2020年前9月空品改善分析
第一章 前言
近年在國人環保意識逐年提升，中央部會及地方政府皆極為注重空氣品質變化等環境議題，持續投入相當資源及建立多項污染防制措施及積極作為，以主動有效降低大氣環境中污染物濃度。為了解目前污染物於全臺各地之現況及近年變化之趨勢，本計畫將以行政院環保署全臺空品測站監測資料為主要依據，探討2020年一月到九月全臺各地空氣品質變化趨勢，其中細懸浮微粒之結果係採用校正前之數據，同時佐以氣象局觀測資料了解近年氣象條件之變化以確實探討管制策略之效應。
本計畫探討之污染物包括下列物種：
- 細懸浮微粒(PM2.5)：空氣中的粒狀物粒徑小於或等於2.5微米之顆粒，包含原生性及衍生性部分，為目前國內最關注物種之一。
- 二氧化硫(SO2)：主要來自工業燃燒所排放，包含化石燃料的燃燒，如發電廠、煉鋼廠等都是主要來源之一。
- 氮氧化物(NOx)：主要來源為燃燒過程所排放，主要來自於移動污染源如汽機車和固定污染源如發電廠、煉鋼廠等。
- 一氧化碳(CO)：主要來源為移動污染源中汽機車的排放。
- 非甲烷碳氫化合物（NMHC）：產生臭氧和其他光化學空氣污染物的前驅物質。
- 臭氧(O3)：光化產物，由氮氧化物及揮發性有機物經光化學反應生成。
- 粗懸浮微粒(PM2.5-10)：空氣中的粒狀物粒徑界於2.5 - 10微米間之顆粒。
第二章 各污染物濃度時空分布特性
2.1 近年全臺PM2.5濃度變化趨勢
圖2.1-1 2015年-2020年一月至九月臺灣地區平均PM2.5非降雨小時濃度值及分布圖，其全臺平均值從2015年的25.5 μg/m3逐漸遞減至2020年14.5 μg/m3，其濃度遞減的原因主要為排放至大氣環境之原生性PM2.5及其前驅物減少所致，例如燃油、燃煤鍋爐改燒天然氣，加嚴多項污染源之污染物排放標準，補助汰換老舊車輛等，相關措施皆正面降低大氣環境中PM2.5及其前驅物之濃度降低。而2020 年較2019 年減少之幅度明顯大於其餘年份，推估除了上述因素持續減少國內污染源之貢獻外，與電廠的污染減量排放也有關係，例如通霄電廠至2020年6月1~3號新建天燃氣機組陸續商轉，因具有較低單位發電量之排放污染物係數而減少各污染物之排放，又台中電廠3、4號機組燃燒系統改善(鍋爐爐內)及後燃燒系統改善(污染防制設備)減少各項污染物之排放，另配合空污預報資訊進行加大「減煤減排」措施，2020年10發電量創10年來同期新低且單月燃煤量較去年同期減少10萬噸等。此外來自於台灣境外之污染，如過境台灣海峽之船舶排放及中國大陸之長傳輸污染亦較為減少。
由圖可得知於2015年可得知全臺PM2.5濃度以中部地區及南部地區較高、北部及東部地區較低，中南部地區PM2.5濃度大都在20 μg/m3以上，部分較高區域超過30 μg/m3，而北部地區則大都在25 μg/m3以下，東部地區則相對最為乾淨，PM2.5濃度皆在15 μg/m3以下。因為相對較多固定污染源及為數眾多之移動污染源加上季節和地形之影響，因此中南部地區較其他地區PM2.5濃度為高，而北部地區雖然有較少之固定污染源，但部分地區盆地地形加上移動污染源之影響，仍有一定程度之污染存在，而東部地區因為相對較少污染源且沒有明顯季節和地形效應之影響，空氣品質相對為佳。
進入2016年後整體PM2.5濃度分布趨勢及水準與2015年仍相近，然部分地區PM2.5濃度已有降低，例如中部雲林及嘉義靠山區域、南部高雄屏東交界之處，此外北部宜蘭及化東地區也有改善趨勢。2017年較2016年於部分地區有較明顯之進步，例如桃園新竹交界區域、南投地區、苗栗地區及臺中靠海區域。2018年濃度分布與2017年比較，部分區去呈現些微增加之情況，如苗栗地區、彰化地區，不過全臺整體來說還是稍微降低之情況。2019年則有較為明顯之進步，整體中部地區之濃度分布都較2018年為進步，此外北部桃園及新竹地區也有改善之狀況。2020年則如前所述全臺皆呈現明顯之改善。
