建築基地保水貯集技術設計規範與法制化之研究子計畫一：應用衛星遙測技術解析都市地表不透水率之研究

全文

(1)建築基地保水貯集技術設計規範與法制化之研究子計畫一：應用衛星遙測技術解析都市地表不透水率之研究. 內政部建築研究所委託研究報告中華民國 95 年 12 月.

(2) PG9502-0274 095-301070000G-1013. 建築基地保水貯集技術設計規範與法制化之研究子計畫一：應用衛星遙測技術解析都市地表不透水率之研究. 受委託者：台灣雨水利用協會研究主持人：林憲德教授研. 究. 員：孫振義講師. 研究助理：呂罡銘、施孟亨. 內政部建築研究所委託研究報告中華民國 95 年 12 月.

(3) ARCHITECTURE & BUILDING RESEARCH INSTITUTE MINISTRY OF INTERIOR RESEARCH PROJECT REPORT. Study on the Design Guideline and Regularization of Rainwater Retention and Harvesting Techniques at Construction Sites An Application of Satellite Remote Sensing Technique to Analyze Percentage of Impervious Surface Area in Urban Environment. BY HSIEN-TE LIN CHEN-YI SUN KANG-MING LU MENG-HENG SHIH Dec 30, 2006.

(4)

(5) 目次. 目次表次 .................................................. III 圖次 .................................................. VII 摘要 .................................................. IX. 第一章緒論 ............................................ 1 第一節前言 ....................................... 1 第二節文獻回顧 ................................... 2 第三節研究動機與目的 ............................. 6 第四節研究內容與範圍 ............................. 7 第五節研究方法與流程 ............................. 7 第六節計畫工作項目及內容 ......................... 9 第二章遙測分類方法與結果 .............................. 13 第一節遙測分類方法 ............................... 13 第二節非監督式分類方法 ........................... 26 第三節監督式分類方法 ............................. 30 第四節分層篩選分類方法 ........................... 34 第三章. 遙測分類結果之解析 ............................. 59. 第一節遙測分類結果之綜合評估 ..................... 59 第二節遙測地表不透水率誤差之檢討 ................. 63 第三節台南市地表不透水率數值地圖之製作 ........... 65. I.

(6) 建築基地保水貯集技術設計規範與法制化研究子計畫一：應用衛星遙測技術解析都市地表不透水率之研究. 第四章. 台南市地表不透水率之解析 ....................... 71. 第一節台南市地表不透水率之解析 ................... 71 第二節國內都市地表不透水率相關研究之比較 ......... 80 第三節台南市各行政區地表不透水率之預測 ........... 83 第四節小結 ....................................... 93. 第五章. 結論與建議 ..................................... 95. 第一節結論 ....................................... 96 第二節建議 ....................................... 98. 附錄 .................................................. 101 參考書目 .............................................. 112. II.

(7) 表次. 表次表 2-1. 衛星影像比較表 ................................. 15. 表 2-2. FORMOSAT-2 遙測酬載儀器規格..................... 16. 表 2-3. 文獻與本研究 ISA 分類項目........................ 20. 表 2-4. A_漁業區查核分區之 ISA 實測分類與實測歸類資料表 .. 21. 表 2-5. B_市心區查核分區之 ISA 實測分類與實測歸類資料表 .. 21. 表 2-6. C_農業區查核分區之 ISA 實測分類與實測歸類資料表 .. 22. 表 2-7. D_混合區查核分區之 ISA 實測分類與實測歸類資料表 .. 22. 表 2-8. 全區查核區之 ISA 實測分類與實測歸類資料表 ........ 22. 表 2-9. 分類結果查核案例表 ............................. 24. 表 2-10 適合度檢定計算表 ............................... 25 表 2-11 Kmeans_C05 查核表 .............................. 28 表 2-12 Kmeans_C10 查核表 ............................... 28 表 2-13 Kmeans_C15 查核表 ............................... 28 表 2-14 Kmeans_C20 查核表 ............................... 28 表 2-15 Kmeans_C25 查核表 ............................... 29 表 2-16 Kmeans_C30 查核表 ............................... 29 表 2-17 Kmeans_C35 查核表 ............................... 29 表 2-18 Kmeans_C40 查核表 ............................... 29 表 2-19 Kmeans_C45 查核表 ............................... 29 表 2-20 Kmeans_C50 查核表 ............................... 29 表 2-21 Max_C01 查核表 .................................. 33 表 2-22 Max_C02 查核表 .................................. 33 表 2-23 Max_C03 查核表 .................................. 33 表 2-24 Max_C04 查核表 .................................. 33 表 2-25 Max_C05 查核表 .................................. 33 表 2-26 Max_C06 查核表 .................................. 33 III.

(8) 建築基地保水貯集技術設計規範與法制化研究子計畫一：應用衛星遙測技術解析都市地表不透水率之研究. 表 2-27 Max_C07 查核表 .................................. 34 表 2-28 Max_C08 查核表 .................................. 34 表 2-29 Max_C09 查核表 .................................. 34 表 2-30 Max_C10 查核表 .................................. 34 表 2-31 柏油路面光譜數值抽樣統計表...................... 37 表 2-32 建築物光譜數值抽樣統計表........................ 37 表 2-33 鋪面光譜數值抽樣統計表.......................... 37 表 2-34 鐵道礫石面光譜數值抽樣統計表.................... 37 表 2-35 裸露地光譜數值抽樣統計表........................ 37 表 2-36 植被光譜數值抽樣統計表.......................... 37 表 2-37 水體光譜數值抽樣統計表.......................... 37 表 2-38 陰影光譜數值抽樣統計表.......................... 37 表 2-39 各類地表光譜數值標準差邊界差值表................ 39 表 2-40 全區查核區植被類分層查核表(DVI≧0.3)............ 41 表 2-41 全區查核區植被類分層查核總表.................... 44 表 2-42 全區查核區建築物類分層查核總表.................. 46 表 2-43 全區查核區水體類分層查核總表.................... 47 表 2-44 全區查核區路面類分段查核表(DN：62~66)........... 49 表 2-45 漁塭區查核區路面類分段查核總表.................. 49 表 2-46 市中心區查核區路面類分段查核總表................ 49 表 2-47 農業區查核區路面類分段查核總表.................. 50 表 2-48 全區查核區路面類分段查核總表.................... 50 表 2-49 全區查核區路面類分層查核總表.................... 51 表 2-50 漁塭區查核區裸露地類分段查核總表................ 52 表 2-51 市中心區查核區裸露地類分段查核總表.............. 53 表 2-52 農業區查核區裸露地類分段查核總表................ 53 表 2-53 全區查核區裸露地類分段查核總表.................. 53 IV.

(9) 表次. 表 2-54 全區查核區裸露地類分層查核總表.................. 54 表 2-55 東側影像各分層篩選門檻值與評估指標表............ 56 表 2-56 西側影像各分層篩選門檻值與評估指標表............ 56 表 2-57 Sifter_C01 查核表 ............................... 57 表 2-58 東側影像查核結果再訓練表........................ 57 表 2-59 西側影像查核結果再訓練表........................ 58 表 2-60 Sifter_C02 查核表 ............................... 58 表 3-1. 分類結果綜合評估表 ............................. 61. 表 3-2. 遙測台南市各類地表比例與 ISA 計算表.............. 67. 表 4-1. 北區 ISA 數值計算表 ............................. 72. 表 4-2. 中西區 ISA 數值計算表 ........................... 73. 表 4-3. 東區 ISA 數值計算表 ............................. 74. 表 4-4. 南區 ISA 數值計算表 ............................. 75. 表 4-5. 安平區 ISA 數值計算表 ........................... 76. 表 4-6. 安南區 ISA 數值計算表 ........................... 77. 表 4-7. 台南市各行政區 ISA 數值計算表.................... 78. 表 4-8. 國內 ISA 相關文獻比較表一........................ 80. 表 4-9. 國內 ISA 相關文獻比較表二........................ 81. 表 4-10 台南市 ISA 相關文獻之比較表...................... 83 表 4-11 台南市各行政區統計資料表........................ 84 表 4-12 台南市各行政區細部計畫土地使用分區統計表 ........ 85 表 4-13 台南市各行政區細部計畫公共設施用地統計表 ........ 86 表 4-14 台南市各行政區細部計畫資料表.................... 87 表 4-15 台南市各行政區 ISA 相關因子解析表................ 89 表 4-16 台南市各行政區 ISA 單迴歸預測公式表.............. 90 表 4-17 台南市各行政區 ISA 迴歸預測公式檢驗表............ 91. V.

(10) 建築基地保水貯集技術設計規範與法制化研究子計畫一：應用衛星遙測技術解析都市地表不透水率之研究. VI.

