平時照顧好健康 病了就要好好看醫生吃藥論文書籍站
小港空氣品質的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列問答集和懶人包總整理
小港空氣品質的問題，我們搜遍了碩博士論文和台灣出版的書籍，推薦吳義林,蔡德明,賴信志,張鴻良,楊榮元,邱永芳,蔣敏玲寫的 船舶航行對沿岸及港域空污預測模式之建立[107藍] 和柯正龍,陳桂清,謝明志,吳義林,張鴻良,楊榮元的 建置高雄港區105年即時空氣品質推估系統[106藍]都 可以從中找到所需的評價。
另外網站小港醫院辦論壇期打造健康醫療環境 - 臺灣導報也說明：高雄醫學大學鍾育志校長表示，空氣品質的好壞已嚴重地威脅人民的健康，為有效將小港區及其周邊生活環境地緣因素所產生的環境污染與健康促進等衍伸 ...
這兩本書分別來自交通部運輸研究所 和交通部運輸研究所所出版 。
中原大學 環境工程學系 王玉純所指導 張家維的 應用類神經網路預測發電廠周圍細懸浮微粒及臭氧濃度 （2020），提出小港空氣品質關鍵因素是什麼，來自於火力發電廠、類神經網路、細懸浮微粒、臭氧。
而第二篇論文輔英科技大學 環境工程與科學系碩士班 林清和所指導 蔡文正的 高雄港區空氣污染特性之分析 （2015），提出因為有 臭氧、PM10、NOX、SO2、氣團逆軌跡、船舶排放的重點而找出了 小港空氣品質的解答。
最後網站小港-空氣汙染｜PM2.5｜空氣濾清機｜空汙指數｜呼吸道感染 ...則補充：D 近年來空氣汙染日益嚴重,PM2.5連口罩都無法預防,空氣濾清機變成家電裡頭暢銷的商品,空汙指數人人都想關心,這些極差的空氣品質引發民眾呼吸道感染.
船舶航行對沿岸及港域空污預測模式之建立[107藍]
為了解決小港空氣品質 的問題，作者吳義林,蔡德明,賴信志,張鴻良,楊榮元,邱永芳,蔣敏玲 這樣論述：
本研究結合AIS資料建置各港區與其相關活動之排放量資料，並進行模擬分析港埠相關活動對於臺灣沿岸地區與港區附近之空氣品質影響，尤其是區分一次原生性污染物與二次衍生性污染物之影響。內容共分為AERMOD模式即時推估與CMAQ模式歷史案例解析兩大部分；其中AERMOD模式為原生性污染物模擬，建置模擬範圍以臺中港為主，包含鄰近臺中市部分地區，藉以預報臺中港區污染物排放的影響；CMAQ模式同時模擬原生性與衍生性污染物的影響，以環保署排放清冊TEDS建置之臺灣地區排放量為基礎，再以AIS搭配勞氏資料庫建置沿海區域之船舶排放量，以分析船舶排放空氣污染物對臺灣地區空氣品質之影響。
研究結果顯示臺灣周遭海域船舶之平均每日NOx及SOx排放量分別為3150噸與1580噸。在臺灣地區五大港口排放影響方面，細懸浮微粒介於0.31% ~ 5.88%之間，最高為小港測站之5.88%；8小時平均臭氧介於 -11.13% ~ 1.45%之間，最高為仁武測站之1.45%；硫氧化物介於0.67% ~ 33.5%之間，最高為前鎮及復興測站之33.5%；氮氧化物介於0.29% ~ 25.1%之間，最高為萬里測站之25.1%。在臺灣周遭海域船舶之排放影響方面，細懸浮微粒介於2.41% ~ 17.7%之間，最高為潮州測站之17.7%；8小時平均臭氧介於-31.6% ~ 8.08%之間，最高為楠梓
測站之8.08%；硫氧化物介於6.72% ~ 25.4%之間，最高為萬里測站之25.4%；氮氧化物介於-0.08% ~ 53.5%之間，最高為萬里測站之53.5%。 本研究成果可提供交通部、航港局與臺灣港務公司或環境保護署在研擬港埠及沿岸地區空污對策之參考，以建立綠色港口，使之符合國際海事組織(IMO)與歐洲海港組織(ESPO)規範，提升港口國際競爭力，並確保環境永續發展。另研究成果已藉由舉辦 1次教育訓練進行推廣。
小港空氣品質進入發燒排行的影片
壹、風雨操場
教育部在107-108年度擴大推動學校設置太陽能光電風雨球場，並且以鳳翔國中當示範案例向全國推廣。鳳翔國中確實是目前看到品質良好的光電風雨球場，但其他案例並不是都這麼美好，有些甚至是災難。
【一、賺了一座球場，但也失去很多】
