傳統攝影僅採集紅、綠、藍三個色彩波段。高光譜影像（Hyperspectral imaging）則完全是在不同的維度上運作。感測器並非測量寬廣的色彩通道，而是測量數百個窄波段區間的反射率，並將範圍延伸至人眼無法察覺的可見光譜之外。
每一種材料與光線的互動方式皆不相同。瀝青會隨時間推移而氧化，混凝土在固化過程中會產生化學變化，塗層會褪色，水分會改變反射率，而污染物則會改變表面成份。這些過程都會留下光譜指紋（Spectral fingerprints）」。高光譜感測器能測量這些指紋，並將其轉化為可識別的模式。
實際上，路面變成了可讀取的資料。數月前才修補的路面，其反射光線的方式與多年前鋪設的相鄰路面截然不同。甚至交通負荷也會留下特徵，因為重型車輛對不同車道骨材（Aggregate）產生的拋光效果也各有不同。對於基礎設施管理者而言，這至關重要。現行的檢測制度依賴於人工判斷與週期性普查；而高光譜影像則提供了城市規模的可重複的測量。道路、屋頂與橋樑可以被客觀監測，而非主觀詮釋。

圖片來源：ITRES

然而，研究過程發現了一個意想不到的障礙。高光譜辨識高度依賴於參考資料庫。感測器只有在某種材料的光譜特徵已被記錄並驗證的情況下才能進行識別。
Salcido 與 Laefer 審查了全球公開的光譜資料庫，發現了一個驚人的失衡現象。在全球 476,592 個可存取的光譜特徵中，僅有 0.61% 代表城市材料。絕大多數的條目都集中在植被、土壤與礦物，這反映了遙測技術在環境科學領域的歷史淵源。
即使是在這極少數的子集中，關鍵的詮釋資料（Metadata）也經常有所缺失。條目中往往缺乏以下資訊：

• 材料年齡
• 製造工藝
• 表面塗層
• 含水量
• 環境暴露程度
• 觀測幾何角度（Viewing geometry）

若缺乏這些背景資訊，兩個視覺上完全相同的瀝青樣本，可能會因為與老化無關的原因而呈現不同的光譜特徵。反之，不同的材料也可能在特定條件下顯現出相似的光譜。對於尋求可操作情資（Actionable Intelligence）的工程師而言，不完整的參考來源會削弱結果的可靠性。
城市材料使這項挑戰變得更加複雜。瀝青會氧化、黏合劑的化學性質會發生變化、污染物會累積，且氣候週期也會改變路面紋理。道路的光譜特徵並非一成不變，而是持續演進的。
為了彌補這一缺口，研究人員提出了一套專為建築基礎設施設計的 14 項元素詮釋資料框架（14-element metadata framework）。其概念雖然簡單卻極具威力：建立一本標準化的「辭典」，不僅透過光譜，更透過物理與環境脈絡來描述材料。一旦這套標準建立，高光譜觀測數據便能在不同的城市與氣候之間進行可靠的比較。

資料來源： 摘自 Salcido 等人（2025 年）發表之研究《基於空載高光譜影像的道路鋪面內部評估》 圖片來源： ITRES

雖然其中一項研究指出了資料的缺失，但第二項研究則展示了當高品質影像與嚴謹的分法方法相結合時所能取得的成果。
該研究團隊利用安裝在直升機上的 VNIR（可見光與近紅外光） 高光譜資料，對布魯克林日落公園（Sunset Park）在真實交通條件下的城市道路進行分析。其目標相當遠大：純粹透過光譜反射率來判定道路的年齡與維修歷史。
結果令人驚嘆。維修區域與周圍路面清晰可辨，並能給予一致的年齡估計，且隨後透過衛星影像紀錄得到了獨立驗證。
新鋪設的瀝青路面被分為三個不同的類別：不到一個月、不到六個月和大約一年。超過15年的路面則形成了一個光譜特徵一致的組別。
即使在單一車道內，磨損模式也呈現出可預測的變化。交通負荷在輪胎行經路徑、中心線和路肩區域產生了不同的特徵。交通繁忙的車道與流量較輕的車道老化程度不同，從而形成了可測量的光譜梯度（Spectral gradients）。
這使得基礎設施監測不再局限於狀況評分，而是邁向了對整個生命週期的理解。主管機關不再只是將道路簡單標記為「尚可」或「劣化」，還可以確定道路劣化何時開始加速以及哪些交通模式導致了這種情況。