2.2氣象條件對空氣品質之影響
2.2-1 2020年及2019年一月至九月臺灣地區地面風速、降雨量、太陽輻射及雲量差值分布圖，由風速差值圖可知與2019年同期比較，2020年在南部高雄、屏東部分地區風速較高有利污染物擴散、濃度降低，同樣在中部南投部分地區風速較去年為高，其餘區域大都較去年風速低，不利於污染物擴散、濃度降低；由降雨量差值圖可知與2019年同期比較，全臺各地區降雨量皆較少且由南向北減少更明顯，降雨過程能帶走大氣環境中之污染物而降低濃度，因此與2019年比較2020年較少之降雨量不利於污染物濃度降低；在太陽輻射差值圖部分，與2019年比較2020年全臺各地之太陽輻射皆為較高，類似之情況可由雲量差值圖得到驗證，與2019年比較2020年全臺的雲量皆較少，可增加太陽輻射(陽光)的強度。較強之太陽輻射雖可讓近地表之混合層發展較高而易於污染物擴散，但較強之太陽輻射亦會促使光化反應增強，導致具光化反應之物種，如衍生性細懸浮微粒及臭氧，反而更容易生成導致高濃度之污染事件發生。綜合上述討論，與2019年之氣象條件比較，2020年大部分區域之地面風速較小對污染物擴散能力弱、降雨量較少對污染物之洗除作用低、太陽輻射量高(陽光強)及雲量低易促使光化反應增強導致衍生性物種生成，因此2020年氣象條件對於大氣環境污染物之影響整體而言是不利擴散之情境。
2.3 PM2.5及相關污染物濃度之時空分布
為探討PM2.5及相關污染物濃度之時空分布特性，茲將本計畫探討之一般空氣污染物分成工廠代表污染物及車輛代表污染物（如圖2.3-1），其中為工廠主要排放物種之工廠代表污染物為NOx和SO2，而為移動污染源主要排放物種之車輛代表污染物為NOx、CO和NMHC。另為了排除因降雨所致污染物濃度降低之情況以專注在人為管制策略和防制措施之減量效應，下面所使用之監測分析資料皆排除降雨時段之資料。
一、PM2.5
圖2.3-2為2020年及2019年一月至九月臺灣地區PM2.5非降雨小時濃度及差值分布圖，由圖中可得知2020年PM2.5濃度以中、南部較高而北、東部較低，較高及較低值濃度差異約為10 μg/m3。相較之下2019年雖然分布趨勢相近2020年，但其高低區域濃度值之差異明顯較大，較明顯之差異可達20 μg/m3以上。由差值圖來看北部大部分區域其濃度值變化2020年為較2019年增加，增量幅度約為1 μg/m3 - 6 μg/m3，中、南部區域2020年濃度值變化大部分皆為較2019年減少，減少幅度約為1 μg/m3 - 9 μg/m3，而在南投及雲林部分區域則呈現稍微增加之情況，東部地區之變化則不明顯。
二、NOX
圖2.3-3 2020年及2019年一月至九月臺灣地區NOX非降雨小時濃度及差值分布圖，由圖中可得知2020年NOx濃度主要其中在臺北市、新北市、桃園市、臺中市、臺南市、高雄市六都區域，因此些區域人口較為密集且為工商業發達之處，不論是移動污染源或固定污染源皆較其他區域為多，因此其濃度當然相對較高，而臺灣西半部又較東部為高，因東部地廣人稀請較少固定污染源排放所致。於2019年NOx濃度之分布趨勢與2020年極為相近，因此推估主要貢獻來源應該相同。由差值圖來看北部大部分區域其濃度值變化2020年為較2019年增加，而中、南部地區則較2019年為減少之情況，推估應為2020年受COVID-19影響，因為疫情關係民眾無法出國且減少外地旅遊，活動範圍變成侷限於住家鄰近區域且高速公路大型載客巴士運輸量減少，因此造成北部地區反而較去年些微增加，中、南部地區則為減少之主因則應為近年部分污染源配合政府政策進行源頭減量及防制設備更新升級所至，例如政府補助汰換1-3期柴油大型車、超臨界燃煤電廠的設置等。
三、SO2
