第二章 遙測分類方法與結果
第三節 監督式分類方法
監督式分類法分類的流程分成三階段，首先進行訓練區訓練，第二階段根據 訓練區資料進行遙測影像分類，最後依據查核區地表真實狀況資料，查核的分類 結果之精準度。ENVI 4.0 提供 Parallelepiped、Minimum Distance、Mahalanobis Distance、Maximum Likelihood、Spectral Angle Mapper 與 Binary Encoding 六種 監督式分類方法，本研究採一般常用的 Maximum Likelihood 監督式分類法。
一、
分類方法監督式分類法分成訓練區訓練、遙測影像分類與查核區查核三階段。第一階 段為訓練區訓練的階段，本研究利用台南市 GIS 數值圖、FORMOSAT-2 衛星影 像、台南市航測圖、台南市地圖與現地勘查等資料，進行訓練區訓練的工作。
訓練的方式為依據上述資料，選擇衛星影像上具有代表特定地表特質的純像 素，將此像素設定成訓練區像素(Region of Interests , ROI)。設定的原則為選取同 類物質非邊緣區域的純像素，應避免選取摻雜其他物質的混合像素。
第二階段為遙測分類階段，本研究在 ENVI 4.0 軟體作業平台，採用一般常 用的 Maximum Likelihood 監督式分類方法。該方法分類的原理是應用最小距離 法，根據訓練區訓練所設定的各類 ROI 資料之光譜數值平均數為中心點，依據 影像像素距離各類 ROI 中心的距離遠近加以分類。如圖 2-7 所示，在 Band 3 與 Band 4 的二維空間中，各像素依照其與各類 ROI 中心之距離遠近而被分類。
圖 2-7 Maximum Likelihood 分類原理示意圖
(Thomas M. et al.,2004 )第二章 遙測分類方法與結果
第三階段，將分類結果與查核區的地表真實資料進行查核的程序而得到誤差 矩陣表，接下來，在 EXCEL 統計軟體中依序計算第一節介紹的七種評估指標，
完成查核區查核的工作。
由於都市的地表環境十分複雜，為了簡化遙測分類的複雜度，本研究將遙測 分類別分成建築物、路面、裸露地、植被與水體五類與未分類。以路面類為例，
若要再詳細分類可以再分成柏油路、水泥路、碎石路、人行道等，因此，本研究 初步假設訓練的細膩度可能會影響分類精準度。舉例來說，實驗一僅將路面類訓 練成一類，而實驗十則將路面類更細膩地訓練成路面 1~10 十類，兩者訓練的細 膩度有顯著可能導致分類精準度有所差異。因此，本節將進行十組分類實驗，在 第一階段進行訓練時，將建築物、路面、裸露地、植被與水體五類各自再細分成 水準一至十等十種訓練水準；在第二階段分類完成後，再將細分的分類別各自歸 類至所屬的五大類之中，如水準三的實驗中，路面 1、路面 2 與路面 3 皆被歸類 到所屬的路面類；第三階段，將十組實驗後完成歸類的分類結果進行查核區查核 的工作。
二、
訓練區訓練訓練區訓練的程序分成三個階段，第一階段，收集整理研究區域之地理資訊 資料，以利進行遙測影像的判讀的工作。本研究之參考資料有台南市 GIS 數值 圖、FORMOSAT-2 衛星影像、台南市航測圖與台南市地圖等資料。
第二階段，針對遙測影像無法正確判讀的區域，視研究需要進行實地勘察。
第三階段，根據可正確判讀的影像資料或實地勘察的資料，以人工方式選取訓練 區 ROI，而訓練區應包含路面、建築物、裸露地、植被與水體五大類訓練區。選 擇訓練區時需考慮到質與量的原則，選取原則列舉如下：
(一) 應選擇純正的類別像素，避免選取混合像素。
例如在水體類別的選擇上，應選擇漁塭或河川中央位置的純像素，避免選取 漁塭田埂或河川護岸等混合像素。
(二) 訓練區應均勻地散布在研究區域範圍之中，避免集中設置。
雖然不同地區的植被皆被歸類為植被類像素，但存在不同程度的差異，唯有 均勻地設置訓練區，才可有效掌握植被類光譜的特性，達到訓練區訓練的目的。
(三) 訓練區選取像素的數量應達到經驗值的標準。
根據文獻(Thomas M. et al., 2004 )所建議的經驗值，在計算理論的層級上，
少應具有 n+1 個像素；在實際操作或練習的層級上，每個訓練區至少應具有 10n 到 100n 個像素。
本研究初步假設訓練的細膩度可能會影響分類精準度，在本節將進行十組分 類實驗，以探討訓練區訓練的細膩度與分類精準度的關係。在進行訓練區訓練的 階段，將建築物、路面、裸露地、植被與水體五類各自再細分成水準一至十等十 種訓練水準，以進行十組不同訓練細膩度的分類實驗。以訓練水準第五級的訓練 為例，圖 2-8 為水體類局部訓練區資料，訓練區 ROI 將再細分成水體 1 到水體 5 五種詳細分類，其他各大類亦進行同樣水準的訓練。其中每一種詳細分類則包含 包含 10 個像素，以訓練水準第五級的訓練區資料為例，總計有 250(5×5×10)個像 素。
圖 2-8 第五級訓練水準的區部訓練區資料 三、
