行政院國家科學委員會專題研究計畫 成果報告
台北都會區土地使用變遷模式之研究--子計畫一：土地利
用變遷與政策之互動影響分析-空間統計模式(II)
研究成果報告(完整版)
計 畫 類 別 ： 整合型 計 畫 編 號 ： NSC 95-2621-Z-002-016- 執 行 期 間 ： 95 年 08 月 01 日至 96 年 07 月 31 日 執 行 單 位 ： 國立臺灣大學生物環境系統工程學系暨研究所 計 畫 主 持 人 ： 林裕彬 共 同 主 持 人 ： 林允斌 計畫參與人員： 碩士班研究生-兼任助理：王彥覃 處 理 方 式 ： 本計畫可公開查詢中 華 民 國 96 年 10 月 29 日
台北都會區土地使用變邊模式之研究-子計畫二：土地利用變遷
與政策之互動影響分析-空間統計模式(III)
中文摘要
土地利用變遷是地理學、生態學和社會科學領域中重要的研究議題之一，而土地 利用變遷牽涉到時間、空間、人類行為及彼此間的交互作用，具有多重的複雜性與不 確定性。就已都市化的集水區而言，模擬與監測都市的擴張對於土地利用格局的影響 以及土地利用的規劃與管理是很重要的。本研究架構應用了都市成長模式 SLEUTH 模式 與土地利用變遷模式 CLUE-S 模式，運用歷年 SPOT 衛星影像於台北寶橋集水區，預測 都市擴張的情形，歷史與模擬的土地利用資料輸入嵌塊體分析獲得景觀生態指數，歷 史的 SPOT 影像的景觀生態指數顯示出 1990 到 2000 年土地利用格局的改變。SLEUTH 模式準確地模擬歷史土地利用格局於寶橋集水區的都市擴散，預測從 2001 年 2010 年 的聚集土地利用格局。CLUE-S 模式也預測相同的時期，獲得歷史土地利用格局的趨 勢。SLEUTH 與 CLUE-S 模式顯現出都市擴張於寶橋集水區的重大影響，尤其在林地與 建地上，依照試驗的結果，CLUE-S 模式對於模擬土地利用格局的發展，預測出較符合 歷史土地利用格局的趨勢。 關鍵詞：土地利用變遷模式、CLUE-S 模式、SLEUTH 模式、景觀生態指數Abstract
Land use change is one of the important research issues in geography, ecology, and social science fields. Land use change involving interactions of time, space, and human behaviors has the multiple complexities, and as a result, land-use change is difficult to perdict. Monitoring and simulating urban sprawl and its effects on the land-use patterns is an essential part of land-use planning and management. This study describes a framework that applied the urban growth model SLEUTH (Slope, Land use, Excluded Land, Urban extent, Transportation, Hillshading) and the land-use change CLUE-S (Conversion of Land Use and its Effects) model with historical SPOT images to predict urban sprawl in the Paochiao watershed in Taipei County. The historical and predicted land-use data was input to Patch Analyst to obtain the landscape metrics. The landscape metrics of the historical SPOT images showed that land-use patterns changed between 1990 and 2000. The SLEUTH model accurately simulated the historical land-use patterns and urban sprawl of the Paochiao watershed, and predicted future clustered land-use patterns (2001-2010). The CLUE-S model also simulated land-use patterns for the same period and captured historical trends in the metrics of land-use patterns. The predicted land-use patterns of the SLEUTH and CLUE-S models show the significant impact that urban sprawl will have on land-use patterns in the Paochiao watershed, especially in the patterns of forest and built-up areas. According to the
experimental result, the CLUE-S model simulates the development of land-use patterns, and it comparatively conforms to the tendency of the historical land-use patterns.
Key words: Land use change model, CLUE-S model, SLEUTH model, Landscape
一、緒論
