臺鐵導入多元遙測與階層式邊坡科技巡檢架構

為突破傳統人工巡檢受地形與植被遮蔽導致監測範圍侷限於軌道兩側的困境，研究團隊提出整合衛星、航空攝影、無人載具（UAV）及地面觀測的邊坡科技巡檢架構。該架構採用「由遠而近、由廣而精」之流程，先以 ALOS-2 衛星廣域快篩模式鎖定變位異常之風險熱區，再透過高解析精細診斷模式、高密度空載光達（LiDAR）及無人機建立微地形三維模型，輔助工程人員判釋高位邊坡潛在孤石、新生崩塌地與地表形變。此外，所研發之邊坡科技巡檢 GIS 平台動態介接中央氣象署雨量、經濟部地質敏感區及臺鐵既有邊坡維護系統，提供山區工務邊坡活動性檢視清單，協助落實動態風險分級管理與工程決策支持。

值得帶走的重點

• 傳統目視巡檢多受限於軌道兩側約 20 公尺範圍，難以掌握高位邊坡與集水區致災因子，且落石告警系統多屬被動狀態。
• 採用 TCP-InSAR 演算法與 ALOS-2 升降軌雷達影像，結合 WD1 廣域快篩與 SM3 精細診斷模式，計算大範圍地表長期形變速度並降低幾何遮蔽影響。
• 透過航線加密優化空載光達測繪，產製 0.3 公尺解析度 DEM 及三維影像模型，並輔以無人機產製 0.1 公尺高密度裸地模型以辨別微地形特徵。
• 建置邊坡科技巡檢 GIS 平台，整合多源航遙測資訊、歷史災害履歷、地質圖資與即時氣象，建立動態風險分級與活動性檢視清單。