之前是以 1976 年為第一期、1987 年為第二期資料,中間相隔 11 年,那麼
以 11 年的變化訂做一期,這樣的時間長度設定是否合理?例如以 100 年設為一 先跑 1947 年預測 1976 年的 Binary Logistic Regression 預測有無建物:
Variables in the Equation
B S.E. Wald df Sig. Exp(B)
Step 1(a) buil47 .787 .325 5.872 1 .015 2.196
slope -.095 .031 9.633 1 .002 .910
wood47 -.068 .272 .062 1 .803 .934
water47 -.433 .694 .389 1 .533 .648
Constant .568 .734 .598 1 .439 1.764
a Variable(s) entered on step 1: buil47, slope, wood47, water47.
Classification Table(a)
Observed Predicted
buil76yn Percentage
Correct
.00 1.00
Step 1 buil76yn .00 49 6 89.1
1.00 8 18 69.2
Overall Percentage 82.7
a The cut value is .500
Model Summary
Step
-2 Log
likelihood
Cox & Snell R
Square
Nagelkerke R
Square
1 70.843(a) .317 .443
a Estimation terminated at iteration number 5 because parameter estimates changed by less than .001.
選取的自變數有 1947 年建物面積、坡度、水體、林地面積。道路或道路距 離的變數,因為 1947 年時道路很少,至 1976 年的 29 年間又開發不少建物,故 道路對建物開發的影響並不顯著。
圖 23 三城湖地區 BLR 預測 1976 年有無建物與真實建物比較
總正確預測涵概率是 82.7%。只從有新增處的網格數量來看,實際有新增 建物的 26 格網格,有 18 格被預測到,預測正確率 69.2%。
再繼續預測 29 年後(2005 年),但因為沒有 2005 年的資料,在此以 2000 年的資料代表。如下圖所示,黑色數字為實際建物情形,紫色數字表預測建物 的情形。
圖 24 三城湖地區 BLR 預測 2005 年有無建物與 2000 年真實建物比較
表 88 三城湖地區 BLR 預測 2005 年有無建物與 2000 年真實建物比較
預測無新增 預測有新增 預測準確率
實際無新增 38 2 95.00%
實際有新增 21 20 48.78%
整體 71.60%
總正確預測涵概率是 71.6%,約三成的土地預測錯誤。即使所有網格都預 測為無建物開發,預測準確率也有 40/81=49.38%;所有網格都預測為有建物開 發,預測準確率也有 41/81=50.62%。又在此是以 2000 年的資料而非 2005 年的 資料來比較,而 2000 年至 2005 年間此地區又有新增建物,故總正確預測涵概 率應較 71.6%更低。
若僅從有新增建物的土地預測來看,有新增建物的土地(佔整體網格一半 數目),僅 48.78%有預測到,也就是約一半的新增建物網格沒有預測到(但其 實也有近一半的新增建物網格被預測到了,而且位置大都正確,表示多少還是 有用。)
又在此並非連續預測,1976 預測 2005 年,建物變數是採用真實 1976 年建 物的資料,而非由 1947 年預測 1976 年的建物資料,加上 1947 年預測 1976 年 就約有 20%的誤差,更何況再以該預測資料去預測 2005 年的情形,實際的預 測準確率會更低。
因此,在使用 Logistic 模式來作土地變遷預測時,確實要考量兩個時間點 的時間長短、以及預測未來多少年的問題。
第二節 第一期無建物之建物變遷預測模式探討
在此探討若第一期為無建物,預測第二期建物會是如何。分為兩種假設情 況,第一種假設情況是將第一期無建物及人工造物(公用設施),第二種假設情 況是將第一期的建物視為農作地。兩種假設情況皆分全新店地區及新店都市計 畫區(非水源特定區內)分析,第一期為 1976 年、第二期為 1987 年,皆採用 Multinomial Logistic Regression 迴歸方法。