表2.3-4為2020年及2019年一月至九月臺灣地區SO2濃度及差值分布圖，由圖中可得知2020年SO2濃度分布區域有明顯熱點，分別位於北部地區新北鶯歌、樹林區及桃園龜山、桃園區交界處、中部地區臺中、彰化沿海區域及南部地區高雄沿海一帶，依其分布位置推論應為鄰近工業區及大型污染源排放所致。於2019年SO2濃度之分布趨勢與2020年極為相近，因此推估主要貢獻來源應該相同。由差值圖來看北部地區大都呈現些微增加之情況但增幅不大，約小於0.5 ppb。中部地區以臺中市減少較明顯，其他地區則為稍微增加之情況，以南彰化增幅較明顯。南部地區則以嘉義臺南地區增幅較明顯，其中臺南市永康及鄰近地區增幅可達0.5 ppb以上。
四、CO
表2.3-5為2020年及2019年一月至九月臺灣地區CO濃度分布圖及差值分布圖。由圖中可得知2020年CO濃度分布區域主要集中在人口密集之處如新北市、桃園市、臺中市及高雄市等六都區域。2019年CO濃度分布趨勢與2020年相近。由差值圖來看2020年在中、南部地區CO濃度呈現稍微減量之趨勢，但因變動幅度甚小、接近儀器偵測靈敏度，故基本上可視為變化不明顯。
五、NMHC
表2.3-6為2020年及2019年一月至九月臺灣地區NMHC濃度分布圖及差值分布圖。由圖中可得知2020年NMHC濃度分布區域主要集中在人口密集之處如新北市、桃園市、臺中市及高雄市等都會區域。2019年NMHC濃度分布趨勢與2020年相近。由差值圖來看2020年在全臺各地區NMHC濃度呈現稍微增量之趨勢，以北部地區增幅較明顯。
2.4 其他污染物濃度之時空分布
一、PM2.5-10
根據環保署資料2020年全臺PM2.5-10濃度為15.9 μg/m3，較2019年全臺濃度16.8 μg/m3為低。圖2.4-1為2020年及2019年一月至九月臺灣地區PM2.5-10非降雨小時濃度及差值分布圖，由圖中可得知2020年PM2.5-10濃度以中、南部較高，其中彰化、雲林沿海可達20 μg/m3以上。而北、東部地區相對較低，大都位於15 μg/m3以下。相較之下2019年雖然分布趨勢相近2020年，但其高低區域濃度值之差異明顯較大。由差值圖來看北部大部分區域其濃度值變化2020年較2019年些微增加，增量幅度最大可達約2 μg/m3，中、南部區域2020年濃度值變化部分為較2019年減少，減少幅度約為2 μg/m3 - 5 μg/m3，而在南投及雲林部分區域則呈現稍微增加之情況，東部地區之變化則有增有減。
二、O3
根據環保署資料2020年全臺O3濃度為53.3 ppb，較2019年全臺濃度51.3 ppb為增加。圖2.4-2為2020年及2019年一月至九月臺灣地區O3非降雨小時濃度及差值分布圖，由圖中可得知2020年O3濃度於中、北部地區以靠山部分較高、沿海地區較低，此分布應與O3為光化產物之特性，需隨時間在風場、其前驅物及太陽輻射作用下而生成所致。南部區域則相對分布較為均勻應與當地風場及污染源排放特性有關。相較之下2019年雖然分布趨勢相近2020年，但全臺整體濃度值較低。由差值圖來看全臺大部分區域其濃度值變化2020年較2019年為明顯增加，增量幅度最大可達約10 ppb以上，以人口密集處、工商業發達區域更為明顯。
三、總臭氧 (O3+NO2)
因為O3會與一氧化氮（NO）反應生成二氧化氮（NO2），而NO2又會與揮發性有機物（VOCs）因光化作用下產生O3，因此為避免誤解O3濃度之變化為不同物種之轉換亦或管制策略之成效，茲將濃度O3+NO2以進行探討。根據環保署資料2020年全臺總臭氧濃度為40.3 ppb，與2019年全臺濃度40.6 ppb甚為接近。圖2.4-3為2020年及2019年一月至九月臺灣地區O3非降雨小時濃度及差值分布圖，由圖中可得知2020年總臭氧濃度於南、北都會地區有較高之監測值，中部地區都會與郊區反而相對較不明顯，東部地區因污染源較少故濃度為最低之區域。2019年總臭氧濃度在分布趨勢與濃度水準皆與2020年相近。由差值圖來看以北部地區增量較明顯，最大增幅可達6 ppb以上，中部地區部分區域也有較明顯之增量，而南部地區變化則不明顯，圖2.4-4為O3非降雨小時每日小時最大值濃度及差值分布圖，亦呈現相同趨勢。
