115 年 國立臺北大學不動產與城鄉環境學系碩士班《測量學及地理資訊系統概論》

本題主要考驗測量學中關於高程系統的基本概念。

核心觀念：
高程系統是描述地球表面點位垂直位置的系統，主要有正高、橢球高和大地水準面三個重要概念，它們之間存在著明確的數學關係。

詳解：

1. 繪圖說明

   請想像一個地球橢球體（通常以大地基準橢球體 WGS84 為例），其中心為地心。

   • 橢球體： 這是地球的數學模型，通常是一個扁球體。
   • 大地水準面 (Geoid)： 這是地球重力位相同的面，與平均海平面重合（在海洋區域），並延伸至大陸下方。它是一個不規則的曲面。
   • 橢球高 (Ellipsoidal Height, $h$)： 從橢球體表面到空間某點的距離，通常是透過 GPS 等衛星定位系統直接測得。
   • 正高 (Orthometric Height, $H$)： 從大地水準面到空間某點的垂直距離。這是我們日常生活中常說的「海拔高度」。
   • 大地水準面起伏 (Geoid Undulation, $N$)： 橢球體表面與大地水準面之間的垂直距離。

   繪圖要素：

   • 繪製一個橢球體。
   • 繪製一個起伏不平的大地水準面，使其部分在橢球體上方，部分在下方。
   • 標示出地球中心。
   • 在地表某點 P 處，畫一條垂直於橢球面的法線，交橢球面於點 A，交大地水準面於點 G。
   • 從點 A 沿法線向上延伸至空間某點 P，則 AP 的長度為橢球高 $h$。
   • 從點 G 沿垂直線（或近似垂直線）向上到點 P，則 GP 的長度為正高 $H$。
   • 點 G 位於大地水準面上。
   • 點 A 位於橢球體表面。
   • 點 P 為空間某點。
   • 從 P 點到橢球面的垂直距離為 $h$。
   • 從 P 點到大地水準面的垂直距離為 $H$。

本題分為兩大部分：第一部分考驗對臺灣大地基準 TWD97 的基本定義與組成要素的理解；第二部分則考驗兩大地基準間坐標轉換模型的應用。

核心觀念：

• 大地基準 (Geodetic Datum)： 一組用於定義空間坐標系統的參數，包含參考橢球體、大地原點、方位和重力參數等。
• 參考框架 (Reference Frame)： 描述地球運動和空間坐標系統的框架，是大地基準的基礎。
• 地球原子 (Terrestrial Reference System, TRS)： 國際上定義的、與地球剛體相對運動的參考系統。
• 地圖投影 (Map Projection)： 將地球球面的地理坐標轉換為平面坐標的數學方法。
• 坐標轉換 (Coordinate Transformation)： 在不同大地基準或坐標系統之間進行坐標值轉換的方法。

詳解：

第一部分：1997 臺灣大地基準 (TWD97) 的基本定義

TWD97 是臺灣地區目前廣泛使用的地理坐標系統，其基本定義如下：

1. 參考框架 (Reference Frame)：

   • TWD97 採用的是 國際地球參考系統 (International Terrestrial Reference System, ITRS) 作為其空間參考框架。
   • 具體而言，TWD97 是基於 ITRF2000 (International Terrestrial Reference Frame 2000) 的實現。ITRF 是由國際大地測量學與地球物理學聯合會 (IUGG) 的國際大地測量學與地球物理學聯合會 (IAG) 所維護的地球參考框架，它能夠精確地描述地球的自轉、板塊運動等。
   • TWD97 是對 ITRF2000 在臺灣地區的局部實現，它確保了與全球基準的一致性。

2. 地球原子 (Terrestrial Reference System, TRS)：

   • TWD97 的地球原子即為 國際地球參考系統 (ITRS)。ITRS 是一個右手系的笛卡兒坐標系統，其原點位於地球的質心，X 軸指向國際地球參考點 (ITRF Reference Point) 的方向，Z 軸指向地球平均自轉軸的方向，Y 軸則補足成右手系。
   • TWD97 使用的 ITRF2000 是一個在特定時間點 (Epoch) 的地球參考框架，並會隨著時間推移進行更新，以反映地球的動態變化。

3. 大地基準 (Datum)：

   • TWD97 的大地基準是基於 GRS80 (Geodetic Reference System 1980) 橢球體。GRS80 是一個國際公認的標準參考橢球體，其參數如下：
     • 半長軸 ($a$) = 6378137.0 公尺
     • 扁率 ($f$) = 1/298.257222101
   • TWD97 的大地原點 (Origin) 位於 GRS80 橢球的質心，與 ITRS 的原點重合。
   • TWD97 的方位定義與 ITRS 的 X 軸定義一致。