(11) 圖次. 圖次圖 1-1. 電磁波波長範圍圖 ............................... 4. 圖 1-2. 點陣式數位影像格式示意圖........................ 5. 圖 1-3. 研究流程圖 ..................................... 8. 圖 2-1. 遙測分類方法流程圖 ............................. 10. 圖 2-2. 台南市 FORMOSAT-2 衛星影像 ...................... 16. 圖 2-3. 查核分區位置圖 ................................. 17. 圖 2-4. 各查核分區衛星影像、ISA 實測分類向量圖與地表真實資料 20. 圖 2-5. K-Means 分類原理示意圖.......................... 26. 圖 2-6. 非監督式分類法的歸類案例圖...................... 27. 圖 2-7. Maximum Likelihood 分類原理示意圖 ............... 30. 圖 2-8. 第五級訓練水準的區部訓練區資料.................. 32. 圖 2-9. 分層篩選法之流程圖 ............................. 35. 圖 2-10 各類地表光譜數值平均數分布圖.................... 38 圖 2-11 各類地表光譜數值平均數與標準差範圍分布圖 ........ 38 圖 2-12 全區查核區植被類分類門檻值與各評估指標關係圖 .... 44 圖 2-13 全區查核區建築物類分類門檻值與各評估指標關係圖 .. 46 圖 2-14 全區查核區水體類分類門檻值與各評估指標關係圖 .... 48 圖 2-15. 路面類光譜數值分段查核圖....................... 50. 圖 2-16. 全區查核區路面類分類門檻值與各評估指標關係圖 ... 52. 圖 2-17. 裸露地類光譜數值分段查核圖..................... 53. 圖 2-18. 全區查核區裸露地類分類門檻值與各評估指標關係圖 . 54. 圖 3-1. 分類結果綜合評估圖 ............................. 60. 圖 3-2. 台南市地區各類地表分類圖........................ 66. 圖 3-3. 台南市地區開放水域及 ISA 數值灰階圖.............. 68. 圖 3-4. 台南市地區 ISA 數值色階圖........................ 69. VII.

(12) 建築基地保水貯集技術設計規範與法制化研究子計畫一：應用衛星遙測技術解析都市地表不透水率之研究. 圖 4-1. 台南市各行政區位置圖............................ 71. 圖 4-2. 北區地表分類圖 ................................. 72. 圖 4-3. 北區 ISA 數值色階圖 ............................. 72. 圖 4-4. 中西區地表分類圖 ............................... 73. 圖 4-5. 中西區 ISA 數值色階圖 ........................... 73. 圖 4-6. 東區地表分類圖 ................................. 74. 圖 4-7. 東區 ISA 數值色階圖 ............................. 74. 圖 4-8. 南區地表分類圖 ................................. 75. 圖 4-9. 南區 ISA 數值色階圖 ............................. 75. 圖 4-10 安平區地表分類圖 ............................... 76 圖 4-11 安平區 ISA 數值色階圖 ........................... 76 圖 4-12 安南區地表分類圖 ............................... 77 圖 4-13 安南區 ISA 數值色階圖 ........................... 77 圖 4-14 台南市區 ISA 數值色階圖.......................... 79. VIII.

(13) 摘要. 摘要關鍵字：地表不透水率、衛星遙測、分層篩選分類法、地表不透水率預測公式. 一、研究緣起都市地表不透水率(ISA，Percentage of Impervious Surface Area)為評估都市水循環體系重要的指標，在都市微氣候與生態環境的評估上，亦占有舉足輕重的影嚮性。為了具體呈現都市 ISA 分布的狀況，並進行都市區域 ISA 定量與定性的解析，本研究以台南市為例，應用衛星遙測技術解析都市 ISA。本研究內容分成兩階段，分別探討「應用衛星遙測技術解析都市 ISA 之可行性」與「台南市 ISA 之解析」兩個課題。. 二、研究方法及過程本研究之研究方法採用「衛星遙測解析法」，由文獻回顧可知衛星遙測解析法主要分成「非監督式分類法」與「監督式分類法」兩大類，而本研究根據解析都市 ISA 之目的，另外發展出「分層篩選分類法」。本研究將採用上述三種遙測分類方法，進行二十二組實驗，並進行查核各組實驗結果精準度的工作。經過二十二組實驗之後，收集整理各組實驗與遙測查核數據，進行所有分類結果綜合評估的工作，選出最適合用來解析台南市 ISA 之分類數據，進行繪製台南市 ISA 數值圖的工作，同時進行台南市各行政區 ISA 定量的解析與定性的描述。另一方面，根據台南市各行政區 ISA 值與台南市都市計畫相關統計資料進行相關性分析，提出影響台南市各行政區 ISA 之都市計畫因素，最後，根據影響 ISA 之相關性因素進行迴歸分析，提出都市區域 ISA 預測公式，以供都市計畫相關領域工作者參考與使用。. IX.

(14) 建築基地保水貯集技術設計規範與法制化研究子計畫一：應用衛星遙測技術解析都市地表不透水率之研究. 三、重要發現 (一) 應用衛星遙測技術可有效解析都市 ISA 由第三章第一節分類結果之綜合評估結果可知，本研究所發展「分層篩選分類法(Sifter)」較「非監督式分類法(K-Means)」與「監督式分類法(Maximum Likelihood)」，可有效控制各遙測分類別之比例關係近似於調查歸類別之比例關係，同時達到高分類純度之原則。由於分層篩選法可透過「查核結果再訓練」的程序，提升各項綜合評估指標的結果，因此，在總計二十二組分類實驗中，以該方法第二次實驗數據(Sifter_C02)之綜合評估結果為最佳，適合度(α)達 0.93、Δ ISA 為-2.04%、分類純度達 80.69%、未分類率為 15.41%，因此，本研究採用該實驗結果進行繪製台南市 ISA 數值圖。 (二) 應用衛星遙測技術可繪製都市 ISA 數值圖，具體呈現都市 ISA 分布的狀況由 3-3 節台南市 ISA 數值地圖可知，本研究關於 ISA 數值地圖表現的型式有以下三種，分別為「各類地表分類圖」、「開放水域及 ISA 數值灰階圖」與「ISA 數值色階圖」三種。「各類地表分類圖」即為衛星影像分類圖，可以計算都市中特定區域之平均 ISA 數值，亦可對都市中各類地表之分布狀況作定性的描述；而「開放水域及 ISA 數值灰階圖」與「ISA 數值色階圖」則是根據「各類地表分類圖」之資料改繪而成，主要用於都市 ISA 分布狀況之定性描述。 (三) 根據台南市 ISA 數值圖可計算出台南市各行政區 ISA 數值本研究根據台南市 ISA 數值圖，解析台南市各行政區之 ISA，得到各行政區之 ISA 數值由高而低依序如下：北區 62.25%、中西區 59.97％、東區 59.36%、南區 40.74%、安平區 35.64%、安南區 20.23%，而台南市全區為 30.80%。 (四) 影響台南市各行政區 ISA 之主要因素為商工住區比、人口密度與公園自然區比本研究將台南市各行政區 ISA 與都市計畫相關統計因子進行相關性分析，正相關部分，主要有商工住路區比(R=0.98)、商工住區比(R=0.96)、人口密度 (R=0.95)、戶數密度(R=0.95)與住宅區比(R=0.93)；在負相關部分，主要有公園自然區比(R=-0.98)、公園區比(R=-0.96)、學校公園區比(R=-0.95)與工業區比 (R=-0.87)。由以上數據本研究作出以下三點推論： 1. 工商百業繁榮的程度(商工住路區比、商工住區比)與高人口密度(人口密度、戶數密度、住宅區比)是造成高 ISA 的主要因素。 X.

(15) 摘要. 2. 公園區、自然地面區與學校區的面積比(公園自然區比、公園區比、學校公園區比，則直接反應出低 ISA 的環境。 3. 台南市各大工業區主要設置在遠離市中心的新開發土地區域，周圍環境多為河川、綠帶、農田與漁塭等自然土地，若僅解析工業區之面積比，在某種程度上亦可反應出工業區周遭環境低 ISA 的土地開發狀況。 (五) 本研究以商工住路區比、人口密度與公園自然區比推導出 ISA 之單迴歸公式本研究根據台南市各行政區統計資料，以迴歸分析得到較顯著及易用使用的三式 ISA 單迴歸預測公式。其中正相關公式為公式 A(R2=0.966，變異數顯著值為 0.000)與公式 B(R2=0.909，變異數顯著值為 0.001)，負相關者為公式 C (R2=0.955，變異數顯著值為 0.000)。各公式敘述與推論如下： . ISA= 0.743X 商工住路區比 + 7.411 ················ 公式 A (R2=0.966). . ISA=2.826 X 人口密度 + 20.881 ·················· 公式 B (R2=0.909). . ISA= -0.688 X 公園自然區比 + 67.318 ············ 公式 C (R2=0.955). 說明： 1.ISA：各行政區地表不透水率，單位為(%) 2.商工住路區比：商業區、工業區、住宅區與道路區面積合占該行政區面積之百分比(%) 3.人口密度：各行政區戶政統計資料之人口密度：單位為(千人/平方公里 ) 4.公園自然區比：公園綠地區與自然地表區面積合占該行政區面積之百分比(%) 5.上述各因子之詳細內容請參閱表 4-12 與表 4-13. 本研究根據公式 A、公式 B 與公式 C 作出以下六點推論： 1. 高都市開發強度(商業區、工業區、住宅區與道路區之設置)是造成高 ISA 的主要因素，商工住路區比每增加 1%，將使該行政區 ISA 上升 0.743% 2. 在台南市都市開發強度較低的地區(如安南區)，仍需要基礎公共設施或其他開發強度較弱的土地使用模式，其平均 ISA 趨近於 7.411 % 3. 高人口密度(人口密度)是造成高 ISA 的主要因素，各行政區戶政人口密度每增加 1(千人/平方公里)，將使該行政區 ISA 上升 2.826%。. XI.

