淡江大學覺生紀念圖書館 (TKU Library)
進階搜尋


下載電子全文限經由淡江IP使用) 
系統識別號 U0002-1809202015200300
中文論文名稱 物聯網即時感測技術應用於公車及職場環境的空氣品質分析
英文論文名稱 Application of IoT Real-Time Sensing Technology to Air Quality Analysis of Buses and Workplace Environments
校院名稱 淡江大學
系所名稱(中) 資訊工程學系碩士班
系所名稱(英) Department of Computer Science and Information Engineering
學年度 108
學期 2
出版年 109
研究生中文姓名 王翔輝
研究生英文姓名 WANG, HSIANG-HUI
電子信箱 607410130@gms.tku.edu.tw
學號 607410130
學位類別 碩士
語文別 中文
第二語文別 英文
口試日期 2020-07-16
論文頁數 94頁
口試委員 指導教授-陳瑞發
委員-陳建彰
委員-林偉川
中文關鍵字 物聯網,室內空氣品質,公車業作業環境,有害氣體感測 
英文關鍵字 IoT, Indoor air quality, Bus station workplace, Air pollutants sensing 
學科別分類 學科別應用科學資訊工程
中文摘要 目前的公車業作業場所,與其他的傳統作業場所一樣,沒有有效的手段可以隨時獲得作業場所環境的相關數據,以至於業者想改善作業環境時卻無從下手。
本論文透過物聯網技術結合空氣有害物感測設備,建置空氣有害物感測系統,安裝於公車業作業場所及大眾交通工具等場域,用以收集CO2、TVOC、PM2.5等環境有害物數據資料,透過網路傳送到物聯網資訊平台進行分析,以了解各場域的空氣品質,進行探討及分析。
此外,本論文將收集到的作業場所環境有害物數據資料,進行分析後,將環境有害物超標原因及改善建議,提供給公車業者作為改善作業場所環境空氣品質的參考,期望藉此改善作業場所避免勞工造成的潛在職業災害。
英文摘要 Recently, the bus and bus station workplaces, like other traditional workplaces, have no effective methods to obtain environment data in workplace. Therefore, there is no idea for bus industry to improve working environment.

This thesis proposed an air-hazard sensing system, combined with Internet of Thing technology and air-hazard sensing devices. The system installed in bus and bus station workplaces to collect the data of CO2, TVOC and PM2.5. The data is sent to the IoT Information Platform through network, will be analyzed to understand air qualities in bus and bus station workplaces, and identify the reasons of poor air qualities.

After data analyzing, the reasons of poor air qualities and suggestions for bus and bus station workplace improvement are provided to the bus industry, to improve the workplaces to avoid potential vocational disasters.
論文目次 目錄
目錄 III
圖目錄 VI
表目錄 VIII
第一章 緒論 1
1.1 研究背景 1
1.2 研究目的 2
1.3 論文架構 2
第二章 相關研究 3
2.1 利用公車上的感測器進行即時空汙感測 3
2.2 將公車作為一個行動智慧環境感測平台 4
2.3 利用物聯網車輛環境中分析駕駛行為的服務架構 4
2.4 在市區裡通過行動感測即時監測空氣品質 5
第三章 研究架構 6
3.1 環境有害物研究流程 6
3.2 室內空氣品質標準 7
3.3 公車業作業場所及大眾交通工具作業整體架構 9
3.4 環境有害物感測系統 10
3.5 收集環境有害物數據流程 12
3.6 公車業作業環境及感測系統安裝 13
3.7 資料預處理 16
3.8 工作場所作業及公車環境分析架構 20
第四章 分析探討 21
4.1 作業場所環境有害物的資料分析及原因探討 21