4. 地圖投影 (Map Projection)：

   • TWD97 採用的是 橫麥卡托投影 (Transverse Mercator Projection)，並以中央經線為基準。
   • 臺灣地區被劃分為三個投影帶，每個投影帶的中央經線不同，以減少投影變形。
     • 第一帶 (Zone 1)：中央經線為東經 121 度。
     • 第二帶 (Zone 2)：中央經線為東經 120 度。
     • 第三帶 (Zone 3)：中央經線為東經 119 度。
   • 投影參數：
     • 中央經線的謊尺度因子 (False Easting)：第一帶為 250,000 公尺，第二帶為 270,000 公尺，第三帶為 290,000 公尺。
     • 中央經線的謊北移 (False Northing)：0 公尺。
     • 中央經線的比例因子：0.9999。

第二部分：不同坐標基準間的轉換參數求取

本題考驗對誤差傳播的理解，特別是直接誤差計算與基於一階微分近似的誤差傳播公式的應用，以及對兩者差異原因的分析。

核心觀念：

• 誤差 (Error)： 觀測值與真實值之間的差異。
• 實際誤差 (Actual Error)： 直接由觀測值計算出的真實誤差。
• 誤差傳播 (Error Propagation)： 當一個量（如面積）由其他帶誤差的量（如邊長）計算得出時，這些誤差如何傳播到最終結果。
• 一階微分誤差傳播公式： 利用函數的一階微分來近似估計誤差。

詳解：

已知條件：

• 真實邊長 $x_1 = 80.120 \, \text{m}$
• 觀測邊長 $x = 80.170 \, \text{m}$
• 面積 $y$ 為邊長 $x$ 的函數，對於正方形，面積 $y = x^2$。
• 真實面積 $y_1 = x_1^2$。
• 邊長誤差 $dx = x - x_1$。

步驟一：計算實際誤差 ($y - y_1$)

1. 計算真實面積 $y_1$：
   $y_1 = x_1^2 = (80.120 \, \text{m})^2 = 6419.2144 \, \text{m}^2$

2. 計算由觀測邊長得到的面積 $y$：
   $y = x^2 = (80.170 \, \text{m})^2 = 6427.2289 \, \text{m}^2$

3. 計算實際誤差 ($y - y_1$)：
   實際誤差 $= y - y_1 = 6427.2289 \, \text{m}^2 - 6419.2144 \, \text{m}^2 = 8.0145 \, \text{m}^2$

步驟二：計算推估之面積誤差 ($dy$)

1. 計算邊長誤差 $dx$：
   $dx = x - x_1 = 80.170 \, \text{m} - 80.120 \, \text{m} = 0.050 \, \text{m}$

2. 計算面積函數對邊長的一階微分 $\frac{dy}{dx}$：
   對於面積函數 $y = x^2$，其微分為 $\frac{dy}{dx} = 2x$。
   在計算推估誤差時，我們通常使用觀測值作為基準，所以計算 $\frac{dy}{dx}$ 在 $x = 80.170 \, \text{m}$ 處的值：
   $\frac{dy}{dx} = 2 \times 80.170 \, \text{m} = 160.340 \, \text{m}$

   備註：有些人會使用真實值 $x_1$ 或平均值來計算微分，但題目明確指示使用 $dx = x - x_1$ 且公式為 $dy = \frac{dy}{dx} dx$，通常是以觀測值 $x$ 為基礎計算微分。若使用真實值 $x_1$ 計算微分：$\frac{dy}{dx}|_{x_1} = 2 \times 80.120 = 160.240 \, \text{m}$。我們將使用觀測值 $x$ 來計算。

3. 利用誤差傳播公式計算推估之面積誤差 $dy$：
   $dy = \frac{dy}{dx} \times dx$
   $dy = (160.340 \, \text{m}) \times (0.050 \, \text{m})$
   $dy = 8.0170 \, \text{m}^2$

   若使用真實值 $x_1$ 計算微分： $dy = 160.240 \times 0.050 = 8.0120 \, \text{m}^2$。
   我們在此採用以觀測值 $x$ 為基準的計算結果。

