110 年 國立政治大學地政學系碩士班土地測量與空間資訊組《地理資訊系統（GIS）》

此題主要在測試考生對於地理資訊系統中兩種基本資料模型——向量（Vector）與網格（Raster）——的理解，以及它們之間相互轉換的原理與應用場景。

核心觀念：
向量資料適合表示離散的地理實體（點、線、面），適合進行屬性查詢與空間分析。網格資料適合表示連續的地理現象，如高程、氣溫、降雨量等，適合進行空間疊加分析與視覺化。

解題思路：
需要分別說明向量轉網格和網格轉向量的時機，並各舉一個具體應用範例。

詳解：

1. 向量資料轉成網格資料的時機與範例：
   • 時機： 當需要進行空間疊加分析（Overlay Analysis）、鄰近性分析（Proximity Analysis）、或將向量資料的屬性值轉換為連續的空間分布時。例如，將多個離散的土壤樣本點數據，轉換成連續的土壤肥力分布圖。
   • 範例： 假設我們有一個包含多個河流線（向量線資料）的地理圖層，我們想分析離河流一定距離（例如 100 公尺）範圍內的土地利用分區（向量面資料）。為了進行這種鄰近性分析，我們需要將河流線轉換成一個以距離為值的網格圖層。每個網格單元格的值代表該點離最近的河流有多遠。

此題主要測試考生對三維地理資訊（3DGIS）中不同細緻度模型（Level of Detail, LOD）的理解，包括其特性、優缺點以及適用情境。

核心觀念：
三維地理資訊模型依據其細緻程度，可分為不同等級。LOD1 通常是基礎的塊狀模型，LOD3 則更精細，而 3D Mesh Model 則能更真實地呈現地表紋理與細節。模型的細緻度直接影響資料的儲存、處理效率與視覺呈現效果。

解題思路：
針對 LOD1、LOD3、3D Mesh Model 這三種模型，分別說明其優點、缺點，以及最適合的應用時機。

詳解：

1. 近似化建物模型 (LOD1 - Level of Detail 1):

   • 模型特性： 通常表示為簡單的塊狀（Block-like）或屋頂形狀，不包含建築物的細節，例如門窗、陽台等。基本上是樓層的近似，高度是主要資訊。
   • 優點：
     • 資料量小，儲存空間需求低。
     • 處理速度快，運算需求低。
     • 建置成本相對較低。
     • 適合大規模、區域性的初步視覺化與空間分析。
   • 缺點：
     • 幾何精度不高，無法呈現建築物的真實外觀。
     • 無法進行精細的視覺化，例如日照分析、陰影分析的準確度受限。
     • 無法用於需要精確建築物細節的應用。
   • 適用時機：
     • 城市規劃與大規模區域分析的初步階段。
     • 快速的視覺化呈現，例如城市天際線的概覽。
     • 需要進行基本遮蔽分析（如簡易視線分析）的場合。
     • 資源有限的設備上進行展示。

2. 精緻建物模型 (LOD3 - Level of Detail 3):

   • 模型特性： 包含建築物的精確幾何形狀，如牆壁、屋頂、門窗、陽台等，能夠較真實地反映建築物的結構與外觀。
   • 優點：
     • 幾何精度高，能真實反映建築物外觀。
     • 可進行較精確的視覺化，如精確的日照、陰影分析。
     • 適合需要建築物詳細資訊的應用。
   • 缺點：

此題考驗考生對於遙感探測（Remote Sensing）與地理資訊系統（GIS）在坡地災害預防與監測方面的應用能力。

核心觀念：
遙感探測提供大範圍、多時相的地球表面資訊，而 GIS 則能整合、分析這些空間資訊，並結合其他相關資料（如地質、降雨、坡度等），進行災害潛勢分析與預警。

