植生變遷監測之個案分析

在資訊平台發展過程，資料面為相當核心的環節，如何從取得的原始資料轉化為 森林監測過程所需資訊相當重要，決定了平台內可呈現的資訊內容。由前述討論，航 遙測影像的取得及分析技術相對較為完整，而考量資料成本及可取得性，延續過去在 大肚山地區植被光譜研究蒐集之影像資料，嘗試以個案案例分析進行討論，透過時序 性影像處理應用流程進行探討。

一、案例情境：

(一) 研究範圍

本研究範圍設定在台中市大肚山台地範圍，大肚山地區位處於台中盆地 以西、清水海岸平原以東，南北鄰接著大甲溪及大肚溪，行政區域則涵跨台 中市之清水、沙鹿、龍井、大肚、神岡、大雅、西屯、南屯及烏日等區之部 分範圍。整體地勢是由北北東往南南西延伸，因受東南地殼板塊運動影響，

台地中央向西北方突出，西坡較高較陡、東坡則較低較緩。排除掉北區部分 軍事機場區域，針對本次研究地理區位標示如下圖 7。

(二) 區域植被特性

大肚山地區植物物種以相思樹（Acacia confusa）及大黍草（Panicum maximum Jacq.）為優勢族群，相思樹早年因薪材需要而成為當地主要的造林 樹種，大黍草則於 1900 年代引入種植做為馬匹糧草，因生長勢強成為草本 植群中的優勢物種。依據先前研究計畫引用林務局林火資料統計結果，因此 地區植被特性屬易燃的輕質燃料堆積，加以鄰近都會區及墓地，人為活動頻 繁、接觸火源機率高，此區域平均每年約發生 10 次火燒事件，火燒頻度相 當高（曾仁鍵，2004）。而也正因鄰近都會區，此區域地景較破碎且複雜，由 相思林、大黍草及農地、人工建物（墓地）等不同土地覆蓋型態混雜分布。

圖 7 大肚山地區研究範圍示意（背景衛星影像來源：Google Satellite，2015）

(三) 研究資料

1. 本研究取用自 2003 年 1 月至 2004 年 4 月期間共計 12 幅經輻射校正之 SPOT 衛星影像，其具體影像日期、攝像衛星、原始影像解析度及各波段輻 射校正值詳下表 1 所示。

表 1 本研究使用之 SPOT 衛星影像資訊

影像日期 攝像衛星 影像解析度 G R NIR MIR 2003/1/13 SPOT 2 12.5m 1.30509 1.2725 1.53995

2003/2/27 SPOT 4 20m 2.03416 2.63587 1.2735 8.19106 2003/3/11 SPOT 2 12.5m 1.43774 1.2662 1.15374

2003/7/25 SPOT 2 20m 0.77097 0.97893 1.17835

2003/8/24 SPOT 4 20m 0.608 0.786 0.852 5.47

影像日期 攝像衛星 影像解析度 G R NIR MIR 2003/10/19 SPOT 4 20m 0.91261 1.17979 1.278 8.19406 2003/11/14 SPOT 4 20m 1.368 1.753 1.278 8.19406 2003/12/22 SPOT 2 20m 0.85047 0.97747 1.15374

2004/1/14 SPOT 5 10m 0.9 1.054 1.172 6.411 2004/2/26 SPOT 4 20m 1.368 1.763 1.278 8.19406 2004/3/10 SPOT 2 20m 1.43774 1.2662 1.50824

2004/4/5 SPOT 2 20m 1.43774 1.2662 1.50824

2. 本研究樣點選定，主要依據「大肚山望高寮地區林火生態學研究計畫」針 對研究範圍內之各植被類型與對照地物樣點，並結合鄰近期間國內航攝正 射影像補充部分人工建物及農地之設置點，共計擇定 161 個光譜分析樣點，

其分布位置示意如下圖 8；樣點選定以自然植被為主、人工植被為輔。

圖 8 光譜分析樣點分布位置示意圖

(四) 研究方法及限制 森林資源概況，可透過影像光譜波段進一步計算植生指標（Vegetation Index）， 運用綠色植被吸收紅光、反射紅外光之特性，用以呈現植生分布情形，做為 分析植被變遷之基礎。

