112 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

本題的核心在於測量製圖學中**地圖符號學（Cartographic Semiotics）與空間資訊視覺化（Geovisualization）**的基礎理論，主要涵蓋兩大觀念：

1. 視覺變數（Visual Variables）：源自法國製圖學家賈克・貝爾廷（Jacques Bertin, 1967）在《圖形符號學》（Sémiologie Graphique）中提出的符號感知理論，後續經 Morrison、MacEachren 等學者擴充，用以定義地圖符號在圖面上引起視覺感知的基本幾何與圖像特徵。
2. 資料測量尺度（Levels of Measurement）：源自心理學家史蒂文斯（S. S. Stevens, 1946）提出的四種資料測量尺度：

• 種類（Nominal）：定性分類，僅具區別性（$=$ 或 $\neq$）。
• 等級（Ordinal）：序位排列，具相對順序或大小關係（$>$ 或 $<$），但無固定間隔。
• 間隔（Interval）：等距數值，具固定測量單位與順序，但無絕對零點（零為人為約定），不可直接計算倍數比值。
• 比率（Ratio）：具備自然絕對零點，可進行加減乘除所有數學運算與比例比較。

3. 符號與知覺特性的對應性（Perceptual Properties）：視覺變數具備「聯想性（Associative）」、「選擇性（Selective）」、「有序性（Ordered）」與「數量性（Quantitative）」四種感知能力，設計地圖時必須嚴格將資料屬性尺度與對應的知覺特性配對。

---

解題方法

本題為高普考申論題型，作答策略分為兩大部分：第一部分先嚴謹定義視覺變數之意義並列舉其內容；第二部分結合內政部發行之「國土測繪圖資網路地圖服務（通用版電子地圖 Taiwan e-Map）」之實際圖層要素，分述四種尺度如何透過最適之視覺變數進行區隔與突顯。

一、視覺變數之意義與內容

1. 意義： 視覺變數是指在平面二維空間中，除了要素本身的幾何空間位置（X, Y 坐標）之外，人眼可用以感知、分辨相異資訊的圖形感知維度。透過調整圖形特徵，使讀圖者能在未閱讀文字註記前，直接自視覺中解碼空間資訊的類別、層級與數值大小。
2. 內容（基本視覺變數）：

• 位置（Position）：點、線、面符號在二維圖面上的空間坐標分布。
• 尺寸（Size）：符號的幾何大小、線段粗細或網點直徑。
• 形狀（Shape）：幾何形態或具象圖示的外觀輪廓（如圓形、三角形、圖標）。
• 色相（Hue）：色彩的名稱或波長差異（如紅、藍、綠、黃）。
• 色值／明度（Value）：色彩的明暗程度（從白到黑的灰階深淺）。
• 彩度／飽和度（Saturation/Chroma）：色彩的鮮豔度或純度。
• 方向（Orientation）：符號主軸相對於圖框的角度或排列朝向。
• 網紋／紋理（Texture/Pattern）：符號內填飾填充物的粗細、間距或疏密程度。

---

二、通用版電子地圖之視覺變數設計應用

通用版電子地圖（Taiwan e-Map）整合了道路、水系、建物、行政界、等高線與地標等多元向量與網格資料，其符號化設計依據資料測量尺度採用之視覺變數如下：

資料測量尺度	適用之主要視覺變數	知覺特性	通用版電子地圖（Taiwan e-Map）設計實例	設計目的與視覺效果
種類（Nominal）	色相（Hue）<br>形狀（Shape）	聯想性<br>選擇性	1. 地標點（POI）符號：學校採「學士帽」、醫院採「紅十字」、警局採「鴿子/警徽」，運用相異「形狀」區隔。<br>2. 土地覆蓋底圖：水系/海洋採用藍色、林地/公園採用綠色、建物面採用淺灰，運用相異「色相」區隔。

核心觀念

本題聚焦於國家空間資訊基礎建設（NSDI）中「三維國家底圖（3D National Spatial Data Infrastructure）」的核心主體——**三維建物模型（3D Building Models）**之產製技術、資料結構與應用標準。本題涉及之核心概念與規範包括：

1. OGC CityGML 細緻度等級（Level of Detail, LoD）：

• LoD1：以建物基底多邊形垂直拉升之粗略塊狀模型（Block model），頂部為平頂。
• LoD2：具備真實屋頂外觀幾何結構（如斜頂、雙斜頂、圓頂等）與外牆的幾何模型，可附加外觀紋理。
• LoD3：高細緻度建築外觀模型，包含精確之門窗開口、陽台、女兒牆及細部幾何構件。
• LoD4：包含建物內部結構、樓層房間隔間與室內特徵之幾何與語意模型。

