【人物專訪】站在衛星的肩膀上,探索資料應用的更多可能性—專訪林唐煌教授

分享至

6/17(六)林唐煌特聘教授主講:衛星遙測科技在環境監測之應用策略與挑戰

訂閱 CASE YouTube 鎖定直播 開啟🔔

 

採訪、撰文|何郁庭

審定|林唐煌 特聘教授

 

中央大學太空及遙測研究中心主任 林唐煌 特聘教授|講師提供

一個天氣晴朗的午後,國立中央大學太空及遙測研究中心樓頂的大型白色天線,在陽光下顯得十分顯眼,而位於一樓開闊的辦公室當中,林唐煌特聘教授暨主任正侃侃而談著關於衛星觀測研究背後的各種故事。

從林教授不疾不徐的語調中,娓娓道出三十多年氣象預報跟觀測技術的演進,還有今時今日衛星資料的應用潛力與發展;而在訪談的過程中,除了檯面上可見的研究成果外,更可以在林教授健談的話語間感受到他對臺灣衛星資料應用的豪氣與期待。 

 

與氣象預報的進程一同前行

說到的求學經歷,林教授提到,其實在當時的大學聯考,考生多半選校不選系,分數落點到哪,就選擇與成績最相近的校系就讀,可以說是「上帝的安排」。林教授最開始受到的「安排」是航空工程系,然而航空相關領域受到大氣的影響非常明顯,這引起了教授對於大氣運作原理的好奇心,為了瞭解更前端的知識與理論基礎,才進入了大氣與太空科學相關的研究領域。

林教授的研究之路可以說是見證了臺灣氣象預報一路從粗略到精準的歷程。在民國六十年代前,氣象預報的準確率相當有限,因為觀測的資料絕大多數侷限在地面測站的定點觀測,且雲層的觀測是透過人為來判斷。「各個氣象站值班人員當時間到,就跑到外面去對天空看雲,把天空分成八份,然後看雲占多少,這其實是很主觀的一件事。」林教授這樣回憶道。

不過,當世界上最早的地球資源衛星——美國大地衛星於1972年發射升空後,從空中取得的衛星觀測資料為氣象預報挹注了新的可能性。交通部氣象局於1981年開始正式接收、處理及分析日本地球同步氣象衛星(GMS)及美國繞極軌道氣象衛星(TIROS-N/NOAA)所觀測之氣象資料,透過理論模式反推衛星資料的大氣參數所取得的三維模式可以細化空間資訊,提升氣象報告的精準度。在這樣的時空背景下,林教授便依循著國內和國際的衛星資料趨勢,越來越向衛星遙測的領域深入與鑽研。 

 

利用衛星資料提升懸浮微粒監測的精準度

林教授的其中一項研究專長,是關於大氣氣膠和懸浮微粒的遙測,因此利用衛星資料提高空氣汙染監測的精準度,是教授團隊所關注的焦點。

懸浮微粒即一般人稱的「空氣汙染物」,人造衛星一開始的主要目的是監測地球表面的環境,大氣懸浮微粒對觀測訊號而言,是個必須拿掉的雜訊。不過,當全球暖化的議題逐漸升溫時,IPCC聯合國氣象組織公告,大氣中的懸浮微粒於氣候變遷的過程中,在地球能量收支方面扮演著重要的角色。不同成分的懸浮微粒有不同的吸收、散色特性,不能僅用總量檢視其效應,因此衍生了懸浮微粒的分類需求。林教授的其中一項重要研究成果,正是利用衛星資料觀測到懸浮微粒在散射和吸收的特性、粒徑大小的差異進行分類,把不同懸浮微粒的種類區分開,最終和美國NASA團隊合作,發表一篇透過電磁波不同頻道的觀測來區分不同懸浮微粒類別的研究報告。

藉由衛星觀測的資料區分黑碳、硫酸、硝酸等汙染成分已經很令人驚艷,但是若要在環境醫學領域跟醫院門診實際派上用場,還需要精準確認空氣汙染物中,致病的元素到底是誰。林教授舉了一個高雄小港醫院的例子:「臺灣很多人都是說天氣一變,你的鼻子、眼睛就很不舒服,大家都把它推到過敏,但你如果沒有辦法真正抓住過敏原,這個過敏的現象會隨著你一輩子。」像高雄小港這樣的工業城,假若能向醫院的醫生提供空氣中確切的汙染成分與元素,那麼對醫師的診斷來說,將會是非常有用的訊息。

目前林教授在國科會計畫的支持下,分別利用衛星遙測資料、地面實際觀測資料,以及分析傳統使用濾紙蒐集而來的PM 2.5,三方面的資料同時整合,試圖建立鑑別精確懸浮微粒元素的原則。經由跨領域的溝通和整合,林教授帶領的團隊或許可以突破過往單一領域專業所不能跨越的瓶頸。 

