學術新聞
桃園市政府多年來持續推動農地重金屬污染調查、整治與後續監測，逐步降低農地污染風險；截至目前，已有2,824筆農地完成整治，面積達337公頃。然而整治完成後，如何知道哪些農地可能再次出現污染？國立中央大學工學院副院長暨智慧營建研究中心主任陳介豪特聘教授以桃園市完成整治的農地為研究對象，帶領研究團隊建立結合邏輯迴歸與類神經網路的雙層預測模型，預測銅、鋅、鎘濃度未來可能上升的農地及上升幅度，讓農地監測從「逐筆採樣」進一步走向「風險預測」。此研究於2024年10月刊登在SCI收錄期刊《Environment, Development and Sustainability》。
研究團隊蒐集桃園市近20年共9,674筆土壤檢測資料，其中包含上述2,824筆受污染農地，並納入灌溉水質、土壤特性、作物種類等12項影響因子，建立兩階段的預測模型。第一階段以邏輯迴歸結合整合學習方法，先判斷農地未來是否可能出現重金屬濃度回升，第二階段則針對具有回升疑慮的農地，利用具有三層隱藏層的類神經網路，進一步估算銅、鋅、鎘濃度可能增加的幅度。
研究結果顯示，模型判斷農地銅、鋅、鎘濃度是否可能回升的準確率，分別達82%、83%及91%。為確認模型不僅能適用於既有資料，研究團隊另外選取50處農地進行現場採樣，以X光螢光光譜儀進行檢測與比對。結果顯示，銅、鋅的預測準確率仍分別達78%及76%，顯示模型面對未曾參與訓練的新樣本時，仍能維持一定的預測表現。
研究團隊進一步將模型應用於桃園市3,425筆已解除列管或經多次監測的農地，發現不同灌區的風險並不相同，其中南崁溪及「4-12、4-13池」灌區的銅污染增量明顯較高，推估超標年限甚至不到20年。陳介豪教授表示，環保單位的監測與稽查資源有限，若能運用模型先找出重金屬濃度較可能回升的區域，再安排現場採樣與後續監測，將有助於提高稽查效率，讓有限的人力優先投入風險較高的農地。
從1982年首起經證實的農地重金屬污染事件，到如今透過資料分析與人工智慧技術逐筆評估農地的污染回升風險，農地污染治理正逐步從「污染後補救」走向「風險提前預警」。研究團隊未來將持續納入灌溉渠道底泥重金屬濃度、灌溉用水量等資料，進一步提升模型的預測能力，並期望將研究方法應用至桃園以外的其他地區，協助建立更具效率與精準度的農地污染監測機制。
此次研究成果也展現陳介豪教授長期投入人工智慧、智慧工程與環境監測等跨領域研究的累積成果。團隊近年持續整合人工智慧、機器學習、空間資訊與工程技術，將數位科技應用於環境污染監測、智慧城市及基礎建設管理等實務議題，秉持「從台灣問題出發、以科技連結在地需求、讓研究成果走向國際」的研究方向，將臺灣在智慧工程與科技應用上的研究能量推向國際舞台。
