111 地方特考三等 測量製圖 地理資訊系統與數值製圖 考古題詳解

核心觀念

本題旨在測驗空間資訊系統中「向量式空間資料模式（Vector Data Model）」的基本原理，以及其在地籍空間資訊管理實務上的建模應用。核心概念涵蓋：

1. 向量式資料模式（Vector Data Model）：利用歐幾里得幾何坐標系統（平面坐標 $(x, y)$），以離散的點（Point）、線（Line/Arc）、面（Polygon）幾何圖元，精確抽象化與記錄真實世界空間實體邊界之資料結構。
2. 拓樸關係（Topological Relationships）：幾何圖形在連續變形（如拉伸、旋轉、平移）下仍保持不變的空間幾何性質，主要包括連通性（Connectivity）、方向性（Direction）、鄰接性（Contiguity）及包含/區域封閉性（Area Definition）。
3. 地籍空間三要素：依據地籍測量原理，地籍空間資料具備嚴格的法定邊界與精度要求，由最基礎的零維「界址點」、一維「界址線」到二維「宗地」，三者具備密不可分的幾何與拓樸從屬關係。

---

解題方法

本題屬於標準的 GIS 資料結構與地籍實務整合題，解題切入點應分為三層次展開：

1. 第一層次：向量式資料模式之特色：從幾何表徵、位置精度、儲存結構、拓樸支援能力及優缺點全面論述，特別強調其適合「人造離散實體（Discrete Objects）」的特點。
2. 第二層次：地籍三要素之向量幾何表示：具體說明界址點（Point/Node）、界址線（Line/Arc/Edge）、宗地（Polygon）如何透過坐標組串聯表示。
3. 第三層次：維持三者關係之機制（拓樸資料結構）：說明如何透過「拓樸資料結構（如經典 Arc-Node 結構）」或「現代地籍空間資料庫拓樸規則（Topology Rules）」，藉由關聯表格（節點表、弧段表、多邊形表）維持點、線、面之無縫銜接與共用邊關係，徹底避免重複儲存、幾何縫隙（Gaps）與重疊（Overlaps）。

---

選項分析

本題為公務人員高等暨地方特考三等之申論題型，無選擇題選項。依國家考試閱卷標準，將本科目之得分要件與答題面向剖析如下：

1. 「向量式資料模式之特色」得分點：

• 必須明確寫出「離散物件取向」、「高幾何位置精確度」、「拓樸關係易於建立」、「圖形表現美觀符合製圖習慣」等優點。
• 亦須兼論其缺點（如資料結構複雜、多邊形套疊分析（Overlay）運算耗時、難以表達連續表面場（如高程、溫度）），方顯論述完整性。

2. 「地籍三要素之向量表示」得分點：

• 點（0維）：單一坐標組 $(x, y)$。
• 線（1維）：有序點串聯之線性線段，具有起點與訖點。
• 面（2維）：封閉界址線圍成之多邊形，起訖點坐標重合。

3. 「維持三者關係（拓樸維護）」核心得分關鍵：

• 若僅回答點組裝成線、線組裝成面，只能拿到基礎分數。
• 高分關鍵在於明確寫出 拓樸三要素（連通性、鄰接性、區域定義），並繪製或列出「弧段－節點表（Arc-Node Table）」、「多邊形－弧段表（Polygon-Arc Table）」之關聯結構，說明界址線如何被相鄰宗地「共用」，以確保空間資料庫之一致性與完整性。

---

解題技巧

1. 結構分明、標題對齊：題目包含三大問（特色、表示方式、關係維持），答題時務必設立清楚的一級、二級標題，切忌混在一起寫成一大段。
2. 表格化呈現拓樸關聯：在說明維持三者關係時，直接列出經典拓樸關係表（Node Table、Arc Table、Polygon Table），閱卷委員能在 3 秒內判定考生具備紮實的 GIS 資料結構功底。
3. 結合測量製圖實務語彙：結合地籍公信力要求，強調地籍資料具有「邊界嚴格」、「不允許重疊（Must Not Overlap）」、「不允許縫隙（Must Not Have Gaps）」之特質，點出為何地籍必須採用向量拓樸模式而非網格模式。