學校與太陽能廠商傳統的合作模式，是讓廠商在學校屋頂建置太陽能光電板，以廠商賣出電後的8~10%金額回饋學校作為租金。在傳統收租模式中，鳳翔預估以每年租金回饋10%、租期9年11個月計算，期滿學校預估能收到租約金共590萬。但該校風雨球場的造價就1200萬元，遠大於傳統收租能得到的租約金，因此鳳翔國中決定讓廠商幫學校面費建置球場，球場上放置太陽能板，所賣出的電價只需回饋學校1%，其餘當作建置球場的費用，以達到廠商、學校的雙贏。
學校出借場地方案，不用出錢，還可收每年1%發電回饋(約1-3萬/年)。但也產生諸多問題：
1.光電業者往往不顧校園美學和樹木綠地，導致綠地樹木毀滅。
2.讓球場不合規定，兒童運動不符合球場規範與安全，原本的比賽球場都被降級為練習場。
3. 中間的回饋金遠低於行情，也導致財務回饋不合理的問題。
【二、種電怕樹遮陰，所以就要樹斷頭？】
一般的風雨球場可以與樹為臨，但光電怕大樹遮住，所以以興仁國中的案例，就把樹斷頭。同時為了追求發電面積極大化，遮棚更超出了球場範圍，殺死綠地，周邊的樹只要超過6米高，就一律要斷頭處理。像正興球場就害死了十幾棵樹，正在建置的小港中山國中也發生為挪出建置空間，而對老樹下手進行斷頭修剪的動作。
【三、強壓在棚下，樹能長得好？】
另一種作法是不砍樹，把樹壓在太陽能板的屋頂下。這樣一來，太陽能接收到陽光，但底下的樹卻照不到了，這樣樹還能長得好嗎？難道不會容易死掉嗎？
【四、網球場高度不夠，不能比賽】
風雨球場不是只有藍球場，也有網球場。光電廠商的目的在取得太陽能發電，他們在乎的是鋪的面積越多越好，高度並不是重點，反而越低越省成本。但球場卻有一定要求，比如網球比賽標準要12米高，但光電網球場高度只有6米，只能練習。
【五、七座興建中球場，如何護樹？】
高雄市目前有七所學校正在建置光電球場，在鳳翔國中被當成全國範例的同時，局長要如何來改善砍樹、高度過低等負面問題？
貳、校園雙機
謝局長一上任就說會全力推動包括雙語教育、全市雙機（冷氣機、空氣清新機）的裝設。行政院長蘇貞昌七月拍板「全國中小學全速推動裝設冷氣，而且要在2年內完成」。
高雄市需裝設冷氣機357所國中小，目前已完成比例為1成5。行政院的錢將在110年、111年執行，電力改善費用預估為5億元、冷氣機安裝費用為6億元、再加上冷氣1年電費，共補助11.5億元。
【跳電問題怎解決？】
但冷氣不是有錢裝就好，學校電力系統也要改良，如果老舊電力系統不堪負荷，就發生跳電問題。很多學校裝冷氣很久了，就算夏天熱得要命，學生只能望冷氣興嘆，家長都開玩笑說：「高雄市學校的冷氣是裝來看的，而不是裝來吹的！」高雄市勝利國小裝了冷氣不能吹，使校內的老師和學生都有點「火大」。
跳電問題到底是學校設備老舊？還是台電有問題？局長知道問題所在嗎？要如何解決？
【電費、維修費以後中央年年補助？】
中央政府的冷氣政策絕不能僅補助各校設置冷氣，卻對後續電費、維修費用不聞不問，不然學校將因無力編列冷氣電費與維護費用，陷入有冷氣卻不敢開的窘境。
局長知道以後電費與維護費用會由中央年年補助嗎？如果中央不補助，以後電費與維護費每年要花多少？
參、空大游泳池
空中大學將校園內的用地，以BOT的方式改建成五星級的高雄國際會館，附近的原小港游泳池則規劃興建為健身休閒中心，來提供城市學習、休閒、住宿，暨高雄臨海工業區會展、會議等之機能。原契約規範興建期程2年，第二期時原小港游泳池興建因逾期違約，民間公司雙方朝合意解約方向進行。這案子完工部份營運績效良好，每年都有權利金收入挹注財政收入，不少國際旅客得以入住，也有許多學生該飯店實習，使原本閒置的土地得到有效的利用。但沒完工部分至今仍荒廢，雖然就在附近，但隔幾十公尺，形成天壤之別。
我們都知道很少BOT案以成功收場，大部分都是完工後負債累累，還需要政府的挹注如高鐵、高捷。高雄國際會館案例成功，興健身休閒中心就不被看好而引發這些糾紛。現在雙方在109年6月15日召開爭議協調委員會，雙方同意終止履行第二期興建營運移轉(BOT)之相關約定。
應用類神經網路預測發電廠周圍細懸浮微粒及臭氧濃度
為了解決小港空氣品質 的問題，作者張家維 這樣論述：
根據2020年統計燃煤占發電量的36%，表示臺灣燃煤發電量仍為高占比，而典型預測空氣品質模式包含高斯類擴散模式、軌跡類模式與網格類模式等，本研究以機器學習中的類神經網路(Artificial Neural Network, ANN)整合分析環保署固定污染源連續自動監測設施資料(Continuous Emission Monitoring Systems, CEMS)、環保署空氣品質監測資料、中央氣象局氣象觀測資料，用以預測鄰近三座台電電廠(林口、台中、大林)每日的細懸浮微粒與臭氧濃度並探討預測結果。蒐集2019至2020年林口、台中、大林電廠之固定污染源每小時排放數據(包含氮氧化物及二氧化硫
