108 年國立臺北大學不動產與城鄉環境學系碩士班甲組《測量與空間資訊》考古題與詳解

Question 1

一、請比較下列各名詞組合的差別:
(1) 精密度(precision)與精確度(accuracy)的差別。(6%)
(2) 角度測量中,方位角與方向角的差別。(6%)
(3) 衛星測量中,靜態定位與動態定位的差別。(6%)
(4) TWD67坐標系統與TWD97坐標系統的差別。(10%)

Accepted Answer

本題主要在考驗測量學中基本名詞的定義與區別，以及不同測量項目中的專業術語。

(1) 精密度 (precision) 與精確度 (accuracy) 的差別：
精密度是指測量結果的一致性或重複性，也就是說，多次測量同一對象時，結果之間的離散程度。高精度的測量結果彼此之間非常接近，但它們不一定接近真實值。
精確度則是指測量結果與真實值之間的接近程度。高精確度的測量結果非常接近真實值。
簡單來說，精密度是「結果的集中程度」，精確度是「結果與真實值的接近程度」。
一個測量可以很高精度但低精確度（例如，每次都測到同一個錯誤的值），也可以低精度但高精確度（例如，測量結果分散，但平均值接近真實值）。理想的測量是同時具備高精度和高精確度。

(2) 角度測量中，方位角 (azimuth) 與方向角 (bearing) 的差別：
方位角 (azimuth) 通常是指從某一基準方向（通常是北方）順時針或逆時針量測到目標方向的角度。在測量學中，方位角通常是從正北方（或正南方）開始，順時針量測到目標方向的水平夾角，範圍是 $0^\circ$ 到 $360^\circ$ 。
方向角 (bearing) 則是指從北方或南方基準線，向東或向西量測到目標方向的角度。方向角通常表示為「基準方向（N或S）、角度、方向（E或W）」。例如，N $30^\circ$ E 表示從正北方順時針量測 $30^\circ$ 到東方；S $60^\circ$ W 表示從正南方逆時針量測 $60^\circ$ 到西方。方向角的表示範圍是 $0^\circ$ 到 $90^\circ$ 。
主要差別在於表示方式和角度範圍：方位角是單一角度，範圍 $0^\circ \sim 360^\circ$ ；方向角包含基準方向、角度和方向，角度範圍 $0^\circ \sim 90^\circ$ 。

(3) 衛星測量中，靜態定位 (static positioning) 與動態定位 (kinematic positioning) 的差別：
靜態定位是指接收機在接收衛星訊號的整個過程中保持靜止不動，進行長時間的觀測。

Question 2

二、在測量工作中,常利用經過設計的量測程序或挑選的外業時間,以有效消除觀測誤差的產生,請說明下列各
量測程序可以消除或降低的誤差有哪些?
(1) 在水準測量中,保持前、後視的視距相等。(10%)
(2) 在角度測量中,進行正、倒鏡的觀測。(12%)
(3) 在衛星測量中,不接收過低仰角的衛星訊號。(5%)
(4) 在衛星測量中,進行夜間觀測。(5%)

Accepted Answer

本題考驗對各種測量方法中，為消除或降低誤差所採取的特定程序之原理的理解。

(1) 在水準測量中，保持前、後視的視距相等：
此程序主要用於消除或降低「儀器視準軸不平差」所造成的誤差。水準儀的視準軸若不完全水平，則在量測前後視高差時，會產生一系統性誤差。當前視與後視的視距相等時，此誤差對前後視讀數的影響量相等，但方向相反，故在計算高差時（後視讀數減前視讀數），此誤差會互相抵消，進而消除或大幅降低其影響。

(2) 在角度測量中，進行正、倒鏡的觀測：
此程序主要用於消除或降低「照準部與基座不垂直」以及「視準軸與橫軸不垂直」等儀器本身所帶有的誤差，以及「照準部轉動不平」等誤差。正鏡觀測時，儀器的誤差組合會影響讀數；倒鏡觀測時，儀器的誤差組合會以另一種組合影響讀數。將正、倒鏡的觀測結果取平均值，可以將這些系統性誤差予以抵消，達到提高角度測量精度的目的。

