探討三維地形圖資測製中遭遇之困難或三維地形圖資技術發展需克服之問題並提出

服之問題並提出可能之解決方案

依據內政部國土測繪中心本年度測製成果及作業經驗，探討三維地形 圖資測製中遭遇之困難以及可能之解決方案；同時依據歷年計畫之作業經 驗探討三維地形圖資技術發展需克服之問題及可能之解決方案。目前歸納 需克服之問題包含兩項，第一項為高程資料與平面向量資料因為更新頻率 不同而產生兩種資料不一致的變遷差異問題。第二項為平面向量資料繪製 時，相鄰建物係以建物區塊方式繪製，導致模型無法呈現不同建物之間的 高程差異。然而，在高程資料處理時，建物區塊內較大的高程差異仍有機 會被辨識。因此可以進一步以自動化方式提升建物模型細緻程度，增加整

體成果價值。

第一項利用航照影像及高解析度衛星影像取得建物高度，補足光達 DEM/DSM 資料更新頻率的缺口，同時也利用新拍的高解析度衛星影像，

找出可能新增建物的區塊，回饋電子地圖辦理圖資更新；

以 1.5 公尺做為是否成功取得建物高度的門檻，針對原始樓高不足 1.5 公尺的建物，利用 DMC 航照影像進行密匹配產製 DSM，以重新取得新增 建物高度。

以新竹市東區為試辦區域，試辦區域內共計 3999 個建物區塊，透過 102 年度的 1 公尺解析度光達 DSM 進行樓高萃取，共有 501 個建物區塊樓高不 足 1.5 公尺，占比約 12%，如圖 4-4-1；利用 105 年度的 DMC 航照影像產 製 DSM，據以進行樓高萃取後，其中 446 棟建物區塊成功取得建物高度，

成功率約 89%，如圖 4-4-2。

其中的落差，主要來自於資料更新頻率的差異，建物區塊的二維向量，

是利用 105 年度的 DMC 航照影像立體數化而成，建物原始樓高來源則是 102 年度的資料，利用跟二維圖資同時序的航照影像做為樓高萃取的依據，

可大幅提升新增建物樓高萃取成功率。

圖 4-4-1、原始樓高萃取結果 圖 4-4-2、新增樓高萃取結果

利用航照影像產製 DSM 資料，仍有部分建物未能透過自動化程序成功 萃取樓高，共計有 55 個建物區塊，占整個試辦區建物區塊比例約 1.3%。針 對這些建物區塊進行案例探討與分類，藉以提出因應措施。大致歸納出幾 種態樣，如表 4-4-7。

表 4-4-7、航照影像 DSM 樓高萃取未成功類別

案例類型 統計數量(棟) 比例(%) 因應措施

建築中基地 14 25 待建築體施工完成後 以新資料來源取得 建物面積狹小 21 38 立體測製人工取得高程

或考量成本效益予以過濾 影像匹配不佳 13 24 立體測製人工取得高程 圖資與影像不符 7 13 標記回饋圖資更新

總計 55 100

第一類別為「建築中基地」類型，於臺灣通用電子地圖或一千分之ㄧ 地形圖中，會以能夠辨識的範圍界進行數化，然而施工現地尚未完成建築 體，甚至仍處於地底基礎工程階段，利用航照 DSM 萃取建物高程，僅能得 到錯誤高程資訊；由於本試辦區位於竹北重劃區，建築中基地多半區塊完 整且面積較大(如圖 4-4-3)。此類別之建物，建議於建築體施工完成後，再 以更新之航照影像或光達資料取得建物高度。

圖 4-4-3、建築中基地

第二類別為「建物面積狹小」，主要因為建物本身面積過小，光達或 航照產製的 DSM，都可能因網格點數不足或樓高計算模式導致無法取得正 確高度(如圖 4-4-4)。然而，部分建物面積已小於臺灣通用電子地圖測製要 求，是否進一步取得高程資訊，應從成本及效益兩方面考量。

圖 4-4-4、建物面積狹小

第三類別為「影像匹配不佳」，航照影像上已有該建物的存在，也能 夠以人工判別，然而，依五千分之ㄧ製圖比例尺規劃的航照影像，其重疊 率並非為密匹配而設計，導致部分建物區塊無法以自動化模式取得正確高 度(如圖 4-4-5)。此類別之建物高程，可以航測立體製圖的方式，由人工取 得建物高程，但因建物占比不高，且分散於不同航照立體模型，單一建置 成本待評估。

(a) 建物框套疊正射影像 (b) 建物框套疊 DSM 灰階影像 圖 4-4-5、影像匹配不佳

第四類別為「圖資與影像不符」，此類建物由航照影像判斷，建物尚 不存在於現地(如圖 4-4-6)，由於電子地圖建物區塊的來源不完全都是航照 影像，所以此案例為航照影像中無房屋區塊(左圖)，但是新的衛照影像中 (108 年)即可看到新的房屋區塊(右圖)，此部分可標記並回饋二維圖資維護 單位，做為後續更新之依據。