第三章 各縣市各污染物濃度時空分布特性
3.1 各縣市污染物濃度及差值排序變化
本節以縣市為單位，呈現各縣市轄下測站各污染物濃度之平均結果並依序排位，同時比較近年改善幅度以為仿效參考，然應注意部分縣市境內僅單一測站，其監測值可能因所在位置之事物改變或不可避免之突發事件而有所差異。
一、PM2.5
表3.1-1為2020年與2019年一月至九月全臺各縣市環保署測站PM2.5非降雨小時濃度、序位及差值，由表中可得知2020年全臺各縣市以臺東縣濃度最低(6.2 μg/m3)序位第1，其次2-4分別為東部縣市花蓮縣、澎湖縣和宜蘭縣，其特點皆為境內較少污染源排放且無明顯上風處污染物傳輸貢獻，因此大氣環境中PM2.5濃度較低。再者主要為北部之縣市，依序為臺北市、新北市、基隆市、屏東縣、苗栗縣、新竹縣、新竹市及桃園縣等，其中北部縣市冬季因位於上風處且無因地形造成不利污染物擴散之情況，且境內相對較少污染源排放，故濃度僅次於東部地區，而屏東縣因為含括恆春測站，其位於國家公園內、鄰近無明顯污染源因此測值相對較低。接下來為中部縣市包含臺中市、彰化縣、嘉義縣、雲林縣和南投縣，因較多之固定污染源及移動污染源之排放、冬季於高壓迴流天氣型態影響下易因位於背風面之弱風區導致污染物不易擴散而有較高監測值出現。最後為南部縣市及離島金門和連江縣，南部縣市除了前述中部地區之狀況外，因位於臺灣較南端，於冬季東北季風盛行時常挾帶境外污染物及全臺中北部污染物往此處帶，而因地形影響東北季風過山後易於南部地區形成下沉有逆溫之大氣狀態，不利於污染物之擴散導致空氣品質不佳之情況，而離島金門、連江縣則是受境外污染物影響所致，至於嘉義市空氣品質不佳之情況，應為當地移動源污染排放影響及跨縣市污染物傳輸所致。
由2020年與2019年差值結果來看，以污染減量來看改善幅度最大者為彰化縣，減量達9.3 μg/m3 (佔2019年監測值38.0%)，其次為嘉義市減量達8.9 μg/m3 (34.1%)，再者為高雄市減量達8.5 μg/m3 (33.2%)，接著是花蓮縣減量達8.2 μg/m3 (50.6%)，而減量最小者為基隆市減量達8.2 μg/m3 (3.1%)。2020年各縣市PM2.5平均濃度皆較2019年降低，由表中可知減量成效之多寡並無地域特性，顯示污染防制法規之落實及各項污染源防制工作仍為污染減量之不二法門，例如政府補助汰換1-3期柴油大型車、超臨界燃煤電廠及燃氣電廠的設置、擴大增氣減煤的調度、新式污染防制設備的使用等，且針對各項管制措施之實際成效持續收集、彙整更多相關資料並應用模式模擬工具進行研析探討。
二、NOX
表3.1-2為2020年與2019年一月至九月全臺各縣市環保署測站NOX非降雨小時濃度、序位及差值，由表中可得知2020年全臺各縣市以澎湖縣濃度最低(4.3 ppb)，其次分別為東部縣市臺東縣、花蓮縣、屏東縣和宜蘭縣，而六都則包辦較差縣市最後五位，分別是臺中市、高雄市、臺北市、桃園市及新北市，其原因應與人口集中、移動污染源排量較大有關。由差值來看，全臺各縣市大都較2019年濃度減少，減量幅度較明顯者為中南部縣市，推估應與政府政策推行源頭減量及管末管制有關，例如補助汰換1-3期柴油大型車、超臨界燃煤電廠的設置、擴大增氣減煤的調度及污染防治設備升級更新等。
三、SO2
表3.1-3為2020年與2019年一月至九月全臺各縣市環保署測站SO2非降雨小時濃度、序位及差值，由表中可得知2020年全臺各縣市以臺東縣濃度最低(1.2 ppb)，其次分別為東部縣市花蓮縣、屏東縣和宜蘭縣，中南部之縣市濃度普遍較北部為高，，以彰化縣、桃園縣及高雄縣三者濃度相對較高，應為境內固定污染源所影響，留意最低之臺東縣與最高之彰化縣濃度差距僅為1.7 ppb。由差值來看，全臺各縣市大都較2019年濃度減少，然減量幅度大都介於<0.1 ppb – 0.4 ppb微量之間。
