行政院國家科學委員會專題研究計畫 成果報告
發展時空資料補遺技術於環境監測之應用
計畫類別： 個別型計畫 計畫編號： NSC94-2622-E-110-002-CC3 執行期間： 94 年 05 月 01 日至 95 年 04 月 30 日 執行單位： 國立中山大學海洋環境及工程學系(所) 計畫主持人： 張揚祺 計畫參與人員： 黃雅真、賴柏全 報告類型： 精簡報告 處理方式： 本計畫為提升產業技術及人才培育研究計畫，不提供公開查詢 中 華 民 國 95 年 6 月 29 日國科會補助提升產業技術及人才培育研究計畫成果精簡報告
學門領域：環境工程 計畫名稱：發展時空資料補遺技術於環境監測之應用 計畫編號：NSC 94 - 2622 - E - 110 - 002 - CC3 執行期間：94 年 05 月 01 日起至 95 年 04 月 30 日 執行單位：國立中山大學海工系 主 持 人：張揚祺 參與學生： 姓 名 年 級 (大學部、碩 士班、博士 班) 已發表論文或已申請之專利 (含大學部專題研究論文、碩博 士論文) 工作內容 黃雅真 碩士班 碩士論文：發展時空資料補遺 技術於環境監測之應用Yang-Chi Chang, Ya-Zhen Huang, Dun-Cheng Chang and Meng-Tsung Lee, Assessment of marine environment by spatial analysis in kao-ping coastal water, Journal of
Environmental Engineering and Management (JEEAM)
(Accepted)
發展整合時間與空間 維度之資料補遺技術
賴柏全 碩士班 碩士論文：應用資料探勘技術 於垃圾焚化爐作業之知識擷取 Yang-Chi Chang, Po-Chuan Lai, Meng-Tsung Lee, An integrated approach for operational
knowledge acquisition of refuse incinerators, Expert Systems
with Applications (Accepted)
協助資料採礦方法論 之應用 合作企業簡介 合作企業名稱：浩群開發股份有限公司 計畫聯絡人：羅皓鴻 資本額：伍佰萬元 產品簡介：環保相關技術服務、諮詢 網址： 電話：089-220288
研究摘要(500 字以內)： 近年來永續發展已成為國際上的重要議題，許多永續發展指標也陸續被提 出，例如海島台灣、都市台灣的指標系統等。但是當我們在研究海域環境永續 指標時，赫然發現環境監測資料的缺失情況極為嚴重。資料是所有資訊的源 頭，然而原始資料往往會有各式缺失值存在，由這些充滿缺失的資料所推估的 結果，其準確性亦受質疑。是故，如果想進一步的分析資料且獲得正確的資訊， 原始資料的處理就變得格外重要。經由研究分析大致了解環境監測資料缺失值 產生的原因，例如：測量機器發生故障、檢測的樣本遭到毀壞、研究人員忘記 記錄、資料合併時有記錄沒有匹配，或因資料進行整理程序造成記錄遺失等。 分析時，亦發現資料的缺失狀態極為不同，例如：在同一時間點，空間資料缺 失某些欄位、或是缺失部分空間點的資料，以及在同一空間點，缺失少數時間 點的資料、或是缺失所有時間序列資料等。因此環境監測之缺失資料與時間和 空間具有相關性，目前應用於資料插補法大致有：針對資料型態插補、針對空 間分佈關係作插補、與針對時間數列函數作插補。因為同時考慮時間與空間相 關性的插補極少，所以本研究發展出一套結合時間與空間資訊之環境監測資料 插補法，整合相關分析技術，提升資料補遺的正確性。 人才培育成果說明： 藉由此次計畫，本研究室訓練兩位碩士班研究生，兩位的論文研究方向均 與資料分析、處理相關，賴柏全同學已經於去年畢業，他應用資料採礦技術， 分析大量的垃圾焚化廠監測資料，並獲得蘊含其中的操作準則，論文已經獲得 國際知名的 Expert Systems with Applications 期刊的接受，另外，賴同學也協 助黃雅真同學，運用資料採礦技術，整合相關的時間維度與空間維度之分析方 法，發展較傳統分析方法精確的資料補遺技術，黃同學即將於近期畢業，黃同 學參與此次計畫與之前國科會永續發展的相關計畫，累積許多分析的技術，如 空間分析的克利金方法、時序列分析的移動平均等方法、多變量統計的因子分 析主成分分析、資料採礦的類神經網路等，相關的研究成果也將發表於 Journal
of Environmental Engineering and Management，這兩位學生具備非常紮實的
資料分析、整合、處理技能，可以提供環境、工程、管理顧問業界，以及相關 產業所需的技術。
技術研發成果說明： 本研究嘗試運用克利金插補、時間序列插補、3-D 時空插補法、以及倒傳 遞類神經等四種資料分析方式，經由模擬資料補遺實驗，找出較佳之資料補遺 方法，研究發現以克利金、時間序列分別進行資料插補後，再配合倒傳遞類神 經網路，所發展出之插補模式，應可提供較為精確的資料補遺結果，以下分別 就所使用的技術做簡單的說明。 克利金法（kriging）是應用在空間插值或推估之方法，主要是利用空間中 已知觀測點為推估基礎，以統計學模式，對鄰近未知點求得最佳線性不偏估計 (Best Linear Unbiased Estimate, BLUE)，由點至面分析資料之分佈。