國立中興大學 應用克利金法於懸浮微粒之研究 指導教授:錢滄海 老師 授課教授:林俐玲 老師 學生:陳詠鈞 (7100042018)

內容大綱 一、前言 二、前人研究 三、研究方法

一、前言 台灣早期是以農業為主，1970年台灣進行了一系列的國家基礎建設，自此逐漸從農業社會轉型以工業發展為主。

一、前言 因此，台灣中、南部工廠林立，加上近幾年發生許多的天然災害，都直接或間接的影響空氣中懸浮微粒的濃度，進而影響到民眾的居住品質及健康。

一、前言 台灣也發現這件事情的嚴重性，所以環保署於2006年修正懸浮微粒之標準，並特別注重PM10和PM2.5資料的蒐集，進而可以了解與預防空氣中懸浮微粒對人體健康所造成的影響。

二、前人研究 懸浮微粒的成因和威脅 經過前人的研究指出，空氣中的微粒PM10(直徑<10μm)與PM2.5(直徑<10μm)容易堆積於人體的肺部，造成呼吸與支氣管疾病 。

二、前人研究 懸浮微粒與顆粒直徑尺度對照表

二、前人研究 揚塵與氣候條件 國內外學者研究指出，懸浮微粒與大氣中溫度、相對濕度、風速、壓力、風向等各種氣象因子有密切的關係。

二、前人研究 詹俊南(1996)分析台灣66個環保署空氣品質監測站，指出PM10濃度較高時，溫度較高、風速較小、降雨較少等相關特性。

二、前人研究 氣象因子影響空氣懸浮微粒之探討 --風速 蔡春進等(1998、1999)進行風洞試驗發現揚塵之風速起始值約為5m/s，若風速超過6m/s，風速與揚塵會呈正相關，且為指數增加，可是當風速超過某一上限，則反而呈負相關。

二、前人研究 氣象因子影響空氣懸浮微粒之探討 --相對濕度 程萬里等(2000)分析中部地區空品站之資料，發現秋季之PM10 與相對溼度呈正相關，但冬季則呈負相關。

二、前人研究 化學物質影響空氣懸浮微粒之探討 --二氧化硫 Jorquera (2002)於聖地牙哥分析SO2與懸浮微粒之影響，說明1990年後由於SO2的增加，造成懸浮微粒PM10與PM2.5大約各提高50%與22% 。

二、前人研究 化學物質影響空氣懸浮微粒之探討 --一氧化碳 Dallarosa (2004)於巴西中部區域量測CO，並與懸浮微粒作比較，於農作物燃燒地區CO與PM10兩者濃度都偏高。

二、前人研究 化學物質影響空氣懸浮微粒之探討 --臭氧 Brunelli et al. (2006)於義大利巴勒莫市研究化學物質O3與懸浮微粒PM10之關係，說明O3因與日照有關，故與空氣懸浮微粒之濃度呈正相關。

三、研究方法 克利金法 是一種推測內插技術，通常用於使用已知點的高程來取得表面高程的推測值，然而此技術可應用於任一現象自點資料產生一個表面。

三、研究方法 MATLAB xyz = [203376.941 2662408.537 61.81092631 217232.726 2666092.476 67.56992925 203604.184 2623186.325 64.38572425 189901.734 2646862.074 57.18247569 183615.418 2628324.595 69.13486688 217960.887 2645423.844 62.3822026 168718.009 2623968.769 55.09575588 196036.015 2669707.797 63.0501935 183185.194 2605876.73 72.84366925 211073.3 2673039.461 59.71492951]; x = xyz(:,1); y = xyz(:,2); z = xyz(:,3); idx = [10,8,2,1,4,6,7,5,3,9] % scaling x = x/1000; y = y/10000; x = x(idx); y = y(idx); z = z(idx); x_ma = [165, 225]; y_ma = [258, 270]; npoints = 41; xi = linspace(x_ma(1), x_ma(2),npoints); yi = linspace(y_ma(1), y_ma(2),npoints); [X,Y] = meshgrid(xi,yi); v = variogram([x y],z,'plotit',false,'maxdist',40); vv = v;

三、研究方法 MATLAB % and fit a spherical variogram [dum,dum,dum,vstruct] = variogramfit(v.distance,v.val,[],[],[],'model','stable'); % now use the sampled locations in a kriging [Zhat,Zvar] = kriging(vstruct,x,y,z,X,Y); figure(1); imagesc(X(1,:),Y(:,1),Zhat); axis image; axis xy figure(2); % contour(X,Y,Zvar); axis image % contour(X,Y,Zvar, 10); % z_ma = [min(min(Zhat)), max(max(Zhat))] % v = linspace(z_ma(1), z_ma(2),11)'; v =[40:1:100]'; [c,h] = contour(X,Y,Zhat, [v v]); clabel(c,h), colorbar hold on; plot(x, y, 'r+'); figure(3); surfc(X,Y,Zhat)

三、研究方法 100年 PM10年平均

三、研究方法 100年 PM10年平均

三、研究方法 95年 PM10年平均

三、研究方法 月平均--PM10

三、研究方法

三、研究方法

謝謝大家!!