自工業革命以來，世界各國為了追求更高的經濟成長及國家發展，使得化石燃料的使用日益漸增。然而，近年來隨著環保意識的抬頭，世界各國紛紛投入再生能源的研發，以達到減緩並改善氣候變遷所帶來的影響。
    本論文探討之再生能源數據將根據聯合國環境規劃署(UNEP)的定義，針對太陽能、生質能、風能，地熱能，海洋能和水力能等六項再生能源項目做為研究目標；並以國際能源署(IRENA)所提供之2008-2017年全球各項再生能源裝置容量及發電量作為基礎數據來源，進而探討各項再生能源的容量因子。另外，以國際能源署(IEA)所提供之初級能源總供給和電力消費數據，進行再生能源的比例分析。最後，透過視覺化軟體「Tableau」作為製圖工具，將各種特殊型態的視覺化圖表類型與欲探討之再生能源數據做出最適當的結合，以達到視覺化最佳傳達訊息效率之效果。
    圖表分析結果發現。若以再生能源總量為基礎下，各國的再生能源裝置容量的成長與其政府之能源政策和環境條件息息相關，若政府能給予相關補助並結合所擁有的自然資源將會大幅的提升再生能源的使用。另一方面，依照再生能源比例分析，其結果顯示出國家規模相對較小的國家，即使再生能源的裝置容量與發電量不比大國家，卻能透過各嚴謹的政策與對能源轉型的認同，將各項再生能源的發電量大量的使用於國家總發電上。

Since the Industrial Revolution, countries in the world have been increasingly using fossil fuels in pursuit of higher economic growth and national development. However, in recent years, with the rising awareness of environmental protection, the government has invested in the research and development of renewable energy to mitigate the impact of climate change.
    The renewable energy data discussed in this dissertation will base on the definition of the United Nations Environment Programme (UNEP). Six renewable energy components will be considered, such as solar, biomass, wind, geothermal, ocean, and hydropower. Moreover, renewable energy capacity and energy generation use as the essential data source provided by the International Renewable Energy Agency (IRENA). In addition, the primary energy supply and electricity consumption data provided by the International Energy Agency (IEA) utilize to analyze the proportion of renewable energy. Finally, through the visualization software "Tableau" as a drawing tool, the most appropriate combination of various particular types of visualization chart types with the renewable energy data to be explored, in order to achieve the best visual efficiency.
    The results of the graph analysis are displayed. Based on the total amount of renewable energy capacity, the growth of renewable energy capacity in various countries is related to their government's energy policies, and environmental conditions. If the government can provide relevant subsidies and combine natural resources it owns, it will significantly increase the use of renewable energy. On the other hand, according to the analysis of the proportion of renewable energy, the results show that countries with relatively small countries, even though the capacity of renewable energy capacity and energy generation are not more extensive than those in large states. They still can adopt strict policies and recognition of energy transition to generate energy by various renewable energy sources uses for the national total power generation.

目錄
第一章 緒論	1
1.1 研究背景	1
1.1.1 全球再生能源發展	1
1.1.2 視覺化(Visualization)	2
1.2 研究目的	3
1.3 研究架構與內容	4
第二章 參考文獻	5
2.1 再生能源相關文獻	5
2.1.1 再生能源之學術研究文獻	5
2.1.2再生能源之國際組織文獻	7
2.2 視覺化相關文獻	9
2.2.1 視覺化學術研究相關文獻	9
2.2.2 視覺化網路參考文獻	11
第三章 研究方法	14
3.1 研究方法	14
3.1.1 視覺化圖形之定位	15
3.1.2 視覺化類型的選擇	15
3.2. 數值資料之視覺化呈現	16
3.2.1 數值資料分析	16
3.2.2 數值資料視覺化之分類及注意事項	17
3.3 視覺化圖表類型綜整	21
3.4 本論文所使用之製圖軟體「Tableau Software」簡介	24
第四章 資料來源與視覺化圖表分析	29
4.1 本論文所使用之視覺化主要樣態	30
4.1.1 泡式圖與地圖的結合	30
4.1.2 柱狀（堆疊）圖與折線圖的結合	31
4.1.3 泡式（圓餅）趨勢圖	31
4.1.4 柱狀趨勢圖	32
4.2  資料來源及重點探討的數值	33
4.2.1 資料來源及再生能源數據採用說明	33
4.2.2 容量因子（Capacity Factor）	34
4.2.3 數據異常及應對方式	34
4.3 全球各大區域再生能源概況	34
4.4 總量排名	37
4.4.1 全球總再生能源裝置容量之前十大國家排名	37
4.4.2 總再生能源裝置容量前十大國家之各項再生能源發展狀況	39
4.4.3 各項再生能源前十大國家之十年期發展狀況	46
4.5 比例分析	55
4.5.1 2017年全球各再生能源發電量佔 TPES 和 EC 比例排名	55
4.5.1.1 各項再生能源與TPES比例分析	55
4.5.1.2 各項再生能源與 EC 比例分析	61
4.5.2 各項再生能源之泡式趨勢圖結合圓餅圖	66
4.5.3 各項再生能源之泡式圖結合地圖	70
第五章 結論與建議	77
5.1 結論	77
5.2 貢獻	77
5.3 建議與後續研究	78
參考文獻	79











