小結

點雲擬合面高差成果的檢核是以兩年的點雲高差及穩固監測網格面高差與實驗區 內的（1）水準點兩年間高差及（2）下陷等值線作比較。水準點附近的點雲高差和水準 點高差的平均數差異為4.6 公分，成對樣本 t 檢定的差異雖不顯著，但個別觀察數據並 比較差異，其中較差最大的達到 18.6 公分，究其原因可能是受到水準點位置誤差及點 雲反射強度較大的影響，導致個別觀察的比較成果不盡理想。

而下陷等值線的比較是以萃取正確率較高的萃取法2 及萃取法 5 的高差成果與經濟 部水利署於該區的下陷等值線作比較，萃取法2 及萃取法 5 的高差成果與經濟部水利署 下陷等值線比較，較差僅分別為 1.3 公分及 2.9 公分，但在平均數標準差只有 2.1 公分 及2.8 公分的情況下，成對樣本 t 檢定結果達到顯著的差異，不過等值線的平均值較差 分別為1.3 公分及 2.9 公分卻較水準點的 4.6 公分差異為小。

4.6 成果分析

以下分析皆以全區高程差95%的信賴區間（即-32.1 公分~5.0 公分之間）來排除少 數高程差異常的數據。

1. 在只考慮網格擬合面之坡度與精度時，98,186 個監測網格面的年平均沉陷量為 12.4 公分。由於本法萃取數量大，並未以人工辨識方式統計穩固監測面正確萃 取的百分比。

2. 萃取時加上擬合平面坡向、坡度夾角以及平均反射強度差異約制時（萃取法 1）， 可萃取出正確率為63%的穩固網格面，計算得年平均下陷量為 13.5 公分。

3. 萃取時針對反射強度分類出的 5~8（柏油路面）及 14~18（道路、屋頂、運動場、

混凝土、人工草皮面）兩種地物（萃取法4），可提高穩固監測網格面萃取正確 率至80%，而所計算的年平均下陷量為 11.4 公分，其中以反射強度萃取出的道 路監測網格面為主的年平均下陷量為9.8 公分。

4. 萃取時針對監測網格面的精度與坡度、坡向，並取低反射強度以降低高反射強 度的影響後，年平均下陷量為10.2 公分，但其穩固監測網格面萃取正確率卻不 高。

5. 萃取時針對監測網格面的精度與坡度、坡向，並以指定道路為範圍的萃取法 5 可提高萃取正確率至90%，其年平均下陷量為 11.4 公分。

6. 上述五種分析地層下陷量的成果雖均較雲林地區 2008 年實驗區內水準點平均 下陷量 8.6 公分為大，但由於地面 GPS 主站 PA01、PA02 兩年間觀測之高程差 已達到9.0 公分，且在點雲精度（內部）為 4.6 公分的情況下，上述方法所計算 出的下陷量皆在9.0±4.6 公分以內。

7. 以反射強度過濾柏油道路監測面所得之年平均下陷量 9.8 公分（表 4-16萃取法 2），其高程差異與主站GPS兩年間高程差約 9.0 公分差異較接近，原因可能為點 雲於航帶平差時，航帶共軛面的選取大多以道路為主，且其屬於低反射強度範 圍，導致道路面的高程成果較其他監測面的來得穩定所致。其成果與測區內2008 年經濟部水利署雲林地區的9 個水準點高程差平均下陷量 8.6 公分較差為 1.2 公 分，此差值和其下陷等值線與實驗區的下陷等值線的比較差異 1.3 公分近似，

