臺北市 2D 噪音地圖 首圖｜[中研院地理資訊科學研究專題中心](https://soundmap.colife.org.tw/noiseMap/)
憂鬱、失眠、高血壓，可能是噪音惹的禍！
車輛呼嘯而過的引擎聲令人心驚膽戰，公園此起彼落的蟲鳴鳥叫則讓人心曠神怡。仔細聆聽將發現，每種聲音都帶給人不同的感受，長久下來不僅影響心境、更關乎健康。若我們能掌握周遭環境潛在的噪音汙染，即多了一分守護自身健康的能力。 中研院人文社會科學研究中心詹大千研究員兼副主任，同時也是地理資訊科學研究專題中心執行長，擅長地理資訊科學結合流行病學研究。因 2018 年參與中研院健康雲計畫至英國開會，因緣際會下得知，歐洲對於汙染與健康因子的討論早已包含「噪音」，但當時的臺灣尚無系統性的科學研究。 翌年正巧陽明交通大學公共衛生研究所在繪製「噪音地圖」（noise map）時遭遇難題，而中國醫藥大學附設醫院則想透過聲音監測改善加護病房的噪音問題，再加上中研院資訊科學研究所陳伶志研究員帶領研發的「聲音盒子」（SoundBox）技術支持。在多方開啟合作意願下，一趟監測都市噪音的奇妙旅程就此展開！ 目前世界衛生組織以均能音量 55 分貝作為住宅區戶外的音量建議標準，詹大千進一步提到：「過去進行[噪音與代謝症候群研究](https://www.mdpi.com/1660-4601/17/12/4236)時，曾分析健檢民眾的自填健康問卷，再比對各地環保局的噪音監測站資料後發現，民眾普遍覺得超過 75 至 80 分貝會覺得吵雜不適，而 50 至 55 分貝以下會感到安靜舒適，就感受性而言與世衛的建議標準相近。」 事實上，有關噪音影響健康的探討由來已久，最初主要關注職業環境的噪音暴露問題，而後擴及生活中的噪音汙染對民眾身心的危害。根據世界衛生組織的研究： > 噪音除了會損害聽力，還會導致憂鬱焦慮、睡眠障礙、注意力下降，提高內分泌系統及心血管疾病的發生率，甚至因聽覺刺激降低而增加罹患失智症的風險，影響不容小覷！  中研院人文社會科學研究中心詹大千研究員，與學術及非營利組織展開一趟監測都市噪音的奇妙旅程！ 圖｜研之有物
不容忽視的交通噪音！揭開噪音地圖建置方法
生活中噪音的來源百百款，常見的包括交通噪音、工程噪音、近鄰噪音、娛樂噪音等，位列行政院環境保護署（今環境部）公害陳情數第一名。 > 其中，車輛、飛機產生的「交通噪音」動輒飆破 80 分貝，是日常生活中影響範圍最廣，也最容易被忽視的公害。 詹大千參與的研究團隊特別針對臺北市的交通噪音分布特性進行研究，運用 2D 及 3D 噪音地圖呈現 24 小時的實時變化。 自 2017 至 2019 年進行的交通噪音數據蒐集並非一帆風順。目前臺北市政府環境保護局僅有 12 個環境噪音監測點、12 個道路交通噪音監測點，根據《噪音管制法》規定，每季只須進行 2 次、每次 24 小時的連續監測，而且只在晴天才會測量，導致研究團隊能獲取的資料量相當有限。 但研究團隊並不氣餒，轉而應用交通管制工程處在臺北市內設置的 7 百多組「交通流量偵測器」（Vehicle Detector，簡稱 VD）所測到的即時車流量及車速數據，來輔助噪音地圖的建置分析。 首先，將研究區域進行 500 x 500 公尺的網格分割，臺北市全區共分出 1,032 個網格，網格內具有 VD 測點者共 303 格，無 VD 測點者共 729 格。接著，比對噪音監測站數據與 VD 數據，建立統計模型關係，據此推估出 303 個具有 VD 測點網格的噪音值。 至於其他 729 個無 VD 測點網格，則運用諸如人口密度、土地利用類型、道路特性等環境條件，與前述 303 個具有 VD 測站的網格進行相似度比對，藉以推估其噪音值。 除了道路交通噪音，臺北市最明顯的噪音來源非松山機場莫屬。研究團隊蒐集臺北航空站 13 處自動監測設備（3 處位於松山機場、10 處位於機場周圍）測到的每小時平均噪音值，依據航空噪音防制區的範圍，將航空噪音值疊加在相對應的網格內。 至於環保局僅有晴天監測的噪音資料，研究團隊也沒忘記補強，透過模型考慮中央氣象局的降雨資料參數，將降雨造成的環境音加入噪音總量中，試圖更貼近真實的噪音狀況。 最後，為了驗證用 VD 偵測資料進行噪音值推估的可信度，研究團隊也實地架設中研院資訊所研發的「聲音盒子」收錄現場噪音值，驗證推估數值的準確度。  圖｜研之有物（資料來源｜詹大千）  聲音盒子是在[「空氣盒子」（AirBox）](https://research.sinica.edu.tw/pm25-air-box-new/)的基礎上，增加感測聲音分貝數的儀器。每分鐘會提供一組感測值，含至少 30 次取樣的聲音最大值、最小值、中位數和均能音量，大幅提升傳統環境感測的時間解析度，提供尺度更細微的環境變化資訊。 圖｜研之有物 研究團隊更進一步運用 3D 建模呈現噪音在不同高度的衰減變化。在假設每棟建築暴露的交通噪音來自最近道路的條件下，將道路到建築物的水平距離、所在樓層的垂直高度（假設每層樓高度為 3 公尺）等資料納入衰減模式。 計算結果顯示，每上升一層樓大約下降 0.4 分貝，再將模式推估值與不同樓層測量到的實際噪音值進行比較驗證，最終在 3D 地圖上以分層填色的色塊顯示不同樓層的噪音值。  圖｜研之有物（資料來源｜詹大千）  中午 12 點的大安森林公園周遭，從 3D 噪音地圖可以看到每一樓層的噪音值，因低樓層靠近馬路，接收到的噪音比高樓層多。