從天空看城市 無人機提升城市感知力 - 臺北產經資訊網

城市從來不是靜止的。人口活動、土地利用、交通運輸、河川水位與公共設施狀態，都會隨時間持續改變；城市治理需要掌握的，也早已不只是「某個位置有什麼」，而是「哪裡正在改變、何時發生改變，以及是否需要採取行動」。所謂城市感知力，就是城市持續觀察自身環境、理解變化並支援決策與回應的能力。隨著航空攝影、衛星遙測、地理資訊系統（GIS）與無人機技術成熟，城市取得空間資訊的方式正由週期性調查，逐步走向更高頻率、更貼近現場的動態感知。

早期空間資訊的核心工作，是建立地圖與位置資料；航空攝影與衛星遙測加入後，城市得以從更大的尺度觀察土地、環境與都市發展。無人機則補上另一塊關鍵拼圖：它可以依任務需求快速部署，在特定區域取得公分級高解析影像、熱影像或其他感測資料，並透過即時影像回傳協助現場掌握狀況。至於正射影像、三維模型與部分 AI 分析成果，通常仍需經過處理，較適合稱為「近即時」的空間資訊更新。

這項改變不只是多了一種空拍工具，而是改變城市資訊的取得節奏。過去許多資料必須依固定週期調查，或等問題發生後再派人到現場；現在則可依事件與風險彈性啟動任務。例如豪雨過後哪些道路積淹水、河川及邊坡是否出現異常、橋梁與公共設施是否需要進一步檢查，都可藉由無人機快速取得第一手空間資訊。當觀測頻率提高，資料價值便能由單次紀錄進一步延伸為長期變化分析。

空間資料若要形成治理價值，至少必須具備清楚的「位置」與「時間」。在防災場域，災害發生後的最新資料尤其重要；第一線人員需要快速了解道路通行、河川水位、邊坡、建物與公共設施受影響的情形，而部分災區在初期可能不適合人員立即進入。無人機所提供的空中視角，可以成為地面調查以外的重要資訊來源，並將最新影像與道路、河川、建物、人口或災害潛勢等既有圖層套疊，協助判讀受影響範圍與可能的優先處置區域。

更值得重視的是災前、災中與災後資料的串聯。若平時已建立高風險區域的基礎影像，事件發生後再取得最新資料，便可透過多時序比較辨識地表與設施變化；災後復原階段也能持續追蹤道路修復、環境恢復及受損設施處理情形（如圖1）。當資料逐次累積，便形成可回溯的災害時空歷程，為後續復原及相似事件提供更具體的參考。

公共設施巡檢是無人機很具代表性的應用。以橋梁、水庫、邊坡或大型建築為例，單次巡檢反映的是某一時間點的狀態；若不同時期資料都具有一致的定位基準、影像品質與資料規格，就能建立設施歷程，分析裂縫、表面劣化、周邊環境或其他狀態是否改變，讓維護工作逐步由事後處理走向預防性管理。

人工智慧影像辨識可以協助從大量影像中篩選疑似異常區域，再由專業人員進一步確認（如圖2）。目前 AI 較適合扮演輔助判讀角色，尤其橋梁安全、邊坡穩定等問題仍涉及結構、地質、材料及現場條件，不能只憑影像辨識結果直接作成工程判定。無人機真正帶來的價值，是降低部分高風險或高成本巡查負擔，同時建立可持續累積的設施空間資料基礎。

城市感知不只關乎建物與設施，也包括環境本身。無人機可搭載可見光、熱紅外線、多光譜等感測器，補充固定式感測站與衛星資料在空間尺度與機動性上的限制。例如熱影像可協助觀察局部高溫與熱環境差異，多光譜影像可分析植生狀況，災後空拍則能快速掌握河川、坡地與地表變化。這些資料若與地面感測、氣象、土地利用及人口活動資訊結合，便可從「看到一張影像」進一步走向對城市環境狀態的理解。