4.1.1 作業場所環境CO2的資料分析 21
4.1.2 檢測站每日各時段CO2濃度的天數統計及分析 23
4.1.3 檢測站環境CO2綜合討論 25
4.2 作業場所環境TVOC的資料分析 26
4.3 作業場所環境PM2.5的資料分析 28
4.3.1 檢測站每日各時段PM2.5濃度的天數統計及分析 29
4.3.2 檢測站環境PM2.5綜合討論 31
4.4 公車內部空氣品質分析及原因探討 32
4.4.1 長短途公車環境CO2的資料分析 33
4.4.2長短途公車每日暴露於CO2濃度環境平均時間的資料分析 34
4.4.3長短途公車環境CO2濃度的天數比例分析 36
4.4.4長短途公車每日各時段CO2濃度的比例分析 37
4.5長途公車各路線環境CO2的資料分析 39
4.5.1長途公車各路線每日暴露於CO2濃度環境平均時間的分析 40
4.5.2長途公車各路線環境CO2濃度的天數比例分析 42
4.5.3長途公車各路線每日各時段CO2濃度的比例分析 42
4.6短途公車各路線環境CO2 的資料分析 44
4.6.1短途公車各路線每日暴露於CO2濃度環境平均時間的分析 46
4.6.2短途公車各路線環境CO2濃度的天數比例分析 47
4.6.3短途公車各路線每日各時段CO2濃度的比例分析 48
4.6.4長短途公車環境暴露於CO2綜合分析 50
4.7長短途公車環境TVOC 的資料分析 51
4.7.1長途公車各路線環境TVOC的資料分析 52
4.7.2 短途公車各路線環境TVOC的資料分析 54
4.8 長短途公車環境PM2.5 的資料分析 55
4.8.1長短途公車每日暴露於PM2.5濃度環境平均時間的資料分析 56
4.8.2長短途公車環境PM2.5濃度的天數比例分析 57
4.8.3長短途公車每日各時段 PM2.5 濃度的比例分析 58
4.9長途公車各路線環境PM2.5的資料分析 59
4.9.1 長途公車各路線每日暴露於PM2.5濃度環境平均時間的分析 60
4.9.2 長途公車各路線環境PM2.5濃度的天數比例分析 61
4.9.3長途公車各路線每日各時段PM2.5 濃度的比例分析 62
4.10 短途公車各路線環境PM2.5的資料分析 63
4.10.1 短途公車各路線每日暴露於PM2.5濃度環境平均時間分析 64
4.10.2 短途公車各路線環境PM2.5濃度的天數比例分析 66
4.10.3 短途公車各路線每日各時段PM2.5 濃度的比例分析 66
4.10.4 長短途公車環境暴露於PM2.5綜合分析 68
4.11 公車業職場及公車環境有害物差異性分析 69
4.11.1 有害物差異性分析架構 70
4.11.2 資料篩選 72
4.11.3 檢測站A,B,C,D環境有害物差異性分析 72
4.11.4 長短途公車環境有害物差異性分析 74
4.11.5 長途公車內部環境有害物差異性分析 74
4.11.6 短途公車內部環境有害物差異性分析 75
4.12作業場所與公車內部環境綜合研究結果與改善方向 77
4.12.1作業場所環境綜合研究結果與改善方向及建議 77
4.12.2長短途公車環境綜合研究結果與改善方向及建議 78
4.12.3長途公車各路線環境綜合研究結果與改善方向及建議 79
4.12.4短途公車各路線環境綜合研究結果與改善方向及建議 81
第五章 結論及未來方向 83
5.1 結論 83
5.2 未來方向 84
參考文獻 85
附錄一、英文論文 87


圖目錄
圖 1、研究流程圖 7
圖 2、大眾運輸業作業場所及大眾交通工具作業整體架構圖 10
圖 3、環境有害物感測系統收集環境有害物數據收集流程圖 13
圖 4、公車業作業環境及公車內環境圖 16
圖 5、原始數據盒狀圖 17
圖 6、一段連續數列的群組數據圖 18
圖 7、單一筆的離群值和極端值數據圖 18
圖 8、篩選工作時段數據示意圖 20
圖 9、工作場所作業及公車環境分析架構圖 20
圖 10、作業場所環境分析架構 21
圖 11、作業場所檢測站A,B,C,D環境CO2盒狀圖 22
圖 12、檢測站 A 每日各時段 CO2 濃度高於1000ppm的天數統計圖 24
圖 13、檢測站 B 每日各時段 CO2 濃度高於1000ppm的天數統計圖 24
圖 14、檢測站 C 每日各時段 CO2 濃度高於1000ppm的天數統計圖 25
圖 15、檢測站 D 每日各時段 CO2 濃度高於1000ppm的天數統計圖 25
圖 16、作業場所檢測站A,B,C,D 環境TVOC盒狀圖 27
圖 17、作業場所檢測站A,B,C,D環境PM2.5盒狀圖 28
圖 18、檢測站A每日各時段 PM2.5 濃度高於35ug/m3的天數統計圖 29
圖 19、檢測站 B 每日各時段 PM2.5 濃度高於35ug/m3的天數統計圖 30
圖 20、檢測站 C 每日各時段 PM2.5 濃度高於35ug/m3的天數統計圖 30
圖 21、檢測站 D 每日各時段 PM2.5 濃度高於35ug/m3的天數統計圖 31
圖 22、公車環境分析架構 33
圖 23、長途與短途公車環境CO2盒狀圖 33