(3) 在衛星測量中，不接收過低仰角的衛星訊號：
此程序主要用於消除或降低「大氣折射誤差」和「多路徑效應」的影響。

Question 3

三、若 $f(x) = x^2 - 2x1x2 + 5$, 若 $x1 = 4.0 \pm 0.2$ 及 $x2 = 2.0 \pm 0.1$, 則: (1) $f(x) = ?$ (5 %) (2) $f(x)$ 的中誤差 (或稱標準差) $\sigmaf = ?$ (15%)

Accepted Answer

本題考驗函數的計算以及誤差傳播的應用，特別是當輸入量帶有誤差時，如何計算輸出量的期望值及誤差。

首先，我們定義函數 $f(x)$ ，其中 $x$ 是由 $x_1$ 和 $x_2$ 計算出來的。此處的 $x$ 應理解為一個變量，而 $x_1$ 和 $x_2$ 是兩個獨立的、帶有誤差的測量值。題目中 $f(x) = x^2 - 2x_1x_2 + 5$ 表述上可能有些誤導，通常若 $x_1, x_2$ 是獨立變量，則函數形式應為 $f(x_1, x_2)$ 。我們假設題目意指 $f(x_1, x_2) = x_1^2 - 2x_1x_2 + 5$ 。

給定：
$x_1 = 4.0 \pm 0.2$
$x_2 = 2.0 \pm 0.1$

其中 $\pm$ 後面的值通常代表中誤差或標準差。在此我們假設其為標準差 $\sigma_{x_1} = 0.2$ 和 $\sigma_{x_2} = 0.1$ 。

(1) 計算 $f(x)$ 的期望值：
期望值是將各變量的期望值（平均值）代入函數中計算。
$E[x_1] = 4.0$
$E[x_2] = 2.0$
$E[f(x_1, x_2)] = (E[x_1])^2 - 2 E[x_1] E[x_2] + 5$
$E[f(x_1, x_2)] = (4.0)^2 - 2 (4.0)(2.0) + 5$
$E[f(x_1, x_2)] = 16.0 - 16.0 + 5$
$E[f(x_1, x_2)] = 5.0$

所以， $f(x)$ 的期望值為 $5.0$ 。

(2) 計算 $f(x)$ 的中誤差 (標準差) $\sigma_f$ ：
我們使用誤差傳播定律來計算 $\sigma_f$ 。假設 $x_1$ 和 $x_2$ 是獨立的隨機變數。
對於一個函數 $f(x_1, x_2, ..., x_n)$ ，其標準差的平方（方差）可以表示為：
$\sigma_f^2 = \sum_{i=1}^n \left( \frac{\partial f}{\partial x_i} \right)^2 \sigma_{x_i}^2$

Question 4

四、已知五邊形 ABCDE 各頂點的坐標如表格所列,並擬劃定 CF 分割線,則:
(1) 五個頂點 ABCDE 所圍的區域面積 = ? (8%)
(2) 若 EF = 6.20 m,則 F 的坐標 (縱、橫) = ? (12%)

點號	縱坐標(m)	橫坐標(m)
A	80.00	40.00
B	70.00	45.00
C	68.00	55.00
D	85.00	60.00
E	90.00	48.00

🖼️【此處有附圖，請對照原卷】(圖示為五邊形 ABCDE 的示意圖，點 E 在上方，點 A 在左側，點 C 在右側，點 B 在 C 的下方偏左，點 D 在 C 的上方偏右)

