111 高普考高考三級 測量製圖 地理資訊系統及地圖學 考古題詳解

核心觀念

本題測驗考生對當代 WebGIS 圖資來源、架構特性及應用場景的掌握程度，核心觀念包含：

1. 志願式地理資訊（Volunteered Geographic Information, VGI）與群眾外包（Crowdsourcing）：由全球大眾自主收集、上傳與維護空間資訊之機制（如 OSM）。
2. 開放資料（Open Data）與商業專屬圖資（Proprietary Data）之授權差異：OSM 的「開放資料庫授權」（Open Database License, ODbL）與 Google Maps 之商業私有授權與服務條款（Terms of Service）。
3. 空間資料存取層次：底層向量圖徵資料庫（Node、Way、Relation）之全文匯出與自由修改，相較於受限之商業 Web API、向量/網格瓦片（Vector/Raster Tiles）渲染服務。
4. 地理空間服務與加值應用：底圖渲染（Rendering）、地理編碼（Geocoding/Reverse Geocoding）、網路分析（Routing）、即時動態資訊整合（即時路況、大眾運輸、街景影像）。

---

解題方法

本題為經典的申論比較題，切入架構應掌握「維度對稱」與「圖表並行」的作答原則：

1. 結構化剖析：將題目拆解為四大主軸——「資料之異同」、「功能之異同」、「OSM 之優缺點」、「Google Maps 之優缺點」。
2. 立足於 GIS 專業視角：避免停留在一般消費者的「使用心得」，須從資料結構、資料庫存取權、伺服器自架彈性、授權成本、拓撲與空間分析等專業技術層面切入。
3. 對比矩陣彙整：在論述後輔以綜合比較表，利於閱卷委員在短時間內掌握考生完整的論述架構。

---

選項分析（申論題重點子題剖析）

本題為申論題，作答時須針對題旨的四項核心指標逐一深入論述：

• 子題一：資料之異同
• 相同點：皆涵蓋全球尺度的基礎地理空間資料，包含道路網、建物輪廓、行政邊界、水系、綠地及豐富的興趣點（POI）。
• 相異點（關鍵得分點）：

1. 資料產製與來源：OSM 完全仰賴全球社群、志願者 GPS 軌跡與開放授權正射影像描摹（VGI）；Google Maps 則結合商業測繪圖資、衛星航空遙測、專屬街景車掃描、政府授權資料及數十億 Android/使用者回傳之即時行動裝置數據。
2. 底層存取自由度：OSM 開放完整底層向量資料結構，使用者可下載全球或特定區域原始檔（.osm / .pbf）；Google Maps 不開放原始向量資料庫下載，僅能透過 API 取得渲染後的圖磚或受限的 JSON/GeoJSON 結果。
3. 資料模型與屬性深度：OSM 採用開放標籤架構（Key-Value pairs），戶外健行步道（難度、路面鋪裝）、無障礙設施等特殊圖徵極為詳盡；Google Maps 著重商業 POI 深度加值資訊（營業時間、熱門時段、使用者評論、店家電話、訂位整合）與商業街景。

• 子題二：功能之異同
• 相同點：皆提供線上地圖瀏覽（縮放/平移）、關鍵字搜尋、路徑規劃（導航）以及提供第三方系統串接的 Web API / SDK。
• 相異點（關鍵得分點）：

1. 協作與編輯機制：OSM 本身即為線上協作編輯平台，任何註冊者皆能透過 iD 編輯器或 JOSM 軟體直接修改底層向量幾何與屬性；Google Maps 僅允許使用者回報錯誤或透過「在地嚮導」建議修改 POI，一般人無法自由變更底圖向量幾何。
2. 伺服器自主性與二次開發：OSM 可無限制於自有伺服器（On-Premise）架設圖資切片伺服器（Tile Server）與路由引擎（如 OSRM、Valhalla），能達成「全離線環境」運行；Google Maps 嚴格依賴 Google 雲端平台（GCP），無法離線自架，且 API 超額即依量計費。
3. 動態資訊與智慧分析：Google Maps 具備全球即時動態路況（即時塞車預警、車速估算）、AI 動態最佳化排程導航、即時大眾運輸班次追蹤與街景實景導航（Live View）；OSM 圖台原生功能聚焦於靜態幾何與標籤顯示，缺乏大規模即時感測數據支援。

• 子題三：優缺點評比
• 分別自「版權與成本」、「自定義與靈活性」、「資料即時性與驗證度」等角度建立明確的優劣勢對比。

---

解題技巧

1. 關鍵術語精準輸出：務必寫出「志願式地理資訊（VGI）」、「ODbL 開放授權」、「私有產權（Proprietary）」、「Planet.osm」、「原始向量資料庫」、「離線圖台建置」。
2. 常見陷阱與盲點：