(16) 建築基地保水貯集技術設計規範與法制化研究子計畫一：應用衛星遙測技術解析都市地表不透水率之研究. 4. 在台南市人口密度較低的地區(如安南區)，仍需要基礎公共設施(道路等) 或其他開發強度較弱的土地使用模式，其平均 ISA 趨近於 20.881 %。 5. 公園區或自然地表區的設置可有效降低各行政區 ISA，公園自然區比每增加 1%，將使該行政區 ISA 下降 0.688%。 6. 台南市公園自然區比較低的行政區(如北區、中西區與東區等)，其 ISA 趨近於 67.318%。 (六) FORMOSAT-2 衛星影像在進行地表分類上的優缺點 1. 由於 FORMOSAT-2 具有彩色八公尺的解析度，同時具有近紅外(IR)之波段資料，在進行植被分類時之精準度極高(Sifter_C02 植被之使用者精度為 98.72%)。 2. 進行水體分類時之精準度亦頗高(Sifter_C02 水體之使用者精度為 98.01%)，但是，在都市環境中陰影易被誤判水體。 3. 使用 FORMOSAT-2 衛星影像較難進行裸露地、建築物類與路面類之分類，其使用者精準度偏低(Sifter_C02 裸露地類之使用者精度為 49.48%；路面類為 54.26%；建築物類為 57.32%). 四、主要建議事項 (一) 立即可行建議主辦機關：內政部營建署協辦機關：內政部建築研究所 1. 關於建立國內各大都市 ISA 資料庫之工作，仍有待後續研究由於本研究為國內應用衛星遙測技術解析都市 ISA 之先鋒，在遙測分類技術與衛星影像性能的掌握能力上，仍未達到成熟的階段，因此，初步僅以台南市 ISA 作為研究對象。而國內其他各大都市，如台北市、新竹市、台中市與高雄市等，皆未進行應用衛星遙測技術解析都市 ISA 之研究，亦未建立完整的都市 ISA 資料庫，因此，在都市 ISA 環境之研究領域，仍有待後續加強研究，以建立國內各大都市 ISA 資料庫與 ISA 數值圖，提供都市計畫相關領域工作者使用與參考。. XII.

(17) 摘要. 2. 影響都市 ISA 之相關因子與 ISA 預測公式，仍有待後續研究加以驗證雖然本研究初步證實，影響台南市各行政區 ISA 的正相關因素主要有商工住路區比(R=0.98)與人口密度(R=0.95)，負相關因素主要為公園自然區比 (R=-0.98)，並且以迴歸方式推導出台南市各行政區 ISA 單迴歸預測公式。但是，由於本研究進行相關性分析與迴歸分析的樣本數僅限於台南市各行政區總計七個樣本，在可信度與適用性上仍有加強的空間，亟待後續研究繼續增加樣本數，以驗證與推導影響台灣都市地區 ISA 之相關因子與預測公式。. (二) 長期性建議主辦機關：內政部營建署協辦機關：內政部建築研究所 1. 應用衛星遙測技術解析都市 ISA 之精準度與操作便利性，仍有待後續研究雖然本研究根據二十二組分類實驗結果之綜合評估結果，初步證實「分層篩選分類法(Sifter)」在解析都市 ISA 之研究，可以較「非監督式分類法(K-Means)」與「監督式分類法(Maximum Likelihood)」有效，但是，本研究尚未證實該方法在解析不同衛星影像時，其分類結果仍能優於非監督式分類法或監督式分類法之分類結果。另一方面，由於分層篩選分類法操作程序太過繁雜，仍有待後續研究加以改善。 2. 關於何種衛星影像較適合用於解析都市 ISA 之課題，仍有待後續研究目前市面上常見的高空間解析度衛星影像，除了本研究採用的 FORMOSAT-2 (8m)衛星影像，尚有 Landsat-7 (30 m)、Terra-ASTER (15 m)、SPOT-5 (10 m)、 IKONOS (3.28 m)與 QuickBird (2.44 m)等影像，各家衛星影像之性能皆不相同。通常影像解析度愈高，光譜波段數則愈少，如 FORMOSAT-2 具有彩色八公尺解析度，但僅具有四個波段的資料。一般來說，解析度愈高之衛星影像，其光譜波段資料愈少；而光譜波段資料愈多者，其解析度愈低。關於何種衛星影像最適用來解析都市 ISA 之課題，仍有待後續加強研究。. XIII.

(18) 建築基地保水貯集技術設計規範與法制化研究子計畫一：應用衛星遙測技術解析都市地表不透水率之研究. 3. 關於都市 ISA 環境變遷之課题，仍有待深入研究由於衛星影像可記錄不同時期的土地資訊，只要透過歷史影像查詢與購買的程序，即可得到同一地區不同時期的衛星影像，進行與環境變遷相關的研究課題。其中，關於都市 ISA 環境變遷之課題，例如高鐵車站的開發對於臨近區域之 ISA 的影響性，仍有待深入研究，以提供都市計畫相關領域工作者使用與參考。. XIV.

(19) 摘要. ABSTRACT Key word：Percentage of impervious surface area (ISA), Satellite remote sensing, Sifter, Predicting equation of the impervious surface area percentage. The percentage of impervious surface area (ISA) is one of the important index while assessing the city water circulation. It also plays an important role on the evaluation of urban micro climate and city eco-environment. In order to quantified and qualitative analyze the state of ISA in urban environment; we utilized satellite remote sensing technique to analyze the percentage of ISA in Tainan city. This research is divided into two subjects. One is the feasibility study of the application of utilizing satellite remote sensing technique on analyzing the percentage of ISA area in urban area, and another subject is the analysis of percentage of ISA in Tainan . In the first phase, we carried out 22 times experiments with three classification methods (Unsupervised, Supervised and Sifter) from those we choice the best experimental result (Sifter_C02, test of goodness of fit is 0.93, ∆ISA is -2.04%,degree of purity is 80.69%, percentage of unclassified pixel is 15.41%) by multiple assessment index to develop ISA scatter map of Tainan city. During the second phase, we analyze ISA in every administrative area of Tainan according to Tainan ISA maps. The ISA values of north district is 62.25%, center-western district is 59.97%, east district is 59.36%, south district is 40.74%, district of Anping is 35.64%, district of Annan is 20.23%, and the overall value of Tainan is 30.80%. The rate of the total amount of commercial, industry, residential and road area (CIRR,R=0.98), population density (R=0.95) , and the rate of the total amount of park and natural surface area (PN,R=-0.98) are the three influential factors of ISA. We use regression analysis to establish three simple predicting equations: . ISA= 0.743X CIRR + 7.411················································· equation A (R2=0.966). . ISA= 2.826 X population density + 20.881 ································ equation B (R2=0.909). . ISA= -0.688 X PN + 67.318··············································· equation C (R2=0.955). XI.

(20) 建築基地保水貯集技術設計規範與法制化研究子計畫一：應用衛星遙測技術解析都市地表不透水率之研究. XII.

(21) 第一章緒論. 第一章緒論. 第一節前言地球人口在工業革命之後大量向都市集中，為了滿足都市高人口密度所導致的高空間使用強度，原有自然界透水性的裸露地、水體與植被地表，快速地被道路、鋪面、停車場及建築物所取代，導致都市地表不透水率(percentage of impervious surface area, ISA)節節上升。過高的 ISA 對都市環境造成多方面的影響：主要會使降雨後的地表逕流量與尖峰流量升高，導致都市洪水現象的發生 (Schueler, 1994；Bonamer, 2001；Carlson, 2004；Brander et al., 2004)；而都市洪水現象將夾帶地表污染物質流入水體，導致水源污染(Barnes et al., 2000；Sleavin et al., 2000)；另一方面，將間接影響都市微氣候，造成都市熱島現象，以及都市生態景觀的破壞(Estes et al, 1999；林子平等，2005)。因此，許多研究均將 ISA 列為評估水循環體系及都市生態之重要指標(Schueler, 1994；Arnold et al., 1996； Zandbergen, 1998)，國內亦將 ISA 納入綠建築之「基地保水指標」評估項目之中，其重要性可見一般。目前國內關於都市地表不透水率之研究，多數以「分層隨機抽樣法」進行抽樣調查(李仁豪，2000；劉岳銘，2001；林子平，2002；楊鴻銘，2005)，再以統計方式估算該研究區域之 ISA。在國外方面，由於衛星遙測技術在國外先進國家已達到技術成熟的階段，多篇文獻證實應用「衛星遙測技術」可有效解析都市環境之相關課題(Kail E. Sawaya, 2002；Jhon E. Hasse, 2003)。近年來，繼福爾摩沙衛星一號(FORMOSAT-1, 1999)與二號(FORMOSAT-2, 2004)陸續升空，國內衛星遙測技術與資源逐漸發展成熟。因此，本研究嘗試應用「衛星遙測技術」，進行解析都市地表不透水率之研究，以新的研究方法推動國內都市環境相關性研究邁向新的里程碑，提供都市計劃與環境監控領域學者，更詳盡的研究參考資料。 1.

