AIoT技術在污水下水道水質即時監測預警資料之運用：材料世界網

婁明煌 / 中原大學環境工程學系、汎德智慧科技股份有限公司；羅英維 / 工研院材化所；

楊明恭 / 開創水資源股份有限公司；余欣展 / 安瑞環境科技股份有限公司

污水下水道系統為城市水環境治理與公共衛生維護之關鍵基礎設施，但因多埋設於地下，傳統管理模式長期仰賴人力巡查與零星採樣，資訊取得具頻率低、片段與難以整合等特性，對非法排放及突發污染事件往往難以及時掌握。近年物聯網(IoT)、人工智慧(AI)、雲端與邊緣運算技術成熟，AIoT (Artificial Intelligence of Things)得以具體導入水環境領域。本文以一處實際污水下水道與水資源回收設施場域為例，說明AIoT在污水系統之實務應用。系統整合現地感測器、邊緣記錄器、行動通訊，以及由開創水資源公司開發的AQWEB雲端平台與AQUAI AI模組，於關鍵節點布設水位、流量與水質監測設備，並建立進流量預測、水質異常偵測、污染熱區分析與視覺化儀表板。實際運轉結果顯示，各節點資料上傳成功率約98%，進流量與水質預測準確度約75%~86%，下水道節點可量化常態與高警戒水質範圍及異常頻率，並藉由熱區分析縮小疑似污染區段。在管理面向，整體巡檢與維運工時約可降低68%，曝氣系統用電約可減少12%。整體而言，AIoT架構有助於提升下水道系統之監測能量、預警能力與管理效率，可作為各地區推動智慧下水道之參考。

【內文精選】

平台功能與場域建置

為了更具體說明資料在系統中的流向與處理程序，圖二以流程方塊圖展示從現地感測設備到雲端AI模組與使用者端的訊息與警報傳遞關係，標示出AQWEB與AQUAI所處位置及功能分工。

圖二、AIoT下水道監測與預警架構流程示意：現地感測設備量測水位、流量與水質，邊緣設備負責資料收集、濾波與事件判斷，經行動通訊網路傳輸至AQWEB雲端平台，再交由AQUAI執行異常偵測、污染溯源分析、污染熱區統計與進流量預測，警報與決策資訊回饋至相關使用單位

3. AQWEB與AQUAI平台

AQWEB與AQUAI皆由開創水資源公司開發。AQWEB雲端平台負責資料接收、標準化與視覺化，提供即時數據、趨勢圖、電子地圖與警報管理等功能。AQUAI則以容器化方式部署，串接AQWEB時序資料庫，實作污水廠進流預測、下水道水質異常判釋與污染溯源等應用。在實際運作上，平台端會定期檢核資料完整性與異常比例，並提供圖表與報表協助管理單位掌握整體運轉狀態。

以水資源回收設施端為例，AQWEB以流程圖方式呈現各單元處理流程與即時監測數據，並提供歷史資料、最大/最小值統計、連續趨勢圖與GPS電子地圖等功能，協助操作人員從系統層級掌握處理效率與設備運作狀態。圖三顯示流程示意、歷史資料查詢畫面、感測器現地安裝情形，以及連續一個月未間斷之趨勢圖（資料可靠度大於98%）與最大/最小值統計結果---以上為部分節錄資料，完整內容請見下方附檔。