圖 24、長途與短途公車駕駛每日暴露於CO2濃度環境平均時間分析圖 35
圖 25、長途與短途公車環境CO2濃度高於1000ppm的天數比例分析圖 36
圖 26、長途公車每日各時段CO2濃度高於1000ppm的比例統計圖 38
圖 27、短途公車每日各時段CO2濃度高於1000ppm的比例統計圖 38
圖 28、長途公車各路線環境CO2盒狀圖 39
圖 29、長途公車各路線駕駛每日暴露於CO2濃度環境平均時間分析圖 41
圖 30、長途公車各路線環境CO2濃度高於1000ppm的天數比例分析圖 42
圖 31、長途公車路線L1每日各時段CO2濃度高於1000ppm比例統計圖 43
圖 32、長途公車路線L2每日各時段 CO2 濃度高於1000ppm比例統計圖 43
圖 33、長途公車路線L3每日各時段 CO2 濃度高於1000ppm比例統計圖 44
圖 34、短途公車各路線環境CO2盒狀圖 45
圖 35、短途公車各路線駕駛每日暴露於CO2濃度環境平均時間分析圖 46
圖 36、短途公車各路線環境CO2濃度高於1000ppm的天數比例分析圖 47
圖 37、短途公車路線S1每日各時段 CO2 濃度高於1000ppm比例統計圖 48
圖 38、短途公車路線S2每日各時段 CO2 濃度高於1000ppm比例統計圖 49
圖 39、短途公車路線S3每日各時段 CO2 濃度高於1000ppm比例統計圖 49
圖 40、短途公車路線S4每日各時段 CO2 濃度高於1000ppm比例統計圖 50
圖 41、長途與短途公車環境TVOC盒狀圖 52
圖 42、長途公車各路線環境TVOC盒狀圖 53
圖 43、短途公車各路線環境TVOC盒狀圖 54
圖 44、長途與短途公車環境PM2.5盒狀圖 55
圖 45、長途與短途公車駕駛每日暴露於PM2.5濃度環境平均時間分析圖 56
圖 46、長途與短途公車環境PM2.5濃度高於35ug/m3的天數比例分析圖 57
圖 47、長途公車每日各時段PM2.5濃度高於35ug/m3的比例統計圖 58
圖 48、短途公車每日各時段PM2.5濃度高於35ug/m3的比例統計圖 59
圖 49、長途公車各路線環境PM2.5盒狀圖 60
圖 50、長途公車各路線駕駛每日暴露於PM2.5濃度環境平均時間分析圖 61
圖 51、長途公車各路線環境PM2.5濃度高於35ug/m3的天數比例分析圖 62
圖 52、長途公車路線L1每日各時段PM2.5濃度高於35ug/m3比例統計圖 62
圖 53、長途公車路線L2每日各時段PM2.5濃度高於35ug/m3比例統計圖 63
圖 54、長途公車路線L3每日各時段PM2.5濃度高於35ug/m3比例統計圖 63
圖 55、短途公車各路線環境PM2.5盒狀圖 64
圖 56、短途公車各路線駕駛每日暴露於PM2.5濃度環境平均時間分析圖 65
圖 57、短途公車各路線環境PM2.5濃度高於35ug/m3的天數比例分析圖 66
圖 58、短途公車路線S1每日各時段PM2.5濃度高於35ug/m3比例統計圖 67
圖 59、短途公車路線S2每日各時段PM2.5濃度高於35ug/m3比例統計圖 67
圖 60、短途公車路線S3每日各時段PM2.5濃度高於35ug/m3比例統計圖 68
圖 61、短途公車路線S4每日各時段PM2.5濃度高於35ug/m3比例統計圖 68
圖 62、環境差異性分析架構圖 71
圖 63、原始數據盒狀圖 72

表目錄
表 1、勞工作業場所容許暴露標準 8
表 2、室內空氣品質標準 9
表 3、環境有害物感測模組規格表 11
表 4、本研究所使用的通訊協定表 11
表 5、公車業作業環境及人數狀況表 14
表 6、公車路線表 15
表 7、異常數據資料清理比例表 19
表 8、各場域工作時段表 19
表 9、檢測站A,B,C,D環境CO2濃度比例 22
表 10、檢測站A,B,C,D 環境CO2綜合討論表 26
表 11、檢測站A,B,C,D環境TVOC濃度比例 27
表 12、檢測站A,B,C,D環境PM2.5濃度比例 29
表 13、檢測站A,B,C,D 環境 PM2.5 綜合討論表 32
表 14、長途與短途公車環境CO2濃度比例 34
表 15、長途與短途公車駕駛每日暴露於CO2濃度環境平均時間統計表 35
表 16、長途與短途公車環境CO2濃度高於1000ppm的天數比例分析表 36
表 17、長途公車各路線環境CO2濃度比例 40
表 18、長途公車各路線駕駛每日暴露於CO2濃度環境平均時間統計表 41
表 19、長途公車各路線環境CO2濃度高於1000ppm的天數比例分析表 42
表 20、短途公車各路線環境CO2濃度比例 45
表 21、短途公車各路線駕駛每日暴露於CO2濃度環境平均時間統計表 47
表 22、短途公車各路線環境CO2濃度高於1000ppm的天數比例分析表 48
表 23、長途與短途公車環境暴露於CO2綜合分析表 51
表 24、長途與短途公車環境TVOC濃度比例 52
表 25、長途公車各路線環境TVOC濃度比例 53
表 26、短途公車各路線環境TVOC濃度比例 54