• 陷阱一：誤以為 OSM 只是「免費版的 Google Maps」。必須點出 OSM 是「開放空間資料庫（Open Database）」，而 Google Maps 本質是「商業地圖服務平台（Commercial Map Service）」。
• 陷阱二：偏重使用者介面操作，忽略後端開發、系統整合與資安需求（例如：國防或機敏專案因外網限制只能選用 OSM 自架圖台）。

---

【答案】

一、前言與定位差異

開放街圖（OpenStreetMap, OSM）與 Google Maps 雖然皆為全球知名的線上地圖系統，但兩者在發展本質與營運哲學上有根本差異：

1. OSM 的定位：本質為開放式地理空間資料庫，以「群眾外包（Crowdsourcing）」與「志願式地理資訊（VGI）」為核心，遵循開放資料庫授權（ODbL）。
2. Google Maps 的定位：本質為商業化端到端地圖應用服務，由 Google 官方主導整合商業測繪、遙測衛星影像、使用者足跡與商業生態圈之私有專屬平台。

---

二、資料呈現之異同

(一) 相同點

1. 基礎地理圖徵覆蓋完整：兩者皆具備全球範疇之道路網、建築物輪廓、水系、綠地公園、行政界線及各類興趣點（POI）。
2. 多尺度視覺化表現：皆具備由全球尺度（小比例尺）至街區街廓（大比例尺）的多階層縮放地圖呈現能力。

(二) 相異點

1. 資料產製與更新機制：

• OSM：由全球志願者透過 GPS 軌跡採集、開源空載/衛星正射影像描摹手動上傳。更新速度取決於當地社群活躍度；在社群熱絡區（如歐洲、台灣都會區），細部圖資往往數小時內即可更新上線。
• Google Maps：整合專業圖資供應商、空載/衛星遙測、街景車光學雷達（LiDAR）及全球數十億行動裝置即時定位大數據（Crowdsensing），由演算法與專業團隊進行幾何修整與驗證。

2. 資料存取層次與所有權：

• OSM：完全開放底層原始資料（Raw Data）。

核心觀念

本題評量空間資料獲取與建置的核心技術，重點在於類比紙圖轉換為數位向量圖資的完整工作流程，以及空間資料品質（Spatial Data Quality）的管制作為。

1. 地圖坐標幾何校正（Georeferencing & Rectification）：涉及歷史地圖未知或已廢止大地基準（如日治時期採用 Bessel 1841 橢球體、東京三等三角點系統）與現行坐標系統（如 TWD97 / 澎湖系統）之大地基準轉換，以及紙張物理形變之幾何轉換模型（仿射轉換、二階多項式轉換或薄板樣條函數 TPS）。
2. 圖徵向量化與拓撲關係（Vectorization & Topology）：空間圖徵（點、線、面）之數位化、節點捕捉（Snapping）、懸垂線（Dangles）與重疊（Overlaps）消除、拓撲一致性建置。
3. 空間資料品質要素（ISO 19157 規範）：評估空間資料之五大品質維度——位置精度（Positional Accuracy）、屬性精度（Attribute Accuracy）、邏輯一致性（Logical Consistency）、完整性（Completeness）及時間品質與歷程（Lineage / Temporal Quality）。

---

解題方法

本題為標準的技術申論題，作答應採取「生命週期流程法」進行縱向開展，再以「國際標準品質架構（ISO 19157）」進行橫向品質檢核：

1. 處理程序：按作業時序分為「前處理與掃描」$\to$「坐標幾何校正與重投影」$\to$「向量化（點線面圖徵萃取）」$\to$「拓撲建置與屬性輸入」。
2. 品質確保：扣緊「與其他圖層正確套疊」的題旨，從位置精度（校正誤差與檢查點）、拓撲完整度（無幾何畸形）、屬性與歷史符號解讀正確性、以及詮釋資料（Metadata）建立等層面切入。

---

選項分析

本題為高考三級申論題，非選擇題，故無個別選項分析。

---

解題技巧與常見陷阱

1. 歷史地圖的特殊陷阱：

• 歷史地圖多有圖紙受潮收縮、不均勻拉伸等非線性變形，不可僅採平移旋轉之相似轉換，至少需使用仿射轉換（Affine Transformation，可吸收 $X$、$Y$ 軸不等比例伸縮），若局部扭曲嚴重則應使用多項式或薄板樣條轉換（TPS）。
• 歷史地圖的投影系統與橢球體多與現代不同（如臺灣堡圖採用 Bessel 橢球、多面體投影或斜橫麥卡托投影；舊地形圖採用老東京基準），不可直接指定為 TWD97，必須先在歷史坐標系下校正，再經基準轉換公式轉為現行基準。