)，林口、沙鹿、小港空氣品質監測站之每小時空氣污染物數據(包含二氧化硫、二氧化氮、一氧化碳、臭氧、細懸浮微粒及懸浮微粒)與林口、梧棲、鳳森氣象觀測站之每日大氣數據(包含溫度、氣壓、濕度、風速及風向)等參數，將前述資料彙整為日平均值導入以Python語言程式建構的ANN模型中作為輸入參數，輸出參數為細懸浮微粒(μg/m3)與臭氧(ppb)，決定係數(Coefficient of determination, R2)、均方根誤差(Mean Square Error, MSE)與絕對平均誤差(Mean Absolute Error, MAE)用以評估模型表現，隱藏層神經元試誤後，結果得出細懸浮微粒與
臭氧分別使用22個與23個隱藏層神經元有最佳的預測表現，再將數據分區建立模型，保留訓練與驗證時連接層與層之間的最佳權重值，用以預測2021年1月至3月的細懸浮微粒與臭氧濃度。以ANN預測每日細懸浮微粒濃度，林口空氣品質監測站之最佳設定在丟棄神經元為 20%，學習速率 0.01平均R2值為 0.9057；沙鹿空氣品質監測站之最佳設定在丟棄神經元為 0%，學習速率 0.004平均R2值為 0.9243；小港空氣品質監測站之最佳設定在丟棄神經元為 0%，學習速率 0.004平均R2值為 0.9303。以ANN預測每日臭氧濃度，林口空氣品質監測站之最佳設定在丟棄神經元為 20%，學習速率 0.006平
均R2值為 0.7523；沙鹿空氣品質監測站之最佳設定在丟棄神經元為 0%，學習速率 0.008平均R2值為 0.7437；小港空氣品質監測站之最佳設定在丟棄神經元為 20%，學習速率 0.01平均R2值為 0.7626。預測結果顯示，細懸浮微粒預測值低於實際值，結果與訓練模型時結果大致相符；然而臭氧預測值大部分高於實際值，模型預測細懸浮微粒表現較佳。本研究建立預測細懸浮微粒之ANN模型，僅使用少部分參數及資料量即可達到良好的預測效果，可以作為未來預測空氣品質的參考依據，建議未來能夠應用於其他電廠進行預測評估。此外，臭氧結果較差原因推測臭氧多為衍生性，並非由污染源直接排放，建議未來臭氧預測納入
光化學評估監測站、揮發性有機物等相關臭氧前驅物之數據與傳輸、沉降、排放等大氣因子作為建立模型之參數。
建置高雄港區105年即時空氣品質推估系統[106藍]
為了解決小港空氣品質 的問題，作者柯正龍,陳桂清,謝明志,吳義林,張鴻良,楊榮元 這樣論述：
本計畫結合交通部氣象局氣象觀測與本所臺灣海域船舶動態資訊系統(AIS)，完成建置高雄港區之即時空氣品質推估系統，並使用行政院環境保護署之環境資源資料開放平台(opendata.epa.gov.tw/)，下載前金、前鎮、小港及林園四個測站之氣象參數，計算穩定度與混合層高度，藉由輸入排放量，即時推估高雄港區空氣污染物增量。
高雄港區空氣污染特性之分析
為了解決小港空氣品質 的問題，作者蔡文正 這樣論述：
本論文利用繫留氣球探空系統進行兩次高雄港區氣象與空氣品質監測，並同步搭配地面監測，以探討高雄港區排放對於鄰近地區空氣品質之影響。第一次觀測於104年1月29日至104年1月31日，共計3日，於每日00:00-06:00時進行高雄港區氣象與空氣品質監測，每日約監測6-7次，監測地點分為上風處73號碼頭與下風處高明(公司)碼頭。第二次觀測於104年4月21日至104年4月23日，共計3日，於每日09:00-17:00時進行高雄港區氣象與空氣品質監測，每日約監測6-7次，監測地點分為上風處8號碼頭與下風處星光碼頭。研究結果發現復興、前鎮、前金與小港空氣品質測站，其PM10、PM2.5、NO2、CO
具有季節性變化，以10月至隔年2月濃度較高，3月至9月偏低；104年1月與4月現場觀測期間，高雄港區高明碼頭監測PM10、NOX、SO2高於同期四個空氣品質測站，顯示高雄港區之空氣品質比鄰近地區嚴重。藉由氣團逆軌跡分析，顯示高雄港高明碼頭之高污染約有70%機率與港區自身之排放有關；73號碼為53%；8號碼頭為50%；星光碼頭則為59%機率。