機車排氣檢驗晚上的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

南高雄地區及鄰近海域大氣中揮發性有機化合物時空分佈調查之研究

為了解決機車排氣檢驗晚上的問題，作者陳瑄宸 這樣論述：

近年來，台灣地區工商業及經濟發展迅速，各項建設突飛猛進，使社會結構發生很大的變化，造成都市人口迅速增加、住宅擁擠，以至於生活品質逐漸趨於不佳。根據行政院環保署97年公佈之資料，高屏地區臭氧不良率最高。由於臭氧為光化學煙霧產生過程之中間產物，而揮發性有機化合物 (VOCs) 與氮氧化物 (NOx) 又為光化學反應之主要反應物質，為了有效抑制臭氧的生成，應控制VOCs 的排放，且國內外文獻發現大氣VOCs濃度會受氣象條件 (例如：混合層高度變化或逆溫層之形成)、季節、時間、空間、垂直高度、光化學反應、long range transport或附近高煙囪污染傳送之影響，而產生層化現象。因此本研究主

要利用繫留氣球採樣設備進行陸域 (永芳、林園) 與海域(高雄外海、小琉球) 大氣中地面、100、300及500 m揮發性有機化合物採樣與分析，以了解南高雄地區VOCs之時空分佈，尤其強調在VOCs層化現象之觀察；採樣時段分別為08:00、14:00、20:00、02:00。樣品分析依據「空氣中揮發性有機化合物檢測方法－不銹鋼採樣筒/氣相層析質譜儀法」(NIEA A715.13B)。使用PAMS（Photochemical Assessment Monitoring System）與UAT（Urban Air Toxics）兩組標準氣體，對101種VOC化合物作定性定量分析。研究結果顯示：(1)

三次採樣期間有明顯海陸風效應與季節風效應。(2)時間分佈而言，陸域與海域TVOC測量結果早上08：00平均濃度最高，主要是受到上班交通高峰時段影響；而下午14：00時除有異常排放疑慮之情形外，通常平均濃度較低，原因應該是下午時段光化學反應較強，並且混合層較高且大氣擴散效果比較好。此外，高雄外海凌晨時段平均濃度明顯高於下午及晚上時段，可能是受到陸海風效應帶來陸源污染所影響。另外，值得一提的是中芸國中三次採樣期間，經常發現會有特殊污染物出現高值，推估是受到附近污染源排放所影響。(3)空間分佈而言，陸域濃度大於海域濃度，很明顯是受到陸源排放所影響。(4)垂直分佈而言，大致上由於大氣擴散作用較佳，使得

高層VOCs濃度低於地面VOCs濃度；但也觀察到有25%的樣品呈現高層濃度大於低層濃度之層化現象。(5)經由BTEX之比値顯示，甲苯比值偏高，推論污染來源除了汽機車外，主要部份可能是受工業污染源所影響。綜合上述，大氣中有層化現象存在，同時南高雄地區空氣品質主要是受汽機車及工業區廢氣污染影響，但由於垂直採樣點高度不多，並且缺乏詳細氣象資料，無法確定導致層化現象之具體原因。本研究成果可以回饋至空氣品質模式之模擬，以利於科學界更進一步掌握臭氧生成及傳輸之相關機制，並提供政府對污染來源做最佳之管制建議。

多車牌辨識系統之研究

為了解決機車排氣檢驗晚上的問題，作者梁智凱 這樣論述：

本論文提出一個多車牌辨識系統的架構設計，在一張影像中搜尋一個以上的車牌正確位置並將車牌上的每個字元獨立切割出來，最後再利用類神經方法辨識出車牌上的正確資訊。 在本文所提出的方法中，首先我們使用對比增強的前處理，使字元與車牌底色的對比度提高，因而增加定位車牌的準確性。並利用邊緣角度以及型態學的擴張等方法來快速去除複雜背景，並以車牌具有對稱特性找出車牌候選區，將具有車牌字元的候選區定義為車牌區域。然後再使用標示連通物件的方法找出每個字元所形成的斜率，並與水平線作為基準所形成的夾角，視為車牌傾斜的角度，並依照所傾斜的角度扭正車牌，之後將每個標示字元依次分割出來。 在車牌字元辨識部份，我們利

用類神經網路的方法來辨識字元。由於類神經網路是使用大量的神經元來模仿生物神經網路的能力，並且可以透過學習的方式，來解決資料分類的問題，因此可以使用類神經網路的方法來解決辨識車牌字元的問題。除此之外，類神經網路還具有高容錯性，這個特性有利於解決切割出的字元具有雜訊或者影像殘缺不全的問題。 本研究分別以正面拍攝之單車輛與多車輛影像作為測試，拍攝環境為白天、晚上、晴天與陰天。其中單車輛拍攝了329張照片，而多車輛影像拍攝了141張287面的車牌。此外也對36部機車每部分別以7種不同角度、2種不同距離拍攝14張影像，共504張影像，以評估系統的效能。