第三章 研究方法
3.6 資料統計與分析
本研究於97 年 10 月至 98 年 1 月間之超細微粒進行連續監測及分 析，並配合監測站空氣污染物與氣象資料，共計12 個變項(UFP、SO2、 CO、NOX、O3、PM10、PM2.5、T、RH、SR、WS 及 WD)；在採樣期間，
SMPS 與氣象儀為 7 分鐘一筆數據資料，每小時約有 8-9 筆數據，每個測 站每次採樣(2 星期)約有 2688 筆× 6 (UFP、T、RH、SR、WS 及 WD)筆數 據資料，因為需利用監測站空氣污染物逐時資料，所以將數據整理為逐 時資料，每次採樣約有14(天) ×24(hr)× 12 筆數據資料，本研究將運用此 數據資料進行分析。
微粒數量濃度採樣上，是與環保署監測站相同為連續不斷的長時間 監測，因此分析上，利用時間序列來分析，以時間為基準描述微粒數量
量濃度是受到哪些因素影響，希望藉此瞭解影響微粒數量濃度變化比 率，例如：早上出現濃度尖峰值與交通尖峰時間一致，配合空氣污染物 以瞭解是否受到車輛影響。
統計分析上，使用敘述統計分析來描述樣本，主要用於得知各測站間 的微粒數量濃度分佈情形，從總濃度平均值觀察不同測站的濃度，以得 知該地區是否存在高濃度的超細微粒，而不同粒徑平均值及標準差可觀 察該地區距排放源遠近，距離排放源越近粒徑越小且標準差變化越大，
顯示微粒可能為剛生成的，再運用平均濃度，從盒型圖探討不同測站間 的微粒數量濃度是否有顯著上差異。
在多變量統計方法的應用上，以主成份分析(principal component analysis)與因子分析使用上最廣泛，因子分析是針對內部相關性高的變數 做資料簡化的工作，可以在眾多變數中歸類出具有代表性的變數，以較 少的變數來詮釋原始資料，而又能保存住原有資料結構所提供的大部分 資訊。因子分析方法應用特色，在定性上，可以協助研究者在眾多變數 中找出具有代表性的共同因子，在定量上，可藉由此方法瞭解變項中的 相關性。因此我們利用多變量統計分析法中的因子分析(FA)方法討論微 粒數量濃度與污染排放源的關係。
本研究使用Microsoft Office Excel2003 進行數據整理及統計軟體 SPSS12.0 來進行因子分析。運算方式是將一群具有相關性的資料，尋找 出幾個共有因子或成份形成共同因子(common factor)，而每個資料所獨有 的部份則歸為獨特因子(unique factor)，藉由因子間的相關性，以瞭解該 地區受到哪些因素影響較大與微粒數量濃度之間相關性較高，以判斷該 地區主要排放源。且可從相關性推估各測站間污染物濃度變化的相關性 及影響性。
對於分析的資料是否適用於因子分析，可用Kaiser-Meyer-Oklin（簡
寫為KMO）檢定，KMO 統計量用於比較的各變數的簡單相關和偏相關 的大小，取值也在0－1 之間。當 KMO 接近於 1，說明變數間共同因子 越多，做因子分析效果比較好，KMO 值低於 0.5 時，較不宜進行因子分 析，其值越大越好，0.8 以上可視為極佳。而本研究結果顯示中部地區 KMO 統計量為 0.73、忠明測站為 0.80、線西測站為 0.73、埔里測站為 0.77、竹山測站為 0.67，顯示為適合用來探討相關係數，
Bartlett 的球形檢定是檢定”假設 Ho=變異數共變異矩陣是單位矩陣 的常數倍”，顯著機率 0.000 比顯著水準 α=0.05 小，因此假設被捨棄。亦 即，存在有不為0 的共變異數，顯示觀測變量之間似乎有某種關聯。本 研究結果顯示，其p-value 皆等於 0.000，並小於 α＝0.05，表達顯著性，