圖目錄

圖1-1 2009至2018年全球再生能源總裝置容量	2
圖1-2 研究架構圖	4
圖2-1 垃圾訊息	11
圖3-1 研究方法架構圖	14
圖3-2 訊息視覺化範例	16
圖3-3 數據類別選項多元	25
圖3-4 視覺化圖形選擇多元	26
圖3-5 視覺化圖形客製化	26
圖3-6 視覺化圖形製作淺顯易懂	27
圖4-1 圖表結果呈現之架構圖	29
圖4-2 泡式圖與地圖	30
圖4-3 柱狀（堆疊）圖與折線圖的結合	31
圖4-4 泡式（圓餅）圖與趨勢圖的結合	32
圖4-5 柱狀（堆疊）圖與折線圖的結合	32
圖4-6 全球2017年各大區域總再生能源裝置容量佔全球總裝置容量之比重圖	36
圖4-7 全球2017年各大區域總再生能源發電量佔全球總發電量之比重圖	36
圖4-8 全球2017年總再生能源裝置容量全球前十大國家之裝置容量與發電量關係（含水力發電）	38
圖4-9 全球2017年總再生能源裝置容量全球前十大國家之裝置容量與發電量關係（不含水力發電）	38
圖4-10 中國十年間各項再生能源裝置容量與發電量之發展和容量因子變化圖	40
圖4-11 美國十年間各項再生能源裝置容量與發電量之發展和容量因子變化圖	40
圖4-12 德國十年間各項再生能源裝置容量與發電量之發展和容量因子變化圖	41
圖4-13 印度十年間各項再生能源裝置容量與發電量之發展和容量因子變化圖	41
圖4-14 日本十年間各項再生能源裝置容量與發電量之發展和容量因子變化圖	42
圖4-15 英國十年間各項再生能源裝置容量與發電量之發展和容量因子變化圖	42
圖4-16 義大利十年間各項再生能源裝置容量與發電量之發展和容量因子變化圖	43
圖4-17 西班牙十年間各項再生能源裝置容量與發電量之發展和容量因子變化圖	43
圖4-18 巴西十年間各項再生能源裝置容量與發電量之發展和容量因子變化圖	44
圖4-19 法國十年間各項再生能源裝置容量與發電量之發展和容量因子變化圖	44
圖4-20 2008~2017年全球前十大國家之太陽能裝置容量與發電量成長趨勢圖和太陽能容量因子變化圖	48
圖4-21 2008~2017年全球前十大國家生質能裝置容量與發電量成長趨勢圖	49
和生質能容量因子變化圖	49
圖4-22 2008~2017年全球前十大國家之風能裝置容量與發電量成長趨勢圖	50
和風能容量因子變化圖	50
圖4-23 2008~2017年全球前十大國家之地熱能裝置容量與發電量成長趨勢圖	51
和地熱能容量因子變化圖	51
圖4-24 2008~2017年全球前十大國家之海洋能裝置容量與發電量成長趨勢圖	52
和海洋能容量因子變化圖	52
圖4-25 初級能源總供給(TPES)圖表	56
圖4-26 全球前十大國家之太陽能發電量佔初級能源總供給(TPES)比例	58
圖4-27 全球前十大國家之生質能發電量佔初級能源總供給(TPES)比例	58
圖4-28 全球前十大國家之風能發電量佔初級能源總供給(TPES)比例	59
圖4-29 全球前十大國家之地熱能發電量佔初級能源總供給(TPES)比例	59
圖4-30 全球前五大國家之海洋能發電量佔初級能源總供給(TPES)比例	60
圖4-31 全球前十大國家之太陽能發電量佔電力消費(Electricity Consumption)比例	62
圖4-32 全球前十大國家之生質能發電量佔電力消費(Electricity Consumption)比例	62
圖4-33 全球前十大國家之風能發電量佔電力消費(Electricity Consumption)比例	63
圖4-34 全球前十大國家之地熱能發電量佔電力消費(Electricity Consumption)比例	63
圖4-35 全球前十大國家之海洋能發電量佔電力消費(Electricity Consumption)比例	64
圖4-36 全球2008～2017年前十大與其他國家太陽能裝置容量之比例與趨勢圖	66
圖4-37 全球2008～2017年前十大與其他國家生質能裝置容量之比例與趨勢圖	67
圖4-38 全球2008～2017年前十大與其他國家風能裝置容量之比例與趨勢圖	67
圖4-39 全球2008～2017年前十大與其他國家地熱能裝置容量之比例與趨勢圖	67
圖4-40 全球2008～2017年前十大與其他國家海洋裝置容量之比例與趨勢圖	68
圖4-41 全球2008～2017年前十大與其他國家太陽能發電量之比例與趨勢圖	68
圖4-42 全球2008～2017年前十大與其他國家生質能發電量之比例與趨勢圖	68
圖4-43 全球2008～2017年前十大與其他國家風能發電量之比例與趨勢圖	69
圖4-44 全球2008～2017年前十大與其他國家地熱能發電量之比例與趨勢圖	69
圖4-45 全球2008～2017年前十大與其他國家海洋能發電量之比例與趨勢圖	69
圖4-46 2017年全球前十大之太陽能裝置容量佔全球太陽能總裝置容量比例（泡式圖結合地圖）	70
圖4-47 2017年全球前十大之生質能裝置容量佔全球生質能總裝置容量比例（泡式圖結合地圖）	71
圖4-48 2017年全球前十大之風能裝置容量佔全球風能總裝置容量比例（泡式圖結合地圖）	71
圖4-49 2017年全球前十大之地熱能裝置容量佔全球地熱能總裝置容量比例（泡式圖結合地圖）	72
圖4-50 2017年全球前十大之海洋能裝置容量佔全球海洋能總裝置容量比例（泡式圖結合地圖）	72
圖4-51 2017年全球前十大之太陽能發電量佔全球太陽能總發電量比例（泡式圖結合地圖）	73
圖4-52 2017年全球前十大之生質能發電量佔全球生質能總發電量比例（泡式圖結合地圖）	73
圖4-53 2017年全球前十大之風能發電量佔全球風能總發電量比例（泡式圖結合地圖）	74
圖4-54 2017年全球前十大之地熱能發電量佔全球地熱能總發電量比例（泡式圖結合地圖）	74
圖4-55 2017年全球前十大之海洋能發電量佔全球海洋能總發電量比例（泡式圖結合地圖）	75
圖4-56 2017年全球前十大國家之初級能源總供給（泡式圖結合地圖）	76
圖4-57 2017年全球前十大國家之電力消費（泡式圖結合地圖）	76 