圖 4-4-6、圖資與影像不符

可能解決方案:

(1) 針對前述可以人工取得建物樓高的部分，以立體量測方式取得樓高，

並評估所需建置成本。

(2) 以航照密匹配產製 DSM 之自動化作業流程，估算建置成本，並分析 兩套高程來源之間的差異。

(3) 以新拍高解析度衛星影像，找出可能新增建物區塊位置，並建立回

饋圖資更新機制。

第二項為臺灣通用電子地圖建物圖層繪製時，相鄰建物係以建物區塊 方式建置，區塊內建物高度為單一固定值，區塊內無高度差異。但在樓高 萃取計算時，建物區塊內較大的高度差異仍有機會透過計算過程粹取特徵，

提升模型細緻度。因此利用 1m 解析度的光達 DEM/DSM 資料，透過自動 化程序，提升建物細緻化程度。

(1) 平頂房屋類型

從圖 4-4-7 中，大致可從假色影像與正射影像比對出幾個較大面積的屋 頂突出物，中間最大處為藍綠色透明雨遮、一處樓梯間、一處約兩層樓高 的水塔間以及一處沒有圍牆之水泥結構物。針對這些具有高度差異的區塊，

利用多重解析度影像分割技術(MRS)進行細緻化分析。

(a) OHM 假色影像 (b) 正射影像

多重解析度影像分割(MRS)時需設定一個尺度參數，此參數對萃取的物 件大小與細緻程度有絕對關係。圖 4-4-8 中，分別展示以 Scale = 10, 25, 37.5, 50, 75, 100 進行影像分割的結果，圖中數字為多邊形內建物模型計算之平均 高度。由此比較分析可以得知，大的 Scale 參數萃取出的多邊形面積會比較 大，地物細節較少，反之則可獲取較細小的地物細節。依此案例測試結果 與正射影像進行比較，尺度參數介於 25~37.5 之間比較符合該建物屋頂細 節實際狀況。

Scale = 10 Scale = 25 Scale = 37.5

Scale = 50 Scale = 75 Scale = 100

圖 4-4-8、多重解析度影像分割結果-成大化工館

(2) 圓弧形屋頂類型

針對大面積的圓弧形屋頂，於試辦區中選擇成大中正堂做為案例說明；

圖 4-4-9 為成大中正堂進行多重解析度影像分割(MRS)之參數測試結果，與 圖 4-4-10 的正射影像比對，尺度參數約在 30~35 為較佳的成果，與前述平 頂屋案例的測試結果大致相同。

Scale = 10 Scale = 25 Scale =35

圖 4-4-9、多重解析度影像分割結果-成大中正堂

(3) 複雜屋頂結構建築群

以我國的建築形式而言，複雜屋頂結構的案例應占相當高的比例，也 為本試辦作業能否實際應用的關鍵測試重點，於本試辦區中選擇大學路麥 當勞週邊街區進行案例說明。

如圖 4-4-11，此街區屋頂結構相當複雜，有小型尖塔，也有屋頂上種 植樹木，透過不同尺度參數測試後，Scale 等於 10 最能完整描述各建物細 部結構，與前述兩案例差異甚鉅；此外，Scale 等於 10 將產生過多細小狹 長的多邊形，不利於高度萃取及整體模型資料量，經整體考量，仍建議採 用 30 做為適度的尺度參數，如圖 4-4-12。

圖 4-4-11、正射影像-大學路麥當勞週邊

Scale=10 Scale=25 Scale=35 圖 4-4-12、多重解析度影像分割結果-大學路麥當勞週邊

(4) 建物缺漏與資料來源探討

本試辦過程中也觀察到部分建物圖層不足的案例，如圖 4-4-13，於成 大會館與太子學舍之間的聯接空橋，並未於臺灣通用電子地圖中繪製，由 於本試辦方法是基於臺灣通用電子地圖加值進一步細緻化，此類案例則無 法成功分割。

(a) OHM 假色影像 (b) 正射影像 圖 4-4-13、建物缺漏-成大會館及太子學舍

此外，圖 4-4-13 的左上角，其建物高度計算結果為零，是因為本試辦 區所採用之光達 DSM 資料較舊，針對新增建物無法正確取得高度，未來此 類問題可結合本研究第一項試辦作業所談的技術，提出整合性的解決方

可能解決方案:

目前建物屋頂結構萃取是採用物件導向影像分析技術，採用的影像分 割技術會造成建物邊界仍有鋸齒狀，後續將持續辦理簡單化與規則化作業，

以便後續產製之 LOD1 房屋模型較符合實際的建物外型，並進行整體作業 方法之成本評估。