5-1 結論
本研究利用尺度轉換的方式，將捷鳥（Quick Bird）衛星影像以 尺度升階及降階之方式與雙線性內插及立方褶積取樣法產生8 組共 16 幅不同尺度之影像，以探討解析度對分類精度之影響。研究結果 獲得以下之結論：
1. 尺度轉換後之衛星影像顯示不等程度之地面清晰度，然經降階 取樣後之衛星影像，並未能提供更多的地面資訊，僅是將像元 切割為較小之尺寸，而升階取樣之衛星影像經過雙線性內插或 立方褶積等平均化處理後，若干地面訊息亦趨於模糊。
2. 降階後高解析度影像所需要之磁碟容量以指數形式增加，同時 影像處理時間也隨之顯著增加，而升階後之低解析度影像雖在 肉眼視覺上感到模糊，但處理速度及所需儲存空間均能有效降 低。綜言之，影像尺度之高低並無絕對之準則，應視使用目的 而選擇合適之影像尺度。
3. 以水稻田分類整體精確度比較各尺度影像分類結果，顯示影像 解析度在接近農地坵塊尺寸，呈現最佳整體分類精確度，而雙 線性內插或立方褶積取樣法並未有明顯之差異。此結果顯示不 同尺度影像分類上之一個重要現象，即衛星解析度並非愈高愈 好，而是應該配合地面特性而選擇合適之衛星尺度。高解析度 之衛星影像通常取得之成本較高，影像涵蓋範圍較小，影像處 理所需電腦時間長。依本研究結果，對水稻田之影像分類，並 不需要極高解析度之影像，僅需約等於田間坵塊之解析度，如
此既可節撙成本又能維持足夠之精確度。
5-2 未來研究建議
1. 影像分類過程中訓練樣區選取，建議可搭配農田水利會地理資 訊系統之農地坵塊資料，將部分休耕或有農舍之坵塊排除於訓 練樣本區之外，並以人工智慧或類神經網路等專家系統輔助分 類過程之進行，探討其對分類精確度之影響。
2. 本研究僅對農業土地利用中之水稻田精確度加以比較，建議未 來可增加對其他土地利用類型，如都市、森林等土地利用精度 之比較。探討各類土地利用是否皆以該土地利用之盛行尺度為 最佳之影像分類尺度。
3. 建議未來可以我國自有之中華二號衛星（ROCSAT II，光學感 應器解析度4m）影像對農業土地利用分類或調查等進行如本 文之研究，更可進一步對年度水稻種植、休耕面積查核、土地 利用變遷、作物生長監測等方面，都值得進一步的探討。
參考文獻
1. 江良印，1998。紋理特徵應用於遙測影像分類特徵選取之研究，
國立台灣大學農業工程學研究所碩士論文。
2. 衛強、鄭克聲，2002。時空尺度對應用氣象衛星影像推估降雨量 之影響，台灣水利季刊，第五十卷，第二期，第36-45 頁。
3. 陳姜琦，2002，「應用衛星遙測於區域蒸發散量之估算」，國立成 功大學水利及海洋工程研究所碩士論文。
4. 黃信茗，1991，「地理資訊系統及衛星影像應用於灌溉計畫之研 究」，國立屏東科技大學土木工程系研究所碩士論文。
5. 劉守恆，1992，「衛星影像於崩塌地自動分類組合之研究」，國立 成功大學地球科學研究所碩士論文。
6. 朱子豪，1980，遙測土地利用調查系統先驅計畫。
7. 黃炳煌，2002，「頭前溪流域水資源調配研究」，中華大學土木工 程學系研究所碩士論文。
8. 吳啟南、蕭國鑫等五人，2001。水稻生育狀況與環境監測系統~水 稻生長、逆境及產量之監測與估測技術研究~SPOT 衛星與地面近 紅外成像儀之監測應用，工研院能資所第 063-90-W011 號報告，
共95 頁。
9. 劉治中、曾義星、蕭國鑫等七人，2001。遙測與資訊技術應用於 精準農業技術之建立~結合遙測與 GIS 建置水稻田辨識系統(3/4)，
工研院能資所第 063-90-W010 號報告，共 136 頁。
10. 蕭國鑫、劉治中、史天元，2000。遙測與 GIS 結合應用於水稻田 辨識，航測及遙測學刊，第五卷，第四期，第1~22 頁。
11. 劉治中、蕭國鑫、李元炎，1999。遙測與資訊結合應用於土地利 用分類探討，第十八屆測量學術及應用研討會，第 673~682 頁。
12. 陳惠燕、周天穎，1999，自多時性光譜影像資料萃取稻作區塊之 研究，1999
13. 中華地理資訊學會年會暨學術研討會論文集，逢甲大學，台中市，
pp.15。
14. 陳益凰，1998，應用多時段衛星影像辨識水稻田之研究，國立成 功大學測量工程研究所碩士論文。
15. 楊龍士、周天穎，2000，遙感探測理論與分析實務，逢甲大學地 理資訊系統研究中心，台中市。
16. 鄧敏松，1997，結合多時段遙測影像、耕地坵塊與領域知識之區 域式影像辨識法於水稻田耕作調查之應用，國立成功大學測量工 程研究所碩士論文。
17. 盧英權，1994，作物學，國立編譯館，台北市。
18. 黎瑋，1998，紋理分析於遙測影像分類之研究，國立中央大學土 木工程學系碩士論文。
19. Stein,A. Riley,J. and Halberg,N. ,2001,” Issues of scale for
environmental indicators”﹐Journal of Agriculture Ecosystems and Environment 87(2001),215-233.
20. Marc F.P‚Peter A and Peter de Willigen, 2000. Upscaling and Downscaling Method for Environmental Research. Published by Kluwer Academic Publisher.
21. Jensen, J. R., 1995, Introductory Digital Image Processing: A Remote Sensing Perspective，PP.201.
22. Verbyla, D. L., 1995, Satellite Remote Sensing of Natural Resources, pp. 198, CRC Press, Inc.
23. Lillesand,T. M.,and Kiefer,R. W., 1987, Remote Sensing and Image Interpretation.
24. Atkinson,Paula.1985.”Preliminary Results of the Effect of
Resampling on Thematic Mapper Imagery.”1985 ACSM-ASPRS fall convention Technical Paper. Falls Church, Virginia:American Society for Photogrammetry and remote Sensing and American Congress on Surveying and Mapping.
25. Cohen，「A Coefficient of Agreement for Nominal Scales」， Educ.
Psychol. Measurement，1960.
26. ERDAS IMAGINE Ver. 8.4, 2001, ERDAS,Inc. 2801 Buford Highway,NE Atlanta,Georgia 30329-2137 USA
27.Conners, R.W., and C.A. Harlow, 1980, Toward a Structural Textural