• 期刊

以樹狀倒傳遞類神經網路於田埂判釋研究

台灣地區主要的糧食作物為水稻，因此政府每年都需耗費大筆經費與人力來估算水稻田的產量與面積。本研究採用QuickBird高解析度衛星影像搭配紋理資訊（Texture Information）和常態化差異植生指數（NDVI）作為影像分類時的輔助資訊，而分類器部份則使用倒傳遞類神經網路（Back Propagation Neural Network, BPNN）作為影像空間特徵分類器，其主要目的則是以自動判釋技術來分辨衛星影像中水稻田的區域，如此將有效的降低水稻田產量與面積的估算成本。然而過去的研究很少人討論水稻田分類時田埂判釋之問題，而水稻田埂為區隔出水稻與非水稻一個重要的地理界線，因此若能提高田埂判釋精度則水稻田坵塊特徵將會明顯的被區隔出來。因此本研究提出改良式樹狀多層邏輯判識方法，進而改善倒傳遞類神經網路對於田埂特徵的判釋成果，並以兩種不同的狀況分析作為說明案例：（1）案例a：利用倒傳遞類神經網路將光譜影像一次分為三類（水稻、非水稻以及田埂），（2）案例b：使用樹狀倒傳遞類神經網路的概念逐一分離出水稻、非水稻以及田埂的識別結果（以圖層的邏輯判識規則），兩者一起比較並探討其優缺點。研究結果顯示，本研究所提出之改良式樹狀多層邏輯判識方法，可提高分類器效能，進而解決了田埂判釋問題，而此方法也可大幅度改善坵塊面積的計算成果。

• 期刊

以變遷偵測技術探討高解析力數值航攝影像於森林火災自動製圖之應用

台灣全島面積一半以上為國有林地，若發生森林火災，往往造成生態環境之損害，因此快速的森林火災製圖，便成為一項十分重要之工作。本研究以2009年大埔事業區所發生的森林火災為研究對象，以Z／I DMC（Digital Mapping Camera）數值航攝影像為材料，探討火災區域自動化製圖之可行性。具體方式係採用NDVI影像差值法（NDVI differencing）、光譜變化向量分析法（spectral change vector analysis, SCVA）、主成份分析法（principal components analysis, PCA）三種變遷偵測技術，分別結合反覆自我組織分析技術（iterative self-organizing data analysis technique, ISODATA）非監督分類方法進行受災區域分類，除針對高解析航攝影像特性逐步去除雜訊外，並探討各偵測技術結合非監督分類之差異性，藉以建立高解析航攝影像於火災區位自動製圖之適當處理流程。研究結果顯示，各種影像增揚處理方式皆能有效突顯火災區域之特徵，然而搭配ISODATA非監督分類法，區分火災受災與非受災區域時，會受到增揚影像的數值分布所影響；在研究中，增揚影像的數值分布以單波峰偏斜分布，似乎較適合ISODATA區分兩類。經陰影濾除、形態學處理後皆可提升分類總體精確度，降低誤差。整體而言，以NDVI影像差值法搭配陰影去除、形態學後處理之精度最佳，總體精度達91.93%，且自動化程度高，本研究的森林火災自動製圖技術可供相關單位應用。

• 期刊

衛星雷達影像反投影定位與有理函數模式

合成孔徑雷達影像使用微波獲取地表的資訊，因此具有全天候觀測和日夜皆可觀測的能力。為了提升雷達影像的應用，使校正過後的影像和其他地理資訊圖層的套合，並強化雷達影像在地理資訊系統的應用，雷達影像的幾何校正是必須的。傳統校正雷達衛星影像的做法是利用控制點，將雷達衛星軌道進行多項式平差。從直接地理對位的觀點出發，本文提出使用雷達影像反投影的方式進行雷達影像的校正，及簡化雷達影像的校正過程，並分析本研究方法的成效。由於有理函數模式標準化的處理流程，使得有理函數模式在光學影像上已經廣泛的使用，本研究也進行雷達影像有理函數模式的分析。本研究的主要工作分成雷達影像反投影和雷達影像有理函數模式兩個部份。雷達影像反投影的工作項目分成建立雷達影像反投影程序、線性轉換、最小二配置和成果驗證。而雷達影像有理函數模式的工作項目分成建立有理函數模式、精化有理函數模式、最小二乘配置以及成果驗證。驗證部份測試不同的衛星資料並比較本研究提出的方法和PCI Geomatica Toutin模式進行成果的比較。成果顯示本研究提出的方法與PCI Geomatica Toutin模式相近或更佳。

• 期刊

整合空間及遙測分析於非法廢棄物棄置場之判釋

本研究旨在應用遙測技術監測台灣北部六個縣市，試圖有效的判釋出非法廢棄物的潛在棄置場區。研究方法係結合空間分析及遙測分析技術；空間分析係藉由歷年環保單位監測的異常案例，歸納與廢棄物傾倒之相關因子，以決策樹分類演算法(CART)進行資料探勘，推導廢棄物傾倒之空間規則，劃定潛在事件發生區域。遙測分析則針對可能棄置區之多期影像進行分類及植生指數變化分析，並進行光譜整合分析，以判釋影像的光譜變化情形；最後，篩選出重點監測區域，並進行實查驗證。分析結果：(一)空間資料探勘部分，擷取分析後的13條規則，並獲得可能棄置區規則6條，再運用ArcGIS進行環域分析，繪製出潛在棄置區的空間分佈圖。另由遙測光譜及空間分析而成功判釋出具有棄置物之場址計12處，正確率約達18.75%。(二)研究結果之意涵顯示，此模式可有助於強化環保單位的監測重點、節省監測成本及增強查報工作效率，並可運用於周全環保單位原有之環境監測網，建立全面性的環境監測。

• 期刊

小林埋村事件之還原－衛星影像判釋

民國98年8月9日因莫拉克颱風造成高雄小林村遭受土石流掩埋，從衛星影像的判釋結果得知，土石流係從同一個發源地，再分成兩股：北邊的一股為曲溝土石流，規模較小；南邊的一股為小林村土石流，規模約大4倍；而後者才是埋沒小林村的元凶。在發生時序上，小林土石流的運動過程可以分成三個時期：首先發生曲溝土石流；由於它對溝壁趾部的側蝕，引起順向坡滑動，曲溝乃被堵塞，曲溝土石流因而被阻斷；此為第二期。在進入第三期時，土石流改道，並且採直進方式，直沖小林村。如果將小林土石流的地形分區套疊在災前的衛星影像上時，可以發現其與原有地形非常吻合。由此證明，大規模地質災害大多在原地一再重現。因此利用衛星影像快速的檢出古土石流或古深層滑動，並且採取規避或棄離的措施，將可預防小林式埋村悲劇再度重演。