# 空間數據逆向工程
###### tags: `20200725`
徐承原 總經理
宸訊科技股份有限公司

## 公司簡介
以前做ＧＩＳ的
受到數據分析能力的限制無法算
現在可以算了

## 空污警報
大陸記者爆出新聞，所以越來越重視空氣污染
柴靜 - 蒼穹頂下 (現在找不到了，被阿共封掉了)

## 大甲媽祖遶境
早期數據收集是以個案為主

大甲媽祖半夜起駕，但很怕被打，所以把儀器藏起來

沿線標定PM2.5的數據

PM2.5 超過50ug/m3就紫爆了

## 環保意識抬頭，空污大幅減量

平均值下來了，最大值下來了，尖峰點也下來了

發現有年輕人跟長輩做溝通，讓污染降下來了

## 全台空汙感測器分佈
107年3300點
(辰訊賺翻了...)
(EDIMAX 訊舟吧，空氣盒子是他代工的)

aiR空氣網

## PM2.5哪裡來？
看官方有權威的數據，發現是交通污染最大宗。
但實際應該要看到的數據應該是什麼？
應該是要看當地區域的污染分佈～

## 更生活化的微環境監測
圖.GOGORO機車瀑布活動

樓下燒烤店對你的影響比沙塵暴更影響你。

萬安演習的時候污染就變少了。但透過多日數據來研判，的確是例外

## 交通分群資料

車速、車流量
利用測速資料來看

> 結論：
> 市府資料是連續性的，所以可以有ＸＸＸ
> 週末把他排除，只看1-5
> 車速一直下降，車流一直上升
> 2012 -> 2016年間
> 發現污染會跟著車流量而變化
>

便可以用於穿戴裝置
告訴你哪邊空氣比較不好

## 微環境的即時監測服務

## 高科技製程工廠，廠外污染進氣監測

### 臨海工業區-西南方 疑似事件
可不可以預報有害氣體？可以
不適用流體力學方式去算
因為數據太少，傳統的傳輸模式就算再准，算出來就是不對

利用監測資料與AI來預測汙染移動的結果

### 大發工業區-東南方 污染擴散

## 如何從即時監測，做到提前預警

### 空污預測的逆向工程
善用高密度監測資訊
AI學習時空分布特性
進行事件預測

Heat map ==> 告訴我們重複事件
魔鬼藏在細節裡

### 高雄市 PM2.5 patterns

在高雄市的四個工業區，圖型完全不同，跟產業特性有關

### 嘉義線市

四個不同的工作區域，圖型也完全不懂

### 嘉義市污染源類型分析

把污染跟地圖合併

數據量會越來越大，因為監測儀器越來越多

## 污染事件AI學習方式

用污染軌跡來分析，就會發現有時間上的重複性

結合時間熱區與空間路徑重複性，建立污染事件的預測

---

## 農業

孟山都，全世界最大的農產公司
最後一個蒐購的公司 - the Climate Coporation數據分析公司

孟山督控制了全世界99%以上的基改植物種子
然後利用精準的數據控制，來預測產量、收穫==>然後價格==>然後期貨市場

## 7-11 玉米

只有給高品質的玉米才能進到7-11賣
因此共應商要能夠精準掌握玉米的產量、品質

農產品的良率無法控制

## 農業工廠化

孟山都就是想要把農業生產變成工廠，控制良率

農業以前都是靠經驗的
科技介入，知道每一個環節

工廠、灌渠、排放源整合
把農地資料庫化

題外話
健保卡有醫療資料，但沒有生活環境的資料

## 農作物生長預測的逆向工程

> 農地長的不是作物，是數據
> 找到上帝給他的生長密碼

善用全台上萬處農田監測大數據
以生長結果分級，AI學習生產參數
生長參數範圍廣泛，且跨品種快速學習

日本的富士通也做過一樣的事情
但是日本人不回饋給農民