🖼️ 本題含圖表，以下為原卷對應頁面：

Accepted Answer

核心觀念 本題考查： 1. 利用坐標法（鞋帶公式）計算多邊形面積。 2. 線段內分與坐標插值：由 $E$ 點沿著 $EA$ 方向量取 $EF=6.20	ext{ m}$，求點 $F$ 坐標。 依圖可知，$F$ 位於線段 $AE$ 上，且 $CF$ 為分割線。 解題方法 令橫坐標為 $x$、縱坐標為 $y$，則各點為： $$ A(40,80),\quad B(45,70),\quad C(55,68),\quad D(60,85),\quad E(48,90) $$ 依多邊形邊界順序 $A	o B	o C	o D	o E$ 使用鞋帶公式： $$ \begin{aligned} 2K &=\left|40(70)+45(68)+55(85)+60(90)+48(80)ight.\ &\quad\left.-\left[80(45)+70(55)+68(60)+85(48)+90(40)ight]ight|\ &=\left|19775-19210ight|\ &=565 \end{aligned} $$ 因此五邊形面積為： $$ K=\frac{565}{2}=282.50	ext{ m}^2 $$ 接著求點 $F$。線段 $EA$ 長度為： $$ EA=\sqrt{(90-80)^2+(48-40)^2} =\sqrt{164}=2\sqrt{41}	ext{ m} $$

Question 5

一、試繪圖並說明向量式資料(Vector)與網格式資料(Raster)如何表示地理空間圖徵(Feature)? (20%)

Accepted Answer

本題主要考查地理資訊系統 (GIS) 中兩種主要的空間資料模型：向量模型 (Vector) 和網格模型 (Raster)，以及它們如何表示地理空間圖徵。

1. 向量式資料 (Vector Data)

向量資料模型使用點 (Point)、線 (Line) 和面 (Polygon) 這三種幾何圖形來表示地理空間圖徵。每個圖徵都由其幾何形狀和屬性資訊組成。

點 (Point): 用單一的坐標點 $(x, y)$ 來表示一個地理圖徵。
- 表示方式： 單一點。
- 應用範例：
  - 井蓋、路燈、標誌、房屋的中心點、學校、醫院、商店等離散的地理對象。
  - GPS 測量點。
- 圖示說明： 一個單獨的點標記在坐標系上。
線 (Line / Polyline): 由一系列按順序連接的點（稱為頂點）所構成的線段或曲線。
- 表示方式： 一系列頂點 $(x_1, y_1), (x_2, y_2), \dots, (x_n, y_n)$ 。
- 應用範例：
  - 道路、河流、管線、海岸線、行政區劃邊界等線性地理對象。
- 圖示說明： 一條由多個點連接而成的路徑。
面 (Polygon): 由一系列閉合的點（頂點）所構成的區域。第一個點和最後一個點通常是相同的，以確保區域的封閉性。
- 表示方式： 一系列閉合的頂點 $(x_1, y_1), (x_2, y_2), \dots, (x_n, y_n), (x_1, y_1)$ 。
- 應用範例：
  - 湖泊、公園、建築物、行政區劃（省、市、鄉鎮）、土地利用區、森林等具有面積的地理對象。
- 圖示說明： 一個由多個點圍成的封閉區域。

向量資料的優點：

能精確表示地理圖徵的邊界和形狀。
適合表示離散的地理對象。
檔案體積相對較小（取決於圖徵的複雜度）。
易於進行屬性查詢和空間分析。

2. 網格式資料 (Raster Data)

網格資料模型將地理空間區域劃分為一個規則的網格，網格中的每個單元格 (cell) 或像素 (pixel) 都代表一個特定的地理區域，並賦予該區域的屬性值。

表示方式： 一個由行和列組成的二維陣列，其中每個單元格都儲存一個數值，代表該單元格所覆蓋區域的屬性。
- 單元格大小 (Cell Size): 決定了網格資料的空間解析度。單元格越小，解析度越高，表示的地理細節越多，但檔案體積也越大。
應用範例：
- 連續性地理現象： 高程 (DEM)、氣溫、降雨量、坡度、坡向、地表覆蓋的連續變化。
- 影像資料： 衛星影像、航空照片。
- 土地利用/土地覆蓋圖： 將區域劃分為不同類型的土地覆蓋，每個單元格代表一種土地覆蓋類型（如森林、農田、建築區）。
- 土壤類型圖、地質圖 等。
圖示說明： 一張由許多小方格組成的圖像，每個方格有不同的顏色或數值。