1.1 計畫緣起 土地利用變遷是一種具有時間、空間、系統、人類活動等多重複雜性的行為。在 不同的社會系統、生態系統、土地利用系統、全球與區域環境變遷等因素影響下，形 成複雜與彼此交互作用的系統(如圖 1、2)，並與人類對土地利用和土地覆蓋變遷、環 境對衝擊的回饋作用間彼此相連，加上不同的空間與時間尺度，使得彼此間的關係更 加複雜，當這些作用因子發生變化，便可能導致土地利用型態的改變。此複雜性可分 為時間、空間及人類影響三個維度，也就是說土地利用是生物物理介於時間與空間維 度與人 為因 素在 空間 及時間 上交 互作 用的 表現 （ Veldkamp and Fresco,1996 ）。 Forman(1995)描述造成土地利用變遷的主要因素有六個，分別為森林砍伐、郊區都市 化、交通建設、沙漠化、密集農業行為、植林；其中人類行為是造成土地利用變遷的 主要動力來源，有足夠能力大幅改變環境，導致土地利用破碎化。 模式有助於瞭解影響土地利用變遷速率與複雜的社會經濟與生物驅動力，並估計 土地利用改變造成的衝擊，土地利用變遷模式是根據現在與最近的發展趨勢，運用模 式表現土地覆蓋變遷的數量、改變區位、空間格局的變化，運用模式能夠探討不同情 境條件下，未來土地利用變遷趨勢，彌補現今人類土地利用變遷分析能力上的不足， 有助於不同決策方案間的比較及合理決策制訂。 圖 1：土地利用或土地覆蓋變遷驅動力 (修改自 LUCC - Land-Use and Land-Cover Change Available:http://www.geo.ucl.ac.be/LUCC/lucc.html) 土地管理者 土地使用系統 社會系統 生態系統 生態系統 回饋 區域和全 球變遷 全球變遷系統 技術改變 社經趨動力 生物趨動力 連續性操作 回饋 背景增加 間接影響圖 2：多尺度土地利用變遷概念
(修改自 LUCC - Land-Use and Land-Cover Change Available:http://www.geo.ucl.ac.be/LUCC/lucc.html) 土地利用與覆蓋變遷（LUCC）是一個跨領域的研究計畫，目的在於增加瞭解與預 測土地利用和土地覆蓋的變遷。土地利用與土地覆蓋變遷模式是深入了解其複雜性的 重要方法，作用和目的可以概括為：對土地利用和土地覆蓋變化情況進行描述、解 釋、預測和制定對策。計畫中確立兩個主要研究方向：透過實際的案例研究，解釋不 同條件下的動態特徵；建立全球或區域性土地利用或土地覆蓋變化模型，透過模式解 釋土地利用或土地覆蓋與驅動力間的互動關係，並預測未來全球或區域之土地利用或 土地覆蓋趨勢(Turner et al.,1993;Turner et al., 1995)。廣義的 LUCC 研究領域包 括土地覆蓋變遷的格局(pattern)、土地利用變遷的過程(processes)、人類對土地利 用和土地覆蓋變遷的反應、全球與區域模式整合、發展地表與生物物理過程及驅動者 的資料庫等，有愈來愈多的研究者認為此議題為具有迫切的重要的關鍵性研究(Turner and William, 1990；Turner and Meyer, 1994；U.S. National Research Council, 1997；Lambin et al., 1999)。
土地利用模式與土地利用變遷模式是有效力的工具，可分析了解土地發展、人為 活動和自然資源之間的關聯，也會影響生態系的結構與功能(Tuner and Meyer， 1994)。社會經濟過程土地利用變遷模式是根據現在與最近的發展趨勢，運用模式表現 土地覆蓋變遷的數量、改變區位、空間格局的變化，運用模式能夠探討不同情境條件 生物物理驅動力 起 因 和 過 程 社會驅動力 區域 都市/鄉村網路 （過程、市場、服務） 基礎設施 增加 擴張 景觀 文化 生態 （村落） （集水區） 區位 灌溉 圳溝 生產單位 農田 家戶 清除 火燒增加 漁獵 土壤枯竭 商 品 價 格 基 礎 設 施 發 展 之 殖 民 地 人口 遷 移 商 業 化 發 展 工 作 社 區 組 織 化 屬 性 關 係 技 術 方 法 家 庭 組 織 勞 工 部 門 價 值 感 薪 水 比 率 年 降 雨 量 年 平 均 生 物 溫 度 季節 性 地 形 農 產 潛 力 高 度 微 地 形 排 水 空 間 格 局 土 壤 型 態 微 氣 候 土 壤 濕 度 季 節 微 地 形 發
下，未來土地利用變遷趨勢，彌補現今人類土地利用變遷分析能力上的不足，有助於 不同決策方案間的比較及合理決策制訂。因此近年來發展的土地利用變遷分析、預測 模式，由於不同研究領域具有不同的研究目的、主題、空間尺度、時間尺度、人為影 響程度，因此發展出不同的模式，Brassoulis(2000）依模式特性分為統計與經濟模型 （ Statistical and Econometric Models ） 、 空 間 互 動 模 型 (Spatial interaction models)、最佳化模型(Optimization models)、整合模型(Integrated models)等四 類；Parker 等人（2003）將土地使用模型細分為九大類，包括有方程式基礎模型 （ Equation-Based Models ） 、 計 量 經 濟 模 型 （ Econometric Models ） 、 統 計 模 型 （ Statistical Models ） 、 系 統 模 型 （ System Models ） 、 專 家 模 型 （ Expert Models ） 、 演 化 模 型 （ Evolutionary Models ） 、 細 胞 自 動 機 （ Cellular Automata ） 、 行 為 者 基 礎 模 型 （ Agent-Based Models ） 與 整 合 式 模 型 （ Hybrid Models）等。