顯然以此法來萃取監測面，其成果和長期監測的數據較為接近。

8. 反射強度高低可能會影響空載光達測量的高程成果，而以低反射強度萃取穩固 監測網格面的結果與萃取法2（以反射強度分類出 5~8 的柏油路面）結果相近，

但萃取正確率卻不如後者，因此萃取法 2 具有避免高反射強度可能造成的過大 誤差的缺點與萃取穩固監測網格面高正確率的優點。

9. 以道路範圍萃取穩固監測面的方法理論上可達到 100%的正確率，但受到既有地 形圖誤差的影響，本研究實驗區內以Buffer 寬度 4m 的設定萃取可達到 90%的 正確率，惟其成果可能還是受到反射強度的影響，與實驗區的下陷等值線的比 較差異達到2.9 公分，相較於以反射強度 5~8 分類的萃取法 2 的 1.3 公分成果差 異為大。

10. 引用之 2007 年成果，其正高檢核之外部精度雖可達 3.5 公分，但卻缺少 WGS84 橢球高的外部精度，因此本研究為配合 2007 年點雲成果，2007、2008 年均以 內部精度來計算相關的萃取參數，實驗結果顯示，因不同精度大小訂出的萃取 參數雖會影響監測面的萃取數量，但對穩固監測面的正確率及其平均高程差的 影響並不大。

11. 测區內的高速鐵路於本研究中並未萃取出任何可用之監測面，究其原因係高鐵 高架橋面寬僅約13 米，除兩側翼牆妨礙空載光達的掃瞄外，橋面上的道板、道 渣與兩側電纜人行道高度均不同（如圖 4-25），導致無法萃取出 5m×5m的平坦 監測面，如需以空載光達測量對高鐵進行監測，可能需要更小的監測面或其他 方法來進行分析。

圖4-25 高鐵高架橋面 五、結論與建議

5.1 結論

1. 空載光達點雲成果受到地面 GPS 主站高程測量精度影響甚鉅，為提高空載光達 測量精度需限制地面主站與飛航路線保持在20 公里內的距離情況下，地面主站 本身位於地層下陷區內，無法像傳統的高程檢測可從穩定無下陷地區內的水準 點開始檢測下陷區內的沉陷情形。而以金門固定站雖可求得主站兩年間的高程 差，但由於距離較遠，高程精度相對降低，因此在地面主站受到本身下陷及GPS 高程測量精度的影響，導致沉陷量的分析較為複雜。

2. 雖然一般空載光達測量高程精度約為 15 公分左右，但在降低飛航高度、縮小掃 瞄角度、降低飛航速度等等提高精度的規劃下，的確提高了空載光達測量高程 精度至約5 公分以內，並足以評估實驗區內的地層下陷量。

3. 以網格擬合面的精度、擬合面的坡度、坡向及擬合面的反射強度為萃取門檻所 發展出的穩固監測面萃取法，萃取正確率可達 80%，對排除不穩固的網格監測 面有相當的助益。如將反射強度改以道路範圍的方式萃取穩固的監測面，理論 上可達到100%的正確率，而以本研究使用含有誤差的地形圖也可達 90%的正確 率，因此上述二種方法對穩固監測面萃取的自動化有相當幫助。

4. 不同的萃取方法顯示實驗區內的地層下陷量約在 9.8 公分至 11.4 公分之間，雖 較雲林地區長期觀察的下陷量為大，但與2008 年的下陷等值圖比較，差異僅在 1.3 公分與 2.9 公分之間，以一般空載光達測量 15 公分的高程精度，本次測量 數據精度為5 公分的點雲高程而言，本研究的成果與方法應屬合理可行。

5. 空載光達測量精度雖不如水準測量及 GPS 測量為高，但由於具有高度機動性，

和受天氣影響小的特性，在節省人力、時間和成本的情況下，可瞭解大面積區 域地層下陷之趨勢及分佈情況。以本研究實驗萃取出的高程點樣本數在 20km²

6. 本研究僅以兩年的高程差異進行比較，且受限於引用之 2007 年資料限制及空載 光達測量本身精度，導致最後成果與雲林地區的水準測量下陷情況差異稍大。

因此將於後續空載光達資料掃瞄計畫中同時施測主站以外之GPS 高程控制點來 約制全區點雲的橢球高，再與 2008 年經 GPS 高程測量約制的全區點雲橢球高 程，用相同的演算法進行下陷量分析比較期望能獲取更正確的分析成果。