2. 三種資料源之產製技術基礎：

• 航測傾斜攝影與密集影像匹配（Dense Image Matching, DIM）。
• 二維向量地形圖（Building Footprint）結合空間高程資料（LiDAR 點雲、DSM/DEM）之空間分析與拉升。
• 基於《地籍測量實施規則》之「建物測量成果圖」與建築圖說（或 BIM/IFC）之立體地籍產權幾何重建。

3. 法規基準：

• 涉法部分以命題當年（民國 112 年）內政部推動之「國家底圖三維數值模型建置計畫」與《地籍測量實施規則》（民國 112 年修正施行版本中關於建物產權立體測量與圖資建置規範）為準。

---

解題方法

本題為典型的「申論對比題」，閱卷評分重點在於「技術原理敘述之嚴謹度」與「橫向比較架構之完整性」。解題切入步驟如下：

1. 各論原理（分點立論）：將三種三維建物模型獨立分段，清楚說明其「原始資料來源」、「關鍵幾何運算／演算法」與「產製工作流程」。
2. 內容與規格比較（橫向矩陣分析）：建立清晰的評比構面，包括：幾何維度與 CityGML 細緻度（LoD）、空間精度、紋理表現、語意屬性（特別是產權與內部資訊）及主要應用情境。
3. 綜合歸納：以標準比較表格整合，展現應試者的專業整合與結構化作答能力。

---

選項分析

本題為高普考申論題型，無個別選擇題選項。答題重點在於三種建置途徑之「原理」與「內容規格」的深度對比與邏輯連貫性。

---

解題技巧

1. 記憶關鍵字鏈結：

• 攝影測量 $\rightarrow$ 傾斜航拍、共線條件式、光束法平差、密集影像匹配、CityGML LoD2/LoD3、實景紋理。
• 地形圖建物多邊形 $\rightarrow$ 二維基底（Footprint）、DSM/LiDAR 高程差、垂直拉升（Extrusion）、CityGML LoD1 塊狀模型。
• 產權建物模型 $\rightarrow$ 建物測量成果圖、竣工圖說、BIM/IFC、專有與共有空間單元、立體地籍、CityGML LoD4。

2. 避免答題陷阱：

• 切忌只寫「資料怎麼拍／怎麼畫」，必須明確帶出數學幾何處理原理（如拉升 Extrusion、立體交會等）。
• 「產權建物模型」與外部測量成果不同，核心在於建物內部空間單元之法律產權拓撲，切勿僅當成一般外觀模型描述。

---

【答案】

一、各三維建物資料之製作原理

(一) 以攝影測量建置之三維建物

1. 資料來源：主要採用空載傾斜攝影（Oblique Photogrammetry）航拍影像，輔以航空無人機（UAV）或空載光達（LiDAR）點雲。
2. 製作原理：

• 光束法平差與影像匹配：利用多視角重疊影像，依據光學共線條件式（Collinearity Condition）進行光束法平差（Bundle Block Adjustment），解算相機外方位元素；隨後透過密集影像匹配演算法（Dense Image Matching, DIM）產生高密度三維彩化點雲。
• 幾何模型重建：
• 實景網格（3D Mesh）：利用點雲透過不規則三角網（TIN）構網與卜瓦松表面重建（Poisson Surface Reconstruction），直接生成連續三維幾何表面。
• 向量特徵萃取（LoD2/LoD3）：從點雲中偵測屋頂平面邊界、坡度與轉折線，透過半自動或全自動特徵擬合技術，重建包含真實屋頂形態（如斜頂、屋脊、女兒牆、突出物）之封閉三維實體向量邊界表示（B-Rep）。

核心觀念

本題為典型的「WebGIS 應用系統規劃與地圖視覺化設計」綜合申論題，測驗考生能否將空間資訊技術整合於特定業務領域（不動產管理與市場分析）。核心觀念涵蓋以下四項：

