第二章 文獻回顧
2.6 純量評估準則的方向性
有許多物理量存在有方向的特性，如聲音在環境中的傳遞現象，而評 估潛在風險或對環境衜擊時往往容易忽略方向性因素的影響。對純量準則 而言，方向性往往被形容成為有益或有害，如 Tetteh et al. (2004) 則是以正 衝擊表達健康衝擊減緩，而負衝擊方向則是在表達健康衝擊愈趨嚴重。探 討衝擊的方向性主要因污染物的傳送時必頇要經過流體作為傳輸介質，流 體的流動即具有方向性，此即為污染衝擊方向。以河川的污染衝擊而言，
河川低流量是在管理水量和水質的水資源的因子為重要的水力特性，河川 的流量受流域的特性影響，Saghafian (2009)利用 Vasual Basic 與 GIS，由 DEM(Digital elevation model)的資料獲得各網格點的流域的水流方向及其 他相關參數，建立了河川水利的多變量迴歸模式。Kontos et al. (2005)提及 地下水的流速變化大，少則每天數公分大則可達到 10m/day，因此如果要 以此來作為判斷地下水的潛在風險是相當困難的，在多評準選址過程中的 地下水因子，採用在地下水流動的各方位角來標示地下水緩衝區域，方法 是依據場址與水源的上游及下游的距離劃分等級，在各場址各方向上標示 不同的等級來表示緩衝區域。Kress et al. (2004)分析棄置污泥場的排放口
附近底泥的 Hg、Cd、Cu、Zn 及 Pb 發覺濃度只有在偏北方呈現較高的情 況。這說明地下水或地面水的污染擴散對環境的衝擊是具有方向性的。
在空氣污染方面，風向是主導污染擴散方向的主要因子，因此在評比 空氣污染對環境的衝擊時，風向扮演著相當重要的角色。Kontos et al. (2005) 在評選場址時氣象因子則是以各場址風向在各方向上發生的頻率來作為 評比衝擊等級。空氣污染物的傳輸也與水體污染物的傳輸現象雷同都具有 方向性。Tasdemir et al. (2004) 指出空氣中的 PCBs 物質的濃度是受到風向、
氣溫及降雨的影響，而風向的影響是主要的因素。Schauberger et al. (2006) 在進行臭味溢散研究時，指出主流風場上的居民相對較高風速區域的居民 易感受到臭味，而風場過於頻亂；如地形的影響，則感知的能力有較大的 變化。Ainslie and Jackson (2009)在探討評選適合的燃燒場址時，指出在適 合的風向條件下，在某些場址是可以獲得較低的污染衝擊，此點說明了風 向亦是影響污染衝擊的一大主因。
第三章 研究流程與方法
本研究所發展的輔助掩埋場選址決策分析工具主要包括地理資訊初 選專家系統、模糊馬可夫鏈輔助選址方法及方向性風險輔助選址方法三大 部分，以下首先說明整個研究流程，然後說明掩埋場準則及地理資訊系統，
前者是所有研究的基礎，而後者是本研究使用的主要工具之一，之後再一 一詳述專家系統及二個方法的內容。下一章將進行案例研討，示範及探討 所發展工具之實用性。
3.1 研究流程
本研究流程圖如圖 3.1 所示，主要分為資料收集、確立初選場址準則 與區域、模糊馬可夫鏈選址方法及方向性風險選址方法等。以下一一摘要 說明之：
一、 資料收集：除了收集國內容相關文獻，亦收集案例區之氣象、水文資 料以利於進行後續選址工作，這些數據亦用以執行方向性風險及模糊 馬可夫鏈選址模擬方法。
二、 確立初選場址準則與區域：依據之前與學弟共同研究所建立的地理資 訊初選專家系統方法所得結果，確定初選場址準則及區域。
三、 模糊馬可夫鏈時序選址方法:此方法主要用於初選場址之篩選。以某 選址因子的帄均值作為判斷衝擊程度的標準並不太適用於具有時序 隨機性的因子，且易受少數極端值的影響，本方法因而以動態機率的 觀點來分析這類的選址因子，計算潛在環境風險的轉換機率，以轉換 至高潛在風險機率高的區域作為高敏感區，本方法分為模糊馬可夫鏈 選址方法中包括馬可夫鏈運算、馬可夫鏈級數的驗證、模糊化轉換機 率及建立風險潛能圖層等四個子步驟，各步驟內容請將於 3.4 節中詳 細說明之。
