國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
Landsat 7 ETM+影像填補
Landsat 7 ETM+自 2003 年 5 月 31 號開始，Scan Line Corrector（SLC）
感測器損壞，故從此時段開始 Landsat 7 ETM+影像將會有像斑馬紋般的缺 陷，而官方文獻（USGS, 2003）顯示指出雖然有如此缺漏，但還有 78%的資 料可以使用。也因面臨此問題本研究將利用官方文件（USGS, 2003）填補缺 漏方式並配合 Python 程式語言進行自動化填補。
（a） （b）
圖 3 - 8（a）填補前 （b）填補後
填補方式根據美國地質調查局（United States Geological Survey, USGS）
官方文件所提供之方式進行，其方法為利用 3×3 罩窗進行缺漏內插，在無 資料之處給予其無資料並未將 0 放進平均之選項，當一個 3×3 罩窗完成後 再繼續填補，直到全部格點完成平均。雖放大細看影像會有些許模糊化，但 對於 Landsat 7 ETM+之使用性將大幅增加。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
255 5 72
0 35 128
20 25 63
圖 3 - 9 罩窗填補
圖 3 - 10 填補後平滑化
‧
正。（Chander, Markham, and Helder, 2009）ETM+感測器有三種校正裝置，全口徑太陽校正器（Full Aperture Solar Calibrator, FASC）為漆成白色的擴散板，另一為部分光圈太陽校正器（Partial Aperture Solar Calibrator, PASC）作為設定 ETM+感測器的成像。與 TM 相同 擁有 IC 系統，組成為兩個燈具、黑體、快門與光學元件傳換能源於焦距平 面。ETM+最大的優勢為利用衛星上的校正器和替代定標有效率的監測軌 道，其輻射不確定性約為 5%，在 Landsat 的星系中是最穩定的感應器，每 年誤差也僅只有 0.5%。另一優勢為 ETM+輻射定標是發射前所設定出的校 正參數檔案（Calibration Parameter File, CPF），CPF 的發行使依據每季的變 化而改變，具有版本的有效性。每版本都具有校正性，只是時間與準確度之 間的問題。好處為累積的資料造就資料的豐富性及利於後續的分析。但最可 惜的因素為 2003 年 5 月 31 日後 SLC 感測器損壞，導致 Landsat 7 少了約 22%的利用性，周圍缺少的像素約為 14 pixel。（Chander et al., 2009）
輻射定標
Landsat 影響不論是 TM 感測器或 ETM+感測器，因原本給定資料數值 並非其真實反射率（Reflectance），必須透過原下載衛星影像之詮釋資料
（Metadata）進行輻射定標動作，而其過程與公式如下列所示
‧
首先須將原本 0-255 值資料化算至輻射值（Radiance）其公式為：
Radiance = Gain × DN + Offset （3）
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
表 3 - 5 Landsat7 ETM+ Gain 與 Offset 常數
表 3 - 6 大氣層外輻射值
Landsat 7 ETM+ Gain Offset
Band 1 0.779 -6.97874
Band 2 0.779 -7.19882
Band 3 0.622 -5.62165
Band 4 0.640 -5.79376
Band 5 0.126 -1.12622
Band 7 0.044 -0.39390
TM ETM+
watts/ merter2× μm watts/ merter2× μm
Band 1 1969.000 1957.00
Band 2 1840.000 1829.00
Band 3 1551.000 1557.00
Band 4 1044.000 1047.00
Band 5 225.700 219.30
Band 7 82.07 74.52
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
大氣校正
衛星影像發射輻射訊號，需經過大氣層至地球表面再返回衛星感應器，
之間可能會受到大氣之影響，舉凡水氣、雲霧、懸浮微粒等。當中又為雲霧 遮蔽最為嚴重，最嚴重為整幅影像皆無法成像。而就算毫無雲霧遮之衛星影 像，也無法保證其反射值為最佳解，本研究將透過 ENVI 內建 FLASHH（Fast Line-of-sight Atmospheric Analysis of Hypercubes）模組改正大氣對於衛星影 像之影響，其參數配合經緯度、地面高度、衛星高度與拍攝時間等。
圖 3 - 11 校正前（左）校正後（右）
‧
本研究根據光能利用率（Light use efficiency）模型，使用 2005-2010 年 的 Landsat 影像先分別產生植生指數，常態化植生指數（Normalized Difference Vegetation Index；NDVI）和比值植生指數（Ratio Vegetation Index；SR）， 再 個 別 估 算 NDVI 與 SR 的 光 合 作 用 有 效 輻 射 分 量 （ Fraction of phtosynthetically active radiation；FPAR）後，再配合太陽輻射值估算光合作 用有效吸收輻射（Absorbed phtosynthetically active radiation；APAR），最後 配合水約制條件、溫度約制條件和各林型最大光能利用率，推算植生之淨初 級生產力（Net primary productivity；NPP），以獲得本研究所須之碳吸存量。
常態化植生差異指數（NDVI）：如公式（5），近紅外光波段（NIR）與紅
‧
有效輻射比率，與 NDVI 值在一定範圍內具有線性關係(Hatfield, Asrar, and Kanemasu, 1984）。FPAR(𝑥, 𝑡)𝑁𝐷𝑉𝐼 = (NDVI(𝑥,𝑡)−𝑁𝐷𝑉𝐼𝑖,𝑚𝑖𝑛)×(𝐹𝑃𝐴𝑅𝑚𝑎𝑥−𝐹𝑃𝐴𝑅𝑚𝑖𝑛)
(𝑁𝐷𝑉𝐼𝑖,𝑚𝑎𝑥−𝑁𝐷𝑉𝐼𝑖,𝑚𝑖𝑛) + 𝐹𝑃𝐴𝑅𝑚𝑖𝑛（7）
式中𝑁𝐷𝑉𝐼𝑖,𝑚𝑎𝑥和𝑁𝐷𝑉𝐼𝑖,𝑚𝑖𝑛為第 i 值生類型之 NDVI 最大值和最小值；
而𝐹𝑃𝐴𝑅𝑚𝑎𝑥與𝐹𝑃𝐴𝑅𝑚𝑖𝑛則與植生類無關，分別假設為 0.95 和 0.001。
其次，光合作用有效輻射分量（FPAR）與比值植生指數（SR）亦存在 著線性關係（Los, Justice, and Tucker, 1994）如下：
FPAR(𝑥, 𝑡)𝑆𝑅 = (𝑆𝑅(𝑥,𝑡)−𝑆𝑅𝑖,𝑚𝑖𝑛)×(𝐹𝑃𝐴𝑅𝑚𝑎𝑥−𝐹𝑃𝐴𝑅𝑚𝑖𝑛)
‧
因本研究利用 GlobeLand30 資料進行分類，將研究範圍內資料分類成森 林地、耕地、草地、水體與人造地五類，人造地與水體並無法行光合作用，
‧
潛在蒸發散量（Potential Evapotranspiration, PET）。W = 0.5 + 0.5 × 𝐸(x, t)/𝐸𝑇(𝑥, 𝑡) （13）
𝐸𝑇則利用 Blaney and Criddle 學者於 1950 年所提出 Blaney-Criddle 潛在 蒸發散量估計方法計算，公式如（15），式中 p 月日照百分率 T 為空氣溫度
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
圖 3 - 12 NPP 估算流程