關鍵詞：透水光達、水深測量
3. 結果與討論
3.1 透水光達掃瞄成果
經由濾除不合理之點雲作業後，三個測區所獲 得之不規則透水光達點雲成果如圖 7~9 所示。由點 雲成果圖發現，利用透水光達進行海域測繪之可測 深度，各測區分別為，東北角測區 12 m，台東測 區 16 m，墾丁測區約為 26 m。此三個測區於施測 時段，使用 MDOIS 影像推估之沙奇盤深度分別為，
東北角測區 10.5 m(8 月 29 日)，台東測區 10.2~11.2 m(8 月 26 日)，墾丁測區 7.1~9.8 m(8 月 25、26 日)(王 驥魁、等，2009)。顯示墾丁測區之測深效率最高，
可達 2-3 倍沙奇盤深度，台東測區次，約 1.5 倍沙 奇盤深度，東北角則僅約 1.2 倍沙奇盤深度。
3.2 內部精度分析
本研究利用多條航帶重疊處分別於組三角網 格(TIN)後進行高差比對，以平均差量(Mean Error) 及平均絕對差量(Mean Absolute Error)表示航帶間 之內部精度成果。圖 10-12 分別為東北角、台東、
墾丁測區之各航線重疊處誤差分析成果，東北角之 平均絕對差量為 0.287~0.336 m，台東測區之平均絕
對差量為 0.3~0.22 m，墾丁測區為 0.229~0.459 m。
各測區之平均差量分佈為，東北角 -0.096~0.078 m，
台東測區 -0.101~0.173 m，墾丁測區為 -0.244~0.415 m。
3.3 外部精度分析
將東北角測區 SCA 資料(圖 5 中，SCA 1、SCA 2 及 SCA 3)與透水光達成果進行比對，所有 SCA 點與透水光達系統於海域之成果進行高差比對，其 成果統計如表 1，平均值及均方根差各為 0.32 m、
0.11 m、0.1 m 及 0.63 m、0.99 m、0.7 m。
墾丁測區之 SCA 成果如圖 6 所示。其中，由 於 B 區水深較深，透水光達點雲數量稀疏，無法 進行精度分析，故本研究僅針對 A 區之透水光達 測繪成果進行精度驗證。經由統計分析兩者之誤差 量(表 1)則顯示，平均誤差為 -0.92 m、均方根差為 0.967 m。由於多處多音束水深點均已超過透水光 達測區之可測深度，而 A 區又受限於可供比較點 屬水深較深之區域，且該區域之透水光達資料含有 較多雜訊，故進而影響兩者比對之成果。
圖 7 東北角測區透水光達點雲成果
王驥魁、陳桂嘉、林志交：評估應用透水光達於台灣近岸海域水深測繪 197
圖 8 台東測區透水光達點雲成果
圖 9 墾丁測區透水光達點雲成果
圖 10 東北角測區重疊航線處誤差分析圖
圖 11 台東測區重疊航線處誤差分析圖
圖 12 墾丁測區重疊航線處誤差分析圖
王驥魁、陳桂嘉、林志交：評估應用透水光達於台灣近岸海域水深測繪 199
王驥魁、康哲銓，2009。利用 MODIS 影像推 估台灣沿岸海水透視度，航測及遙測學刊，
14：317-332.
黃金維，2003。台灣地區大地起伏模式精度評 估，內政部。
Arumugam, D., 2008. MOI Taiwan Bathymetric LiDAR - Hawk Eye II. 「應用透水光達技 術於近岸海域測繪工作」教育訓練課程.
Chust, G., Grande, M., Galparsoro, I., Uriarte, A., Borja, A., 2010. Capabilities of the bathymetric Hawk Eye LiDAR for coastal habitat mapping: A case study within a Basque estuary. Estuar Coast Shelf S 89:200-213.
Gao, J., 2009. Bathymetric mapping by means of remote sensing: methods, accuracy and limitations. Prog Phys Geog 33:103-116.
Guenther, G. C., Brooks, M. W., LaRocque, P. E., 2000a. New capabilities of the "SHOALS"
airborne lidar bathymeter. Remote Sens Environ 73:247-255.
Guenther, G. C., Cunningham, A. G., LaRocque, P. E., Reid, D. J., 2000b. Meeting the Accuracy Challenge in Airborne Lidar Bathymetry, EARSeL, Dresden.
Guenther, G. C., Thomas, R. W. L., LaRocque, P.
E., 1996. Design Considerations for Achieving High Accuracy with the SHOALS Bathymetric Lidar System, in Laser Remote Sensing of Natural Waters:
From Theory to Practice: CIS Lelected Papers.
Maune, D. F., 2007. Digital elevation model technologies and applications : the DEM users manual, 2nd ed. American Society for Photogrammetry and Remote Sensing, Bethesda, Md.
Pe'eri, S., Philpot, W., 2007. Increasing the existence of very shallow-water LIDAR measurements using the red-channel waveforms. Ieee T Geosci Remote 45:1217-1223.
Purkis, S. J., Klemas, V., 2011. Remote sensing and global environmental change.
Wiley-Blackwell, Chichester, West Sussex, UK ; Hoboken, N.J.
Wang, C. K., Philpot, W., Kim, M., Lei, H. M., 2011. A Monte Carlo study of the seagrass-induced depth bias in bathymetric lidar. Opt Express 19:7230-7243.
Wang, C. K., Philpot, W. D., 2007. Using airborne bathymetric lidar to detect bottom type variation in shallow waters. Remote Sens Environ 106:123-135.
Journal of Photogrammetry and Remote Sensing Volume 16, No.3, August 2012 201
1 Associate Professor, IDepartment of Geomatics, National Cheng Kung University Received Date: Nov. 11, 2011 2 Research Assistant, Department of Geomatics, National Cheng Kung University Revised Date: Dec. 10 , 2011 3Professional Surveying Engineer, Chung-Hsing Surveying Co., Ltd. Accepted Date: Dec. 27, 2011
*.Corresponding Author, Phone: 886-6- 2757575 ext.63825, E-mail:[email protected]