本 計 畫 所 採 用 的 土 地 利 用 變 遷 分 析 與 預 測 模 式 有 空 間 機 率 及 細 胞 自 動 機 （cellular automata）兩大類型模型，空間機率模型是運用統計方式計算土地利用變 遷的機率。CLUE-S 模型即是屬於羅吉斯迴歸模型（Logistic Regression），CLUE 模 型為 CLUE-S 模型之前身。CLUE 模型是 Veldkamp 及 Fresco 於 1996 年 Ecological Modelling 期刊中提出， Verburg（2000）的博士論文及發表的文章中應用 CLUE 模型 深入的探討大陸不同尺度的土地利用格局特性（Verburg and Chen, 2000）、模擬土 地利用的變遷（Verburg et al., 1999b）以及印尼 JAVA 地區在面臨高人口成長壓力 下土地利用的變化趨勢（Verburg et al., 1999c）。由於 CLUE 模型對於區域空間尺 度、空間解析度較高的土地利用變化地區預測能力較弱，因此逐漸發展出適合區域 性、高空間解析度的 CLUE-S 模型。Verburg 等人（2002）於馬來西亞的 Klang-Langat 集水區及菲律賓的 Sibuyan 島進行 CLUE-S 模式效度的試驗與評估，研究結果發現 CLUE-S 模式有效的預測兩地區的土地利用變遷，其情境模擬方式有助於土地利用管理 與規劃，若研究地區缺乏土地利用的歷史資料將不利於此模型的預測，可引用與研究 區發展趨勢相近地區的資料進行模式參數設定。Verburg 等人(2004b）以土地利用格 局的鄰近特性，其概念、方法之後被整合於 CLUE-S 模型中，運用 CLUE-S 模型的概 念，以可及性、空間政策、鄰近互動變數解釋荷蘭住宅、工業、商業、遊憩區的變 遷；整體而言，模型已應用於中國、菲律賓、美國中部、厄瓜多爾、哥斯大黎加、宏 都拉斯等區域，研究的議題包括土地利用變遷、多元空間尺度整合、多領域整合、及 方法論的探討等。CLUE-S（the Conversion of Land Use and its Effect at Small regional extent）模式，以區位適宜性的分析，系統間空間與時間動態的競爭與交互 作用關係為基礎，進行區域性土地利用變遷模擬。此模式對於轉移矩陣、轉移彈性、 土地需求量、限制區域設定、鄰近區域影響的參數設定，皆可融入土地利用管制的構 想，與土地利用管制策略研擬時的複雜結構一致，顯示模式十分適合應用於土地利用 管制計畫實施效益或衝擊評估(吳振發，2006)。 細胞自動機模式，可藉以從局部格局推測整體格局的概念，可對複雜系統更進一 步的深入研究。對於土地利用變遷的分析除了統計分析或機率模式觀點外，近年來細
胞自動機(Cellular Automata 簡稱 CA)的發展提供另外一種由空間組織的演化上切入 的觀點(賴進貴、王偉力、紀明德，2000)。本計畫預計使用的 SLEUTH 模式，即為一種 細胞自動機(CA)模式，廣泛地應用在地理文獻於城市歷史都市發展的格局，更進一步 預測未來的都市發展。SLEUTH 模式是由 Clarke 與 USGS 合作的 Project Gigalopolis 計畫，結合都市成長(UGM)模式與延伸出土地覆蓋變遷(Deltatron)模式而成。Clarke 等人(1996)於 San Francisco Bay 試驗模式，發展方法、建立模式的互動和統計版本 以及形象化和動態工具。Clarke(1997)提出模式建構使用 Deltatron 當作細胞自動機 於土地覆蓋轉變的人工主體，描述其轉變方法及概念。Clarke 與 Gaydos 於 1998 年在 San Francisco Bay 和 Washington/Baltimore 廊道提出兩區域的模式校準和預測結 果，比較初始設定和控制參數，敘述模式在長期年代都市計劃中的可用性。Silva 與 Clarke 於 2002 年提出模式應用在葡萄牙 Lisbon 和 Porto 都會區，檢視模式在歐洲的 適用性並對兩都市的控制參數提出討論。Dietzel 與 Clarke(2004)於 San Joaquin County(CA, USA)提出將土地利用圖層分成 5、10、15 種類別，探討模式在土地利用複 製歷史格局的能力，土地利用轉變在這 3 種類別中可以達到 72-93%的正確度，驗證模 式在結合 UGM 與 LCD 模式後複製土地利用格局的強健性。Solecki 與 Oliveri 於 2004 年提出在 SLEUTH 模式中降低氣候變遷方案的過程及結果；整體而言，模式已廣泛運用 於美國、歐洲、亞洲等地，以細胞自動機為基礎規則，運用網格為轉換單元，表達土 地利用為複雜性系統的格局，為土地利用變遷模式在細胞自動機模型的代表。 景觀生態主要在於探討景觀組成之結構、功能、變遷以及其間相互作用的關係； 景觀生態指數亦可敘述景觀生態之系統、型態及趨勢，對於土地利用等人為活動與動 植物分佈間之相互作用，可了解生態系統之作用及其生態過程(史瓊雯，2003)。景觀 結構主要在分析生態系統之間的空間關係，此關係即為能量、物質與物種分佈大小、 形狀、數量及種類；景觀功能主要在於探討空間元素間之相互作用；景觀變遷則研究 嵌塊體之結構與功能的變化。土地利用分析是描述一區域的經濟、環境、社會現象以 及利用行為的衝擊程度，景觀生態指標是描述土地利用結構的有效工具(Leito and Ahern, 2002)。應用景觀生態指數分析不同情境之土地利用格局，並比較 CLUE-S、 SLEUTH 模擬之土地利用模擬情境，求取各模式所模擬之土地利用情境景觀生態指數， 比較各土地利用情境之空間格局，不同模式下規劃管理策略對未來土地利用格局之影 響程度，同時應用歷史資料比較各模式之土地利用模擬之準確性。 1.2 計畫目的 本計畫主要目的在於建立適用台北都會區之空間統計土地利用變遷模擬模式，作 為未來土地利用變遷研究，以及土地利用空間規劃及策略之情境模擬，提供規劃與策 略評估與決策參考。已完成土地利用變遷文獻回顧、土地利用變遷驅動力、土地利 用、景觀生態指標理論關係探討、CLUE-S 模式之回顧，並已應用 CLUE-S 模擬土地利 用管制情境於寶橋集水區土地利用分析與預測未來土地利用變遷及策略對土地利用之 影響。研究重點是 SLEUTH 土地利用模式之試驗，內容包括此模式理論與架構及應用實 例回顧，並以此模式依據相同於 CLUE-S 之模擬條件及規劃與管制策略，預測寶橋集水