2. 控制點選取之陷阱：

• 歷史地圖與現代圖套疊時，嚴禁選取隨時間大幅變遷之地物（如海岸線、未受管制的河道、沖積扇），應優先選取原圖圖廓方里網格交點（Grid ticks）、一等或二等歷史三角點點位，次選歷時百年未移位之歷史建築（如古廟基座、歷史水圳分水工）。

3. 分數極大化原則：

• 回答品質時切忌只寫「仔細檢查」等空洞字眼，必須精確寫出 $RMSE$（均方根誤差）計算公式、獨立檢核點（Independent Check Points, ICPs），並引用 ISO 19157 空間資料品質評估標準，方能取得頂尖高分。

---

【答案】

一、歷史紙圖數位化之標準處理程序

將歷史紙圖數位化為點、線、面向量圖徵，並確保與現代空間圖層正確套疊，其作業程序分為四大階段：

（一）前處理與高解析度掃描

1. 紙圖整飭與元資料檢核：檢查歷史紙圖圖況，撫平摺痕並進行溫濕度穩定處理；查閱原圖圖歷資訊，確認測圖年代、比例尺、投影法、測量基準（如 Bessel 1841 橢球體、大正/昭和三角點系統）。
2. 光學掃描：使用經定期幾何校正之專業大型平板式或滾筒式掃描器，以無壓縮格式（TIFF）進行掃描。解析度建議設定於 $300\sim 600\text{ dpi}$ 之間，確保圖上細小地物與圖例線條不失真，同時避免過高解析度產生影像噪訊。

（二）坐標幾何校正與坐標系統轉換（Georeferencing & Transformation）

1. 地面控制點（GCPs）之選取：

• 一級控制點：優先選取圖內已知坐標之經緯度網格交點、方里方格交點（Tick marks）或記載於歷史三角點成果表之基點位置。
• 二級控制點：輔以現代正射影像或航測圖中歷時未變之同名地標（如百年古蹟基角、穩定山頂三角點、日治時期大型水利設施樞紐）。GCPs 空間分布須均勻遍布全圖幅，特別是四個圖角邊界處。

2. 數學轉換模型擬合：

• 採用仿射轉換（Affine Transformation）以消除掃描時 $X$ 軸與 $Y$ 軸比例尺不一致與歪斜變形；若紙圖有局部非均勻皺摺與拉伸，可採二次多項式轉換或薄板樣條函數（Thin Plate Spline, TPS）進行局部糾正。
• 計算控制點之殘差與均方根誤差（$RMSE$），公式如下：

核心觀念

本題評量遙測學（Remote Sensing）與地理資訊系統（GIS）中，衛星與航空影像前處理的核心技術——影像幾何校正（Image Geometric Correction）與影像再取樣（Image Resampling）。

1. 影像幾何畸變來源：

• 系統性誤差（Systematic / Predictable Errors）：包含感測器內部幾何（光學畸變、掃描速率不勻、感測器排列）、地球自轉效應（Earth rotation skew）、地球曲率（Earth curvature）等，可透過幾何公式或星曆資料建立嚴密感測模型預先修正。
• 非系統性誤差（Non-systematic / Random Errors）：包含載具姿態不穩定（Roll, Pitch, Yaw 擾動）、飛行高度變化、地形起伏引起的投影差（Relief displacement）、大氣折射隨機擾動等，需藉助地面控制點（GCP）或數值高程模型（DEM）校正。

2. 幾何轉換模型（Geometric Transformation Models）：

• 經驗模型（如二維仿射變換、二階或多階多項式轉換）： $x = a_0 + a_1 X + a_2 Y + a_3 X^2 + a_4 XY + a_5 Y^2 + \dots$ $y = b_0 + b_1 X + b_2 Y + b_3 X^2 + b_4 XY + b_5 Y^2 + \dots$ 式中 $(x, y)$ 為原始影像坐標（行列號），$(X, Y)$ 為校正後之地圖投影坐標，$a_i, b_i$ 為轉換係數。
• 嚴密物理模型（如共線條件方程式 Collinearity Equations、有理函數模型 RFM）。