(22) 建築基地保水貯集技術設計規範與法制化研究子計畫一：應用衛星遙測技術解析都市地表不透水率之研究. 第二節文獻回顧都市地表不透水率的大小與都市洪水現象、都市微氣候與都市生態環境息息相關。因此，許多研究均將都市地表不透水率列為評估水循環體系及都市生態環境之重要指標。地表不透水率(percentage of impervious surface area, ISA)在國外文獻(Kail E. Sawaya et al. 2002)多簡稱為 ISA，在國內文獻(林子平，2002 等)亦可見以 IMP 表示者，在本研究中統一以 ISA 表示「地表不透水率」。. 一、地表不透水率計算方式在 ISA 的計算方式上，國外的學者(Schueler, 1994；Kali E. Sawaya et al., 2003) 將道路、停車場、人行道、屋頂等定義為不透水地表面，不透水地表面積占該研究區域面積之百分比例即為 ISA。國內學者(李仁豪，2000；劉岳銘，2001；林子平，2002；楊鴻銘，2005)將建築物、頂蓋與不透水鋪面歸類為不透水地表面；將天然地面、透水鋪面與人工地盤花園歸類為透水地表面，不透水地表面積占研究區域面積之百分比即為 ISA(以上文獻以 IMP 表示地表不透水率)。. 二、地表不透水率研究方法國內學者(李仁豪，2000；劉岳銘，2001；林子平，2002；楊鴻銘，2005)以「分層隨機抽樣法」推估研究區域內的 ISA。該方法可估計研究區域內整體的 ISA 數值，但是，無法呈現研究範圍內 ISA 分布的狀況。近期林子平等(2005)以「分層隨機抽樣法」為基礎，一方面修正公共設施之抽樣分類，另一方面加入開發率之修正因素，並以數值圖檔中的八張測試圖幅(圖幅面積 250×400 m2 )進行實測與預估之誤差修正，建立台中市不透水率預估模式，並配合台中市地理資訊系統(GIS, 1995)繪製不透水率分布圖，突破了過去「分層隨機抽樣法」無法呈現都市 ISA 分布狀況的技術瓶頸，進而呈現局部區域(單元面積 250×400 m2 )的 ISA 數值。該研究方法在「呈現高解析度都市 ISA 數值圖」與「即時監測都市 ISA」的課題上仍有突破的空間。根據國外文獻之回顧，由於衛星遙測技術在國外先進國家已達到技術成熟的階段，多篇文獻證實應用「衛星遙測技術」可有效解析都市環境之相關課題(Kail E. Sawaya, 2002；Jhon E. Hasse, 2003)。關於「衛星遙測相關研究」之詳細內容請參閱第三節之內容。 2.

(23) 第一章緒論. 三、衛星遙測相關研究繼蘇聯於 1957 年發射人類史上第一顆人造衛星 SPUTNIK，人類正式進入衛星遙測時代。隨著遙測科技的進步與發展，高空間解析度衛星資料的需求，逐漸由學術界拓展至商業用途，衛星資料變得更多元化及普遍化。台灣所擁有的人造衛星 FORMOSAT-1(福爾摩莎衛星一號)及 FORMOSAT-2 (福爾摩莎衛星二號)相繼於 1999 與 2004 年發射成功，促使國內遙測相關研究領域邁向新的里程碑。目前市面上較普及的高空間解析度衛星影像與其彩色空間解析度列舉如下： Landsat-7 (30 m)、Terra-ASTER (15 m)、SPOT-5 (10 m)、FORMOSAT-2 (8 m)、 IKONOS (3.28 m)、QuickBird (2.44 m) (國家太空中心網站，http://www.csrsr.ncu. edu.tw/，2006/05 瀏覽)。國外多篇文獻(Bauer, Doyle, & Heinert, 2002; Civco & Hurd, 1997; Ridd, 1995) 已證實應用 Landsat 系列衛星影像可有效解析都市 ISA； Kail E. Sawaya et al.,(2003)證實應用 IKONOS 衛星影像亦可有效解析都市 ISA。在國內都市環境相關研究領域，同樣有多篇碩博士論文證實，應用衛星遙測技術可有效解析土地資源相關課題(林裕彬，2001，SPOT & Landsat；黃意茹，2002，SPOT；劉振榮， 2002，SPOT-4；林昭遠，2003，SPOT；方彥凱，2004，SPOT-4 等)及環境變遷相關課題(黃筱梅，2001，SPOT；劉守恆，2002，SPOT；張立群，2002，SPOT；何珮艷，2003，SPOT；趙君朕，2004，Landsat 等)。國內應用遙測技術解析都市環境之相關課題(如植被、農田、裸露地及水體之解析)正蓬勃發展，但是，關於都市 ISA 之相關課題卻乏人問津，主要原因有以下兩點： (一) 解析 ISA 涉及到都市中多類地表物質之分類，分類難度較高。 (二) 都市環境十分複雜，各類地表物質呈現零碎的分布狀況，造成衛星影像上混合像素(單一像素包含二種以上地表物質)的比例偏多，分類難度較高。有鑑於國外應用衛星遙測技術解析都市 ISA 課題的成功案例，同時高空間解析度的衛星影像(FORMOSAT-2、IKONOS、QuickBird )己逐漸普及化，加上台灣擁有的 FORMOSAT-2，具有四個光譜及彩色八公尺的高空間解析度，豐富的衛星影像資源勢必強勢地推動國內遙測技術大步向前邁進，因此，應用衛星遙測技. 3.

(24) 建築基地保水貯集技術設計規範與法制化研究子計畫一：應用衛星遙測技術解析都市地表不透水率之研究. 術解析都市 ISA 課題，將指日可待。無庸置疑地，在這個地球資源逐漸匱乏與都市環境日益惡化的年代，衛星遙測技術將是進行環境監測與都市計畫最重要的工具之一，及時且有效地診斷病入膏肓的地球環境，為我們與後代子孫的生活環境提供一個喘息及復原的機會。. 四、數位影像基礎知識 (一) 電磁波波長範圍光譜波長範圍圖如圖 1-1 所示，可見光波長範圍約在 0.4~0.7μm 之間，大於 0.7μm 之上的光波依續為近紅外光(Near-IR)、中紅外光(Mid-IR)及熱紅外光 (Thermal IR)等。SCI 期刊有多篇文獻(Rasmus Fensholt et al., 2005；Bo-Cai Gao, 1996 )證實可利用紅外光、中紅外光或熱紅外光有效判別植被與水體等物質。. 圖 1-1 電磁波波長範圍圖 (Thomas M. et al., 2004). (二) 點陣式數位影像資料點陣式數位影像由像素(Pixel)組成，常見的格式有 JPG、TIFF 與 BMP 等。一般影像大多儲存一筆(灰階)或三筆波段資料(RGB)，每個波段的資料以光譜數值(Digital Number, DN)的形態記錄，即每個像素在三個波段各有一筆 DN 值資料，示意圖請參閱圖 1-2。. 4.

(25) 第一章緒論. 圖 1-2 點陣式數位影像格式示意圖衛星影像較一般影像可儲存較多筆波段的資料，例如美國 Terra 衛星的 ASTER(Advanced Spaceborne Thermal Emission and Reflection Radiometer)感測器所拍攝的衛星影像可記錄 14 筆波段(Band 1~14)資料。. 五、一般遙測影像分類方法傳統常見的分類法有監督式與非監督式分類法兩類，說明如下： (一) 非監督式分類法非監督式分類法分成二階段：首先設定欲分類的數目，再由軟體進行運算，將遙測影像分類成設定的分類數目；第二階段，根據地理資訊或現場查核資料，將各分類項目依實際類別，歸類成遙測欲分類的項目。詳細內容請參閱本研究第二章第三節非監督式分類方法。 (二) 監督式分類法監督式分類的流程分成三階段：首先進行訓練區訓練；接下來進行影像分類程序；最後依據查核區地表真實狀況資料，查核分類結果之精準度。詳細的內容請參閱本研究第二章第四節監督式分類方法。 5.

(26) 建築基地保水貯集技術設計規範與法制化研究子計畫一：應用衛星遙測技術解析都市地表不透水率之研究. 第三節研究動機與目的都市 ISA 為評估都市水循環體系之重要指標，在都市微氣候與生態環境評估上，亦佔有舉足輕重的影響地位，在國內綠建築評估九大指標系統中，亦將 ISA 之評估納入「基地保水指標」之中，其重要性可見一般。有鑑於國外應用衛星遙測技術解析都市 ISA 成功的研究，加上台灣擁有的 FORMOSAT-2 具有彩色多光譜八公尺的高空間解析度，豐富的衛星影像資源，勢必強勢地帶動國內的遙測技術大步向前邁進，因此，衛星遙測技術無庸置疑地將成為解析都市 ISA 強而有力的方法，在這個地球資源逐漸匱乏與都市環境日趨惡化的年代，及時且有效地診斷病入膏肓的地球環境，為我們與後代子孫的生活環境提供一個喘息及復原的機會。如何有效解析都市 ISA 即為本研究之動機。本研究藉由內政部建築研究所民國九十三年度「建築基地保水貯集技術設計規範與法制化之研究」之經費，發展適用於解析都市 ISA 的衛星遙測技術，預期達成目標有以下五點：. 一、發展應用衛星遙測技術解析都市 ISA 之方法本研究以台南市都市環境為研究範圍，採用不同遙測影像分類方法，進行多次分類實驗，同時依據解析 ISA 之目的，擬定相關評估指標，以進行分驗實驗結果之綜合評估，選擇其中最適合於解析台南市 ISA 之分類實驗結果，進行繪製台南市 ISA 數值圖。本研究將根據實驗過程所獲得之經驗，建立衛星遙測解析都市 ISA 之解析流程與實驗模型。. 二、繪製台南市都市 ISA 數值地圖當衛星遙測解析 ISA 之解析結果達到理想的品質時，採用最適合用來解析台南市 ISA 的分類實驗數據，即可繪製「台南市 ISA 數值圖」。. 三、解析台南市各行政區 ISA 根據台南市 ISA 數值圖，提出台南市各行政區定性與定量的解析資料，以提供都市計畫相關領域工作者參考與使用。. 6.

