114 專技高考高等考試 環境工程技師 環境規劃與管理 考古題詳解
第 一 題25 分
運用「機器學習（Machine Learning）」或「深度學習（Deep Learning）」模型來協助環境治理，已成為國內新興且重要的應用情境，例如導入 AI 智慧管理進行精準加藥、製程廢水處理、石綿瓦屋頂調查等。
其中，準確度是評估模型是否能依據輸入資料正確預測結果，或有效識別資料集中各特徵變數間關聯與模式的重要衡量標準。當模型對未見過的資料具備良好的「泛化能力（Generalization）」時，其預測與洞察力將更為可靠，這是優化決策與提升組織績效的關鍵因素之一。因此，評估並提升模型準確度，對 AI 智慧管理應用而言，至關重要。
模型準確度的評估可採用多種不同的「評估指標（Evaluation Metrics）」，而不同的建模任務則需依其特性選擇適用之指標。
請列舉並說明至少三種常用於評估模型準確度的指標，以及其適用時機或情境。
登入後即可作答並保存紀錄。
核心觀念
本題考查如何依建模任務選擇模型評估指標。首先要區分任務類型：分類是預測類別，例如判別石綿瓦屋頂影像是否含石綿；迴歸是預測連續數值，例如預測廢水處理後的污染物濃度或加藥量。指標各有側重，不能只看單一「準確度」數字。
分類常用混淆矩陣整理預測結果：
| 實際為正類 | 實際為負類 | |
|---|---|---|
| 預測為正類 | 真陽性 | 假陽性 |
| 預測為負類 | 假陰性 | 真陰性 |
解題方法與常用指標
回答時應列出指標的定義或公式，再說明適用情境。以下指標涵蓋分類與迴歸任務，任列三種並說明即可。
一、準確率（Accuracy，分類）
準確率是所有樣本中預測正確的比例。當各類別比例接近、且誤判正類與誤判負類的代價相近時，適合用來評估整體分類表現。
若資料高度不平衡，準確率容易造成誤判。例如 100 筆屋頂影像中只有 2 筆含石綿，模型全部預測為「不含石綿」，準確率仍為 98%，但完全沒有找出石綿屋頂，因此不宜單獨以準確率判定模型良窳。
二、精確率（Precision，分類）
精確率表示模型判定為正類的樣本中，實際為正類的比例。當假陽性代價較高時適用，例如將某屋頂誤判為含石綿，會引發不必要的後續檢查或處置，便應關注精確率。
三、召回率（Recall，也稱敏感度，分類）
第 二 題25 分
管理是一個由預測、評估、決策與執行所構成的連續過程，其中決策為管理的核心環節。因此，環境決策即為決策理論與方法在環境規劃與管理領域的具體應用，且為實現環境治理目標的關鍵過程。
一般而言，根據環境決策問題的條件與結果，可將其區分為「確定型（Deterministic）」與「不確定型（Non-Deterministic）」兩種類型。然而，在環境規劃與管理領域中，多數決策問題屬於不確定型決策。
請依據決策理論的基本原則，舉例並論述在不確定型決策情境中，常用的決策方法為何？
登入後即可作答並保存紀錄。
核心觀念
本題考查「不確定型決策」的判斷原則與常用方法。環境規劃常須面對未來人口、污染負荷、法規標準、氣候條件或技術成本等因素，但決策者往往無法確知各種情境發生的機率。此時可先列出可行方案與可能情境，建立損益矩陣，再依決策者採取的風險態度選擇方案。
不確定型決策與風險型決策的差異，在於後者已有各情境的發生機率，可計算期望值；前者則沒有可信的機率資料，通常採用下列準則：
- 樂觀準則（最大最大值法，Maximax）：選擇各方案中「最佳結果」最高者。
- 悲觀準則（最大最小值法，Maximin／Wald）：選擇各方案中「最差結果」最高者。