---

【答案】

一、 向量式資料模式（Vector Data Model）之特色

向量式資料模式係以歐幾里得幾何坐標為基礎，利用點（Point）、線（Line）、面（Polygon）等幾何圖元，精確記錄與表達離散型空間實體邊界之資料結構。其主要特色如下：

1. 空間特徵與幾何精度：

• 位置精度高：以連續坐標值（浮點數）記錄幾何位置，精度僅受儀器測量與數字位元限制，極適合表達邊界明確的人造實體（如地籍界址、建物、管線）。
• 圖形輸出品質佳：放大或縮小不失真，呈現平滑的線條與多邊形邊界，符合傳統測量製圖之美學與成果交付標準。

2. 資料結構與分析能力：

• 便於建立拓樸關係（Topology）：可明確記錄空間物件間之鄰接、包含、連通等幾何關聯，便於進行路網分析與空間鄰近分析。
• 儲存空間相對精簡：相較於網格模式（Raster），向量模式僅記錄特徵點之坐標組，能大幅節省均質區域之資料儲存空間。
• 屬性與幾何連結直觀：每一個幾何要素（Feature）具備唯一識別碼（Feature ID），可直接關聯關聯式資料庫（RDBMS）中之一筆屬性記錄。

3. 局限性：

• 資料結構較網格模式複雜，資料編輯與拓樸建置門檻較高。
• 空間多邊形套疊運算（Overlay）涉及繁複之幾何交點計算，演算耗時且演算法相對複雜。
• 不易直接表達連續性表面現象（如數值高程模型 DEM、氣溫分布等連續場）。

---

二、 地籍資料三要素以向量模式之幾何表示方式

地籍資料要求嚴格之法定界限與公信力，在向量資料模式中依維度分別表示如下：

1. 界址點（Boundary Point，0 維度）：

• 幾何表示：以單一平面坐標對表示，即 $P_i = (x_i, y_i)$ 或 $(E_i, N_i)$。

核心觀念

本題為典型的「地理資訊系統（GIS）空間分析與地政／都市計畫實務整合題」，評量考生對 GIS 基礎資料模型、空間套疊運算機制，以及資料品質（Data Quality）評估指標的理解與應用能力。

1. 圖層概念（Layer Concept）：GIS 以「分層設色、分類存儲」的邏輯，將現實世界依主題（Thematic）劃分，並以相同空間參考系統（如 TWD97）進行組織之資料單元。
2. 向量資料模型（Vector Data Model）：包含幾何空間資料（點、線、面）、屬性資料（Attribute Table）及其關聯鍵（Feature ID / 拓樸關係）。
3. 空間套疊分析（Spatial Overlay Analysis）：多邊形與多邊形交集運算（Polygon-on-Polygon Intersection），結合布林代數與幾何拓樸，同時重組幾何圖形並合併屬性欄位。
4. 都市計畫土地使用分區證明核發：依據都市計畫法（以命題當年民國 111 年法規為準），判斷宗地（地籍土地）座落於何種都市計畫使用分區（如住宅區、商業區、道路用地等）或是否跨越兩種以上分區。
5. 空間資料品質維度（ISO 19157 標準）：位置精度（Positional Accuracy）、屬性精度（Attribute Accuracy）、邏輯一致性（Logical Consistency）、完整性（Completeness）及時效性（Temporal Quality）。

---

解題方法

本題採「定義架構 $\to$ 實務作業流程 $\to$ 誤差影響機制」三層次切入解題：

一、圖層之意義與記錄內容

1. 圖層之意義： 圖層是 GIS 管理空間資料的基本邏輯單元。真實世界中各類地表資訊複雜繁瑣，GIS 透過「主題抽象化（Thematic Abstraction）」，將相同空間性質、相近特徵或同一業務領域的地物歸納於同一集合中（例如：地籍圖層、道路網圖層、都市計畫使用分區圖層）。各圖層具備統一的空間坐標參考系統（Coordinate Reference System, CRS），便於以圖層疊加（Stacking）方式進行整合分析與視覺化。
2. 圖層記錄之內容：

