• 期刊

多時期無人機影像於稻作植株高度量測之應用

稻作為世界重要糧食，尤其在亞洲地區。稻作高度是一重要生長性狀，施肥過多使植株生長過高易導致倒伏，施肥過少植株過矮則影響稻作的產量。實務上農務決策皆以經驗判斷，傳統學術調查使用木尺量測稻作高度。隨著無人飛行載具（Unmanned Aerial Vehicle, UAV）的普及與技術的進步，專家得以使用遙測方法大面積調查農藝性狀。本研究為了使用UAV監測各肥分等級之稻作在各生長階段的高度變化，除了制定UAV稻作監測飛行條件外，亦比較K-means分群法（K-means Clustering, or Lloyd-Forgy algorithm）與百高平均法獲取各樣區稻作代表高度，並追蹤各生長階段的植株高度變化，以供耕作決策參考。藉由空拍影像分析判釋調查水稻植株高度之變化，未來可建立智慧化生產與風險管理預測，擬定各生育期建議之栽培管理與應對方針。

• 期刊

應用深度學習於航照正射影像之房屋偵測

為提升判識房屋偵測效率，本研究以深度學習技術建立智慧辨識方法，使用臺灣通用電子地圖搭配航照正射影像建立訓練資料集，萃取影像中房屋區域並偵測前後期房屋變遷區域。研究策略先偵測前後期房屋區域，再利用前後期房屋區域進行變遷分析。分析房屋區域偵測成果，影像中房屋高差移位會增加誤授的比例，智慧辨識的房屋面積大於臺灣通用電子地圖的房屋範圍，房屋偵測成果之準確率約74%，召回率達90%。比較使用不同年度或範圍之訓練與預測資料後，發現利用前期圖資作為深度學習模型的訓練資料，預測相同範圍之後期房屋區域，有較佳的偵測精度。

• 期刊

三維動態展示於室內空間設計之技術應用－以SketchUp動態元件為例

本文探討三維動態展示類別，驗證三維空間模擬在導入動態展示後，如何提升設計者與使用者之間的溝通效率。本文採用SketchUp為製作平台，並輔以三維動態元件功能來呈現。本文將SketchUp動態元件製作方法，歸納整理成基礎之五大行為，包括：材質更替、比例縮放、物件隱藏、互動點擊與陣列複製。並以實務案例進行模擬，以讓模擬結果與真實物理環境相同，協助設計師直接應用於自身工作案例，減少學習與摸索之時間。未來三維動態展示將朝著結合移動裝置及雲端模擬趨勢發展，並配合虛擬實境，透過動態感應裝置與使用者互動，並進一步進行模型的三維尺寸與材質的修改，達成數位分身的應用。

• 期刊

利用衛星影像及監測數據分析高屏溪揚塵災害與潛在發生區位

本文嘗試探索高屏溪揚塵災害之原因及來源。我們蒐集風速、風向與PM_(10)資料，繪製2012年以來三場揚塵災害的風花圖與PM_(10)分布圖，發現高屏溪揚塵主要受強烈南風揚起，具沿河向北輸送的特性。為找到揚塵來源，我們將2018～2020年三個時段的衛星影像轉成NDVI與NDWI，透過前後期顏色變化找出休耕農地、沙洲與高低灘地。我們也利用QGIS-SCP將衛星影像做監督式分類，轉成向量模式後進行跨年度疊圖，發現研究區北段的二重溪河道沙洲，與面積大且長時間休耕的農場，揚塵潛在威脅最大。最後以衛星影像分析與實地考察結果，繪出高屏溪揚塵潛在發生區位，提供揚塵抑制規劃參考。