Question 6

二、我國目前採用的坐標系統主要有TWD67與TWD97,請說明此兩種坐標系統的主要差異為何?現有
若干點位,同時具有參考於 TWD67 和 TWD97 兩組二度 TM 地圖投影的坐標,試擬一可行的坐標
轉換方法,並說明如何利用這些點位求出 TWD67 和 TWD97 之間的轉換參數。(20%)

Accepted Answer

本題考查台灣地區兩大地測量基準 TWD67 和 TWD97 的差異，以及如何進行坐標轉換，並推求轉換參數。

1. TWD67 與 TWD97 的主要差異

TWD67 (Taiwan Datum 1967) 和 TWD97 (Taiwan Datum 1997) 是台灣地區兩種主要的國家大地測量基準，它們在以下幾個方面存在差異：

大地基準 (Datum):
- TWD67: 基於 1967 年建立的「八里」基準點（或稱「台灣基準點」）為基準，使用國際上較早期的測量數據和模型。
- TWD97: 基於 1997 年建立的「氣象站」基準點，採用更現代、更精確的大地測量數據和模型。TWD97 的基準點是根據國際上最為通用的 GRS80 橢球體參數來定義的，並考慮了台灣地區的板塊運動。
橢球體參數 (Ellipsoid Parameters):
- TWD67: 使用的是 Clarke 1866 橢球體。
- TWD97: 使用的是 GRS80 橢球體（與 WGS84 橢球體參數非常接近）。
投影方式 (Projection Method):
- TWD67: 採用的是二度分帶（UTM）投影，並有台灣地區專用的 TM（Transverse Mercator）投影。通常台灣本島使用中央經線為東經 $121^\circ$ 的 TM 投影。
- TWD97: 也採用 TM 投影，中央經線為東經 $121^\circ$ 。其投影參數經過重新定義，以適應 GRS80 橢球體和新的大地基準。
精度與穩定性 (Accuracy and Stability):
- TWD67: 相對較早期的測量成果，其精度和穩定性不如 TWD97，且未充分考慮地殼運動。
- TWD97: 精度更高，考慮了台灣地區的地殼運動，能夠更準確地描述地理位置，是目前台灣地區主要的官方大地測量基準。
轉換參數 (Transformation Parameters):
- 由於基準點、橢球體和參數的不同，TWD67 和 TWD97 之間的坐標轉換需要使用特定的轉換方法和參數，不能直接進行轉換。