• 空間幾何資料（Spatial Geometry）：記錄地物的絕對空間位置與幾何形態。對於面狀圖層（如宗地、分區），記錄外圍邊界各折點之坐標序列 $(X_i, Y_i)$、封閉多邊形面積與周長，以及內部洞（Interior Ring/Donut）之幾何定義。
• 屬性資料（Attribute Data）：以關聯式資料庫表格（RDBMS）型態記錄非空間特性。每一幾何圖徵（Feature）對應資料表中的一筆紀錄（Record/Tuple）。例如：地籍圖層記錄「段號、地號、登記面積、所有權人」；使用分區圖層記錄「分區代碼、分區名稱、法定建蔽率、容積率、公告發布文號」。
• 拓樸關係（Topology）：記錄空間圖徵間的幾何鄰接（Adjacency）、包含（Containment）與連通（Connectivity）關係，確保相鄰宗地間無裂縫（Gaps）與重疊（Overlaps）。
• 中繼資料（Metadata）：記錄資料的坐標系統（如 TWD97 121 分帶）、建置單位、建置年代、測量方法、精度標準及更新歷程。

---

二、透過圖層套疊完成宗地使用分區證明核發之判斷流程

核發「都市計畫土地使用分區證明」的核心是釐清地籍宗地與都市計畫使用分區界線之空間幾何重疊關係。作業步驟如下：

[地籍圖層 (宗地多邊形)] + [都市計畫使用分區圖層]
 │
 ▼
 坐標系統一致性檢核 (轉換至 TWD97)
 │
 ▼
 多邊形交集套疊運算 (Polygon Intersection)
 │
 ▼
 產生交集多邊形並重新計算幾何面積
 │
 ┌───────┴───────┐
 ▼ ▼
 [單一分區判定] [跨區/兼作判定]
 (宗地 100% 落在 (宗地遭分區線切割，
 單一使用分區) 分算各分區面積與比例)
 │ │
 └───────┬───────┘
 ▼
 屬性資料整合與證明書自動產製

1. 資料前處理與坐標對齊： 將目標「地籍圖層」與「都市計畫使用分區圖層」置於相同坐標系統（如 TWD97 橫麥卡托投影二度分帶），消除投影偏差。
2. 空間交集套疊分析（Polygon Overlay - Intersection）：

• 輸入圖層 A（地籍圖）選取特定目標地號多邊形 $P_{\text{cad}}$。
• 輸入圖層 B（使用分區圖）包含各項分區多邊形集合 $\{P_{\text{zone}, 1}, P_{\text{zone}, 2}, \dots, P_{\text{zone}, k}\}$。
• 執行幾何交集運算：$R_k = P_{\text{cad}} \cap P_{\text{zone}, k}$。

3. 拓樸重構與幾何面積計算： 系統自動重構交集後之多邊形邊界，並重新計算各交集區塊之投影幾何面積 $A(R_k)$。
4. 使用分區判定準則：

• 完全包含（Single Zone）：若僅存在單一 $R_1$ 且其面積 $A(R_1) = A(P_{\text{cad}})$，則判斷該宗地為單一使用分區（例如：住宅區）。
• 跨越不同分區（Multi-Zone Overlay）：若產生兩個以上交集子多邊形 $R_1, R_2, \dots$，且均大於公差容許閥值，則該宗地屬於「跨區土地」，應依面積比列計算各分區面積（例如：第一種住宅區 $250.5\text{ m}^2$、道路用地 $49.5\text{ m}^2$）。
• 都市計畫線穿過建物或基地之特別標註：系統依據相交線段標註「含計畫道路邊界線」、「兼作公共設施保留地」等法定附註。

5. 產出證明： 將套疊取得的分區代碼、名稱、面積統計與原始地籍屬性合併，動態填入法定格式表單並列印或電子簽發。

---

三、資料品質對判斷成果之影響

核心觀念

本題評量地理資訊系統（GIS）與主題製圖學（Thematic Cartography）中**面量圖（Choropleth Map，或稱分級符號多邊形圖、區域統計圖）**的資料模型架構與符號化設計理論。考點涵蓋兩大面向：

1. 空間與屬性資料先決條件：

• 空間觀點：多邊形列舉單元（Enumeration Units）之幾何封閉性、互斥與完全覆蓋性（Tessellation），以及單元內部同質性假設（Homogeneity Assumption）與可修飾面積單元問題（MAUP）。
• 屬性觀點：測量尺度（Measurement Scale）之限制，尤其是定量資料必須經過**標準化／常態化（Normalization）**轉化為衍生資料（Derived Data，如密度、比率、百分比），以排除「面積大小對總量造成的視覺扭曲」。

