成果與討論

本章節針對 OSM 建物輪廓完整性、建物模型 平面誤差（差異值）以及樓層資訊做討論，比對兩 種建物資訊的差異，交通大學建物模型為了討論方

便以 OSM 建物作為底圖編列建物編號（如圖 8），

因事前有篩選掉兩者互相缺漏的部分，故編號於航 照建物圖中皆有相對應。

4.1 完整性分析

本研究以人工方式，逐棟判斷 OSM 建築物的 完整性，交通大學 OSM 的建築物棟數為 48 棟，

經人工判斷共有 47 棟為正確真實存在的建築物，

其正確率達 98%（47/48），而錯誤的建築物僅有 1 棟，錯誤率為 2%（=1/48），此錯誤的建築物為交 通大學研三舍，該建築物雖真實存在，但建物主體 尚未完工，而繪圖志工描繪工地基地，並標示為建 築物，OSM 建築物遺漏數量為 0。因校區範圍定 義明確，由在學學生組成的志工團隊，可完整的繪 製出校園內的每一棟建築物，此一案例亦反應出草 根性製圖（Grassroots Mapping）的重要性，在地 志工可提供最新的在地化地圖。

4.2 建物形狀分析

前面的章節已提到關於資料的篩選，互相缺漏 的建物已被過濾，過濾完剩下兩圖層皆有的建物之 後，建物的輪廓為首要討論之方向，形狀差異較明 顯的情況有四種，第一種為建物基地造成之繪製誤 差，圖 9 為交通大學校區編號 31 的建物，可從形 狀看出其明顯的不同，圖 9a 為航照資料、9b 為 OSM 資料，經現場比對後發現建物實際形狀為航 照版的「L」型，而 OSM 上的建物輪廓是錯誤的，

造成錯誤的原因是繪圖志工依據該建物基地輪廓 繪製，將其建物前的廣場地數化為建物的輪廓，此 現象反映出非專業志工對建物輪廓與建物基地認 知的差異。

(a) 航照編號 31 建物

(b) OSM 編號 31 建物

(c) 正射影像編號 31 建物 圖 9 編號 31 建物差異圖

第二種為時間變遷差異，圖 10 為交通大學校 區中編號 02 的建物，時間變遷之建物大多在完整 性分析中已完成過濾並排除討論，但完整性分析中 的判斷依據為建物的存在與否，而本棟建物為 2012 年改建完成，在圖 10a 航照中顯示為 2012 年 前之建物輪廓，OSM 是以 Microsoft Bing Map 提 供的 2015 年 GeoEye 衛星影像為底圖數化，故圖 10b 中可見該棟建物已呈現改建後之建物輪廓，反 映出 OSM 更新上的即時性。

(a) 航照編號 02 建物

(b) OSM 編號 02 建物

(c) 正射影像編號 02 建物 圖 10 編號 02 建物差異圖

第三種形狀上的差異來源主要為建物鏤空（如

圖 11），在航照資料繪製時通常會將內部與外部分

開繪製再進行分割，而分割完成的部分未刪除則會 造成此形狀上的不同，需要以人工檢查的方式將其 作切割刪除，OSM 平台的編輯方式則無此問題。

(a)航照編號 03 建物

(b)OSM 編號 03 建物

(c)正射影像編號 03 建物 圖 11 編號 03 建物差異圖

第四種形狀差異為輪廓細節上的差異，航空攝 影產製建物模型採用高解析度之航照影像所建置，

而 OSM 平台中的建物模型多來自於非專業製圖人 員使用衛星影像所描繪，在建物的輪廓中可見明顯 的差異，OSM 往往無法如航照建置的建物模型般 細緻、完整，建物的鏤空、連結空橋等細節在 OSM 建物中常無法被完整呈現，此類型的形狀誤差為多 數建物皆有的現象。

4.3 建物面積差異分析

圖 12 為經由 Symmetrical Difference 功能產出 建物非交集區域圖，可見大部分差異都來自於輪廓 上的誤差，如建物 31 差異值高達 0.58（如圖 13a）；

而建物 32 因空橋連結成一棟建物，航照建物與 OSM 建物模型對於其描述不相同，航照依據基地 繪製故擁有空橋之輪廓，而 OSM 則缺乏這部分資 訊造成差異的增加（如圖 13b），而部分的差異來 自於如建物台階等細節，在 OSM 建物模型中通常 會缺乏這類型的資訊導致誤差產生。

本次研究選定的區域建築物差異值多集中於 0.1~0.3（如圖 14），與 Girres et al.（2010）於法國 所做之研究結果趨勢相符，而差異值高於 0.5 的只 佔總數的 11%，其中差異值大於 0.5 的建物其造成 差異之原因多為基地被繪製為建物輪廓所造成，如 建物編號 31、32（如圖 13a、13b）。

圖 12. 交通大學建物非交集區域圖

(a) 交通大學建物 31 非交集區域圖 (b) 交通大學建物 32 非交集區域圖

圖 13 形狀差異大的建物模型

圖 14 交通大學校區建物差異值累積數量

4.4 建物樓層分析

建物的高度因 OSM 平台中普遍以樓層資訊較 完整，故本次採用交通大學建物樓層與航照建置之 樓層做比對，本次研究共 38 棟建物列入上述討論，

但高度部分有 3 棟建物於 OSM 未被標記樓層標籤

（building: levels=*），屬於漏授的資訊，故在以下 討論中予以排除。列入參考的 35 筆建物資料中最 大樓層差為 5 層、最小為 0 層，由圖 15 中可見航 照建物資訊與 OSM 間的建物樓高差。

整體樓層差多集中於 0 層與 1 層，樓層差 3 層與 4 層皆為 0 棟，最大樓層差 5 層為編號 18 之 建物，其造成差異的原因為航照建物資訊紀錄其最 高樓層，而該建物中心鐘塔高達 8 層樓，但 OSM 記錄的為其不包含鐘塔部分的平均樓高 3 層樓，

OSM 資訊來自於群眾建置，其中每棟建物輪廓、

樓 層 高 度 都 是 繪 圖 者 經 過 地 圖 概 括 化

（Generalization）的結果，繪製者會依照自身對於

地圖的使用目的與定義選擇其關心的特徵，即為概 括化中的細節忽略（Robinson et al., 1995），因地圖 概括化程度不一致造成差異。

4.5 建物編輯次數

本節統計交通大學研究區中各棟建物的編輯 次數，從群眾外包的資料特性中了解其是否對於精 度有影響。從圖 16 的趨勢圖中可見編輯 4 次與 8 次的差異值都較大。編輯次數 8 次差異值主要受到 交通大學校區建物編號 31 所影響（如圖 13a），而 編輯次數 4 次的部分以建物編號 02（圖 10a）差異 值 0.74 造成平均值提高，主要的趨勢顯示編輯次 數越多，差異值越小；在 Haklay（2010）的研究 中曾發現在 OSM 中編輯數超過 13 次時對於位置 的精度不會有進一步的改變，本次作業區域中的建 物模型後期編輯狀況多為輪廓與建物屬性，也並無 位置上的變更。

圖 15 交通大學建物樓高差數量圖

圖 16 編輯次數與差異值趨勢線