1. 案例定位

以 London「Beds in Sheds」案例展示 Geospatial Data 與 Location Intelligence 的公共治理應用。

2. 學習目標

理解不同 Geospatial/Sensor Data 融合後如何產生新的可行動資訊。

3. 案例情境

London Authorities 為辨識非法出租的 Garden Sheds,使用 Aircraft 搭載兩種 Sensors:Thermal Imagery 與高精度 3D Landscape Images。

4. 開始資料

資料來源 原書內容
Sensor 1 Thermal Imagery
Sensor 2 高精度 3D Landscape Images
融合用途 定位疑似 Illegal Dwellings
案例範圍 London Authorities/Borough

5. 分析方法

Collect Geospatial Sensor Data → Fuse Datasets → Map Suspected Locations → 支援 Authorities Investigation。

6. 計算結果

原書指出某一 Borough 辨識出約 6,000 個 Illegal Dwellings,約為 Authorities 原先預期的 10 倍。

7. 結果分析與管理解讀

單一資料來源難以直接觀察目標,但資料融合把不可見問題轉為可定位的行動資訊。

8. AI Prompt

「根據 Thermal Imagery 與 3D Geospatial Data 的既有分析結果,整理它們各自提供的 Evidence 與融合後的管理用途;不要自行判定個別地址違法。」

9. 思考/What-if

問題:如果只有一般 Roadside Observation,為何可能漏掉問題?

**參考解答:**原書指出這些非法住宅從 Roadside 不易看見,單一觀察方式不足。

10. 資料說明