- 最小最大後悔值法（Minimax Regret／Savage）：先計算各情境下未採最佳方案的機會損失，再選擇最大後悔值最低的方案。
- 折衷準則（Hurwicz）：以樂觀係數加權最佳與最差結果。
- 等可能準則（Laplace）：假設各情境發生機會相同，以平均結果選擇方案。
解題方法與舉例
以地方政府規劃污水處理設施為例，考慮三種處理規模方案：大型設施 A、中型設施 B、小型設施 C。未來可能出現高污染負荷或低污染負荷，表中數值代表各方案在不同情境下的淨效益，單位為百萬元：
| 方案 | 高污染負荷 | 低污染負荷 |
|---|---|---|
| A：大型設施 | 100 | −40 |
| B：中型設施 | 70 | 20 |
| C：小型設施 | 40 | 30 |
由於題目沒有提供兩種情境的發生機率，以下以不確定型決策準則分析。
一、樂觀準則：最大最大值法
各方案取其最佳結果，再選擇其中最高者：
最高值為 100，因此選擇 A 大型設施。此法適合偏好高報酬、願意承擔風險的決策者。
二、悲觀準則：最大最小值法
各方案取其最差結果，再選擇其中最高者：
三者之中最高的最差結果為 30，因此選擇 C 小型設施。此法以避免最壞損失為重，適合風險趨避或須確保基本服務不中斷的決策者。
三、最小最大後悔值法
先找出每一情境下的最佳效益，再以「該情境最佳效益減去方案效益」計算後悔值。
- 高污染負荷情境的最佳效益為 100。
- 低污染負荷情境的最佳效益為 30。
第 三 題25 分
不論是產品製造、生產流程，或大型活動的舉辦，皆不可避免地產生碳排放，並對環境造成影響。因此，「淨零排放（Net Zero Emissions）」已成為全球關注的永續環境核心議題。
此外，隨著全球積極推動聯合國「永續發展目標（Sustainable Development Goals, SDGs）」的進程，各界已逐步導向跨領域創新與永續轉型，同時強調全民參與，以促進永續理念落實，並將其轉化為具體行動。
在此背景下，國內運動界近年來逐漸重視永續環境的重要性，並透過政策引導與實務推動，逐步將永續理念納入運動賽事的規劃與實施。同時，亦開始運用管理工具評估賽事對環境的影響，以進一步提升賽事整體的永續性及社會責任表現。
請舉例並論述，在推動國內體育賽事邁向低碳、永續與環保的過程中，於策略規劃與設計階段，應考量之可行具體行動方案為何？
登入後即可作答並保存紀錄。
核心觀念
本題考查將淨零與永續發展目標落實到體育賽事的策略規劃與設計階段，並提出可執行的減碳、環境管理及社會參與方案。作答應涵蓋賽事全生命週期，從場地與交通、能源、物資、餐飲、廢棄物到賽後檢討，並兼顧環境、社會與經濟面向。
「淨零排放」是透過源頭減量、提升能源效率及使用再生能源，盡可能降低溫室氣體排放；對難以避免的殘餘排放，再以移除或抵換方式平衡。賽事減碳不應只靠購買碳權，而應先盤查並優先減少實際排放。「永續賽事」則是將環境保護、社會責任與經濟可行性納入賽事規劃、執行及檢討的管理過程。
解題方法
可依「盤查基線—設定目標—規劃行動—監測改善」作答，並按賽事生命週期分項提出具體措施。常見的賽事碳排範疇包括：
- 範疇一：直接排放，如主辦單位自有車輛燃油、場地燃料燃燒。
- 範疇二：能源間接排放，如場館外購電力。
- 範疇三：其他間接排放，如觀眾及選手交通、住宿、餐飲、器材與物資製造、廢棄物處理等。
排放量可依活動資料與排放係數估算：
