民國115年 普通考試 環保技術 環境規劃與管理概要
第3題
進行環境風險評估時，針對不確定性（Uncertainty）之量化（Quantify）， 可採用方法之一為「蒙地卡羅模擬技術（Monte Carlo Simula…
題目
進行環境風險評估時，針對不確定性（Uncertainty）之量化（Quantify）， 可採用方法之一為「蒙地卡羅模擬技術（Monte Carlo Simulation Techniques）」。請說明「蒙地卡羅模擬技術」之運作機制與用意為何？ （25 分）
參考解答（AI 生成，非官方）
- 一、定義與定位：蒙地卡羅模擬（Monte Carlo Simulation）係以機率分布描述風險評估模式中的不確定參數，透過大量隨機抽樣，將輸入的不確定性傳遞至輸出，得到風險值的機率分布。其用意在量化不確定性（uncertainty）與變異性（variability），使決策者了解「風險超過可接受水準的機率」，而非僅依單點估計。
- 二、運作步驟：先建立風險模式，例如危害商數 HQ = EEC/PNEC 或致癌風險 Risk = CDI × SF；其次辨識關鍵輸入參數，依文獻與監測資料設定機率分布（如對數常態、三角、均勻、Beta），並處理參數間相關性；再以隨機數產生器抽取樣本，重複 N 次（如 10,000 次）計算輸出；最後統計平均值、中位數、95 百分位、信賴區間與超標機率。
- 三、量化不確定性的用意：蒙地卡羅模擬可區分參數不確定性、模式不確定性與情境變異，輸出完整的累積分布函數（Cumulative Distribution Function, CDF），供風險管理設定保護水準、排放標準與整治目標；並可進行敏感度分析（如龍捲風圖、Sobol 指數），找出影響風險最大的參數，優先投入監測與研究，提升決策的穩健性。
- 四、環境風險評估應用：常用於污染場址健康風險評估、空氣與水體暴露模擬、生態風險、食品安全及氣候變遷下的洪水或乾旱風險。透過情境設定（如不同暴露族群、土地利用、降雨），可比較管制前後風險分布，支援成本效益分析與風險溝通；對居民說明「機率」而非保證，避免誤解。
- 五、限制與精進：結果高度依賴分布假設與資料品質，若以專家判斷設定範圍，可能產生主觀偏誤；變數相關性、模式結構誤差與極端事件尾部風險未必能被捕捉。故應做敏感度分析、不確定性分解、模式驗證與獨立審查，必要時採貝氏方法或二階蒙地卡羅，並以保守情境交叉檢查，不可將模擬結果視為唯一真值。
AI 依官方試題文字產生的參考解答，非考選部公告答案，內容僅供備考參考。