5.2 建議

1. 由於軟硬體限制並經參考相關文獻分析後，本研究僅實驗用 5m×5m 大小網格的 監測面進行下陷資料計算與分析，並未對更小或更大的網格面進行測試與分 析。5×5m 大小的網格面或許不是最佳的監測面，更多不同大小的網格面比較研 究或許可適用不同型態的監測區域，這有待後續進一步研究測試與分析。

2. 本研究雖僅以空載光達測量獲取的三維空間資料、反射強度及道路範圍來萃取 監測面的地層下陷量，穩固監測面萃取正確率雖可達80%和 90%，但統計之樣 品數也因此減少許多，如能以更正確的地形圖、最佳化的道路範圍、反射強度 及其他萃取參數，或許能萃取更多、更正確的穩固監測面，來進一步提高地表 監測工作的自動化與正確性。

3. 由於 2007 年地面缺乏主站以外的橢球高程控制點進行全區高程約制，且 2008 年僅以 4 個橢球高程控制點約制全區後以檢核計算點雲成果的精度，因此本研 究並無對二年的全區高程約制後的成果進行比較分析；若能將二年的全區高程 約制，且以較多的高程控制點約制全區點雲高程後再進行比較，或許能得到更 佳的成果。

4. 本研究實驗區雲林縣元長鄉的沉陷速度約為每年 8.2 公分，雖然目前一般經驗 空載光達測量高程精度約為15 公分，但本次點雲成果精度在適當之飛行掃瞄規 畫下已達5 公分以內，已約略符合彭淼祥等人(2001)對觀測精度與觀測期距關係 建議之需求，但如果在降低觀測頻率（增加觀測期距）的情況下，以此等精度 將更適合應用於地層下陷監測之用，而這仍有待進一步的研究分析與確認。

5. 目前相關文獻對於空載光達測量反射強度的研究多偏重在反射強度的分類能力 進而判斷地形地物，並未見到反射強度對高程精度影響的研究，這方面或許有 值得進一步的研究與探討的議題。

六、致謝

七、參考文獻

1. Abshire, J. M., J.F. McGarray, L.K. Pacini, J.B. Blair,＆C.G. Elman, 1994, Laser Altimetry

Simulator version 3.0, User’s Guide, NASA Technical Memorandum 104588, 66.

2. Ackermann, F. 1999,Airborne laser scanning - present status and future expectations.

ISPRS Journal of Photogrammetry & Remote Sensing. 54

3. Guo, Tao and Yoshifumi Yasuoka, 1998, Combining high-resolution satellite imagery and

airborne laser scanning data for generating bareland DEM in urban areas, Proceedings

of International Workshop on Visualization and Animation of Landscape, International Archives of Photogrammetry, Remote Sensing and Spatial Information Science, Kunming, China, 26-28.

4. Habib, Ayman Fawzy, Rita Wai Ting Cheng, Eui-Myoung Kim, Edson Aparecido Mitishita, Richard Frayne, and Janet Lenore Ronsky, 2006 ,Automatic Surface Matching for the

Registration of LIDAR Data and MR Imagery, Electronics and Telecommunications

Research Institute Journal, vol.28, no.2:162-174.

5. Lohr, U., A. Hellmeier, L. Barruncho, 2004, Precise LIDAR data - an efficient way to build

up virtual 3D city models, Proceedings of the International Workshop on Vision

Technologies Applied to the Rehabilitation of City Centres, Lisbon, Portugal, http://lusiglob.edinfor.logicacmg.com/portal/ docs/Lisbon_LHB_2004.pdf.

Technologies Applied to the Rehabilitation of City Centres, Lisbon, Portugal, http://lusiglob.edinfor.logicacmg.com/portal/ docs/Lisbon_LHB_2004.pdf.

在文檔中 多時序三維空間資訊於地層下陷監測及分析---子計畫：以空載光達技術進行地層下陷監測之研究(II) (頁 33-69)