解題思路：
需要分別闡述遙感探測和 GIS 各自能發揮的功能，以及兩者如何結合運用於坡地災害的預防與預警。

詳解：

遙感探測 (Remote Sensing) 的功能：

1. 地表變化監測：

   • 高解析度影像分析： 利用衛星影像（如 Sentinel, Landsat, WorldView 等）或航空照片，定期監測邊坡的植被覆蓋變化（如植被稀疏、枯黃可能預示地表不穩定）、地表裂縫、微小變形等。
   • 多時相影像比較： 透過比較不同時間點的影像，可以偵測到地表細微的抬升、沉降或水平位移，這可能是滑坡發生的前兆。
   • 雷達干涉測量 (InSAR)： 利用合成孔徑雷達（SAR）衛星，通過比較不同時間獲取的 SAR 影像，可以高精度地測量地表毫米級的形變，是監測大規模滑坡和地表穩定的有效手段。

2. 環境因子分析：

   • 降雨量監測： 結合氣象衛星資料，可以獲取區域的降雨資訊，降雨是誘發滑坡的重要因素。
   • 地表溫度與濕度： 衛星影像可以反饋地表溫度和濕度變化，間接反映土壤狀態。
   • 土地利用與覆蓋分析： 獲取邊坡區域的土地利用（如林地、農地、建築物）和覆蓋類型，分析其對邊坡穩定性的影響。

地理資訊系統 (GIS) 的功能：

1. 資料整合與管理：

   • 整合來自遙感探測的影像資料、DEM（數值高程模型）資料、地質圖、土壤圖、水文資料、降雨紀錄、地震資料、道路分布等多元空間資訊。
   • 建立坡地災害資料庫，方便查詢與管理。

2. 坡地災害潛勢分析：

   • 坡度、坡向分析： 利用 DEM 計算出區域的坡度與坡向，坡度是滑坡發生的重要因子。

此題主要測試考生對物聯網（IoT）基本概念的理解，以及如何將 IoT 的感測數據與地理資訊系統（GIS）結合應用。

核心觀念：
物聯網（IoT）是將日常物品透過網路連接，使其能夠收集、交換數據並進行互動。GIS 則是一個強大的空間資訊管理與分析平台，能夠處理地理空間數據。兩者結合，可以為許多應用帶來「位置智慧」。

解題思路：
首先定義物聯網，然後說明其主要組成與功能。接著，舉一個具體的應用案例，詳細闡述 IoT 設備如何產生數據，這些數據如何透過 GIS 進行地理空間化、儲存、分析，以及如何產生有價值的資訊與決策。

詳解：

什麼是物聯網 (Internet of Things, IoT)？

物聯網（IoT）是指將各種物理設備、車輛、家電、感測器等「物體」，嵌入電子元件、軟體、網路連接能力，使其能夠透過網際網路或其他通訊網路相互連接、交換數據，並能被遠端監控、控制或操作。其核心在於讓「物」具備感知、溝通與智能的能力。

一個典型的 IoT 系統通常包含以下幾個主要組成部分：

1. 感測器 (Sensors)： 用於收集周圍環境的數據（如溫度、濕度、壓力、位置、光照、運動等）。
2. 網路連接 (Connectivity)： 透過 Wi-Fi, Bluetooth, LoRa, 4G/5G, NB-IoT 等無線或有線技術，將感測器與網路連接起來。
3. 數據處理平台 (Data Processing Platform)： 接收、儲存、處理和分析來自感測器的原始數據。這部分可能包含雲端伺服器或邊緣運算節點。
4. 使用者介面 (User Interface)： 提供應用程式（App）或網頁介面，讓使用者能夠查看數據、接收警報、控制設備。

物聯網與地理資訊系統 (GIS) 的結合應用舉例：

一個常見且重要的應用是 智慧城市中的環境監測與管理。

• IoT 的角色：
  • 在城市各處（如公園、道路旁、建築物頂樓、工業區）部署大量的 空氣品質感測器（例如，量測 PM2.5、O3、CO、NO2 等濃度）、噪音感測器、溫濕度感測器。
  • 這些感測器透過 LoRaWAN 或 NB-IoT 等低功耗廣域網路技術，將即時的環境數據傳輸到雲端數據處理平台。