2. 視覺變數（Visual Variables）設計：

• 依據法國製圖學者柏丁（Jacques Bertin）提出的視覺變數理論，探討**定性（Qualitative / Nominal）與定量（Quantitative / Numerical）**資料在視覺感知特性（聯想性 Associative、知覺順序性 Ordered、知覺量化性 Quantitative）上的對應變數選用（如色相、明度、彩度、紋理網紋等）與色彩配置配置策略（Sequential, Diverging, Qualitative schemes）。

---

解題方法

本題為標準的雙核心申論題，答題架構應採對稱且層次分明的寫法：

1. 切入點一（資料條件）：嚴格依題意切分為「空間觀點」與「屬性觀點」，條列製作面量圖時資料必須具備的拓撲結構與數值前處理要求（強調非絕對總量，需比率化）。
2. 切入點二（視覺變數設計）：分別鎖定「定性」與「定量」兩種屬性類別，闡述人眼之感知機制，列出適用與禁忌的視覺變數，並結合製圖學色彩計畫（Color Brewer 體系）進行深化說明。

---

選項分析

本題為申論題（非選擇題），無選項需逐一排除。評閱標準以能否精確點出「資料標準化要求」與「Bertin 視覺變數之適應性」為給分關鍵。

---

解題技巧

1. 破題關鍵詞：在屬性觀點中，務必寫出 「比率（Rate）」、「密度（Density）」 與 「常態化／標準化（Normalization）」。若未提及「絕對總量（Count/Total）不可直接繪製面量圖」，通常會被大幅扣分。
2. 空間盲點提醒：提及面量圖隱含的「單元內部均勻假定（Uniformity / Homogeneity）」，並帶出 MAUP（Modifiable Areal Unit Problem），能展現高分答題深度。
3. 視覺變數記憶口訣：

• 定性屬性（類別） $\rightarrow$ 看種類，重「區分」不重「大小」 $\rightarrow$ 首選 色相（Hue）、形狀／網紋排列（Texture/Pattern）。
• 定量屬性（等級／數值） $\rightarrow$ 看大小，重「次序」與「多寡」 $\rightarrow$ 首選 明度（Value）、彩度（Saturation）。

---

【答案】

一、製作面量圖之資料必須滿足之條件

面量圖是以預先劃分的空間單元為基礎，透過面狀符號的著色或網紋填色，展現空間單元屬性特徵之主題地圖。其資料必須滿足下列條件：

(一) 空間觀點（Spatial Perspective）

1. 幾何封閉的面狀多邊形單元（Enumeration Units）： 空間資料必須為具有明確幾何邊界的封閉多邊形（Polygon），通常為行政界線（如縣市、鄉鎮市區、村里）或統計調查分區（如普查區、集居區）。
2. 互斥性與空間連續完整覆蓋（Exhaustive & Non-overlapping Tessellation）： 在製圖範圍內，相鄰的空間單元必須互相毗鄰，且不得有重疊（Overlapping）或資料遺漏之孔洞（Gaps），構成完整的空間多邊形網格系統。
3. 單元內部同質性假設（Homogeneity Assumption）： 面量圖在空間表現上假設「單元邊界內部的屬性數值呈現均勻分布」，且其數值變化在邊界處產生階躍式斷層。製圖者必須瞭解空間劃分尺度的合理性，避免嚴重的可修飾面積單元問題（MAUP）或生態謬誤（Ecological Fallacy）。

核心觀念

本題評量重點為「地理編碼」（Geocoding，又稱地址定位）之原理與實務作業程序、空間向量資料建置、點圖層空間分析方法，以及空間資料品質控制（QA/QC）。

1. 地理編碼（Geocoding）定義：將非空間結構化或非結構化之文字型態地址（如「臺北市中正區重慶南路一段122號」），透過參考資料庫（如國土資訊系統門牌資料庫）進行語意解析、空間參照比對，賦予其絕對地理坐標（如 TWD97 或 WGS84 坐標），轉換為 GIS 點圖層（Point Feature）之過程。
2. 空間參考架構：依據內政部頒布之國土資訊系統（NGIS）標準，台灣法定平面坐標系統以「TWD97 橫麥卡托二度分帶投影（TM2）」為主，全球衛星定位與網路地圖服務則常採用「WGS84 經緯度坐標」或「Web Mercator（EPSG:3857）」。
3. 定位比對模式：

