提課類型:單位提課 / 提課單位:地科院 / 指導導師:大氣系王聖翔/教授/團隊名稱: Midnight Party
提課類型:單位提課 / 提課單位:地科院 / 指導導師:大氣系王聖翔/教授/團隊名稱: Midnight Party
我們是桃海三生 - 中央大學社會責任計畫(USR)的一員,目標是藉由地科類專業知識幫助社會。在進入工業化社會以來,空氣污染一直是大家十分重視的問題。而我們注意到桃園市觀音工業區由於東北季風影響,使周圍住宅曲易產生污染物濃度堆積,如果您也是曾經生活在工業區附近的人,必然會心有戚戚焉,我們想創造出能夠幫助到工業區居民的方法,讓他們能大口呼吸新鮮空氣!在實地訪問並了解居民的心聲後,我們的計畫如下:
導入專家型AI與隨行監測助理:未來的空氣品質如何?是否會有工廠偷排污染物?人們可能不知道,但AI一定會知道!藉由人工智慧以及儀器研發的技術,我們將創造一套智慧監測系統,使其成為空氣品質的監測小助理,監測附近工廠是否有偷排污染物的行蹤。
成為空氣品質的知識轉譯人:運用大氣科學的專業,讓當地人更加深入的瞭解空氣品質所隱藏的秘密,將複雜的科學轉為淺顯易懂的的語言!
智慧稽查計畫:協同當地居民的空氣品質自治團體,運用專家型AI及移動監測,加上政府稽查單位的努力,建立一套預報、自主監測和通報稽查人員調查的完整系統,使稽查更有效率也更準確,人人都能成為空氣品質的守護者 !
位於桃園市觀音區西北部,鄰近台灣海峽,與一般的工業區一樣,充滿各種工廠和高聳的煙囪,以及有點污濁的空氣。
從右邊的小地圖可以發現,住宅區座落在工業區東南方向的紅圈內。當工業區內發生污染事件,受到東北季風影響,這裡的人們會直接接觸到污染的空氣。經過與當地居民、環保署稽查科人員的實際交流,目前的工業區排煙稽查是透過居民自行留下相關證據後(例如:拍攝煙囪管排煙情況),再通報稽查科。每年約有一千多居民通報的案件,成功抓捕到的違規事件卻不到一百件。
工業區內部雖然有高達100台的空氣品質微型感測器,但相關資訊全被放在環保署的加密網站,需要申請帳號才能看見,而像「空氣網」這類保存了全台微型感測器資料的網站又複雜、不易使用,因此我們決定從工業區內 100 臺微型感測器中挑選 30 臺具代表性的儀器放至我們所建立的網站內,並呈現下列資訊:
*即時數據:
展示即時的溫度、濕度、PM2.5、VOC數據。
*長期分析:放置感測器數據的歷史趨勢圖,並在下方加註簡易的分析,幫助居民了解趨勢的意義。
*空氣品質預報(專家型AI):
使用工業區過去三年的 PM2.5 與溫、濕度歷史數據,並結合鄰近測站之風向風速資料來建立 AI 模型,在網頁上以濃度熱點地圖的方式呈現。
此外,提供簡單的趨勢說明,以及高汙染事件發生時的可能原因,有助於居民提前了解未來的 PM2.5 濃度趨勢。
*工作日記:紀錄我們執行的過程。
此為已完成的即時資訊頁面,工業區居民可以從「地點」區或是下方的地圖中選取自己想觀看的點位。這裡僅針對工業區內具有代表性的 30 台感測器作數據展示,更加簡潔明瞭,未來我們也會藉由此地圖加入濃度熱點,居民可以觀看到感測器位置與熱點,相較之下更便利。
選取好地點後,會進入對應地點的即時資訊頁面,會呈現溫度、濕度、PM2.5濃度及揮發性有機化合物(VOC)四項資訊。
移動式空氣品質監測器 - AIoT 應用系統圖