資料來源： 摘自 Salcido 等人（2025 年）發表之研究《基於空載高光譜影像的道路鋪面內部評估》。圖片來源： ITRES

高光譜數據並非孤立運作。基礎設施監測正日益結合多種遙測技術，以獲取互補的資訊。
熱紅外線影像（例如來自 ITRES TABI-1800 等感測器的資料）能偵測橋面下的異常、路面下的積水以及高架橋的蓄熱情況。當與光譜分析結合時，工程師能同時掌握材料成份與結構性能資訊。例如，高光譜特徵可能顯示瀝青已氧化，而熱影像則辨識出下方潛藏的水分。兩者結合後，能提供比單一技術更完整的診斷資訊，幫助區分路面僅是外觀老化還是已發生結構性劣化。
在全球範圍內，交通機構正探索類似的整合應用：衛星干涉雷達（InSAR）監控橋樑位移，光達（LiDAR）測量幾何形狀與車轍（Rutting），而透地雷達（GPR）則檢查內部結構。高光譜影像則為此增添了一個全新維度：大規模的化學與材料特性分析。

圖片來源：ITRES

這項技術的意義遠不止於提高檢測效率。傳統的維護規劃遵循著被動模式模式：缺陷顯現後，檢查員進行記錄，維修計劃則根據可用資金而非最佳時機制定。
光譜監測改變了這個先後順序。由於材料的化學變化發生在可見裂縫產生之前，劣化狀況能在更早期被識別出來。這讓主管機關爭取到介入時間，能在維修成本尚屬低廉時就進行處理。
這在財務與營運面上都至關重要。諸如密封塗層（seal coats）或薄層鋪設（thin overlays）等預防性處理，其成本僅為全面重建的一小部分。透過精確偵測瀝青的氧化階段，機關能在維護工作能發揮最大延壽效益的時刻，精準地進行施工。
這種方法還能提升了問責制（Accountability）。承包商的路面翻新工程可以得到獨立驗證，確保處理程序符合規範，且隨時間推移展現預期效能。客觀的測量取代了基於目測的爭議。對於納稅人與道路使用者而言，益處顯而易見。更及時的維護減少了坑洞、車輛受損及事故風險，同時也讓有限的基礎設施預算發揮出最大的效益。

城市日益依賴數據資料來管理交通網路、公共設施與氣候韌性策略。然而，基礎設施的狀況仍然相對不透明。這項研究證明了：只要觀測得當，城市材料本身就能充當感測器。
隨著光譜庫的擴展與詮釋資料標準的成熟，管理機關將能透過飛機或衛星，對整個大都會網路進行反覆監測。橫跨數月或數年的變遷檢測（Change detection）能夠及早發現潛在問題，防患於未然。
這個概念與更廣泛的智慧城市倡議相契合，但避免了對嵌入式電子零件或昂貴的路面感測儀器的依賴。相反地，基礎設施本身早已包含了這些資訊。挑戰僅在於如何讀取這些資訊。
對於政策制定者而言，其意義在於戰略層面而非技術層面。大規模的基礎設施投資計畫需要排定優先順序。客觀的資料能讓維修預算優先用於風險最高的區域，進而提升安全性和經濟效益。

圖片來源：ITRES

城市表面看起來是靜態的，但實際上在交通、天氣與時間的影響下持續演進。直到最近，這種演進過程大多仍是不可見的。過去的巡檢記錄僅能試圖在損害發生後嘗試還原歷史。
高光譜影像徹底顛覆了這種關係。現在，歷史可以直接從反射光中測量。路面年齡、修補時序與磨損模式不再僅僅依賴於紙本文件。它們以物理形式存在於表面，且能透過遙測技術進行量化。
Salcido 與 Laefer 的研究顯示，我們可以運用與森林和地質研究相同的科學嚴謹性來分析建築環境。道路不再是無名的黑色鋪面，而是具備可觀測生命週期的動態材料。
隨著各城市面臨日益堆積的維修清單與不斷縮減的預算，客觀理解基礎設施的能力將決定投資策略。更完善的資訊本身並不能修復道路，但它決定了每一次維修在哪裡能產生最大的效益。
因此，這種新興的城市光譜監測學科不僅代表了技術上的進步，更標示了人們對基礎設施的理解、管理與資金投放模式上的轉變。行人腳下的街道或許看起來平淡無奇，但在光譜空間中，它卻講述著一段關於過去施工與未來性能的詳盡故事。傾聽這個故事，或許重塑未來數十年的維護規劃。

資料來源：https://highways.today/2026/02/17/hyperspectral-imaging-infrastructure/