【專題報導一】能預測水溫走向的溫度計-無線感測技術應用於澎湖海域水溫監測與初步探勘分析

文/圖 水試所澎湖中心呂逸林技師

前言

無線感測網路（Wireless Sensor Network, 以下簡稱WSN）在陸上的應用已極為多元，其觀測技術因具有低成本、低功耗特性，目前國外亦將相關技術應用海洋領域的研究。例如監測水溫等變化及進行藻類生長程度之評估（Bondarenko,2007; Sieber,2008）；或是於美國的蒙特利灣（Monterey Bay）進行珊瑚礁連續監測（Matt,2007），以及在海域環境與棲地監測（Lu et al.,2012）等。WSN 的運作會產生大量的資訊，揭露的訊息並不易直觀的得到結論，除了資料品質的控制外，必須結合其他的方法加以分析。Can and Saban(2009) 以 WSN 技術結合 GIS 的分析，用來瞭解土壤中水氣的分佈情形，例如Patricia 等學者(2011)則以GIS和資料探勘（Data mining）等技術來進行環境監測與風險評估。利用 WSN 等技術進行環境資料的蒐集，可獲得大量的環境資訊，但資訊必須經過進一步處理與分析，方可成為可應用的知識。因此，結合不同的方法進行分析，將有助於提昇 WSN 的應用層面。

澎湖周遭海域受黑潮支流、中國沿岸流以及南中國海流等洋流影響，加上地形因素的作用，自古即擁有豐富的海洋資源。近年來在全球環境變遷與漁業過度或非法利用的影響下，資源量快速下降。而全球變遷同時導致極端氣候現象出現的頻度增加，其中水溫異常的問題，尤其受到重視。例如 2008 年與 2011 年台灣海峽出現的寒潮，造成澎湖周遭海域罕見低溫，澎湖海域生物棲地遭受了極大的威脅（李等，2009; Hsieh,2008）。不僅如此，全球海水溫度變化也造成珊瑚出現白化（bleaching） 現象，澎湖10餘年來已持續發現珊瑚之白化現象（Wilkinson,1999）。此外，氣候變遷對澎湖海洋生態環境之改變，亦衝擊本地之海洋箱網養殖產業（呂等，2012）。因此，有必要持續監視本海域之變動情形，並分析其海氣象即時變動機制與產業衝擊預測模式，以降低產業的損失。

無線感測網路海域監測結果

行政院農業委員會水產試驗所企劃資訊組與澎湖海洋生物研究中心，為了解澎湖周遭海域水溫的變動機制，在澎湖北、中、南海域與兩個箱網養殖區，以 WSN/GPRS 技術及太陽能電力系統，建立 5 組海洋水質水溫 WSN 觀測站（林等，2009；林等，2012），位置請參考圖1，其中在目斗嶼測站（N 23°47'05.6" E 119°35'58.0"）、海墘嶼測站（N 23° 34.8309',N 119° 32.4261'）與東吉嶼測站（N 23°15'19.5" E 119°40'01.1"）係採用底碇式。目斗嶼與東吉嶼位於澎湖海域的北端與南端，設置位置有助於監測南北洋流進入澎湖海域的狀況;海墘嶼的位置則位於內海中央的玄武岩礁體，水流交換充分，可做為內海水文變化的參考點；養殖區測站設於目前澎湖內海的二個主要養殖區─二崁海域（N 23° 36.8946',E 119° 31.6745'）和澎南海域（N 23° 32.1833',E 119° 34.6214'），採用浮標式設計。5個測站以即時同步方式進行環境資料的持續蒐集，並嚐試利用資料探勘（Data Mining）工具分析探討澎湖海域海氣象參數時空間變動之關係與預測模式，終將進行漁業寒害預警、珊瑚白化監測，以發揮其最大效益。

