影響2017年嘉義縣朴子市空氣盒子與環保署測站PM2.5濃度差異因子分析-研究成果分享

cgust 2020-05-282020-05-28

慢性疾病暨健康促進研究中心何雅雯 2020-05-28

影響2017年嘉義縣朴子市空氣盒子與環保署測站PM2.5濃度差異因子分析黃淑倫1, 2, 3* 林裕清3, 4, 5 蕭光佑6 林玠模1, 3, 7 紀妙青2, 3, 4 陳玟諭1 1長庚科技大學嘉義分部護理學系；2長庚科技大學慢性疾病暨健康促進中心； 3長庚紀念醫院嘉義分院胸腔內科；4長庚科技大學嘉義分部呼吸照護學系； 5長庚大學醫學系；6長庚紀念醫院嘉義分院急診醫學科； 7長庚大學醫學院臨床醫學研究所 *黃淑倫, Tel: +886-5-3628800 ext 2506 , E-mail：slhuang@mail.cgust.edu.tw 關鍵字：細懸浮微粒，空氣盒子，環保署測站，距離

一、前言空氣盒子或稱簡易型感測器 (AirBox) 為台灣目前除了環保署空品監測站 [Environmental Protection Administration Executive Yuan R.O.C. (Taiwan), EPA] 外，廣泛建構應用於監測細懸浮微粒 (fine particulate matters, PM2.5) 之設備，提供PM2.5即時資訊，並解決測站之空間解析與設備成本的缺點 [1,2]。經國內學者研究，發現AirBox測得PM2.5數值均較環保署測站高 [3]，此差異結果可能會進一步影響AirBox的參考價值，值得進一步分析探討。本研究以嘉義縣朴子市為研究地區，探討環保署測站與鄰近空氣盒子之PM2.5監測情形並分析影響濃度差異之可能因子。

二、研究方法 (一) 研究地區、資料本研究以嘉義縣朴子市為研究區域，蒐集2017年環保署朴子測站 (EPA_Puzi；資料取自環保署空氣品質監測網 [3]) 與鄰近2個空氣盒子 – AirBox_A (大同國民小學測點) 及AirBox_B (嘉義縣立圖書館) (資料取自「雲嘉嘉空氣盒子」網站 [4]) 之PM2.5濃度資料；空氣盒子測點與測站之直線距離以Google Map [5] 進行量測，AirBox_A與AirBox_B分別距離EPA_Puzi 782 m與346 m (圖1)。 (二) 研究方法以SPSS for Windows 17.0 (SPSS Inc., Chicago, IL, USA) 進行資料分析。統計方法包含描述性統計 (平均值與標準差) 與推論統計 [獨立樣本t檢定 (t-test)]；採雙尾檢定，顯著水準設定為α=0.05。

三、結果與討論 (一) 2017年嘉義縣朴子市AirBox與EPA之PM2.5濃度之比較 AirBox於2017年測得PM2.5濃度分別為AirBox_A 8.64-59.94 µg/m3、AirBox_B 13.19-83.39 µg/m3，EPA_Puzi為10.41-35.96 µg/m3。將各月份AirBox_A、AirBox_B PM2.5濃度分別與EPA_Puzi者進行比較，發現大多月份其AirBox_A或AirBox_B之測值均顯著高於EPA_Puzi者 (表1)。此結果與國內學者研究比較2017年台中地區環保署測站與鄰近空氣盒子PM2.5濃度差異以空氣盒子者較高之結果相同 [6]。 (二) 2017年距離對嘉義縣朴子市AirBox與EPA PM2.5濃度差異之影響分析為了進一步了解影響AirBox與EPA PM2.5測值差異之可能因子，本研究分析AirBox與EPA_Puzi之距離與二者測得PM2.5濃度差，結果顯示不同距離會顯著影響其PM2.5監測濃度，以距離EPA_Puzi較近之AirBox_B (346 m)，其濃度差 (39.77 µg/m3) 較距離遠者 (AirBox_A; 782 m, 16.18 µg/m3) 大；即距離愈相近，監測之PM2.5濃度測值差異較大 (表2)。本研究發現距離為影響AirBox與EPA監測PM2.5濃度差異之可能因子之一，然而空氣盒子數量較少，值得再深入探討。

四、結論與建議本研究結果顯示2017年嘉義縣朴子市空氣盒子監測PM2.5測值較鄰近之環保署朴子測站高，距離可能為影響二者濃度差異之因子之一。空氣盒子有其應用的實際價值，未來將擴大空氣盒子的數量與範圍，以深入分析探討空氣盒子與測站PM2.5監測濃度差異之影響因子。

五、致謝本研究由科技部 (MOST108-2635-B-255-001-)、長庚紀念醫院 (CGRPF6G0013、 CMRPF6J0031 & CMRPF6J0061) 與長庚科技大學跨校(跨域)研究 (ZRRPF6J0011) 提供經費贊助，特此致謝。

六、參考文獻 1. 王瑋彤、王瑞庚，臺灣空氣污染微型監測之現行建置盤點，https://rsprc.ntu.edu.tw/zh-tw/m01-3/air-pollution/622-0329-air-pollution-micro-sensor-citizen-science.html (2019)。 2. 鄭玟芩、徐慧淳、羅鈞，簡易型空氣品質監測器應用於空氣污染管制介紹，中興工程，143，頁21-30 (2019)。 3.行政院環保署，空氣品質監測，https://taqm.epa.gov.tw/taqm/tw/b0901.aspx (2019)。 4. 華碩雲端，雲嘉嘉空氣盒子，https://yccairbox.asuscloud.com/ (2019)。 5. Google Map，https://www.google.com.tw/maps/@23.8759391,120.588669,8z?hl=zh-TW (2020)。 6. Lee, C. H., Wang, Y. B., Yu, H. L. (2019). An efficient spatiotemporal data calibration approach for the low-cost PM2.5 sensing network: A case study in Taiwan. Environment International. 130: 104838. doi: 10.1016/j.envint.2019.05.032.