 

藉由人工智慧優化三維初始模式的建立

延續前面提到的空氣汙染,林教授提出一個有趣的問題「為什麼我們現在的天氣預報感覺很準,但是空氣品質預報沒辦法做到數值化預報,譬如說明天臺北地區PM 2.5濃度多少、是什麼成分?」

照理說,臺灣既擁有土地利用資料,也擁有汙染物排放濃度多寡,邏輯上而言,應該要有辦法進行數值預報,但實際上,目前的觀測資料皆為根據經驗值設定的二維土地利用資料,當我們把二維的資料輸入到三維模式進行預報,預報的結果便很難達到高準確性。但假設可提供準確的三維初始條件,那麼即便模式沒那麼好,預報品質仍然會很精準。

目前國際間提供的初始場都是由二維轉換到三維的模式,而林教授需要建立的,則是三維轉換到三維初始場過程的連結。拜AI深度學習的發展以及已釋出的開放原始碼所賜,他的一位博士生利用AI減省了三維觀測資料轉換到三維初始場過程中所需要的繁冗統計計算,而且在縮短時間的同時也優化了建立的模型。

人工智慧有點類似將學習的經驗轉換為判斷資料的依據,其實在遙測的領域很早就有這樣的概念,例如以衛星影像進行土地利用之分類。不過林教授同時提醒,AI是高度依賴訓練資料來學習,若只是隨意將毫無相關的資料放進AI訓練,最終產出的結果可能並不具有科學的參考性。因此,林教授認為AI是個值得開發且有效的工具,但設計實驗和使用資料時,一定要架構在物理模式和具有物理意義的背景之下,才能正確發揮AI的威力。 

 

善加使用全球衛星資料找出在臺灣研究的利基點

不論是對於懸浮微粒的監測或是針對AI的使用,林教授在訪談中也多次提到,是否有高品質的資料以及如何使用資料,是進行衛星觀測研究的一大課題。經由衛星傳回的資料,就好比廚房中未經處理的食材;而清理和篩選資料的研究者,就好比精於烹飪的廚師。

隨著臺灣國家太空計畫的發展,以及國安、自主技術突破、國力展示等種種原因,臺灣目前已有一系列光學遙測的福衛二、五、八號衛星,和氣象衛星福衛三、七號,分別提供衛星影像及掩星觀測資料。綜觀全球,將衛星發射到天上去似乎變成一種流行趨勢,但此時林教授產生一個疑問:「除了發射衛星之外,我們臺灣的切入點到底在哪裡?這是很值得大家來思考的。」

林教授強調,衛星發射後,如果沒人會用資料,等於白白發射衛星;懂得使用資料與處理資料,才能發揮衛星觀測的最大效益。大氣監測的過程中,空間中的物質常常混和在一起,越是複雜的研究空間資料處理的過程就越是重要。教授分享了在NASA訪問半個月期間,令他印象深刻的經驗:「以前我也是資料蒐集後,看一下沒有問題,就丟進去(分析)。可是他們一項研究如果需要花費一年的時間,其中有超過半年的時間是在處理資料,再把需要的訊息抓出來。」因為有這樣的經歷,讓他更加理解資料處理的重要性。

林教授認為,未來我們所擁有的衛星資料只會越來越多,除了我國發射自主的衛星外,站在既有衛星的肩膀上整合異質資料與後端應用,即便原始資料來自其他國家,只要能活用,就可以對預報、監測,甚至是災防起到莫大的幫助。在訪談的尾聲,林教授展示了一套串接到Line的環保署即時露天火點偵測系統,此系統能根據日本每十分鐘回報一次的地球同步衛星,達到即時監測地表異常熱點的功能。在這個例子中,林教授的團隊不但提供即時且自動化的服務,還實際示範了充分利用他國衛星資料產出研究成果的例子。 

 

掌握太空,你就掌握地球

綜觀來看,臺灣的太空跟衛星領域研究正在蓬勃的發展,且充滿各式各樣的可能性。或許就像林教授說的:「掌握太空,你就掌握地球。」

從地面人為觀測資料到地球上空充滿大量的低軌衛星,林教授參與了衛星資料從稀少到爆量的過程。在這段時間當中,林教授不但對臺灣懸浮微粒的監測有許多貢獻,在研究方法上,更是跨出舒適圈,用跨領域的思維提升衛星資料的價值和應用範圍。

不論是世界各國的太空總署或是商業太空公司,從各國爭相在太空中爭取一片天地便可窺知,由太空獲取地球的資訊是全人類趨之若鶩的方向,而臺灣在衛星觀測上的發展和成就,才正要開始。

 


探索講座第29期:太空時代再起——THE NEW OCEAN
(Visited 148 times, 1 visits today)

分享至
views