越是不确定的年代，人们越渴望通过科技手段来趋吉避凶，因而促成＂环境感测＂的兴盛；不外乎作为污染防治监测、天灾人祸预警、营造理想环境、公共资源分配或人类经济发展的环境影响评估 (EIA) 之用，可概分为物理与化学感测两种。前者旨在估量温、湿、风、光、热、磁、流量、液位、压力、位移和声音等物理特性，后者则是检测特定固／液／气体的组成分子结构、浓度、溶氧量 (DO) 及酸碱值等电位变化。研调公司 Research Cosmos 表示，环境污染日益严重加上低成本、可移植性以及化工分析的加持，化学传感器市场表现突出。
该公司预估，2017 年全球光学化学传感器的市值为 185.6 亿美元，2018～2023 年的年复合成长率 (CAGR) 为 7.20%、达 281.6 亿美元；车辆舱内空气质量系统和商业物业通风需求增加，以及经济活动对于空气和水质监管趋严，光学化学传感器是增速最快者。另一机构 Transparency Market Research (TMR) 指出，人口爆炸与极端气候是全球环境感测市场的两大动力，而政府部门是主要推手，以空气和水资源部门为大宗；亚太区因缺水、空气污染、淡水成本攀升及快速工业化，成长力道最强，而北美将主导环境感知和监测技术并加强环境法律的执行。
精准农业形塑友善环境
Research and Markets 则特别留意到＂壤湿度传感器＂场，预估 2018～2023 年之 CAGR 为 14.63%，终值达 3.854 亿美元，农业、运动草坪、景观美化等皆是促进市场增长的关键，另气候变化、水资源减少、受威胁的栖息地等环境因素，也是助攻部队；其中，农业土壤水份测量格外重要，但农民缺乏意识和惯于使用传统方法可能造成制约。着眼于土壤健康的可持续性，美国农业部 (USDA) 和农业科学研究院 (ARS) 正积极研究土壤与环境的交互作用——土壤健康对于气候的冲击，以及农作物产量和水消耗量的依存关系。
Research and Markets 则特别留意到＂壤湿度传感器＂场，预估 2018～2023 年之 CAGR 为 14.63%，终值达 3.854 亿美元，农业、运动草坪、景观美化等皆是促进市场增长的关键，另气候变化、水资源减少、受威胁的栖息地等环境因素，也是助攻部队；其中，农业土壤水份测量格外重要，但农民缺乏意识和惯于使用传统方法可能造成制约。着眼于土壤健康的可持续性，美国农业部 (USDA) 和农业科学研究院 (ARS) 正积极研究土壤与环境的交互作用——土壤健康对于气候的冲击，以及农作物产量和水消耗量的依存关系。
图1：美国农业部 (USDA) 和农业科学研究院 (ARS) 科学家正在调查境内每种主要作物和许多特种作物的品种，寻找赋予耐旱性和抗病性的基因
在运动草皮中使用土壤湿度传感器的情况亦有增无减，随着全球高尔夫球场和运动场数量增加，有助于优化灌溉。加拿大政府亦宣布自今年 4 月 1 日起的三年内，投入 2,500 万美元用于农业清洁技术以减少温室气体排放。＂精准农业＂(Precision Agriculture, PA) 是另一个重点——亦被称为卫星农业或特定作物管理 (SSCM)，目标是为整个农场创建一个管理决策支持系统，精准定位区域并尽可能创建变量的空间变化图，包括：作物产量、地形特征／地形、有机质含量、水份含量、氮含量、酸碱值、电导值 (EC) 等。
将传感器测量数据、多光谱图像与可变速率技术 (VRT) 的卫星图像结合使用，协助农作者有效优化投入资源、减少对环境的伤害，并改善养份和水份、减少杂草竞争，优化病虫害管理策略。例如，利用无人机／卫星型无人机识别受压树木、灌溉／漏水并制作树木库存的地图。基于光谱视觉感测系统的机器学习 (Machine Learning) 和人工智能 (AI) 正在改变现代农业——智能喷雾器可检测、识别单一作物和杂草，将除草剂精准喷洒于杂草，较传统喷雾器节省逾 90% 的用量，机器人收割机则能检测并判定作物的成熟度。
光谱分析为视觉感测核心技术