(27) 第一章緒論. 四、解析影響台南市各行政區 ISA 之因素根據本研究所解析出的台南市各行政區 ISA 值，與台南市都市計畫相關統計資料進行相關性分析，提出影響台南市各行政區 ISA 之主要都市計畫因素。. 五、提出台南市都市區域 ISA 預測公式根據主要影響 ISA 之相關性因素，進行迴歸分析，並提出都市區域 ISA 預測公式，以供都市計畫相關領域工作者參考與使用。. 第四節研究內容與範圍都市 ISA 為評估都市水循環體系重要的指標，有鑑於國內衛星遙測領技術與資源處於蓬勃發展的階段，本研究嘗試應用衛星遙測技術解析都市 ISA。本研究主要的研究內容包含兩個主要的課題，敘述如下：. 一、探討應用衛星遙測技術解析都市 ISA 之可行性二、解析影響都市區域 ISA 之都市計畫因素為了有效查核「衛星遙測解析法」解析都市 ISA 的精準度，本研究擬定進行大面積調查區域 ISA 實測的工作，因此，選擇台南市都市環境作為本研究研究的範圍，以有效進行現場調查與查核的工作。. 第五節研究方法與流程本研究之研究方法採用「衛星遙測解析法」，研究流程圖如圖 1-3 所示，共分成四個階段，敘述如下：第一章緒論，在文獻回顧之後，提出欲探討的研究課題，確立研究目的；根據研究目的，選擇研究內容與範圍，擬定研究方法與流程。第二章研究方法，由文獻回顧可知遙測解析法主要分成「非監督式分類法」與「監督式分類法」兩大類，而本研究根據解析都市 ISA 之目的，另外發展出「分層篩選分類法」。本研究將採用上述三種遙測分類方法，進行二十二組實驗，並. 7.

(28) 建築基地保水貯集技術設計規範與法制化研究子計畫一：應用衛星遙測技術解析都市地表不透水率之研究. 進行查核各組實驗結果精準度的工作。第三章分類結果之解析，經過二十二組實驗之後，收集整理各組實驗數據，進行所有分類結果綜合評估的工作，選出最適合用來解析台南市 ISA 之分類數據，進行繪製台南市 ISA 數值圖的工作。第四章台南市 ISA 之解析，本章分成兩個階段，第一階段，根據台南市 ISA 數值圖，進行台南市各行政區 ISA 定量的解析與定性的描述。第二階段，根據台南市各行政區 ISA 值，與台南市都市計畫相關統計資料進行相關性分析，提出影響台南市各行政區 ISA 之主要都市計畫因素，最後，根據影響 ISA 之相關性因素進行迴歸分析，提出都市區域 ISA 預測公式，以供都市計畫相關領域工作者參考與使用。第五章結論與建議，根據本研究所探討的兩大課題「應用衛星遙測技術解析都市 ISA 之可行性」與「影響都市區域 ISA 之都市計畫因素」，提出結論與建議，以供都市計畫相關領域工作者參考與使用。. 圖 1-3 研究流程圖 8.

(29) 第一章緒論. 第六節計畫工作項目與內容本研究所屬之總計畫為「建築基地保水滲透技術」設計規範與法制化之研究，本研究為第四年之子計畫，主要探討都市尺度的建築基地保水現況之研究。關於四年子計畫之計畫成果，簡要說明如下：一、. 綜合資料表. 總計畫名稱「建築基地保水滲透技術」設計規範與法制化之研究 92 年度：子計畫一：生態池工法性能實驗解析 93 年度：子計畫一：人工濕地淨化機制與效益評估之研究子計畫名稱 94 年度：子計畫二：人工濕地公共衛生暨維護管理之研究 95 年度：子計畫一：應用衛星遙測技術解析都市地表不透水率執行單位台灣雨水利用協會主. 持. 人姓名：林憲德. 職稱：教授. 研. 究. 員姓名：孫振義. 職稱：講師. 執行期間. 自 92 年 1 月 1 日. 研究性質 (. 起至 95 年 12 月 31 日止. )基礎研究 (ˇ)應用研究. (ˇ)技術研究 (. )商品化. 研究經費 4,205,000 元地表不透水率衛星遙測關. 鍵. 字分層篩選分類法地表不透水率預測公式摘要. 9.

(30) 建築基地保水貯集技術設計規範與法制化研究子計畫一：應用衛星遙測技術解析都市地表不透水率之研究. 過去我們對於都市防洪的觀念，都希望把自家的雨水盡速往鄰地排出，事實上這種不考慮土地保水、滲透、貯集的治水對策，是一種很不生態的防洪方式。現在歐美最新的生態防洪對策，是在基地內廣設雨水貯集水池，有些甚至作成兼顧美學的景觀花園水池，以減少地表不透水率的方式，在大雨時貯集洪峰水量，進而減少都市洪水發生。為了增進都市生態防洪的功能，可透過「建築基地保水滲透技術」加以改善。本子計畫屬於四年終合型研究計畫，前三年計畫主要在研擬「生態入滲池」之設計技術，此課題為綠建築「基地保水指標」中「雨水貯集利用」及「生態入滲池」等兩項有關「貯集滲透設計」技術之一；第四年計畫則是以台南市都市環境為例，應用最新的遙星遙測技術解析都市地表不透率，並繪製台南市地表不透水率數值圖，以具體呈現都市 ISA 分布的狀況，同時進行都市區域 ISA 定量與定性的解析，最後提出採用都市計畫因子預測都市地表不透水率之公式。姓名：林憲德聯. 絡. 職稱：教授. 人通信地址：台南市大學路一號電話：(公)2757575^54126 傳真機：06-2762550. 二、. 成果重點說明表. 為了增進都市生態防洪的功能，可透過「建築基地保水滲透技術」加以改善。本整合型研究計畫即是基於前述理念，進行「建築基地保水滲透技術設計規範與法制化之計畫緣起. 研究」。各年度計畫主題為：92 年度－「生態池工法性能實驗解析」；93 年度－「人工濕地淨化機制與效益評估之研究」；94 年度－「人工濕地公共衛生暨維護管理之研究」；95 年度－「應用衛星遙測技術解析都市地表不透水率」。. 10.

(31) 第一章緒論. 第一年：「生態池」工法性能實驗解析 1. 生態入滲池調查實驗研究 2. 生態入滲池設置條件評估 3. 景觀化生態入滲池之研究 4. 生態入滲池之軟性防洪對策研究 5. 研擬「生態入滲池」之設計技術與推動法制化之助益. 第二年：「人工濕地」淨化機制與效益評估之研究 5. 生態入滲池實驗調查 6. 生態池入滲設置條件評估 7. 生態入滲池實驗及相關參數獲取 8. 生態入滲池景觀化與維護管理課題. 計畫內容. 第三年：人工濕地公共衛生暨維護管理之研究 9.. 人工濕地現況調查解析. 10. 人工濕地淨化效能維護管理 11. 人工濕地生態環境維護管理 12. 人工濕地公共衛生維護管理 13. 維護成本及人力訓練計畫第四年：應用衛星遙測技術解析都市地表不透水率 13. 探討應用衛星遙測技術解析都市 ISA 之可行性 14. 繪製台南市 ISA 數值圖 14. 進行台南市各行政區 ISA 定性描述與定量解析 15. 解析影響台南市 ISA 之都市計畫因素. 11.

(32) 建築基地保水貯集技術設計規範與法制化研究子計畫一：應用衛星遙測技術解析都市地表不透水率之研究. 本計畫之執行已獲多項之成果，相關成果、經驗，均可落實於執行面之應用，且可作為後續研究之參考、依據，具體成果如下：. 成果與效益. 12. 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. 17. 18.. 彙整與分析生態入滲池之手法建立南部地區地質基礎資料以南部地區沙土地質之飽和滲透係數 K 值資料。建立生態入滲池暨人工雨場模擬試驗場建立台灣本土性景觀生態入滲池設計準則建立生態入滲池最大設計深度準則建立不同土質貯集入滲池之建議設計形式建立人工濕地檢測與紀錄之方法建立人工濕地操作技術建立人工濕地現況調查與解析之資料建立人工濕地淨化效能維護管理方法建立人工濕地生態環境維護管理方法建立人工濕地公共衛生維護管理方法建立應用衛星遙測技術解析都市 ISA 之方法與流程建立台南市 ISA 數值圖，具體呈現都市 ISA 分布的狀況建立台南市各行政區 ISA 資料，提出定性與定量之描述提出根據都市計畫因子預測台南市各行政區 ISA 之預測公式研究成果已發表於國內外研討會及國內外學術期刊。.

(33) 第二章遙測分類方法與結果. 第二章遙測分類方法與結果. 第一節遙測分類方法一、遙測分類方法過去國內關於都市 ISA 之研究，多採用「分層隨機抽樣法」進行 ISA 的抽樣調查工作。有鑑於該方法無法有效呈現都市 ISA 分布的狀況，因此，本研究採用「遙測分類方法」解析都市 ISA，期望能藉由影像分類方法將地表物質進行分類，再依其透水性質計算研究區域 ISA 數值，並繪製成 ISA 數值圖，以具體呈現都市 ISA 分布的狀況。本研究所採用的「遙測分類方法」大致分成四個階段，研究流程圖請參閱圖 2-1。第一階段，先選擇衛星遙測影像與應用軟體。第二階段進行影像分類的工作，本研究採用「非監督式分類法」進行十次分類實驗；採用「監督式分類法」進行十次分類實驗；採用「分層篩選分類法」進行兩次實驗，總計採用三種遙測分類方法，進行二十二次分類實驗。第三階段，以查核區調查的地表真實資料，作為查核二十二次分類實驗的依據，再配合多種評估指標進行分類實驗結果之綜合評估，以選擇最佳的分類結果，進行第四階段繪製台南市 ISA 數值圖的工作。第一、二階段為本章內容；查核區調查資料請參閱第一節內容；「非監督式分類法」請參閱第二節內容；「監督式分類法」請參閱第三節內容；「分層篩選法」請參閱第四節內容；第三、四階段內容請參閱第三章。. 13.

