ammetry Suit 高程模型等資
，藉以濾除所 品質控制點後
& Chen, 2009
，其平地與山 rror, RMSE)各
處理產製之正 RDAS IMAG e©系統，並輔 換(Gillespie et 原始影像光譜 總和強度調適
dulation, SSI 訊與高空間分 轉換(Haydn et t al., 1987)等方 譜特徵的失真。
適法(Spectral IM)方法將低 l Summation 低空間分辨率 是Brovey 可避免地造 改以利用光 Intensity 的多頻譜
36 航測及遙測學刊 第十七卷 第一期 民國 102 年 03 月
3. 崩塌地判釋
將影像進行各種糾正使其影像正射準確度提 升後，本研究利用衛星影像多頻譜資訊以及不同地 表地物之反射光譜差異特性進行崩塌地判釋。
3.1 崩塌地判釋回顧
一般崩塌地調查方法可分為三種，包括現地人 工調查、航照或衛星影像、及混合兩者(張崑宗等，
2010)，其中崩塌地判釋最早主要是以人工方式，
在 航 空 照 片 上 直 接 進 行 圈 繪(Singhroy, 1995;
Singhroy et al., 1998; Kumar et al., 2006) 。例如早 期在歐洲地區的崩塌地以及災害帶調查，大多是以 機載的立體像對影像計算崩塌地的分布、崩塌頻率，
並繪製、監測崩塌地(Mantovani et al., 1996)。這種 作法需花費大量時間及人力，長期大範圍實施成本 高昂，在緊急應變上亦無法發揮即時功效 (Joyce et al., 2009)。近年來因高解析度的衛星影像的發展、
高解析度衛星影像判釋崩塌的準確度與傳統機載 立體像對影像判釋的準確度相仿(比例尺<25,000)、
花費的判釋成本也相對低廉，且衛星影像光譜資訊 豐富、容易取得(Nichol et al., 2006)，故用衛星影 像判釋崩塌已為世界的趨勢。
隨著高空間分辨率的衛星影像逐漸普及，監督 式分類法 (Nichol & Wong, 2005; 周毓嘉，2005;
洪瑞鄉，2006)、非監督式分類法 (Dymond et al., 2006)、及比值影像 (Cheng et al., 2004)等三種自動 分類的方法便廣泛使用於崩塌地判釋工作。其中監 督式分類法是人工選取訓練區後，在訓練區中人工 決定分類類別並圈繪，再依每類別的光譜平均值來 對整幅影像進行分類，但此法不僅手工圈繪訓練樣 區耗時，且訓練樣區之選取亦影響分類準確度。非 監督式分類為人為給定好欲分類級數、門檻值後，
電腦自動計算光譜中心的初始值並不斷反覆迭代 修正光譜中心值至收斂，以完成分類結果，此法雖 能避免監督式分類因訓練樣區之偏差所產生的的 誤差，但若研究區土地覆蓋分布不如波譜分布均勻 時，時常有準確度不足之現象。比值影像，例如
NDVI 影像，雖可以消除同一類物體受地形、季節 等環境影響所產生的變異 (潘國樑，2006)，且亦 可快速獲取任務所需之特徵，但針對不同區域之比 值影像進行特徵萃取時很難決定達到準確度要求 之門檻值(表 2)。
表2 崩塌判釋自動分類方法比較
方法 監督式
分類法
非監督式
分類法 比值影像
優點
․ 影 像 分 類 效能良好
․ 避 免 判 釋 類 別 重 疊 快 速 的 產 生 均 勻 的 波 譜 分 類 結果
․ 消 除 同 類 物 體 所 產 生 的變異
․ 快 速 獲 取特徵
缺點
․ 耗 費 大 量 的 時 間 進 行 判 釋 訓 練
․ 訓 練 樣 區 之 選 取 影 響 判 釋 結 果
․ 精 準 度 不 足
․ 難 決 定 達 到 準 確 度 要 求 之 門 檻值
除了使用頻譜資訊進行全自動分類的方法之 外 ， 近 年 來 亦 有 嘗 試 引 進 物 件 導 向 (Object-Oriented Classification) 之觀念，將影像上 相關性高的像元結合成有意義的區塊，再於區塊中 附加屬性特徵作為辨識依據(洪凱政，2009)。這種 以經驗法所建立的知識庫進行崩塌地自動判釋的 作法，其成果優劣取決於知識庫的完整性，因此不 同的事件亦可能會有不同的判釋成果準確度。此外，
近 年 來 亦 有 將 遙 測 影 像 與 各 種 地 理 資 訊 系 統 (Geographic Information System, GIS)結合，將崩塌 地圖層與不同屬性圖層結合進行空間分析的作法 提出(Metternicht et al., 2005)。
3.2 遙測影像崩塌及陰影區專 家輔助圈繪系統