例如，可用觀眾人數、各交通方式的旅程距離與運具排放係數，估算交通排放；再依場館用電量及電力排放係數估算用電排放。規劃階段應先辨認主要排放來源，設定可衡量的減量目標與指標，再把責任分工、預算和監測方式納入賽事計畫。
策略規劃與設計階段的具體行動
一、建立永續治理與管理目標
- 由主辦單位設置永續工作小組，納入場館、交通、採購、餐飲、廢棄物、贊助商及地方政府等權責單位。
- 賽前完成溫室氣體盤查，界定盤查邊界及排放來源，優先掌握交通、能源、餐飲與物資等重大排放項目。
- 設定量化目標及績效指標，例如每位觀眾平均排放量、公共運輸或接駁使用比例、一次性用品減量率、廢棄物資源回收率及再生能源使用量。
- 將目標轉為工作計畫，明定執行單位、時程、經費、資料蒐集方式及賽後檢討機制，避免永續只停留在宣示。
二、場地選擇、配置與能源規劃
- 優先利用既有場館及大眾運輸可及的地點，避免為單次賽事興建新設施，並評估場館容量、能源效率、用水及周邊環境承載能力。
- 設計場地動線與功能分區，縮短選手、工作人員及觀眾移動距離，降低接駁需求與交通負荷。
- 規劃節能照明、空調與設備管理，採用高效率設備，並安排分區控制與賽後關閉機制。
- 評估場館屋頂太陽光電、綠電採購或其他再生能源供應，並在可行範圍內設置用電監測，以降低範疇二排放。
- 選址與場地配置時避開敏感棲地、保護區及易受干擾區域；戶外賽事並應規劃植被保護、噪音管理及雨水排放措施。
三、低碳交通與參與方式
- 以公共運輸可達性作為場地與賽程規劃條件，安排接駁車、自行車停放區及步行動線，並透過票務資訊引導觀眾採用低碳運具。
- 規劃選手、裁判、工作人員及物資的集中接駁與路線整合，減少空車及重複運輸。
- 配合賽事時程、住宿及交通節點安排，降低參與者不必要的往返；適合的會議、說明會或宣傳活動可採線上方式辦理。
第 四 題25 分
「馬可夫鏈（Markov Chain）」是一種用於建構狀態轉換模型的數學預測工具，適用於具備「馬可夫性質（Markov Property）」且狀態為離散時間的隨機過程。馬可夫鏈模型可在已知當前狀態的條件下，透過狀態轉移機率預測未來狀態的分布，並廣泛應用於規劃、管理及決策分析等領域。
某環保工程施工現場，針對每日使用之某項工程材料的數量進行監控與紀錄。每天下班後，現場人員會登記當日剩餘的材料數量，以評估材料使用效率與調度需求，並進一步建立合適的預測模型，以支援後續工期與資源規劃。
以下為最近 30 天每日施工結束後所剩材料數量的紀錄資料（單位數）：
請依據上述時間序列資料，將其轉換為馬可夫鏈模型，並建立對應之「轉移機率矩陣（Transition Probability Matrix）」，其中矩陣內各元素，請以分數形式表示（例如 ）。此外，請說明「剩餘數量為 」之「穩定狀態機率（Steady-State Probability）」的計算方式，惟無需實際計算該穩定狀態機率值。
登入後即可作答並保存紀錄。
核心觀念
本題考查如何從離散時間序列建立一階馬可夫鏈。若下一日狀態的機率分布只取決於當日狀態，而與更早的狀態無關，即符合馬可夫性質。
令 表示第 天下班後的剩餘材料數量。資料中的數字 為四種狀態。狀態轉移機率定義為：
依狀態順序 排列，轉移機率矩陣的第 列表示目前處於狀態 時，下一日轉移至各狀態的機率。
解題方法
將 30 筆紀錄依時間順序分成 29 組相鄰日資料，逐組記錄「前一日狀態 次一日狀態」。各狀態的轉移次數如下；列為當前狀態，欄為次日狀態：
例如，狀態 在有後續紀錄的相鄰日轉移中共出現 8 次，其中轉至 分別為 1、3、3、1 次，因此該列轉移機率為 。其餘各列依相同方式計算。
因此轉移機率矩陣為：