0 %

橘色提醒 1 7% 15 % 3 % 0% 4 % 0% 9 %

設備維護 0% 8 % 0 % 0% 8 % 0% 0 %

星期日 星期一 星期二 星期三 星期四 星期五 星期六 總計 #Ac t io n

14 .2 9% 2 3 .08% 31 .03% 29 .41 % 16 .00 % 6 .6 7% 1 2 .50% 18 .75% 呼吸

7 .1 4% 7 .69% 6 .90% 29 .41 % 20 .00 % 13 .3 3% 6 .25% 13 .19% 上班

7 .1 4% 7 .69% 17 .24% 5 .88 % 4 .00 % 6 .6 7% 1 2 .50% 9 .03% 發呆

14 .2 9% 1 5 .38% 0 .00% 5 .88 % 20 .00 % 0 .0 0% 6 .25% 7 .64% 放空

0 .0 0% 7 .69% 0 .00% 0 .00 % 12 .00 % 10 .0 0% 1 8 .75% 6 .94% 吃飯

7 .1 4% 7 .69% 3 .45% 5 .88 % 0 .00 % 16 .6 7% 6 .25% 6 .94% 等待

14 .2 9% 0 .00% 0 .00% 5 .88 % 0 .00 % 13 .3 3% 0 .00% 4 .86% 開車

0 .0 0% 0 .00% 0 .00% 5 .88 % 8 .00 % 6 .6 7% 6 .25% 4 .17% 喝咖啡

0 .0 0% 0 .00% 10 .34% 0 .00 % 0 .00 % 3 .3 3% 6 .25% 3 .47% 聊天

7 .1 4% 0 .00% 6 .90% 0 .00 % 0 .00 % 6 .6 7% 0 .00% 3 .47% 耍廢

0 .0 0% 7 .69% 0 .00% 0 .00 % 8 .00 % 3 .3 3% 6 .25% 3 .47% 健行

7 .1 4% 7 .69% 0 .00% 0 .00 % 8 .00 % 0 .0 0% 0 .00% 2 .78% 躺著

0 .0 0% 0 .00% 3 .45% 0 .00 % 0 .00 % 3 .3 3% 6 .25% 2 .08% 騎車

計數 - So c ia lID 心情

AQI2 n e g . p o s . ze r o 總計

普通 6 6 .6 7 % 5 7 .6 1 % 6 8 .1 2 % 6 2 .7 7 %

良好 1 1 .1 1 % 3 9 .1 3 % 2 3 .1 9 % 2 9 .2 6 %

橘色提醒 1 4 .8 1 % 1 .0 9 % 5 .8 0 % 4 .7 9 %

設備維護 0 .0 0 % 1 .0 9 % 2 .9 0 % 1 .6 0 %

紅色警示 3 .7 0 % 1 .0 9 % 0 .0 0 % 1 .0 6 %

紫色警報 3 .7 0 % 0 .0 0 % 0 .0 0 % 0 .5 3 %

7

個人環境分析

環保署利用「環境即時通」作為應用服務平台，加入第三方社群驗證工

具，使用者可自主開啟紀錄軌跡。持續記錄位置，採用環保署國家級測站

AQI 數值，並使用環保署空品推估濃度模式面化，每日提供呼吸旅程報告，

結合地理運算技術，持續記錄使用者移動軌跡、空間運算後繪製使用者整日

暴露於不同分級污染的時間比例，凸顯不同時空的數值變化。未來可利用微

型感測器空污資料，配合個人移動資料，估算個人空污暴露情形。

圖 10 使用者時空軌跡示意(某日 12-16 時)

圖 11 使用者連續三天活動軌跡示意

以三維散布圖(圖 10)呈現使用者一日時空路徑，多數固定於同一位置，

估計於室內活動居多；而散布圖(圖 11)可知使用者連續數日於小區域固定活

動；未來推出的服務將依據使用者自行設定使用情境，提供對應分析數據，

個人化服務報告將隨著使用者社群驗證紀錄，同時環保署服務亦會提供網頁

版，便利民眾探索區域暴露的環境品質狀況。

8

四、 結論

環保署近年發展「環境即時通」成為民眾必需之生活應用服務，安裝人

次於 106 年度 6 月超過 31 萬、使用者遍布全球，台灣則集中於都會區，使

用者分布生活圈型態多元，使用時間主要在出門前、行進時。本研究探討區

位與活動關係，結果顯示隨著地景地物愈複雜、微環境尺度變數多時，民眾

感受與大氣環境監測數值相關程度較低，然而不同的空間型態所產生活動型

態不相同。時段與活動類型，明顯反映民眾生活行為，符合平日與假日活動

型態，熱門查詢時段與分享時段不同、周末心情指數較好。然而使用族群特

性依地域不相同，使用頻度依序台中、台北、高雄，而中南部較為關注空氣

品質不佳時給予回饋，持續性回饋使用者曾出現於高屏地區，前述現象描述

性分析與發現，後續擴大資料蒐集服務可參考；終極目標，欲透過服務使用

者分享資料蒐集環境大數據，與環保署環境監測資料與進階分析資訊結合，

轉化為環境感知或行動參考服務民眾。

未來將持續精進空間型態差異的分析與使用文字分析探勘，由社群分享

文字訊息來獲取有用的資訊，例如預測微環境變化、災情分析和輿論趨勢等，

也為地理資訊研究帶來不同視野；此外，運用數據分析工具持續滾動分析、

並給予服務使用者回饋，包括行動建議、生活行為或是朋友圈通知與互動促

進等效益。另個人環境暴露計算服務限制，在於所需軌跡資訊，使用者會有

隱私權顧慮，然而使用者產生內容或透過環保署服務平台提供的數據、影像

圖檔、訊息文本等內容；環保署將整合、模糊化內容提供次級資料予民眾參

考，同時使用者可自主選擇是否公開顯示社群個人頭像。

為擴大感測資料蒐集層面，將持續整合民間不同類型感測器，建立民間

資料流通管道。軟體服務持續結合視覺化、空間圖像化平臺展示功能，二來

建立跨單位環境感測分析數據共享機制、跨部會合作分享流通；又資料分析

將成為智慧環境感測應用服務之核心，分析後所得資訊或資料產品，將做為

環境永續治理的策略參考。硬體面，整合地方政府及大型公營事業機構監測

網、聯合國內產業，善用各類監測設施特性差異，形成多階層的空氣品質監

9

測體系，以利民眾掌握在地環境資訊。最後，持續以公眾需求為中心，透過

社群連結促使民眾關心生活環境品質，創造資料流動的正向回饋。簡而言之，

環保署以鼓勵感測器佈建與群眾分享為發展目標，創造環境感測網的最大效

益、提供雙向適地化環境資訊，提升環境品質新價值。

參考資料

Tools We Used to Navigate the World Around Us Before GPS and Smartphones,

https://www.citylab.com/life/2013/04/7-examples-how-we-used-navigate-world-

around-us/5286/ [2017/7/22]

智慧城市暨物聯網產業網專欄文章，張善政：創造民眾有感的智慧城市

http://smartcity.org.tw/auto_detail.php?id=74 [2017/7/17]

台北市政府環境保護局-低污染排放示範區網站 http://126taipei.tw/faq/

[2017/7/12]

UK-TFL: LOW EMISSION ZONE

https://tfl.gov.uk/modes/driving/low-emission-zone [2017/7/12]

Animated Race Maps,

http://googlemapsmania.blogspot.tw/2017/07/animated-race-maps.html?m=1

[2017/7/22]

Do you know your data?

http://www.ibmbigdatahub.com/blog/do-you-know-your-data [2017/7/22]

On Your Bike, Watch Out for the Air https://nyti.ms/2uNMiUB [2017/7/23]

Tingting Cao, Jonathan E. Thompson. (2017) Portable, Ambient PM2.5 Sensor for

Human and/or Animal Exposure Studies. Analytical Letters 50:4, pages 712-723.

