二、研究材料與方法

（一）研究試區

本研究以宜蘭沿海地區為試區，範圍涵蓋頭城鎮外澳里，南至蘇澳鎮港邊里，南北長約30公里，包括 部分蘭陽平原內陸地區、竹安溪口以及與宜蘭河、冬山河匯流的蘭陽溪河口。此區之土地利用以農地與水產 養殖為主，受到氣候及地形等因子的影響，使得沿海海岸沙丘地形甚為發達。由於本區地形平坦，強勁的冬 季季風與夏季颱風所夾帶的海岸沙礫及鹽份，常造成內陸之農損，為減輕其害，本段海岸沿線均已栽種防風 林。

（二）研究材料

1. SPOT-5衛星影像

本研究採用分別拍攝於2003/6/1、2006/4/11與2009/5/29之三幅SPOT- 5多光譜(multispectral) 衛星影像，影像是從中央大學太空及遙測研究中心所購得，影像等級為level 3，屬於精密幾何改正之正射 影像，總共有四個波段影像，包含綠光(green)、紅光(red)、近紅外光(near infrared, NIR) 三個波段之 10×10公尺空間解析度影像，以及空間解析度為20×20 公尺之短波紅外光(short-wave infrared, SWIR) 影像，研究試區與三時期之影像如圖1所示。

2. 2006年第二次國土利用調查資料

本研究向國土測繪中心申請2006年第二次國土利用調查資料，作為衛星影像分類時，選取訓練樣區與 分類檢核區之依據，由於國土利用調查之分類較細，土地利用類別較多，故利用ArGIS地理資訊系統軟體 將第二次國土利用調查空間資料重新分類(reclassification)為本研究欲分析之土地覆蓋類別，為配合遙測影 像，並將其轉換成10公尺解析度之網格式資料(raster data)；除此之外，後續空間分析之距離堤防遠近因子 即單獨匯出(export)堤防之圖層，利用歐幾里德距離(Euclidean distance)計算每個網格點距離堤防之空間 距離資料。

3. 宜蘭縣道路與河流圖層

宜蘭縣之道路圖層與河流圖層，分別由宜蘭縣政府及經濟部水利署取得，資料精度各為五千分之一與二 萬五千分之一，為沙丘性海岸變遷空間分析因子中之度量道路與河流距離的基準圖層。

4. 數值地形模型

海拔高度的變化影響區域之微氣候，而坡度、坡向及日照等因子亦受海拔高度的影響產生變化，因此對 土地覆蓋型之分佈而言，海拔的高度以及坡度亦為應考慮之自然環境因子。本研究採用農林航空測量所產製 之空間解析度為20×20 公尺數值高程模型(digital elevation model, DEM)；另外，透過ArcMap的空間分 析(Spatial Analyst)模組中的地表分析(surface analysis)工具，求算本區之坡度圖亦供為後續分析之用。

5. 氣象資料－月平均降水量、月平均風速與風向

本研究向中央氣象局購買2003年6月至2006年3月宜蘭縣周邊11個氣象站之月平均降水量、月平均風 速及風向等三項資料，11個氣象站包含蘇澳、龜山島、泰平、四堵、礁溪、宜蘭、羅東、福隆、三貂角、

蘇澳及東澳，月平均氣象資料之單位降水量為毫米(mm)，風速為公尺/每秒(m/s)，而平均風向則為360度 (°)。

氣象資料預處理在降水量方面，先剔除有錯誤與遺漏之資料後，扣掉無資料之月數，加總每月降水量 及算數平均求得11個測站兩段時期之月平均降水量資料；在風的資料方面，顧慮季節之盛行風的關係，故 將月份資料依季節分為四季；春季為3-5月、夏季為6-8月、秋季為9-11月以及冬季為12-2月，整理出兩 段時期間每個測站之平均降水量與四季之平均風速與風向，共九項因子供後續利用一般克利金法(ordinary kriging)推估此區域之降水量、四季之風速與四季之風向空間分佈圖。

