分類 CV 下的文章

延續上一篇的話題，關於 λ 的修正計算，如何更準確的預估或是計算出 λ 呢？

理論上 λ 應由「外部基準」決定，以下是三條可行的校準路徑：

PATH 1：對照官方建照數據

最直接的方法——以政府公布的「年度核發建照數」作為 ground truth，反推 λ：

λ* = log(N_t/N_0 / G_real) / log(C_t/C_0)

其中 G_real 為官方建照累計增長率。台中建管處（CPA）有公開資料，可據此反算出城市特定的 λ 值。

PATH 2：跨城市穩定性檢驗

若同一個 λ 值應用於台北、高雄、台中均能與官方數據對齊，則可視其為 OSM 系統性偏差的穩健估計，與個別城市無關。

- 閱讀剩餘部分 -

本篇要講述的是台中 OSM 建築數量 2018→2025 增長 392%，但其中有多少是真實建設、多少是社群回填？本篇提出一個可量化、可控制修正強度的 λ 偏差修正指數。

關於 OSM 其中的 392% 增長，有多少是真的？

先來檢視台中市 OSM 數據 8 年的原始增長：

年份 OSM 建築物總數 設施 商店 休閒
2018 16,926 1,015 408 30
2019 12,771 1,207 466 32
2020 16,117 1,520 541 39
2021 18,500 1,599 534 47
2022 24,973 1,640 590 49
2023 41,055 1,762 647 57
2024 47,584 1,874 690 59
2025 50,208 1,921 705 61

採樣點 500m 範圍內的「平均建築數量」更為顯著——從 2018 年的 27.6 棟，增至 2025 年的 136 棟，+392.1%。

- 閱讀剩餘部分 -

在項目開始之初爲什麽選 OSM 而不是政府開放資料

做城市量化分析時，第一個問題永遠是「資料從哪來」。選項通常有三類：

來源 優點 缺點
政府開放資料（國土測繪、CPA 建照） 權威 各年版本不一致、API 不穩、跨城市格式差異大
商業 GIS（Google / HERE） 完整 商用授權昂貴、無歷史快照
OpenStreetMap（OSM） 免費、全球統一 schema、可拉歷史 由社群貢獻、覆蓋率隨時間變動

- 閱讀剩餘部分 -

  1. 1
  2. 2