Andrienko, Gennady, et al. "From movement tracks through events to places:

Extracting and characterizing significant places from mobility data." Visual

Analytics Science and Technology (VAST), 2011 IEEE Conference on. IEEE,

2011.

10

Sidlauskas, Brian, et al. "Ichthyologists hooked on Facebook." Science332.6029

(2011): 537.

從空氣盒子系統談環境感測的時空大數據分析

謝欣紘、何昱彰、劉謹瑋、陳伶志

中央研究院資訊科學所

摘要

近年來公民環保意識提升，空氣品質成為一般大眾所關心的重大議題，其中又

以懸浮微粒（Particulate Matter）相關的空氣污染引起最廣泛的重視。臺灣民間

自主性的發起空氣盒子計畫，藉由開放精神與公民參與佈建了規模龐大的空氣

盒子空品監測系統。該系統開啟了小尺度、即時性與適地性的環境監測。然而

針對這樣廣泛部署的環境物聯網， 資料品質的穩定將成為挑戰。本研究建構了

一個即時的感測器異常狀態監測架構（Anomaly Detection Framework, ADF），這

個架構由四個模組組成：1）時間片段異常檢測（Time-Sliced Anomaly Detection,

TSAD），利用即時資料串流檢測時間異常（Temporal Anomaly, T）、空間異常

（Spatial Anomaly, S）或時空異常（Spatio-Temporal Anomaly, A），2）即時污染

源偵測（Real-time Emission Detection, RED），為區域污染即時檢測，3）感測器

可靠度評估（Device Ranking, DR），替感測器作可靠度評估，以及 4）感測器故

障檢測（Malfunction Detection, MD），找出功能可能異常的感測器。本文將說明

此異常監測架構的演算法設計。

一、前言

近年來環保意識抬頭，人民對於居住環境品質的重視提升，其中又以空氣品質

為主的環境議題最為受到廣泛重視。空氣、食物與水同時為人類生存的三大要

素，但是人類可以在沒有食物的狀況下存活三個月、在沒有水的狀況下倖存三

天，卻沒有人可以不呼吸空氣超過三分鐘；此外，人類尚且有多樣食物種類可

以選擇，有先進的設備可以濾化飲用水，至今卻仍沒有任何方式可以無時無刻

過濾遭到污染的空氣。空氣污染在短期內可能造成呼吸系統的不適，甚至引起

氣喘與心肺方面的問題，長期下來則可能導致相關癌症的誘發，以及因為這些

健康危害所導致的勞動力減低、醫療照護需求增加，進而衍生的社會經濟問題，

影響社會發展程度可觀。

對於空氣品質的監測，尤其是空氣中的細懸浮微粒（PM2.5），民間自發性地發

起了空氣盒子佈建計畫。此計畫是一個利用新興的物聯網技術進行環境監測的

環境物聯網系統。民眾自行設計、開發低成本的 PM2.5 感測器，以開放精神將機

器的軟體與設計細節公佈，並向社會大眾號招佈建。時至今日，空氣盒子的佈

建數量在全臺灣已經超過兩千個站點，其中又以大臺北、臺中、臺南與高雄等

城市的佈建密度最高。對比傳統的環境監測系統，空氣盒子系統承繼傳統物聯

網系統低功耗、低成本與無線網路傳輸的特性，不但在測站佈建的數量與密度

上可以輕而易舉超越傳統龐大且昂貴的專業環境監測系統，環境物聯網透過無

線網路的資料傳輸能力更大幅改善了以往環境監測使用人力傳遞資料的效率，

並且開啟了小尺度、即時性與適地性環境觀測的創新應用。

圖（ㄧ）空氣盒子計畫的測站佈建情形

由於環境物聯網系統是民間自主參與，隨著部署環境的不同，感測器是否能夠

提供穩定、準確的感測將是個重要議題。當感測器異常或故障時，它的感測數

值可能會過高或過低，但實際狀況還牽扯到幾項因素，例如感測器部署的位置，

若民眾將感測器裝設於室內，當大環境中有空氣污染的情形時，室內機的感測

數值就會明顯比周遭環境低了許多，因此該感測器將無法反映外部環境的狀況。

另外在感測器鄰近區域要是突然產生空氣污染源，例如民眾焚燒垃圾、寺廟燒

香或是工廠排放廢氣等等，亦會造成鄰近感測器數值的突然升高。本研究針對

上述可能的狀況，利用時空資料分析的方法提出感測器異常偵測、鄰近污染源

檢測、室內機判定以及機器可靠度評比。本研究以資料科學的方式，來推估感

測器可能遭遇的狀況，進而輔導民眾或有關單位作因應處理，以期增進空氣盒

子系統整體的感測品質。本文將介紹空氣盒子感測器異常分析的各項演算法。

二、感測器異常偵測的動機

空氣盒子計畫的初衷，在於使用低成本、準確度與專業儀器相比誤差在許可範

圍的自造感測器，藉由公民參與的方式提升測站的裝設密度以及規模，來彌補

政府專業測站其密度與規模難以增進的現況。提升感測器佈建的數量可以提供

民眾更即時、更在地化的空品監測。然而在這樣的系統當中，感測器的量測品

質便會受到質疑。為了解決這種大規模空品監控系統對於資料品質的疑慮，本

研究發展了一套感測器異常狀態判定演算法用於對大規模環境感測器回傳的感

測資料做去蕪存菁。這套系統可以判斷環境感測器回傳的資料是否超出合理範

圍，且可以推斷出可能的異常事件。這套演算法的核心架構如圖（二）所示。

下文將分別討論各個模組的詳細內容。

圖（二）感測器異常監測的演算法架構

時間片段異常

偵測（TSAD）

即時污染源檢測（RED）

感測器可靠度

評估（DR）感測器故障檢測

（MD）

三、時間片段異常偵測模組（Time-Sliced Anomaly Detection, TSAD）

模組將連續的感測器數值分割成固定長度的離散序列用來異常狀態的處理。在

開始之前我們必須先定義何謂異常狀態；有三種類型的異常可能會發生在即時

的感測資料串流中，分別為：空間異常、時間異常及時空異常。這些異常的判

斷將利用該點的感測值與其鄰居的相似度以及該點的感測值於連續時間中的一

致性。三種類型的異常將詳細定義如下：

（一） 空間異常（S）：

在某一時間片段中，如果該點感測值遠高於（或遠低於）其鄰居的中

位數，則視為空間異常。其中，鄰居的定義為一感測器方圓 n 公里內

的所有感測器皆屬於此感測器之鄰居。有許多原因會造成感測器被判

定為空間異常，例如：感測器被放置於使用空氣清淨機的室內，或被

放置於污染源附近，如正在燃燒金紙的寺廟旁或餐廳旁等，亦有可能

是感測器沒有適當地安裝或感測器已故障。

（二） 時間異常（T）：

當感測器連續的回傳資料有顯著性增加，且增加的幅度超過設定門檻

值就會被認定是時間異常，感測器若是鄰近污染源（如：工廠、寺廟

或是餐廳）、未被正確安裝或功能失常可能會造成感測器被判定為時

間異常。

（三） 時空異常（A）：

當感測器的感測值同時發生上述兩種異常狀態時，則稱為時空異常。

四、即時污染源偵測模組（Real-time Emission Detection, RED）

即時污染源偵測模組（RED）從 TSAD 模組獲取運算結果後進一步分析某一個小

範圍內的排放情形。RED 模組背後的原理為：假設當某地方突然產生一個污染

源，離此地最近的感測器數值勢必會劇烈的增加，根據排放量和當時的大氣條

件，污染範圍將逐漸擴大。根據從 TSAD 獲取的初步分析結果可以將當時的資

料分成以下五種狀態：‘S’ （空間異常）、‘T’（時間異常）、‘A’（時

