隱形公害！台北「噪音地圖」解構都市聲音危機與防範法

看見都市的噪音危機

你有留意過生活周遭的聲音嗎？無論是雞犬桑麻的鄉村，或是車水馬龍的都市，都縈繞著各種聲音，這些你可能早已習慣的聲響，卻可能在無形間影響我們的身心健康！中央研究院「研之有物」專訪院內人文社會科學研究中心詹大千研究員，其研究團隊針對臺北市的交通噪音分布特性進行研究，運用 2D 及 3D 噪音地圖呈現 24 小時的實時變化。更透過舉辦公民科學活動，邀請民眾用手機測量並感知生活中的聲音變化。究竟噪音會造成哪些身心疾患？臺北市的噪音曝露情形如何？我們又該怎麼防範噪音汙染呢？

採訪撰文｜呂慧穎

責任編輯｜田偲妤

美術設計｜蔡宛潔

憂鬱、失眠、高血壓，可能是噪音惹的禍！

車輛呼嘯而過的引擎聲令人心驚膽戰，公園此起彼落的蟲鳴鳥叫則讓人心曠神怡。仔細聆聽將發現，每種聲音都帶給人不同的感受，長久下來不僅影響心境、更關乎健康。若我們能掌握周遭環境潛在的噪音汙染，即多了一分守護自身健康的能力。

中研院人文社會科學研究中心詹大千研究員兼副主任，同時也是地理資訊科學研究專題中心執行長，擅長地理資訊科學結合流行病學研究。因 2018 年參與中研院健康雲計畫至英國開會，因緣際會下得知，歐洲對於汙染與健康因子的討論早已包含「噪音」，但當時的臺灣尚無系統性的科學研究。

翌年正巧陽明交通大學公共衛生研究所在繪製「噪音地圖」（noise map）時遭遇難題，而中國醫藥大學附設醫院則想透過聲音監測改善加護病房的噪音問題，再加上中研院資訊科學研究所陳伶志研究員帶領研發的「聲音盒子」（SoundBox）技術支持。在多方開啟合作意願下，一趟監測都市噪音的奇妙旅程就此展開！

目前世界衛生組織以均能音量 55 分貝作為住宅區戶外的音量建議標準，詹大千進一步提到：「過去進行噪音與代謝症候群研究時，曾分析健檢民眾的自填健康問卷，再比對各地環保局的噪音監測站資料後發現，民眾普遍覺得超過 75 至 80 分貝會覺得吵雜不適，而 50 至 55 分貝以下會感到安靜舒適，就感受性而言與世衛的建議標準相近。」

事實上，有關噪音影響健康的探討由來已久，最初主要關注職業環境的噪音暴露問題，而後擴及生活中的噪音汙染對民眾身心的危害。根據世界衛生組織的研究：

噪音除了會損害聽力，還會導致憂鬱焦慮、睡眠障礙、注意力下降，提高內分泌系統及心血管疾病的發生率，甚至因聽覺刺激降低而增加罹患失智症的風險，影響不容小覷！

不容忽視的交通噪音！揭開噪音地圖建置方法

生活中噪音的來源百百款，常見的包括交通噪音、工程噪音、近鄰噪音、娛樂噪音等，位列行政院環境保護署（今環境部）公害陳情數第一名。

其中，車輛、飛機產生的「交通噪音」動輒飆破 80 分貝，是日常生活中影響範圍最廣，也最容易被忽視的公害。

詹大千參與的研究團隊特別針對臺北市的交通噪音分布特性進行研究，運用 2D 及 3D 噪音地圖呈現 24 小時的實時變化。

自 2017 至 2019 年進行的交通噪音數據蒐集並非一帆風順。目前臺北市政府環境保護局僅有 12 個環境噪音監測點、12 個道路交通噪音監測點，根據《噪音管制法》規定，每季只須進行 2 次、每次 24 小時的連續監測，而且只在晴天才會測量，導致研究團隊能獲取的資料量相當有限。

但研究團隊並不氣餒，轉而應用交通管制工程處在臺北市內設置的 7 百多組「交通流量偵測器」（Vehicle Detector，簡稱 VD）所測到的即時車流量及車速數據，來輔助噪音地圖的建置分析。