步驟三：比較兩項計算結果並解釋差異原因

本題為測量學的綜合應用題，涵蓋了方位角計算、經緯儀讀數轉換、以及利用方位角與距離進行坐標計算。

核心觀念：

• 方位角 (Azimuth)： 從某點到另一點的方向線與參考子午線（通常是北向）之間的夾角，順時針量測。
• 經緯儀 (Theodolite)： 用於測量水平角和垂直角的儀器。
• 正倒鏡 (Face Left/Face Right)： 經緯儀測量時，測盤相對於測量者左側或右側的狀態，用於減少儀器誤差。
• 單角法 (Single Angle Measurement)： 僅使用正鏡或倒鏡讀數進行測量。
• 坐標計算 (Coordinate Calculation)： 利用已知點坐標、方位角和距離，計算目標點坐標。

詳解：

已知條件：

• 點 A 坐標 $(N_A, E_A) = (500.000, 500.000)$ 公尺
• 點 B 坐標 $(N_B, E_B) = (750.000, 1500.000)$ 公尺

步驟一：計算 A 到 B 的方位角 (Azimuth AB)

方位角計算公式：
$\theta_{AB} = \arctan\left(\frac{\Delta E}{\Delta N}\right)$
其中 $\Delta E = E_B - E_A$ 且 $\Delta N = N_B - N_A$。

1. 計算 $\Delta E$ 和 $\Delta N$：
   $\Delta E = E_B - E_A = 1500.000 - 500.000 = 1000.000 \, \text{m}$
   $\Delta N = N_B - N_A = 750.000 - 500.000 = 250.000 \, \text{m}$

2. 計算方位角：
   $\theta_{AB} = \arctan\left(\frac{1000.000}{250.000}\right) = \arctan(4)$

   由於 $\Delta E > 0$ 且 $\Delta N > 0$，該方位角位於第一象限（0° 到 90°）。
   $\theta_{AB} \approx 75.963757^\circ$

   將其轉換為度分秒：
   $75^\circ$
   $0.963757 \times 60' \approx 57.8254'$
   $0.8254 \times 60'' \approx 49.5''$
   所以，$\theta_{AB} \approx 75^\circ 57' 50''$。

   請注意：題目圖示中的 A 點在左下角，B 點在右上角，且北向標示向上，東向標示向右，這與計算結果一致。

【答案 (1)】A 到 B 的方位角約為 $75^\circ 57' 50''$。

步驟二：計算 B 到 C 的方位角 (Azimuth BC)

我們在 B 點架設經緯儀，測量 BA 和 BC 方向的讀數。
已知 BA 方向的測站為 B，測點為 A。
度盤讀數：

• BA 正鏡 (Face Left)：$72^\circ 32' 15''$
• BA 倒鏡 (Face Right)：$252^\circ 32' 25''$

在 B 點架設經緯儀時，測得 BA 方向的讀數，這實際上是測量 BA 的後視讀數。
通常，我們需要將測量到的讀數轉換為方位角。
方位角是從北向順時針量到目標方向的夾角。
如果我們知道 BA 方向的方位角，並且知道測量到的角度，就可以計算 BC 方向的方位角。

方法一：利用正倒鏡讀數求平均值（更精確）
在 B 點，我們測量了 BA 方向。

• 正鏡讀數（Face Left, FL）：$72^\circ 32' 15''$
• 倒鏡讀數（Face Right, FR）：$252^\circ 32' 25''$

如果測量的是 BA 方向，那麼：

• 正鏡讀數（目標 A，儀器在 B）：$72^\circ 32' 15''$
• 倒鏡讀數（目標 A，儀器在 B）：$252^\circ 32' 25''$

注意： 題目表格中的「測站」、「測點」欄位，在 B 點下方，測點為 A，這表示我們在 B 點對著 A 點進行觀測。
通常，測量 BA 方向的讀數，是為了確定 B 點的北向（或後視方向）。
如果我們知道 B 點的北向方位角（例如 $\theta_{BN}$），那麼測量到的 BA 方向的讀數，可以幫助我們計算 BA 的方位角。

更常見的測量方式：
在 B 點架設儀器，首先對 A 點進行對準（作為後視），然後轉動照準部，對準 C 點（作為前視）。

• 後視 A：
  • 正鏡讀數 (FL)：$72^\circ 32' 15''$
  • 倒鏡讀數 (FR)：$252^\circ 32' 25''$
• 前視 C：
  • 正鏡讀數 (FL)：$207^\circ 02' 10''$
  • 倒鏡讀數 (FR)：$27^\circ 02' 30''$

處理單角法讀數：
題目提到「以單角法測得 BA、BC 方向」。這意味著我們可能只使用正鏡或倒鏡的讀數。
如果我們假設測量的是 相對角，即從 BA 方向順時針轉到 BC 方向的角度。
但是，題目給的是「度盤讀數」，這通常是指儀器指向某個方向時，盤面上的讀數。

