.png){kind=logo}
研究主軸
研究面向及貢獻
個人獨立從事學術研究，共計發表34篇具審查制度之國際學術期刊論文，其中大部份為第一作者，SCI期刊論文之引用總數約1425次，H-Index 18。個人學術研究生涯主要針對自來水水質處理問題進行知識探索及技術研發工作。近三年學術研究主軸聚焦在飲用水高效處理技術與智慧水管理技術開發與應用，包括高效能水處理藥劑與技術開發、飲用水水源藻類分離技術開發、藻類衍生消毒副產物前質生成控制與削減技術、水庫水質優養化潛勢指標研析及智慧水務管理技術開發及應用模型評估等五大面向的研究工作。自2021年8月起，擔任副教授期間共發表10篇SCI期刊論文、1篇ESCI期刊論文與1篇國內自來水協會會刊論文，國內外研討會發表論文共16篇，各論文研究內容及主要成果如表研-1所示。各面向之研究內容及重要成果概述如下：
(1) 高效能水處理藥劑與技術開發
延續先前研究成果，近三年來持續與國內混凝劑製造商合作，研究開發聚矽酸鐵(polysilicate iron, PSI)混凝劑量產技術，解決聚矽酸與氯化鐵混合過程PSI時常出現凝固狀態的問題，以多參數搭配控制方式(Si/Fe、pH、加藥速率控制)，提升PSI混凝劑合成之穩定性，以及發揮PSI混凝劑除濁、除色及除藻等全方位淨水效能與優勢，目前已邁入噸級的模廠量產規模生產測試階段，2024年已將PSI量產技術轉移給中懋化學股份有限公司生產及販售少量PSI混凝劑供台中豐原給水廠試用，以作為淨水場白濁水混凝處理藥劑。另一方面，2022~2024年和印尼泗水理工大學(Institut Teknologi Sepuluh Nopember) Prof. Arseto Yekti Bagastyo合作，共同指導1位印尼籍碩士生進行電氧化-透析(EOD)系統處理掩埋場滲出水的技術開發(如圖研-1)，並共同發表論文於SCI期刊Environmental Technology (2024)與ESCI期刊Journal of Ecological Engineering (2022)共計2篇。同時，2024年開始與工研院合作開發流動式電極電容脫鹽回收廢水低濃度氨之技術，現階段已實現將水中銨離子從100 mg/L提濃度至1000 mg/L以上，且回收每公斤氨氮所需能耗可低於2 KWh。
(2) 飲用水水源藻類分離技術開發
以電混凝浮除技術(ECF)分離高藻水中毒害性銅綠微囊藻細胞與藻類有機物，此技術可有效移除97%的藻細胞和56%的可溶性藻類有機物，可作為分離有害藻種之方法。近期，開發出節能型電混凝-膠凝-浮除(EFF)程序以提升高藻水中毒害性銅綠微囊藻細胞分離效能，可有效移除97%的藻細胞，且能耗僅需0.0207 kWh/kg，並發現在低磷酸鹽濃度(1 mg-PO43-/L)之條件下，能有效提升藻細胞之回收率、磷去除率和藻類有機物(AOM)分離。本項研究成果各發表於AQUA(2022), Journal of Water Process Engineering (2023)及Water Research (2024)計3篇，其中最重要之研究成果為首次提出磷酸鹽的存在，隨著濃度變化會影響電混凝-膠凝-浮除機制(如圖研-2)，過高的磷酸鹽(10 mg-PO43-/L)會導致藻類收集效率變差。此外，近期個人研究室開發出紫外光－電混凝浮除程序處理高藻水之技術，高藻水經紫外光照射後，促進藻細胞胞外聚合物(EPS)之分泌，增加藻細胞間黏性與團聚能力，可進一步提升ECF程序移除藻細胞效率，同步降低能源消耗和消毒副產物生成潛能(DBPFP)。
%E4%B9%8B%E6%B7%B7%E5%87%9D%E6%A9%9F%E5%88%B6%E7%A4%BA%E6%84%8F.png)
(3) 藻類衍生消毒副產物前質預測技術建立
以螢光分析技術(Fluorescence emission-excitation matrix, FEEM)搭配分子篩選層析法(Size-exclusion chromatography, SEC)，分析優養化水庫藻類(綠藻)生長階段衍生消毒副產物前質之主要成分，以及準確預測消毒副產物生成潛能，建立優養化水庫藻類生長衍生消毒副產物前質之快速分析方法及其消毒副產物生成潛能之準確預測技術。本項研究成果各發表於Chemical Engineering Journal (2017)及Science of the Total Environment (2018)計三篇，其中最重要之研究成果為首次解析藻類胞內物(IOM)及胞外物(EOM)之化學結構與消毒副產物生成潛能之關聯，更清楚了解含C-C/C-H/C-O之有機物是含碳消毒副產物(THMs及HAAs)前質(precursors)，也進一步利用統計分析技術(主成份分析法(PCA))，解析螢光物質成份與不同分子量有機物質之關聯性，以及兩者與THM和HAA生成之群組關係。
(4) 水庫水質優養化指標研析及精進
採用皮爾森迴歸統計及主成份分析法(PCA)對國內歷年水庫水質進行大數據分析，解析出我國水庫水質優養化指標(即卡爾森營養狀態指數(CTSI))之適用性低，主要原因是多數民生水庫中非藻類濁度物質(Non-Algal Turbidity)比例過高(第III區)，CTSI數值主要影響因子是懸浮固體物，水庫透明度主要影響因子是懸浮固體物而非藻類(葉綠素a)，同時研析我國水庫採用CTSI評估優養化程度之適用水質條件及影響因素(水溫、營養源、季節等環境因子)。另一方面，我國水庫採用CTSI評估水質優養化之解析成果提供環保署重新檢討現行卡爾森指標之侷限性，以及推動新水質營養狀態指標作為評估國內水庫水質優養化程度之用，以精準評估水質優養化程度及其發生潛勢。此研究成果發表於Sustainable Environment Research(2022)一篇。
%E6%87%89%E7%94%A8%E8%88%87%E6%B0%B4%E8%B3%AA%E5%9B%A0%E5%AD%90%E9%97%9C%E8%81%AF%E6%80%A7%E5%88%86%E6%9E%901.png)
(5) 城市智慧水務管理技術開發及應用
結合統計學及機械學習工具(LSTM與SVR)，以大數據分析方法預判自來水供水系統用戶用水行為與需水量預估，以及建立管網漏水預警檢核指標研析方法，同時進行水源調配及供水水質關聯性分析，這些研究方法創新成果可作為城市智慧水務管理技術開發基礎及深化的方向指引。本項研究初步成果已發表論文在自來水研究發表會共兩篇(2019, 2021)與自來水會刊一篇(2020)。值得一提的是2017年受連江縣自來水廠委託研提「連江縣自來水供水智慧化系統總體規劃書」(工程建設總經費達1.2億)，該案為全國第一個涵蓋水源、水廠、水網之自來水供水智慧化系統規畫案，此工程預計於2020年底完成，建設期間已可利用居民用水特徵分析(利用雙環圓餅圖之外環數據繪製散佈曲線圖)，藉以瞭解馬祖地區南竿鄉各村落月平均日時段之用水特徵，此分析方法可顯示單一村落各時段逐時用水行為及各月之用水量比較。此研究成果提供馬祖自來水廠管理決策之用，短時間內馬祖地區供水效率顯著提升，管網漏水率大幅降低至5%以下(從14%降為4.4%)，也改善了當地居民用水品質與供水穩定性，使馬祖四鄉五島成為全國智慧供水首善之區。