查核區查核在訓練區訓練與影像分類的程序完成之後，根據查核區調查資料輸入查核區 地表真實資料(Ground Truth)，如圖 2-4 所示，再由 ENVI 軟體內建程式進行誤差 矩陣的計算，輸出整體精準度、生產者精準度、使用者精準度與 Kappa 值，而分 類純度、適合度(α)與ΔISA 則交由 EXCEL 軟體計算處理，輸出分類查核表。
經由查核計算十組實驗之分類結果，可得到表 2-21~表 2-30 總計十組查核 表。以 Max_C05 查核表為例，表示採用 Maximum Likelihood 監督式分類方法，
訓練水準第五級之分類實驗的查核結果，各組實驗之查核結果將於第三章進行解 析與比較。
第二章 遙測分類方法與結果
I_路面 I_建築物 P_裸露地 P_植被 P_水體 未分類 列總合 I_路面 I_建築物 P_裸露地 P_植被 P_水體 未分類 列總合
I_路面 1295 120 218 95 13 29 1770 I_路面 1462 220 487 76 11 37 2293
I_建築物 118 594 145 207 22 24 1110 I_建築物 3 374 1 80 0 7 465
P_裸露地 100 283 907 69 0 66 1425 P_裸露地 209 291 1062 329 0 82 1973
P_植被 1011 241 1082 6332 1310 253 10229 P_植被 886 354 811 6218 1477 254 10000
P_水體 36 1 10 0 2285 9 2341 P_水體 0 0 1 0 2142 1 2144
未分類 0 0 0 0 0 0 0 未分類 0 0 0 0 0 0 0
欄總合 2560 1239 2362 6703 3630 381 16875 欄總合 2560 1239 2362 6703 3630 381 16875
生產者精準度(%) 使用者精準度(%) 生產者精準度(%) 使用者精準度(%)
I_路面 50.59 I_路面 73.16 I_路面 57.11 I_路面 63.76
I_建築物 47.94 I_建築物 53.51 I_建築物 30.19 I_建築物 80.43
P_裸露地 38.40 P_裸露地 63.65 P_裸露地 44.96 P_裸露地 53.83
P_植被 94.47 P_植被 61.90 P_植被 92.76 P_植被 62.18
P_水體 62.95 P_水體 97.61 P_水體 59.01 P_水體 99.91
未分類 0.00 未分類 - 未分類 0.00 未分類
P_植被 708 379 439 6329 1633 236 9724 P_植被 546 191 360 6147 1281 178 8703
P_水體 0 0 0 0 1930 0 1930 P_水體 7 0 2 0 2232 3 2244
未分類 0 0 0 0 0 0 0 未分類 0 0 0 0 0 0 0
欄總合 2560 1239 2362 6703 3630 381 16875 欄總合 2560 1239 2362 6703 3630 381 16875
生產者精準度(%) 使用者精準度(%) 生產者精準度(%) 使用者精準度(%)
I_路面 64.77 I_路面 57.69 I_路面 68.91 I_路面 54.04
I_建築物 30.35 I_建築物 77.53 I_建築物 41.49 I_建築物 75.26
P_裸露地 44.67 P_裸露地 56.66 P_裸露地 47.42 P_裸露地 56.54
P_植被 94.42 P_植被 65.09 P_植被 91.71 P_植被 70.63
P_水體 53.17 P_水體 100.00 P_水體 61.49 P_水體 99.47
未分類 0.00 未分類 - 未分類 0.00 未分類
-整體精準度 (%) 67.25 Kappa Coefficient 0.53 整體精準度 (%) 69.79 Kappa Coefficient 0.58
分類純度 (%) 67.25 適合度 (α) 0.00 分類純度 (%) 69.79 適合度 (α) 0.00
ΔISA (%) -5.82 未分類比例(%) 0.00 ΔISA (%) -2.34 未分類比例(%) 0.00
I_路面 I_建築物 P_裸露地 P_植被 P_水體 未分類 列總合 I_路面 I_建築物 P_裸露地 P_植被 P_水體 未分類 列總合
I_路面 1781 217 863 197 116 95 3269 I_路面 1848 253 921 213 116 99 3450
I_建築物 4 494 18 136 0 15 667 I_建築物 5 479 19 133 0 15 651
P_裸露地 252 352 1261 667 0 97 2629 P_裸露地 222 358 1223 660 0 98 2561
P_植被 519 176 216 5703 1342 172 8128 P_植被 481 149 195 5697 1339 167 8028
P_水體 4 0 4 0 2172 2 2182 P_水體 4 0 4 0 2175 2 2185
未分類 0 0 0 0 0 0 0 未分類 0 0 0 0 0 0 0
