第一章 緒論
第二節 文獻回顧
都市地表不透水率的大小與都市洪水現象、都市微氣候與都市生態環境息息 相關。因此,許多研究均將都市地表不透水率列為評估水循環體系及都市生態環 境之重要指標。地表不透水率(percentage of impervious surface area, ISA)在國外文 獻(Kail E. Sawaya et al. 2002)多簡稱為 ISA,在國內文獻(林子平,2002 等)亦可見 以 IMP 表示者,在本研究中統一以 ISA 表示「地表不透水率」。
一、
地表不透水率計算方式在 ISA 的計算方式上,國外的學者(Schueler, 1994;Kali E. Sawaya et al., 2003) 將道路、停車場、人行道、屋頂等定義為不透水地表面,不透水地表面積占該研 究區域面積之百分比例即為 ISA。國內學者(李仁豪,2000;劉岳銘,2001;林 子平,2002;楊鴻銘,2005)將建築物、頂蓋與不透水鋪面歸類為不透水地表面;
將天然地面、透水鋪面與人工地盤花園歸類為透水地表面,不透水地表面積占研 究區域面積之百分比即為 ISA(以上文獻以 IMP 表示地表不透水率)。
二、
地表不透水率研究方法國內學者(李仁豪,2000;劉岳銘,2001;林子平,2002;楊鴻銘,2005)以
「分層隨機抽樣法」推估研究區域內的 ISA。該方法可估計研究區域內整體的 ISA 數值,但是,無法呈現研究範圍內 ISA 分布的狀況。
近期林子平等(2005)以「分層隨機抽樣法」為基礎,一方面修正公共設施之 抽樣分類,另一方面加入開發率之修正因素,並以數值圖檔中的八張測試圖幅(圖 幅面積 250×400 m2 )進行實測與預估之誤差修正,建立台中市不透水率預估模 式,並配合台中市地理資訊系統(GIS, 1995)繪製不透水率分布圖,突破了過去「分 層隨機抽樣法」無法呈現都市 ISA 分布狀況的技術瓶頸,進而呈現局部區域(單 元面積 250×400 m2 )的 ISA 數值。該研究方法在「呈現高解析度都市 ISA 數值圖」
與「即時監測都市 ISA」的課題上仍有突破的空間。
根據國外文獻之回顧,由於衛星遙測技術在國外先進國家已達到技術成熟的 階段,多篇文獻證實應用「衛星遙測技術」可有效解析都市環境之相關課題(Kail E. Sawaya, 2002;Jhon E. Hasse, 2003)。關於「衛星遙測相關研究」之詳細內容 請參閱第三節之內容。
第一章 緒論
三、
衛星遙測相關研究繼蘇聯於 1957 年發射人類史上第一顆人造衛星 SPUTNIK,人類正式進入衛 星遙測時代。隨著遙測科技的進步與發展,高空間解析度衛星資料的需求,逐漸 由學術界拓展至商業用途,衛星資料變得更多元化及普遍化。台灣所擁有的人造 衛星 FORMOSAT-1(福爾摩莎衛星一號)及 FORMOSAT-2 (福爾摩莎衛星二號)相 繼於 1999 與 2004 年發射成功,促使國內遙測相關研究領域邁向新的里程碑。目 前市面上較普及的高空間解析度衛星影像與其彩色空間解析度列舉如下:
Landsat-7 (30 m)、Terra-ASTER (15 m)、SPOT-5 (10 m)、FORMOSAT-2 (8 m)、
IKONOS (3.28 m)、QuickBird (2.44 m) (國家太空中心網站,http://www.csrsr.ncu.