監測器在未來會安裝於巡邏車車頂上,給當地居民使用,可以由他們決定何時、何地觀測空氣品質。我們會將觀測記錄的數據上傳至雲端,用來做政府稽查違規排煙工廠相關的參考。感測器的系統應用圖如下,由 Aerobox 2019 作為主電路板,接上 G7(PM2.5感測器)、SHT35(溫、溼度感測器)、GPS 模組,利用 ESP32 連接 wifi,再利用 raspberry pi 的 MQTT broker 傳送至 Node-Red 雲端,呈現於介面上。
實體裝置如圖所示,盒子下方有磁鐵連接,可吸附於車頂上。此圖的擺設為示意,僅供參考,Raspberry Pi3 為遠端傳輸用,只作為 MQTT Broker,因此不會與監測器相連。
決策系統
透過專家型AI及隨行監測助理兩者的配合,設計一套適合當地的決策系統。當居民透過AI發現有汙染事件即將發生時,可以先對照網頁上的即時數據,或是查閱鄰近空品站的即時資料,排除可能的境外汙染因素。AI系統也會提供有關事件原因的推測,使居民可以更快速、更方便的決定是否通報稽查人員,或先行前往當地自主觀測。透過此決策系統,不僅能增加稽查的效率,也能避免因其他非工廠排放導致的誤判情況,將有助於更準確的識別與處理空品問題。
空氣品質知識宣導、與居民協同合作
前往當地社區舉辦講座或活動,與居民互動並宣導空品知識,使民眾更了解空品以及空氣污染可能帶來的影響。此外,透過與居民的溝通與合作,也能更加了解居民的需求,並利用我們的所學與專業幫助居民。
工業區空氣品質之分析報告
統計感測器的歷史數據,計算日平均並找出數據高於平均的天數,接著和鄰近空品站的數據作比對,找出工廠可能的排放習慣以及汙染高值出現的時間點,寫成淺顯易懂的分析報告,使民眾對於當地的實際數據資料有更多了解。
有了機動性更高的空氣品質監測車,配合決策系統的建立,能夠有效解決稽查的問題,並且減少誤判的機率。居民可以隨時出動監測車,觀測即時數值後紀錄,不需要等到聞到異味或看到可能的汙染事件時才通報。
透過至社區的空品知識宣導,除了讓居民更了解空品的問題,也鼓勵民眾多關注自己居住地的空品狀況。網頁的長期分析圖下方附上的簡易說明也能讓民眾觀看實際數據變化,而非盲目的緊張或擔憂。此外,與社區民眾的互動與合作,不僅有助於我們履行大學社會責任,也能使我們更深入了解居民的需求,並且運用我們在大學中學習到的專業知識,實際協助居民,達成社會與大學的結合。
若計畫成功實施,我們便能將此計畫推廣到更多需要的地方。鄰近工業區或汙染區的社區不少,但並不是每個社區都有足夠的資源以及正確的知識,也並非每個社區都像觀音工業區一樣受到政府的關注。我們的計畫不僅是將空品知識推廣到更多的地方,也是鼓勵民眾親身投入到守護空氣品質的行動當中。我們為不同地區制定專屬於當地的計畫,並提供準確、品質佳、且價格合理的儀器設備,定期前往當地進行空品知識宣傳的活動。透過與民眾的互動,實際帶領居民投入到守護家鄉空品的行動當中,也減輕了稽查壓力,讓更多民眾重視空品的議題。而儀器方面,未來我們也會增加感測VOC、CO2等濃度感測項,不只是能夠增加監測器的功能,也能讓監測器的應用範圍變得更加廣泛,有助於推動商業化。
至工研院的量測中心參訪,深入了解各種氣象儀器的校正原理及實際應用,增進我們對氣象儀器的了解,並啟發我們對移動式空品監測器設計的新思路。
實際探訪稽查科了解稽查的具體過程,並了解工業區內感測器的佈置與儀器原理,以及目前桃園空品感測器的應用成果與數據分析。
探索如何將我們所擁有的專業知識,轉化為淺顯易懂、讓民眾可以了解的內容。
Cameo - 跨領域 AIoT+AI 經驗及技術分享
邀請負責製作行政院環保署環境物聯網的Cameo公司前來分享人工智慧技術與物聯網的結合和應用,並討論如何將這些技術應用在我們的網站上。