區未來土地利用情境，應用景觀生態指數分析不同情境之土地利用格局，並比較 CLUE-S、SLEUTH 模擬之土地利用模擬情境，求取各模式所模擬之土地利用情境景觀生 態指數，比較各土地利用情境之空間格局。在不同模式下規劃管理策略對未來土地利 用格局之影響程度，同時應用歷史資料比較各模式之土地利用模擬之準確性，比較此 二模式模擬不同規劃與管制策略下未來土地利用情境及其空間格局；研究重點在於發 展台北都會區土地利用變遷模式，以 CLUE-S 及 SLEUTH 模式的試驗成果為基礎，發展 適合台北都會區土地利用變遷模式架構，並以寶橋集水區為例進行土地利用變遷模擬 與驗證，結果將與 CLUE-S 及 SLEUTH 模擬結果差異性及精確性，比較模式於台北都會 區集水區之應用，並探討模式與時間、空間與人為維度之關係，最後配合總計畫及其 它子計畫，整合建立土地利用空間統計模式及集水區尺度之土地利用規劃管理策略， 提供策略之比較與模式結果之整合，建立一多維度之都會區土地利用模式。
二、文獻回顧
2.1 土地利用文獻回顧 土地利用是人類在土地上活動，受到經濟、文化、政治、歷史和土地所有權因子 所影響；土地覆蓋則是土地的生物物理屬性，影響生態系統功能，一般指地球表面當 前所具有的自然和人爲影響所形成的覆蓋物，包括地表植被、土壤、冰川、湖泊、沼 澤濕地及道路等；土地覆蓋具有特定的時間和空間屬性，其形態和狀態可在多種時空 尺度上變化，而且産生變化的原因也是複雜多樣的。由於土地覆蓋和土地利用與人類 的生活生產休戚相關，長期以來土地覆蓋及利用的研究成為地球表面科學研究領域中 的一個重要分支(楊立民和朱智良，1999)。土地利用與土地覆蓋變化模式是有效力工 具，可被用來了解和分析社會經濟過程和土地發展、農業活動和自然資源之間的關連 重要性及這些改影響生態系的結構和功能(Turner and Meyer，1994)。1995 年 IGBP(International Geosphere-Biosphere Programme) 和 IHDP (International Human Dimensions Program on Global Environmental Change)聯合 提出了“土地利用與土地覆蓋變化”研究計劃(Land-Use and Land-Cover Change project)，確立兩個主要研究方向：第一是透過實際案例的研究中，解釋不同狀態下 覆被動態的特徵與原因；其二為建立全球或區域土地利用或土地覆蓋變化模型，透過 模型解釋土地利用或土地覆蓋與驅動力的相互關係，並預測全球或區域土地利用或土 地覆蓋的未來趨勢(Turner 等人，1993；Turner 等人，1995)。IGBP 與 IHDP 最初的目 標有四個，為了進一步瞭解全球土地利用與土地覆蓋的驅動力；調查與研究土地利用 與土地覆蓋時空間變遷；確認永續發展與不同土地利用之關連性；瞭解土地利用或土 地覆蓋變遷與生物地理化學(biogeochemistry)、氣候之相關性。而 LUCC 的研究領域 主要有三個： A.領域一：土地利用動態 – 案例比較分析 透過案例比較研究人類面向的土地利用與覆蓋變遷，主要是為了土地利用變遷中的生 物物理與人類面向的連結、描繪一個土地利用情況與變動的架構、串連人為面向、全 球土地分類、土地覆蓋的模擬分析、瞭解全球哪些區域需優先進行土地利用與覆蓋變 遷分析，因此該領域的研究目的是透過土地利用變遷的比較分析，確切深入的瞭解區 域性的土地利用或土地覆蓋變遷。 B.領域二：土地覆蓋動態 – 直接觀察與模式特徵 此研究領域的重點在於觀察方式的整合，包括區域範圍觀察、小基地詳細觀察、以及 案例研究，來發展模式進行短期的預測。觀察與預測的結果可深入瞭解造成空間與時 間變遷的驅動變數。 C.領域三：區域及全球模式 – 整合評估架構 新土地利用變遷模式發展的基礎包括持續的資料整備及方法論的空間，研究領域三包 括短期與長期的工作，短期內必須回顧與延伸線有區域至全球尺度的農業、草地、森 林模式，更精確預測 2 至 3 年短期土地利用或土地覆蓋變遷；長期的工作則必須經由 長期的累積發展一個新的模式架構，能夠更完整的呈現土地利用或土地變遷情形與發
掘主要的驅動力。 土地利用與覆蓋變遷（LUCC）是一個跨領域的研究計畫，目的在於增加瞭解與預 測土地利用或土地覆蓋的變遷，廣義的 LUCC 研究領域包括土地覆蓋變遷的格局、土地 利用變遷的過程、人類對土地利用與覆蓋變遷的反應、全球與區域模式整合、發展地 表與生物物理過程及驅動者的資料庫。了解土地利用或土地覆蓋在全球變遷的研究 中，有愈來愈多的研究者認為此議題為具有迫切的重要的關鍵性研究(Turner 等人， 1990；Turner and Meyer，1994；Lambin 等人，1999；Geist 和 Lambin，2001)。特 別在人文向度上的研究，美國國家研究委員會(U.S. National Research Council， 1997)認為在環境轉變速率的驅動力下，解釋土地利用或土地覆蓋格局和改變是全球 性、區域性和各個尺度可以信任的決策分析。 土地利用與土地覆蓋變化的驅動力及其驅動機制是其中的關鍵(Turner 等人， 1995)，而深入探討土地利用變化的各種驅動力，是認識土地利用變化規律、預測未來 土地利用變化趨勢和制定土地永續發展決策的基礎(熊惠波等人，2002)。隨著全球變 遷研究的深入，發現土地利用與土地覆蓋變化是造成全球變化的重要原因，因此土地 利用或土地覆蓋變化逐漸成為地球系統新的研究重點，土地利用或土地覆蓋變化模型 是深入瞭解土地利用和覆蓋變化複雜性的重要方法，其作用和目的可以概括為：對土 地利用與土地覆蓋變化情況進行描述、解釋、預測和制定對策。描述是指對土地利用 與覆蓋變化歷史及現狀的反映與評價；解釋是闡明土地利用與土地覆蓋型式與其社會 和自然驅動力之間的因果關係；預測是根據土地利用和覆蓋的變化規律及對自然和社 會條件所作的假設，推斷未來的土地利用和覆蓋狀況；制定對策則是根據一定的標 準，如環境保護、經濟效率和社會公平等，社會目標，進行土地利用規劃及制訂政 策 。 近 年 來 在 土 地 利 用 變 遷 的 研 究 上 ， Meggs 等 人 (2004) 結 合 一 般 線 性 模 式 (generalized linear modelling)與地理資訊系統，發展與評估棲地預測模式，以輔 助瀕臨絕種動物保育計畫之研擬，研究結果發現海拔高度、坡向、坡度、與河川距 離、頂層樹高與物種數量與顯著的相關性。