【資料治理怎麼做】環保稽查也要科學辦案，環保署靠AI才識破不肖工廠排污

今年6月16日這天晚上，桃園觀音工業區的工業道路上，有間2年前早就被勒令停工的小型鐵皮工廠，廠內工人正趕忙作業，將工業使用的鍋爐燃燒木屑後的廢氣，從屋頂煙囪口偷偷排出，還刻意掩人耳目將煙囪隱蔽，門口更是大門深鎖，改後門進出，正當業者以為天衣無縫時，渾然不知外頭早有大批環檢警埋伏多時，等到深夜工廠開始作業，馬上出動稽查，甚至有作業人員現場都來不及反應，機器都還沒關，只能乖乖束手就擒。

環保署在6月展開的稽查行動中，還借助了更進階的機器學習資料分析技術，以取代傳統人力的監看作業，希望能夠做到自動幫助監看人員找出可疑潛在污染源的主要區域，可以讓環檢警很快鎖定稽查對象，並找到最合適出動的稽查時機。（圖片來源／環保署）

傳統稽查也開始因為資料力而變得不一樣

這僅僅是環保署會同桃園市環保局6月展開的第一波聯合稽查，緊接著5天後的第2波稽查行動，同樣查獲到違法情事，稽查人員現場立即對違法業者進行告發，總計從 6月至8月期間，總共稽查了6家工廠，開出了6張告發單，有4家違規，其中更有2家涉及刑責移送法辦。

「這不是傳統稽查可以做到的，而是得靠智慧稽查才能夠辦到。」環保署環境監測及資訊處處長張順欽自豪地說。

張順欽表示，這次的環保稽查作法和傳統截然不同，靠的是資料分析的方式來執行稽查，甚至還借助機器學習技術，可以自動找出潛在污染源熱區，才能夠讓環檢警很快鎖定稽查對象，並找到最合適出動的稽查時機，才能夠徹底將製造環境污染的工廠一網打盡，讓被抓到的業者現場也百口莫辯。

「這就是有用資料來稽查跟沒用時的最大差別。」張順欽表示，可以找到以前難以發現到的蛛絲馬跡。張順欽也指出，傳統的環保稽查執法，常常來自民眾的檢舉，得先等到蒐集一定事證後才派員稽查，或是透過不定期來抽查，效果往往不如預期。他解釋，不肖業者常常會以各種取巧手法，來規避稽查員蒐證和抽查，例如這次被查獲違法的6家工廠，都是刻意選在夜間偷排廢氣，甚至還有的將煙囪高度設計成與屋頂同高，藉此來掩人耳目，而且平日大門都緊閉，從外觀上完全看不出廠內有人在作業，「若是以過去的稽查作業方式來執行，根本很難查到。」他說。

所以張順欽表示，環保署從今年3月開始嘗試利用科學辦案的方式，希望找出能夠幫助稽查員執法更有效率的作法，所以先從空氣品質資料的蒐集與分析開始做起，之後更以桃園市觀音工業區，做為第一個科學稽查執行的對象。

環保署原來在全國已經設置有5座大型工業空氣品質監測站，以便針對工業區空氣污染進行監測，雖然這些傳統監測站皆配備有高精密空氣監測儀器，可以提供較準確的空氣品質監控。不過每隔1小時才會蒐集一筆資料，間隔的時間較長，另外每臺監測設備造價十分昂貴，動輒上百萬元，且體積龐大，空間上沒辦法大量設點，所以通常只會放置在距離工業區下風數公里處，僅當作是整個工業區域的空氣品質監測，而沒辦法針對工業區內更小型的局部區域，來進行環境監測。

環保署會同桃園市環保局6月展開首次科學稽查行動，就查獲6家違法工廠，都刻意選在夜間偷排廢氣，甚至其中一家還將煙囪高度設計成與屋頂同高，藉此來掩人耳目，而且平日大門都緊閉，從外觀上完全看不出廠內有人在作業，若採用傳統稽查作法很難查獲不法。（圖片來源／環保署）

用100個感測器布建工業空氣品質監測網

為了要有更多的資料，可以蒐集用來分析使用，張順欽表示，環保署先依據空間規劃分布將觀音工業區分成400個小方格，並針對每一個格子上對應的路燈和交通號誌，來分別安裝一個個小型空氣品質感測器裝置，來協助蒐集到更多的空氣品質資料。

「這個空氣品質感測器就像是一個快篩。」張順欽形容，因為體積小，可以大量布點，每隔500公尺就可布設一個監測點，全工業區總共設有100個點，以便利用蒐集的空氣品質資料，建立一個更高密度的空氣品質監測環境，可以將污染源的範圍更進一步限縮在更小型的區域內，以便於更容易找到污染源頭；同時還利用LoRa無線通訊技術，布建一個通訊範圍可覆蓋整個工業區的IoT感測網路，可以將蒐集到的資料回傳到後端來即時分析。

環保署開發的這臺空氣品質感測器裝置，內含有多個感測器，包括了一個可以偵測細懸浮微粒（PM2.5）濃度的感測器，以及常見的溫度、濕度等感測器。每個感測裝置內也都內建一組電池，白天可自行供電、晚上則可依靠接上路燈或交通號誌的電力裝置進行充電，所以可以24小時不間斷地蒐集環境資料。

