航測及遙測學刊/Journal of Photogrammetry and Remote Sensing
中華民國航空測量及遙感探測學會,正常發行
選擇卷期
- 期刊
標準幾何校正流程在獲取控制點上花費大量人力及時間，為使衛星影像呈現精確的幾何成像，且提升獲取衛星影像之效率，本研究提出一新穎的自動化衛星影像幾何校正流程。藉由自監督深度學習影像匹配演算法及影像匹配策略，於衛星影像中自動化獲取更多的顯著特徵作為影像控制點，使得衛星影像幾何校正流程更穩健且便捷。實驗結果表明，自動化幾何校正流程不僅具穩定性且具適應性，幾何校正結果在福衛五號2米空間解析度下誤差約為2至4像元。
- 期刊
臺灣受地質和地理環境影響，崩塌災害頻繁發生，然而遙感探測的特點對於監測分析環境敏感地至關重要。本研究基於衛星影像時間序列概念，透過Taiwan Data Cube平台建立環境敏感地監測模型，進行常態化差異植生指標計算以及最大似然分類法，在時間面向中，可以觀察出該地環境的長期趨勢與變化；在空間面向中，則可以找出崩塌地識別之門檻值，藉由影像差分法判斷新生崩塌地的面積變化以及位置。本研究以六龜區及梅山明隧道作為試驗區，經由建立衛星影像時間序列，達到解析區域時空變化的目標，讓地理空間資訊應用更加全面。
- 期刊
近30年來我國遭受小花蔓澤蘭（Mikania micrantha）之入侵，為有效且快速了解其分佈狀況，本研究透過遙感探測（Remote Sensing, RS），以無人空中載具（Unmanned Aerial Vehicle, UAV）影像進行像元影像分析（Pixel-based Image Analysis）及物件導向影像分析（Object-based Image Analysis），以人工判釋建立小花蔓澤蘭UAV影像判釋準則，透過該準則進行監督性分類。由不同空間解析度分類結果可得知，最佳分類空間解析度約為10－15 cm，且須於花季進行拍攝。若空間解析度小於10 cm，易形成椒鹽效應。建議先經過物件導向處理再進行監督性分類，或使高解析度（＜10 cm）影像融合為一新低解析度（10－15 cm）影像進行分類。綜合上述以RGB波段UAV調查小花蔓澤蘭分佈狀態是可行的。
- 期刊
臺灣森林佔全島面積六成，高解析航照是世界各國量化森林資源的重要途徑，影像辨識與圖資編修的需求源源不絕。本研究透過卷積神經網絡（Convolutional Neural Network, CNN）建立自動化森林覆蓋型辨識模型，於3,248幅DMC影像中，成功使用16種網格特徵設計單一樹種分類模型，實現19種臺灣常見造林樹種之判釋，研究結果獲得74.6%的整體精度評價，並透過可解釋性的特徵分析發現近紅外光波段、高程與坡向有較明顯的貢獻價值。面對國內的森林資源調查資料與林型圖資清查，本研究開發了「森林覆蓋型辨識工具」，產出的向量圖資可供影像判釋人員使用，以期提升檢訂調查圖層編修之品質。