表目錄

表3-1 視覺化圖表類型	21
表4-1 2017年全球按總再生能源裝置容量與發電量之前十大國家排名	39
表4-2 2017年全球各項再生能源項目裝置容量之前十大國家排名	47
表4-3 2017年全球各項再生能源項目發電量佔TPES比例之排名	57
表4-4 2017年全球各項再生能源項目發電量佔 EC 比例之排名	61
表4-5 2017年各項再生能源裝置容量排名	66
表4-6 2017年各項再生能源發電量排名	68
表4-7 2017年全球前十大初級能源總供給與電力消費之排名	75

中文文獻
楊正仁(2002)。資訊視覺化呈現之發展與挑戰。資訊傳播與圖書館學卷期:9:2 民91.12頁次:頁41-50。
蔡宜龍(2018)。IRENA「全球能源轉型：至 2050 年路徑」 重點摘要。財團法人台灣綜合研究院研一所。
張瓊之(2017)。德國再生能源法(EEG 2017)-新法實施後，德國對再生能源的財政補貼方式，將從過往的固定收購價格制度，轉換為以市場競爭為導向的拍賣競標制度」，工業技術研究院 綠能與環境研究所。

英文文獻
Borkin, M. A., Vo, A. A., Bylinskii, Z., Isola, P., Sunkavalli, S., Oliva, A., & Pfister, H. (2013). What makes a visualization memorable?. IEEE Transactions on Visualization and Computer Graphics, 19(12), 2306-2315.
Christidis,T ＆ Law , J. (2012) Review: The use of geographic information systems in wind turbine and wind energy research. Journal of Renewable and Sustainable Energy 4, 012701 (2012).
Renewable energy diffusion in Asia: Can it happen without government support? Energy Policy 59 (2013) 301–311. 
Few, S., & Edge, P. (2011). The chartjunk debate. Visual Business Intelligence Newsletter, no. June, 1-11.
International Renewable Energy Agency(2014) Renewable Energy Prospects : China IRENA.
International Renewable Energy Agency (2015a) Africa 2030：Roadmap For A Renewable Energy Future.
International Renewable Energy Agency (2015b) Renewable Energy Prospects: Germany.
Kjærgaard, M. B., Ma, Z., Holmegaard, E., & Jørgensen, B. N. (2016) Energy efficiency in a mobile world. In Smart Grids from a Global Perspective (pp. 249-268). Springer, Cham.
International Renewable Energy Agency(2016)  Renewable Energy in the Arab Region：Overview of development.
An assessment of wind power potential along the coast of Tamaulipas, northeastern Mexico . Renewable Energy 78 (2015) 295-305. 
Impacts of wind energy on environment: A review Renewable and Sustainable Energy Reviews 49 (2015) 437–443. 
Overview of potential and utilization of renewable energy sources in Turkey . Renewable Energy 50 (2013) 456-463. 
Tufte, E., & Graves-Morris, P. (2014). The visual display of quantitative information.; 1983.

網路參考文獻
中文網路資料
自由時報（2020年1月2日）。成本降低技術改善 丹麥去年風力發電占比達47% 。取自https://ec.ltn.com.tw/article/breakingnews/3028317. 

鉅亨網新聞中心（2018年9月23日）。〈鉅亨看世界〉中國太陽能的崛起與哀愁。取自https://news.cnyes.com/news/id/4205229. 

TechNew（2017年3月9日）。德國工業4.0包括地熱發展，慕尼黑市區已完成探勘。取自 https://www.energytrend.com.tw/features/ 20170309-14307654.html. 