欄總合 2560 1239 2362 6703 3630 381 16875 欄總合 2560 1239 2362 6703 3630 381 16875
生產者精準度(%) 使用者精準度(%) 生產者精準度(%) 使用者精準度(%)
I_路面 69.57 I_路面 54.48 I_路面 72.19 I_路面 53.57
I_建築物 39.87 I_建築物 74.06 I_建築物 38.66 I_建築物 73.58
P_裸露地 53.39 P_裸露地 47.97 P_裸露地 51.78 P_裸露地 47.75
P_植被 85.08 P_植被 70.16 P_植被 84.99 P_植被 70.96
P_水體 59.83 P_水體 99.54 P_水體 59.92 P_水體 99.54
未分類 0.00 未分類 - 未分類 0.00 未分類
I_路面 I_建築物 P_裸露地 P_植被 P_水體 未分類 列總合 I_路面 I_建築物 P_裸露地 P_植被 P_水體 未分類 列總合
I_路面 1818 223 860 213 116 95 3325 I_路面 1905 244 860 352 119 102 3582
I_建築物 3 472 8 126 0 14 623 I_建築物 30 560 14 117 0 19 740
P_裸露地 259 399 1269 612 0 102 2641 P_裸露地 249 342 1267 609 0 101 2568
P_植被 476 145 221 5752 1339 168 8101 P_植被 372 93 217 5625 1336 157 7800
P_水體 4 0 4 0 2175 2 2185 P_水體 4 0 4 0 2175 2 2185
未分類 0 0 0 0 0 0 0 未分類 0 0 0 0 0 0 0
欄總合 2560 1239 2362 6703 3630 381 16875 欄總合 2560 1239 2362 6703 3630 381 16875
生產者精準度(%) 使用者精準度(%) 生產者精準度(%) 使用者精準度(%)
I_路面 71.02 I_路面 54.68 I_路面 74.41 I_路面 53.18
I_建築物 38.10 I_建築物 75.76 I_建築物 45.20 I_建築物 75.68
P_裸露地 53.73 P_裸露地 48.05 P_裸露地 53.64 P_裸露地 49.34
P_植被 85.81 P_植被 71.00 P_植被 83.92 P_植被 72.12
P_水體 59.92 P_水體 99.54 P_水體 59.92 P_水體 99.54
未分類 0.00 未分類 - 未分類 0.00 未分類
-整體精準度 (%) 68.07 Kappa Coefficient 0.56 整體精準度 (%) 68.34 Kappa Coefficient 0.57
分類純度 (%) 68.07 適合度 (α) 0.00 分類純度 (%) 68.34 適合度 (α) 0.01
ΔISA (%) -2.33 未分類比例(%) 0.00 ΔISA (%) -0.12 未分類比例(%) 0.00
I_路面 I_建築物 P_裸露地 P_植被 P_水體 未分類 列總合 I_路面 I_建築物 P_裸露地 P_植被 P_水體 未分類 列總合
I_路面 1791 216 750 348 119 97 3321 I_路面 1859 220 759 361 151 112 3462
I_建築物 27 580 23 164 0 21 815 I_建築物 21 622 87 177 0 27 934
P_裸露地 367 376 1378 613 0 106 2840 P_裸露地 384 368 1347 613 0 104 2816
P_植被 371 67 207 5578 1336 155 7714 P_植被 290 29 165 5533 1131 132 7280
P_水體 4 0 4 0 2175 2 2185 P_水體 6 0 4 19 2348 6 2383
未分類 0 0 0 0 0 0 0 未分類 0 0 0 0 0 0 0
欄總合 2560 1239 2362 6703 3630 381 16875 欄總合 2560 1239 2362 6703 3630 381 16875
生產者精準度(%) 使用者精準度(%) 生產者精準度(%) 使用者精準度(%)
I_路面 69.96 I_路面 53.93 I_路面 72.62 I_路面 53.70
I_建築物 46.81 I_建築物 71.17 I_建築物 50.20 I_建築物 66.60
P_裸露地 58.34 P_裸露地 48.52 P_裸露地 57.03 P_裸露地 47.83
P_植被 83.22 P_植被 72.31 P_植被 82.55 P_植被 76.00
P_水體 59.92 P_水體 99.54 P_水體 64.68 P_水體 98.53
未分類 0.00 未分類 - 未分類 0.00 未分類