空異常）、‘O’（正常）和‘M’（資料遺失）。若是感測器的上一筆資料被

判定為 T 或 A，而緊接著下一筆資料也被判定為 S 或 A，則這個感測器將被 RED

模組判定為接近污染源。RED 模組只能找出小範圍內的排放，不適用於大範圍

或是擴展成大範圍的污染情形，因為大範圍還需要考慮風向以及地形等方面的

可能影響。為求判斷精確，RED 模組需要連續串流的資料做為參考資料，不允

許資料的缺失。

五、感測器可靠度評估模組（Device Ranking, DR）

感測器可靠度評估（DR）是根據每日 TSAD 模組的運算結果給予每個感測器一

個可靠度評估值，此評比是根據一天中感測值的異常比率來計算，愈高的可靠

度評估值代表著該感測器的量測值擁有愈高的可靠度。計算方法為：將各個感

測器於一天內符合空間異常（S）、時間異常（T）及空間時間異常（A）的數

量相加；接著，除以該裝置一天內有效的資料數，此結果為異常比率。由於可

靠度與異常比率成反比，將結果以數字一減去，即為可靠度評估結果。

（a）可靠度評比為五等星 （b）可靠度評比為一等星

圖（三）可靠度評估於 g0v 零時空污觀測網的呈現方式。

評估值會介於 0 和 1 之間，我們將其分成五等份並將結果呈現於 g0v 零時空污觀

測網(http://airmap.g0v.asper.tw/)，圖（三 a）為新北市永平國小於某個時段的感測

資訊，其中左上角的星等即代表可靠度評估值的等第大小，由於此測站量測到

的值皆與鄰近的測站相去不遠，因此標示為五等星。圖（三 b）為龍山寺附近的

測站，其星等被判定為一等星，由於其量測到的值與鄰近的測站有明顯差異，

以至於一天內空間異常的數量較多。

感測器可靠度評估值可用來表示該感測器在鄰近區域以及相近時間內的一致性

程度。一般來說，愈高的可靠度評估值代表愈高的可靠度。然而愈低的可靠度

評估值並不能完全表示該感測器的效能不佳，而只能反映出該感測器需要被深

入的檢查或是在鄰近區域部署更多感測器用以提供更多鄰近區域的資訊。

六、感測器故障偵測模組（Malfunction Detection, MD）

感測器故障偵測模組用以找出故障的感測器，此模組是根據 TSAD 模組每日的

運算結果來分析。為了實作 MD 模組，我們將 TSAD 中的空間異常類別更進一

步的分類，將‘S’分為‘SL’和‘SH’；其中‘SL’代表感測器為空間異常且

其感測值比鄰近的測站低，而”SH”則是代表感測器為空間異常且其感測值比

鄰近的測站高。MD 模組的分析結果可分為以下四種：

（一） 裝置在室內的感測器：

空調系統能清淨空氣，因此室內的感測器所感測到的 PM2.5 數值會比較

低，因此容易造成資料分析上的困難。雖然我們建議所有投入空氣盒

子計畫的參與者將感測器安裝在通風良好的戶外，但仍發現有一些感

測器被安裝在室內環境。為了偵測該感測器是否極有可能被安裝在室

內，當感測器屬於異常類別‘SL’的比率大於三分之一，則該感測器

將被視為室內裝置。其中比例門檻設為三分之一是假設一天工作八小

時占一天的三分之一，亦即當超過此門檻值將被判定為該感測器安裝

在室內。被判定為室內感測器用將以房子的符號呈現於 g0v 零時空污

觀測網，如圖（四）。圖中室內機其感測值為 2 明顯低於其鄰近的測

站感測值（如：26, 27）。

圖（四）室內感測器於 g0v 零時空污觀測網的呈現方式

（二） 感測器裝設於污染排放源附近：

判斷方法類似室內感測器的偵測，我們根據每日 TSAD 的結果，若

‘SH’大於三分之一則該感測器將被視為接近污染排放源（例如：工

廠、寺廟或餐廳）。被判定為接近污染源附近的感測器將以煙囪的符

號呈現於 g0v 零時空污觀測網，如圖（五）。其感測值 38 明顯高於其

鄰近的測站感測值(如：23，24，31)。

圖（五）接近污染源的感測器於 g0v 零時空污觀測網的呈現方式

（三） 故障的感測器：

感測器沒有被適當安裝、受到灰塵阻塞或是年久失修，都會造成感測

器長時間下來產生極端值（非常高/非常低）。因此弱‘SＨ’ 或‘SL’

超過 2/3 則會被判定為感測器故障

（四） 狀態無法判定的感測器：

由於偵測感測器是否故障需仰賴偵測空間異常的技術，其中空間異常

的判定需要和足夠的鄰居作比較。因此，當一感測器其鄰居數小於 N

時（N=3 為實驗結果值），我們將其視為無法判斷。

七、結果與討論

我們用 ADF 分析 2016/12/16 00:00~2016/12/25 23:59 連續十天的真實資料，資料包

含 1272 台感測器其散佈於全臺五座城市（臺北、新北、臺中、臺南和高雄），

以下我們分別呈現 RED、DR 和 MD 三個模組的分析結果。

1) 圖（六）是 RED 模組以每個小時為單位，連續十天偵測全台五都污染源數

量所得之折線圖。

圖（六）RED 全台五都連續十天即時污染源偵測數量

從圖中我們有三個發現：

1. Observed 圖顯示全台五都每個小時的污染源數量在 0 至 17 之間。

2. Trend 圖可以發現 12 月 23 日早晨是整體趨勢的最低點， 對照當時天

氣是因為有一場大雨造成五都的空氣品質變好。

3. Seasonal 圖上可以看出每一天污染源的規律變化，整體的高點會出現

在 8 點至 18 點之間，符合一般工廠的工作時間。

透過 Trend 和 Seasonal 證明 RED 可以偵測到符合一般市民認知的污染源數量

趨勢。

在這十天內，有 376 個感測器曾經偵測到污染源，由圖（七）可以發現 94%

的感測器偵測到污染源的數量低於十次，只有 2%的感測器偵測到高於 20 次

的污染源，證明 RED 可以偵測環境中突發性的排放污染源事件。

圖（七）單一感測器偵測污染源數量累積圖

2) 我們利用 DR 模組算出每天每一台感測器的可靠度，並利用連續兩天可靠度

差值評估 DR 整體效果。圖（八）顯示只有 21%的感測器可靠度低於 0.8，另

外連續兩天可靠度差值有 84.5%的感測器會超過 0.2，這些結果說明大多數感

測器四周的空氣品質是穩定的且連續時間的資料一致性高。

圖（八）感測器可靠度評估累積圖

3) 在連續偵測的十天中，總共有 327 台感測器被判定無法偵測，當中 203 台是

常態性，124 台是則是偶發性，如圖（九）。這些感測器多數的共通點是鄰

居站點數量較少，當鄰居數量小於三個時會被判定無法偵測，而在十天之中

可能有些感測器因為不明原因關機，就可能會造成這些感測器被 MD 模組判

定成無法偵測。

圖（九）感測器無法偵測數量

八、結論

本研究提出用於大規模環境感測系統中的感測器異常狀態偵測演算法。此演算

法架構包含四個模組：時間片段異常檢測（TSAD）、即時排放源偵測（RED）、

感測器可靠度評比（DR）、感測器故障偵測（MD）。

利用即時的空氣盒子資料串流，依據即時排放源偵測結果我們於每小時報告判

斷出的地域性污染源。此外，根據感測器可靠度評比模組，每個感測器會有自

己的可靠度評分。最後，感測器故障偵測模組會判定感測器是否被安置室內、

接近污染源或是故障的情形。上述這些分析結果，我們採取開放精神公開給大

家使用。藉由異常狀態偵測分析可以消弭各界對資料品質的疑慮，進而從中發

現異常事件，以便能更即時的發展出應對措施。

九、參考文獻

1. X. Tang, “An Overview of Air Pollution Problem in Megacities and City Clusters in

China,” AGU Spring Meeting Abstracts, May 2007.