(34) 建築基地保水貯集技術設計規範與法制化研究子計畫一：應用衛星遙測技術解析都市地表不透水率之研究. 遙測影像與軟體之選擇. 遙測分類方法. 非監督式分類法實驗. 監督式分類法實驗. 分層篩選分類法實驗. 查核分類實驗結果. 查核區調查資料. 分類結果綜合評估. 選擇最佳分類資料. 繪製ISA數值圖. 圖 2-1. 遙測分類方法流程圖. 二、衛星影像之選擇由於都市環境十分複雜，各類地表物質呈現零碎的分布狀況，造成衛星影像上混合像素的比例偏大，因而增加衛星影像分類上的難度。針對上述問題，國外多篇文獻(Bauer, Doyle, & Heinert, 2002； Civco & Hurd, 1997；Ridd, 1995)證實應用高空間解析 Landsat 系列衛星之影像，可降低混合像素的比例，增加遙測分類的精準度，以達到解析都市 ISA 的目的；Kail E. Sawaya et al.,(2003)證實應用 IKONOS 衛星之高空間解析度衛星影像，亦可有效解析都市 ISA。目前較普及的高空間解析度的衛星影像與其彩色空間解析度列舉如下： Landsat-7 (30 m)、Terra-ASTER (15 m)、SPOT-5 (10 m)、FORMOSAT-2 (8 m)、 IKONOS (3.28 m)、QuickBird (2.44 m)，關於各種衛星影像之比較表，請參閱表 2-1 (資料來源：國家太空中心網站，http://www.csrsr.ncu.edu.tw/，2006/05 瀏覽)。 FORMOSAT-2 為我國第一顆自主性遙測與科學衛星，是由國家實驗研究院國家太空計畫室所主導，具有資源探測與科學研究雙重任務，其資源探測任務是以滿足臺灣地區之需求為主。FORMOSAT-2 影像優於其他衛星影像的優勢主要 14.

(35) 第二章遙測分類方法與結果. 有三點，即衛星每日再訪率、高空間解析度(8m)以及低單價，適合用來解析台灣地區的都市環境。其應用領域可包含土地利用與變遷、農林規劃、環境監控、災害評估以及科學研究與教育等方面。因此，本研究選用 FORMOSAT-2 影像進行解析台南市 ISA 之研究(資料來源：國家太空中心網站，http://www.csrsr.ncu.edu.tw/， 2006/05 瀏覽)。. FORMOSAT-2 遙測酬載儀器規格資料請參閱表 2-2。本研究選用的台南市衛星影像請參閱圖 2-2，由於台南市範圍跨越兩個拍攝條帶區域，因此需在兩個條帶區各選擇一張影像，西側影像拍攝時間為 2005/10/18，而東側影像拍攝時間為 2005/12/09。. 表 2-1 衛星. SPOT-5. 光譜模式. 波段種類. 超解像模式 (THR). 2 Pan. 波段範圍 (nm) 空間解析度 (m) 再訪率 (day/1) -. 全色態 (HM). Pan. -. 5.00. HI. -. 10.00. 短波紅外 (SWIR). SWIR. -. 20.00 15.00. Pan. 500 - 900. Blue. 450 - 520. Green. 520 - 600. Red. 630 - 690. 多光譜 (MS). 760 - 900. 拍攝時間. 2.50. 多光譜態 (HI) 全色態 (Pan). Landsat-7. 衛星影像比較表. 30.00. Near IR. 1550 - 1750. TIR. 10400 - 12500. 60.00. Pan. 520 - 820. 2.00. 26. 10:45AM (Tanwan). 16. 09:42 AM (赤道). 0.5. 09:40 AM (Tanwan). 3-4. 10:30 AM (赤道). 4-6. 10:30 AM (赤道). 2080 - 2350 全色態 (Pan) Formosat-2. 多光譜 (MS). 全色態 (Pan) IKONOS. 多光譜 (MS). 全色態 (Pan) Quickbird. 多光譜 (MS). Blue. 450 - 520. Green. 520 - 600. Red. 630 - 690. Near IR. 760 - 900. Pan. 450 - 900. Blue. 450 - 520. Green. 510 - 600. Red. 630 - 700. Near IR. 760 - 850. Pan. 450 - 900. Blue. 450 - 520. Green. 520 - 600. Red. 630 - 690. Near IR. 760 - 900. 8.00. 0.82. 3.28. 0.61 - 0.72. 2.44 - 2.88. 資料來源：國家太空中心網站，http://www.csrsr.ncu.edu.tw/，2006/05 瀏覽，本研究重新整理. 15.

(36) 建築基地保水貯集技術設計規範與法制化研究子計畫一：應用衛星遙測技術解析都市地表不透水率之研究. 表 2-2. FORMOSAT-2 遙測酬載儀器規格. 項目. 內容. 軌道. 891公里高，太陽同步軌道，每日通過台灣海峽上空二次. 拍攝時間. 每日早上 9 點 40 分全色態 (Pan). 光譜特性. 多光譜 (MS). 空間解析度. Pan. 520 - 820 um. Blue. 450 - 520 um. Green. 520 - 600 um. Red. 630 - 690 um. Near IR 全色態(黑白)影像2公尺. 760 - 900 um. 多頻譜(彩色)影像8公尺. 像幅寬. 24公里. 任務壽命. 5年. 發射日期. 2004年5月21日. 資料來源：國家太空計畫室網頁，http://www.nspo.gov.tw， 2006/05 瀏覽. 圖 2-2. 台南市 FORMOSAT-2 衛星影像. (拍攝日期：西側2005/10/18、東側 2005/12/09) 16.

(37) 第二章遙測分類方法與結果. 三、分類軟體之選擇目前市面常見的遙測應用軟體有 ENVI、IDL、ERDAS、ERMAPER 與 PCI 等，本研究所採用的軟體為使用率較普及的 ENVI 4.0 與 IDL 6.0 套裝。. 四、查核區地表不透水率之調查 (一) 查核區之選擇設置查核區之目的，在於應用查核區真實資料，查核遙測分類結果之精準度，因此，應以選擇具有代表台南市土地特質的查核區為原則，選擇的原則如下所述： 1. 包含台南市主要的地表類別，如建築物、路面、裸露地、植被及水體等。 2. 各類地表種類皆具有足夠之面積與比例。若僅選擇單一查核區域，無法含括各類地表類別，因此本研究將查核區分散成三區，分別為 A_漁塭區、B_市中心區及 C_農業區，以達到查核區含括主要的地表類別的原則，各查核區位置圖請參閱圖 2-3。. 圖 2-3. 查核分區位置圖. 17.

(38) 建築基地保水貯集技術設計規範與法制化研究子計畫一：應用衛星遙測技術解析都市地表不透水率之研究. 為了與國內都市 ISA 相關研究所採用的「分層隨機抽樣法」作比較，本研究參考過去文獻(李仁豪，2000；林子平，2002)進行抽樣調查的樣本總面積 949,510 m2，決定了本研究查核全區的總面積為 1,440,000 m2，包含四個規模皆為 600 m × 600 m 正方形的查核區分區，每一分區面積皆為 360,000 m2。 (二) 查核區地表不透水率之調查 1. 調查項目國內 ISA 相關研究領域之學者(李仁豪, 2000；劉岳銘, 2001；林子平, 2002；楊鴻銘, 2005)一般將 ISA 的調查項目分成不透水面與透水面兩類，每類又各自細分成三類，總計六類，其調查項目請參閱表 2-3。本研究關於 ISA 分類項目共分成三種系統，分別是「實測分類」、「實測歸類」與「遙測分類」，如表 2-3 所示。為了方便進行遙測分類，「遙測分類」將都市地表分類成建築物、路面、植被、裸露地、水體與未分類六大類，其中建築物與頂蓋通常會被視為建築物類，而柏油路、人行道與鐵道礫石面等路面皆被視為路面類。「實測分類」系統除了參考文獻 ISA 調查項目外，特別針對遙測分類無法辨別路面之透水性與植被下地表之透水性的盲點，將路面分成四個細項，將植被分成兩個細項，以探討遙測分類與實測分類之誤差來源。「實測歸類」是依照「遙測分類」之類別加以歸類統計而得，表示遙測分類的理想狀態，可用於查核遙測分類之各類地表面積比例與理想比例之差異情形。「實測歸類」中各類別之比例關係值，即為適合度檢定中所需設定的理想比例值。. 表 2-3 地表面. 調查項目建築物. 不透水面. 頂蓋不透水鋪面. 文獻與本研究 ISA 分類項目實測分類. 實測歸類. 遙測分類. I_建築物、頂蓋. I_建築物. I_建築物. I_路面. I_路面. P_植被. P_植被. P_裸露地. P_裸露地. P_裸露地. P_水體. P_水體. P_水體. I_柏油路 I_不透水性路面 P_透水性路面 P_鐵道礫石面. 透水面. 天然地面. I_植被下不透水. 透水鋪面. P_植被下透水. 人工地盤花園. 未分類文獻實測 ISA (%). 總合. 總合. 總合. 實測 ISA (%). 實測歸類 ISA(%). 遙測 ISA (%). I _：表示不透水類別 (impervious). 18. P_：表示透水類別 (pervious).