標準處理方法：

1. 消除儀器誤差：
   通常，測量一個方向會使用正鏡和倒鏡讀數，然後取平均值，以消除視準軸誤差和盤面零點誤差。
   對於 BA 方向：
   平均讀數 BA = (正鏡讀數 BA + 倒鏡讀數 BA) / 2
   平均讀數 BA = ($72^\circ 32' 15''$ + $252^\circ 32' 25''$) / 2
   平均讀數 BA = $325^\circ 04' 40''$ / 2 = $162^\circ 32' 20''$

   對於 BC 方向：
   平均讀數 BC = (正鏡讀數 BC + 倒鏡讀數 BC) / 2
   平均讀數 BC = ($207^\circ 02' 10''$ + $27^\circ 02' 30''$) / 2
   平均讀數 BC = $234^\circ 04' 40''$ / 2 = $117^\circ 02' 20''$

2. 計算相對角：
   在 B 點，從 BA 到 BC 的夾角（順時針）為：
   相對角 = 平均讀數 BC - 平均讀數 BA
   相對角 = $117^\circ 02' 20'' - 162^\circ 32' 20''$
   這個結果是負的，表示 BC 方向在 BA 方向的「逆時針」方向，或者是在 BA 方向順時針旋轉超過 180 度。
   為了得到順時針角度，我們需要加上 360°：
   相對角 = $117^\circ 02' 20'' - 162^\circ 32' 20'' + 360^\circ$
   相對角 = $-45^\circ 30' 00'' + 360^\circ = 314^\circ 30' 00''$

   這表示從 BA 方向順時針轉 314° 30' 00'' 到達 BC 方向。
   或者，從 BA 方向逆時針轉 45° 30' 00'' 到達 BC 方向。

3. 確定 BA 方向的方位角：
   我們已經計算出 A 到 B 的方位角 $\theta_{AB} \approx 75^\circ 57' 50''$。
   那麼，B 到 A 的方位角 $\theta_{BA}$ 就是 $\theta_{AB}$ 加上 180°（如果超過 360° 則減去 360°）：
   $\theta_{BA} = 75^\circ 57' 50'' + 180^\circ = 255^\circ 57' 50''$

   驗證：
   如果 $\theta_{BA} = 255^\circ 57' 50''$，那麼從北向順時針量到 BA 方向是 255° 57' 50''。
   我們測量到的 BA 方向的讀數（平均）是 $162^\circ 32' 20''$。
   這兩個值應該有 180° 的關係，或者說，它們是同一條直線的兩個方向。
   BA 的平均讀數 $162^\circ 32' 20''$ 應該是 $\theta_{BA}$ 的反方向。
   $255^\circ 57' 50'' - 180^\circ = 75^\circ 57' 50''$。
   這與我們計算的 $\theta_{AB}$ 不符。

   重新理解題目：
   「測站 B，測點 A」的讀數，是指在 B 點，照準 A 點。
   若儀器水平盤歸零時指向北方，則測量 BA 的方位角就是盤面讀數。
   但是，通常不會這樣操作。
   一般是以已知點（如 A）作為後視點，儀器歸零或讀取後視方位角，然後轉向目標點（如 C）。

   假設： 題目給的度盤讀數是 絕對讀數（相對於北向）。
   如果 BA 的平均讀數 $162^\circ 32' 20''$ 就是 BA 的方位角 $\theta_{BA}$，那麼：
   $\theta_{BA} = 162^\circ 32' 20''$
   這與我們從 A、B 坐標計算出的 $\theta_{BA} = 255^\circ 57' 50''$ 明顯不符。

   另一種可能： 題目給的讀數是 相對讀數，但「度盤讀數」的說法通常是指絕對讀數。
   或者，題目給的讀數是 儀器盤面讀數，需要與儀器歸零（例如指向北方）或後視方向結合。

   最常見的測量流程：

   1. 在 B 點架設儀器。
   2. 對準 A 點（後視）。
   3. 讀取水平盤讀數（例如，記為 $R_{BA}$）。
   4. 轉向 C 點（前視）。
   5. 讀取水平盤讀數（例如，記為 $R_{BC}$）。
   6. 方位角 $\theta_{BC} = \theta_{BA} + (R_{BC} - R_{BA})$ (調整 180° 或 360°)。

   我們已經計算出 $\theta_{BA} = 255^\circ 57' 50''$。
   現在需要確定 $R_{BA}$ 和 $R_{BC}$ 是如何與方位角關聯的。
   通常，如果儀器盤面是零點對準北方，那麼讀數就是方位角。
   如果儀器盤面在後視 A 時歸零，那麼 $R_{BC}$ 就是相對角。

