團隊要解決的問題？
目前環境部的空品預報未來3日空品區空品指標(AQI)，環保局依預報執行應變，減緩空污程度及提醒民眾採取防護，但以空品區為單位，易造成多個縣市要同步應變及民眾避免外出等，若能透過AI技術預報至縣市或更細尺度及增加預報天數(3天增加至4天或5天)，可以精準應變(即節省資源)及民眾防護上更有彈性(例如可告訴民眾上午空污，學童在室內上課，但下午好轉可室外上體育課等)。現有針對污染來源施行寧可錯殺一百，也不要放過一個的應變方式，過度耗費人力及效果不佳。運用AI技術整合模式模擬的網格資料(3*3公里)結合臺灣空氣污染物排放量清冊及土地利用等資料(1*1公里)再加入具有高空間解析度的感測資料(0.5*0.5公里)，建立一個智能預警系統，以精準的應變及提早預報來通知民眾，既減碳又減空污的雙重功效。民眾可以透過平台查詢附近空品現況、預測及應變作為資訊，讓民眾採取現況需要防護措施及未來空品預測之規劃及防護。
請說明提案預計實證及落地場域為何，如在中央或地方機關、產業、或NPO/NGO等，如何導入公共服務運作?
中央研擬污染改善政策及布全國空氣品質預報，與地方充分合作針對污染源減量及管制，另透過學術界科學的支援及產業技術機構協助，在整合與地方協作，以具有特色之都及沙崙智慧綠能科學城的臺南做為示範場域，這產官學研的合作模式是有環境部主導並集結科學基礎與產業技術支援與地方充分合作，在空污發生之前，以更精緻化之預報溯源預警等資訊下事半功倍執行提前污染源管制及減量，提前通知民眾防護空污。
請說明您的具體解決方案?
79站國家空品監測（每小時）、0.5x0.5公里的1萬點微型感測（每分鐘）、1x1公里土地利用、臺灣空氣污染物排放量清冊（TEDS），及氣象署逐時觀測。納入環境部3x3公里CMAQ模式模擬資料、臺南市環保局污染源清單、敏感區位資訊，及長榮大學平臺歷史空品與成因分析等，以AI整合及學習將政府開放資料及學術科學技術及地方在地資訊充分運用，綜合預測更細及提早預報。AI模型建置與優化：核心模型建置運用深度學習技術，包含長短期記憶網路（LSTM）處理時間序列數據。結合CMAQ空品模式與卷積神經網路（CNN）架構，進行精細降尺度模擬。此整合性AI模型建置出的未來逐時（1-24小時）氣象與空品預測模型與優化。可預測未來逐時（1-96小時）的氣象與空品模型。性能評估與應用展示：透過地理資訊系統（GIS）視覺化展示，直觀易懂的空品地圖與預測，便於民眾即時掌握空品。及早預警、快速應變，守護民眾環境健康。
請說明您認為本次提案內容可帶來的的影響與效益?
這項提案成功後，預料將會產生顯著的環境和社會效益。
1. 讓民眾可以更直接查詢所以現況空品監測及預報及預警資訊，一站式獲得資訊，供民眾提早防護及對未來規劃。
2. 高解析度的空氣品質預報，政府機構能夠更精準地定位並處理污染熱區，實現更高效的污染治理。
3. 這不僅能夠即時減少空氣污染對公共健康的威脅，還能提升居民的生活品質。另一方面，透過中央與地方的合作與數據共享並導入AI，用AI新技術協助整體政策的制定和執行將更具科學性和協同性，促進政策效率的大幅提高。
4. 精準溯源功能有助企業和工廠主動改善其環保措施，進一步減少污染排放，形成循環性的環境保護效應。
5. 提供民眾查詢所在地監測及預報資料，提供防護建議及更精準空污可能發生時段及區域，可提前做好適當防護及規劃。
