DATA / METHOD / LIMITS

每個數字，都要知道它從哪裡來。

TreeBack 地方化模型

區級儀表板沿用前次情境輸入。沒有實測、沒有 AI 推估，也沒有用最新官方人口／熱圖回算此處 12 區分數。權重調整只會改變這組假設的結果。

G = clip(1 − C / C_goal, 0, 1)
S = wH·H + wP·P + wV·V
PPI = 100·G·(0.5 + 0.5·S)
TES = 100 − PPI

C_goal 固定為 24% 假設。wH + wP + wV = 1。
TES 與 PPI 相加為 100，非 American Forests 官方算法。

C / 街道樹冠率

以百分比表示的假設值。非整區綠覆率，不包括以山林面積替代街道生活圈樹蔭。

H / 熱暴露

0–1 情境代理值，並非氣溫、體感溫度、衛星地表溫度或百分位數。

P / 人口暴露

0–1 情境代理值，並非真實人口密度、通勤人流或人數。

V / 熱脆弱度

0–1 情境代理值，並非本次計算的長者／兒少比例或個人健康資料。

可用圖資與它不能回答的問題

樹木 ID、路段、TWD97 點位、調查／更新日期；樹穴編號、穴形與面積。不定期更新，下載快照須另行留存。

缺口：有樹穴不代表現況空置；物件匹配不代表健康或有權種植。

行政區、道路名、路段起訖、單側、寬度欄位和 TWD97 幾何，可建抽樣框。不定期更新。

缺口：資料寬度不是現場有效通行淨寬；詮釋更新日不是測量日期。

ObjectID、Town_N、X_3826 / Y_3826 與幾何，作樹穴位置線索。沒有空置鑑定欄位。

缺口：沒有匹配僅是資料未匹配，不可宣稱樹已被砍或樹穴已空。

月更新里別戶籍人口與年齡，可作居住暴露及年齡需求代理。要保存統計月份，避免混用年度。

缺口：不是白天實際使用人口、路段行人流或個人風險資料。

前者比較 2024–2026 同季可判讀範圍；後者以 2018–2023 測站資料做空間插值。可作研究背景，不是本網站 C / H 輸入。

缺口：樹冠面積變化不等於當前街道樹冠率；插值格距不等於測站真實解析力。不能把研究年代說成即時。

保存拍攝時間、觀察窗、道路單側與使用權。缺影像保留 null。不由陰影推斷全年樹蔭，更不量測土壤與管線。

Google Street View 限制 ↗：不截圖／下載，不人工描繪／編碼成資料庫或 AI 提取特徵。僅作外部位置參考。

先取得同年度、同街道／步行範圍的樹冠、熱暴露與人口資料，定義正規化參照、缺值規則、資料信心與樹冠目標；在格網／里別計算後，才以公開的匯總規則做行政區比较。現版本直接手填 0–1 情境值，沒有正規化原始數據，不能以此分配市府經費。

高 TES 也可能是目標設定或代理值造成。模型未納入管線、維護、道路法規與樹種適地性；它從不授予植樹或施工權利。