實驗紀錄：使用 GDAL 進行大甲溪流域 1km 緩衝區萃取與合併
本實驗使用 GDAL/ogr2ogr 工具，從中央管河川區域 Shapefile 中萃取大甲溪河流範圍，解決 Big5 編碼篩選問題，進行 1 公里緩衝分析 (Buffer)，並透過 SQL ST_Union 合併多個圖層特徵，最終產出 KML 檔案。
KML
實驗紀錄：取得河川流域 Shapefile 圖資並轉換為 KML 匯入 Google My Maps
本實驗記錄了從政府開放資料平台取得水利署河川流域 Shapefile 資料，並將其中「大甲溪」流域資料篩選後，使用 GDAL/ogr2ogr 工具轉換為 Google My Maps 支援的 KML 格式的完整過程。
幕後紀實：GenAI 如何協助我從零啟動「台灣河流探索」計畫
當靈感遇上 AI：一個上午的加速實踐# 這篇文章不是遊記，而是關於這個網站與這個計畫是如何誕生的紀錄。 過去，當我們萌生一個「想去探索台灣河流」的念頭時，往往會卡在繁瑣的規劃、資料蒐集，甚至是架設網站的技術門檻上。但這次，我嘗試了一種全新的工作模式——與 Agentic AI (Antigravity) 協作規劃。 ...
數位河流學：結合 GenAI、開放資料與流域治理的深度探索指南
為什麼我們要重新學習「看見」河流？# 在開始這趟旅程之前，我想分享的不只是一份旅遊攻略，而是一套**「重新認識環境」的方法論**。 過去我們對河流的認識，往往停留在「觀光景點」的單點思維。但在投入流域治理與推動公私協力 (Public-Private Partnership) 的過程中，我發現若要真正守護一條河流，我們必須先「看懂」它——看懂它的流向、它的前世今生，以及它如何孕育文明又充滿風險。 ...
大甲溪流域深度探索 (Dajia River Deep Exploration) - 露營/車宿版
本計畫專為喜愛大自然與深度探索的旅行者設計，行程沿著大甲溪由中游往海口移動，結合露營或車宿，讓您有充裕時間感受台灣母親之河的日夜變化。 🏕️ 住宿方式選擇# 本行程設計為 2 天或 3 天，提供兩種住宿建議： ...