Roschewitz 等人(2004)討論每年農田作物 使用密度與景觀複雜性、農田特殊化的相關性，分析結論發現每年作物種植使得農地 特殊化及地景結構的簡單化，促使土地利用的密度增加，是一種土地利用的錯誤引 導。 土地利用變遷預測，有助於深入瞭解景觀空間的互動過程與機制，以及土地管理 政策之研擬與景觀生態環境之保存。在地景環境變遷的研究領域中，地景結構變遷分 析的方法除一般質性的研究之外，Forman（1995）指出可運用定量的空間模式與變遷 監測方法進一步解釋生態的影響效力、景觀之比較、明顯異同之界定、以及相互間之 相關性，這些計量方法可在時空間尺度上解釋與分析景觀之空間型式、生態過程與變 遷。 由於土地覆蓋與土地利用變遷與人類的生活、生產、生態環境息息相關，長期以 來土地利用的研究成為區域科學、生態學研究領域中的重要議題。土地利用與覆蓋變 遷（LUCC）是一個跨領域的研究計畫，目的在於增加瞭解與預測土地利用與土地覆蓋 的變遷，廣義的 LUCC 研究領域包括土地覆蓋變遷的格局、土地利用變遷的過程、人類
對土地利用與土地覆蓋變遷的反應、全球與區域模式整合、發展地表與生物物理過程 及驅動者的資料庫等，有愈來愈多的研究者認為此議題為具有迫切的重要的關鍵性研 究(Turner and William，1990；Turner and Meyer，1994；U.S. National Research Council，1997；Lambin 等人，1999)。土地利用變遷模式是分析土地利用變遷成因與 結果的重要工具，目的在於更加瞭解土地利用系統的功能與支援土地利用規劃與政 策。此外，模式有助於瞭解影響土地利用變遷速率與空間模式的社會經濟與生物複雜 驅動力，以及估計土地利用改變造成的衝擊；甚至於，模式能夠運用於探討不同發展 條件下未來土地利用變遷趨勢，彌補現今人類土地利用變遷分析能力上的不足，有助 於更合理的決策制訂。整體而言，土地利用與土地覆蓋變化模型是深入瞭解土地利用 和覆蓋變化複雜性的重要方法，其作用和目的主要是對土地利用和覆蓋變化情況進行 描述、解釋、預測和制定對策。其中描述是指對土地利用和覆蓋變化歷史及現狀的反 應與評價；解釋是闡明土地利用與覆蓋型式與其社會和自然驅動力之間的因果關係； 預測是根據土地利用和覆蓋的變化規律及對自然和社會條件所作的假設，推斷未來的 土地利用和覆蓋狀況；制定對策則是根據一定的標準，如環境保護、經濟效率和社會 公平等，社會目標，進行土地利用規劃及政策制訂。 土地利用變遷的問題，牽涉到時間、空間、人類行為，及彼此間的交互作用，具 有多重的複雜性與不確定性。因此近年來發展的土地利用變遷分析、預測模式，由於 不同研究領域具有不同的研究目的、主題、空間尺度、時間尺度、人為影響程度，因 此 發 展 出 不 同 的 模 式 ， Brassoulis （ 2000 ） 依 模 式 特 性 分 為 統 計 與 經 濟 模 型 （ Statistical and Econometric Models ） 、 空 間 互 動 模 型 (Spatial interaction models)、最佳化模型(Optimization models)、整合模型(Integrated models)等四 類，Parker 等人（2003）將土地使用模型細分為九大類，包括有方程式基礎模型 （ Equation-Based Models ） 、 計 量 經 濟 模 型 （ Econometric Models ） 、 統 計 模 型 （ Statistical Models ） 、 系 統 模 型 （ System Models ） 、 專 家 模 型 （ Expert Models ） 、 演 化 模 型 （ Evolutionary Models ） 、 細 胞 自 動 體 （ Cellular Automata ） 、 行 為 者 基 礎 模 型 （ Agent-Based Models ） 與 整 合 式 模 型 （ Hybrid Models）等。模式分類的方式依作者個人的認知、模式特性而有所差異，然而不同的 分類系統中所包含的模式差異性不大。在各種土地利用變遷預測模型的比較上， Agarwal 等人（2001）執行美國農業部委託計劃時，回顧上百篇土地利用變遷文章 後，整理出十九個較為完整的模型，綜合性分析與比較模式的方法論，及處理時間複 雜性、空間複雜性、決策複雜性的能力。 目前國內應用模式進行土地利用變遷分析或預測的研究，包括馬可夫模式（黃書 禮與蔡靜如，2000；呂仲耿，2001；方梅萍，2002；周天穎等人，2003）、羅吉斯迴 歸模型（陳癸月，2002）、羅吉特模型（李國忠與黃德銘，2001）、複迴歸模式（陳 文福與戴梓卿，1997；張長義，2000；葉昭憲，2002）、Urbansim（孫志鴻，2002、 2003）、細胞自動機（顏怡璇，2003；賴進貴，2003）等，目前應用的模式，主要是 分析土地利用空間變遷，或者同時處理時間與空間變遷的議題，仍然缺乏可同時處理 時間、空間、人類決策等三個面向的分析模式，如果模式可同時處理上述三項議題，
將可透過情境模擬方式，評估政策的可行性、適用性、影響範圍，進一步可發展出環 境政策決策支援系統，有助於目前災區復建、集水區管理、山坡地管理政策之制訂。
2.2 CLUE-S 模式文獻回顧
CLUE 與 CLUE-S 模式主要是以羅吉斯迴歸為預測土地利用變遷機率，透過土地發 展情境的研擬，模擬未來土地利用，作為土地利用管制、政策修正、土地管理之參 考。依循著 Verburg 等人發展 CLUE 及 CLUE-S 模型的軌跡，有助於瞭解兩模式應用的 領域與研究的議題。