「目前這臺裝置每3分鐘就會回傳一筆資料。」張順欽表示，比起傳統監測站蒐集資料的間隔時間更短，可以呈現出以分鐘為單位的區域空氣品質變化情形。環保署還利用每天從感測裝置蒐集到的大量空氣品質數據，包括PM2.5等來進行數據分析，再搭配風速、風向等天氣資訊，來建立出一個觀音工業區空氣品質感測網。

從這個空氣品質感測網平臺上標示的工業區廠商位置平面圖，可以動態的顯示不同時間各監控點的空氣異常變化情形，並且能透過視覺化地圖來呈現，例如，當感測裝置測得的PM2.5數值越高，地圖上對應的感測點位置的區域，就會出現紅色大圈圈，代表這個地方的空氣污染的程度越高，需要多加警戒。反之，數值越低時，則會顯示藍色小圈圈，透過視覺化的方式，可以更容易用於監控異常的排放源，找出可疑的潛在空氣污染熱區。

除了感測點提供的數據外，環保署還結合了風向來輔助判斷，以便找出這些異常高點區域的空氣污染源頭，之後還會與當地已列管污染源的工廠逐一比對，將稽查對象範圍更進一步縮小，甚至還可以隨著時間變化來監看不同區域監測點的空污濃度變化情況。而從不同時間的分布，也可以方便稽查人員可以更容易依據執行稽查對象的週期性作業時間，來決定出動稽查的時機。

環保署在工業區布了100個感測器蒐集空氣品質數據，再搭配天氣資訊，建了一個觀音工業區空氣品質感測網，以找出潛在空氣污染源熱區。這臺空氣品質感測器內有多個模組，如PM2.5感測模組，還有LoRa傳輸模組，還內建充電電池，可支援全天候24小時蒐集。（圖片來源／環保署）

稽查辦案也開始結合機器學習應用

張順欽也提到，像這次的稽查作業，從事前開始監測到正式行動，經過了3個月的準備時間，期間透過數據分析，從時間、空間分布相關性及發生週期性來相互分析及比對後，最後鎖定2個空氣污染源的主要熱區為抽查目標，並擬定稽查作戰行動，而從空氣品質監控地圖中也能觀察到這兩區的PM2.5濃度，經常於夜間時段遠高於其他區域，並且每周三、五、日夜間時段最頻繁，稽查人員便可以依據取締對象的作業時間，來決定何時要展開行動。

甚至在這次稽查行動前的監測過程中，環保署還首次借助了更進階的機器學習技術，來幫助人員自動找出可疑潛在污染源的區域，以取代傳統人力的監看作業。張順欽表示，目前在工業區設置的監測點，每天總共會蒐集到將近1GB的環境數據資料，包括PM2.5、溫濕度、風向等。他們是先使用2個月將近60GB的資料量，來持續提供給機器學習演算法進行訓練，建立一套可用於辨識環境污染源的學習模型，可以輔助監看人員很快分辨找出監控地圖上異常的污染排放源，「這次鎖定稽查的6家工廠業者，就是透過機器學習來找出來的。」張順欽說，未來更大的目標，要讓機器也開始具備跟專業人員一樣的環境監看能力。

將資料分析與工業區空污稽查結合後，張順欽表示，以後稽查員作業方式，可以透過手機或平板裝置App，就可以即時依據所要稽查工廠對象排污的動態變化，來進行蒐證及選定稽查的時機，甚至在外面稽查的過程，一旦感測器發現可能有異常排放的事件發生時，馬上可以對有可能異常的排放空污源頭立即做稽查，「讓稽查作法可以更即時，這就是我們想要實現的智慧稽查。」他表示。

不過張順欽也坦言，雖然這臺空氣品質感測器裝置體績小，方便大量布點，應用上還是有其限制，因為使用的是價格較低的空氣品質感測器，所以與傳統監測站相比，準確度上就沒來得這麼高，兩者誤差將近10～20%之間。另外也會受到外在環境影響，如水氣等，而干擾感測器量測的結果。

至於感測器技術本身也是另一個挑戰。他表示，目前感測器常用來檢測空氣品質好壞時，會以PM2.5濃度為標準，但如果想要量測出其他環境產生出的揮發性有機物（VOC），例如甲醛、乙烯等的濃度成份，這類氣態污染物，因為需要將感測出來的輸出電壓值，轉換成可以量測參考的環境空污標準，需要的技術挑戰也更高。除了空氣品質外，水質的量測也面臨同樣的問題，例如想要量測水中的重金屬成份等。張順欽表示，目前環保署也正和工研院合作，投入研發新的感測器技術，以便未來能用於更多環境污染源的監測。

張順欽表示，這次建立的環境污染感測網，是以工業區的空氣品質監測為主，將只提供給內部的環保稽查人員使用，暫時並沒有對外公開。不過他表示，環保署未來也規劃在鄰近大型污染源的大型社區、或運輸量龐大的交通路段來布設感測點，讓一般民眾也能隨時查看。

未來將以全國布建1萬個空污感測點為目標

除了北部觀音工業區的100個點之外，張順欽表示，接下來也計畫在中部地區增加設置500個環境感測點，未來4年希望能達到全國布建10,200個感測點的目標。張順欽表示，接下來也規劃推出水質環境感測器裝置，並將優先投放在與農地污染有關的灌溉取道，來提升民眾食用作物的安全，另外也可用於針對附近有工廠排放廢水的河川，找出河川污染源頭。