首先，將研究區域進行 500 x 500 公尺的網格分割，臺北市全區共分出 1,032 個網格，網格內具有 VD 測點者共 303 格，無 VD 測點者共 729 格。接著，比對噪音監測站數據與 VD 數據，建立統計模型關係，據此推估出 303 個具有 VD 測點網格的噪音值。

至於其他 729 個無 VD 測點網格，則運用諸如人口密度、土地利用類型、道路特性等環境條件，與前述 303 個具有 VD 測站的網格進行相似度比對，藉以推估其噪音值。

除了道路交通噪音，臺北市最明顯的噪音來源非松山機場莫屬。研究團隊蒐集臺北航空站 13 處自動監測設備（3 處位於松山機場、10 處位於機場周圍）測到的每小時平均噪音值，依據航空噪音防制區的範圍，將航空噪音值疊加在相對應的網格內。

至於環保局僅有晴天監測的噪音資料，研究團隊也沒忘記補強，透過模型考慮中央氣象局的降雨資料參數，將降雨造成的環境音加入噪音總量中，試圖更貼近真實的噪音狀況。

最後，為了驗證用 VD 偵測資料進行噪音值推估的可信度，研究團隊也實地架設中研院資訊所研發的「聲音盒子」收錄現場噪音值，驗證推估數值的準確度。

研究團隊更進一步運用 3D 建模呈現噪音在不同高度的衰減變化。在假設每棟建築暴露的交通噪音來自最近道路的條件下，將道路到建築物的水平距離、所在樓層的垂直高度（假設每層樓高度為 3 公尺）等資料納入衰減模式。

計算結果顯示，每上升一層樓大約下降 0.4 分貝，再將模式推估值與不同樓層測量到的實際噪音值進行比較驗證，最終在 3D 地圖上以分層填色的色塊顯示不同樓層的噪音值。

程式設定每 5 分鐘抓取一次 VD 數據（數據的精度為每分鐘一筆），並運用建置在國家高速電腦中心的運算平台來視覺化大量的噪音數據，如此就能在 2D 與 3D 臺北市噪音地圖上，以不同網格色塊即時查看每小時的噪音值。

2D 或 3D 地圖除了可用在噪音監測，對於其他空間流行病學的分析也很有幫助，但詹大千提醒，雖然 3D 地圖的資料可精確得知不同樓層的差異，但基於對居民隱私權的保障，仍建議以 2D 地圖進行相關研究分析，當流行病統計資料模糊化至鄉鎮鄰里等級時，就能避免個人資料的暴露。

降噪減害並不難，關鍵在掌握噪音來源

以世界衛生組織的交通噪音曝露建議標準來看，如想防範交通噪音影響身心健康，最好控制在整日噪音曝露不超過 53 分貝，夜間噪音曝露不超過 45 分貝。根據詹大千團隊的研究結果顯示：

臺北市日間有 32.80%、夜間有 27.69% 的居民暴露在超過上述標準的交通噪音中，顯然我們還有改善的空間。

詹大千表示，本次研究採用比較嚴格的檢視標準，若是根據臺北市環保局的監測數據來看，臺北市的整天均能音量約在 56 分貝，代表在都市中仍能找到安靜的戶外空間。

此外，仔細觀察會發現，噪音地圖在一天的不同時段會產生不同變化。上午 7 點通勤時間，松山機場周遭的松山區、中山區、內湖區一帶，噪音值高達 70 分貝以上。晚上 6 點下班時間，堤頂大道、建國高架、市民高架、重慶北路開始出現車潮，連帶噪音值也提高到 55 分貝以上。到了午夜 12 點，除了大安區、中正區、中山區、大同區、信義區等住宅與路網較密集處有 50 分貝左右，其他地區幾乎都在 45 分貝以下。

想降低環境噪音傷害其實並不困難，聯合國環境署在 2022 年最新報告《Frontiers 2022》就提供許多降噪方法，包括規劃植栽綠帶、更換電動車、安裝隔音設備（如氣密窗）、臨路建築向內退縮、更改道路鋪面材質等，皆被證實能有效降噪，但前提是必須先掌握噪音的組成、來源及分布樣貌，才能準確擬定防治方案。

