隨著科技進步,空拍技術日新月異,讓大量高解析的空拍或衛星影像的產製更加迅速且便利。面對這些即時的空拍影像資料,需要發展更便利快速的分類技術來將複雜且量大的高解析空拍影像的土地利用類型進行自動辨識與分類。本論文基於R平台之深度學習套件Keras,訓練測試不同的卷積神經網路(Convolutional Neural Networks,CNN)模型,進行高解析空拍影像之土地利用類型自動判識實驗。實驗結果顯示CNN模型的確較傳統MLP(Multilayer Perceptron)模型更具有優異的應用潛力。