3. 精度評定指標：

• 均方根誤差（Root Mean Square Error, RMSE）： $RMSE = \sqrt{\frac{\sum_{i=1}^n \left[ (X_i - \hat{X}_i)^2 + (Y_i - \hat{Y}_i)^2 \right]}{n}}$

4. 影像再取樣（Resampling）本質：

• 校正後的規則地圖網格點，反投影回原始影像平面時，坐標值多為非整數（浮點數），必須透過周圍實體像元的輻射值（DN 值）進行空間內插，以決定新網格像元的數值。

---

解題方法

本題為標準的申論題型，答題架構分為三大層次循序切入：

1. 目的論述：從「幾何變形消除」、「坐標系統統一」、「圖資疊合分析」三大構面切入，突顯影像校正為 GIS 圖層套疊與高精度量測的前提。
2. 實施程序解析：依照標準工程作業流程，劃分為「準備與資料蒐集 $\to$ 控制點選取 $\to$ 轉換方程式求解 $\to$ 精度檢核評估 $\to$ 空間變換與再取樣」，展現邏輯條理性。
3. 再取樣常用方法比較：依序說明「最近鄰法（Nearest Neighbor）」、「雙線性內插法（Bilinear Interpolation）」與「三次迴旋／三次卷積法（Cubic Convolution）」之原理、數學基礎、優缺點及適用情境，並輔以表格對比，爭取高分。

---

選項分析

本題為高普考高考三級「測量製圖」類科之申論題，非選擇題，故無個別選項；閱卷評分依「目的完整性」、「程序標準化程度」、「再取樣方法原理與比較」三大核心給分。

---

解題技巧

1. 流程記憶口訣：「選點 $\to$ 解算 $\to$ 檢核 $\to$ 賦值（再取樣）」。
2. 關鍵觀念陷阱：

• 影像再取樣務必強調**「反向映射（Indirect / Backward Mapping）」**。若使用正向映射（Forward Mapping），會因非整數映射導致新影像產生「黑洞像元（Holes）」或「重疊覆蓋（Overlaps）」。
• 光譜純度 vs. 幾何平滑性：分類作業優先選最近鄰法（不改變原始 DN 值）；視覺判讀與製圖優先選三次迴旋法（平滑且保持邊緣銳利）。

3. 精度檢核關鍵：需區分地面控制點（GCP）與檢核點（Check Point, CP），說明以獨立檢核點評定外部精度的必要性，展現專業嚴謹度。

---

【答案】

一、影像幾何校正之目的

影像幾何校正（Image Geometric Correction）係指消除遙測或航測影像因感測器特性、載具飛行姿態、地球曲率、地形起伏及大氣折射等因素所造成的幾何畸變，並將原始影像的行列號坐標（Row, Column）轉換為特定真實世界地圖投影坐標系統（如 TWD97、WGS84 UTM）之處理過程。其主要目的如下：

1. 消除系統性與隨機性幾何畸變：修正感測器光學鏡頭變形、掃描速率非線性、載具三軸姿態擾動（Roll, Pitch, Yaw）與地形高程起伏引起的位移偏差。
2. 賦予絕對地理坐標參考框架：使影像像元具備客觀、標準之平面坐標與空間參考（Georeferencing），符合正射幾何投影特徵。
3. 支援多源空間資料整合與多時序疊合分析：確保不同時期、不同感測器或與現有向量圖資（如數值地形圖、地籍圖）疊合時具備空間一致性，以利變遷偵測（Change Detection）與 GIS 空間拓樸分析。
4. 滿足精確空間量測與圖資繪製需求：提供具備正確比例尺與方位之影像，以供使用者直接於影像上進行長度、面積量測與數值製圖。

---

二、影像幾何校正之實施程序

影像幾何校正作業可依序分為下列五大步驟：

[原始影像準備與畸變分析]
 ↓
[選取地面控制點 (GCPs) 與檢核點 (CPs)]
 ↓
[建立坐標轉換模型並解算參數 (最小二乘法)]
 ↓
[幾何轉換精度檢核 (計算 RMSE)]
 ↓
[反向映射網格生成與影像再取樣 (Resampling)]