1. 空間化定位機制（Geocoding & Cadastral Mapping）：原始資料僅含文字屬性（門牌地址與地段地號），需透過地址定位（Address Matching/Geocoding）與地籍宗地關聯（Cadastral Parcel Join），將非空間資料轉化為具有空間坐標（如 $X, Y$）的幾何圖形（點或面）。
2. 圖資整合與坐標系統轉換（Coordinate Systems & Map Overlay）：底圖介接內政部國土測繪中心（NLSC）之「通用版電子地圖（Taiwan e-Map）」，牽涉 OGC 標準（WMTS/WMS）與坐標參考系統轉換（如 TWD97 二度分帶坐標系 EPSG:3826 與 Web Mercator EPSG:3857 之動態投影對齊）。
3. 空間資料庫與空間查詢（Spatial Database & Spatial Queries）：利用關聯式空間資料庫（如 PostgreSQL/PostGIS）建立空間索引（R-Tree / GiST），支援屬性過濾（Attribute Query）與空間拓撲檢索（Spatial Query，如環域 Buffer、交集 Intersects、包含 Contains）。
4. 主題地圖學與空間統計聚合（Thematic Cartography & Spatial Aggregation）：透過「點面交集/空間關聯（Point-in-Polygon / Spatial Join）」將不動產買賣點位彙總至「里」行政邊界單元，計算衍生指標（如平均交易單價、交易總件數），並依循地圖學視覺變數原則製作面量圖（Choropleth Map）或分級符號圖（Graduated Symbol Map）。

---

解題方法

針對題目需求，採取系統工程的視角，從「系統架構」、「資料流與空間化」、「底圖與展繪」、「查詢模組」以及「空間統計與主題圖展示」五大面向提出具體設計建議：

一、系統總體架構設計

建議採用現代化的 B/S（Browser/Server）三層式 WebGIS 架構：

• 前端展示層（Presentation Tier）：採用 HTML5/CSS3/JavaScript 搭配開源 WebGIS 函式庫（如 Leaflet 或 OpenLayers），提供輕量、跨平台的互動地圖介面。
• 應用伺服層（Application/GIS Server Tier）：採用 GeoServer 或客製化後端 API（如 Python FastAPI / Node.js），負責發布向量圖磚（Vector Tiles）、處理空間分析運算與資料介接。
• 資料庫層（Database Tier）：採用開源物件關聯式空間資料庫 PostgreSQL 搭配 PostGIS 擴充模組，儲存不動產交易屬性表、地籍圖向量資料、行政區（村里）界圖，並針對幾何欄位建立 GiST 空間索引以提高查詢效能。

二、資料處理與空間化模組設計（地址與地號定位）

買賣原始資料包含「門牌地址」與「地號」，應建立雙軌定位機制以確保幾何建置成功率：

1. 門牌地址定位（Address Geocoding）：

• 介接內政部 TGOS（地理資訊圖資雲服務平台）之門牌地址比對 API，或比對各直轄市、縣市政府發布的門牌坐標資料庫。
• 解析地址字串（正規化拆解出縣市、鄉鎮市區、街路門牌號），轉換為 TWD97 或 WGS84 坐標點位（Point Geometry）。

2. 地段地號定位（Cadastral Parcel Identification）：

• 介接或匯入內政部地政司、國土測繪中心之地籍向量圖資。
• 依「縣市代碼 + 鄉鎮市區代碼 + 段號 + 八位地號（母號4碼-子號4碼）」組成標準宗地唯一識別碼（PARCEL_ID）。
• 將交易記錄之地號與地籍圖多邊形進行關聯（Join），定位至宗地多邊形（Polygon Geometry）或取其面幾何中心點（Centroid）。

3. 定位檢核機制：

• 設定品質控制（QC）欄位，標註定位來源（地址匹配或地段地號匹配）。若兩者皆存在，以地段地號對應之宗地中心點為高精度依據，並以地址點位進行空間合理性交叉比對。

三、通用版電子地圖套疊與圖層展繪模組

1. 底圖介接標準：

• 透過 OGC WMTS（Web Map Tile Service）標準介接國土測繪圖資服務雲之「通用版電子地圖」圖磚服務。

2. 坐標投影一致化：

• 網頁圖磚多採 Web Mercator（EPSG:3857），後端空間資料庫建議以國家標準坐標系統 TWD97（EPSG:3826）儲存，前端地圖引擎動態投影轉換（On-the-fly Projection），確保無縫套疊無幾何扭曲。

3. 分層設色與多比例尺動態載入（LOD, Levels of Detail）：

• 大比例尺（如 $1:1,000 \sim 1:5,000$）：展示買賣點位、地籍宗地界線、個別交易資訊泡泡框（Popup）。
• 中比例尺（如 $1:10,000 \sim 1:25,000$）：展示群聚聚類（Marker Clustering），避免點位密集遮蔽底圖。
• 小比例尺（如 $1:50,000$ 以上）：關閉個別點位，自動切換至「里別統計主題圖」。

