面資料分析應用

從上節回顧中，可知點資料與面資料的空間計量方法。本節回顧面資料的 型態特性在地理及相關領域中使用方式，以作為發展面型態分析模組的基礎。

面資料分析相關應用方面，有地理資料的簡化、景觀生態指數、土地利用/聚落 分析、區域劃分、水文流域/集水區形狀特徵等研究應用。

在聚落地理學研究上，地理學者開始使用地理空間指數(geospatial metrics) 及空間統計(spatial statistics)來度量聚落型態。其中，地理空間指數包括

Fragmentation (如 leapfrog index、degree of sealing)，空間統計則包括 Moran’I、

Getis-Ord Gi 等指標。除此之外，聚落、建成地或其他土地利用，可視作景觀的 一環。因此相關學者也開始借助景觀生態指數，來衡量聚落或建成地面資料型 態(詳見本章第三節)。

一、聚落(或建成地)空間型態研究

土地利用(land use)是地理學中一個重要的研究議題。土地利用也反映出人 類與土地交互作用下的空間現象。其中聚落或建成地更是眾多土地利用類別 中，最具與人類生活密切相關的對象。

聚落地理研究中，聚落的空間分布與樣貌型態，是研究者對一個聚落最直 接且最好觀察的聚落現象。但聚落空間分布與型態樣貌的界定，一直是地理學 者所需要思考且釐清的問題。舉例來說，施添福教授(1996)曾認為：「集村與散 村兩個基本概念的混淆不清，是因為臺灣聚落研究向來缺乏一套可操作的聚落 分類體系，使我們難以對臺灣各地區的聚落現象作出深入細膩的描出，也難以 提出適當的解釋與理論建構。」

缺乏了可操作的聚落分類體系，使研究者在判斷聚落分布與型態上多少會 帶有主觀意識的文字方式來描述，例如:集中、分散、集中有散、散中有集、規 則狀、不規則狀等。但這些文字描述卻無法精確與客觀地的數據幫助我們界定 聚落分布與型態的問題。為了解決這一問題，地理學者開始運用地理空間指

數、空間統計，及引進景觀生態學中的景觀指數來度量聚落的空間型態(Reis et al.，2016)。

聚落(settlement)在定義上，是指人類所構成的集團，在地表上生活的狀態 (陳芳惠，1984)。具體而言，聚落是指某一空間範圍內所有的民居場所(建成 地)。其中，民居場所(或建成地)即是居民工作、生活和居住的據點，又簡稱

「居民點」(施添福，1996)。聚落是聚落地理學研究的對象，而聚落的空間分 布深受該區域內的自然環境、人文經濟與歷史發展所反映的結果，是聚落地理 學研究的主要內容之一(閻慶武與卞正富，2008)。

聚落空間型態可以再根據建成地分布情況分成：孤立莊宅、散村、疏村(小 村)、集村、線狀村、塊狀村、路村與列村、小城鎮街庄、都市、大都會區等 (陳芳惠，1984)。研究聚落的空間型態，最早可追溯到十九世紀末期到二十世 紀初期，當時地理學深受環境決定論(environmental determinism)的影響，認為 人類的分布、活動、以及文化與社會特徵等，深受自然環境的控制與影響(施添 福，1980)。因此聚落地理研究，開始關心不同類型聚落如何受自然環境的影 響。其中也包含了聚落的空間型態與空間分布。例如聚落的分布位置、聚落的 平面形狀、聚落的建材與風格等(趙建雄，1988)。

在聚落空間型態度量方面。早期地理學者已嘗試用比地圖更簡要的方式，

來表達某種空間現象與分布，其中利用數學或統計方式來表示空間現象是早期 的地理學者嘗試努力的方向之一(趙建雄，1987)。然而，經過 1950 年代的計量 革命之後，這些計量方法逐漸成為地理學者傳統的研究方法。

不過早在計量革命以前(1930 年代)，就已有不少地理學者設計一些計量指 標，來度量聚落之間的空間分布型態特徵，以利比較不同聚落型態之間某些特 徵，這些指標大多是度量聚落在空間分布的集散程度與連結程度，見表3(陳芳 惠，1976、趙建雄，1988)。

