讓人工智慧幫我們監測「世紀之毒」戴奧辛|專家論點【台灣科技媒體中心】

文章來源:台灣科技媒體中心

議題背景:

2023年6月17日國際期刊《有害物質期刊》發布台灣團隊的最新研究〈使用以新型地理人工智慧為基礎的集成混合空間模型估算台灣戴奧辛的日平均變化〉。研究使用「集成混合空間模型」預估台灣全島的日平均戴奧辛濃度變化。並驗證發現這個新式預估模型的解釋力達到87%,高於過去的模型。未來可能為空氣污染控制,以及流行病學研究的提供更準確的估算。

研究文獻:

專家怎麼說?

2023年06月19日
國立成功大學電機工程學系教授 解巽評

Q1. 您認為這一篇研究,最重要的發現是什麼?有了這個空間模型,我們就能用來預估所有的空氣污染物嗎?

這份研究開發了一個Geo-AI「集成混合空間模型」,整合不同機器學習演算法的特性,用於預估台灣全島的日平均戴奧辛濃度變化。這個模型在時間和空間實驗中均有不錯的效果,並且能夠準確預測未來的戴奧辛濃度。這個模型的優勢在於它運用人工智慧技術來結合了天氣因素、地區特性、土地使用、地理資訊甚至是煙囪位置、焚化爐焚燒量和工廠位置,能夠準確地捕捉和預測空氣污染物的變化趨勢。然而,這個研究僅針對戴奧辛濃度開發了預測模型,我們無法確定這個模型是否適用於預測所有的空氣污染物。不同的污染物可能受到不同的影響因素和變化模式的影響,因此需要進一步的研究和驗證來確定這個模型的適用範圍。

Q2. 您認為這篇研究的限制是什麼?

這份研究的限制是,研究中雖然捕捉到了一些與戴奧辛高濃度排放有關的變數,如煙囪位置、焚化爐焚燒量和工廠位置,但由於在台灣缺乏更詳細與戴奧辛濃度相關的細部數據,例如焚化爐、電弧爐、燃煤和燒結廠的排放率、排放操作以及這些代表性工廠的位置等詳細資料,因此模型可能還有提升效能的進步空間。 

另一個限制是雖然研究中驗證了模型預測戴奧辛濃度的準確率是87%,但未能有效反應此模型遇到異常的環境變化時,預測的不確定性。應考量AI模型遇到異常環境變化時,模型預測是否可靠和應用的範圍,AI不可能完全不出錯,但重要的是要給使用者判斷的依據以及信心指數,以免使用者過於相信AI而誤用其錯誤推估結果。除此之外,此研究的集成模型多為較傳統的機器學習方法,近年來已經有許多深度學習方法推陳出新,可以比機器學習更深入考量多個影響戴奧辛濃度的因素、計算更多排列組合,期待未來應該可以加入時下最新的深度學習方法以提供準確度和可解釋性。

Q3.您認為這項空間模型,未來可以怎麼應用,以協助預防或監測空污?

這個模型可以達到以下應用:

1. 空污的時空間趨勢呈現:這個模型可以用於預測城市之中各地區未來的空氣品質分布,並搭配運用APP或動態網站呈現空污地圖,幫助政府和公眾即時瞭解未來的空氣品質狀況,更可以幫助人們採取必要的措施來保護自己的健康,例如減少戶外活動或佩戴口罩。

2. 污染源識別與控制:這個模型可以用於預測空污濃度的空間分佈和變化。若搭配煙囪或工廠位置等相關變數,模型將有助於政府和相關環保機構追蹤污染源並採取相應的措施來減少污染物的排放。

3. 數據與AI治理:該模型可以為政府和相關環保機構提供決策支持,幫助制定和優化空污治理策略。甚至透過此模型的預測和分析,來評估不同措施對環境的影響力,並協助選擇最有效的措施來減少空污的排放和傳播。

2023年06月20日
國立成功大學測量及空間資訊學系副教授 吳治達(本研究通訊作者)

Q1. 您認為這一篇研究,最重要的發現是什麼?有了這個空間模型,我們就能用來預估所有的空氣污染物嗎?

  1. 戴奧辛是一種具有高度毒性的環境污染物,除了食物鏈的傳遞外,燃燒含氯塑膠之廢棄物時亦可能產生戴奧辛,並透過空氣傳播至各地,然而戴奧辛的監測與分析所費頗巨,故不易進行大範圍、長時間的污染監測。本研究提出的地理人工智慧模型,可在相對較低人力物力成本下,很準確且細緻的模擬台灣全島戴奧辛濃度的濃度變化情形,解決監測站數量有限的限制。
  2. 本研究的集成混合空間模型亦已實際應用於細懸浮微粒、臭氧及苯等空氣污染物之模擬上,頗具應用性。

Q2. 您認為這篇研究的限制是什麼?

目前環保署公開的戴奧辛監測數據僅至2016年,已是7年前的數據,與當前環境中的濃度可能已有差異,同時也限制了本研究模型在時間跨度上的推估能力。另一方面,受限於東部地區監測站的數目甚少,例如花蓮、台東幾乎各只有一個測站,這也會某種程度提高模型預測在東部的不確定性。

Q3.您認為這項空間模型,未來可以怎麼應用,以協助預防或監測空污?

本研究成果可以細緻的指示出2006年至2016年間台灣全島戴奧辛高濃度的熱點區域;變數選擇的成果亦發現,PM2.5污染與戴奧辛具有高度關聯。這些資訊可做為未來環保單位加稽查管理及監測的依據。

版權聲明

本文歡迎媒體轉載使用,惟需附上資料來源,請註明台灣科技媒體中心。

瀏覽 447 次

覺得不錯的話就分享出去吧!

發佈留言

Back to top button