经过深度学习 (Deep Learning) 更具有检测疾病症状并区分病原体的能力——从原始数据库发现初级特征，再融合不同层次数据的算法可提高系统性能，自动揪出病变元凶或防患于未然。视觉感测的核心技术是光谱分析，已广泛用于特征光学吸收或发射光识别材料，有高光谱成像 (HSI) 和多光谱成像 (MSI) 两种。高光谱强调高精度，多用于检测气体泄漏或污染、辨识地球表面的卫星成像以及医学影像诊断。如何从影像的每个像素捕获高质量的光谱数据并推断化学成份为其关键，包括：动态带宽范围、分辨率、光量损耗和信号噪声比 (SNR) 等。
经过深度学习 (Deep Learning) 更具有检测疾病症状并区分病原体的能力——从原始数据库发现初级特征，再融合不同层次数据的算法可提高系统性能，自动揪出病变元凶或防患于未然。视觉感测的核心技术是光谱分析，已广泛用于特征光学吸收或发射光识别材料，有高光谱成像 (HSI) 和多光谱成像 (MSI) 两种。高光谱强调高精度，多用于检测气体泄漏或污染、辨识地球表面的卫星成像以及医学影像诊断。如何从影像的每个像素捕获高质量的光谱数据并推断化学成份为其关键，包括：动态带宽范围、分辨率、光量损耗和信号噪声比 (SNR) 等。
图2：高光谱 vs. 多光谱数据比较
资料来源：
对于一般工业应用来说，可由多个 LED 或光学滤波器提供的多光谱成像或更经济实惠。多光谱只需简易波长选项即可对特定材料／污染物定义，来检测食品／农作物／有机物质。英国 Chelsea Technologies Group (CTG) 日前展示包括三个光通道 (吸收、浊度和温度) 的新型 V-Lux 传感器，可对藻类参数、多环芳香族碳氢化合物 (PAHs)、有色溶解有机物质 (CDOM) 和细菌的色胺酸荧光进行原位荧光测量的可追溯性和线性化，不会受到非目标化合物的荧光、浊度和浓度干扰，可改善读数准确性，适用于废水处理、水域排放污染及养殖水质鉴定。
另一值得关注的光感测是由日本筑波大学开发、基于荧光树形大分子的多孔结晶纤维传感器，可＂肉眼检测＂平时不易察觉的溶剂蒸气。纤维的高孔隙率可增加溶剂分子的吸附能力，使排放行为对于溶剂蒸汽的反应更灵敏；树状聚合物纤维的薄膜会依其曝露的溶剂蒸气极性，在两秒钟内迅速变化不同颜色，根据发射光的强度／波长变化显示有机污染物的存在。这意味着可使用单个薄膜来检测多种类型的溶剂，且当溶剂蒸气被移除时，薄膜就会恢复原来的颜色，可重新使用。
传感器数据＋高解析图像，地球观测 (EO) 强力放送
使用光谱仪原理的，还有美国国家航空航天局 (NASA) 名为＂地球静止碳观测站＂(GeoCarb Observatory 或简称 GeoCarb) 的卫星，可经由地球静止轨道看到不同的天气模式如何牵动二氧化碳和甲烷浓度，解决碳循环一些悬而未决的问题。例如，亚马逊流域对地球大气层的影响？美洲大陆的甲烷排放估计值是否低估？GeoCarb 使用光栅光谱仪，在所有天气条件下测量＂太阳诱发的叶绿素荧光＂(Solar-induced chlorophyll Fluorescence, SIF)，以追踪干旱对森林、作物和草地光合作用的连结，并增加第四个光谱带测量一氧化碳和甲烷。
使用光谱仪原理的，还有美国国家航空航天局 (NASA) 名为＂地球静止碳观测站＂(GeoCarb Observatory 或简称 GeoCarb) 的卫星，可经由地球静止轨道看到不同的天气模式如何牵动二氧化碳和甲烷浓度，解决碳循环一些悬而未决的问题。例如，亚马逊流域对地球大气层的影响？美洲大陆的甲烷排放估计值是否低估？GeoCarb 使用光栅光谱仪，在所有天气条件下测量＂太阳诱发的叶绿素荧光＂(Solar-induced chlorophyll Fluorescence, SIF)，以追踪干旱对森林、作物和草地光合作用的连结，并增加第四个光谱带测量一氧化碳和甲烷。
与此同时，利用传感器数据和高分辨率图像组合的＂地球观测＂(EO)，亦成环境监测要角。近两年刚崛起的＂新太空＂(New Space，指大量发射小卫星的新业态) 之新创公司 Satellite Vu，拟推出高分辨率、能不分昼夜提供红外线成像并每小时重复访问的卫星，通过全天候测量海洋中的碎片、几近实时监测塑料污染状况并追溯来源。此外，全球首个可识别温室气体排放源的天基系统业已启动——基于对流层监测仪 Tropomi 的大气传感器、配合欧洲航天局 (ESA) 的卫星，可将各种有害气体和气溶胶羽流 (plume) 映射到工业设施和城市。