   假設題目給的讀數是儀器盤面讀數，且我們已知道 $\theta_{BA}$。

   • 如果測量 BA 是後視，測量 BC 是前視。
   • 在 B 點，後視 A 的盤面讀數（平均）是 $162^\circ 32' 20''$。
   • 在 B 點，前視 C 的盤面讀數（平均）是 $117^\circ 02' 20''$。

   情況 A：後視 A 時，儀器盤面歸零。
   那麼 $R_{BC} = 117^\circ 02' 20''$ 就是從 BA 方向順時針轉到 BC 方向的相對角。
   $\theta_{BC} = \theta_{BA} + R_{BC} = 255^\circ 57' 50'' + 117^\circ 02' 20'' = 373^\circ 00' 10''$
   $\theta_{BC} = 373^\circ 00' 10'' - 360^\circ = 13^\circ 00' 10''$

   情況 B：後視 A 時，盤面讀數是 $162^\circ 32' 20''$（並非歸零）。
   那麼，從北向到 BA 方向的方位角，與盤面讀數的關係是：
   $\theta_{BA} = \text{儀器盤面讀數} + \text{盤面零點相對北向角}$
   $255^\circ 57' 50'' = 162^\circ 32' 20'' + \text{盤面零點相對北向角}$
   盤面零點相對北向角 = $255^\circ 57' 50'' - 162^\circ 32' 20'' = 93^\circ 25' 30''$

   然後，計算 BC 的方位角：
   $\theta_{BC} = \text{盤面零點相對北向角} + R_{BC}$
   $\theta_{BC} = 93^\circ 25' 30'' + 117^\circ 02' 20'' = 210^\circ 27' 50''$

   哪種情況較合理？
   題目提到「以單角法測得 BA、BC 方向」。這可能意味著我們只需要使用其中一個鏡位（正鏡或倒鏡）的讀數。
   如果我們只用正鏡讀數：
   BA 正鏡讀數 = $72^\circ 32' 15''$
   BC 正鏡讀數 = $207^\circ 02' 10''$
   相對角 (正鏡) = $207^\circ 02' 10'' - 72^\circ 32' 15'' = 134^\circ 29' 55''$

本題為應用題，考驗考生對 GIS、AI、遙測及感測器技術在災害防救領域整合應用的理解與論述能力。

核心觀念：

• 災害防救 (Disaster Prevention and Relief)： 涵蓋災害的預防、減災、應變、復原等全過程。
• 空間資訊技術 (Geographic Information System, GIS)： 收集、儲存、管理、分析和展示空間地理數據的技術。
• 人工智慧 (Artificial Intelligence, AI)： 模擬人類智慧的技術，用於學習、推理、決策等。
• 感測器技術 (Sensor Technology)： 包括遙感衛星、航空攝影、無人機、地面感測器（物聯網 IoT）等，用於獲取地理空間數據。
• 資料整合 (Data Integration)： 將來自不同來源、不同尺度、不同類型的數據進行融合。
• 應用面向： 資料產製、即時監測、風險分析、決策支援。
• 成本效益 (Cost-Effectiveness)： 評估投入與產出的關係，以最小的成本獲得最大的效益。

詳解：

本題要求以一個具體災害情境為例，說明 AI、感測器和 GIS 的整合應用。我們選擇「都市淹水」作為例子。

災害情境：都市淹水

都市淹水是指城市地區因強降雨、河川潰堤、排水系統失效等原因導致的積水現象，對人民生命財產、基礎設施造成嚴重威脅。

一、整合多元空間觀測資料

為了有效應對都市淹水，需要整合以下多元空間觀測資料：

1. 遙感資料 (Remote Sensing Data)：

   • 高光學衛星影像 (如 Sentinel-2, Landsat)： 提供較大範圍、較低解析度的地表覆蓋、建築物、道路等資訊，用於淹水前對城市地形、排水系統、低窪地區的分析。
   • 雷達衛星影像 (如 Sentinel-1)： 穿透雲層，不受天氣影響，非常適合用於淹水監測。其後向散射強度變化可識別淹水區域。
   • 高解析度光學衛星影像 (如 WorldView, Pleiades)： 提供精細的建築物、道路、淹水邊緣等細節，用於災損評估。

2. 航空攝影與無人機 (Aerial Photography & Drones)：

   • 有/無人機搭載光學/紅外線/熱感測相機： 在淹水發生時，可提供近乎即時、高解析度的影像，用於精確描繪淹水範圍、水深、災情動態，以及評估橋樑、道路等關鍵基礎設施的損壞情況。無人機可深入淹水區域，獲取地面難以到達的數據。