根據不同地物對入射光的反射能力互異，地物 反射光的強弱與入射光的波長、入射角的大小，及 地物表面的顏色、組成成份、微觀幾何形態、巨觀
幾何形狀 VI 與 Greenne 優點 用了 Greenne 一不受陰影區
38 航測及遙測學刊 第十七卷 第一期 民國 102 年 03 月
接著運用區域增長 (Region Growing) 的概念，
將崩塌潛勢圖層中不相連的資料分離成獨立的物 件，具有獨立之空間屬性。使用者再依據判釋準則、
專家判釋經驗及前期影像、全島假彩色立體圖、航 遙測圖資供應平台等輔助資訊，對獨立的崩塌潛勢 單元進行選取與切割，產製更為精確的崩塌地資料 庫。本研究所使用的判釋準則如下表4 所示，並參 考以往專家判釋崩塌地經驗(劉治中等，2010)，而 輔助資訊則利用影像套疊DEM 而成之 3D 假彩色 立體檢視圖可凸顯高程資訊的視覺效果，有助於判 釋者瞭解判釋影像之區域地形坡度與植生情況；以 及農林航空測量所所建置解析度更高的航照的遙 測圖資供應平台做為輔助。
表 4 判釋準則
類別 判釋為崩塌地與否
後期影像出現崩塌地 Y
裸露地 Y
人為開發區 N
主河道 N
雲覆資訊不足區 N
低植生區 N
專家判釋經驗如下 :
1. 植生因被剝除或被崩積物覆蓋，會呈現裸露的 狀態，影像上色調明亮
2. 河系最上游一級河處常擴大成為湯匙狀。
3. 河道攻擊側經常造成崩塌，河流轉彎呈帶狀崩 塌，顯示流動之土石具有相當大的側蝕 (lateral erosion) 力。
4. 大量鬆散的土壤或岩塊堆積於陡坡下。
5. 集中的豪雨常使許多細長條狀崩塌帶下來的物 質匯集在陡坡下方或主河道上，個別之長條狀 崩塌沿流路如同水系發育般的匯集在一起，呈 現樹枝狀的分佈。
(劉進金等，2001)
6. 河道突然變窄或彎曲：滑動中或不久前滑動之 崩塌地，其趾部會凸向河流，導致河流變窄或 轉彎。
7. 崖坡具有斷裂及張力裂隙。
8. 在照片上色調變化很大的區域。色調較暗表示 有較多的水分。
9. 潛移常造成樹木傾斜及籬笆移位。
(劉守恆，2002)
3.3 陰影區判釋
福衛二號雖固定於早上十點鐘左右取像，但若 考慮秋冬季節太陽入射角度較大、部分山區影像無 可避免被陰影所覆蓋，且陰影區隨季節改變等現象，
如果未能準確地加以標定並排除，對於崩塌區年間 分析的結果會造成相當的誤差。由於陰影區內之訊 號過低，無法用來判釋崩塌區，而主成分分析 (principal component analysis) 之第一分量(全色態 的強度大小)即代表陰影資訊。準此原則，本研究 採取逐塊掃描的方式以全色態波段強度為指標，並 依局部區域的資訊來決定最佳的門檻值後(調整閥 值濾除雲、水體)，再比照崩塌地判釋流程(物件分 離與單元化)來決定陰影區分布圖層(圖 4)。
3.4 準確度檢核
選取影像的條件為的方法一般分為系統性檢 核與抽樣檢核。系統性檢核是對資料做全面性檢核，
若資料間不存在邏輯關連性則必須逐筆檢核，但逐 筆檢核相當於重新建立資料庫，其耗費的資源太大；
而抽樣檢核則是隨機性的對資料進行抽樣檢核，其 抽樣代表性則取決於樣區是否能充分代表母體資 料在空間尺度和時間頻率上的全面性 (蔡博文，
2000)。但且由於台灣地質脆弱、山高坡陡、氣候 溫暖多雨、風化作用明顯，地表易隨著時間有所變 動，故若欲進行崩塌圖層準確度檢核之影像須以兩 者拍攝日期相近為主要選擇條件之一，因此本研究 不採用一般常用的檢核方法(系統性檢核或抽樣性 檢核)對崩塌判釋的準確度做檢核，取而代之的是 選取衛星影像與航照影像拍攝日期相同的影像作 為檢核樣本。而前人研究中提及可藉由解釋航照影 像得到地真資料，並以之為現地人員調查的替代方 案之情況下(Ridd & Liu, 1998)，本研究在影像的精
確度檢核 度 (producer’s uracy)、整 體
n matrix)的概 s accuracy)、
體 準 確 度 (ov hat index) (Co 用的準確度評 verall accura ohen, 1960; C 評估方式表現
95191068 拉
料、方法與目的 Congalton,
判釋結果
40
6040 2006 591 1633 7631 1834 Kappa
圖號9519106 塌地的判釋與農 判釋之平均整體 而造成生產者準 右的過估(大型 細長崩塌地受
191068 拉庫音
崩塌 總計
62 20461 87 1849 449 22310
a 指標 0.8852 達10%、Kapp
，套疊在高解 ndslide Hazard 00)提到山崩災 ds Mitigation 災害分析步驟