第二章 文獻回顧
第四節 空氣汙染預測模式
一、擴散模式（Dispersion Model）
擴散模式是學理上發展較為完整的方法，主要利用各產業的排放強度 配合氣候、地形等因子推估汙染源對環境的影響。在擴散模式中最常見的 理論為高斯擴散模式，其基本假設為汙染物質呈現高斯分布（Gaussian Distribution），其汙染源為連續性排放型態，汙染物質符合質量守恆定律、
彼此不發生化學變化，大氣層處於穩定狀態，以及高斯模式下推估之濃度
二、受體模式（Receptor Model）
常見之受體模式是採取化學質量平衡法（Chemical Mass Balance，
CMB）進行空氣品質之評估。化學質量平衡法模式為定量的分配模式，其
三、空間推估法（Spatial Interpolation）
一 事 物 之 現 象 若 能 以 特 定 統 計 空 間 結 構 表 示 ， 則 稱 為 區 域 化
（Regionalized）。若 Z(x)定義為位置 x 的隨機量測值，則 Z(x)稱為區域化 變數（Regionalized Variable）（張永欣，2007）。空間推估法之基本原理乃 利用已知值的點推估其他各點的值，所推估各點的值為區域化變數。而利 用空氣監測站資料推求區域空氣汙染源分布，一般常見之空間推估方法包 含距離反比內插法（inverse distance method）與克利金插值法（kriging
method）。
（一）距離反比內插法（inverse distance method）
距離反比內插法係各點的估值受到該點到已知點距離的影響，其 配合 ARC/INFO，以各縣市環保局空氣品質測站資料，模擬出台北都 會區等值線圖，再利用 AutoCAD 軟體計算出各村里之總懸浮微粒濃度；
沈恆立（2006）為評估台北市空氣品質經濟效益，利用 GIS arcview 軟 體方法，以行政院環保署和台北市環保局之空氣品質測站之汙染濃度 為依據，模擬出涵蓋台北市之懸浮微粒與總懸浮微粒濃度值，再據以 計算其個別汙染濃度值。
（二）克力金插值法（kriging method）
克力金插值法源自 1950 年代地質統計學（Geostatistics）的應用與 發展，在發展之初主要用於空間插值或推估，亦即一種藉空間已知觀 測點為推估基礎，對鄰近未知點以統計學模式求得最佳線性不偏推估
（Best Linear Un-biased Estimate）的方法，並將資料之分布由點擴充到 面，其最佳化之目標函數為插值誤差最小化（林界宏，1998）。簡易克
yi：均值或現有之測值 mi：平均數
λi：克力金權重因子
( )
x= ∑
i(
yi−
mi)
Z
ˆ
0 λ之線性組合為克力金插值之依據。因此可由實 際相關係數與距離之散佈點，迴歸適宜之模式。
以克力金插值法研究空氣品質之文獻，國內陳佳惠（1997）分別 以線性克力金和非線性克力金插值法分析中部地區未設空氣品質監測 站處的可能臭氧濃度值，並且採用地理資訊系統繪製研究區內臭氧之 分布情形；李姍玫（1998）以克力金法結合地理資訊系統評估大台北 地區之空氣品質監測站最適測站數、各測站影響範圍與重要性等研 究。
由上可知，這三種模式中受體模式主要用於評估排放源和受體間濃度 的方法，而擴散模式與空間推估法係評估研究區域內汙染源分布情形。三 者之差異在於，擴散模式需有完整的氣象資料、地形資料及汙染源排放量 資料，才得以模擬特定地區空氣汙染物的時空分布，而此法之正確性與準 確度取決於資料之正確度與完備性；受體模式則是根據受體點所量測汙染 物特性，配合汙染源特徵組成資料，用統計方法評估受體點所接受的不同 行業別汙染源的貢獻量（盧梅芳，2001）；空間推估法乃利用現有空氣品質 測站實際監測資料，以數學統計中之插值方法估算出區域內其他未知點之 汙染濃度。
若要描述一區域內空氣品質之狀態，最好方法是求得整個區域內每一 點之汙染物濃度，並繪製出汙染物濃度分布趨勢圖或等濃度線圖（曾宇代，
1999）。而本研究為探討捷運營運前與營運後台北市區內空氣品質狀態是否 有所改善，可採用擴散模式或空間推估法求得台北市空氣品質濃度，並且 繪製汙染濃度分布圖。但擴散模式較為複雜且參數繁多，再加上觀測資料 之不足，常會影響推估結果之正確性（黃文政等，1997）；而空間推估法僅 需空氣品質測站濃度資料即可模擬區域之濃度分布趨勢圖。是以，本研究 將以空氣品質測站資料，利用空間推估法配合地理資訊系統，模擬台北市 空氣汙染源分布趨勢。