四、不動產多維度查詢模組設計

1. 屬性查詢（Attribute Query）：

• 支援條件過濾：如交易日期區間、建物型態（大樓/透天）、交易總價區間、每坪單價區間等，以 SQL 語句進行篩選。

2. 空間幾何查詢（Spatial Query）：

核心觀念

本題考核地理資訊系統（GIS）中「空間資料共享（Spatial Data Sharing）」與「空間資料標準化（Spatial Data Standardization）」的核心議題。涉及主要觀念包括：

1. 政府資料開放（Open Government Data, OGD）之意涵：政府將公部門所掌握的空間與非空間資訊，以非專屬性（Non-proprietary）、開放授權、機器可讀（Machine-readable）且結構化的格式對外釋出，達成施政透明、公民參與、跨機關互通及公私協力創新加值。
2. 空間資料互通性（Spatial Interoperability）：依據國際地理資訊標準（如 OGC Simple Feature Access、ISO 19100 系列標準），確保資料於不同平台與軟體間無縫交換。
3. 空間資料型別標準化（Standardized Spatial Data Types）：規範幾何圖元定義（如 Point、LineString、Polygon、MultiPolygon）與編碼格式（如 GeoJSON、WKT、GML、GeoPackage），確保空間語法（Syntax）的一致性。
4. 坐標參考系統標準化（Standardized Coordinate Reference System, CRS）：明確標註橢球體、大地基準面、投影方式與參數（如 EPSG 代碼：WGS84 之 EPSG:4326、TWD97 121分帶之 EPSG:3826），確保空間語意（Semantics）與幾何位置的唯一性與正確性。

---

解題方法

本題為三段式問答題，解題切入點應採「層次化架構」作答，條理分明：

1. 第一部分：政府推動地理空間開放資料之意義 從「政府施政治理」、「經濟與產業加值」、「社會公民參與」及「跨機關與跨域整合」四個維度切入，點出地理資訊為國家基礎建設（國土資訊系統 NGIS）的核心，釋出能避免重複投資並極大化資料外部效益。
2. 第二部分：以資料集供應時，標準化空間資料型別之效益 聚焦於「幾何語法與資料結構層面」，闡明標準化型別對「跨平台軟體解析相容」、「降低資料清洗與轉換成本」、「確保幾何拓撲有效性」與「提升演算法計算效能」的效益。
3. 第三部分：以資料集供應時，標準化坐標系統表示之效益 聚焦於「空間定位與坐標幾何層面」，論述標準坐標定義對「消除空間對位位移（Mismatch）」、「支援自動化即時投影（On-the-fly Projection）」、「確保空間分析與距離面積量測正確性」與「跨尺度多來源圖層精準疊合」的具體作用。

---

選項分析

本題為申論題，非選擇題，故無個別選項之對錯辨析。考生作答時應以結構化之條列標題作答，避免長篇不分段的申論書寫。

---

解題技巧

1. 專有名詞精準化：答題時適度加入國際組織與標準術語，如 OGC（Open Geospatial Consortium）、ISO/TC 211、Simple Features、EPSG、TWD97、WGS84、GeoJSON 等，能顯著提升專業度。
2. 切忌概念混淆：

• 「空間資料型別」是指資料如何表達幾何形狀（點、線、面、複合幾何、三維網格等）；
• 「坐標系統表示」是指幾何節點的數值座落於何種空間參考架構（大地基準、投影參數、EPSG 代碼）。兩者層次截然不同，作答時須分別切入，不可含混帶過。

3. 扣合「資料集（Datasets）」特性：資料集供批次下載或 API 呼叫，重點在於「自動化處理」、「機器判讀」與「開發者友善」，論述效益時須緊扣降低使用者前處理門檻。

---

【答案】

一、政府推動地理空間資料開放之意義

政府機關為執行公權力、公共建設及國土規劃，歷年建置了龐大且高精度的空間資料（如數值地形模型、地籍圖、都市計畫圖、水文網絡圖等）。推動此類地理資料開放，其核心意義如下：

1. 落實施政透明與公眾監督： 空間資料具備直觀之視覺化與地理定位特性。將土地使用、環境監測、公共設施分佈等地理資料集公開，可落實資訊透明化，強化公民知情權與公眾參與公共政策規劃之深度。