113 專技高考高等考試 測量技師 地理資訊系統 考古題詳解

核心觀念

本題分成兩部分：第一部分說明生成式 AI 的運作方式與應用；第二部分舉例說明如何把生成式 AI 與地理資訊系統（GIS）結合。作答時須交代生成式 AI 如何從資料中學習並產生新內容，再指出 GIS 在空間資料、分析與地圖呈現方面的角色。

生成式 AI 是一類從訓練資料中學習分布或規則，進而產生新內容的人工智慧方法。輸出內容可以是文字、影像、聲音、影片或程式碼。大型語言模型（LLM）通常以大量文字進行預訓練，學習詞語與上下文的關係；生成時依序預測下一個詞元（token），並根據提示內容產生連貫回應。影像生成模型則可透過學習影像特徵與機率分布，逐步生成符合文字描述的影像。

解題方法

建議依「運作方式 → 一般應用 → GIS 結合案例」作答。GIS 案例須明確呈現生成式 AI 與空間資料、GIS 工具或空間分析之間的連結，避免只寫「用 AI 做地圖」而未說明如何整合。

一、生成式 AI 的運作方式

1. **訓練與學習：**模型以大量文字、影像或其他資料訓練，從中學習語言結構、內容特徵及資料間的關聯。
2. **生成內容：**使用者提供提示（prompt）後，模型依已學得的模式產生內容。例如，語言模型依上下文逐步預測後續詞元，形成文字回答。
3. **調整與應用：**模型可再透過特定領域資料、指令調整或檢索資料，提升輸出內容對特定任務的適切性。

生成結果是根據模型所學模式產生，仍須檢核資料來源、正確性及適用情境，不能直接視為經查證的事實。

二、生成式 AI 的應用

常見應用包括文字摘要、翻譯、問答與文案撰寫；圖像、音訊及影片生成；程式碼輔助；以及依文件或資料庫內容提供查詢與說明。

核心觀念

本題考查關聯式資料庫管理系統（RDBMS）的資料組織方式，以及 GIS 如何將空間資料與屬性資料結合，進行查詢、管理與分析。

RDBMS 是以關聯式資料模型管理資料的系統。資料通常以資料表（table）儲存；每個資料表由列（row，又稱紀錄）與欄（column，又稱欄位）組成。欄位描述資料的屬性，列則代表一筆資料。資料表可用主鍵（primary key）唯一識別每筆紀錄，再以外鍵（foreign key）連結其他資料表。常見的關聯式資料庫操作以 SQL（Structured Query Language）完成。

RDBMS 常見特性包括：

• 資料表與鍵值關聯：以主鍵識別紀錄，並透過外鍵建立資料表間的關聯。
• 資料完整性：以欄位型別、唯一性、非空值及參照完整性等限制，避免不合理或彼此矛盾的資料。
• 減少重複與維持一致性：適當設計資料表、正規化資料，可降低重複儲存及更新異常。
• 交易管理：支援交易的原子性、一致性、隔離性與持續性（ACID），確保多人存取或更新時資料維持可靠。
• 查詢與維護：可執行新增、查詢、更新、刪除、排序、彙總及多表連接等操作。

解題方法：GIS 如何利用 RDBMS 管理資料和進行分析

作答可依「資料儲存—資料連結—查詢分析—成果管理」說明。GIS 的空間資料描述地理物件的位置與形狀，屬性資料描述其名稱、類別、人口或其他特徵；RDBMS 提供可靠的資料管理與查詢機制，GIS 則提供空間資料處理及地理分析功能。

一、儲存與組織空間及屬性資料

GIS 可將地理物件的屬性存放於關聯式資料表，並以唯一識別碼連結幾何資料。例如，道路圖徵具有道路編號、路名、道路等級與長度等屬性，幾何資料則儲存道路的點、線、面座標或其空間表示。GIS 軟體可將圖徵的幾何與 RDBMS 中的屬性紀錄對應，形成可查詢的空間圖層。

支援空間資料型別的資料庫，亦可在資料庫內儲存幾何物件及其空間參考資訊，並透過空間索引加速位置相關的查詢。

二、以鍵值維持資料連結與完整性

每一個空間圖徵可有唯一的主鍵，對應屬性資料表中的紀錄；跨表資料則可用外鍵連接。例如，地籍圖徵以地號或圖徵編號連結土地登記、使用分區及人口統計等資料表。

核心觀念

汽車導航系統結合衛星定位、電子地圖、地理資訊系統、路網分析與車載感測，完成「知道車輛在哪裡、判斷車輛位於哪一條道路、規劃行駛路線、引導駕駛人前往目的地」等工作。

題目重點在於說明導航系統的資料、定位與路徑分析原理，再從定位、地圖、路網、演算法及人為操作等層面，分析導航失敗原因與預防方法。本題為申論題，無選項分析。

解題方法與技術原理

一、定位與車輛位置估計

汽車導航通常使用全球導航衛星系統（GNSS），如 GPS，接收多顆衛星訊號，依衛星位置與訊號傳播時間估算接收器至各衛星的距離，再以空間交會求得車輛位置。實際運算也須估計接收器時鐘誤差，基本觀測模型可表示為：