顯示相關矩陣間有共同因子存在，可進一步進行因子分析。
分析上，以主要因子法(principle axis factoring，PAF)之正交轉軸的 最大變異法(varimax)，正交轉軸(orthogonal rotation)的前提假設，是假設 各因子之間都沒有相關，而最大變異法(varimax)是藉由最大化每一個因 子的負荷量變異來最小化因子之複雜度，使得轉軸前高的負荷量轉軸後 更高，而低的在轉軸後更低，使得每個變項究竟屬於哪一個因子會變的 更清楚。因子選擇上，從抽取特徵值(eigenvalue)大於 1.0 以上之共同因子 (common factor)為主要因子。
共同性(初始與抽取因子後)上，當共同性越高，表示該變項與其他 變項可測量的共同特質越多；共同性越低，表示該變項不適合投入因子 分析中，當值接近0 時，表該因子分析無貢獻，有時除去為宜。而本研 究中觀測值皆大於0.3，因此不予以刪除。
因子選取上可由初步抽取共同因子的結果（total variance explained）
部分來選擇，以標準化後資料矩陣進行分析，保留特徵值大於1 以上之 因子作為共同因子。
本研究利用因子分析來探討各監測站空氣污染物與超細微粒數量濃 度間的相關性，推估其可能污染源。
表3-1、研究期程
2008 年 2009 年 時間(月份)
工作項目 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7
文獻探討
採樣準備
儀器測試
環境調查
採樣時間
數據分析
論文撰寫
論文口試
論文修改
表3-2、台 中交通流量表(2007)
路段 時間(上午尖峰) 車輛＊(PCU/hr) 台中港路/工業一路 07:15 ~ 08:15 12642
台中港路/文心路 07:45~08:45 11718
台中港路/忠明路、忠明南路 07:15 ~ 08:15 10584 市政路/環中路 07:30 ~ 08:30 9708
台中港路/河南路 07:30~08:30 9028
台中港路/東興路/漢口路 07:30~08:31 8215
台中港路/安和路 07:00~08:00 8039
市政路/文心路 07:30 ~ 08:30 7633
台中港路/惠來路 07:15~08:15 7189
路段 時間(下午尖峰) 車輛 (PCU) 台中港路/文心路 17:30 ~ 18:30 12781 台中港路/忠明路、忠明南路 17:45 ~ 18:45 10519 台中港路/河南路 17:45 ~ 18:45 9923 台中港路/東興路/漢口路 17:45 ~ 18:45 9034 市政路/環中路 17:45 ~ 18:45 8817 台中港路/工業一路 17:15 ~ 18:15 8624 市政路/文心路 18:00 ~ 19:00 8083 台中港路/安和路 17:15 ~ 18:15 7315 台中港路/惠來路 17:30 ~ 18:30 7300
＊ 此車量計算是依據其車種形式轉換成小客車當量數(Passenger Car Unit, PCU)，作 為分析交通量的基本單位。換算方式為一個PCU 為一小汽車，，一部大型車約 1.6 個 PCU，一輛機車約為 0.3 個 PCU。.
