現階段環工上利用結構方程模式(Structural Equation Modeling, SEM)之分析研究較少，故本研究嘗試以結構方程模式分析交通污染源中大氣中懸浮微粒中之水溶性離子的濃度變化，探討各項條件因子與交通污染源之水溶性離子濃度關係之程度，藉以了解這兩者間之關係。本研究採用93年12月至94年8月間，位於交通污染源所測得之葉面落塵水溶性離子濃度(洪，2006)(Fluoride、Chloride、Nitrate、Sulfate、Sodium、Ammonium、Potassium、Magnesium、Calcium)共9種，和交通污染源(粒徑質量、總車流量)及氣象條件(氣溫、溼度、風速、氣壓、照度)，以及人口密度與植披覆蓋率等共9種因子，先以SPSS取得Pearson相關係數矩陣，再以LISREL之SIMPLIS語法分析。結果顯示，設計之不同組合中，以編號1(組合9)，Ammonium具36.1%之量化值為最高，其次為Sulfate的25.1%，再者為Chloride的21.2%。研究結果指出，許多環境及現場條件，大部份因子無法有效描述交通污染源之水溶性離子濃度。顯示，環境中應仍有諸多可因素影響其濃度大小。本研究雖僅討論了9種實測值之條件因子，但是證明與交通污染源之水溶性離子濃度有關，未來對於要更完整地敘述葉面落塵之水溶性離子的濃度，仍需更多條件因子參予討論。

Applying the is rarely structural equation modeling (SEM) in the environmental engineering. Therefore, this study attempted to analyze the relationship between the water-soluble ion concentrations in suspended particulate matter and the factors of traffic source. The data in this study is collected from the December 2004 to August 2005 (Hung, 2006). The data of the water-soluble ion concentrations in suspended particulate matter collected in the traffic sources, including Fluoride, Chloride, Nitrate, Sulfate, Sodium, Ammonium, Potassium, Magnesium and Calcium. Moreover, the data associated with the factors of traffic source (i.e. particulate matter and total traffic fluxes and the data related the meherogliced factors (i.e. temperature, Humidity, wind speed, pressure, LUX.), the population density and vegetation coverage. In this study, at first it is gained the Pearson correlation matrix by using the software, SPSS, then get the result by using the software, LISREL, and the programming language ‘SIMPLIS’. Results indicates the value of squared multiple correlations (SMC) for Ammonium 36.1% is the highest among those tested ions, and then the values of Sulfate and Chloride are 25.1% and 21.2%, respectively. Results also imply that most of factors we chosen in this study are coefficient described the characteristic of those water- soluble concentrations in many sampling filed and sites. This indicated that many factors coild uncover in this study. Nine tested ions are only discussed in this study; however the correlation between the sources of traffic is verified. In the future more detail discussion and insightful investigation are necessary.

目 錄

摘 要 I
Abstract II
謝 誌 IV
目 錄 V
表目錄 VII
圖目錄 VIII
第1章 前言 1
1.1 研究背景與動機 1
1.2 研究目的 1
第2章 文獻回顧 2
2.1簡介結構方程模式(Structural Equation Modeling, SEM) 2
2.1.1結構方程模式發展演進 2
2.1.2結構方程模式基本原理 3
2.1.3結構方程模式之特性 4
2.1.4結構方程模式於社會科學與行為科學之應用 5
2.1.5 SIMPLIS語法概述 6
2.1.6結構方程模式分析後的解釋 7
2.1.7分析軟體 8
第3章 研究方法 9
3.1分析流程 9
3.1.1挑選條件因子 10
3.1.2以SPSS獲得Pearson相關係數矩陣 12
3.1.3SIMPLIS語法撰寫（以編號1之Ammonium為例） 12
3.1.4SIMPLIS語法說明 13
3.2資料分析後之輸出 14
3.3.1報表解讀（以編號1之Ammonium為例） 14
3.3.2路徑圖解讀（以編號38之Ammonium為例） 15
第四章 結果與討論 19
4.1採樣點之地理環境 19
4.2不同條件因子與水溶性離子之相關性 19
4.2.1單一條件因子分別與水溶性離子之SMC 20
4.2.2交通條件因子（PM、TO）與水溶性離子之SMC 29
4.2.3氣候條件因子（TEM、HUM、WS、PRE、LUX）與水
溶性離子之SMC 30
4.2.4九種條件因子與水溶性離子之SMC 31
4.3 NH4+、SO42-與Cl-離子之來源探討 33
4.4於交通污染源特性水溶性離子之SMC相關性分析 35
第5章 結論 38
參考文獻 39
附錄 42
作者簡介 53

表目錄

表3-1 水溶性離子及條件因子代號表 10
表3-2 編號組合總表 11
表4-1 交通污染源中水溶性離子SMC之相關性 35

圖目錄
圖3-1 研究流程圖 9
圖3-2 原始估計模式路徑圖（以編號38之Ammonium為例）………16
圖3-3 原始估計模式路徑圖（以編號38之Ammonium為例） 17
圖4-1 PM與水溶性離子濃度之SMC 19
圖4-2 TO與水溶性離子濃度之SMC 20
圖4-3 PD與水溶性離子濃度之SMC 21
圖4-4 TEM與水溶性離子濃度之SMC 22
圖4-5 HUM與水溶性離子濃度之SMC 23
圖4-6 WS與水溶性離子濃度之SMC 24
圖4-7 PRE與水溶性離子濃度之SMC 25
圖4-8 LUX與水溶性離子濃度之SMC 26
圖4-9 PLA與水溶性離子濃度之SMC 27
圖4-10 交通條件因子與水溶性離子濃度之SMC 28
圖4-11 氣候條件因子與水溶性離子濃度之SMC 29
圖4-12..9種條件因子與水溶性離子濃度之SMC 31
圖4-13..NH4+、SO42-與Cl-之SMC之趨勢圖 33
圖4-14 .4種高度相關之水溶性離子SMC 36