免費開始練習
高考申論題 106年 [測量製圖] 航空測量學

第 一 題

📖 題組:
試述下列名詞之意涵:(每小題 5 分,共 20 分) (一) Ground Sample Distance(GSD) (二) Relief Displacement (三) Epipolar Line (四) Supervised Classification
📝 此題為申論題,共 4 小題

小題 (一)

Ground Sample Distance(GSD)

思路引導 VIP

看到 GSD,首先應聯想到它在數位攝影測量中代表『空間解析度』的實體意義(一個像元在地面上的尺寸)。接著,務必寫出基於相似三角形原理的數學關係式(GSD = 像元尺寸 × 飛高 / 焦距),最後說明其對測繪精度、資料量及後續航測產品(如 DSM/DTM)的決定性影響。

🤖
AI 詳解
AI 專屬家教

「地面取樣距離」(Ground Sample Distance, GSD)指數位航空影像中,相鄰兩個像元(Pixel)中心點投射在實體地面上的實際物理距離,通常以 cm/pixel 或 m/pixel 為單位,是衡量影像空間解析度(Spatial Resolution)最直接的幾何指標。 幾何原理上,依據透視投影之相似三角形比例(即航攝比例尺),其推導公式為 GSD = (p × H) / f,其中 p 為感測器實體像元尺寸(Pixel size,須注意與地面單位之轉換,如 mm 轉 m),H 為相對飛行高度,f 為攝影機焦距。 實務應用與影響在於:GSD 直接決定了最終測繪產品(如正射影像、DTM/DSM)的幾何精度上限。GSD 數值越小,解析度越高,能判釋的地物細節越精細,測量平差解算的精度也越高;但相對地,在相同測區涵蓋範圍下,會大幅增加影像拍攝張數、資料儲存量及後續空間資訊解算的運算成本。

小題 (二)

Relief Displacement

思路引導 VIP

看到 Relief Displacement,首先聯想航空攝影的「中心投影」幾何特性。作答時需依照『定義(影像位置偏離正投影)、原理(與高度、徑向距離成正比,航高成反比的公式)、應用/影響(正射影像需消除此變形,或可藉此反算建物高度)』三段式結構撰寫,並務必列出位移量公式以展現專業度。

🤖
AI 詳解
AI 專屬家教

「Relief Displacement(地形起伏位移/移位)」指因地表高低起伏或地物具備高度,使得物點在中心投影之航測影像上的位置,偏離其基準面正投影位置的幾何變形現象。 一、定義與原理:航空攝影屬中心投影,當物體高於選定之基準面時,其像點會沿著輻射線(以天底點為中心)向外側位移;若低於基準面則向內側位移。位移方向恆沿著天底點向外的輻射線上。 二、幾何特性(公式):位移量大小可由相似三角形幾何推導得出。位移量與物體相對於基準面的高度、像點距天底點的距離成正比,與飛行高度成反比。公式表示為:

小題 (三)

Epipolar Line

思路引導 VIP

看到「Epipolar Line(核線)」應立刻聯想到雙像立體攝影測量的「核線幾何關係」。解題時務必運用『定義、原理、應用/影響』三段式寫法,先在腦海中建構「物點與兩攝影中心構成核面」的光束投射模型,最後點出其在影像匹配上「降維搜尋」的巨大貢獻。

🤖
AI 詳解
AI 專屬家教

【破題】 「Epipolar Line(核線)」為立體攝影測量核線幾何(Epipolar Geometry)中的核心概念,指空間中一物點與兩攝影中心所構成之「核面(Epipolar Plane)」與影像平面的交線。 【論述】

小題 (四)

Supervised Classification

思路引導 VIP

看到「監督式分類」,應立即聯想遙測影像處理中『以已知推導未知』的核心概念。解題需緊扣「訓練樣本(Training samples)的選取」、「光譜特徵的統計學習」以及「分類演算法的應用」三個核心步驟,並依循定義、原理、應用三段式結構進行論述。

🤖
AI 詳解
AI 專屬家教

「監督式分類」(Supervised Classification)係指在遙測影像分類過程中,由操作者事先提供已知地物類別作為樣本,引導電腦進行全圖自動分類之空間資訊萃取技術。 一、定義:由使用者基於地面真值(Ground Truth)或專家知識,於影像上圈選已知地貌特徵之區域作為「訓練區(Training Sites)」,賦予類別標籤後,由電腦依此訓練樣本進行整幅影像之像元分類。 二、原理:系統會先統計並分析訓練區內各類別之光譜特徵(Spectral Signatures),建立統計數學模型。隨後套用分類演算法(如最大概似分類法 Maximum Likelihood、支援向量機 SVM、隨機森林 Random Forest 等),逐一計算影像中每個未知像元歸屬於各類別之機率或多維空間距離,將其強制指派至最符合之類別。

升級 VIP 解鎖