CLUE 模型是 Veldkamp 及 Fresco 兩人於 1996 年於 Ecological Modeling 期刊中 提出，1999a 年 Verburg 等人應用模擬 Ecuador 不同情境的土地利用變遷。Verburg （2000）的博士論文及發表的文章中應用 CLUE 模型深入的探討大陸不同尺度的土地利 用格局特性（Verburg and Chen, 2000）、模擬土地利用的變遷（Verburg 等人， 1999b）、模擬牲畜分佈的變化（Verburg and Keulen, 1999）、農作物生產與土地利 用變遷的關係（Verburg 等人，2000），以及印尼 JAVA 地區在面臨高人口成長壓力下 土地利用的變化趨勢（Verburg 等人，1999c）。此外，Verburg 等人（2001）以 CLUE 模型分析與預測大陸土地利用變遷對沼氣消散的影響。Kok 與 Veldkamp（2001）探討 美國中部六個鄉鎮不同空間範圍與空間解析度下對 CLUE 模型分派程序的影響，結果發 現所有的解釋變數對於瞭解土地利用格局都很重要，此外降低空間解析度對於解釋土 地利用變遷的變數並無顯著影響，但是縮小空間的範圍有助於提高解釋變數的解釋 力。Kok 與 Winograd（2002）以 1996 年資料應用 CLUE 模式模擬 2010 不同情境下美國 中部土地利用變遷，結果發現預測的六種土地利用的變化性極高，尤其是牧草地及一 年生植物分佈地區；另外在模擬天然災害（颶風）的情境中顯示，颶風快速且劇烈的 改變土地利用，但在十年後就可以復原。2001 年 Kok 等人進一步提出 CLUE-CA 模型， 此模式於哥斯大黎加地區以 15x15m 的空間解析試驗模式參數的靈敏性，其次在哥斯大 黎加地區以四個不同空間解析度，宏都拉斯地區以五個不同的空間解析試驗模式的效 度，並應用於土地利用時空間變遷預測，且以實際的土地利用資料驗證模式的精確 性。Veldkamp 等人（2001）以 CLUE 模式應用於大陸、厄瓜多爾、哥斯大黎加等三個 地區的結果，再次驗證 CLUE 模式預測國家層級以上土地利用變遷的有效性。 由於 CLUE 模型對於小空間尺度、小空間解析度土地利用變化的預測能力較弱，因 此逐漸發展出適合小區域、高空間解析度的 CLUE-S 模型。Verburg 等人（2002）於馬 來西亞的 Klang-Langat 集水區及菲律賓的 Sibuyan 島進行 CLUE-S 模式效度的試驗與 評估，研究結果發現 CLUE-S 模式有效的預測兩地區的土地利用變遷，而情境模擬方式 有助於土地利用管理與規劃。但是如果研究地區缺乏土地利用的歷史資料將不利於此 模型的預測，此時可引用與研究區發展趨勢相近地區的資料進行模式參數設定。 Verburg 等人（2004a）土地利用格局的鄰近特性，其概念、方法之後被整合於 CLUE-S 模型中；Verburg 等人（2004b）運用 CLUE-S 模型的概念以可及性、空間政策、鄰近 互動變數解釋荷蘭住宅、工業與商業、遊憩區的變遷；Verburg 與 Veldkamp（2004） 進一步以 CLUE-S 模式預測兩種不同空間尺度下菲律賓林地邊緣地區的變化；Verburg
等人（2004d）以 CLUE-S 模式評估東南亞地區土地利用變遷對生態過程（ecological processes ） 的 影 響 ； 討 論 土 地 利 用 變 遷 對 環 境 的 衝 擊 （ Veldkamp and Verburg, 2004）。
整體而言，CLUE 與 CLUE-S 模型已應用於大陸、菲律賓、美國中部、厄瓜多爾、 Costa Roca、Honduras 等區域，CLUE 研究的議題包括土地利用變遷、多元空間尺度整 合、多領域整合、及方法論的探討等。而 CLUE-S 模式則進一步整合鄰近影響性的概 念，討論土地利用變遷與政策、土地管理等相關議題。
2.3 SLEUTH 模式文獻回顧
2.3.1 國外 SLEUTH 相關文獻回顧
SLEUTH 是 根 據 模 式 中 需 輸 入 資 料 項 目 （ Slope, Land cover, Exclusion, Urbanization,Transportation and Hillshade）之總稱來命名。SLEUTH 模型相關研 究以 Clarke 在 UC Santa Barbara 與 USGS 合作研究起始，SLEUTH 是 Urban Growth Model(UGM) 模 式 的 演 化 模 式 ， 運 用 了 細 胞 自 動 機 、 結 合 Land Cover Deltatron Model(LCD)模擬都市發展。
Clarke 等人（1997）以 San Francisco Bay 地區開始發展以 CA 為基礎的土地利 用變遷模擬方法與技術，這些方法與技術為 SLEUTH 的原型；Clark 於 1997 年以 Deltatrons 描述 SLEUTH 的土地轉移方式；Clark 與 Gaydos（1998）運用 CA 及 GIS 之 整合模型預測 San Francisco Washington、Baltimore 及長期的都市成長；Candau （2002）探討 SLEUTH 模型時間尺度的敏感性；Silva 與 Clarke（2002）應用此模式進 行 Lisbon 與 Porto 地區都市成長模擬，驗證模式應用於歐洲的適用性；Herold 等人 (2003) 結 合 遙 感 探 測 的 應 用 、 空 間 矩 陣 和 空 間 模 式 分 析 ， 研 究 美 國 加 州 Santa Barbara 的都市發展；Yang 與 Lo(2003)設計三個特定的方案，運用 SLEUTH 模式模擬 空間都市成長在不同環境條件下的成果；Syphard 等人(2005) CA 模式發展 SMMNRA 這 地區的歷史資料格局，用來預測從 2000 到 2005 年的三種都市擴張方案，限制發展坡 度並使用了數個景觀矩陣評估，比較與 GIS 模式發展在相同地區的結果。 下表 1 為 SLEUTH 模式相關文獻彙整與大綱： 表 1：SLEUTH 模式國外文獻 作者 標題 年份 內容 Keith C. Clarke, S.Hoppen,L.Gaydos A self-modifying cellular automaton model of historical urbanization in the San Francisco Bay area
1997 描述一個細胞自動機的模擬模式用來預測
San Francisco Bay 地區。成長規則較典型 的 CA 複雜，包含多重的資料來源，以及控 制參數允許自我成長，模式根據蒙地卡羅 測迴完成一連串的校正，產生未來的都市 成長。
Keith C. Clarke Land use modeling with Deltatrons.