2. VUFO - NGO Resource Centre Vietnam, “Vietnam Named among Top Ten Nations

with Worst Air Pollution,” http://www.ngocentre.org.vn/news/vietnam-named-among-

top-ten-nations-worst-air-pollution, Sept. 19 2013.

3. B. Ostro, Outdoor air pollution: Assessing the environmental burden of disease at

national and local levels, ser. WHO Environmental Burden of Disease Series. World

Health Organization, 2004, no. 5.

4. Y.-F. Xing, Y.-H. Xu, M.-H. Shi, and Y.-X. Lian, “The impact of PM2.5 on the human

respiratory system,” Journal of Thoracic Disease, vol. 8, no. 1, pp. 69–74, January

2016.

5. M. Markiewicz, “A Review of Mathematical Models for the Atmospheric Dispersion

of Heavy Gases. Part I. A Classification of Models,” Ecological Chemistry and

Engineering S, vol. 19, no. 3, pp. 297–314, July 2012.

6. S.-C. C. Lung, I.-F. Maod, and L.-J. S. Liu, “Residents’ particle exposures in six

different communities in Tai- wan,” Science of The Total Environment, vol. 377, no.

1, pp. 81–92, May 2007.

7. S.-C. C. Lung, P.-K. Hsiao, T.-Y. Wen, C.-H. Liu, C. B. Fu, and Y.-T. Cheng,

“Variability of intra-urban exposure to particulate matter and co from asian-type

community pollution sources,” Atmospheric Environment, vol. 83, pp. 6–13, February

2014.

8. M. Alvarado, F. Gonzalez, A. Fletcher, and A. Doshi, “Towards the Development of a

Low Cost Airborne Sensing System to Monitor Dust Particles after Blasting at Open-Pit

Mine Sites,” Sensors, vol. 15, pp. 19667– 19 687, 2015.

9. M. Budde, R. E. Masri, T. Riedel, and M. Beigl, “Enabling low-cost particulate matter

measurement for participatory sensing scenarios,” in International Conference on

Mobile and Ubiquitous Multimedia, 2013.

10. Y. Cheng, X. Li, Z. Li, S. Jiang, Y. Li, J. Jia, and X. Jiang, “AirCloud: A Cloud-based

Air-Quality Monitoring Sys- tem for Everyone,” in ACM SenSys, 2014.

11. S. Devarakonda, P. Sevusu, H. Liu, R. Liu, L. Iftode, and B. Nath, “Real-time air

quality monitoring through mobile sensing in metropolitan areas,” in ACM SIGKDD

International Workshop on Urban Computing, 2013.

12. Y. Gao, W. Dont, K. Guo, X. Liu, Y. Chen, X. Liu, J. Bu, and C. Chen, “Mosaic: A

Low-Cost Mobile Sensing System for Urban Air Quality Monitoring,” in IEEE

Infocom, 2016.

13. K. Weekly, D. Rim, L. Zhang, A. M. Bayen, W. W. Nazaroff, and C. J. Spanos, “Low-

cost coarse airborne particulate matter sensing for indoor occupancy detection,” in

IEEE International Conference on Automation Science and Engineering, 2013.

14. Y. Zhuang, F. Lin, E.-H. Yoo, and W. Xu, “AirSense: A Portable Context-sensing

Device for Personal Air Quality Monitoring,” in ACM MobileHealth, 2015.

15. “Taipei AirBox,” http://pm2.5.taipei/.

16. L.-J. Chen, W. Hsu, M. Cheng, and H.-C. Lee, “LASS: A Location-Aware Sensing

System for Participatory PM2.5 Monitoring,” in ACM MobiSys, 2016.

17. Y. Zhang, N. Meratnia, and P. Havinga, “Outlier Detection Techniques for Wireless

Sensor Networks: A Survey,” IEEE Communications Surveys & Tutorials, vol. 12, no.

2, pp. 159–170, April 2010.

18. Edimax Inc., “AirBox: PM2.5 Sensing for Smart Cities,”

https://airbox.edimaxcloud.com.

19. “PM2.5 concentration indexes and activity advices,”

http: //taqm.epa.gov.tw/taqm/tw/fpmi.aspx.

20. L. Community, “PM2.5 Open Data,”

https://sites.google.com/site/pm25opendata/open-data. J. W. Tukey, Exploratory data

analysis. Addison-Wesley Pub. Co., 1977.

從 Lancet 污染與健康報告看我國空氣污染防制策略 行政院環保署空保處 處長 蔡鴻德 行政院環保署空保處 專門委員 徐淑芷

透過跨國研究人員檢視和評估西元 2015 全球疾病負擔研究中各國污染與健康相關資料，Lancet Commission on pollution and health 於西元 2017年 10 月提出污染與健康相關性報告，當中指出，污染是當今世界疾病和過早死亡的最大環境因素，污染造成的疾病估計導致 2015 年全球 900 萬人過早死亡，約占全球死亡人數 16%，較因愛滋病、結核病和瘧疾等疾病死亡人數多出 3 倍，較因戰爭和其他形式暴力事件死亡人數多出 15 倍。在受影響最嚴重的一些國家中，1/4 以上的人口死亡是由污染相關疾病造成。本文將說明本報告之重點以及我國空氣污染防制策略中相關之作為。

中低收入國家污染危害最嚴重也最被忽視

污染對貧窮者及弱勢者的危害特別嚴重，約有近 92%的污染相關死亡發生在中低收入國家，且不論收入層級。污染致死人數最多的是在東南亞

(包含印度)及西太平洋(包含中國)地區，而因污染造成壽命減短與疾病人數最多的則是發生在撒哈拉以南的一些低收入非洲國家(如圖 1)。兒童是污染相關疾病高風險對象，即便在胎兒或前嬰兒期受到極低的污染暴露，也可

造成疾病、失能、兒童期死亡及影響其壽命。污染對人體健康、經濟及環

境的重大影響常常被輕忽，污染對健康的影響在計算全球疾病負擔時也多

被低估，尤其是在中低收入國家。中低收入國家之工業排放、交通工具排

氣及有毒化學物質等污染，在國際發展及全球健康議題上特別被忽視。雖

然 70%以上污染造成的疾病都是非傳染性疾病，但在全球預防及管制非傳染性疾病之行動計畫中，污染管制也未被重視。 污染的成本極高

幾十年來，國際間一直忽視污染對健康、環境和地球的危害。透過對

既有及新數據的分析，顯示污染對全球疾病負擔的嚴重影響及明顯低估(有資料的僅是冰山一角)。本報告在經濟分析的部分，雖未包含污染造成環境損害的成本，但結果顯示污染是成本極高的，例如污染引發的疾病對中低

