第四章 結果與分析
第四節 半自動化萃取濱線之成果
四、 二元分類法萃取濱線(DMC 航空影像)
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
圖 4-23 萃取水線結果(紅線為人工 數化結果，藍線為自動萃取結果)
圖 4-24 萃取植物線結果(紅線為人 工數化結果，藍線為自動萃取結果) SPOT-5 衛星影像以二元分類粹取濱線與完全數化比較，植物線的差異 最大約為 15 至 20 公尺，較監督式分類差，但水線約在 10 公尺以內，其結 果較監督式分類接近人工數化的水線。
四、二元分類法萃取濱線(DMC 航空影像)
與 SPOT-5 影像相同，DMC 影像在利用二元分類時也必須要量測隨機 的地物之亮度值，而不同的是，DMC 航空影像的輻射解析度要比 SPOT-5 影像高，故亮度值分佈較不易掌控，在選取隨機點時應審慎。表 4-10 至 4-12 分別為 DMC 航空影像隨機選取 9 個點，量測待分類地物沙灘、水體與植 被亮度值之結果，結果顯示已近紅外波段做為二元分類最有效果，近紅外 波段圖如圖 4-25 所示。分類成水沙二元影像(萃取水線，如圖 4-26)及植沙 二元影像(萃取植物線，如圖 4-27)，萃取水線結果如圖 4-28；植物線為 4-29。
與人工數化結果比較，自動萃取水線的誤差約為 10~30 公尺；而植物線的 誤差更大，達到 40 公尺以上，以上結果顯示 DMC 航空影像以二元分類萃 取濱線的精確度與人工數化結果有所差異。
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
圖 4-25 DMC 航空影像近紅外波段
圖 4-26 海水與沙灘二元影像 圖 4-27 植物與沙灘二元影像
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
圖 4-28 萃取水線結果(紅線為人工數 化結果，藍線為自動萃取結果)
圖 4-29 萃取植物線結果(紅線為人 工數化結果，藍線為自動萃取結果) 五、影像分割萃取濱線(DMC 航空影像)
影像分割的原理在於將亮度值相近的鄰近像元分為一個區塊，以減少 太陽光或其他因素引起的雜訊，增加分類的精確度。於前章結曾說明影像 分割的關鍵在於區塊間亮度值的差異以及最小區塊的像元數。由於 ERDAS 軟體在使用影像分割工具時，若區域太大則無法跑出結果。故本研究以 DMC 影像中的一小區域(約略 2000*1000 平方公尺，如圖 4-30)做為實驗區，
設定臨界值為 200，最小分割區塊為 2000 個像元，以避免分割區塊太細碎 不易分類之情形。經測試後，初步分割結果如圖 4-31 所示。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
圖 4-30 DMC 影像影像分割實驗區
圖 4-31 初步切割影像結果(圖中植被與沙灘都被分到一個大物件，但水域部 分因雜訊太多，故被切的細碎)
下一步為將圖 4-31 之結果重新編碼，把水域區域的地區分為一類，植 被與沙灘也融進周圍的小區塊，重新編碼後結果如圖 4-32，最後再將重新 編碼之影像萃取出濱線。萃取水線結果如圖 4-33；植物線結果如圖 4-34。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
圖 4-32 重新編碼後之影像
圖 4-33 影像分割萃取水線結果(紅線為人工數化結果，藍線為自動萃取)
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
圖 4-34 影像分割萃取植物線結果(紅線為人工數化結果，藍線為自動萃取) 萃取的結果水線與完全人工數化的水線誤差僅有 2~5 公尺，而植物線 誤差在 5~10 公尺，顯見利用影像分割的概念，萃取 DMC 航空影像的濱線 會與人工數化結果類似，惟其軟硬體限制使其運作之影像範圍僅限於小範 圍地區。
六、小結：SPOT-5 衛星影像與 DMC 航空影像半自動化萃取濱線比較 本研究嘗試以影像分類(包含監督式分類與二元分類)與影像分割等半 自動化方式，分別萃取 2003 年 SPOT-5 衛星影像與 2009 年 DMC 多光譜影 像中之濱線，研究結果顯示 SPOT-5 衛星影像以監督式分類或二元分類皆可 以萃取出接近人為數化濱線(水線與植物線)之結果，與人為數化結果差距比 較如表 4-13。以監督式分類萃取水線與植物線的誤差分別為 10~15 公尺與 5~10 公尺；以二元分類萃取水線與植物線的誤差分別為 10 公尺與 15~20 公尺。而 DMC 航空影像以監督式分類萃取濱線位置差異過大；以二元分 累萃取水線與植物線之誤差分別為 10~30 公尺及 40 公尺以上。但若應用影 像分割的方法萃取 DMC 航空影像濱線，其精度較監督式分類與二元分類 好，萃取水線誤差為 2~5 公尺；植物線誤差為 5~10 公尺。DMC 影像半自 動化萃取濱線與人為數化結果差距比較如表 4-14。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表 4-13 SPOT-5 衛星影像萃取濱線與人為數化差距(單位：公尺)
水線 植物線
監督式分類 10~15 5~10
二元分類 10 以內 15~20
表 4-14 DMC 航空影像萃取濱線與人為數化差距(單位：公尺)
水線 植物線
監督式分類 差距過大 差距過大
二元分類 10~30 超過 40
影像分割 2~5 5~10
‧
面積最少，而 1971、1985、2003 年都較前一期的資料增加，其中 1971 至 1985 年的增加率最大，2003 年沙灘總面積量則 達到最多，但在 2003 至 2009 年期間，沙灘總面積則略有下 滑的現象。以侵蝕現象為例，在 1985 年以前蘭陽溪至蘇澳北
‧
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
所不同，在判釋時也有不同的判別依據。如沙岸和岩岸判別濱線 時應有不同的判釋依據，而在不同地區之海岸亦有不同的植被或 其他地物，在萃取濱線的過程中都應詳加注意各種不同的情形，