(39) 第二章遙測分類方法與結果. 2. 地表不透水率計算方式與誤差值定義本研究關於 ISA 分類項目共分成三種系統，分別是「實測分類」、「實測歸類」與「遙測分類」，三種系統所計算出的 ISA 分別為「實測分類 ISA」、「實測歸類 ISA」與「遙測分類 ISA」，其中「實測分類 ISA」為最接近地表真實狀況之 ISA，「遙測分類 ISA」則是依據遙測影像分類後所計算出的 ISA。表 2-3 中所示四種 ISA 值之定義與計算式如下列所示： . 文獻實測 ISA(%)＝基地不透水面面積 / 基地面積 × 100%. . 實測 ISA(%)＝基地不透水面面積 / 基地面積 × 100%. . 實測歸類 ISA(%)＝基地不透水面面積 / 基地面積 × 100%. . 遙測 ISA(%)＝影像分類不透水面面積 / (影像面積－未分類面積) × 100% 本研究採用的 ISA 百分比誤差值有兩種，分別為遙測誤差百分比(ΔISA)，. 與實測歸類誤差百分比(ΔISA”)，其定義與計算式如下列所示： . ΔISA(%)＝遙測 ISA(%) - 實測分類 ISA(%). . ΔISA"(%)＝實測歸類 ISA(%) -實測分類 ISA(%) 遙測誤差百分比(ΔISA)用於評估遙測 ISA 與實測 ISA 之誤差值；實測歸類. 誤差百分比(ΔISA”)用於評估實測歸類歸類 ISA 與實測 ISA 之誤差值。 3. 調查結果本研究依據實測分類項目，實地調查漁塭區、市中心區及農業區三個查核分區之 ISA，並以 AutoCAD 繪圖軟體繪製成「實測分類向量圖」，最後根據「實測分類向量圖」，以逐點輸入的方式，製作各分區「地表真實資料(Ground Truth Data)」。各查核分區之衛星影像請參閱圖 2-4 第一列三圖；各查核分區實測分類向量圖請參閱圖 2-4 第二列三圖；各查核分區地表真實資料請參閱圖 2-4 第三列三圖。在根據實測向量圖逐點輸入各分區地表真實資料時，由於每一點(像素)在實際空間的解析度為八平方公尺，因此，難免將遭遇無法分類的混合像素。為了減少混合像素對於評估分類精準度的影響，本研究將混合像素歸類到未分類的類别，而未分類像素雖然會影響整體精準度與 Kappa 值，但對於分類純度將不會造成影響。 19.

(40) 建築基地保水貯集技術設計規範與法制化研究子計畫一：應用衛星遙測技術解析都市地表不透水率之研究. 衛星影像. ISA 實測分類向量圖. 地表真實資料. 漁塭區. A. 市中心區. B. 農業區. C. 混合區. D. 圖 2-4. 各查核分區衛星影像、ISA 實測分類向量圖與地表真實資料. 各查核分區之 ISA 實測分類與實測歸類資料表，請參閱表 2-5~表 2-8。由表 2-5 漁塭區查核分區資料可知，影響實測歸類ΔISA”誤差百分比之因素有透水性路面類與植被下不透水類兩類，由於兩類之比例皆為 0％，所以實測 ISA＝實測歸類 ISA＝7.72％，實測歸類ΔISA”誤差百分比為 0％。由表 2-6 市中心區查核分區資料可知，影響實測歸類ΔISA”誤差百分比之因素有透水性路面類占 5.08 20.

(41) 第二章遙測分類方法與結果. ％、鐵道礫石類占 7.74％與植被下不透水類占 8.15％，導致實測歸類ΔISA”誤差百分比為 4.67％。由表 2-7 農業區查核分區資料可知，影響實測歸類ΔISA”誤差百分比之因素為 P_透水性路面類占 0.04％與 I_植被下不透水類占 0.07％，導致實測歸類ΔISA”誤差百分比為－0.03％。由表 2-8 全區查核區資料可知，影響實測歸類ΔISA”誤差百分比之因素為透水性路面類占 1.71％、鐵道礫石類占 2.58 ％與植被下不透水類占 2.74％，導致實測歸類ΔISA”誤差百分比為 1.55％，本研究假設此誤差值在可接受之範圍之內。因此，本研究進一步假設，當遙測 ISA 接近實測歸類 ISA 時，遙測 ISA 將近似於實測 ISA。若上述假設成立時，即可說明應用遙測分類方法，可有效估計都市 ISA。. 表 2-4. A_漁業區查核分區之 ISA 實測分類與實測歸類資料表 2. 調查總面積： 360,000 m. A_漁塭區 2. 實測分類 I_建築物、頂蓋 I_柏油路. 面積 (m ) 910.75. 比例(%). 實測歸類 0.25. 26,884.34. 7.47. I_不透水性路面. 0.00. 0.00. P_透水性路面. 0.00. 0.00. I_植被下不透水. 3.19. 0.00. 30,001.62. 8.33. P_植被下透水. 比例(%). I_建築物. 0.25. I_路面. 7.47. P_植被. 8.33. P_裸露地. 86,240.84. 23.96. P_裸露地. 23.96. P_水體. 215,959.26. 59.99. P_水體. 59.99. 未分類. 0.00. 0.00. 未分類. 0.00. 360,000.00. 100.00 7.72. 總合實測 ISA (%). 表 2-5. 總合. 100.00. 實測歸類 ISA(%). 7.72. B_市心區查核分區之 ISA 實測分類與實測歸類資料表 2. 調查總面積： 360,000 m. B_市中心區實測分類 I_建築物、頂蓋. 2. 面積 (m ) 76,241.50. 比例(%). 實測歸類. 21.18. 比例(%). I_建築物. 21.18. I_路面. 33.99. P_植被. 49.52. I_柏油路. 67,143.88. 18.65. I_不透水性路面. 9,104.67. 2.53. P_透水性路面. 18,275.84. 5.08. P_鐵道礫石. 27,849.50. 7.74. I_植被下不透水. 29,322.66. 8.15. P_植被下透水. 117,164.20. 32.55. P_裸露地. 1,714.56. 0.48. P_裸露地. 31.53. P_水體. 13,183.19. 3.66. P_水體. 0.00. 未分類. 0.00. 0.00. 未分類. 0.00. 360,000.00. 100.00 50.50. 總合實測 ISA (%). 總合. 136.22. 實測歸類 ISA(%). 55.17. 21.

(42) 建築基地保水貯集技術設計規範與法制化研究子計畫一：應用衛星遙測技術解析都市地表不透水率之研究. 表 2-6. C_農業區查核分區之 ISA 實測分類與實測歸類資料表調查總面積： 360,000 m2. C_農業區實測分類 I_建築物、頂蓋. 面積 (m2) 41,153.10. 實測歸類. 11.43. 比例(%). I_建築物. 11.43. I_路面. 7.52. P_植被. 49.52. I_柏油路. 25,694.63. 7.14. I_不透水性路面. 1,228.04. 0.34. P_透水性路面. 160.90. 0.04. I_植被下不透水. 251.01. 0.07. P_植被下透水. 178,015.47. 49.45. I_裸露地. 113,496.84. 31.53. P_裸露地. 31.53. I_水體. 0.00. 0.00. P_水體. 0.00. 未分類. 0.00. 0.00. 未分類. 0.00. 360,000.00. 100.00 18.98. 總合實測 ISA (%). 表 2-7. 總合. 100.00. 實測歸類 ISA(%). 18.95. D_混合區查核分區之 ISA 實測分類與實測歸類資料表調查總面積： 360,000 m2. D_混合區實測分類 I_建築物、頂蓋 I_柏油路 I_不透水性路面 P_透水性路面 I_植被下不透水 P_植被下透水. 面積 (m2) 16,201.45 19,792.42. 比例(%). 實測歸類 4.50. 比例(%). I_建築物. 4.50. I_路面. 6.08. P_植被. 33.04. 5.50. 24.53. 0.01. 2,075.03. 0.58. 132.25. 0.04. 118,807.93. 33.00. I_裸露地. 39,543.63. 10.98. P_裸露地. 10.98. I_水體. 163,422.76. 45.40. P_水體. 45.40. 未分類. 0.00. 0.00. 未分類. 0.00. 360,000.00. 100.00 10.04. 總合實測 ISA (%). 表 2-8. I_建築物、頂蓋 I_柏油路. 139,515.27. 9.69. I_不透水性路面. 10,357.24. 0.72. P_透水性路面. 20,511.77. 1.42. P_鐵道礫石. 27,849.50. 1.93. I_植被下不透水. 29,709.11. 2.06. P_植被下透水. 443,989.23. 30.83. P_裸露地. 240,995.87. P_水體未分類總合實測 ISA (%). 100.00. 實測歸類 ISA(%). 10.58. 調查總面積： 1,440,000 m2 面積 (m2) 134,506.80. 實測分類. 總合. 全區查核區之 ISA 實測分類與實測歸類資料表. T_全區總合. 22. 比例(%). 比例(%). 實測歸類. 比例(%). I_建築物. 9.34. I_路面. 13.77. P_植被. 32.90. 16.74. P_裸露地. 16.74. 392,565.21. 27.26. P_水體. 27.26. 0.00. 0.00. 未分類. 0.00. 1,440,000.00. 100.00 21.81. 9.34. 總合. 100.00. 實測歸類 ISA(%). 23.11.