其中，$(x,y,z)$ 為接收器位置，$(x_i,y_i,z_i)$ 為第 $i$ 顆衛星位置，$\Delta t$ 為接收器時鐘誤差，$\varepsilon_i$ 為觀測誤差。定位精度會受衛星幾何分布、遮蔽及多路徑效應影響。

車輛進入隧道、高樓密集區或地下停車場時，衛星訊號易被遮蔽。導航設備因而常融合慣性量測單元、車速訊號、輪速計、陀螺儀及電子羅盤等資料，以航位推算估計車輛短時間內的位置與方向。此方法可銜接衛星定位中斷期間的位置，但感測誤差會隨時間累積，須在衛星訊號恢復後重新校正。

二、電子地圖與地圖匹配

電子地圖以數值資料呈現道路、路口、方向限制、道路等級、速限、橋梁、隧道及地點等資訊。導航系統先將定位所得座標與地圖中的道路資料比對，判斷車輛應位於哪一條道路，稱為地圖匹配。

地圖匹配會綜合考量車輛座標與道路的距離、行駛方向、道路連通關係及前後位置變化。當定位點偏離道路不遠時，系統可將位置吸附至最符合行進狀態的道路線段；若道路密集或平行道路相鄰，錯誤匹配就會使系統誤判車輛所在道路。

三、路網建置與路徑分析

導航系統將道路表示為圖形結構：路口或道路節點作為節點，節點間可通行的道路作為邊。每條邊可附加距離、通行時間、道路等級、速限、轉向限制、收費資訊及即時交通狀況等屬性。

系統依使用者選擇的條件設定路段成本，例如最短距離、最短時間或避開收費道路。若採最短距離，路段成本可設為道路長度；若採最快時間，則可依路段長度與預估速度估算通行時間：

其中，$d_e$ 為路段長度，$v_e$ 為該路段預估速度。路徑分析的目標，是在符合道路連通及交通規則的前提下，找出總成本最低的路徑：

其中，$P$ 為一條候選路徑，$w_e$ 為路段成本。常用的最短路徑演算法包括 Dijkstra 演算法；A* 演算法則利用至目的地的估計成本作為啟發資訊，以提高搜尋效率。

導航途中，系統會持續更新定位、判斷車輛是否偏離既定路線，並依新位置重新進行地圖匹配與路徑規劃。若接收到交通資訊，也可調整路段成本並提出替代路線。

導航失敗的常見原因

核心觀念

本題在考 GIS 屬性資料的量測尺度。分類的關鍵是辨別資料是否具有「類別、順序、等距、真零點」等性質；尺度愈高，通常可進行的數學運算愈多。

解題方法

依序檢查資料是否符合以下性質：

1. 名目尺度（nominal）：只區分類別，沒有大小順序。
2. 順序尺度（ordinal）：類別可排序，但相鄰級別間距不一定相等。
3. 間隔尺度（interval）：數值差距有意義且等距，但零點是約定的，不能表示「完全沒有」。
4. 比率尺度（ratio）：數值等距，並具有代表「完全沒有」的真零點，因此可比較倍數。

GIS 的欄位型態或資料外觀不會單獨決定量測尺度，仍須看數值所代表的意義。例如，地圖上的代碼即使以數字儲存，若只用來標示類別，仍屬名目尺度。

四種量測尺度與例子

核心觀念

本題考查將人口屬性資料與行政區面圖層結合，再以人口數除以行政區面積，製作人口密度分級設色圖。人口密度公式為：

圖中 CSV 欄位包含「區域別」、「里名」、「戶數數量」、「人口數_總計數量」、「人口數_男數量」及「人口數_女數量」。資料列以「里」為單位，因此須先將各里的總人口彙整至所屬行政區；戶數及男女數可供檢核，但計算總人口密度使用總人口數。

解題方法與處理步驟

1. 準備資料 取得題示「臺中市各行政區人口數及戶數」CSV，以及包含臺中市各行政區界線的面圖層。確認人口資料與界線資料的統計或版本時間一致；行政區界線需有可辨識的行政區名稱或代碼。

2. 檢查並整理 CSV 匯入 CSV 時確認中文欄位名稱及編碼正確，將人口總數欄位轉為數值型態。檢查空值、重複列及異常值，並統一行政區名稱與空格等格式，使其能與界線圖層的行政區名稱或代碼一致。

3. 彙整各行政區人口 依「區域別」分組，將「人口數_總計數量」加總，得到各行政區人口總數：

其中 $P_i$ 為第 $i$ 個行政區人口總數，$p_{ij}$ 為該行政區第 $j$ 個里的總人口。檢核各里男女數加總是否等於總人口數，並確認每個行政區均有對應人口資料。

4. 計算行政區面積 將行政區面圖層設定為適用於臺中市的公尺制投影座標系統，例如 TWD97／TM2 二度分帶 121 座標系統，再計算各行政區面積。若 GIS 軟體輸出面積為平方公尺，換算如下：