四、CO
表3.1-4為2020年與2019年一月至九月全臺各縣市環保署測站CO非降雨小時濃度、序位及差值，因由表中可得知2020年全臺各縣市以澎湖縣濃度最低，其次分別為連江縣、花蓮縣及屏東縣，因CO主要來源為移動污染源，因此濃度較高之縣市皆為六都之一。由差值來看，全臺各縣市大都較2019年濃度減少，減量幅度較明顯者為中南部縣市及離島地區，推估應與政府政策推行源頭減量及管末管制有關，例如補助汰換1-3期柴油大型車及污染防治設備升級更新等。
五、NMHC
表3.1-5為2020年與2019年一月至九月全臺各縣市環保署測站NMHC非降雨小時濃度、序位及差值，目前僅於臺灣西半部縣市之測站進行監測。因NMHC主要來源為移動污染源，因此濃度較高之縣市皆為六都之一。由差值來看，全臺各縣市大都較2019年濃度減少，減量幅度較明顯者為中南部縣市及離島地區，推估應與政府政策推行源頭減量及管末管制有關，例如補助汰換1-3期柴油大型車及污染防治設備升級更新等。
六、O3
表3.1-6為2020年與2019年一月至九月全臺各縣市環保署測站O3非降雨小時濃度、序位及差值，由表中可得知2020年全臺各縣市以苗栗縣濃度最低(26.5 ppb)，其次分別為花蓮縣、嘉義市和宜蘭縣，而除離島地區因受跨境傳輸之影響外，全臺以屏東縣、新竹縣及雲林縣濃度較高。由差值來看，全臺各縣市濃度有增有減，增減幅度最大皆為5 ppb左右。
七、PM2.5-10
表3.1-7為2020年與2019年一月至九月全臺各縣市環保署測站PM2.5-10非降雨小時濃度、序位及差值，由表中可得知2020年全臺各縣市以新竹縣濃度最低(11.1 μg/m3 )，其次分別為臺東縣、臺北縣和苗栗縣，而較高之縣市為嘉義縣、雲林縣、彰化縣及高雄市，其原因除固定污染源排放以外，街道揚塵及河川揚塵之貢獻亦為主因。由差值來看，全臺各縣市大都較2019年濃度減少，然部分縣市如彰化縣及花蓮縣則為相對增量較多。
3.2 PM2.5 > 35 μg/m3之超限日數百分比統計
表3.2為2020年與2019年一月至九月全臺各縣市環保署測站非降雨小時PM2.5 > 35 μg/m3日數統計，由表中可得知2020年全臺各縣市以嘉義市9%有效天數超過標準為最多，其次雲林縣及金門縣7%，再者為嘉義縣、臺南市其高雄市6%，而北北基、東部縣市、新竹市、連江縣及澎湖縣則皆無超限紀錄。由差值圖來看，全臺各縣市與2019年超標日數比較，不是繼續維持0超過就是超限日數%減少之情況，其中以高雄市減少21%最多，其次是屏東縣、臺南市和嘉義市，整體來說中、南部日數%減少之程度較北、東部來的明顯，而各縣市除PM2.5平均濃度降低外，日均值超限之日數%也持續減少。
第四章 結論
本計畫依據環保署全臺空品測站監測資料，探討全臺各區域空氣污染物在非降雨情況下之時空變化趨勢，污染物包含PM2.5、NOX、SO2、CO、NMHC、O3及PM2.5-10。
今年全臺PM2.5平均監測濃度創歷年同期新低，平均濃度值從2015年的29.0 μg/m3逐年遞減至2020年17.3 μg/m3，此外，空品不良(PM2.5日均值 > 35μg/m3）之日數百分比也為歷年同期最少，且中、南部日數比例減少之程度較北、東部來的明顯，主要原因為人為排放至大氣環境之原生性PM2.5及其前驅物減少所致。
雖然整體而言今年氣象條件對於大氣環境污染物是不利擴散之情境，但今年全臺各地PM2.5平均濃度較2019年減少之幅度明顯大於其餘年份，其相關前驅物如NOX和SO2等，雖然降幅較小但亦同為減少趨勢。上述空品減量之變化，其主因為中央與地方政府共同致力施行各項管制措施以減少相關污染物排放之成效，例如政府補助汰換1-3期柴油大型車、超臨界燃煤電廠及燃氣電廠的設置、擴大增氣減煤的調度、新式污染防制設備的使用等，此外還有少部分受到疫情之影響導致移動污染源排放減少、部分傳統產業降低產能減少污染排放及來自東亞地區之境外污染物減少。