- 科技報導
文章專區
2019-03-01新創3D模型將可預防社區犯罪
447 期
Author 作者
編輯部
【本刊訊】近日由美國華盛頓州立大學（Washington State University）的研究團隊發布於《應用地理》（Applied Geography）的研究表示，團隊開發出一種新的3D模型技術，可以幫助警政司法等單位事先預測可能發生竊盜事件的地點。團隊透過華盛頓州斯波坎（Spokane）地區建構出部分城內的社區3D模型，其可顯示出社區內竊賊可能潛入房屋內部的門窗等出入口。
研究團隊在數年的時間內，利用高解析度的航空照片及現場觀察建構社區模型。這個社區模型不僅可顯示出斯波坎地區中住戶的每扇門窗，還能顯示社區內的圍欄、停車場、倉庫及景觀植被的位置、類型與高度等資訊。研究團隊表示，開發這項模型的目標在於提供一項客觀的工具，用於量化自然監控（natural surveillance），並顯示出社區周遭建築出入口在環境內的可見程度。過去的研究顯示，自然監控在竊案發生時，竊賊挑選特定門窗的過程扮演相當重要的角色，但麻煩的是，要量化這個概念著實不易，然這項研究可望達成量化自然監控的目標。
研究人員表示，要觀察及分析社區內各個可能發生竊盜事件的地點多如毛牛，且需同時考量可能會阻礙觀測者視線的周圍建築和景觀特徵，及觀測該區域的便利性。而新開發的模型將可克服重重難關，舉例而言，研究人員可以選定任意地點，以擬真的3D模型顯示並建構出該位置與周遭環境的可見程度。目前研究團隊在近5年來，已在斯波坎地區應用這項模型分析發生過竊盜案件的地點，並試圖找出遭竊地點入口的可見程度與被闖入可能性之間是否存在關聯性。
在利用模型分析後，研究團隊認為，社區內由於相鄰之間房屋的能見程度下降，該點的門窗成為竊賊下手目標的可能性將會提升。其中由於鄰近建築物造成的遮蔽效果，房子的大門、後門及房屋背後的窗戶都是可能的侵入目標。研究人員表示，在增加自然監控的情況下，將可能減少社區內的竊盜事件。要加強自然監控的能力，則可藉由社區內的居民參與觀察周遭所發生的事情，另外也可將建築設計為朝外面向街道，以減少視線死角，確保建築物的出入口不會成為竊賊下手的目標。並可以幫助警政司法等單位向屋主提供需要的加強監控及安全相關資訊。研究團隊表示，這項3D模型未來也可應用於研究竊盜及其他犯罪，如車輛竊盜或槍擊案等犯罪事件，並衡量該犯罪地點自然監控程度之間的關係。
新聞來源
Solmaz Amiri et al. Natural surveillance characteristics of building openings and relationship to residential burglary., Applied Geography, 2019.