3. 物聯網 (IoT) 感測器資訊：

   • 智慧水文站： 遍布城市各地的水位計、雨量計、流量計，提供即時的降雨強度、河川水位、排水管網壓力等數據。
   • 淹水感測器： 設置於低窪地區、地下停車場、重要建築物，用於偵測水淹入情況。
   • 交通感測器： 監測道路交通流量，判斷哪些區域因淹水而癱瘓。
   • 氣象站： 提供即時天氣狀況，預報未來降雨趨勢。

4. 其他地理空間數據：

   • 高程模型 (DEM/DTM)： 數位高程模型，提供地表地形資訊，是預測淹水範圍和水深的重要基礎。
   • 建築物/基礎設施圖層： 標示房屋、道路、醫院、學校、避難所、電力、通信設施等的位置，用於評估影響和規劃疏散。
   • 排水管網模型： 城市地下排水系統的結構、容量、坡度等資訊。
   • 人口密度/敏感族群分佈圖： 識別潛在受災風險高的人口群體。

二、AI 與 GIS 在災害防救各面向的應用

將上述多元資料透過 GIS 平台整合，並利用 AI 技術進行分析，可在各個面向提升災害防救能力：

本題考驗對地理資訊系統中「可調整地區單元問題」(MAUP) 的理解，包括其定義、對空間分析結果的影響，以及緩解方法。

核心觀念：

• 可調整地區單元問題 (Modifiable Areal Unit Problem, MAUP)： 在空間分析中，當數據被匯總到不同尺度或形狀的區域單元時，分析結果（如相關性、分佈模式）會隨之改變的現象。
• 空間分析 (Spatial Analysis)： 利用地理空間資訊進行的分析，常涉及區域化數據。
• 匯總 (Aggregation)： 將較細粒度的數據匯總到較粗粒度的區域單元。
• 分區 (Zoning)： 劃分地理區域以進行數據匯總或分析。

詳解：

一、何謂可調整地區單元問題 (MAUP)?

MAUP 是指在空間分析中，當我們使用基於區域的數據（例如，以行政區劃、統計區劃為單元匯總的人口、疾病、犯罪率等數據）時，分析結果會受到我們如何劃分這些區域（區域的尺度和形狀）的影響。換句話說，無論是改變區域的劃分方式，還是改變區域的匯總尺度，都可能導致對同一現象的觀測結果和結論產生顯著差異。

MAUP 主要包含兩個層面的問題：

1. 尺度效應 (Scale Effect)：
   當數據被匯總到不同大小的區域單元時，其顯示出的模式可能會不同。例如，在較細粒度的區域（如里）可能顯示為正相關的現象，但在較粗粒度的區域（如區）匯總後，相關性可能減弱甚至變為負相關。這是因為在匯總過程中，區域內的變異性被掩蓋了。

2. 分區效應 (Zoning Effect)：
   即使區域的尺度相同，但當區域的邊界或劃分方式不同時，分析結果也可能不同。例如，使用不同的行政區劃邊界（如投票區、郵遞區、統計區）來匯總同一組個體數據，可能會得到不同的統計結果。這是因為不同的邊界劃分方式會影響數據的空間組合。

二、MAUP 對地理資訊系統空間分析結果的影響

MAUP 對 GIS 的空間分析結果有顯著影響，可能導致以下問題：

1. 誤導性結論： 由於分析結果對區域劃分敏感，研究者可能得出錯誤的空間關係或模式。例如，錯誤地判斷某個因素與某種現象之間存在因果關係，而實際上這種關係只是區域劃分的產物。
2. 影響決策： 在規劃、公共衛生、犯罪預防等領域，基於 MAUP 影響的分析結果進行決策，可能導致資源錯配或政策失效。例如，根據一個區域劃分得出的高犯罪率地區，可能與另一個區域劃分得出的高犯罪率地區完全不同，影響警力部署。
3. 難以比較研究： 不同研究使用不同的區域劃分方法和尺度，導致研究結果難以直接比較和整合。

本題考驗考生對土地適宜性分析（Land Suitability Analysis）的理解，特別是基於網格 (raster) 的分析流程，以及涉及到的 GIS 運算功能。

