1. 前 言
山崩是台灣主要的地質災害之一，邊坡的穩定 成為道路交通、聚落安全的重要條件。隨著高解析 度航、遙測影像的普及化，國內逐漸以大比例尺影 像配合地面調查進行災害調查及防治，在山崩災害 的評估上，植生是邊坡穩定的重要指標之一，傳統 調查方式是利用航照影像或是衛星影像二維的光 譜資訊進行人工判釋或透過植生指標的萃取，來推 估植生的生物量 (Biomass)以及生長面積，進而達 到評估邊坡穩定的方法之一，本研究期望以空載光 達 (Light Detection And Ranging, LiDAR)及其衍生 地形指標 (Geomorphic indexes)，加強以往山崩植 生復育調查在垂直維度上的不足。
邊坡的穩定是山崩發生以及再發生的主要因 子，這些因子往往與地形、地質以及植生有高度的 相關，植生以及其根系提供穩定土壤的作用，以達 到邊坡穩定的效果，DiBiase & Lamb (2013) 便以 植生的密度以及樹冠的高度作為穩定因子，評估邊 坡穩定因子在不同時間尺度下與森林火災的關係 性。以往山區的地形圖繪製工作，受限於森林區茂 密的植生所限制，無法提供較為精細的地表地形，
具 有 多 重 反 射 (Multi-echo) 甚 至 全 波 形 (Full-waveform)的空載光達能夠提供在山區密林 地 高 精 度 以 及 高 解 析 度 的 地 表 地 形 (Stark &
Hovius, 2001; Roering et al., 2009)。另一方面，高 精度之三維資訊亦有助了解植生之物理量資訊，包 含林業調查常用的量測指標: 樹高、樹冠幅、材積、
172 航測及遙測學刊 第二十卷 第三期 民國 105 年 05 月 density)等 ( Goodchild and Mark，1978)。常用的地 形計測的方式可透過一組可量度地形型態的參數 來表現地形的特徵 (許秋玲，2002)，例如 Evans (1972) 提 出 的 五 個 參 數 ： 高 度 (Altitude) 、 坡 度 (Slope)、坡向 (Aspect)、縱剖面曲率 (Down-slope convexity)、橫剖面曲率 (Cross-slope convexity)皆 為描述地形起伏及地表粗糙度的指標。 達產製之地表粗糙度 (Surface roughness)影像於山 崩植生復育之研究，內容分述如下：
楊孟學、吳銘志、劉進金：多光譜影像與空載光達於山崩植生復育監測之研究 173 里。SPOT 5 光學儀器酬載由兩個 HRG、一個 VI
(Vegetation Instrument)以及一個 HRS 所組成。其中 HRS 儀器可進行同軌立體攝影，並由兩幅全色態 立體對影像取得相同大氣條件之數值地形模型，但 由於 HRS 影像不提供國內接收站接收，其資料取 得較為困難。
研究中所使用之 2.5m 解像力的 SPOT 5 影像 由 HRG 儀器產生，每一個 HRG 儀器分別擁有兩 個全色態影像 (HM)，一個多光譜影像(HI)，以及 一個短波紅外線波段 (SWIR)影像。全色態的波長
範圍為0.49μm - 0.69μm，多光譜影像則可分為三 個波段，分別為綠光段 (0.50μm - 0.59μm)、紅光 段 (0.61μm - 0.68μm) 以 及 近 紅 外 光 段 (0.78μm-0.89μm) ， 而 短 波 紅 外 線 波 長 範 圍 則 1.58μm - 1.75μm。此外 SPOT 5 可利用兩組 HRG 感測器同時拍攝 HM 資料。本研究所使用之衛星 影像經過影像融合處理 (Fusion)後，空間解析度為 2.5 m， 共4 波段，融合後之衛星影像則與空載光 達資料進行山崩植生復育之分析實驗。
圖 1 研究區位置圖
174 航測及遙測學刊 第二十卷 第三期 民國 105 年 05 月 echo)以及單一回波 (Only echo)之點雲，經內差後 則獲得網格化之 DSM (劉進金等，2006)。 回波 (First echo)以及單一回波(Only echo)之點雲，
經內插後獲得網格化之 2.5m DSM。為避免地表覆 (Normalized Difference Vegetation Index, NDVI)，公 式如下: 料(Glenn et al., 2006)。對於所探討之山崩課題，利 用高程資料作為主要工具，對於精度提升之成效成 (Canopy Height Model, CHM)，如下式(2)所示，此 方式為最直接瞭解植生在垂直維度的變化情形，但