1. 影像準備與誤差分析

• 檢視原始影像之後設資料（Metadata），包含感測器星曆參數、姿態角、軌道高度與內部方位參數。

核心觀念

本題評量地理資訊系統（GIS）中向量空間分析之基石——**疊圖分析（Overlay Analysis）**之基本概念與空間算子運算邏輯。核心考核要點包含：

1. 疊圖分析的本質：兩個或多個相同空間參考坐標系之主題圖層套疊時，幾何圖形（幾何交點計算、拓撲重構、圖徵分割）與非空間屬性資料（屬性表格合流、布林運算）的雙重整合。
2. 集合論與布林邏輯：空間交集（Intersection，對應布林邏輯之 $\text{AND}$ 運算，記作 $A \cap B$）與空間聯集（Union，對應布林邏輯之 $\text{OR}$ 運算，記作 $A \cup B$）在幾何切割與屬性賦值上的實踐。
3. 幾何維度限制與屬性缺漏處理：交集分析可應用於點、線、面圖層，輸出維度不大於輸入圖層；聯集分析在標準 GIS 運算中嚴格限定於多邊形（面）圖層之間的運作，且非重疊區會產生空值（Null）。

---

解題方法

本題為標準申論題，採「定義內涵 $\to$ 實務案例 $\to$ 算子機制剖析與簡圖繪製」三段式論述：

1. 定義鋪陳：先破題點出疊圖分析不僅是「視覺套疊」，而是牽涉「幾何分割、拓撲關係重建及屬性資料庫合併」之空間運算。
2. 應用舉例：選取測量製圖實務中最具代表性之「環境敏感區篩選」或「土地適宜性分析」（如坡地土石流高風險區評估），條列所涉圖層與交疊邏輯，具體展現空間決策支援能力。
3. 算子解析與繪圖：

• 繪製清晰易懂的幾何拓撲示意簡圖（手繪考卷時以多邊形重疊搭配剖面線或填色呈現）。
• 分別從「輸入維度限制」、「幾何分割機制」與「屬性表合併變化」三方面對比 Intersect 與 Union。

---

選項分析（申論題答題結構與配分重點解析）

本題非選擇題，依國家考試閱卷標準，各子題之答題取分要點如下：

• 子題一：何謂疊圖分析？
• 關鍵評分點：能否同時點出「幾何位置交會（產生新頂點與多邊形）」與「非空間屬性整合（關聯或合併屬性欄位）」。若僅回答視覺上的圖層套疊，屬不完全給分。
• 子題二：試舉例說明疊圖分析之應用
• 關鍵評分點：必須具體列出至少兩個以上之「輸入圖層名稱」（例如：坡度圖層、地質岩性圖層、土地利用圖層），並清楚說明疊圖後的「輸出結果與決策意義」（例如：篩選坡度大於 $30^\circ$ 且為順向坡之高風險建地）。
• 子題三：簡圖說明交集分析與聯集分析之運作方式
• 關鍵評分點：
• 交集（Intersect）：簡圖需明確標示只保留兩圖層「共同重疊部分」，輸出幾何形狀被截斷，屬性包含兩輸入圖層之所有欄位。
• 聯集（Union）：簡圖需明確標示保留「兩圖層之全部空間範圍」，且重疊邊界相交處產生「節點（Node）」並分割出新的多邊形碎片（Slivers/Polygons），非重疊區屬性填補 Null。

---

解題技巧

1. 圖文並茂，版面清楚：作答時「先圖後文」或「圖文並列」。繪製簡圖時，務必將圖層分別標註為圖層 A、圖層 B，並將輸出結果之分割區塊（如 A 獨立區、B 獨立區、A+B 重疊區）以不同代號或斜線標明。
2. 點出資料型態限制（展現鑑別度）：在說明 Union 時，特別強調「通常僅支援 Polygon on Polygon」；而在 Intersect 時，強調輸出圖徵維度取決於輸入圖層中「較低維度者」，此為考生拉開分數差距之關鍵細節。
3. 強調屬性表的變化：多數考生只描述幾何外觀，若能具體寫出輸出屬性表格（Attribute Table）中欄位增併與數值（包含重疊處兩圖層屬性兼備、非重疊處填入 <Null>），即可獲閱卷委員青睞。

---

【答案】

一、疊圖分析（Overlay Analysis）之定義

疊圖分析為向量地理資訊系統中核心的空間分析工具。其定義為：將同屬一個地理範圍內、具備相同空間坐標參考系統的兩個或多個不同主題圖層進行空間幾何位置的重疊運算，建立全新的幾何圖徵，並同時整合其非空間屬性資料庫，以產生一個全新主題圖層之過程。 其核心包含兩大機制：

1. 幾何圖形運算（Geometric Operation）：計算不同圖層間線段的交點，於交點處插入新節點（Nodes），將原有的線段或多邊形分割並重組，重建新的空間拓撲關係（Topology）。
2. 屬性資料整合（Attribute Integration）：將各輸入圖層的屬性欄位依照其幾何對應關係進行合併，使輸出圖層的每一空間單元皆完整繼承來源圖層所賦予的屬性資訊。

---