在道路中斷、地形阻隔或急迫物資需求等特殊情境下，無人機也可補足地面運輸的斷點。重點並不是取代既有物流，而是建立空中與地面的協同機制。當無人機進入物流體系，起降點、收送貨站、飛行路徑、禁限航區，以及建物、植被與其他障礙物，都需要納入三維空間分析（如圖3）。未來真正的課題，是如何讓低空運輸與既有交通、物流及公共服務體系安全銜接。

許多城市已逐步建置三維模型，但三維模型與數位孿生並不相同。三維模型主要描述建物與設施的幾何及外觀；數位孿生則必須進一步與真實世界的狀態、感測資料及作業流程產生持續連結。換句話說，數位孿生不是「更精美的三維模型」，而是一個能對應真實城市狀態、累積歷程並支援分析與決策的動態資料環境。

無人機可協助建立建物與設施的高精度三維模型（如圖4），也可持續提供影像、飛行軌跡與巡檢結果，再與設施基本資料、維修紀錄、IoT 感測或其他即時資料連結，使管理者不只知道設施「在哪裡」，也能掌握「目前狀態如何、過去如何改變、是否需要處理」。若把城市感知流程簡化，可理解為「感知—定位與整合—AI 理解—數位孿生更新—決策—行動」六個連續環節；無人機正是其中高度機動的移動式空間感測器。

隨著無人機由空拍逐步走向公共設施巡檢、防災監測、環境感知與物流服務，低空活動管理將成為城市治理的新課題。目前臺灣已有《民用航空法》遙控無人機相關規範及《遙控無人機管理規則》，對註冊、操作、活動區域及飛航安全等均有制度要求；安全合法的飛行，是所有公共應用的基本前提。

但未來的低空治理不能只停留在「能不能飛」，至少還要同時處理四個層次：飛航安全、任務協調、資料治理，以及隱私與資訊安全。當同一區域可能出現不同機關或服務業者的飛行任務，彼此如何協調？緊急事件發生時，任務如何調度與取得優先權？影像與感測資料由誰保存、保存多久、如何跨機關使用？無人機又可能記錄到建物、車輛與人員（如圖5），因此資料最小化、存取權限、個資保護、資安與稽核機制，都應在系統設計階段一併納入，而不是等應用擴大後再補救。

臺北市人口、建物、交通與公共設施高度密集，都市環境複雜，無人機很適合成為既有城市感測網路的補充。事實上，臺北市近年已出現多項實際應用：消防體系運用無人機支援山域、水域及火災現場勘查，並成立義消無人機專業編組。臺北的無人機應用已逐步由單次空拍走向可被調度的公共服務與移動感測能力。

下一階段的重點，不只是增加設備或飛行架次，而應從城市治理需求反推任務設計。防災應變、公共設施巡檢、水庫與環境監測，以及特定情境下的物流支援，都可以先建立明確的應用場景與效益指標（如圖6）。更重要的是，應建立共通的任務與資料規格，使每次飛行產生的影像、位置、時間、感測、操作與任務資訊能被持續保存，並與既有 GIS、IoT、城市三維模型及管理系統互通。如此一來，資料才不會在一次任務完成後失去價值，而能逐步形成城市自己的時空資料資產。

回顧空間資訊技術的發展，航空攝影擴大了地面調查的觀察範圍，衛星遙測提供廣域且持續的環境資訊，GIS 建立不同資料間的空間關聯，而無人機則讓城市的觀測更貼近現場、更具機動性。真正的關鍵，卻不只在「飛得起來、拍得到」，而在資料回傳後能否被正確定位、持續保存、標準化整合並轉化為可以採取行動的資訊。

當不同時間、不同任務的觀測資料持續累積，AI 協助辨識變化，數位孿生保存城市狀態與歷程，管理者才有機會從「看見事件」進一步走到「理解趨勢、預判風險與安排資源」。對臺北而言，無人機時代真正值得思考的，不是城市天空中有多少架無人機，而是這些移動式感測器能否與既有城市資料及治理流程形成一套可持續運作的感知體系。

無人機的價值，不在於城市多了多少飛行器，而在於城市是否因此看得更清楚、更新得更快、判斷得更準，也能更早做出回應。