翻越中央山脈的數位路徑：能高越嶺古道的高程對合與效率辯證#
在《台灣山脈水文地景解碼》的建構過程中，我們迎來了第一個關鍵的 POC (Proof of Concept) 實證：能高越嶺古道。
為什麼要做這件事？ 身處台灣，我們被壯闊的山脈環抱，但山脈往往被視為「障礙」。我想透過「山、河、古道」的三位一體邏輯，重新解構台灣的地景。這不僅是為了驗證日治警備道的選線智慧，更是為了建立一個可驗證、可視化的數位知識體系。我希望透過數據，讓大家看見每一條翻越脊樑的路徑背後，都有著深刻的水文邏輯與能量平衡。
本實驗的完整數據與工具鏈已開源於： 👉 mountain-hydrology-atlas (GitHub)
今天，我們透過數位技術，在 20 公尺精度的地形模型 (DTM) 中，重新檢視了古人的地理智慧。
1. 消失的 6 公里：破解數據斷層#
在初步提取 KML 軌跡時，我們遭遇了一個經典的工程陷阱。由於轉換腳本只抓取了線段的「起訖點」，導致能高西段（屯原段）出現了長達 6 公里的數據真空。
技術對策：
- 全量頂點提取：重新開發腳本，抓取
LineString內的所有幾何頂點，將節點數從 210 點提升至 2533 點。 - 20m 解析度對齊：為了解決 20m DTM 在微小線段中產生的坡度雜訊，我們實作了「解析度過濾」機制，合併過短線段，還原真實坡度感。
2. 能量成本辯證：為什麼是「能高」？#
理論上，越嶺的最佳路徑應該是「海拔最低點」。但有趣的發現出現了：我們透過動態脊線搜索，在能高埡口北方發現了一個海拔僅 2228m 的物理鞍部，比現行的能高埡口 (2800m) 整整低了 600 公尺！
為什麼古人不選那裡？
我們執行了 「能量成本模擬 (Energy Budget Test)」，結果揭曉：
- 路徑 A (能高)：爬升 2107m，路徑穩定，高程「一氣呵成」。
- 路徑 B (北方低點)：爬升 2093m，雖然終點低，但沿途因地形切割被迫先降下深谷再爬升。
結論：能高古道的優越性不在於「最低」，而在於 「結構連續性」。它精確地避開了萬大溪水系的向源侵蝕切割，達到了能量功耗的最優化。
3. 軟體定義地圖 (SDM) 的實現#
為了支撐後續的論證，我們結合了 qgis-project-architect 技能，建立了 「虛擬表 (Virtual Table)」 架構：
- SQLite + VRT：將 2533 個點位寫入資料庫，並透過 XML SQL 定義動態空間圖層。
- 樣式注入：自動配置坡度渲染規則——緩坡綠色、陡坡變紅。這讓「地圖」不再是靜態圖片，而是可以隨數據變動的論證工具。
4. 結語：山脈水文的數位雙生#
這次 POC 的成功，標誌著我們已經具備了「大規模產製」流域地景模型的能力。下一步，這套「注入 -> 渲染 -> 清空」的地圖工廠 SOP 將應用到更廣大的台灣脊樑山脈。
AI 協作聲明：本研究由 Antigravity 助手協作完成，涵蓋從 DTM 數據處理、路徑拓樸重建到 QGIS 專案自動化生成的全流程。
讀者若對 QGIS 虛擬表架構或能高水文數據感興趣，歡迎參考 [[mountain-hydrology-atlas]] 專案。