植 生 指 標 的 種 類 相 當 多 ， 其 中 又 以 常 態 化 差 異 植 生 指 標 NDVI

（Normalized Difference Vegetation Index）被廣為應用。NDVI 的計算需要透 過紅光及近紅外光波段數值進行處理，因植被分布地點近紅外光較高、紅光

NDVI NIR



訊統一以 20 公尺網格大小呈現，即設定 20 公尺網格（400 平方公尺）為監 測單元，做為變遷識別基礎，總計本研究區共涵蓋 27 萬 4,344 個網格數。針 對 SPOT 衛星影像計算 NDVI 植生指標圖情形，就 2004 年 4 月 5 日之衛星 影像計算情形如下圖 9，其中衛星影像的呈色，因 SPOT 衛星影像第 1-3 個 波段依序為綠光、紅光及紅外光，透過各波段與 RGB 值對應，採 Red 對應 紅外光、Green 對應紅光及 Blue 對應綠光方式，將植被覆蓋區域以鮮紅色顯 示以利於觀察，對火災跡地的探測也較為容易（曾仁鍵，2004）。

圖 9 2004/4/5 大肚山地區 SPOT 衛星影像（左）及植生指標（右）計算結果 圖例

NDVI 值

(二) 變遷區域偵測及識別

為分析研究區域植生變化，並能監控變遷事件、地點的發生，可透過影 像相減法，計算前後期網格 NDVI 差異，呈現前後期植生指標變化的空間分 布。計算方式係以同網格內後期影像 NDVI 值減去前期影像 NDVI 值，因此 如計算結果差值為負值，表示隨著時間變化，前期至後期植生有減少之趨勢；

差值為正值則表示植生增加。

以 2004 年 3 月 10 日及 4 月 5 日影像 NDVI 值為例，由圖 10 初步比對 觀察可見，2004 年 3 至 4 月期間，全域均為植生增加趨勢，再透過前後期 NDVI 差值計算，在研究區域全域之 NDVI 差值平均值為 0.09（植生增加）， 標準差 0.08，透過直方圖可見差值的頻度（圖 11），其數值分布偏態值為 0.51、

峰度為 1.70。

圖 10 2004/3/10（左）與 2004/4/5（右） NDVI 值對照 圖例

NDVI 值

圖例 NDVI 值

圖 11 2004/3/10 與 2004/4/5 NDVI 差值頻度分布圖

圖 12 2004/3/10 與 2004/4/5 植生指標差值依標準化計算結果

而在圖 12 標準化計算前後的差異，亦可觀察到一個現象，即原 NDVI 差值為正者，經過標準化計算之後轉變為負值。而這可以從原始影像 NDVI 值來看，由 2004 年 3 月 10 日影像計算之 NDVI 平均值為-0.01、標準差為 0.09，2004 年 4 月 5 日 NDVI 值平均值為 0.08、標準差為 0.12，即在標準化 過程一減、一增的調整下，相對性的變化可能造成部分維持植生狀態的地景 誤判為植生減少。另一部分應思考的是，NDVI 值原本即會受到季節植生生 長變化影響，無法完全對應到地景變遷事件的發生，仍需透過進一步的資料 處理及判斷，方能做為變遷監測的資訊基礎。

(三) 不同網格大小之變遷識別差異

在變遷偵測過程中，監測單元大小的選擇連帶影響到變遷識別的能力及 結果。一般而言，監測單元面積越大，單元內混合像元情形會越普遍，對於

圖例 NDVI 差值

圖例

NDVI 標準化差值

面積較細小的地物或較小範圍的地景變遷事件，在監測過程易被稀釋、忽視

-0.20 -0.10 0.00 0.10 0.20 0.30

標準差

圖 14 2004/3/10 與 2004/4/5 NDVI 差值依 50m（左）、100m（右）網格計算

針對就不同網格大小進行 NDVI 標準化差值計算，所得各年期變遷分析 結果如圖 14 所示，由圖中可見，隨著網格面積變大確實減低了變遷區域破 碎化情形，有助於識別出較集中、大區域的變遷事件。而針對變遷區位範圍 中，設定 NDVI 標準化差值大於 1 者作為植生顯著減少之區域，可將有顯著 變遷之網格數可統計如表 2 及圖 15 所示，可見在變遷識別的區域面積，隨 網格大小的增加而降低，此結果亦符合前段討論到較大的監測網格排除掉細 微面積極端值的呈現，有助於減低變遷偵測結果之破碎化程度。

