原傳媒 AI
嘉義以南大雨觀察;萬里溪河道
返回文章列表

城市考古與數位文明

城市地下不是空白:地中雷達、數位孿生與開發速度如何重新談判遺址

地中雷達、LiDAR 與數位孿生讓城市能在開挖前先看見地下,但看得見不等於會保護;真正的問題是資料何時進入決策、誰能解讀,以及開發是否願意為歷史慢下來。

山海資料庫;共同作者:劉展瑞|台灣身心障礙人福利促進協會|泰雅族|山海資料庫關注地方史、城市地景、文化資產、空間資料與公共敘事;共同作者劉展瑞為泰雅族、服務於台灣身心障礙人福利促進協會、長期關注地方治理、公共服務與原住民族社會議題

城市考古地中雷達LiDAR數位孿生文化資產治理
現代城市建築下方的考古開挖現場,研究人員在地下遺構間工作,呈現城市時間層的交疊。

科技可以讓遺址提早被看見,但能否避免被看見之後仍照常剷除,取決於制度而不是解析度。

一、城市地下最常被畫成灰色,因為工程圖不喜歡意外

城市規劃圖有一種令人安心的乾淨。道路有線、基地有框、樓層有數字,地下則通常被安排給捷運、停車場、管線、基礎與防洪設施。歷史若出現在圖上,多半已經被整理成一座古蹟、一個觀光點或一塊漂亮的色塊。問題是,真正的城市歷史並不遵守都市計畫分區,也不會禮貌地只躺在指定保存區裡。

一座城市經過數百年甚至數千年堆疊,地下可能有舊河道、聚落、墓葬、工坊、道路、戰爭痕跡、殖民設施、原住民族生活地景與被拆除的住宅。它們不是等待考古學家發現的浪漫寶藏,而是仍在影響現在的土地關係。只是城市行政習慣把「尚未登錄」誤認為「不存在」,把「沒有挖到」誤認為「沒有東西」。於是,文化資產最常見的命運,是在工程進度已經不能回頭時才突然變得重要。

地中雷達、磁力測量、電阻率、LiDAR、歷史地圖套疊與三維建模,正在改變這個時間順序。過去必須開挖後才知道地下有什麼,現在可以在施工前取得某種「不完整但足以警告」的影像。科技讓城市有機會先知道,再決定。但先知道也帶來更尷尬的責任:既然你已經看見,就不能再假裝推土機只是運氣不好。

二、地中雷達不是地下攝影機,它看見的是差異,不是真相字幕

地中雷達常被媒體描述成替土地照 X 光,彷彿儀器一推過去,螢幕就會顯示「這裡有古牆」「那裡有墓葬」。實際上,雷達發射電磁波,接收不同材料與含水狀態造成的反射差異。畫面中的弧線、層位與異常,需要結合土壤、地質、建築史、現地條件與考古經驗判讀。地下管線、樹根、回填土、碎石與現代建材,都可能製造相似訊號。

這種不確定性不是科技失敗,而是城市地下本來就複雜。問題出在決策者常要求儀器提供不存在的百分之百答案:如果不能證明一定有遺址,就照常施工;如果不能畫出完整範圍,就視為影響有限。這套邏輯把風險責任倒過來,要求文化資產先證明自己值得活下來,工程則不必證明自己不會造成不可逆破壞。

更合理的做法,是把非破壞性探測當成分級決策工具。高風險異常區應進一步試掘、調整設計或設定監看;資料不足區要標示不確定性,而不是塗成安全綠色;開發前期就應把考古評估納入時程與預算,而不是工程延誤後才責怪文化資產「突然出現」。遺址從來沒有突然出現,只是制度突然無法再忽略。

三、LiDAR 發現古城的故事很精彩,但更重要的是舊資料被重新提問

2024 年公布的 Valeriana 馬雅城市研究,使用原先為環境監測取得的 LiDAR 資料,辨識出數千個建築結構、廣場、道路、球場與蓄水設施。這類發現最值得注意的,不只是雷射穿過森林冠層的科技奇觀,而是資料用途的轉換:一份為森林或碳監測蒐集的資料,在新的問題與專業判讀下,變成文明史證據。

這提醒城市治理,資料價值不應只由最初計畫決定。道路測量、管線施工、地質鑽探、舊航照、都市更新基地調查與公共工程三維掃描,都可能包含文化地景線索。如果這些資料各自鎖在承包商硬碟、局處系統或過期格式裡,城市就會一再花錢重新測量,卻仍然不知道自己踩在哪一段歷史上。

然而,資料開放也不是把所有座標丟上網就算進步。墓葬、祭祀地點、敏感遺址、未公開考古區與原住民族文化地景,可能面臨盜掘、觀光侵擾或禁忌知識外洩。數位考古需要分級存取、用途限制、社群同意與敏感資訊遮蔽。公開透明與文化保護不是二選一;真正困難的是建立一套能說明「誰可以看、為何可以看、看了能做什麼」的治理。

