軟硬體算力資源助攻中研院用3D噪音地圖提升民眾生活品質

噪音對生活品質的影響甚大，根據統計，我國環保單位每年收到的相關申訴案就有6萬～8萬件，佔整體環境申訴案30％，不過台灣目前仍無系統性的噪音監測機制，再加上聲音難以拍照舉證，因此環保單位與民眾對此都束手無策。近期中研院人文社會科學研究中心詹大千研究員將所研發的Sound Box聲音感測器廣布於台北市，並利用國研院國網中心的高速運算資源打造出3D噪音地圖，以24小時動態呈現台北市各地的噪音變化，民眾可經由直觀式介面快速了解噪音資訊，企業也可藉此延伸出多種應用。

噪音影響的不只是生活品質，也會危及生理健康，已有醫學報告指出，噪音會帶來精神壓力、心血管疾病與內分泌失調等疾病，但一直以來都沒有系統性監測機制。詹大千以台北市為例，過去僅有24處監測站，覆蓋率明顯不足，再加上數據的即時性與代表性不足，要舉發有其難度。因此過去相對於其他汙染，噪音申訴的成案比例並不高，為解決此問題，中研院人社中心從2020年開始著手啟動計畫。

這項計畫希望透過廣布各處的聲音感測網路，即時呈現各地的噪音變化。達成此目標的首要工作是打造具備聲音感測和資訊傳輸功能的設備，對此詹大千率領中研院人科中心團隊所研發的Sound Box，內建聲音感測器與NB-IoT通訊模組，可經由無線通訊方式將聲音數據傳送至後端平台。完成Sound Box後，緊接著要讓感測範圍最大化，對此詹大千團隊與台北市環保局合作，將Sound Box設置在台北市700多處車流監控點。由於城市中的車流是噪音最大來源之一，而台北市車流監控站的設置點都經過長期經驗與大量統計資料驗證，有其數據代表性。除了車流監控站的700多點外，中研院也將松山機場和其他容易產生噪音的地點納入，形成綿密的噪音感測網路。

掌握噪音數據的下一步，是將之分析運算並形成直觀可視的介面。中研院是透過市場上的開源軟體(Open Source)建構2D網格平台，之後再進階為3D立體地圖，讓使用者得知不同樓層的噪音數值。由於開源軟體的檔案格式有其限制，無法有效率地呈現噪音分布地點的樣貌，因此詹大千在2021年中開始採用國網中心的GIS平台與高速運算資源。詹大千指出，台北市的建築物高達23萬棟、樓層數破百萬，再加上700多處Sound Box 24小時連續偵測，其數據量過於龐大，不可能交由中研院內部的電腦運算，因此必須借助國網中心的軟硬體資源，方能打造3D噪音地圖。

現在中研院的噪音地圖已經上線，民眾可透過地圖上的動態網格顏色，了解噪音變化狀態，接下來詹大千將持續進化地圖的智慧化功能，例如民眾可透過社群軟體Line Chat，將錄製的噪音傳送給環保單位進行舉發，這些聲音資料也會匯集成數據庫，做為後端人工智慧機器學習演算法的依據。藉由這些數據庫，系統也將學習分辨噪音種類，未來可提供更精準的數據分析資料。

至於應用面，除了環保單位可用於噪音監控外，醫療機構可將之用於噪音對疾病的影響分析、民眾和房屋仲介業者可做為物件估價因素，諸如此類的延伸應用相當多，而這些應用對數據的運算需求相當高，因此中研院人科中心將持續借用國網中心的力量，讓3D噪音地圖的功能更完善可靠。