巴西台貿中心（2013年8月7日）。巴西太陽能產業開始起步。取自https://info.taiwantrade.com/biznews/%E5%B7%B4%E8%A5%BF%E5%A4%AA%E9%99%BD%E8%83%BD%E7%94%A2%E6%A5%AD%E9%96%8B%E5%A7%8B%E8%B5%B7%E6%AD%A5-1272037.html. 

台灣電力公司（2019年10月28日）。再生能源。取自https://www.taipower.com.tw/tc/page.aspx?mid=207&cid=165&cchk=a83cd635-a792-4660-9f02-f71d5d925911#b04.

昊青股份有限公司（2020年）。明尼蘇達州污染控制局此用Tableau解決方案。取自https://www.sciformosa.com.tw/tableau.php?tid=707.
Hsinlan Chen(2016). 【硬塞科技字典】什麼是資料視覺化（Data Visualization）？擷取日期2017年8月30日，取自https://www.inside.com.tw/2016/07/29/what-is-data-visualization.
吳柏樺（2017）讓 PPT 數據說人話！設計師的4個視覺化圖表工作術.擷取日期2017年8月30日，取自https://buzzorange.com/techorange/2017/02/25/useful_powerpoint_skill/.


英文網路資料
IRENA(2019). RENEWBLE ENERGY STATISTICS 2019, Retrieved from https://www.irena.org/-/media/Files/IRENA/Agency/Publication/2019/Jul/IRENA_Renewable_energy_statistics_2019.pdf.

Jason Donev(2017). Total primary energy supply. Retrieved from https://energyeducation.ca/encyclopedia/Total_primary_energy_supply.

IRENA(2018). Opportunities to accelerate national energy transitions through advanced deployment of renewables. Retrieved from http://biblioteca.olade.org/opac-tmpl/Documentos/cg00694.pdf,(p.8).

REN21(2018). Renewables 2018 Global Status Report. Retrieved from https://www.ren21.net/wp-content/uploads/2019/05/gsr_2019_full_report_en.pdf,(p.69-73).

Iea. (2019). Renewable capacity growth worldwide stalled in 2018 after two decades of strong expansion - News. Retrieved from https://www.iea.org/news/renewable-capacity-growth-worldwide-stalled-in-2018-after-two-decades-of-strong-expansion.

Iea. (2019). Key World Energy Statistics 2019. Retrieved from https://webstore.iea.org/key-world-energy-statistics-2019.

University of West Florida Saves Time(n.d.). Improves Data Quality with Tableau. Retrieved from https://www.tableau.com/solutions/customer/university-west-florida-saves-time-improves-data-quality-tableau.
DATA VISUALIZATION 101 HOW TO DESIGN CHARTS AND GRAPHS（n.d.）. Retrieved Aug 30, 2017, from https://cdn2.hubspot.net/hub/53/file-863940581-pdf/Data_Visualization_101_How_to_Design_Charts_and_Graphs.pdf.
Erik K.(2015) Designing Data-Driven Interfaces-Telling the story of your data. Retrieved Aug 30, 2017, from https://blog.truthlabs.com/designing-data-driven-interfaces-a75d62997631.