克利金內 插法假設空間變異現象具全面統計同質性(statistical homogeneity)，即空間中任 一點的物理量 視為隨機變數，各隨機變數構成一隨機變域，而不同位置之隨 機變數間存在一空間變異結構，使隨機變數除受地區性變異之影響外，也受該 空間變異結構之影響，則該變異數稱為一區域化變數，由此可知區域化變數在 空間上具有 (1)局部：隨機、不規則之隨機變數、(2)整體：一般性結構化之空 間變異的特性。 一般而言，所謂時間序列（times series）係指以時間順序型態出現之一連 串觀測值集合，或更明確的說，對某動態系統(Dynamic System)隨時間連續觀 察所產生有順序的觀測值之集合。時間序列分析法之構成要素有長期趨勢 (Trend, T)、循環變動(Cycle, C)、季節變動(Seasonal Variation, S)以及不規則變 動(Irregular fluctuation, I)；構成要素之間關係形成兩種時間序列模式，加法模 式(Additive model)，主要是假設構成要素 T, C, S, I 之間彼此獨立，因此分析 結果可以藉由累加而得(Y=T+C+S+I)；另外，乘法模式(Multiplicative model) 則是假設 T, C, S, I 之間互相影響，分析結果可以運用乘法方式來得到時間序列 的變化預測(Y=T*C*S*I)。移動平均法是在一時間序列
{ }
Zt ， 內，依 次求取若干期間 k 內(年或月等)數值之趨向值。例如取五年移動平均值，在年 序列 , ,…, 中，取第一年到第五年之平均值作為第三年之移動平均數，取 第二年到第六年之平均值為第四年之移動平均數；依此類推，則第t年、 n t =1,2,..., 1 Z Z2 Zn 5 = k 之 移動平均數為：(
Zt−2 +Zt−1+Zt +Zt+1 +Zt+2)
/5Lixin 與 Peter(2004)在”Interpolation methods for spatio-temporal geographic data”一文中，提出利用有限元素演算法推展出 3D 與 4D 之時空插補法，其中 3D 時空插補法意指二維空間加上一維時間，綜合成為三維的資料尺度，而 4D
時空插補法意指三維空間加上一維時間。不論是 3D 或 4D 之時空插補法，其 第一步便是將空間與時間維度依照數學理論中之 Solid Geometry 的演算法，設 立已知之資料網格，此演算法是經由三角網格發展而來。二維與三維空間點經 由 MATLAB 程式中”Delaunay Triangulation”的演算法可畫出網格如圖 1 與圖 2 所示。該演算法再利用補遺點所在網格之已知點資料，進行線性內插，找出補 遺點的缺失值。 圖1、二維網格圖 圖2、三維網格圖 類神經網路是一種模擬生物神經系統的資訊處理系統，生物神經系統具有 許多神經元相互連結，而每個神經元各有其輸出訊號與輸入訊號並與其他神經 元相連以傳遞訊息；所以當以電腦來模擬生物神經網路運作時，需先設計許多 處理單元（即神經元），神經元間相互連結、處理並傳遞訊息。倒傳遞網路模 式主要包括學習過程及回想過程，學習過程是利用最陡坡降法(the gradient steepest descent method)，對所給予的訓練資料，在模式中逐步改善類神經元間 的連接加權值及閥值(threshold)，得到一組趨近最佳的網路訓練參數，再透過 回想過程驗證此模式的學習效果及品質。模式基本架構是由神經元(或稱處理
單元，processing element, PE)組成層(layer)，再由層組合為網路架構(network)。 空間插補以克利金法最常被使用，時間序列法則已被大量用於時間資料的 預測與插補，而類神經能找出目標與輸入間之關聯，所以本研究整合這三項技 術，利用克利金法與時序列法模擬形成類神經網路之輸入，以原始資料做為目 標，訓練類神經網路，建構出一新時空插補模式。因克利金插補法只考慮到空 間位置關係，而時間序列插補法只考慮時間位置之關聯；所以利用上述兩種插 補法搭配類神經網路，便可開發一套時空類神經插補法。 技術特點說明： 本計畫所研發之資料補遺模式，因為整合時間與空間維度資訊之分析方 法，預期應該可以提供較好的缺失值預測效果，經過實際測試驗證，也的確比 單一的分析方法與 3D 時空插補法的效果都還要好，雖然與最佳的單一分析方 法比較，改善幅度有限，但亦足以證明環境品質監測資料補遺，若能同時充分 利用時間與空間所蘊含的資訊，所得到的分析結果應更能貼近實際數值。 可利用之產業及可開發之產品： 該技術適用於具有空間與時間尺度的資料分析，而環境品質監測資料即是 具備這樣的性質，因此在環境相關的顧問公司，或是電腦軟體開發公司，應該 可以利用這樣的技術進行資料庫缺失值的補遺工作，以確保環境資料庫品質的 可信度。除此之外，一些自然資源的資料也同樣具有時間與空間的特性，若是 能應用這項技術，也同樣能提升資料補遺的準確性，因此也歡迎提供調查服務 或是使用這類資料的顧問公司，使用這項技術。至於在民間的運用，則適用於 房地產的價格推估，根據已經成交的部分資料，使用本項技術應該可以推估出 相鄰區域的房價範圍，提供房屋仲介公司可信的預估價格。 推廣及運用的價值： 在環境相關的顧問公司，或是電腦軟體開發公司，應該可以利用這樣的技 術進行資料庫缺失值的補遺工作，以確保環境資料庫品質的可信度，環境監測 資料往往可以提供政策評估、環境影響評估所需的基本資訊，如果因為過多的 缺失值，或是不正確的補遺，誤導運用基礎資料的分析結果，那就有失當初進 行環境監測的用意，也浪費大量資金與人力資源進行環境監測。
※ 備註：精簡報告係可供國科會立即公開之資料，並以四至十頁為原則，如 有圖片或照片請以附加檔案上傳，若涉及智財權、技術移轉案及專 利申請而需保密之資料，請勿揭露。