edu.tw/,2006/05 瀏覽)。
國外多篇文獻(Bauer, Doyle, & Heinert, 2002; Civco & Hurd, 1997; Ridd, 1995) 已證實應用 Landsat 系列衛星影像可有效解析都市 ISA; Kail E. Sawaya et al.,(2003)證實應用 IKONOS 衛星影像亦可有效解析都市 ISA。在國內都市環境 相關研究領域,同樣有多篇碩博士論文證實,應用衛星遙測技術可有效解析土地 資源相關課題(林裕彬,2001,SPOT & Landsat;黃意茹,2002,SPOT;劉振榮,
2002,SPOT-4;林昭遠,2003,SPOT;方彥凱,2004,SPOT-4 等)及環境變遷 相關課題(黃筱梅,2001,SPOT;劉守恆,2002,SPOT;張立群,2002,SPOT;
何珮艷,2003,SPOT;趙君朕,2004,Landsat 等)。
國內應用遙測技術解析都市環境之相關課題(如植被、農田、裸露地及水體 之解析)正蓬勃發展,但是,關於都市 ISA 之相關課題卻乏人問津,主要原因有 以下兩點:
(一) 解析 ISA 涉及到都市中多類地表物質之分類,分類難度較高。
(二) 都市環境十分複雜,各類地表物質呈現零碎的分布狀況,造成衛星影像上 混合像素(單一像素包含二種以上地表物質)的比例偏多,分類難度較高。
有鑑於國外應用衛星遙測技術解析都市 ISA 課題的成功案例,同時高空間解 析度的衛星影像(FORMOSAT-2、IKONOS、QuickBird )己逐漸普及化,加上台灣 擁有的 FORMOSAT-2,具有四個光譜及彩色八公尺的高空間解析度,豐富的衛 星影像資源勢必強勢地推動國內遙測技術大步向前邁進,因此,應用衛星遙測技
術解析都市 ISA 課題,將指日可待。無庸置疑地,在這個地球資源逐漸匱乏與都 市環境日益惡化的年代,衛星遙測技術將是進行環境監測與都市計畫最重要的工 具之一,及時且有效地診斷病入膏肓的地球環境,為我們與後代子孫的生活環境 提供一個喘息及復原的機會。
四、
數位影像基礎知識 (一) 電磁波波長範圍光譜波長範圍圖如圖 1-1 所示,可見光波長範圍約在 0.4~0.7μm 之間,大 於 0.7μm 之上的光波依續為近紅外光(Near-IR)、中紅外光(Mid-IR)及熱紅外光 (Thermal IR)等。SCI 期刊有多篇文獻(Rasmus Fensholt et al., 2005;Bo-Cai Gao, 1996 )證實可利用紅外光、中紅外光或熱紅外光有效判別植被與水體等物質。
圖 1-1 電磁波波長範圍圖
(Thomas M. et al., 2004)(二) 點陣式數位影像資料
點陣式數位影像由像素(Pixel)組成,常見的格式有 JPG、TIFF 與 BMP 等。
一般影像大多儲存一筆(灰階)或三筆波段資料(RGB),每個波段的資料以光譜數 值(Digital Number, DN)的形態記錄,即每個像素在三個波段各有一筆 DN 值資 料,示意圖請參閱圖 1-2。
第一章 緒論
圖 1-2 點陣式數位影像格式示意圖
衛星影像較一般影像可儲存較多筆波段的資料,例如美國 Terra 衛星的 ASTER(Advanced Spaceborne Thermal Emission and Reflection Radiometer)感測器 所拍攝的衛星影像可記錄 14 筆波段(Band 1~14)資料。
五、
一般遙測影像分類方法傳統常見的分類法有監督式與非監督式分類法兩類,說明如下:
(一) 非監督式分類法
非監督式分類法分成二階段:首先設定欲分類的數目,再由軟體進行運算,
將遙測影像分類成設定的分類數目;第二階段,根據地理資訊或現場查核資料,
將各分類項目依實際類別,歸類成遙測欲分類的項目。詳細內容請參閱本研究第 二章第三節非監督式分類方法。
(二) 監督式分類法
監督式分類的流程分成三階段:首先進行訓練區訓練;接下來進行影像分類 程序;最後依據查核區地表真實狀況資料,查核分類結果之精準度。詳細的內容