全波形光達應用於森林與都市地物分類

許多研究指出全波形光達可提高地物分類的準確度，獲得更細微的地表物參數，最 常被使用在森林區與都市區植被偵測。除此之外，也有研究對於全波形光達資料於地物 分類的幫助進行量化性的評估。

(一)森林區

在森林區域全波形光達所提供的好處是能夠得到較為精準的樹冠層模型(Canopy Height Model, CHM)，圖 2-11 為全波形光達成果與多重回波光達成果的差異，上面為多 重回波光達，下面為全波形光達，左邊是立體側視圖，右邊是俯視圖，可以看到樹木高 度差異愈大愈複雜的區域，其樹冠高度會差愈多(Chauve et al., 2007a)。

圖 2-11 全波形與多重回波光達CHM的差異(Chauve et al., 2007a)

全波形光達對森林地區的樹木參數萃取也有很大的幫助，萃取的參數有波寬、振幅 與背向散射截面參數，這些參數可以用來分出不同樹種，例如：Larch、Oak、Beech (Höfle et al., 2008)，對於針葉林、茂密樹冠與落葉林也有顯著差別(Reitberger et al., 2008)，針 葉林與闊葉林的分類總體精度更可以高達 91%(Heinzel and Koch, 2011)。

12

表示地表粗糙度的參數通常為點雲高程的差異值(dZ)，但研究顯示全波形光達的波 寬參數對粗糙度分析很有幫助，雜訊較dZ少很多。從圖 2-12 之地表粗糙度暈渲圖可以 看到細緻的資訊，例如小徑、傾倒的樹幹、灌木叢等等(Hollaus and Höfle, 2010)。

圖 2-12 地表粗糙度暈渲圖與實際地物(Hollaus and Höfle, 2010)

另外還能對樹木區塊與單顆樹樹幹偵測(Reitberger et al., 2007)，這項研究提出了一 種新的單一樹種檢測，結合表面重建和樹幹檢測。在複雜森林類型的結果表明，可以在 上層和中間層改善單顆樹樹幹偵測，圖 2-13。

圖 2-13 單顆樹樹幹偵測與重建成果(Reitberger et al., 2007)

13

(二)都市區

都市區的植物亦可使用波形參數萃取樹木參數(Höfle and Hollaus, 2010)，樹木參數 最高點(樹高)、樹冠直徑、樹幹。主要研究工作分別為植物區域偵測、獨立樹木分割及 參數萃取。研究成果顯示樹木與建物的分類精度很高，最大的錯誤率是 14%，且多位於 建物的邊緣。

波形參數對分類成果有顯著提升(Mallet et al., 2008)，圖 2-14 為分類成果的總體精 度，後面三個參數（振幅A、波寬σ及背向反射α）是從全波形光達資料所萃取，增加波 形參數之後總體精度有上升的趨勢。

圖 2-14 分類參數與分類成果的關係(Mallet et al., 2008)

Guo et al. (2011)藉由使用可以指出分類特徵參數的分類器(隨機森林)，對都市區進 行分類，波形參數對於不同地物類別的重要性是不同的，見圖 2-15(A, w, σ, α皆為波形 參數)。對於都市區域來說，波形參數的影響量是顯著的，僅次於高程差(Δz)；但對人 造地面來說，波形參數重要性較低。因此，圖上所表達的意義是全波形光達參數對不同 種類的地物其影響大小也不同，有些種類表現突出但是有些則是不顯著。

14

圖 2-15 波形參數對於不同地物類別的重要性(Guo et al., 2011)

Höfle et al (2012)運用全波形光達的參數與不同分類方式(類神經網路artificial neural network、決策樹decision tree)進行都市區域植被偵測，其分別統計比較與探討多重回波、

網格化分割、輻射校正與分類法對於都市區植被偵測結果的影響。其研究成果顯示，全 波形光達資料增加描述物體特徵的條件，可以有效幫助地物分類，但是仍然需要配合物 件導向的網格資料(object-based raster)與三維點雲分析(3D point cloud analysis)才能使其 發揮其最大的優勢(Höfle et al., 2012)。

Mallet et al. (2011)量化評估全波形光達資料在都市區分類當中的影響，並將之與傳 統脈衝式多重回波光達做比較，見圖 2-16，比較了相當多由波形萃取而得的參數。從 圖上可以看到，相較於脈衝式光達，使用全波形光達資料有助於提高地物分類的正確性，

但是也可以觀察到不同種類的擬合函數對於正確率反而降低。因此，此研究對於全波形 光達參數於地物分類的幫助是肯定的，但參數並不一定是愈多成果愈好；不全然有關係 的參數若是一起進到分類器中反而容易造成反效果，不同測區不同地物其最適用的參數 也不盡相同，使用者需要慎選。

15

圖 2-16 全波形與脈衝式光達對於地物分類之精度評估(Mallet et al., 2011)