才能使萃取之濱線在正確的位置上。
5. 本研究分別選取潮汐、單日降雨量以及輸沙量做為探討宜蘭海岸 變遷的因子，但未納入其他因子如潮汐、颱風事件、地形變遷等 因素探討。若能加入其他多項因子探討海岸變遷，可使整體研究 更為完整，並提出更精確的變遷原因。
6. 半自動化萃取濱線部分，在監督式分類選取訓練區時，應挑選具 有代表性的區域，且訓練區的像元數、形狀都應多加考量，才能 使分類結果正確。另外在二元分類的部分，選取隨機點計算分類 門檻值時，可考慮使用一區域計算平均值而非只使用單一像元做 統計以獲得更準確的結果。
7. DMC 航空影像在空中三角測量時，較傳統航空像片節省了許多 人為步驟。且其具有高空間解析力與包含近紅外波段的特性，於 影像判釋可以獲得許多細部資料，惟在分類時應選取適當的方法。
如監督式分類選取訓練區時，可採用物件式導向方法或區域成長 法選取訓練區。
‧
部水線變遷」，『航測及遙測學刊』，12(2)：107-119。行政院農業發展委員會、農林航空測量所，1983，「台灣地區大比例尺像片
『航測及遙測學刊』，15(2)：141-153。
林唐煌、劉振榮、陳哲俊、郭宗華，2003，「應用衛星資料推求水線位置之
‧
『航測及遙測學刊』，15(1)：123-140。
壽克堅、吳秋靜、許惠瑛，2010，「以 SPOT 衛星影像探討 1999 集集地震
‧
Detection Using Remote Sensing”, Journal of Int. J. Environ. Sci. Tech., 4(1):61-66.
Babichenko, S.M., Poryvkina L., Dudelzak, A.E., and Wassmann, P., 2001,
“Spectroscopic lidar sensing in three-dimensional profiling of marine organics”, International Journal of Remote Sensing, 22:385-402.
Boak, E.H., and Turner, I.L., 2005, “Shoreline Definition and Detection: A Review”, Journal of Coastal Reserach, 21(4):688-703.
Cracknell, A.P., 1999, “Remote sensing techniques in estuaries and coastal zones—an update”, International Journal of Remote Sensing, 19:485-496.
Jensen, J.R., 2007, Remote Sensing of the Environment (2nd), Prentice Hall.
Longley, P.A., Goodchild, M.F., Maguire, D.J. and Rhind, D.W., 2011,
Geographic InformationSystems & Science (3nd), Wiley.
Morton, R.A., Miller, T.L. and Moore, J., 2004, Historical Shoreline Changes And Associated Coastal Land Loss Along The U.S. Gulf of Mexico, Open-File Report, USGS.
Morton, R.A., and Speed, F.M., 1998, “Evaluation of Shorelines and Legal Boundaries Controlled by Water Levels on Sandy Beaches”,
Journal of Coastal Research, 18(1):1373-1384.
Pajak, M.J., and Leatherman, S.P., 2002,“The High Water Line as Shoreline Indicator”, Journal of Coastal Research, 18(2): 329-337.
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
Woolard, J.W., and Colby, J.D., 2002, “Spatial characterization, resolution, and volumetric change of coastal dunes using airborne LIDAR: Cape Hatteras, North Caeolina”, Geomorphology, 48:269-287.
三、網頁參考文獻
中 央 研 究 院 網 站 ， 2008 ， 台 灣 文 史 資 源 海 外 徵 集 與 國 際 合 作 計 畫 。 http://thcts.ascc.net/aerialphoto_ch.htm，取用日期：2011 年 07 月 31 日。
全人教育百寶箱網站，2012， http://hep.ccic.ntnu.edu.tw/browse2.php?s=233，
取用日期：2012 年 6 月 4 日。
林務局農林航空測量所網站，2011， http://www.afasi.gov.tw/，取用日期：
2011 年 07 月 20 日。
國立中央大學太空及遙測研究中心網站，2011， http://www.csrsr.ncu.edu.tw/，
取用日期：2011 年 07 月 18 日。
USGS (2011, November 10 ). Landsat Missions Project Descriptions. Retrieved November 25, 2010 from USGS on the World Wide Web:
http://landsat.usgs.gov/about_project_descriptions.php