核心觀念：

• 土地適宜性分析 (Land Suitability Analysis)： 評估某一特定土地用途（如住宅、農業、工業、保育）對特定區域的適合程度的過程。
• 網格 (Raster Data)： 地理空間數據的一種表示方式，將連續的地理空間劃分為規則的網格單元（像素），每個單元具有特定的屬性值。
• 疊置分析 (Overlay Analysis)： 將兩個或多個地理空間數據圖層進行疊加，基於圖層的空間關係和屬性進行組合分析。
• 加權疊置 (Weighted Overlay)： 一種特殊的疊置分析，允許對不同圖層的貢獻進行加權，從而生成綜合評分。
• 重分類 (Reclassification)： 將數據圖層的屬性值轉換到新的範圍或類別。
• 掩膜 (Mask)： 使用一個圖層的範圍來裁剪或限制其他圖層的分析範圍。

詳解：

土地適宜性分析旨在確定哪個區域最適合某種特定用途。以都市住宅開發為例，分析流程如下：

情境： 評估某區域作為新建住宅區的適宜性。

分析流程：

第一階段：確定評估因子與標準

1. 確定影響因素： 針對住宅開發，可能影響適宜性的因素包括：

   • 自然因素： 地形坡度、地質穩定性、水文（距離河流/海岸線）、土壤類型等。
   • 社會經濟因素： 距離主要道路、距離市中心/商業區、距離學校/醫院、土地使用現況（避開已開發區）、與農用地/保護區的距離等。
   • 環境因素： 距離污染源（工業區、垃圾場）、噪音水平等。

2. 確定評估標準與分級： 對每個影響因素，定義其對住宅開發的適宜性等級。通常採用評分制，例如：

   • 坡度：
     • 0-5%：非常適宜 (高分)
     • 5-15%：適宜 (中分)
     • 15-30%：較不適宜 (低分)

     • 30%：不適宜 (零分)

   • 距離主要道路：
     • 0-500m：非常適宜 (高分)
     • 500-1000m：適宜 (中分)
     • 1000-2000m：較不適宜 (低分)

     • 2000m：不適宜 (零分)

   • 土地使用現況：
     • 未開發/農地：適宜 (高分)
     • 工業區/保護區：不適宜 (零分)
     • 已開發住宅區：視情況（可能納入考量，但通常不作為新開發的目標）

第二階段：準備與處理 GIS 數據圖層

1. 收集原始數據： 獲取與上述評估因子相關的 GIS 數據，如 DEM (用於計算坡度)、道路圖層、水系圖層、土地利用圖、地質圖、土壤圖、人口密度圖、POI（興趣點）數據等。
2. 建立統一的網格系統： 確定分析的空間範圍，並設定一個統一的網格解析度（例如 30m x 30m 或 100m x 100m）。所有後續分析都將在這個統一的網格上進行。
3. 重分類 (Reclassification) 各因子圖層：
   • 對於每個因子圖層（如坡度圖、距離圖、土地利用圖），使用 GIS 的「重分類」工具，將其原始屬性值轉換為適宜性分數（例如，從 1-5 分，或 0-100 分）。
   • 例如，坡度圖被重分類為「坡度適宜性圖」，將低坡度區域賦予高分，高坡度區域賦予低分。
   • 距離圖被重分類為「距離適宜性圖」，將靠近適宜設施（如道路）的區域賦予高分。
   • 土地利用圖被重分類為「土地利用適宜性圖」，將適合開發的土地（如農地、未利用地）賦予高分，將不適合的（如水域、保護區、工業區）賦予零分。

第三階段：計算個別網格的適宜性分數

本題考驗考生對 GIS 與 AI 技術結合應用的理解，需要舉例說明其具體應用領域。

核心觀念：

• 地理資訊系統 (GIS)： 收集、儲存、管理、分析和展示地理空間數據的系統。
• 人工智慧 (AI)： 模擬人類智慧的計算機科學分支，包括機器學習、深度學習、自然語言處理等。
• 技術結合： 將 AI 的分析、預測、學習能力應用於 GIS 的空間數據處理和空間分析過程。

詳解：

GIS 和 AI 的結合，能夠極大地提升地理空間數據的處理能力、分析深度和應用廣度。AI 可以賦予 GIS 更強的「智慧」，使其能夠從海量空間數據中學習模式、進行預測、自動化決策等。以下舉例說明 GIS 與 AI 結合應用的主要領域：