四、數位孿生可以保存城市外形,卻不會自動保存城市關係

數位孿生近年成為城市治理的熱門詞。把建築、道路、地形、管線、交通與環境資料整合到三維模型中,看起來像替城市建立一個可旋轉、可模擬、可預測的分身。若加入地下考古圖層,它可以協助工程避讓、風險評估、展示歷史層位,也能讓公眾理解今日街區下方曾經存在的河流、聚落或城牆。

但數位孿生也可能成為精緻的遺忘工具。最典型的情況是:先把遺址完整掃描,然後宣布「已數位保存」,接著實體照拆。這就像替即將被砍的老樹拍一支高畫質紀錄片,再把影片當成補償。數位模型保存的是形狀、位置與部分資訊,無法替代材料、場所感、祭儀關係、土地權利與社群記憶。

因此,三維掃描應該是保存決策的輔助,不是拆除許可的附贈品。模型也應記錄不確定性與資料來源,避免渲染得過度完整,讓推測看起來像事實。考古重建最容易欺騙公眾的地方,是它太漂亮:缺失的牆被補齊、模糊的年代被上色、爭議的用途被做成可漫遊空間,最後大家忘了哪些是證據,哪些是想像。

五、城市考古的核心不是找到王宮,而是讓普通人的生活重新有位置

媒體偏愛重大發現:古城、王墓、神殿、黃金與失落文明。城市考古真正改變歷史理解的,往往是較不起眼的東西——排水溝、食物殘留、工坊廢料、兒童玩具、租屋隔間、臨時聚落、被拆除的市場與邊緣社群的生活痕跡。它們讓城市史不只由統治者、建築師與地產開發商書寫。

台灣的城市地景同樣存在多重時間層。原住民族傳統領域、清代街庄、日治設施、戰後眷村、產業聚落、河川整治與快速都市化彼此覆蓋。若考古制度只在發現「夠古、夠完整、夠美」的遺構時才啟動,許多近現代社會史就會被判定為不值得保存。文化資產不是古老程度競賽,而是社會決定哪些經驗能進入公共記憶。

這也意味著地方居民不該只在施工圍籬架起後才收到說明會通知。居民的口述、舊照片、地名、祭祀路徑與生活記憶,可以協助判讀儀器異常,也能指出官方資料看不見的地景。科技提供地下訊號,社群提供意義;兩者都不能單獨取代另一方。

六、真正先進的城市,不是挖得最快,而是知道哪裡應該慢下來

工程速度常被當成治理能力,延誤則被視為失敗。但對不可逆的文化資產而言,慢不是效率的敵人,而是避免永久錯誤的保險。城市若能在計畫初期整合歷史圖資、非破壞性探測、考古風險分區與社群諮詢,反而能降低停工衝突與臨時變更成本。

地中雷達與數位孿生不會替我們做價值判斷。它們只能讓看不見的東西變得比較難否認。最後仍要由制度回答:一段牆基值不值得保留?誰有權命名遺址?資料屬於誰?開發利益與公共記憶如何分配?當文化資產與住宅、交通、防洪等需求衝突時,是否有真正的替代方案,而不是把選擇包裝成技術必然?

城市地下不是空白,它只是長期缺席於權力的視野。科技若能讓歷史提早進入會議室,已經是一大進步;但若會議室只把它當成一張待消除的風險圖層,再高解析度的雷達,也只是替推土機改善導航。

source-check notes

  • Auld-Thomas et al., “Running out of empty space: environmental lidar and the crowded ancient landscape of Campeche, Mexico,” Antiquity, 2024-10-29, https://doi.org/10.15184/aqy.2024.148 。核對重點:利用既有環境 LiDAR 資料辨識 Valeriana 及周邊高密度馬雅聚落的研究方法、結構數量與現地驗證限制。
  • Associated Press, “Scientists detect traces of an ancient Mayan city in southern Mexico using laser-sensor technology,” 2024-10-30, https://apnews.com/article/e849a21fc3063c6cf023f6718207e110 。核對重點:Valeriana 發現背景、LiDAR 資料來源、數千結構與仍需地面調查的提醒。
  • UNESCO World Heritage Centre et al., “Guidance and Toolkit for Impact Assessments in a World Heritage Context,” 2022, https://whc.unesco.org/en/guidance-toolkit-impact-assessments/ 。核對重點:文化資產影響評估應在決策早期介入、比較替代方案並納入利害關係人。
  • European Archaeological Council, “EAC Guidelines for the Use of Geophysics in Archaeology,” https://www.europae-archaeologiae-consilium.org/eac-guidelines 。核對重點:考古地球物理方法的適用條件、資料品質、專業判讀與保存用途。

AI 使用與內容安全揭露

本文由 AI 協助資料整理、結構草擬與語句潤飾,經人工編輯設定觀點與事實核對方向;source-check notes 供人工審稿時逐項核對

Newsletter

喜歡這篇文章?

訂閱原傳媒AI電子報,每日接收AI、傳統知識與雙向知識更新。

前往訂閱
城市地下不是空白:地中雷達、數位孿生與開發速度如何重新談判遺址|原傳媒AI