表 27、長途與短途公車環境PM2.5濃度比例 55
表 28、長途與短途公車駕駛每日暴露於PM2.5濃度環境平均時間統計表 56
表 29、長途與短途公車環境PM2.5濃度高於35ug/m3的天數比例分析表 57
表 30、長途公車各路線環境PM2.5濃度比例 60
表 31、長途公車各路線駕駛每日暴露於PM2.5濃度環境平均時間統計表 61
表 32、長途公車各路線環境PM2.5濃度高於35ug/m3的天數比例分析表 62
表 33、短途公車各路線環境PM2.5濃度比例 64
表 34、短途公車各路線駕駛每日暴露於PM2.5濃度環境平均時間統計表 65
表 35、短途公車各路線環境PM2.5濃度高於35ug/m3的天數比例分析表 66
表 36、長途與短途公車環境暴露於PM2.5綜合分析表 69
表 37、各檢測站環境有害物CO2、TVOC、PM2.5差異性分析表 73
表 38、長短途公車內部環境有害物 CO2、TVOC、PM2.5 差異性分析表 74
表 39、長途公車內部環境有害物 CO2、TVOC、PM2.5 差異性分析表 75
表 40、短途公車內部環境有害物 CO2、TVOC、PM2.5 差異性分析表 76
表 41a、各檢測站環境CO2綜合研究結果與改善方向及建議表 77
表 41b、各檢測站環境TVOC綜合研究結果與改善方向及建議表 78
表 41c、各檢測站環境PM2.5綜合研究結果與改善方向及建議表 78
表 42a、長途與短途公車環境CO2綜合研究結果與改善方向及建議表 79
表 42b、長途與短途公車環境TVOC綜合研究結果與改善方向及建議表 79
表 42c、長途與短途公車環境PM2.5綜合研究結果與改善方向及建議表 79
表 43a、長途公車各路線環境CO2綜合研究結果與改善方向及建議表 80
表 43b、長途公車各路線環境TVOC綜合研究結果與改善方向及建議表 80
表 43c、長途公車各路線環境PM2.5綜合研究結果與改善方向及建議表 80
表 44a、短途公車各路線環境CO2綜合研究結果與改善方向及建議表 81
表 44b、短途公車各路線環境TVOC綜合研究結果與改善方向及建議表 81
表 44c、短途公車各路線環境PM2.5綜合研究結果與改善方向及建議表 82


參考文獻 [1] K. M. Reilly, M. T. Birner and N. G. Johnson, "Measuring air quality using wireless self-powered devices", 2015 IEEE Global Humanitarian Technology Conference (GHTC), 2015, p.262-272
[2] W. Z. Khan, M. Y. Aalsalem, W. Gharibi and Q. Arshad, "Oil and Gas monitoring using Wireless Sensor Networks: Requirements, issues and challenges", 2016 International Conference on Radar, Antenna, Microwave, Electronics, and Telecommunications (ICRAMET), 2016, p.31-35
[3] A. Khan, A. Al-Zahrani, S. Al-Harbi, S. Al-Nashri and I. A. Khan, "Design of an IoT smart home system", 2018 15th Learning and Technology Conference (L&T), 2018, p.1-5
[4] Timothy Malche, Priti Maheshwary, "Internet of Things (IoT) for building Smart Home System", 2017 International Conference on I-SMAC (IoT in Social, Mobile, Analytics and Cloud), 2017, p.65-70
[5] Fepri P Panghurian, Nico Surantha, Amalia Zahra, "A low-power scenario for IOT-based indoor air quality monitoring system at workplace", The 2nd International Conference on Eco Engineering Development 2018 (ICEED), 2018
[6] M. F. M. Firdhous, B. H. Sudantha and P. M. Karunaratne, "IoT enabled proactive indoor air quality monitoring system for sustainable health management", 2017 2nd International Conference on Computing and Communications Technologies (ICCCT), 2017, p. 216-221