收入國家每年約導致 2%以上 GDP 損失。污染相關疾病也造成健康照護成本增加，約占高收入國家每年健康支出之 1.7%，在重度污染及快速發展的中收入國家則高達每年健康支出之 7%。污染造成的福利損失估計每年約4.6 兆美元，約占全球經濟產出之 6.2%。隨著更多污染與疾病間之相關性被確認，污染相關疾病成本持續增加。污染危及地球健康，摧毀生態系並

與全球氣候變遷密切相關。 空氣污染占污染危害之比例最高

依現有資料分析，全球每年因環境污染致死人數中，以空氣污染約占

7 成為最高，每年約造成全球 650 萬人死亡；全球空氣污染致死死因可概略分為居家空氣品質不良(約 290 萬人)、大氣粒狀物(PM2.5，約 420 萬人)及臭氧(約 30 萬人)，其中由於多項居家空氣品質不良與大氣空氣污染物有重疊，所以總致死人數不等於直接累加各項致死人數。中高收入國家燃燒

石化燃料及低收入國家燃燒生質燃料所產生之廢氣，約為空氣污染中粒狀

物污染 85%，及幾乎所有的硫氧化物和氮氧化物污染來源，同時，燃料燃燒也是造成氣候變遷溫室氣體及短效氣候污染物主要來源。煤是全世界污

染程度最高的石化燃料，使得燃煤是污染及氣候變遷重要成因之一。 在世界許多地區，其與貧窮或傳統生活方式息息相關的居家空氣及水

污染雖呈現緩慢下降，但因工業、採礦、電力產生、機械化農業及石油為

燃料之交通工具產生的空氣、化學及土壤等污染卻不斷上升，且在快速發

展及工業化的中低收入國家增加最為明顯。若以現行企業發展情境，並且

沒有導入新的污染控制，預測因 PM2.5 空氣污染之致死人數在未來 30 年將急遽成長，2050 年將達 660 萬人，較 2015 年的 420 萬人成長 50%。但如執行 PM2.5 的有效管制計畫，則可減少 23%現行空氣污染致死人數。 化學污染日益嚴重，其危害明顯低估

化學污染為重大且成長中的全球問題，化學污染造成健康影響尚未能

夠清楚的被定義，但其對於全球疾病負擔之影響幾乎已證實明顯被低估。

自西元 1950 年以來已有超過 14 萬種化學品或殺蟲劑被合成，其中 5000種被大量製造並已廣布於環境中，近乎全球人口均已遭受暴露。這些高產

量化學品中，只有不到一半有進行安全性或毒性測試，且只有在近 10 年及少數高收入國家才有強制執行新化學品進入市場前的嚴格評估，導致化

學品及殺蟲劑對人體健康及環境之影響未曾被檢驗並一再地造成疾病、死

亡及環境破壞，如鉛、砷、DDT、PCBs 及 CFCs 等。 更多新興合成的化學品於過去 20、30 年進入全球市場，包含發展中的

神經毒物、內分泌干擾物、除草劑、殺蟲劑、製藥廢棄物及奈米物質等，

僅有極少數在進如市場前進行其對人體與環境之評估，但證據顯示這些化

學品對健康及環境之危害已十分明確。這些新興化學物質引起國際間極大

的關注，尤其是產量用量不斷增加，但公共衛生及環境保護極為不足的中

低收入國家。更應關注的是全球的污染熱點，如都市、社區、家庭及校園，

遭受毒物、輻射物及營運中或廢棄的工廠、冶煉廠、礦場與有害廢棄物場

址產生的空氣、水及土壤重金屬等污染，這是由於都市人口雖然僅佔全球

人口之 55%，但全球 85%之經濟活動是發生在都市中，前所未有的規模聚集人、能源消耗、建設活動、工業及交通，因此工業化國家快速成長的都

市實遭受極嚴重的污染。 污染是可削減且防制成本效益高

很多污染是可以削減去除的，污染防制極具成本效益，高收入及一些

中收入國家透過立法制定清淨空氣及水質的法規，建立化學品安全政策來

管制目標污染物。這些國家的人民活得更健康也更久。高收入國家執行這

些措施所增加之 GDP 可達 250%，而現今的挑戰則是進一步減污及節能減碳。污染削減及預防可同時對健康及經濟產生極大淨利，高收入國家改善

空氣品質不僅降低心血管和呼吸系統疾病之死亡人數，也同時產生實質經

濟效益。美國自西元 1970 年每投資 1 美元於空氣污染管制，估計約可產生 30 美元(介於 4-88 美元)經濟效益，迄今累計投資 650 億美元，獲益達1.5 兆美元。同樣地美國自西元 1980 年起去除汽油中的鉛，估計每年所產生之經濟效益達 2000 億美元(介於 1100-3000 億美元)，迄今累計獲益達 6兆美元。

污染管制並可提早達成聯合國設立引導全球於 21 世紀發展之 17 項永續發展目標中的多項目標。許多污染控制策略，已被中高收入國家證實具

成本效益，可輸出供各收入層級的都市及國家採用。這些策略包含法律面、

政策面、規範面及技術面，以科學為導向，聚焦於保護大眾健康，而相關

措施之應用並可促進經濟發展以及增加 GDP。相關策略包含有目標性地降低污染排放、使用無污染的再生能源、生產及運輸採行無污染技術、發展

有效率可負擔的大眾運輸系統。妥適地運用這些策略，可使中低收入國家

避免污染危害的結果，跳脫過去工業發展帶來人類與生態最糟的災難，改

善人們健康及福祉。 空氣污染管制策略 此報告提出許多有效防制污染策略，也提到居家空氣污然改善一般多利用

補貼措施，尤其在低收入國家；而固定及移動源污染之改善，則主要仰賴

法規訂定排放標準來達成。多數策略以政策及法規強制為基礎，不需耗費

政府大量資金。有關空氣污染改善策略摘述如下表:

短期 鑑別關鍵污染物來源以利目標性管制 針對固定源目標管制並建立粉塵管理系統 建立監測系統 改善燃料品質和引擎標準 設計及執行有效強制性管制系統

中期 建立較潔淨交通工具之需求，包含檢驗站(管制柴油車、觸媒轉化器、轉換為燃氣) 提供電動車及油電車的使用誘因 提升大眾運輸車隊

長期 擴展及提升大眾運輸 建置人行步道及腳踏車道便利動態通勤 建立機制減少私人運具使用

政策及機構 依來源占比來鑑別最重要的污染源 建立並排序管制目標及時程 建立高層級跨部門指導委員會 導入公眾及民間社會組織

建立量能 對主要空氣污染物和排放源有充足地監測和檢測 精進對污染源貢獻的了解 利用交通工具污染檢驗站

一般落差及

結構議題 推廣至資源較不足的二線城市

全球共同努力改善污染 本報告目的在提高全球污染意識，終結忽視污染相關疾病，啟動資源和有

效面對污染的政治意願。為達此目的提出 6 項重要建議: 1. 讓污染防治取得國家及國際間高優先序位，並納入國家及都市計畫程序

中。各級政府均應建立污染管制短期及長期目標，並支持達成目標所需

的法規及機構。經由立法，污染管制策略應包含污染者付費原則及終止

污染工業的補貼和減稅。 2. 動員、增加及聚焦污染管制的資金及國際技術支援，財務和技術協助策

略需要被追蹤和量測，以評估成本效益及課責管考。 3. 建立監測污染及其健康效應的系統，蒐集國家及當地數據資料，以利量

測污染程度、鑑別各污染源占比、評估管制成效、導引加強策施、告知

社會大眾及評估目標達成度。資料公開，污染管制指標應納入國際永續

發展目標或其他監測平台，以利分享成功及經驗。 4. 建立污染管制多部門參與，跨部會、跨機關及公私部門共同參與，可大

為提前污染的管制、加速潔淨能源及技術發展。政府與工業界合作可促

進研發、創造更乾淨生產技術及更乾淨能源生產的誘因，促使過渡到更

永續的循環經濟。 5. 將污染減輕整併入非傳染疾病的計畫過程中，污染防治應納入防治非污

染性疾病全球行動計畫的核心內容。 6. 進行污染及污染防治相關研究，如

(1) 探究污染與疾病及無臨床症狀損傷的新興因果連結，如空污對兒童與老人造成中樞神經系統功能損失。

(2) 量化鉛、汞、鉻、砷、石棉及苯等已知毒性化學污染物對全球疾病負擔。

(3) 鑑定並描述新興化學污染對健康負面影響特徵，包含發展中的神經毒物、內分泌干擾物、除草劑、殺蟲劑、製藥廢棄物。

(4) 鑑定並繪製污染暴露地圖，特別是在中低收入國家。 (5) 精進污染及污染相關疾病的經濟成本估算。 (6) 量化污染管制的健康及經濟效益，結算污染管制的效益和成本。

我國空氣污染來源、特性及情形

依據空氣品質模式分析結果，境外傳輸對我國細懸浮微粒(PM2.5)年平均濃度影響比率約 30~34%，境內污染源比率則約為 60~66%。境內主要污

染源包括固定（含逸散）與移動污染源。我國空氣品質季節性變化極大，

空氣品質不良情形集中發生於每年10月至隔年3月之東北季風盛行期間，因為季節性的氣象差異與空氣的傳輸及擴散影響，秋冬時中南部在氣象不

利及地理位置雙重影響下，本地的污染加上上風處污染的傳輸，導致秋冬

季節時空氣品質超過標準站日數比率高達 50%左右，平均濃度達30~40μg/m3，相較夏季平均值為 17μg/m3 以下，污染嚴重許多。

我國歷年均積極推動各項空氣污染管制策略，包含法規強制及誘因鼓

勵措施，執行許可及排放量管理、排放標準管制、有害空氣污染物排放調

查及管制、空氣污染防制費徵收與獎勵、逸散性粒狀污染物管制、揮發性

有機物管制及工業區應變、新車管制、使用中車輛管制、潔淨燃料推動、

低污染車輛推廣、綠色運輸與港區污染管制等。 依據全國歷年空氣品質監測結果，全國懸浮微粒、細懸浮微粒、二氧化硫、

二氧化氮、一氧化碳及揮發性有機物等空氣污染物濃度均呈現改善趨勢。

二氧化硫改善最為顯著，近 11 年來改善比率約 43%，懸浮微粒、二氧化氮及一氧化碳改善比率約 30％。細懸浮微粒(PM2.5)自 102 年開始手動監測，至 105 年已改善 17％，但 105 年平均值 20 微克/立方公尺(μg/m3)，仍高於標準值 15μg/m3。而以空氣品質指標(Air Quality Index, AQI)各等級比率分布趨勢顯示，103、104 及 105 年 AQI>100 比率分別為 26.24%、21.52%及 19.27%，顯示近年相關管制工作推動已獲得初步成效。 我國現階段空氣污染管制策略

為達成 108 年 PM2.5 全國平均濃度達 18μg/m3 及 PM2.5 紅色警戒較104 年降低 50%目標，提出「空氣污染防制策略」，內容包括電力設施管制（老舊高污染發電機組除役、天然氣機組裝設空氣污染防制設備等)、鍋爐管制（改用天然氣等乾淨燃料、改造或汰換鍋爐 6,000 餘座等）、農業廢棄物燃燒管制（補助農民腐化菌、國道 1 號及 3 號高速公路兩旁稻草露天燃燒面積減少 90%）、營建及堆置揚塵管制（加嚴空氣污染防制設施規定、提升防制設施查核符合率至 90%以上）、餐飲油煙管制（訂定相關法規及標準、增設防制設備至少 7,000 家）、改善風俗習慣（1 尊 3 少 1 目標）、河川揚塵防制（抑制揚塵各項工法、完成汛期後環境清理 18 萬公里）、淘汰一、二期柴油大貨車（推動企業採用環保車隊、劃定空氣品質維護區、

補助措施，以淘汰 8 萬輛一、二期柴油大貨車）、三期柴油車加裝濾煙器（推動濾煙器驗證及補助、加裝濾煙器 3 萬 8,000 輛）、汰除二行程機車（逐

年降低補助額度，109 年起不補助，以淘汰 100 萬輛）、港區運輸管制（推動港區船舶減速、設置高壓岸電等）、提升公共運輸人次（補助業者汰換

老舊公車等，以提升公路公共運輸使用人次達 12.38 億人次）、提升軌道貨運運能（推動以起迄運送途中貨物不落地之貨櫃化輸送方式，提升貨櫃運

量占總貨運量比率至 15%）及推動電動蔬果運輸車（發展小型電動蔬果運輸車、推動電動蔬果運輸車 2,100 輛）等 14 項具體行動措施，據以執行，又透過公眾參與尋求 N 項更具效益的策略，並定期對外說明 14+N 空氣污染防制策略執行進度，供各界公開檢視並滾動式調整，結合各部會、地方

與民間量能，積極推動以加速達成空氣品質改善目標。 另為改善秋冬季節空品不良之情形，已啟動秋冬季節性管制措施，包

含加強稽查加重罰責及空污費差別費率等，並透過空氣品質嚴重惡化緊急

防制辦法，依循預警原則精神，提前啟動防護及管制措施，避免空品持續

惡化並做好防護措施保障民眾健康。同時也檢討及擴大空氣污染防制費徵

收對象，提出草案將懸浮微粒、重金屬排放及燃氣電廠等的氮氧化物納入

徵收。積極研修空氣污染防制法，將燃料源頭管制、跨區防制、健康風險

評估等納入，以符管制需求。也已預告『固定污染源有害污染物排放標準』

草案，以加強管制有害空氣污染物，上述法規預計今年底前完成發布。 此外，自 104 年起迄今，環保署與衛生福利部合作，協同國家衛生研究院針對大氣細懸浮微粒 PM2.5 探討其與慢性疾病（如糖尿病、腎、癌症、失智、失能等）之間的關係並進行長期世代追蹤，據以作為政策制定之參考，

使科學研究支持政策研擬，以提出更符合國人健康保護之標準值及更具健

康危害警示的空氣品質指標。 結語

空氣污染來源眾多、成因複雜，單一管制作為不易有成效，且由於氣

候變遷、氣象變化的不確定性，使得空氣品質改善的工作更加艱鉅。依

Lancet 研究資料顯示各式污染死亡風險，我國與日本同列第二等級即每 10萬死亡人數中約有 51-75 人與污染有關，雖不及北美及紐澳等地區，仍優於歐、亞、非等大多數國家，其所建議污染管制策略及相關研究，我國也