1997 延伸自細胞自動機都市成長，導入土地覆
蓋轉變。模式建構使用 Deltatron 當作細 胞自動機於土地覆蓋轉變的人工主體，描 述其轉變方法及概念。
Keith C. Clarke and Leonard J. Gaydos
Loose-coupling a cellular automaton model and GIS: long-term urban growth prediction for San Francisco and Washington/Baltimore 1998 模式應用於兩個快速成長，但顯著不同的 都市地區：加州舊金山灣地區和美國東部 華盛頓、巴爾的摩廊道，校準和預測兩個 地區的結果，回顧資料需求，比較模式初 始設定和控制參數，討論 GIS 應用的角 色。 Jeannette Candau, Steen Rasmussen, Keith C.Clarke A coupled cellular automaton model for land use/land cover dynamics 2000 都市成長模式(UGM)模擬都市成長伴隨著土 地 覆 蓋 模 式 (DLM) 組 成 SLEUTH 模 式 。 SLEUTH 模式應用在 MAIA 地區，起始年為 1992 年，設定 50 次蒙地卡羅測迴到 2050 年，產生兩個機率地圖，形容土地覆蓋改 變的機率和特性。 E.A. Silva , K.C. Clarke Calibration of the SLEUTH urban growth model for Lisbon and Porto, Portugal 2002 都市化的模式通常內在化一般和已知的特 性，包含特定區域的局部變化如活動、人 口成長、高速公路的建立。應用校準技術 有來龍去脈的發展模式，並建立一般化目 的模式。這篇文獻主要的目的是： 1.證明同樣的模式能夠應用不僅在北美洲 同能夠應用於歐洲。 2.證明使用比較性的都市研究經由校準能 夠驗證架構和地理差異的重要性。 3.顯示空間的解析度改善模式執行對局部 條件更為敏感。 4.連續多階段的最佳化經由不同階段的校 準是模式應用比較的關鍵。
Martin Herold, Noah C. Goldstein, Keith C. Clarke
The spatiotemporal form of urban
growth:measurement, analysis and modeling
2003 結合遙感探測的應用、空間矩陣和空間模 式分析，研究美國加州聖塔芭芭拉市的都 市發展。空間矩陣用來評估都市發展在四 個行政地區，一般化分析時間和空間的都 市動態成長。結合遙感探測、空間矩陣和 都市模式是很有效用的，也許能夠證明一 個新的方向用來改善空間時間形式都市化 過程的認知，代表和模式。 Xiaojun Yang and C. P. LO
Modeling urban growth and landscape changes in the Atlanta metropolitan area 2003 使用都市發展模式和土地變遷模式，模擬 過去三十年美國亞特蘭大都會區未來的都 市發展，從時間序列的衛星影像，擷取歷 史資料用來校準模式，設計三個特定的方 案，模擬空間都市成長在不同環境條件下 的成果。
Charles Dietzel and Keith C. Clarke
Replication of Spatio-temporal Land Use Patterns at Three Levels of Aggregation by an Urban Cellular 2004 這篇研究主要是藉由校準模式符合 5、10 和 15 不同的土地利用種類的歷史資料，檢 視模式複製歷史資料的土地利用格局。模 式驗證了它的強健性，可以在八年的時間 內，空間和時間上正確地複製 72-93%的土
Automata 地利用變遷。 Noah Charles Goldstein, J.T. Candau, K.C. Clarke Approaches to simulating the“March ofBricksand Mortar” 2004 在不同時期的時間內，重新創造都市土地 利用的範圍，可檢視都市如何成長和政策 如何改變，影響動態都市發展。模式研究 強調都市未來的模擬，不可忽略了歷史的 趨勢，因為歷史資料可以量化測試動態模 式 和 理 論 ， 保 持 了 解 地 區 過 去 的 動 態 成 長，允許更明智的未來預測。使用時間空 間方法，重新創造加州聖塔芭芭拉的都市 範圍。 William D. Solecki, Charles Oliveri Downscaling climate change scenarios in an urban land use change model 2004 文獻目的主要描述在 SLEUTH 模式中，降低 氣候變遷方案的尺度，推測實驗的結果。 土地利用變遷方案在美國中亞特蘭大紐約 都會區(NYMR)的 31 個郡實行。 Alexandra D. Syphard, Keith C. Clarke, Janet Franklin Using a cellular automaton model to forecast the effects of urban growth on habitat pattern in southern California 2005 土地利用變遷是影響陸地生態系統最重要 的人為因子之一，導致棲地減少、破碎以 及與其它總體變遷間的交互作用，如非原 生種生物的入侵。在南加州，人口發展、 經 濟 擴 展 是 土 地 利 用 變 遷 的 最 主 要 驅 動 力，人口在四十年內預計變為兩倍。即使 鄰 近 大 都 會 區 ， the Santa Monica Mountains National Recreation Area(SMMNRA)大部份地區尚未發展，有 50% 保護為公共用地。在這篇研究中，CA 模式 發展這地區的歷史資料格局，用來預測從 2000 到 2005 年在 SMMNRA 的三種都市擴張 方案，限制發展坡度大於 25%、30%和 60% 山坡。棲地格局和範圍在這三個方案中使 用了數個景觀矩陣評估，比較與 GIS 模式 發展在相同地區的結果。
Claire A. Jantz and Scott J. Goetz
Analysis of scale dependencies in an urban land use change model 2005 在土地利用模式中，尺度會影響土地利用 格局的大小和量化描述，重大地影響模式 參數變化，以及土地利用過程。測試改變 網格解析度後，模式得到的結果，檢查每 一種類型的都市成長規則在不同網格大小 的變化，探索模式跨尺度獲得成長率和格 局的能力。
George Xian and Mike Crane
Assessments of urban growth in the Tampa Bay watershed using remote sensing data
