4-1-1 航遙測與光達之研究概況
美國在1972 年 7 月 23 日發射第一顆地球觀測衛星 Landsat 1，後來陸續發射 Landsat 2~7 衛 星，近四十年來獲取數量十分龐大的地表影像，為從太空觀察地球表面最長久的記錄，對於環境 變遷分析與許多研究領域而言均是極佳的研究材料，Landsat 影像由美國地質調查所(United States Geological Survey, USGS)管理，並透過 Internet 免費提供各界使用(USGS, 2011)。惟 Landsat 影像 之空間解像力(spatial resolution)為 15~30 公尺，對於需要較高解像力之應用而言略有不足，近年 來許多國家陸續發射衛星遙測系統，例如：法國 SPOT 系列衛星之多光譜影像空間解像力 10~20 公尺，日本的ALOS (Advanced Land Observing Satellite)衛星之空間解像力為 2.5 公尺，我國所擁 有的 Formosat-2 衛星影像具有地面 2 公尺的空間解像力，DigitalGlobe 公司的 WorldView-2 衛星 影像更提昇至約 0.46 公尺的空間解像力，且由於目前有眾多高光譜解像力(spectral resolution)與 高空間解像力的衛星遙測系統在運轉中，資料取得極為便利，使得遙測技術對不同地物之辨識能 力大為增加，更大幅提昇遙測技術之實用性。
隨著遙測科技的進步，航測製圖已由人工類比模式提升為數位化，林務局農林航空測量所於 2006 年購置最新精密空照數位相機 Z/I DMC (Digital Mapping Camera)，2007 年採購 Leica ADS40 空載數位掃描儀(Airborne Digital Sensor, ADS)，用以取代傳統底片式航測相機，以及 POS 機載慣 性定位定向系統(Position and Orientation System)，內含 GPS 與慣性量測裝置(Inertial Measurement Unit, IMU)，於執行航攝任務之際快速獲取航空影像外方位資料，簡化空中三角測量平差程序，
應用數值影像配合電腦編修製圖，大幅節省人力與時間。目前國內應用DMC 與 ADS40 拍攝台灣 全區(含離島)，提升了影像解析度及品質，且配合各項航空攝影計畫規劃平地地面解析度為公分 級之多光譜影像作為製圖、國土監測及規劃、森林資源調查、樹種判別、偵察農林天然災情，協 助稻作面積調查及林木病蟲等學術研究發展之用(農林航空測量所，2012)。DMC 為框幅式相機 (frame camera)，ADS40 以推掃式(push broom)攝像記錄地表訊息，所得影像呈帶狀，兩種相機所 拍攝之影像均不需經過傳統底片沖洗及掃描等流程，航空攝影作業完畢後透過影像後處理軟體的 處理即可得到12 bit 多光譜波段(紅、綠、藍、近紅外)之彩色影像與高解析度全色態(panchromatic) 影像，大幅提升影像之輻射解析度及光譜解析度。其中由於拍攝時同時能取得近紅外波段的影像，
較傳統須獨立拍攝近紅外波段影像的作業方式，可節省許多作業成本。在發生重大災害時，為爭 取救援時間須盡快取得災區的影像資料，農林航空測量所已建立一套災害緊急應變工作流程，在 航攝數位影像取得、高解析度多光譜正射影像製作及後端加值應用等作業均有極高效率，於「阿
里山火災」、「八八水災」及「甲仙大地震」等事件中，具體展現應用航攝數位影像於防救災工作 資源重要資訊，也僅能藉由模式間接推估。雷射掃描(LIDAR，LIght Detection And Ranging)屬主 動式(active)遙測技術，由於 LIDAR 遙測技術具有高精度與穿透林冠之能力，結合遙測影像，不 僅可供測繪森林資源分布情形，亦可供推估林分結構、樹冠高度、生物量與林分蓄積，因此在林 業之應用上可提供更豐富的資源資訊，已成為航遙測技術發展與應用上之重要研究課題(Hudak et al., 2002; Lefsky et al., 1999; Lefsky et al., 2002; Lim et al., 2003; 詹進發，2005)。