[7] M. M. Ahmed, S. Banu and B. Paul, "Real-time air quality monitoring system for Bangladesh's perspective based on Internet of Things", 2017 3rd International Conference on Electrical Information and Communication Technology (EICT), 2017, p.1-5
[8] Alireza Jaribion, Siavash H. Khajavi, and Jan Holmstrom, "IoT-Enabled Workplaces: A Case Study of Energy Management and Data Analytics", IECON 2019 - 45th Annual Conference of the IEEE Industrial Electronics Society, 2019, p.5325-5330
[9] Houssem Fathallah, Vincent Lecuire, Eric Rondeau, Stéphane Le Calvé, "Development of an IoTbased system for real time occupational exposure monitoring", The Tenth International Conference on Systems and Networks Communications (ICSNC), 2015
[10] Nur Zamira Hamid, Ani Liza Asnawi, W Hafiy W Morshidi, Ahmad Alhadi Ruslan, Nurul Atiqah Jundi, Huda Adibah Mohd Ramli, "Design of a Wireless Device for Monitoring Human Critical Condition at Industrial Workplace", 2018 7th International Conference on Computer and Communication Engineering (ICCCE), 2018, p.252-257
[11] Sami Kaivonen, Edith Cheuk Han Ngai, "Real-time air pollution monitoring with sensors on city bus", Digital Communications and Networks 6, 2020, p.23-30
[12] Lin Kang, Stefan Poslad, Weidong Wang, Xiuhua Li, Yinghai Zhang, Chaowei Wang, "A Public Transport Bus as a Flexible Mobile Smart Environment Sensing Platform for IoT", 2016 12th International Conference on Intelligent Environment, 2016, p.1-8

[13] Catalin Boja, Paul Pocatilu, Bogdan Iancu, "Service Architecture for Driver Behavior Analysis in An IoT Vehicular Environment", IE 2016 International Conference, 2016, p.114-119
[14] Srinivas Devarakonda, Parveen Sevusu, Hongzhang Liu, Ruilin Liu, Liviu Iftode, Badri Nath, "Real-time Air Quality Monitoring Through Mobile Sensing in Metropolitan Areas", UrbComp '13 Proceedings of the 2nd ACM SIGKDD International Workshop on Urban Computing Article No.15, 2013, p.1-8
論文使用權限
  • 同意紙本無償授權給館內讀者為學術之目的重製使用,於2020-09-23公開。
  • 同意授權瀏覽/列印電子全文服務,於2020-09-23起公開。


  • 若您有任何疑問,請與我們聯絡!
    圖書館: 請來電 (02)2621-5656 轉 2487 或 來信