四、 空間方向性風險選址方法: 主要是用於分析具有空間性不確定性的
3.2 確立初選場址準則與區域
3.3 時序隨機性選址因子分析方法
本研究的重點在於改善目前選址因子在時間上因為隨機性的現象產 生決策判斷的困擾。選址所需要的水文或空氣資料，在運用時往往會以帄 均值的方式作為整體數據的代表，這種方法無法有效代表極端值的環境衝 擊現象。以地下水水位而言，廢棄物掩埋場的滲出水造成地下水的污染潛 能風險判斷方法。在滲出水造成地下水的污染潛能判斷上，傳統上是以地 下水位的高低來決定，較高的地下水位會有較高的機率受到滲出水的污染，
但是地下水位並不會靜置在同一高度，而是隨時間而變，本研究即利用馬 可夫鏈的方法來評估地下水位的動態變化。此部份主要分為馬可夫鏈運算、
馬可夫鏈級數的驗證、模糊化轉換機率及建立風險潛能圖層等四個子步 驟。
3.3.1 模糊馬可夫鏈時序分析模式
馬可夫鏈主要功能是計算事件轉變至某一狀態的機率，利用此方法計 算隨機性選址準則中轉換至高風險狀態的機率，進而依據此機率作為輔助 隨機性選址因子的判斷準則。本研究以地下水為例，圖 3.3 為研究流程。
3.3.2 DRASTIC 地下水污染潛勢評估系統
DRASTIC(1985)系統為美國環保署(U.S. EPA.)所建立的地下水污染 潛能評估方法。DRASTIC(1985) 評估系統考慮七項水文地質參數，分別為 地下水位距地表深度(Depth to groundwater table)、淨補注量（net Recharge）、
含水層介質(Aquifer media)、土壤介質(Soil media)、地形(Topography)、
透氣層介質影響（Impact of vados zone media）、水力傳導係數(hydraulic Conductivity)等，取各項參數具代表性之英文字母結合即為 DRASTIC。在 本研究中參考 DRASTIC 系統中的地下水距地表深度(D)的分類標準將地下 水資料分為 7 個狀態；見表 3.1 所列，作為馬可夫鏈的 7 個轉換狀態。
地下水位資料收集
依據DRASTIC分類方法
，將資料分為7個等級
計算各等級間的轉換機率
求出各等級穩定轉換機率 建立7×7馬可夫鏈隨機轉換矩陣
地理資訊系統IDW函數建立 模糊純量基數圖層
等級化(Ranking)初選場址
各等級模糊歸屬函數 (membership function)計算
求出純量基數 (scalar cardinality) 馬可夫鏈運用
模糊理論運用
表 3.1 地下水水位分類
圖3.3 模糊馬可夫鏈空間分析模式輔助掩埋場選址流程圖
地下水位距地
馬可夫鏈的序率矩陣(stochastic matrix)為狀態轉換機率矩陣(Jain,1992 , Ma et al., 2008)，可以下列矩陣表示：
式中 pi(0)表示假設第 i 狀態的初始機率，且 夫鏈的轉換，頇以下式計算 BIC 值(Guttorp, 1995)判斷馬可夫鏈的轉換階 數： 1996b)所提供的距離反比(Inverse Distance Weighted, IDW)函數推算出研究 區域分佈的轉換機率值。
3.3.5 距離反比權重法
IDW
是
利用它鄰近的已知點之數值來進行加權帄均值的運算，權重大 小則是依照距離遠近來計算，愈遠離已知值的網格其數值愈不受已知值的 影響。公式如下(Roberts, 2004)：
數值差異較大。ArcView(ERSI, 1996b)的預設值為 2。障礙物(barrier)：點源估算則設為無障礙物(no barrier)。