表 3：早期聚落空間型態度量指標

Barnes&Robinson(1940) D = 1.11√𝐴 𝑁

Bevan & Conolly(2006)運用地理資訊系統與空間統計方法於聚落考古學 上，他們認為其研究發展上均會涉及到空間尺度的問題，包括:收集資料匯成資 料庫時，常發現資料之間空間尺度不同、統計分析單元會因本身空間尺度而產 生偏差(如可調整地區單元問題，MAUP)、多尺度型態辨識技術等。文章中針對 現有在考古學聚落型態的統計方法(線性迴歸、邏輯迴歸、最近鄰分析與樣方分 析)回顧，並以希臘 Kythera 島計畫(Kythera island project, KIP)為研究案例，分 析Kythera 島上古聚落的空間群聚程度，並以最近鄰分析與 Ripley’s K 函數來做 比較。

閰慶武與卞正富(2008)，運用地理資訊系統、空間資料分析(SDA)方法來分 析探討徐州市聚落的空間分布特徵，透過1994 與 2004 年 Landsat 衛星 TM 影 像，先判識出聚落的位置，並透過最近鄰分析、Ripley’s K 函數、核密度估計與 泰森多邊形法等空間分析方法來討論這兩年度間聚落的變化。

朱瑜馨等人(2009)運用最近鄰分析、平均中心點與中位數中心點，來計算 山東聊都市的聚落在空間的離散與聚集程度，並得知聊都市聚落的空間型態分 布屬離散分布。

劉仙桃等人(2009)透過 GIS 查詢統計與 Voronoi 圖所計算的變異係數(𝐶_𝑉值 )，來研究地形、公路與河流等環境因素對北京市昌平區農村聚落空間分布的影 響。黨國峰等人(2010)也結合 GIS 查詢統計與 Voronoi 圖的變異係數(𝐶_𝑉值)，使 用中國科學院2005 年十萬分之一土地利用數據圖，並提取甘肅省農村聚落為研 究材料，利用最鄰近分析與變異係數(𝐶_𝑉值)兩種統計量來探討聚落的群聚程 度。

Zhonghao Zhang 等人(2014)透過 Ripley’s K 函數與蒙特卡羅模擬來分析浙江 省仙台縣Wen-Tai 地區的聚落分布模式，作者認為 Wen-Tai 地區交通不便，大 多靠自身的資源和地方治理，少受外在力量所影響。正可提供一個聚落空間型 態與地理因素相關分析的有用個案研究。該文主要包含評價Ripley’s K 函數探

響聚落空間分布的地理因素。

賴進貴等人(2004)利用日治時期臺灣堡圖、臺灣地形圖與戰後聯勤二萬五 千分之一地形圖，數化出台北盆地的聚落，且賦予聚落地區屬性值為1，非聚 落地區屬性值為0。並透過 Moran’s I、Gi*統計量進行空間自相關分析，結果顯 示非聚落發展呈聚落有高度的空間自相關特性。此外，空間自相關鄰近區以 500 公尺範圍內當作鄰近區，對聚落變遷趨勢影響程度最大，正可以提供未來 細胞自動機在鄰近區範圍半徑及演化規則的參考。

翁培文與蔡博文(2006)提出一套有別於以空間自相關的分析方式，提出空 間離散指標來度量聚落空間集散的情形。該指數考慮了三個要素：統計分析區 域的大小、聚落面物件大小、鄰近程度的高低來推導公式，並適用於點與面向 量資料。此外，林昭遠等人(2009)也運用空間離散指數來計算全台各縣市農村 建物，以及12 個農村聚落建物與植被空間離散程度，並針對該 12 個農村聚落 的空間離散程度的差異。

吳彩珠等人(2013)採用空間自相關與點模式分析，來探討 1995 與 2006 年 宜蘭地區農舍聚集區域、聚集程度、聚集尺度等空間分布型態與變遷；並利用 景觀指數探討農舍興建對農地景觀的影響，以及低密度農舍造成宜蘭鄉村擴張 遠郊化現象；再透過邏輯迴歸分析找出影響農舍興建發展的因素。

