以水質優化科技敲開國際合作之門

2019-02-21
作者 MOST

在科技部經費支持下,成功大學教授林財富研究團隊首創整合有害藻類快速監測技術與水源水廠處理技術,建立水源有害藻類預警與處理系統。

此技術具有與國際上一流研究團隊競爭優勢,對藍綠菌的監測與處理問題,提供更快速與精確的監測,以及更優良的處理方法,提升飲用水安全與健康的保障。本項研發成果可提升風險掌握、縮短藻類毒素及臭味風險研判的時間,亦可精確預測水庫、水廠的控制處理效率,減少不必要的處理費用,增進用水安全的保障。該技術除適用於水庫、水廠外,亦可延伸應用於其他環保領域,如地下水污染場址、污水處理廠、水回收廠以及水產養殖等,深具市場潛力。

聯合國2016年公佈17項永續發展目標(Sustainable Development Goals, SDGs)中,其中一個目標為水與衛生(Water and Sanitation),期望在2030年前,全世界的人都有安全飲用水可用,顯見飲用水水質已成為全世界重要議題。湖泊及水庫不論是在國際或台灣,都是重要公共給水水源,尤其台灣公共給水有60%以上仰賴水庫供給,然受限於集水區管理困難度大,水庫優養化成為台灣及世界共通的大問題,優養化水體常導致藍綠菌藻華,以及伴生的毒素與臭味問題。這些藍綠菌相關水質問題,除增加水廠處理之困難度外,也衝擊與影響飲用水的安全與舒適。

有害藻類快速監測技術

本技術整合光學、分子生物學及免疫學分析技術,可在水庫現場針對產毒及產臭藍綠菌,進行定量分析。相較於傳統目視巡視及顯微鏡鏡檢,具有快速、準確的優勢,有效提升對藻華及毒素監測之時效性。除可支援區域性緊急事件外,亦可作為平日巡迴監測工具,讓管理單位有更足夠的時間及依據啟動預警或應變程序。

傳統方法無法確認產毒、產臭藻,利用分子生物技術,定量產毒、產臭藻的專一性高。可在現場3小時內完成32~96個樣品之定量分析,評估水體藻類毒素及臭味物質的風險。該技術係在科技部補助下,完成實驗室技術開發;在經濟部水利署支持下,於全台29座水庫測試超過500次;在科技部、台灣水公司、中宇環保公司及菲律賓水公司及大學支持下,已在菲律賓完成3次測試;其他國際計畫支持及合作夥伴尚包括美、澳、泰等多國單位。

水源與水廠處理技術

化學處理是目前能同時將細胞及其毒素、臭味物質去除的技術。林財富研究團隊對於氧化劑(如氯、高錳酸鉀)與藍綠藻細胞完整性和代謝產物的破壞及降解機制有極深入的研究,在科技部經費支持下,成功發展出領先全球的工程應用模式,提供在水庫及水廠現場中藻毒素、藻臭味代謝產物釋出及降解的評估依據。本模式已經獲得國際相關研究領域之認可,刊登多篇文章在環境工程領域中排名最高的期刊中,並獲得許多國際合作及計畫。

帶領國內團隊技術輸出

林財富以藻類毒素及臭味監測及處理技術為核心,整合成功大學水質研究團隊,與台灣自來水、中宇環保工程及中環科技事業合作,帶領國內業界,將台灣的技術推廣至海外。配合行政院「新南向政策」,鼓勵國內大專院校及學術研究機構赴新南向目標國與當地機構共同設置「科學研究與技術創新中心」。

2017年獲科技部補助「建置台菲聯合水質研究中心」海外科研中心計畫,與菲律賓Mapua大學、台灣自來水及中宇環保工程合作,探討與解決馬尼拉及菲律賓飲用水水質問題。近年已執行11項國外計畫,國際資助單位包括澳洲國科會、南澳州首相基金會、澳洲水質中心、墨爾本皇家理工大學、美國水基金會、澳門民政總署、菲律賓Mapua大學等,國外資助成大研究團隊經費約27萬美元,於擴展海外技術合作與輸出方面有亮眼的成績。

活動簡介

人工智慧(AI)無所不在。這一波AI浪潮正重塑並徹底改變科技產業甚至整個世界的未來。如何有效利用AI協助設計與開發?如何透過AI從設計、製造到生產創造增強的體驗?如何以AI作為轉型與變革的力量?打造綠色永續未來?AI面對的風險和影響又是什麼?

AI⁺ 技術論壇聚焦人工智慧/機器學習(AI/ML)技術,涵蓋從雲端到邊緣、從硬體到軟體、從演算法到架構的AI/ML技術相關基礎設施之設計、應用與部署,協助您全面掌握AI最新技術趨勢與創新,接軌AI生態系佈局,讓機器學習更快速、更經濟、更聰明也更有效率。

贊助廠商

發表評論

訂閱EETT電子報