各種遙測技術在 應用上或多或少都有其限制性，但彼此間也存在互補性，因此結合不同來源遙測資料常可獲得更 佳的結果。劉治中等(2010)結合彩色航照與空載光達資料，藉由半自動化方式辨識崩塌地，其中 彩色航照利用綠度指數，空載光達資料則利用數值高程模型(DEM, Digital Elevation Model)與數值 地表模型(DSM, Digital Surface Model)，除計算地物高度模型(OHM)與坡度資料外，亦結合地表粗 糙度(Roughness)來確定崩塌地範圍。蕭國鑫等(2007)以多時遙測衛星影像與三個時期的空載 LiDAR 資料，分析台灣西南地區外傘頂洲地區近 35 年間的變化與沙洲飄移趨勢，並比對與量化 區分各種土地覆蓋類別，對於建置各種土地利用、土地覆蓋類型的主題地圖有很大的幫助(Jensen, 2007; Lillesand and Kiefer, 2008)。
影 像 分 類 的 方 法 可 概 略 分 為 ： 監 督 式 分 類(supervised classification) 與 非 監 督 式 分 類 (unsupervised classification)兩種，以及綜合前述兩種分類方法的混合式分類法(hybrid classification)。
以往在進行影像分類時，乃為依據個別像元(pixel)的輻射值，按照分類決策規則(decision rule)將 每一像元劃分為不同的類別(Jensen, 2007; Lillesand and Kiefer, 2008)。若單一像元的尺寸比較大(例 如：MODIS 空間解析度為 250 m、500 m、1000 m)，一個像元涵蓋比較大的空間範圍，其分類方 法為以像元為基礎(pixel-based)，若要區分比像元更小的物件，甚至須採用次像元(sub-pixel)的分
析法。然而，當影像的空間解像力提高時，各個不同類別的物件由多個像元所組成，逐像元的分 類法未考慮一個物件中各像元間的相關性，因此容易造成椒鹽效應(salt and pepper effect)，使影像 分類的結果有許多零碎的點或坵塊，影響分類的精度(雷祖強等，2009；鄭雅文等，2008；Blaschke, 2010)。
近年來許多研究指出物件式影像分析法(object-based image analysis，簡稱 OBIA)可有效提升 高解析度遙測影像之分類精度，物件式分類法之主要程序為先將影像分割為區塊(region)，以區塊 化的物件為單元，加入如：坡度、NDVI、紋理(texture)等空間特徵資訊以訂定分類規則，如此便 可改善以像元為單元的逐像元分類方法的缺點(Blaschke, 2010)。張立雨等(2007)以物件式影像分 類法萃取福衛二號 Quick-Look 影像之雲覆蓋，首先利用區塊成長法進行影像分割，再利用非監 (Leica ADS40)，用以萃取水稻田坵塊資訊，以逐像元與區域化分類概念進行比較，其研究結果顯 示區塊化物件分類模式可萃取出完整度極高的水稻坵塊田，分類精度較逐像元分類法高。 震、桃芝颱風、72 水災等不同災害時期之 SPOT 衛星影像結合數值高程模型（Digital Elevation
Model, DEM）資料以及航照圖，應用 GIS、影像分類法及常態化差異植生指標（NDVI）對崩塌
DMC 與傳統框幅式相機(frame camera)相同，為中心透視投影，中間四個鏡頭每曝光一次可 記錄四張7168 x 4096 大小之全色(panchromatic)原始影像，四張影像可合組成一張解析度為 13824 x 7680 的全色影像。外圍左右各兩個鏡頭共四個鏡頭，每曝光一次可記錄四張 3072 x 2048 大小 之多光譜(multispectral)原始影像，分別記錄 12 bit 之紅光、綠光、藍光、紅外線影像，多光譜影 像與全色影像套疊如圖4-1 所示。