多已採用並持續落實執行，因此我們應可樂觀審慎地面對未來挑戰，空氣

品質改善已從管末管制進展到能源使用、產業發展、農業政策及健康影響

評估等面向之整合，透過中央與地方及公私部門同心協力共同合作，我們

有信心可加速改善空氣品質，以保護民眾健康。

以白色與綠色憑證做為我國溫室氣體間接排放源最佳

可行技術適用之探討 連興隆  教授兼行政副校長 

國立高雄大學土木與環境工程學系  摘要 

我國於民國 104 年 7 月 1 日經總統發布「溫室氣體減量及管理法」，導

入總量管制機制，使具有經濟效能的操作工具成為我國在溫室氣體減量的

執行手段，包括：制定排放源之排放額度，以免費核配、拍賣或配售方式，

核配其事業。在法規中，對溫室氣體減量的控管上，中央主管機關可審酌

台灣經濟發展的需要，將核配額核配給產業發展需要之事業，並命該事業

之排放源採行最佳可行技術(Best Available Control Technology (BACT))。最

佳可行技術是以控制及減少二氧化碳的排放為主，就排放源屬直接排放之

範疇一的產業應屬可行；然而，就屬間接排放之範疇二企業而言，其溫室

氣體排放是使用電力所致，因此，當執法單位要依溫管法第二十條對範疇

二事業體要求使用最佳可行技術時，可能面臨無法執行的窘境。本文提出

以降低能源的損耗(或提供能源節約效能)，這類白色憑證(white certificate)

制度，以及使用再生能源作為電力來源，以降低二氧化碳排放之綠色憑證

(Green Certificate)制度概念，來做為範疇二企業之最佳可行技術進行初步

探討。

前言

我國於民國 104 年 7 月 1 日經總統發布「溫室氣體減量及管理法」(以

下簡稱溫管法)，為台灣在全球溫室氣體減量與管理邁入了新的里程碑。在

溫管法中，首度定義了我國的國家溫室氣體長期減量目標，也就是在民國

一百三十九年溫室氣體排放量降為民國九十四年溫室氣體排放量 50%以

下[1]。

依據 ISO 14064-1 及 GHG Protocol 溫室氣體盤查議定書規範，事業體

的溫室氣體的排放主要以範疇一與範疇二兩大領域為主。範疇一是直接溫

室氣體排放，針對直接來自於組織所擁有或控制的排放源；範疇二間接排

放源則是來自於輸入電力、熱或蒸汽而造成間接之溫室氣體排放，其中，

使用電力作為生產所需能源之產業包括半導體業、電子業等。以我國 2015

年按部門方法計算之燃料燃燒二氧化碳為例，總排放量為 25,050 萬公噸，

其中，工業部門不含電力消費排放部分(範疇一)為 3,993 萬公噸(占總量

16%)，含電力消費排放則提高至 11,984 萬公噸(占總量 47.5%)，其中差額

7,991 萬公噸(占總量 32%)為範疇二之間接排放量[2]。更進一步的觀察發現，

以電力消費為主要二氧化碳排放源之電腦通信及視聽電子產品製造業而

言，範疇一的排放量僅 37 萬噸，但範疇二排放量則高達 2,696 萬公噸[2]。

顯然，要達到我國長期減量的目標，需要同時進行範疇一與範疇二兩大領

域的二氧化碳排放控管，特別是我國最關鍵的電腦通信及視聽電子產品製

造業，大量倚賴電力需求，更值得重視。因此，在溫管法中，定義了溫室

氣體排放源（以下簡稱排放源）是指直接或間接排放溫室氣體至大氣中之

單元或程序，也就是同時包含了範疇一與範疇二之產業。

在此目標導向的概念下，對排放源進行總量管制便是基本的法規工具。

同時，隨著總量管制的推動，更多具有經濟效能的操作工具成為我國在溫

室氣體減量的執行手段，包括：制定排放源之排放額度，以免費核配、拍

賣或配售方式，核配其事業。就中央主管機關而言，本身得保留部分核配

額、核配一定規模以上新設或變更之排放源所屬事業，並命該排放源採行

最佳可行技術。因此，在溫室氣體減量的控管上，中央主管機關可審酌台

灣經濟發展的需要，將核配額核配給產業發展需要之事業，並命該事業之

排放源採行最佳可行技術(Best Available Control Technology (BACT))。最佳

可行技術是指考量能源、經濟及環境之衝擊後，排放源所採行經評估已商

業化排放量最少之技術。

最佳可行技術

與我國溫管法稍有不同的是，美國環保署對最佳可行技術的定義，還

包括了這類技術是建立在以個案評估的基礎之上(Case-by-case Basis)，換言

之，對 A 產業的最佳可行技術，不盡然就是適用於 B 產業。一般而言，在

大部分的情況下，只要能達到能源效率提升，就能滿足該技術做為 BACT

的需求。至於如何決定哪一個技術可以做為最佳可行技術，美國環保署的

做法是採用由上而下的五大評估步驟[3]：

步驟一：確認現在所有可用(Available)之控制技術

步驟二：去除技術上不可行(Infeasible)的選項

步驟三：剩餘之技術依二氧化碳排放控制效能(Effectiveness)排序

步驟四：評估經濟、能源、及其他環境衝擊

步驟五：找出最佳選項作為 BACT

由美國環保署的評估步驟可以發現，最佳可行技術的概念的適用是在直接

排放源之範疇一的產業。對直接排放源所屬事業體而言，可依事業類別分

別界定出所屬之最佳可行技術。例如，在國內，鋼鐵、水泥、化學和石化、

紙漿和造紙與製鋁，屬能源密集的產業。目前這 5 個產業占整個部門二氧

化碳排放的 75%[4]。這些產業的 BACT 可包括：提高設備能源使用效率、

汽電共生（Combined Heat and Power, CHP）、高效率馬達與蒸汽系統、廢

熱回收與再利用。在燃料與進料轉換方面，生質能廣泛使用將是重要措施。

碳捕獲與封存（Carbon Capture and Storage, CCS）則是一個重要選項，它

能夠提供鋼鐵部門在未來的大量二氧化碳減排。有趣的是，製鋁業的能源

消耗多在於冶煉用電，與目前的水準相比，即使使用前述 BACT 的效益仍

是有限的，減少能源使用的潛力僅有 12%。原因在於煉鋁製程耗費大量電

能，相對的也排放不少二氧化碳，因此，就長遠來看，搭配零碳電力的使

用如風力或太陽能等，將是煉鋁部門減少二氧化碳排放量的最大機會[4]。

範疇二企業之最佳可行技術評估

上述煉鋁業的減碳策略，其實已點出了以間接排放源做為碳排來源之

範疇二事業體，在面對定義 BACT 時的可能困境：目前似乎不存在”排放

源所採行經評估已商業化排放量最少之技術”的減碳最佳可行技術，因為範

疇二企業的溫室氣體排放主要是使用電力所致。對於範疇一直接排放源而

言，最佳可行技術是以控制及減少二氧化碳排放的設備，這是可行的，然

而，對使用電力的間接排放源而言，插頭是唯一的選項。因此，當政府執

法單位要依溫管法第二十條對範疇二事業體要求使用最佳可行技術時，可

能面臨無法執行的窘境。

要解決此一困境，除了修法之外，如何在現有的選項中，找出合適的

作法，使範疇二產業中以電力為主的間接排放源亦能透過用電量的減少，

而能真正有助於達到我國的減碳目標，是值得探討的議題。目前，在台灣，

溫室氣體與能源管理是一體的兩面，因此政府的長期策略是透過「能源(減

碳)四法」，來達到降低溫室氣體排放的目標。這四個法案包含「能源管理

法」、「再生能源發展條例」、「溫室氣體管理及減量法」及「能源稅條例」

(草案)。透過四法相互搭配，才能顧及能源安全、提昇能源效率、發展再

生能源、創造綠色商機，達到全面減緩溫室氣體排放的目標。

因此，對間接排放源之產業而言，「能源管理法」與「再生能源發展條

例」的規範，應有助於對範疇二排放源最佳可行技術提供合理的指引。在

我國現有之法規規範架構下，本文建議範疇二排放源最佳可行技術可以朝

以下兩點思考：

1. 依能源管理法之相關規定，提高廠房的用電效率，使用節電及節能設備

(照明、空調等)，並以此做為最佳可行技術之候選選項。此一作法旨在

降低能源的損耗(或提供能源節約效能)，屬於白色憑證(white Certificate)