Yan Xu 等人(2014)首先透過遙測技術分析 1980、1995、2000、2005、2010 五個年度TM 影像，並透過地理資訊系統數化出浙江省聚落資料。並透過聚落 擴張強度指數(SEII)、聚落擴張差異指數(SEDI)、最鄰近分析、都市型態密集度 (Ci 值)來分析浙江聚落空間分布型態。

二、其他面資料分析應用 圍(如圖 3)。Zhou and Jones(2005)以加權面積來控制線資料簡化時。地圖縮 編時，刪除面積過小的面等需要面資料型態的資訊，來達到簡化的效果。

表 4：ArcGIS 相關地理資料簡化工具

工具 工具說明

聚合點(Aggregate Points) 將相鄰之點物件聚合，以創建面物件。

聚合面(Aggregate Polygons) 將指定距離範圍內的面物件，合併成新的面物件。

提取中心線

(Collapse Dual Lines To Centerline)

在指定的寬度容差下，將雙線物件（如道路輪廓）提取 中心線。

提取道路中心線詳細資訊 (Collapse Road Detail)

拆解道路路網，成多部分小型的路網結構。並將它們替

創建Cartographic Partitions

(Create Cartographic Partitions) 創建一組網狀面物件，來覆蓋輸入物件。

合併分開的道路 (Merge Divided Roads)

生成單線道路的線物件，來代替匹配的兩條分開的道路 車道。

簡化建築物(Simplify Building) 在保持建築物基本形狀和大小不變的前提下，簡化建築 物面物件的邊界或輪廓。

簡化線(Simplify Line) 在不改變基本幾何形狀的情況下，透過移除線物件多餘 的彎曲，來簡化線物件。

簡化面(Simplify Polygon) 在不改變基本幾何形狀的情況下，透過移除面物件多餘 的彎曲，來簡化面物件。

平滑線(Smooth Line) 對線物件中的尖角進行平滑處理，以使製圖更加美觀或 改善製圖品質。

平滑面(Smooth Polygon) 對面物件輪廓中的尖角進行平滑處理，以使製圖更加美 觀或改善製圖品質。

細化道路網(Thin Road Network) 保留連通性和一般字元情況下，來簡化道路網。實現以 較小比例來顯示道路。

資料來源：http://desktop.arcgis.com (瀏覽日期 2017/05/20)

圖 3：ArcGIS 消除功能(Eliminate)示意圖

資料來源：http://desktop.arcgis.com (瀏覽日期 2017/05/20) (二)區域劃分

區域劃分(regionalization，zonation or districting)問題將小區域，組合成 較大的區域(Demetriou at al.，2013)，如行政區、警勤區、學區、選區、消 防區、銷售區等等。區域劃分和可調整地區單元問題(modifiable areal unit problem, MAUP)有著密切的關係(Johnston，2009c、Openshaw，1984)。

當劃分區域時，區域的形狀也是常為重要的考慮因。例如劃分選區可 能因為人為的操作，使選區有利用特定政黨，甚至造成扭曲的形狀，稱為 傑利蠑螈Gerrymandering (Arrington，2016、Johnston，2009b)，甚至可使 擁有較少得票的政黨取得多數的議會席位(如圖 4)。要求選區在劃分時，選 區形狀緊湊(compactness shape)是避免不當的選區劃分的重要手段(Polsby and Popper，1991)。一些學者如 Hodge at al.(2010); Niemi at al.(1990);

Polsby and Popper(1991)等，試圖發展形狀指標，可以客觀的辨認出 Gerrymandering 的發生。

圖 4：傑利蠑螈(Gerrymandering)示意圖

資料來源：https://www.washingtonpost.com (瀏覽日期 20170520) (三)流域(或集水區)特性形狀

水文學家很早發展河流、流域的各種形狀來描述河流的特性

水文學家很早發展河流、流域的各種形狀來描述河流的特性