地表植被物候的變化反映了氣候變遷對於生態系統所造成的影響，而透過遙測技術能夠 有效率地進行大範圍且長期的植被物候監測。本研究蒐集 2001~2010 年間宜蘭縣三星鄉地區 之MODIS 以及 Landsat 影像，先利用 MODIS 影像產生空間解析度為 250 公尺之 NDVI 時間 序列資料，並透過 ESTARFM（Enhanced Spatial and Temporal Adaptive Reflectance Fusion Model）融合 MODIS 與 Landsat 影像來產生空間解析度為 30 公尺之 NDVI 時間序列資料。再 將上述資料以TIMESAT 軟體分析宜蘭縣三星鄉之地表植被物候資訊，其中包含生長季開始時 間（onset）、生長季結束時間（offset）和生長季長度（length of the growing season）等。最後 比較這兩種從不同空間解析度之 NDVI 時間序列資料所得到的物候參數之差異。主要研究結 果說明如後：
（一） NDVI 時序資料分析結果
MODIS 與模擬 Landsat 等兩種 NDVI 時間序列資料經過 TIMESAT 軟體使用 S-G 濾波 器平滑後擬合出之植物生長曲線如圖 1 所示。以不同植被類型的擬合結果來看，由於農地 受到人為耕作的影響而具有一年兩穫的特性，因此 NDVI 在季節的變動上會有兩次的高峰
（分別約為4 月和 9 月）；而草地的生長曲線在某些年份會出現像農地一樣一年有兩次高峰 的情形，推測可能原因為在分析模擬Landsat NDVI 時間序列資料時所用的土地覆蓋圖僅為 2010 年之分類成果，若在 2001~2010 年間有地方之土地覆蓋類別發生改變，僅用單一年度 之土地覆蓋圖便會造成在某些年度上分類錯誤的情形，且草地在三星鄉地區所佔的比例非 常少（不到 5%），在計算生長曲線時受到土地覆蓋分類錯誤的影響會更大，也因為草地之 位置皆鄰近於農地，故出現像類似農地一樣一年兩穫的情況。整體從圖形上來看，MODIS NDVI 和模擬 Landsat NDVI 在農地和草地的擬合成果都很接近，但在森林的部分模擬 Landsat NDVI 時序資料之曲線有著相當多雜訊，導致兩者的生長曲線有著很大的落差。
第 121 頁，共 145 頁
【圖58】2001〜2010 年間不同地表植被類型在 MODIS 和模擬 Landsat 資料上顯示的生長曲 線以及擬合成果
（二）物候參數之變動
從 MODIS 與模擬 Landsat 等兩種 NDVI 時間序列資料所提取之物候參數分析結果顯示 農地在MODIS NDVI 和模擬 Landsat NDVI 中所計算出之物候參數有著相當良好的關係性，
僅在某幾個年份（2002、2007 及 2009）之生長季結束時間有較顯著的差異；而林地之物候 參數雖然相差甚大，但兩種 NDVI 時間序列資料所計算出之物候參數在變化的趨勢上也很 接近；至於草地不管是相關性或是變化趨勢都差很多。
第 122 頁，共 145 頁
玖、 以農業永續發展為目標之水資源指標建立與評估
（子計畫七：林士淵）
水足跡為一新興發展之水資源消耗衡量指標，可用以估計水資源之分佈與途徑。其中
「綠水足跡」係指生產過程中消耗的雨水量，包含降水的總蒸發散量及產品中所含水分；綠 水能使作物成長而具生產性，然因其一部潛藏於產品中且含量甚低、另一部為蒸發散形式而 致使推估不易、遭致忽略。為使作物生產用水量能被精確統計，有效估算綠水足跡至為重 要。遙測產品─MODIS 全球地表蒸發散監測資料（MOD16）具有高精度、涵蓋面積廣闊且 長期監測之優勢，然若欲實際運用則將有產品釋出時間延遲及空間缺漏或低解析度等限制。
故，本研究以 MOD16 資料為基礎，搭配可能影響稻作蒸發散量之氣象或自然因子，透過統 計方法中的逐步迴歸法，建立蒸發散量之推估模型，以改進 MOD16 資料之時空限制、並供 後續精確估算即時且完整的稻作綠水足跡。
一、 前言
考慮到虛擬水進出口觀念與水資源永續性利用，Hoekstra et al.（2011）將淡水資源分為
「地面水和地下水」之「藍水資源」及「降到地上但未成為逕流、也未補注地下水的雨水」
之「綠水資源」，並進一步發展出水足跡（Water Footprint）概念作為水資源評估指標，用以 估計淡水資源之分佈與途徑。其中，綠水能使作物成長而具生產性，此部分雨水或蘊藏於土 壤中、或暫時停留於土壤表面或植被，最終會自行蒸發或透過植物蒸散，即農作物和森林成 長過程中被吸收的雨量。然因其一部潛藏於產品中且含量甚低、另一部為蒸發散形式推估較 不易，而常遭致忽略。綠水是作物生產的重要投入且具強烈區域性，若不估計將使得水資源 估算成本有失偏頗（周嫦娥等人，2011）。綠水足跡根據定義包含「降水的總蒸發散量」及
「產品中所含水份」，然稻米的產品中所含水份僅占綠水蒸發散量之 0.1~1％，因此一般可忽 略不計（Hoekstra et al., 2011）。故，經由計算稻米之綠水蒸發散量即可得稻米生產所需之綠水 足跡。以往估算蒸發散量的方法是直接利用儀器單點量測、或以氣象資料配合經驗公式推估 區域情況；然前述方法隨極端氣候出現將無法準確且即時的反應區域性實際狀況。而遙感探 測技術的發展使得蒸發散量的計算更加精確，並能在時空尺度上獲得擴展，尤以 2011 年 NASA 和 USGS 所發布的 MODIS 全球地表蒸發散監測資料（MOD16），擁有高精度、涵蓋面 積廣闊、長期監測和免費獲取等優點，因此應用MOD16 資料估算綠水足跡將更具優勢。
然而，MOD16 資料若欲實際運用在臺灣將有所限制：包括取得該產品的時間上須被動等 待產製單位非立即性的釋出、空間上有解析度 1 公里及部分地區資料缺漏等問題。為克服前 述限制，本研究以臺灣農業用水使用比例最高之稻作進行綠水足跡估算，並以「臺中市」作 為研究區域，利用2003 - 2012 年之 MOD16 資料、搭配可能影響蒸發散量之氣象因子和 NDVI 等變數，以逐步迴歸法（Stepwise method）篩選因子並建立兩期稻作蒸發散量之推估模型，
藉此即時精確估算臺灣稻作綠水足跡。
第 123 頁，共 145 頁
二、 研究目的
具體目的說明如下：
（一） 以 MOD16 蒸發散監測資料為基礎，搭配相關影響因子，以逐步迴歸法建立稻作 一、二期蒸發散量的推估模型，並進行模型驗證和推估成果的準確率分析。
（二） 應用迴歸模型即時推估蒸發散量、並填補 MOD16 資料於稻作地區缺漏之部分，獲 取完整的稻作蒸發散量資訊，克服MOD16 資料於時空上之限制。
（三） 以完整的稻作蒸發散量資訊為基礎，進一步參考水足跡評價手冊（The Water Footprint Assessment Manual）提供之評估方法估算稻作綠水足跡，繪製稻作綠水足 跡地圖。
（四） 針對所擬定研究方法之內容、過程進行相關分析及探討，並檢視綠水足跡估算成果 及時空分佈特色。