• 期刊

三維建物線框模型之無人機影像自動重建

三維建物圖資在智慧城市規劃、管理和能源評估中扮演著重要角色。然而，由於作業繁瑣且自動化不足，針對既有建物構建精確的三維模型依然充滿挑戰。本研究提出基於多視角無人機影像的演算策略，生成具備側向幾何細節的三維線框模型，可做為進行既存建物三維房屋模型建置之基礎，提升作業效率並降低成本。演算程序運用預訓練的角點檢測模型及提出的角點萃取演算，採用「由粗到細」的策略實現角點定位。同時，運用虛擬角點重建策略來降低都市UAV影像中無可避免的遮蔽與數據缺失影響。實驗結果顯示，演算策略可適應具曲線形之建築結構，建築角點平均精度約為30 cm，並可達到98%的線框重建完整度。

• 期刊

結合溫室氣體排放、綠蔽度衛星影像與土地利用資料的環境溫度機器學習預測模型開發

本研究綜合考量了溫室氣體、環境和人為活動相關變數，以利用大數據與五種機器學習演算，包含：隨機森林（RF）、梯度提升（GBR）、輕量梯度提升（LGBMR）、類別提升（CBR）和極限梯度提升（XGBoost）來建立兩種溫室氣體CO_2和CH_4推估環境溫度的模型，其中LGBMR模型在CO_2方面表現最佳，而XGBR模型在CH_4方面效果較好。CO_2和CH_4推估環境溫度模型的表現，R^2值分別為0.993和0.999。SHAP值的分析確認了溫室氣體濃度、濕度、風速等因素對預測的關鍵影響。本研究成果為溫室氣體減排策略提供了新的評估方法，並為全球氣候變化研究與政策制定提供了重要參考，凸顯了跨學科合作的重要性。

• 期刊

基於土地利用迴歸之機器學型模型分析新冠肺炎三級警戒政策對臺灣工業城市細懸浮微粒之影響

COVID-19疫情對全球帶來巨大衝擊，臺灣政府於2021年5月19日宣布三級警戒，限制民眾活動。本研究旨在評估警戒期間臺灣工業城市PM_(2.5)濃度之變化。本研究以代表性的工業城市高雄市為研究區域，蒐集1994至2020年的空污觀測數據和地理變量，利用土地利用迴歸和逐步變量選擇建立模型、選取重要變數，再使用不同機器學習演算法建立模型，其中結果以Random Forest（RF）演算法的模型表現最佳，R^2達0.95；推估成果顯示封鎖期間空氣品質改善，高雄市平均PM_(2.5)濃度為18.1μg/m^3，低於警戒前19.9 μg/m^3。Paired t-test結果顯示差異達到統計顯著水準（p值<0.001），各土地利用區域（居住區、工業區、街道和綠地）亦呈現一致結果。

• 期刊

運用生成對抗網路產製超解析衛星影像之先期評估

本研究探討使用生成對抗網路（GAN）模型提升衛星影像的空間解析度，以解決因拍攝角度、天氣狀況及感測器限制導致的解析度下降問題。研究使用中、高及超高解析度影像進行降解析處理，並透過GAN進行訓練生成超解析影像。GAN訓練過程中，生成器負責將低解析度影像重建為高解析度影像，判別器則區分生成影像與真實影像的差異。研究亦使用VGG-19預訓練模型進行特徵提取，提升生成影像品質。結果顯示，隨訓練次數增加，影像細節變得更為清晰及銳利化，且在結構相似性指標上優於傳統方法。然而，影像生成過程中出現色彩偏移及偽影現象。為改善此問題，建議進行更深層次訓練或使用後處理技術，並優化模型架構，如移除Batch Normalization。綜上所述，GAN模型具有提升衛星影像解析度的潛力，惟仍尚有影像色彩偏移及僞影問題，未來可針對模型穩定性和影像後處理進行優化。