制度概念，包括：能源節約憑證 Energy Savings Certificate (ESC)，或能

源效率信用 Energy Efficiency Credit (EEC)等[5]。

2. 依再生能源發展條例，使用再生能源作為電力來源者，透過提高再生能

源使用量，以降低二氧化碳排放量，達到使用最佳可行技術設定之目標，

屬於綠色憑證(Green Certificate)制度概念，也就是目前國家再生能源憑

證中心推動的台灣再生能源憑證制度 (Taiwan Renewable Energy

Certificate, T-REC)這項政策工具[6]。

就第一點而言，目前政府已透過法規積極推動，經濟部依據「能源管理

法」第 8 條、第 9 條及第 12 條訂定「能源用戶訂定節約能源目標及執行

計畫規定」，並已於 103 年 8 月 1 日以經能字第 10304603580 號公告，並

自當日生效。其中「規範產業能源大用戶節電目標」之實施方式包括：(1)

訂定產業能源大用戶節電目標，未來 5 年(中華民國一百零四年至一百零八

年)平均每年節電率為 1%；(2)節電率未達目標者，應提出報告及改善計畫

予經濟部核定未達百分之一且無正當理由者，中央主管機關得就該能源用

戶所報執行計畫，不予核定；(3)能源用戶設備更新時應選用高效率產品，

如高效率馬達等。本規定所稱「產業能源大用戶」，包括生產性質行業(如

化工、鋼鐵、紡織、造紙、水泥、電子等)與非生產性質行業(如商辦大樓、

醫院、店家、大賣場、運輸倉儲及通信等)之能源大用戶[7]。

然而，由外加性(Additionality)的概念而言，上述的白色憑證制度概念已

經是政府的法規要求，所以，被要求之對象(也就是能源大戶)，是非做不

可，因此，其所用於提升能源使用效率之作法或節電設施皆不再具有外加

性，將其視為最佳可行技術之選項，適宜性仍有待更深入之探討，應視為

企業在尋求最佳可行技術前應滿足之基本門檻。然而，如果企業自我要求

將平均每年節電率提高超過 1%，那多餘的部分便具備外加性，應有被認

定為最佳可行技術之合理性。至於要提高超過多少量，才可等同最佳可行

技術則需進一步探究。

就第二點而言，使用再生能源做為電力來源，本質上即是減少二氧化碳

排放的積極作法，當企業投資再生能源發電設備，透過自發自用可達到減

少使用石化燃料發電的碳排量，因此，考量使用再生能源發電設備作為範

疇二之企業的最佳可行技術，具備前述最佳可行技術評估準則的科學基礎。

在此同時，另一個附加效益將會顯現，也就是使用再生電力產生之減碳量，

將會成為該企業在核算減量成果時的績效。換言之，對企業而言，將是雙

贏的結果。至於使用再生能源作為電力來源所佔之比例應達多少，才可被

視為是最佳可行技術，則需要產官學界進一步的探討與釐清。然而，當企

業受限於廠區空間或環境條件限制(如日照、風量等)，自建再生能源發電

設施有其困難，或僅能提供非常有限的發電量時，是否有其他替代方式可

以協助，則是另一個實務上會面對的問題。目前政府為鼓勵再生能源推廣，

已成立國家再生能源憑證中心，建立台灣再生能源憑證(T-REC)制度，讓

再生能源之設備及電量經查驗證後，透過憑證來證明使用再生能源與其環

境效益。其中，環境效益即指零碳排的用電。當企業購買 T-REC 作為減碳

之依據，可否被用於計算前述電力來源佔比？是否允許企業購買 T-REC 做

為最佳可行技術的部份替代等等問題，乃至於更關鍵的一個核心議題：碳

權與再生能源憑證間的競合關係，則是值得進一步深入探析的，因為溫管

法的環境效益基礎是以碳權為單位，再生能源憑證制度的環境效益基礎是

以憑證為單位，兩者共同性皆是”減碳”這個簡單的事實。

結論

本文旨在探討「溫室氣體減量及管理法」第二十條規定，中央主管機

關得保留部分核配額、核配一定規模以上新設或變更之排放源所屬事業，

並命該排放源採行最佳可行技術，這項條文中的最佳可行技術如何適用於

間接排放之範疇二產業。由於範疇二企業主要是以電力使用做為溫室氣體

排放之依據，因此，不存在適當之技術達到二氧化碳的直接減量。本文提

出以降低能源的損耗 (或提供能源節約效能 )，這類白色憑證 (white

certificate)制度，以及使用再生能源作為電力來源，以降低二氧化碳排放之

綠色憑證(Green Certificate)制度概念，來做為範疇二企業之最佳可行技術

之初步探討。本文建議，在考量外加性原則，我國已透過「能源管理法」

要求產業能源大用戶訂定節電目標，在民國 104 年至 108 年的平均每年節

電率為 1%，因此，在法規效期內，除非能源大用戶自願性提高節電率超

過 1%，否則白色憑證制度可能僅適合做為企業在尋求最佳可行技術前應

滿足之基本門檻。另一方面，使用再生能源作為電力來源，以降低二氧化

碳排放之綠色憑證(Green Certificate)制度，搭配再生能源電力設備來做為

範疇二企業之最佳可行技術，應是現階段可以考量的方式，惟再生電力需

占多少比例才可視為最佳可行技術，仍需更深入之討論。

參考文獻

1. 溫 室 氣 體 減 量 及 管 理 法 ， 全 國 法 規 資 料 庫 ， 法 務 部

http://law.moj.gov.tw/LawClass/LawContent.aspx?PCODE=O0020098

2. 我國燃料燃燒二氧化碳排放統計 經濟部能源局 10 5 年 7 月

3. Greenhouse gas permitting guidance Office of Air and Radiation Office of

air Quality Planning and Standards USEPA 2010 Fall.

4. 呂錫民 工業部門節能減碳技術 節能報導 經濟部能源局 2011 10 月

14-16.

5. Guest Author: Ms. Irene Beucler, White Certificate Schemes in Europe and

its Applicability in Lebanon, CEDRO/UNDP 2016/5

6. 國家再生能源憑證中心 http://www.trec.org.tw/

7. 陳玲慧 能源部門溫室氣體減量策略與減量輔導機制 綠色生產力通訊

2015/9/, 41 期 21-27

中部地區土壤地下水污染整治場址戶外參訪 2017/11/03

本次參訪由環工學會土壤地下水小組袁菁教授及林耀東特聘教授共同

籌畫，活動日期 106 年 11 月 3 日，學生踴躍報名、共計 80 名大學部及研

究所學生熱情參與，透過地下水污染整治個案實場觀摩與介紹，使學生得

以將課堂所學理論與現地實務操作相互結合，參與同學收穫甚多並希日後

多舉辦土水污染整治戶外教學實務活動。

圖一、顧問公司和參訪同學介紹整治技術

圖二、參訪合照

editortech1tech2tech3tech4action1