2. 可行的坐標轉換方法

當我們有若干點同時具有 TWD67 和 TWD97 的坐標時，可以利用這些點來建立坐標轉換模型。常用的轉換方法有：

三參數轉換 (3-Parameter Transformation / Molodensky's Method):
- 僅考慮三個平移參數（ $\Delta x, \Delta y, \Delta z$ ），假設兩個坐標系統之間只有位置的平移。適用於兩個基準點距離較近，且沒有顯著的旋轉或尺度差異的情況。
- 公式： $X_{TWD97} = X_{TWD67} + \Delta x$ , $Y_{TWD97} = Y_{TWD67} + \Delta y$ , $Z_{TWD97} = Z_{TWD67} + \Delta z$ (在三維空間)。
- 在二維投影坐標系下，轉換會更複雜，通常需要先轉換到大地坐標，再進行三參數轉換，最後再投影回二維坐標。
七參數轉換 (7-Parameter Transformation / Bursa-Wolf Model):
- 考慮三個平移參數 ( $\Delta x, \Delta y, \Delta z$ )、三個旋轉參數（ $\delta\alpha, \delta\beta, \delta\gamma$ ）和一個尺度參數（ $m$ ）。這是最常用的三維空間坐標轉換模型，能夠更全面地描述兩個大地基準之間的關係。
- 公式（簡化形式，實際計算複雜）：
  $X' = (1+m)X + \gamma Y - \beta Z + \Delta x$
  $Y' = -\gamma X + (1+m)Y + \alpha Z + \Delta y$
  $Z' = \beta X - \alpha Y + (1+m)Z + \Delta z$
  其中 $X', Y', Z'$ 是目標坐標系（TWD97）， $X, Y, Z$ 是源坐標系（TWD67）。
九參數轉換 (9-Parameter Transformation):
- 在七參數基礎上，還考慮了橢球體參數的差異。對於 TWD67 和 TWD97，由於橢球體參數本身就不同，九參數轉換是更為精確的方法。
局部轉換方法 (Local Transformation Methods):
- 例如，多項式轉換 (Polynomial Transformation)，如仿射轉換 (Affine Transformation，通常是 6 參數) 或更高級的多項式。

Question 7

三、試說明空間內插(Spatial Interpolation)的基本原理為何?請分別簡要說明內插方法的分類方式以及 常見的內插方法。(20%)

Accepted Answer

本題考查空間內插 (Spatial Interpolation) 的基本概念、原理、分類及常見方法。

1. 空間內插的基本原理

空間內插是一種利用已知離散點的數據值，來估計未知點數據值的地理空間分析技術。其基本假設是：地理空間上相鄰的點，其屬性值也傾向於相似。這個原理也被稱為「地理學第一法則」（Tobler's First Law of Geography）。

簡單來說，空間內插就是基於已知點的空間位置和屬性值，建立一個數學模型，然後利用這個模型來預測或估計在任意未知位置的屬性值。

2. 空間內插方法的分類方式

空間內插方法可以從不同的角度進行分類，最常見的分類方式包括：

基於數學模型的複雜度：
- 確定性內插 (Deterministic Interpolation): 這些方法基於明確定義的數學公式，利用已知點的距離、坡度、海岸線等空間關係來計算未知點的值。其結果完全取決於輸入的已知點數據和內插參數。
- 地統計學內插 (Geostatistical Interpolation): 這些方法基於統計學原理，不僅考慮已知點的空間位置，還考慮數據值之間的空間自相關性（Spatial Autocorrelation）。它將數據視為空間上連續的隨機變數，並利用變異函數 (Variogram) 來描述這種自相關性，以提供最佳線性無偏估計 (Best Linear Unbiased Estimation, BLUE)。
基於內插點數量的考量：
- 局部內插 (Local Interpolation): 每個未知點的估計值僅由其周圍有限數量的已知點決定。
- 全局內插 (Global Interpolation): 每個未知點的估計值都由所有已知點決定，通常是建立一個涵蓋所有數據點的單一數學函數。
基於內插結果的平滑度：
- 平滑內插 (Smoothing Interpolation): 內插曲面通常比原始數據點更平滑。
- 非平滑內插 (Non-smoothing Interpolation): 內插曲面會通過所有原始數據點。

3. 常見的空間內插方法

以下是一些常見的空間內插方法，按上述分類進行說明：

A. 確定性內插方法 (Deterministic Interpolation)

反距離加權法 (Inverse Distance Weighting, IDW):
- 原理： 假設一個未知點的值是其周圍已知點值的加權平均。權重的大小與該點到未知點的距離成反比，距離越近的點權重越大。
- 公式： $Z(x_0) = \frac{\sum_{i=1}^n w_i Z(x_i)}{\sum_{i=1}^n w_i}$ ，其中 $w_i = \frac{1}{d_i^p}$ ， $d_i$ 是已知點 $i$ 到未知點 $x_0$ 的距離， $p$ 是距離衰減指數（通常為 2）。
- 特點： 計算簡單，易於理解。但它不考慮數據的空間自相關性，且估計值總是在已知點的最大值和最小值之間，不會超出這個範圍。
單一/多項式內插 (Spline / Polynomial Interpolation):
- 單一內插 (Spline): 尋找一個在數據點處具有最小彎曲度的光滑曲面。