1. 智慧影像識別與變化檢測 (Intelligent Image Recognition and Change Detection)：

   • 應用領域： 遙感影像分析、城市規劃、環境監測、災害評估。
   • 結合方式：
     • AI 模型 (如深度學習的 CNN)： 訓練模型自動識別衛星影像、航空照片或無人機影像中的地理特徵，如建築物、道路、水體、植被、農作物、淹水區域、滑坡跡象等。
     • GIS 平台： 將 AI 識別出的特徵矢量化，並疊加到 GIS 地圖上，用於更新地圖、進行空間分析、監測變化。
   • 舉例：
     • 城市擴張監測： 利用 AI 自動識別不同時期衛星影像中的建築物，GIS 平台將其疊加分析，量化城市擴張的速度和模式。
     • 農作物長勢監測： AI 模型分析多光譜衛星影像，識別不同農作物的種類和長勢，GIS 平台將結果繪製成農情圖，輔助農業決策。
     • 災害損害評估： 災前災後影像對比，AI 自動識別受損建築物、道路中斷點，GIS 平台可快速生成災損地圖，用於救援規劃和保險評估。

2. 空間預測與模擬 (Spatial Prediction and Simulation)：

   • 應用領域： 環境建模、交通預測、疾病傳播模擬、土地利用預測、自然資源管理。
   • 結合方式：
     • AI 模型 (如機器學習的迴歸模型、時間序列模型、神經網絡)： 利用歷史空間數據、環境因子、社會經濟數據等，訓練 AI 模型來預測未來某個地理位置的屬性值或行為。
     • GIS 平台： 將預測結果可視化為空間圖層，並進行空間分析，例如預測特定區域的空氣污染濃度、未來交通擁堵點、或某種疾病的傳播路徑。
   • 舉例：
     • 交通流量預測： AI 模型分析實時交通數據、歷史數據、天氣、節假日等信息，預測未來特定路段的交通流量，GIS 平台將結果顯示在電子地圖上，輔助導航和交通管理。

本題考驗考生對空間資料位相 (Topology) 的理解，包括其定義、重要性以及在 GIS 資料處理與分析中的具體應用效益。

核心觀念：

• 位相 (Topology)： 在幾何學中，研究物體在連續變形（如拉伸、彎曲，但不包括撕裂或粘合）下保持不變的性質。在 GIS 中，位相描述了空間對象之間的空間關係（如相鄰、包含、連接）。
• 空間對象： 點、線、面（或多邊形）。
• 空間關係： 相鄰 (Adjacency)、包含 (Containment)、重疊 (Overlap)、連接 (Connectivity)、通路 (Path) 等。
• 矢量數據 (Vector Data)： 由點、線、面等幾何對象及其屬性構成的地理數據。位相信息對於矢量數據的準確性和可用性至關重要。

詳解：

一、何謂空間資料的位相 (Topology)?

在地理資訊系統 (GIS) 中，空間資料的位相是指描述空間對象（如點、線、面）之間空間關係的屬性，而這些關係在進行連續變形（如縮放、平移、旋轉，但不改變其拓撲結構）時保持不變。簡單來說，位相描述了要素的連接性、連續性、相鄰性、包含性等空間結構信息。

位相信息對於矢量數據尤為重要，因為它確保了數據的幾何一致性和邏輯準確性。例如：

• 多邊形位相： 相鄰多邊形之間沒有縫隙（Gap）或重疊（Overlap）。
• 線路位相： 線路要素（如道路、河流）在連接點處正確連接，沒有懸空（Dangling）的線段。
• 點位相： 點與線、點與多邊形之間的包含或連接關係準確。

位相信息通常不是直接存儲為坐標值，而是通過特定的數據結構（如邊-節點模型, Edge-Node Model）或檢查規則來定義和維護。

二、位相在地理資料處理與分析的應用效益

位相的正確性對於 GIS 的許多核心功能至關重要，其應用效益體現在以下幾個方面：

1. 空間數據編輯與驗證 (Data Editing and Validation)：
   • 應用： 在創建或編輯矢量數據時，位相規則可以幫助自動捕捉和糾正空間錯誤。
   • 效益：
     • 防止錯誤： 確保地塊之間沒有重疊或縫隙，這對於地籍測繪、土地利用數據庫的準確性至關重要。例如，在編輯地籍圖時，位相檢查可以防止兩個地塊重疊。
     • 保證連接性： 確保道路網絡是連通的，沒有斷開的線段。這對於路網分析（如路徑查找）是必需的。
     • 提高數據質量： 通過位相檢查，可以顯著提高地理數據的空間精度和邏輯一致性，減少後續分析中的錯誤。
   • 舉例： 在 GIS 軟件中，可以設定「Must Not Overlap」（多邊形不能重疊）、「Must Not Have Gaps」（多邊形之間不能有縫隙）、「Must Connect」（線段必須連接）等位相規則。當編輯數據違反這些規則時，軟件會提示錯誤。