96

本研究將氣象資料預處理後，參考Inggs and Lord (1996)之方法，使用ERSI ArcGIS軟體的地理統計 分析模組(Geostatistical Analyst)的一般克利金法，利用球狀模式(spherical model)擬合本研究區域中氣 象測站之降水量、風速與風向資料，其推估之成果即2003年至2006年之本研究區域之空間降水分佈圖、風 速空間分佈圖與風向空間分佈圖，以供後續沙丘海岸變遷之空間分析使用。

自然環境因子 人為環境因子

可能影響變遷因子

1. 地殼張裂運動 1. 開採砂石

2. 河流輸砂量 2. 地層下陷

3. 降水量 3. 海岸保護人工結構物興建

4. 風(季風、海陸風) 4. 河川上游護岸工程及攔沙壩的 建設

5. 波浪 5. 海岸保安林栽植

6. 潮汐

7. 沿岸流

本研究選用因子

1. 坡度 1. 距堤防遠近

2. 降水量 2. 距道路遠近

3. 風(包含風速、風向) 3. 距海岸保安林遠近

4. 海拔高 4. 距河流遠近

圖1　研究試區範圍與三時期SPOT-5衛星影像

97

（三）研究方法

1. 以階層式分類程序進行影像分類

本研究採取分類後比較法(post-classification comparison method)，因為此法能夠瞭解各土地覆蓋 型在不同時期空間分佈的情形，對於分類的準確性評估有幫助。此外，並參考階層式影像分類(hierarchical classification)的方法(Jensen, 2004; Heisele et al., 2003)，進行衛星影像之土地覆蓋型之監督式與非監 督式分類。

依據此方法，首先利用監督式影像分類法(supervised classification)，利用影像判釋及參考2006年 度第二次國土利用調查資料，在影像上框選訓練樣區，藉由轉換分離度指數(transformed divergence, TD)評估各樣區光譜被鑑別之能力，TD值愈大，代表兩組類在光譜特徵(spectral signature)空間上愈 容易被區分，若TD值小於1700，則表示所選取之訓練樣本對於類別分辨之效果不彰(Jensen, 2004;

Swain, 1973)，故將合併兩樣本，利用上述整合後的樣本光譜特徵統計資料，透過最大概似法(maximum likelihood)執行整張影像分類，由此得到為2006年之第一次土地覆蓋主題圖。鑒於農作地與沿海之海岸保 統之第一級分類，當分類準確度達85%以上時(Anderson et al., 1976)，則依上述分類之程序由2003年與 2009年衛星影像取得2003年與2009年兩年度之土地覆蓋主題圖。 社會科學研究領域裡最常被採用的方法之一(Bentz and Merunka, 2000)。這是因為Logit廻歸分析不僅能 解決非線性相關之問題，而且當應變數為定性資料時亦能合理的加以解釋；例如Schulman et al.(1994)以 美國北卡羅來那州為研究試區，利用二項式Logit廻歸模式以探討當農業政策改變時，農地經營者是否依然

98

Z B B X B X

B X

王濟川、郭志剛，2010)。此外，為檢驗模式之整體適合度(goodness of fit)，可利用對數概似率(log-likelihood)來探討模式中所有參數對應變數變異性的聯合解釋能力，利用對數概似率進行自由度等於n-1之

本文參考美國國家地質調查所(USGS, United States Geological Survey)之土地利用/覆蓋分類系統 的第一級分類(Anderson et al., 1976)，並依據上述本區土地利用型及土地覆蓋之特性，以及考量後續為分 析不同時期海岸沙丘之變化的需要，將衛星影像分為五種土地覆蓋類型，包括：水體、建成與交通用地、沙

本研究利用階層式分類法進行衛星影像分類，首先利用最大概似法(maximum likelihood)，透過監督 式分類進行影像分類後，依據該地區土地覆蓋型之空間分佈特性，以海岸保安林為界線將試區分為海岸區 與平原區後，針對其中較易混淆的區域再進行非監督分類，以提高結果之準確度。在分類準確度之評估方 面，表2為2006年檢核區之分類混淆表(confusion matrix)，該結果顯示沙地及農地兩類別之分類準確度 較低，但其使用者精度(user's accuracy)仍在82%以上，影像分類之整體準確率(overall accuracy)高達 93.60％，且其Kappa值亦達91.75%，結果尚稱滿意，故進一步利用相同之方法完成2003年與2009年之 影像分類，三時期之成果如圖2。