Question 8

四、請解釋網際網路地理資訊系統(Web-GIS)的概念?其系統架構結合哪些相關的技術?並試舉例說明 網際網路地理資訊系統的實務應用。(20%)

Accepted Answer

本題考查網際網路地理資訊系統 (Web-GIS) 的概念、技術架構與應用。 1. 網際網路地理資訊系統 (Web-GIS) 的概念 Web-GIS (Web-based Geographic Information System) 是一種將地理資訊系統 (GIS) 的功能透過網際網路 (Internet) 或內部網路 (Intranet) 提供給使用者的技術。它允許使用者無需安裝複雜的 GIS 軟體，僅透過網頁瀏覽器 (Web Browser) 即可存取、查詢、分析和顯示地理空間資訊。 Web-GIS 的核心在於實現「地理資訊的網路化存取與共享」，打破了傳統 GIS 軟體需安裝在特定電腦、資料分散儲存的限制，讓地理資訊的應用更加普及、便捷和協同。 2. Web-GIS 的系統架構與相關技術 Web-GIS 的系統架構通常包含三個主要層面：用戶端 (Client-side)、伺服端 (Server-side) 和資料層 (Data Layer)。 用戶端 (Client-side): 功能： 負責接收伺服器傳來的地理資訊，並將其呈現給使用者，同時處理使用者的互動操作（如縮放、平移、查詢、點選）。 關鍵技術： 網頁瀏覽器 (Web Browser): 如 Chrome, Firefox, Safari 等，是使用者與 Web-GIS 系統互動的介面。 前端開發技術： HTML/CSS: 用於網頁結構和樣式設計。 JavaScript: 用於實現動態互動功能、地圖渲染、圖形繪製和與伺服端的通信。 前端框架/函式庫： 如 React, Vue, Angular (用於構建複雜的用戶介面)，以及專門用於地圖展示的函式庫，如 Leaflet, OpenLayers, Mapbox GL JS, CesiumJS (用於 3D 地圖)。 地圖渲染引擎： 將地理數據轉換為地圖圖像，顯示在地圖元件上。 伺服端 (Server-side): 功能： 負責處理來自用戶端的請求，進行地理空間數據的處理、空間分析、數據管理，並將結果以地圖服務 (Map Service) 或數據格式傳回給用戶端。 關鍵技術： Web 伺服器 (Web Server): 如 Apache, Nginx, IIS，負責接收 HTTP 請求並回應。 應用伺服器/後端程式語言： 如 Python (Django, Flask), Java (Spring), Node.js, PHP 等，用於編寫業務邏輯和處理 GIS 操作。 GIS 伺服器軟體： 專門用於發布地理空間數據和提供地圖服務的軟體，如 Esri ArcGIS Enterprise (ArcGIS Server), GeoServer, MapServer, QGIS Server。這些伺服器能夠將儲存的地理數據轉換為地圖影像 (如 WMS, WM…

Question 9

五、欲利用地理資訊系統(GIS)進行購屋選址的空間分析,已收集到的圖資包括不動產實價登錄資料、
道路資料、捷運站、學校、便利商店等,請說明如何應用地理資訊系統之分析功能進行理想住宅的
挑選(條件請自行規劃設計)? (20%)

Accepted Answer

本題考查如何運用地理資訊系統 (GIS) 的空間分析功能，結合多種圖資，來進行購屋選址的決策。這是一個典型的應用題，需要將 GIS 的分析工具與實際的決策問題結合。