表 2 依網格大小比較各年期 NDVI 變遷區域識別度（NDVI 變遷差值>1）

變遷

區間 前期影像 後期影像 20m 網格數

佔全域 百分比

50m 網格數

佔全域 百分比

100m 網格數

佔全域 百分比 1 2003/1/13 2003/2/27 16089 5.63% 1665 3.60% 362 3.08%

2 2003/2/27 2003/3/11 9571 3.35% 697 1.51% 136 1.16%

變遷

20m 50m 100m

較小的監測單元則能獨立識別小範圍的變遷事件，惟可獲得資訊在空 間上相對較為破碎，不易聚焦。

監測單元面積的選定，一方面直接受限於原始影像解析度，另一 部分則需考量變遷事件的特性。如以大肚山地區林火變遷的監測而言，

依據「大肚山望高寮地區林火生態學研究計畫」中針對 1991 年至 2003 年間植群火燒歷史紀錄的統計，以主要優勢植被物種大黍草及相思樹 林而言，草生地火燒次數統計 49 次、面積計 108 公頃，相思樹林火 燒次數 47 次、面積計 225 公頃，平均每次火燒影響範圍近 2-4 公頃，

本研究擇定網格大小由 0.04 公頃、0.25 公頃至 1 公頃，均符合大肚山 地區林火變遷事件之特性。

(四) 光譜樣點 NDVI 值之多期時序變遷

延續前段「(二)變遷區域偵測及識別」的討論，單純由各網格 NDVI 值前後期的差異，並無法完全對應到地景變遷事件的發生，以 下嘗試配合地物樣點，由不同地景類型在光譜上之時序變化表現來探 討。本研究中針對已知地物之參考樣點光譜資訊進行分析，各類型地 景與樣點數如表 3 所示：

表 3 各類型地景光譜樣點數

地被物 樣點數

大黍草 85

相思樹林 46

農地 19

人工建物 8

清水火燒 1

橫山火燒 2

合計 161

為從各光譜樣點歷年 NDVI 值變化情形，觀察不同地物之光譜特

-0.30 -0.20 -0.10 0.00 0.10 0.20 0.30 0.40

NDVI( 後 期 )

NDVI(前期)

2004/3/10與2004/4/5 前後期NDVI值變化情形

人工建物

依地景類別來看，「相思樹林」樣點在各年期較集中於第Ⅰ象限

時間序列上變化趨勢，結合 NDVI 值以 0 為門檻值區分植生與非植生

-0.30 -0.20 -0.10 0.00 0.10 0.20 0.30

ND VI (後期 )

-0.20 -0.10 0.00 0.10 0.20 0.30 0.40

ND VI (後期 )

NDVI(前期) 橫山火燒樣點

(五) 小結

本研究嘗試對於變遷偵測方式進行討論，由上述討論中可見，當 就以月為資料頻度之衛星影像進行變遷分析時，如透過傳統的影像相 減法的演算規則觀察前後期的 NDVI 值變遷，其易受到季節性植生生 育變化增減的干擾，先將研究區域的 NDVI 值進行標準化處理後，可 篩濾掉全域性植生生長差異的訊息，保留具顯著差異變遷資訊；另一 方面，變遷偵測網格大小的選擇需視變遷事件特性而調整，較大的網 格排除掉極端值的呈現，適合用於偵測影響範圍接鄰且較廣泛的變遷 事件，較小的監測單元則能獨立識別小範圍的變遷事件，惟可獲得資 訊在空間上相對較為破碎。此外，如進一步以時序性累積多期的衛星 影像觀察各監測網格 NDVI 值的變化趨勢，可看出植生地區在歷經火 燒干擾時 NDVI 值的增減循環變化，並具體呈現火燒之變遷時點；惟 影像資料頻度將是影響能否確實偵測出火燒變遷事件發生的關鍵。