碎形及混沌理论在分析空气污染物浓度时间序列数据上之应用一.PDF

桃園市大學校院產業環保技術服務團 第30 期環保簡訊 碎形及混沌理論在分析空氣 污染物濃度時間序列數據 上之應用(一) ：基本概念 李中光* ，邱惠敏 萬能科技大學 環境工程系 桃園市中壢區水尾里萬能路 號 32051 1 *Tel: 03-4515811-55718, Fax: 03-4622232, E-mail: anthony@mail.vnu.edu.tw 摘要 本篇論文主要是使用幾種統計方法及工具，包含古典統計、圖譜分析、碎形及混 沌理論，來探討可能存在於空氣污染物濃度時間序列數據(air pollutant concentration time series ，APCTS)中之尺度不變 (scale invariance)特性 、簇結構 (cluster)特徵及混沌特徵 。研究首先發現 APCTS 之機率分佈具有右偏之特徵且可 使用對數常態分布機率模式 (lognormal distribution)來作適當之描述。另外，時間 序列數據可能存在之長記憶效應(long-term memory)及換尺不變性則是經由變異 數法及自我相關函數 (autocorrelation)之分析來作初步之確認 ，進一步之確認則是 使用盒維度 (box-dimension)計算。盒維度計算結果明確指出 APCTS的確具有換 尺不變性且盒維度隨著門檻值之升高而降低，換句話說，低機率和高機率區域之 換尺特徵並不一樣 ，意謂可能具有多碎形 (multifractal)特徵。為了更進一步確認 存在於 APCTS 之多碎形特徵，經由多碎形公式將時間序列數據轉換成更有用且 更簡潔 之圖譜，即 q)-q 及 f ()-圖譜；此一分析結果確認了多碎形特徵的確 存在於 APCTS中。至於 APCTS同時具有機率分佈右偏及多碎形特徵之緣由則 可用空氣污染物濃度之相乘層疊程序 (multiplicative cascade process) 來作解釋。 既然已確認 APCTS的確具有多碎形特徵，下一步即使用一具有相異尺度及權重 的 two-scale Cantor set 來擬合已計算出之 (q)-q圖譜以探討此一簡單之模式是 否能用來描述 APCTS 之產生過程。研究結果發現此一模式和 (q)-q圖譜能作相 當良好之擬合。最後，我們亦計算了 APCTS 之相關維度(correlation dimension) 以 評估 APCTS是否存在有混沌特徵。由 APCTS 具有低的相關維度值可知APCTS 具有混沌特徵，此一結果亦暗示使用混沌- 多碎形聯合理論以鑑定及分析APCTS 1-1 之可能性。文末亦對碎形及混沌理論在分析空氣 污染物濃度時間序列數據 上之實 際應用提出一些討論及建議。 一、基本概念 空氣污染可說是國家工業化過程中揮之不去的夢靨，台灣在過去數十年來， 已成功地由農業社會轉型成工商業社會，伴隨著生活水準的提高，空氣污染問題 亦日趨嚴重，其中台北市和高雄市部份空氣污染物之濃度甚至高居世界之冠。由 於空氣污染物可以對人體及動植物造成嚴重的危害，環保署為了監測台灣各地區 每日空氣品質之變化特於各地裝設空氣品質監測站以收集資料及分析。由空氣品 質監測站所量測而得之空氣污染物濃度時間序列數據具有相當複雜之時間及空 間分佈特性，其濃度變化幅度往往相當劇烈且不具有明顯之自我相關性。由於此 種混沌特性使得我們對此數據之解釋變得相當困難。一般說來，有兩種途徑常被 使用於由已知之污染物濃度分佈數據及氣象條件來預測未來之空氣品質；一是以 現今已知之各種有關空氣污染物產生之物理及化學程序為基礎來模擬大氣之環 境品質，二則是對現有之數據進行統計分析並尋求這些結果和大氣環境之關係。 不可諱言，不論採用何種方法若要提高其