圖1、WSN水質監測系統測站位置圖

本系統建置之目的為希望藉由即時觀測之海域水文變化，來監視海域水溫及水質的變動情形，以提供澎湖海域水溫與水質背景資料，使政府相關部門與養殖業者得以即時掌握海域水溫變化，針對異常水溫發生及早因應，減少災害的損失。海墘嶼測站於2010年底設置後，曾於2011年1月底時觀測到水溫偏低情形（如圖2），當時經由本所澎湖海洋生物研究中心發佈海域低溫新聞稿，已提醒箱網養殖漁民加強防寒措施及相關的準備事項，幫助養殖戶減少損失。

圖2、海墘嶼測站於2011年寒潮期間之水溫變化

目前所設置三個不同位置底碇測站，依系統時間同步進行資料蒐集，提供了不同空間水溫的比較。以2013年北中南三測站全年的水溫的變動來看，我們可以發現澎湖海域水溫度呈北低南高的情形，除了5月中旬和下旬，曾出現了東吉嶼水溫同時低過海墘與目斗測站的情形外，大部分時間東吉測站的溫度均為最高。而在冬季低水溫期間，東吉水溫明顯高於海墘與目斗嶼可達4℃之多，而在最低溫時期目斗嶼與海墘嶼的溫度幾乎趨於一致（如圖3）。監測期間東吉平均溫度約為25.24℃，標準差為2.47℃；海墘嶼平均溫度為23.2℃，標準差為3.10℃；目斗嶼平均溫度為24.14℃，標準差為2.80℃，以上這些由WSN測站所獲得的水溫數據，均反應出澎湖週遭海域的溫度變化，受到複雜因素的影響，值得進一步的探討。

圖3、澎湖海域北中南3個測站溫度變動情形比較

資料探勘初探

為了分析由WSN水質監測系統所蒐集大量水溫資料，本研究結合資料探勘（Data Mining）技術，對水溫的變動進行有趣樣式（interesting patterns）的分析，做為未來水溫走勢預測的基礎。以 OpenSource 資料探勘工具 RapidMiner 針對 2012 年 12 月 25 到 2013 年 2 月 10 日東吉測站海水溫度下降至該年度最低溫，再回升至21℃的過程，配合由中央氣象局所取得的東吉嶼氣象站的氣象資料，包含逐時平均風速、平均氣溫與平均氣壓進行分析。探勘程序可以參考圖 4，利用主成份分析（Principal Component Analysis；PCA）的方法，進行特徵值與特徵向量的運算萃取。

採勘程序其實相當複雜，其運算元包括2個資料庫擷取（retrieve）運算元，利用這兩個運算元分別取得以Excel檔案格式儲存的海域水溫相關資料－donjin_water 和東吉島氣象站的氣象參數－donjin_climate，探勘中使用了氣溫、每小時平均風速與大氣壓力等3個參數。其中海域水溫資料在監測期間，因通訊與系統問題，有資料遺失（data missing）情形，因此加入一個補足遺失資料（replace missing values）的運算元，以平均溫度來替代遺失的資料。再將氣象與水溫資料利用整合（join）運算元將資料庫合併後，利用資料轉換（normalize）運算元將資料常態化後，以主成份分析運算元分析，得到水溫的特徵值與特徵向量分別如表1(a)與1(b)。由特徵值中發現，第一主成分可以解釋水溫變動53.9%的變異，第二主成分可解釋35.2%的變異。利用主成份分析獲得的變數權重結果如表2，發現在水溫下降的過程中，平均風速對水溫有較大影響力，其次為氣溫。

圖4、澎湖海氣象模式資料探勘程序

結果討論

利用WSN技術進行澎湖海域環境資料蒐集，的確可以滿足即時取得連續環境資訊的要求，尤其在惡劣天候與冬天的氣候條件下及出海困難時，更可以即時掌握海域的變化，有助於降低海域資料蒐集的成本，並提昇資料蒐集的質量。目前所遭遇到的挑戰在於如何去剋服海洋環境因子對系統的干擾，尤其是儀器必須長時間在野外環境運作的情形下。例如：海水中生物附著對於感測器準確性的影響，以及海水中的鹽分對於儀器設備的傷害等，目前透過訂定定期的管理維護計畫來減少影響，包括定期的水質儀與感測器的維護更換與校正，系統的檢查與設備的定期更新等。