來源：台中市交通處
表3-3、採樣時間表
日期 地點 儀器 有效樣本數
97/10/03~97/10/20 JM SMPS、氣象儀 3460 97/10/29~97/11/12 SS SMPS、氣象儀 2669 97/11/13~97/11/28 PL SMPS、氣象儀 2332 97/11/28~97/12/12 JS SMPS、氣象儀 2283 97/12/13~97/12/25 JM SMPS、氣象儀 2536 97/12//29~98/01/09 SS SMPS、氣象儀 2247 98/01/09~98/01/22 PL SMPS、氣象儀 1282
表3-4、環保署空氣污染物年平均(±σ)濃度(2004~2008) 空氣污染物
監測站
SO2
(ppb)
CO (ppm)
NOX
(ppb)
O3
(ppb)
PM10
(μg/m3)
PM2.5
(μg/m3) 豐原(Fongyuan). 3.85(0.56) 0.61(0.12) 23.0(6.3) 27.1(5.03) 56.5(9.5) 39.6(8.0) 沙鹿(Shalu) 4.06(0.37) 0.46(0.10) 20.2 (3.8) 31.1 (4.56) 60.6(13.9) 41.2(10.8) 大里(Dali) 3.83(0.51) 0.68(0.18) 29.8 (9.7) 25.4(5.74) 68.6(14.9) 37.0(11.5) 忠明(Jhongming, JM)* 3.45(0.29) 0.69(0.14) 32.1(7.9) 23.8(4.57) 61.0(12.5) 32.5(10.8) 西屯(Situn) 3.53(0.37) 0.52 (0.11) 25.0(4.9) 28.4(4.77) 65.9(12.7) 32.7(9.9) 彰化(Changhua) 5.00(0.84) 0.55 (0.13) 30.4(8.1) 23.7(4.02) 67.7(16.3) 40.5(11.1) 線西(Siansi, SS)* 4.55(1.04) 0.36 (0.10) 18.8(5.1) 29.1(4.74) 61.2(14.0) 33.9(10.3) 二林(Erlin) 3.19(0.64) 0.34 (0.11) 14.5(3.9) 31.5(4.56) 62.0(14.7) 38.2(11.1) 南投(Nantou) 3.40(0.72) 0.58 (0.18) 25.6(9.4) 26.4(5.10) 62.8(17.0) 41.1(13.2) 竹山(Jushan, JS)* 2.86(0.48) 0.46 (0.16) 19.4(8.3) 30.2(5.02) 65.8(20.4) 37.4(16.4) 埔里(Puli, PL)* 2.15(0.26) 0.51 (0.16) 16.2(5.5) 30.4(5.51) 55.5(15.8) 36.5(13.3)
*本研究採樣地點
表3-5、中部空品區各縣市人口數、車輛數、工廠數量統計資料 ton/year)
PM2.5(102 ton/year)
SOX(102 ton/year)
NOX(102 ton/year)
CO(102
圖3-1、研究流程圖 文獻探討
建立研究目 標
研究方法 之 建立與執行
儀器設備
數據分析
1. 超細微粒的來源 2. 健康上的危害 3. 台灣本土相關研究 4. 相關研究方法
1. 瞭解中部空品區超細微粒粒徑與粒數濃度之時間空 間分佈
2. 探討中部空品區超細微粒的主要排放源
2. 地點時間選擇 3. 空氣污染物濃度 4. 氣象資料
5. 連續監測
1. SMPS+C 2. 氣象儀
3. EPA 空氣及氣象監測數據
1. 數據分析
2. 空氣污染物及氣象資料分析 3. 相關性探討
4. 受體模式應用 1. 交通路旁量測
1. SMPS+C
2. EPA 空氣及氣象監測數據
工業一路口
文心路口 河南路口
忠明南路口 1.2 km 1.1 km
3.9 km 工業一路口
文心路口 河南路口
忠明南路口 1.2 km 1.1 km
3.9 km
圖3-2、台中市路旁站位置圖
圖3-3、台中市路旁採樣實際情形
竹山測站 Jushan station 南投縣 Puli station
彰化縣 Siansi station
台中市 Jhongming station
(a)
圖3-6、SMPS 構造示意圖：(a)DMA(H：63 cm) and CPC(26×29×23 cm)，
(b)實際照片
圖3-7、氣象儀於忠明測站三樓樓頂架設實際情形(儀器高度約 2.5 米)
風向風速計(朝北)
日照計(朝南)
資料收集箱+
電源供應器 溫濕度計
風向風速計(朝北)
日照計(朝南)
資料收集箱+
電源供應器
溫濕度計
Measured particle diameter, Dp (nm)
0 50 100 150 200 250 300
Challenge particle diameter, Dp (nm)
0