• 完全比對（Exact Matching）：文字字符與底圖門牌完全一致。
• 線性內插比對（Interpolation Matching）：沿道路中心線門牌號碼區間進行距離內插（常見於缺少精確門牌點時）。
• 模糊比對（Fuzzy Matching）：透過字串相似度演算法（如 Levenshtein Distance）容忍異體字或拼寫誤差。

---

解題方法

本題作答應分為三大主軸：

1. 「文字門牌轉為 GIS 向量資料之標準作業程序」
2. 「地理分布分析方法」
3. 「後續資料應用與維護之注意事項」

---

一、 文字門牌資料轉為 GIS 型式之處理程序

將大量文字型態政府機關地址轉為 GIS 資料，標準處理程序如下：

[原始文字地址] 
 ↓
[1. 資料清理與正規化] (去除贅字、全半形統一、正規表示法切割欄位)
 ↓
[2. 地址語意解析] (縣市/鄉鎮市區/路街/巷弄/號/樓)
 ↓
[3. 批次地址定位服務比對] (調用 TGOS API 或內政部門牌圖資)
 ↓
[4. 賦予坐標與建置向量點圖層] (產生 Point Shapefile/GeoJSON/Geodatabase)
 ↓
[5. 未成功比對資料之人工補正與檢核]
 ↓
[GIS 空間向量成果]

1. 資料清洗與標準化（Data Cleansing & Normalization）：

• 字元清理：清除空白、跳行符號、特殊符號，將全形英數字統一轉為半形。
• 地名字詞標準化：處理台灣常用異體字與通名（例如「台」統一為「臺」；「北縣」批次轉換為「新北市」；補齊缺漏之縣市名稱）。
• 文字結構切分：利用正規表示式（Regular Expression, RegEx）將單一字串切分為標準階層欄位：[縣市]、[鄉鎮市區]、[村里]、[路街]、[段]、[巷]、[弄]、[號]、[樓]。

2. 地址定位服務（Geocoding Service）比對作業：

• 對接權威圖資：介接內政部國土資訊系統之「TGOS 門牌地址定位服務」API 或國土測繪圖資服務雲之批次定位模組。
• 比對機制：
• 第一階段：優先進行「門牌點位精確比對（Doorplate Point Matching）」，取得公部門建物之絕對門牌坐標。
• 第二階段：若無精確門牌點，退階至「道路門牌號碼線性內插比對」或「路段中心比對」。
• 第三階段：設定模糊比對閾值（Similarity Score Threshold），取得候選坐標並標記比對信心度（Confidence Score）。

3. 空間資料實體化與投影定義（Spatial Data Modeling）：

• 提取比對回傳之坐標值 $(X, Y)$，建立 GIS 點圖層（Point Feature Layer，格式如 ESRI Shapefile、GeoJSON 或 OGC Geopackage）。
• 定義空間參考系統（CRS）：明確宣告坐標系統代碼（例如台灣本島陸域採用 EPSG:3826 - TWD97 TM2 121分帶；或 EPSG:4326 - WGS84 經緯度）。
• 屬性表綁定：將機關名稱、機關層級、主管機關、原始地址、定位比對狀態碼、精度代碼等完整保留於屬性資料表中。

4. 異常處理與人工補正（Exception Handling & QC）：

• 篩選比對失敗、信心度低於門檻或對應至村里/行政區中心之資料。
• 針對未成功定位之機關地址，輔以內政部戶政司門牌歷史整編資料庫、地籍圖或航照圖進行人工坐標判讀與補正，確保轉換涵蓋率達到 100%。

---

二、 地理分布分析方法

產出 GIS 向量點位後，採用以下空間分析技術評估其空間格局：

1. 點格局與群聚分析（Point Pattern Analysis）：

• 最近鄰分析（Average Nearest Neighbor, ANN）：計算機關點位之最近鄰距離比率 $R$，判別全島或各生活圈之分布型態為「聚集型（Clustered）」、「隨機型（Random）」或「擴散均勻型（Dispersed）」。