環境物聯網數據分析
透過人工智慧技術，
找出污染排放潛勢區位
傳統上空污管制大多透過宣導或是制定排放量的方式進行，但隨著新興技術的興起，環保署建構了人工智慧加上空氣污染的大數據技術，除了能夠更精準鎖定排放來源之外，也能建立空污排放數據模型，全自動進行空氣污染的預測、推估、告警等等，讓相關空污稽查人員從過去被動式參與、單方面的接受報告結果，到現在可主動出擊，事半功倍有效率地查處污染。
伴隨著環境物聯網的佈建，除了可收集到更細緻的環境數據，更可透過人工智慧演算法，找出影響空氣品質的關鍵因子，並依據專家經驗建立模型，建立異常狀況的全自動判斷，推送重要資訊供智慧稽查之用。
找出污染排放潛勢區位
傳統上空污管制大多透過宣導或是制定排放量的方式進行，但隨著新興技術的興起，環保署建構了人工智慧加上空氣污染的大數據技術，除了能夠更精準鎖定排放來源之外，也能建立空污排放數據模型，全自動進行空氣污染的預測、推估、告警等等，讓相關空污稽查人員從過去被動式參與、單方面的接受報告結果，到現在可主動出擊，事半功倍有效率地查處污染。
伴隨著環境物聯網的佈建，除了可收集到更細緻的環境數據，更可透過人工智慧演算法，找出影響空氣品質的關鍵因子，並依據專家經驗建立模型，建立異常狀況的全自動判斷，推送重要資訊供智慧稽查之用。
環境感測物聯網人工智慧分析技術
主要導入三大智慧化服務
技術1：空污潛勢區位分析
Air Pollution Trend Analysis
IOT 感測器不管在時間或是空間上都提升了資料收集的密度，然而每一臺 IOT 感測器皆為獨立裝置，而空氣則是流動的，依靠單臺感測器所獲得的數據將會遇到資料分析的限制，較難建構更全面的網狀分析觀點。
『空污潛勢區位分析』，透過 Data Fusion 的數據融合方法，當某 IOT感測器偵測到的數值異常超標，其受覆蓋的可疑潛勢區位就會累加可疑潛勢分數，後續可整合空污潛勢區位與人類判讀，標記污染熱區，找到最可疑的排放區域。
『空污潛勢區位分析』，透過 Data Fusion 的數據融合方法，當某 IOT感測器偵測到的數值異常超標，其受覆蓋的可疑潛勢區位就會累加可疑潛勢分數，後續可整合空污潛勢區位與人類判讀，標記污染熱區，找到最可疑的排放區域。
技術2：重大空污事件分析
Air Pollution Event Analysis
空污事件零星且眾多，且污染排放的時間因素大，越是近期的數據越有代表性，數據的重複跡象也能協助判斷慣犯與規律性，但傳統方法能夠依賴大量人力分析，取得的資訊有限，也較難串連出行為慣性。
『重大空污事件分析』藉由IOT污染數據的累計，全自動彙整週間污染的時空間特性，分析『哪個區間、星期幾、幾點』等等污染事件資訊，可自動計算相關污染事件，並在數據平台上做出提示，讓現場勘查人員能夠更快取得事件資訊，透過高效率智慧稽查，提升稽查效率和破案績效。
『重大空污事件分析』藉由IOT污染數據的累計，全自動彙整週間污染的時空間特性，分析『哪個區間、星期幾、幾點』等等污染事件資訊，可自動計算相關污染事件，並在數據平台上做出提示，讓現場勘查人員能夠更快取得事件資訊，透過高效率智慧稽查，提升稽查效率和破案績效。
技術3 ：空污足跡重現地圖
Air Pollution Footprint Map
空污事件零星且眾多，數據變化非常快速，即使是重大空污事件，也很難被判斷出來，更難以標記其發生的時間與地點，所以空污事件的一大挑戰，是針對特定排放行為進行舉證，由於空氣污染源會隨著風向四處飄散，狀態改變非常快速，過去技術難以還原當時排放的狀況，造成舉證困難。
『空污足跡重現地圖』的技術結合空污數據、地理資訊、時間資訊、風向數據、風速數據等等進行視覺化數據還原，用視覺回推當時空污飄散狀況，再結合時間軸調整功能，可動態切換檢視特定時間區段，模擬當時污染熱區和排放潛勢。
『空污足跡重現地圖』的技術結合空污數據、地理資訊、時間資訊、風向數據、風速數據等等進行視覺化數據還原，用視覺回推當時空污飄散狀況，再結合時間軸調整功能，可動態切換檢視特定時間區段，模擬當時污染熱區和排放潛勢。