Tropomi 能侦测甲烷 (CH4)、一氧化碳 (CO)、二氧化碳 (CO2)、氮氧化物 (NOx) 等，以更高的分辨率显示污染物、每日绘制排放图，观测特定区域的排放分布；它将持续与第二卫星的所有者交换信息，侦测是否有危险气体外泄？是否符合排量限制和交易规范？气体侦测对于畜牧业亦至关重要，通过了解乳牛的排尿模式，可制定对策缓解氮素淋溶 (Nitrogen leaching) 损失；将压力和温度传感器连接到乳牛排尿口以撷取排尿量 (内嵌折射率传感器)，用它来测量氮浓度、评估给予不同饲料的畜牧成果。养鸡场亦须对氨气 (NH3) 进行控管，以免鸡只食欲不振。
图4：Sentinel-5 Precursor 携带一台 Tropomi 成像光谱仪，能及时提供影响空气质量与气候的多种微量气体和气溶胶数据
资料来源：http://www.esa.int/spaceinimages/Images/2017/06
＂溶氧量＂表征水质优劣，海洋动静暗示生存危机
联合国教科文组织表示，排污口和农业径流中过量的营养物质，会导致海洋生物无法生存、严重破坏生态。众所周知，大量有机质排入水域会加速优养化，使藻类快速繁殖，之后又得耗费水中氧气进行分解，使水中溶氧量大幅降低；逆向思考，＂溶氧量＂正是侦测水质的一项重要指标，广泛用于食品摄入保护、河流监测、水产养殖、生物制药等领域，更是污水／饮用水处理的必要参数，也可用于发酵或细胞培养等生物加工；此类传感器借助测量液体中存在的氧气分压，判定液体所携带或溶解的氧气量是否达标？产生的信号与氧气量成正比。
联合国教科文组织表示，排污口和农业径流中过量的营养物质，会导致海洋生物无法生存、严重破坏生态。众所周知，大量有机质排入水域会加速优养化，使藻类快速繁殖，之后又得耗费水中氧气进行分解，使水中溶氧量大幅降低；逆向思考，＂溶氧量＂正是侦测水质的一项重要指标，广泛用于食品摄入保护、河流监测、水产养殖、生物制药等领域，更是污水／饮用水处理的必要参数，也可用于发酵或细胞培养等生物加工；此类传感器借助测量液体中存在的氧气分压，判定液体所携带或溶解的氧气量是否达标？产生的信号与氧气量成正比。
按技术区分，溶氧量传感器可分为光学和电化学两种；光学仍在发展阶段，而电化学已多见于日常应用。微型化安装和精简维护时间是推动溶氧传感器市场成长的主要因素，近来更兴起与智能传感器管理 (ISM) 技术整合趋势，以提升信号准确度和稳定性——温度、盐度、大气压力和流量皆是高权重的变量，将有助于实现高效的维护计划并极大化连续和批量生产的产量。有鉴于水质监测与人类生活息息相关，荷兰已出现借机器人船模型 (Roboats) 在阿姆斯特丹运河运输包裹之便，监测水质并收集数据的使用情境，可更有效清理运河中的浮动废弃物。
图5：＂roboat＂是麻省理工学院 (MIT) 和阿姆斯特丹先进城市解决方案研究所 (AMS) 共同合作的研究项目，可使用新的环境传感器监测城市水域
资料来源：http://senseable.mit.edu/roboat/
海洋动静更关乎全人类的生存空间。南极硕果仅存的拉森 C 冰棚 (Larsen C Ice Shelf) 在 2017 年夏季，曾有重达 1 兆公吨的冰棚从主体脱落；一旦完全解体，恐导致海平面上升 10 公分之多。将声纳传感器搭载在机器人帆船可测量冰层底部的粗糙度，以预测天气、保育渔获资源及野生海洋动物。测量海平面有多少能量逸失到空气中？何时、何地发生？可推估驱动风暴系统的强度和频率，掌握极端天气征候。在海岸设置内嵌传感器、被称为＂先锋阵列＂的浮标，则可洞悉洋流动向、收集板块／火山活动信息、寄居其上的生物和海洋学之间的因果关系。
将搭载压力传感器的海底观测站串联成＂密集海底网络系统＂(DONET)，并将其与地震仪连接，建立更快的地震预警。至于监测水位或洪水预警的液位传感器，通常有下列三种：
1. 压力：测量位于其上的水压力或重量，为接触式的被动感测，须在底部进行更精确的测量，可能会有液体不稳定或流动碎片损坏传感器的风险，但却是测量井水深度最有效的液位传感器；