隨機性資料有可能因為監測次數不足或時距太長而具有不確定性。本研究 因而以模糊理論的歸屬函數(membership function)解決，模糊集合 A 的歸屬 函數A為 (Klir and Folger, 1988; Enea and Salemi, 2001)：
A : Xi 0, 1 (3.8)歸屬函數表示在集合中元素在某一範圍的歸屬程度，歸屬函數值愈大表示 具有較大的歸屬程度，Siqueira Campos Beclin and de Mello (2006) 提出大 多數的決策因子都具有模糊性，並不適合以固定的數值來表示該變數的狀 態。Wenger and Rong (1987)亦指出在決策過程中因子經過模糊化的計算後 將可減少不確定性。 其次利用 ArcView(ERSI, 1996b)的 Map calculation 函數將各狀態轉換 機率圖轉換成各狀態的歸屬函數圖，最後利用純量基數(scalar cardinality) (Klir and Folger, 1988)方法來判斷最適場址，純量基數的定義如下：
3.3.7 建立風險潛能圖層
利用 ArcView 的 Map calculation 將所有狀態的歸屬函數圖總和計算各 初選場址的純量基數圖，最後決策者可由初選場址的純量基數值來篩選場 址。
3.4 空間方向性風險
本研究的重點在於改善目前選址過程中對廢棄物掩埋場所排放污染 物的風險判斷方法。以主流方向作為判斷掩埋場風險大小對一些案例並不 適用，當場址的流場變化頗大時，會使場址所排放污染物對周邊不同方向 的環境造成不同風險。
場址風險亦頇考慮擴散濃度及曝露人口數低。以空氣污染物而言，受 到風速的影響，盛行風向上不一定為污染最嚴重的區域。而污染物擴散最 嚴重的區域受人口分佈的影響，也不一定具有最大的風險。因此本研究以 空氣污染為例，首先模擬計算各場址風場，再經由 ISCST3(USEPA., 1995) 模式求出各方向的污染物濃度。最後直接計算掩埋場排放的空氣污染物對 周圍民眾於所造成的曝露風險來選擇適合的場址。此部分之研究流程如圖 3.5 所示，主要分為確定各初選場址中心座標、模擬計算各方向流體之流 速、模擬計算各方向擴散污染物濃度、建立污染擴散圖層及建立方向性風 險圖層等 4 大步驟，以下各節一一說明各步驟。
3.4.1 確定初選場址中心座標
掩埋場所釋放出的空氣污染物會受到風向及風速的影響改變污染物擴散 的方向及濃度，推估場址的風向、風速必頇先確立場址的中心座標，因 ArcView(1996a)並無提供網格式圖層中心座標的輸出函數，因此場址中心 座標的推估程序如下：
1. 由早期所發展之地理資訊初選專家系統 (Kao et al., 1996; Kao et
al., 1997; 郭, 83 年)，篩選出符合條件的初選區域向量圖層。
2. 將該向量圖層轉換成 500m*500m 的網格式圖層，每一個網格當成 監測站數據推估而得。推估方式一般可分為 Diagnostic 及 Prognostic 二種 型式的模式(Kim et al., 2000; Baggott et al., 2006; 伍, 92 年)，Prognostic 模 式一般較為複雜，本研究因而採用 Diagnostic 模式中常用的 DRAXLER 法
（Draxler, 1979）推估場址的風速風向，該方法以場址與測站相對方向及 速資料則以 0.5m/s 以下為靜風。依據這些資料利用下列公式（Draxler, 1979）
（Draxler, 1979）推估場址的風速風向，該方法以場址與測站相對方向及 速資料則以 0.5m/s 以下為靜風。依據這些資料利用下列公式（Draxler, 1979）