為了對症下藥處理噪音問題，目前可努力的地方在於增加噪音監測點。詹大千談到，未來或許可結合智慧電桿裝置，整合交通、噪音、空氣汙染等監測功能，同時提供更穩定的實時資料傳輸品質，打造守護全民健康的基礎資料收集網絡。

尋找 55 分貝靜土：公民科學關懷你我「聽」的品質

除了監測技術與硬體設施的精進，詹大千也提出自我保護聽力的重要性，首要任務在於提升民眾對聲音的敏感度，意識到生活周遭存在哪些會傷害聽力的噪音？哪些地方是喧囂都市中難得的寧靜避風港？

詹大千與理念相同的臺灣聲景協會合作，在 2023 年 5 月至 7 月推出「尋找 55 分貝靜土」公民科學活動，邀請民眾擔任「寧靜追蹤師」，尋找臺北市戶外聲音平均 55 分貝的地方，察覺都市中的聲音變化對居民身心的影響。

活動期間共有 25 名受訓民眾投入記錄工作，貢獻了 182 個位在臺北市不同地區的採樣資料。民眾運用 NIOSH（iOS 適用）、Noise Capture（Android 適用）兩款 APP 測量戶外聲音的分貝數，並在詹大千研究團隊開發的聊天機器人平台 LINE 官方帳號「尋找 55 分貝靜土」記錄平均分貝數、最高分貝數、地點類型、地點位置、寧靜度與舒適度評分，並拍下當地照片、錄下環境音、寫下對聲音的感受。

記錄成果顯示，大於 55 分貝與小於 55 分貝的音量大約各佔一半，臺北市南港、內湖、北投、文山等靠山的行政區較為寧靜。最常被捕獲的靜土位於公園、巷弄、住宅區等地。蟲鳴鳥叫等自然聲音是靜土中的重要元素，人為聲音、道路交通相關聲音則是使戶外聲音大於 55 分貝的主因。

民眾普遍認為，這次的活動讓自己對環境中的聲音變化更加敏感，原本只有 45 分貝的環境，因車輛或人群經過，瞬間飆到 70 分貝。也有民眾察覺，自家孩子每天幾乎在 70 分貝左右的環境上課，讓他對都市噪音問題更有警覺！

此外，當你對聲音變得敏感後，將發現每個人對聲音的承受度都不同，不同的聲音特徵與情境也會帶來不同感受。例如夏天雄蟬的鳴叫聲可高達 80 分貝，但因為是來自大自然的聲音，人們的感覺通常是舒服的。而個性活潑外向的人可能經常出入熱鬧的場合，對於音量的容忍度也相對較高。

這些對聲音的多元感受在量化研究中較難呈現，但搭配公民科學活動的質性問卷、照片與錄音的相互對照，將可以發掘更多有趣的聲景現象，也為改變民眾行為、創造更多都市靜土盡一份心力！

延伸閱讀

◆Jia-Hong Tang, Bo-Cheng Lin, Jing-Shiang Hwang, Ling-Jyh Chen, Bing-Sheng Wu, Hong-Lian Jian, Yu-Ting Lee, Ta-Chien Chan (2022). Dynamic modeling for noise mapping in urban areas. Environmental Impact Assessment Review, 97, 106864.

◆Tao Huang, Ta-Chien Chan, Ying-Jhen Huang, Wen-Chi Pan (2020). The Association between Noise Exposure and Metabolic Syndrome: A Longitudinal Cohort Study in Taiwan. International Journal of Environmental Research and Public Health, 17(12), 4236.

◆地景現聲—城市三維噪音地圖

◆UN Environment Programme Frontiers 2022 Report: Noise, Blazes and Mismatches

◆【公民科學】聲感地圖現行錄

◆【公民科學】尋找 55 分貝靜土

◆【公視我們的島】城市靜土何處尋｜聽！你周遭有什麼聲音？

本文為中央研究院研之有物，以創用 CC 姓名標示–非商業性–禁止改作 4.0 國際 授權條款釋出。授權刊登於聯合新聞網「琅琅悅讀」頻道。原文為「不容忽視的隱藏公害！噪音地圖帶你看見都市的聲音危機」，未經同意，請勿轉載。