2. 超声波：测量回波击中目标并返回传感器所需的时间，通常部署在需要监测的流体上方，为非接触式的主动感测；
3. 雷达：采用探头将来自传感器的高频雷达和电磁波引导至正在监测的水位，后根据雷达脉冲返回的时间长短估算，所输出的波形和脉冲可穿透泡沫或蒸气等可能干扰真实水平测量的事物，是三者中最昂贵的选项。
1. 压力：测量位于其上的水压力或重量，为接触式的被动感测，须在底部进行更精确的测量，可能会有液体不稳定或流动碎片损坏传感器的风险，但却是测量井水深度最有效的液位传感器；
2. 超声波：测量回波击中目标并返回传感器所需的时间，通常部署在需要监测的流体上方，为非接触式的主动感测；
3. 雷达：采用探头将来自传感器的高频雷达和电磁波引导至正在监测的水位，后根据雷达脉冲返回的时间长短估算，所输出的波形和脉冲可穿透泡沫或蒸气等可能干扰真实水平测量的事物，是三者中最昂贵的选项。
仿生机器出笼扮侦探，活体生物变身＂有机传感器＂
为更加悄无声息地近身观测物种与环境的互动，不少科学家致力于开发＂鱼目混珠＂的仿生机器。美国能源部在 2014 年发布了一款＂Sensor Fish＂传感器，可在中性浮力设备／水电设施中移动时对压力、加速度、湍流和其他力量变化，提供关于鱼群的信息回馈、改进更多鱼类友善型的风力涡轮机和水力发电设计，以提高鱼群存活率并减少单一鱼类受伤机会。另一款由麻省理工学院 (MIT) 所设计、内建环境传感器并采用声波发送编码信息的＂SoFi＂软机器鱼，可协助厘清海洋生物与生态系统的交互作用。
为更加悄无声息地近身观测物种与环境的互动，不少科学家致力于开发＂鱼目混珠＂的仿生机器。美国能源部在 2014 年发布了一款＂Sensor Fish＂传感器，可在中性浮力设备／水电设施中移动时对压力、加速度、湍流和其他力量变化，提供关于鱼群的信息回馈、改进更多鱼类友善型的风力涡轮机和水力发电设计，以提高鱼群存活率并减少单一鱼类受伤机会。另一款由麻省理工学院 (MIT) 所设计、内建环境传感器并采用声波发送编码信息的＂SoFi＂软机器鱼，可协助厘清海洋生物与生态系统的交互作用。
图6：凭借起伏的尾巴和独特的能力控制自身的浮力，SoFi 可直线游泳、转身或上下潜水
资料来源：http://news.mit.edu/2018/soft-robotic-fish-swims-alongside
更有甚者，索性让＂活体＂充当传感器。澳大利亚的海洋生物学家则正使用新一代传感器标签，将其连接到鱼翅上以计算鱼群在水中消耗的能量，通过食物链的能量流动了解生态系统，并测量周围水域的温度和压力，让研究人员便于追踪鱼群；或测量鱼群心率和水中溶氧量，预防近岸鲑鱼养殖造成海洋缺氧。美国的国防高等研究计划署 (DARPA) 更拟订＂持久性水生生物传感器＂计划 (PALS，濒危物种和智能哺乳动物除外)，将部署在战略敏感的海洋区域，收集生物对水下交通工具的反应，包括海军舰艇潜伏在海浪下的威胁，可能改变战场通信型态。
另受限于材料或功能，有机污染物传感器难以在特定环境下使用，有研究人员利用微生物制作＂有机传感器＂，并测试高孔隙率塑料和生物基薄膜，以优化电生菌可覆盖的表面积。例如，将传感器贴附在天然气的管道外部，利用通过一连串压力和酸碱值条件考验的细菌，借由代谢过程将电子释放到环境中、实时检测气体是否有泄漏，避免引发环境灾难和燃料分配中断。其工作原理是：由消耗碳基元素 (碳氢化合物) 的细菌生成阳极电子，穿过电阻器到达阴极并就地驻留，促进电子流动；阳极细菌的代谢过程将使传感器的电压随之增加，揭示潜在的泄漏。
类似＂电化学＂感测亦可用于土壤、水域 (包括海洋漏油) 和有害气体检测。据统计，伴随天然气生产的甲烷泄漏迫使美国工业每年须花费 50～100 亿美元善后，而全球如火如荼推行的碳定价计划与碳排放交易，对环境感测需求亦有助长之功。有业者认为，未来大工业排放需要传感器的＂分层系统＂，且有些国家将把温室气体排放的卫星监测业务外包给私人企业，是新商机所在；对冲基金、石油和天然气公司的投资者，力行节能减碳的公部门、环保组织和保险公司，以及垃圾掩埋场、农畜牧场、发电厂和天然气厂商，都是感测数据的潜在买家。