(43) 第二章遙測分類方法與結果. 五、分類結果之評估指標 (一) 誤差矩陣（Error Matrix or Confusion Matrix）為了評估分類結果的精準度，一般常用「誤差矩陣」做評估分類精準度的方法。誤差矩陣具可用來評估地表真實資料與遙測分類結果之吻合程度，誤差矩陣案例請參閱表 2-9。 (二) 生產者精準度（Producer’s accuracy）計算生產者精度的目的在於評估生產者生產之分類資料的分類精準度，計算式與案例如下(案例請參照表 2-9)： . 計算式：生產者精準度＝該類別被正確分類的量 / 被分類成該類別的總量(欄總合). . 案例：I_路面之生產者精準度＝1519 / 2560 ＝ 59.34 %. (三) 使用者精準度（User’s accuracy）計算使用者精度的目的在於評估使用者使用之分類資料的實際精準度，計算式與案例如下(案例請參照表 2-9)： . 計算式：使用者精準度＝該類別被正確分類的量 / 該類別地表真實資料總量(列總合). . 案例：I_路面之使用者精準度＝1519 / 2386 ＝ 63.66 %. (四) 整體精準度（Overall accuracy）計算整體使用者精準度的目的在於評估整體分類的精準度，表示區域內任意一點被正確分類的機率，作為評估分類結果精準之參考。計算式與案例如下(案例請參照表 2-9)： . 計算式：整體精準度＝各類別被正確分類的總量 / 影像像素的總量. . 案例：整體分類精準度＝(1519+652+1042+5715+3287+189) / 16875＝73.51 %. (五) Kappa 值（Kappa Coefficient） Kappa 值是另一種常用來評估整體分類精準度的指標，範圍在 0~1 之間，值愈接近 1，表示精準度愈佳。計算式與案例如下(案例請參照表 2-9)： K=. 計算式：. 說明：. N ∑ X kk − ∑ X kΣ ⋅ X Σk k. k. N − ∑ X kΣ ⋅ X Σk 2. k. N × A− B = N2 −B. N：影像像素總量 (pixel) A：各類別被正確分類的總量 (pixel2) B：各類別欄總合與列總合之乘積和 (pixel2) 23.

(44) 建築基地保水貯集技術設計規範與法制化研究子計畫一：應用衛星遙測技術解析都市地表不透水率之研究. . 案例：k＝(16875×12404－63860211) / (168752－63860211) ＝ 0.66 N=16875 A=(1519+652+1042+5715+3287+189)=12404 B=(2560×2386+1239×813+2362×1673+6703×5876+3629×3408+382×2719)=63860211. (六) 分類純度（Degree of Purity）分類純度為本研究所定義之指標，目的為排除未分類項目對整體精準度所造成之影響，計算分類結果中被正確分類的像素比例。若分類結果之未分類項目皆為零，則分類純度與整體精準度之值相等。計算式與案例如下(案例請參照表 2-9)： . 計算式：. . 分類純度＝各類別被正確分類的總量(排除未分類) / 影像像素總量(排除未分類) 案例：分類純度＝(1519+652+1042+5715+3287) / (16875-2719) ＝ 86. 29 %. 表 2-9 分類結果查核案例表分類資料 I_路面 I_建築物 P_裸露地 P_植被 P_水體未分類欄總合. 地表真實資料 (Pixels) I_路面 1519 8 197 8 4 824 2560. I_建築物 148 652 250 36 0 153 1239. P_裸露地 365 95 1042 74 3 783 2362. P_水體 14 0 0 3 3287 325 3629. 未分類 36 30 63 40 24 189 382. 列總合 2386 813 1673 5876 3408 2719 16875. 生產者精準度(%) I_路面 = 1519 / 2560 = 59.34 % I_建築物 = 652 / 1239 = 52.62% P_裸露地 = 1042 / 2362 = 44.12 % P_植被 = 5715 / 6703 = 85.26 % P_水體 = 3287 / 3629 = 90.58 % 未分類 = 189 / 382 = 49.48 %. 使用者精準度(%) I_路面 = 1519 / 2386 = 63.66 % I_建築物 = 652 / 813 = 80.20 % P_裸露地 = 1042 / 1673 = 62.28 % P_植被 = 5715 / 5876 = 97.26 % P_水體 = 3287 / 3408 = 96.45 % 未分類 = 189 / 2719 = 6.95 %. 整體精準度 (%) 分類純度 (%) ΔISA (%). Kappa Coefficient 適合度 (α) 未分類比例(%). 73.51 86.29 -6.77. I _ ：表不透水類別(impervious) A_ ：表示漁塭區查核區之資料 C_ ：表示農業區查核區之資料. 24. P_植被 304 28 121 5715 90 445 6703. P_ ：表透水性類別(pervious) B_ ：表示市中心區查核區之資料 T_ ：表示三個查核區整體之資料. 0.66 0.10 16.11.

(45) 第二章遙測分類方法與結果. (七) 適合度（Test of Goodness of Fit）由於 ISA 之計算涉及各類地表面積之比例關係，為了探討遙測分類後各類地表面積比例與理想比例之差異情形，本研究採用卡方檢定中之適合度檢定（Test of Goodness of Fit）作為評估指標。在本研究中定義理想比例為各分類之實測歸類比例。在 EXCEL 統計軟體中，可使用函數(CHITEST)計算適合度檢定之顯著係數α值，α值為 0~1 之數值，愈接近 1 表示遙測分類比例愈近似於理想比例。關於適合度檢定之詳細內容，請參閱統計學卡方檢定的內容，理想比例之設定值即為「實測歸類」各分類別之比例，詳細內容請參閱第一節。表 2-9 中適合度(α) 之計算條件與 CHITEST 函數之使用方法如表 2-10 所示：. 表 2-10 適合度檢定計算表 A. B. C. D. E. F. G. 1. 分類別. I_路面. I_建築物. P_裸露地. P_植被. P_水體. 未分類. 2. 理想比例 (%). 16.33. 10.95. 18.65. 32.85. 21.22. 0.00. 100.00. 3. 遙測分類比例 (%). 14.14. 4.82. 9.91. 34.82. 20.20. 16.11. 100.00. 4. 遙測分類比例" (%). 16.86. 5.75. 11.81. 41.51. 24.08. -. 100.00. 5. 適合度(α). α= CHITEST(B4:F4,B2:F2) = 0.10. 說明. 遙測分類比例"為去除未分類之比例後，重新計算所得到的各分類比例關係. 6. H 列總合. (八) ISA 誤差百分比 (ΔISA) 本研究關於 ISA 分類之項目共分成三種系統，分別是「實測分類」、「實測歸類」與「遙測分類」，三種系統所計算出的 ISA 分別為「實測分類 ISA」、「實測歸類 ISA」與「遙測 ISA」，其中實測分類 ISA 為最接近地表真實狀況之 ISA，遙測分類 ISA 則是依據遙測影像分類後所計算出的 ISA，關於 ISA 分類系統請參閱本研究第一節。ΔISA 誤差百分比的定義為遙測 ISA 與實測分類 ISA 之差值，計算式如下： . 計算式：ΔISA(%)＝遙測 ISA(%) －實測分類 ISA(%). (九) 未分類比例未分類比例為進行某分層篩選分類時，該類別未被分類出的像素占查核區總像素的比例，其值將隨分層篩選次數的增加而逐漸減少。計算式與案例如下(案例請參照表 2-9)： . 計算式：未分類比例＝未被分類出的像素 / 總像素. . 案. 例：未分類比例＝2719 / 16875 ＝ 16.11 % 25.

(46) 建築基地保水貯集技術設計規範與法制化研究子計畫一：應用衛星遙測技術解析都市地表不透水率之研究. 第二節非監督式分類方法本研究所採用的遙測套裝軟體 ENVI 4.0 提供 IsoData 及 K-Means 兩種非監督式分類方法，本研究採用一般較常使用的 K-Means 分類方法，其分類方法請參閱下列內容。. 一、分類方法非監督式分類法分成三階段，首先設定欲分類的數目，接下來由程式計算後將遙測影像分類成設定的分類數目；第二階段，根據查核區調查或其他地理資訊，由人工查核判斷，將各分類歸類成本研究所採用之五大分類及未分類項目；第三階段，則根據查核區調查與其地理資訊，進行查核區查核的工作。本研究採用 ENVI 4.0 軟體所提供之 K-Means 非監督式分類方法，第一階段，設定完欲分類的數目與分類門檻值後，即可經由程式進行影像分類。分類的原理是應用最小距離法，反覆地計算像素在資料空間中的距離關係，將彼此距離較近的歸成一類。圖 2-5 表示影像像素在 Band 1 與 Band 2 資料空間的距離關係，距離較近者將被分成一類。. 圖 2-5. K-Means 分類原理示意圖. (Thomas M. et al., 2004 ) 26.

(47) 第二章遙測分類方法與結果. 第二階段，在分類之後，需藉由影像及其地理資料，以人工判斷的方式進行歸類的動作。以圖 2-6 為例，軟體經由計算後，分類成設定的分類數 15 類，每一類別經查核之後，可能含有多種物質，如第 5 類主要包含水體、裸露地與陰影等三大類地表物質，由於水體所占比例最大，因此第 5 類即被歸類成水體類，其他各類依上述原則進行歸類動作，完成歸類的程序。第三階段，將歸類的結果與查核區的地表真實資料進行查核的程序，並依序計算第一節介紹的七種評估指標，完成查核區查核的工作。本研究將採用非監督式分類法(K-Means)進行 10 次分類實驗，分別在第一階段設定欲分類之數目為 5、10、15、20、25、30、35、40、45 與 50 類，而分類門檻值設為預設狀態。第二階段，10 組實驗皆被歸類成建築物、路面、裸露地、植被與水體 5 類，由於分類門檻值保留為預設狀態，因此不會產生未分類的類別。本研究希望藉由以上實驗，探討第一階段的分類數與是否會造成分類結果的差異。. 圖2-6. 非監督式分類法的歸類案例圖. 27.