1. 問題定義與決策條件規劃

首先，需要明確「理想住宅」的定義，並將其轉化為可量化的 GIS 分析條件。這些條件通常是買房者在意的因素，例如：

交通便利性： 鄰近捷運站、主要道路的距離。
生活機能： 鄰近學校、便利商店、公園、市場、醫療機構等的距離。
房價考量： 參考不動產實價登錄資料，設定預算範圍。
環境品質： 遠離主要幹道噪音、工業區污染，靠近綠地（公園、河岸）。
學區考量： 位於特定學校學區內。

我們可以根據這些條件，設定一些具體的空間篩選標準（例如，距離捷運站 500 公尺內，距離便利商店 300 公尺內，位於特定學區，房價每坪不高於 X 元等）。

2. GIS 分析流程與應用功能

以下是利用 GIS 進行購屋選址空間分析的步驟和應用到的 GIS 功能：

(a) 資料準備與整合

匯入圖資： 將所有收集到的圖資（不動產實價登錄資料、道路、捷運站、學校、便利商店、公園、市場、醫療機構等）匯入 GIS 軟體中，確保它們具有正確的坐標系統。
屬性資料處理：
- 不動產實價登錄資料： 整理並篩選出符合預算範圍的房屋坐標和價格資訊。可以計算每坪單價，並依此篩選。
- 學校資料： 標示出各級學校（國小、國中、高中）的範圍或位置。
- 其他設施： 確保便利商店、公園、捷運站等設施的準確位置。

(b) 空間篩選與緩衝分析 (Buffering)

條件 1：交通便利性 (捷運站)
- 功能： 緩衝分析 (Buffering)。
- 操作： 以捷運站為中心，建立一個或多個緩衝區（例如，500 公尺）。篩選出位於這些緩衝區內的房屋。
條件 2：生活機能 (便利商店)
- 功能： 緩衝分析 (Buffering)。
- 操作： 以便利商店為中心，建立一個緩衝區（例如，300 公尺）。篩選出位於這些緩衝區內的房屋。
條件 3：學區考量
- 功能： 空間疊加分析 (Overlay Analysis) / 點與多邊形空間關係查詢。
- 操作： 將房屋點圖層與學校學區多邊形圖層進行疊加。篩選出位於目標學區內的房屋。
條件 4：環境品質 (靠近公園)
- 功能： 緩衝分析 (Buffering)。
- 操作： 以公園為中心，建立緩衝區（例如，200 公尺）。篩選出靠近公園的房屋。同時，也可以執行「距離分析」(Proximity Analysis) 來計算房屋到公園的距離，並設定一個最大距離。

(c) 空間疊加與加權評分 (Overlay and Weighted Scoring)

篩選出符合基本條件的房屋： 透過上述的緩衝分析和空間疊加，先篩選出滿足基本條件（如交通、生活機能、學區、房價範圍）的房屋點。
多準則評估： 對於篩選出的房屋，進行更細緻的評估。
- 功能： 加權疊加 (Weighted Overlay) 或多準則評估 (Multi-Criteria Evaluation, MCE)。
- 操作：
  1. 計算距離： 對每個房屋點，計算其到捷運站、便利商店、公園、主要道路等設施的距離。
  2. 標準化： 將計算出的距離或房價等指標進行標準化處理，轉換到一個統一的評分尺度（例如 0-10 分）。例如，離捷運站越近分數越高，房價越低分數越高。
  3. 賦予權重： 根據決策者的偏好，為每個評估準則（交通、生活機能、房價、環境等）賦予權重。例如，如果交通便利性最重要，則給予較高的權重。
  4. 計算總分： 將標準化後的各項評分乘以對應的權重，然後加總，得到每個房屋的總體評分。

108 年國立臺北大學不動產與城鄉環境學系碩士班甲組《測量與空間資訊》

第一題

第二題

第三題

第四題

第一題

第二題

第三題

第四題

第五題

其他考古題

108 年臺北大學的其他科目

108 年 國立臺北大學不動產與城鄉環境學系碩士班甲組《測量與空間資訊》

第 一 題

第 二 題

第 三 題

第 四 題