隨著WSN測站的運作，水文資料將快速的累積，如果未加以分析利用，則難以成為有用的知識及管理政策擬定時的參考。為了解決這個問題，本研究初步利用資料探勘技術，試圖結合氣象資料與水文資料，來進行水溫變動的分析，找出有趣樣式，以做為未來水溫變動的預測基礎。以2012年底到2013年初的一段時間來看，基本上與過去學者所提出的假設似呈一致的情形，即冬季時，風速對水溫下降的影響是重要的。但此次的分析並非是利用全部資料，同時僅採用一種分析方法，仍有很多可探討的空間。未來將擴大資訊範圍，利用更多的分析模組，驗證樣式的有效性，希望可以提出澎湖海域水溫變動的走向，做為水溫預測的方法。

參考文獻

• 李明安、李國添、周宏農、邵廣昭、曾建璋、鄭明修 (2009) 澎湖寒害對漁業之衝擊後續監測及預警體系之建立。行政院農業委員會98年度科技計畫研究報告(98農科-8.5.2-漁-F1(5))，260頁。

• 呂逸林、冼宜樂、鐘金水、林志遠、陳世欽、蔡萬生(2012) 寒潮威脅下澎湖海域養殖管理的作為。水試專訊，37:21-25。

• 林志遠、蘇偉嘉、陳世欽、劉春成 (2009) 澎湖青灣WSN節點感測系統之工程設計分析與應用。第31屆海洋工程研討會論文集，11月26～27日，中興大學，台中，pp.723-728。

• 林志遠、呂逸林、蔡萬生、陳世欽 (2012) 澎湖海域WSN太陽能水文即時監測系統之設計與應用。水試專訊，37:1-5。

• Bondarenko, Olga, Stuart Kininmonth and Michael Kingsford (2007) Underwater Sensor Networks, Oceanography and PlanktonAssemblages. In　the Proc. of International Conference on Intelligent Sensors, Sensor　Networks and Information Processing(ISSNIP 2007), pp. 657-662.

• Can Ayday, Saban Safak (2009) Application of Wireless Sensor Networks　with GIS on the Soil Moisture Distribution Mapping. Sympozium GIS　Ostrava 2009.

• Hsieh, H. (2008) Coral community of Penghu Islands. PhD thesis,　National Taiwan Univesity.

• Hsieh, H., Hsien, Y., Tsai, W., Su, W., Jeng, M. and Chen, C. (2008)　Tropical fishes killed by the cold. Coral Reefs, 27, p. 599.

• Lu, Y.L., C.Y. Lin, W.S. Tsai (2012) Application of Solar Wireless　Sensor Network to Monitor Water-Quality in Cage Aquaculture Zone in　the inner sea at Penghu, Taiwan. The 8th Asian Conference for　information Technology in Agriculture.

• Matt Bromage, Katia Obraczka and Donald Potts (2007) SEA-LABS: A　Wireless Sensor Network for Sustained Monitoring of Coral Reefs.　NETWORKING, LNCS 4479, pp. 1132-1135.

• Patricia Morreale, Feng Qi and Paul Croft (2011) A green wireless　sensor network for environmental monitoring and risk identification.　Int. J. Sensor Networks, Vol. 10, Nos. 1/2: 73-82.

• Sieber, A. (2008) ZigBee based buoy network platform for environmental　monitoring and preservation: Temperature profiling for better　understanding of Mucilage massive blooming. International Workshop on　Intelligent Solutions in Embedded Systems, 2008. pp. 1-14.

• Wilkinson, C.R. (1999) Global and local threats to coral reef　functioning and existence: review and predictions. Mar. Freshwater　Res., 50: 867-878.

回首頁 │ TOP