2005 模式使用映射都市範圍和決定 Landsat 衛 星遙測資料的不透水表面，結果顯示不透 水資料使用一組空間資料組，用來模擬歷 史都市發展和預測未來都市和次都市的範 圍、密度和使用 SLEUTH 模式成長的格局。 Martin Herold , Helen Couclelis, Keith C. Clarke
The role of spatial metrics in the analysis and modeling of urban land use change
2005 本文探索結合遙測和空間指數，目的改進 分析和塑造都市成長和土地利用變遷。當 遙測資料用於有一段時間的都市成長和分 析 ， 遙 測 和 空 間 指 數 的 提 出 組 合 相 當 新 穎。聲稱提出的方法導致都市動力學的並 且幫助發展另一個都市空間結構變遷的觀 念。理論論據說明與實例從加利福尼亞市 區，聖塔芭芭拉。有些問題為未來研究幫 助加強提出架構的潛力，特別是關於都市 動力學的進一步在不同尺度的探索。 Charles Dietzel and
Keith Clarke
The effect of
disaggregating land use categories
in cellular automata during model calibration and forecasting 2006 都市成長的空間模式在計劃過程中扮演很 重要的角色，有個問題還沒有充足的被提 出 ， 從 都 市 、 非 都 市 種 類 加 到 這 些 模 擬 後，分開土地利用的類型到何種程度?這篇 文獻主要是為了回答這個問題，經由在 San Joaquin 郡塑造都市化後，使用 SLEUTH 都 市擴張模式在兩個相同地區，但不同資料 組：一個是都市、非都市資料，另一個是 相同的資料，但非都市的資料分成九個土 地利用資料。
Charles Dietzel and Keith Clarke
Toward optimal calibration of the SLEUTH land use change model 2007 SLEUTH 模式是一個計算模擬模式，使用合 適的細胞自動機模擬都市成長和改變周圍 土地利用，使用 backcast(回顧)測試之前 已知資料是一個有效用的模擬方法，模式 使用 Brute Force 方法，找尋所有的參數 可 能 組 合 解 ， 這 篇 文 獻 利 用 self-organizing map(SOM)方法，用來縮減處理 資料量找尋最佳參數解，指出如何使現有 的 13 個校準指標最佳化，新的指標方法應 用在未來的 SLEUTH 模式。 檢視國外相關 SLEUTH 文獻，研究應用於 UGM 模式，發展都市格局，預測都市發展 趨 勢 之 地 理 文 獻 已 蓬 勃 發 展 (Clarke,1997;Clarke and Gaydos,1998;Candau et al.,2000;Goldstein et al.,2004)；若考慮土地利用圖層，使用 Deltatron 模式模 擬 ， 分 成 不 同 土 地 利 用 類 別 評 估 模 式 對 於 歷 史 格 局 複 製 的 正 確 性 (Dietzel and Clarke,2004;Dietzel and Clarke,2006)，後續研究可運用景觀生態指數評估土地利 用格局及生態效益(Herold et al., 2003;Syphard et al., 2005)。
由廣泛蒐集文獻得知，SLEUTH 模式已廣泛運用於世界各地模擬，包含美國巴爾的 摩、舊金山灣區、加州 Santa Barbara、亞特蘭大都會區等地；泰國 Chaing Mai、澳 洲雪梨、葡萄牙 Lisbon 等，模式不受限於區域性，可推廣於世界各地使用。
2.3.2 國內 CA 與 SLEUTH 相關文獻回顧 國內對於SLEUTH模式之應用可於近年內文獻得知，其運用細胞自動機概念於都市 發展，在前人之研究已廣泛使用，蒐集文獻以CA或SLEUTH模式應用於土地利用變遷為 禱。汪禮國(1997)研究細胞自動體(CA)探討可能的都市變遷規則，結果提出複雜型態 是建立在半格子狀結構之演化規則基礎上。賴進貴等人(2000)研究淡水河流域，以CA 概念為基礎，從空間演化面，建立土地利用變遷模式以及對於變遷網格進行空間組織 結構的分析。林峰田等人(2002)於台北都會區，研究結合細胞自動機與訂定轉移影響 因子模擬都市發展，建構土地利用轉移規則。簡文謙(2003) 於台中地區研究以細胞個 體的行為來模擬都市內部空間的演化現象，以二種不同的情境參數設定及三種不同的 鄰近關係，結果顯示在相同的起始狀態下，模擬規則的影響會使得CA 模擬產生明顯差 異。張永葵(2006)應用SLEUTH模式於宜蘭平原地區模擬都市成長，驗證宜蘭平原地區 之適用性。 表 2：SLEUTH 模式國內文獻 作 者 題 目 年 份 內 容 汪 禮 國 細 胞 自 動 體 模 式 (Cellular Automata)與 都 市 空 間 演 化 1997 研究以細胞自動體(CA)探討可能的都市變遷規則， 將 演 化 規 則 以 NDFA(nondeterministic finite state automata) 轉 變 為 (deterministic finite state automata)，分析規則屬於半格子狀或樹狀 結構，結果提出複雜型態是建立在半格子狀結構之 演化規則基礎上。 賴 進 貴 、 王 韋 力 、 紀 明 德 從 空 間 演 化 觀 點 探 討 土 地 利 用 變 遷 2000 以 CA 概念為基礎，從空間演化面，建立土地利用 變遷模式，研究區域為淡水河流域，整合資料與不 同年代間的土地利用變遷情形，對於變遷網格進行 空間組織結構的分析。研究成果顯示每一個變遷網 格其周遭網格的土地利用類型呈現不同的特性，從 空間結構無法解釋土地利用變遷。 林 峰 田 等 人 宮 格 自 動 機 於 土 地 利 用 變 遷 模 擬 之 結 合 機 制 2002 研究結合細胞自動機與訂定轉移影響因子模擬都市 發展，模擬區域為台北都會區。蒐集相關資料包含 八十三年國土調查資料、縣市土地使用計畫分區 圖、各年度人口調查資料等，建構土地利用轉移規 則，模擬評估民國八十七年的土地利用發展。 簡 文 謙 以 GIS 及 非 規 則 空 間 CA 為 基 礎 的 都 市 土 地 使 用 模 擬 方 法 2003 研究以細胞個體的行為來模擬都市內部空間的演化 現象，研究區域為台中市內部地區。在研究地區以 二種不同的情境參數設定及三種不同的鄰近關係， 結果顯示在相同的起始狀態下，模擬規則的影響會 使得 CA 模擬產生明顯差異；在不同空間轉變規則
下，都市空間變遷均可以自我呈現出自我組織特 性；不同鄰近關係對於模擬結果之影響遠比轉變規 則差異所造成的影響為小。 張 永 葵 應 用 GIS 與 細 胞 自 動 機 (CA) 模 擬 都 市 空 間 之 擴 張 — 以 宜 蘭 平 原 為 例 2006 運用 SLEUTH 模式模擬宜蘭平原地區都市成長，以 40、80、160、320 公尺等不同的網格尺度進行模 擬，尋找適合模擬的網格大小，驗證此模式於宜蘭 平原地區之適用性。再應用於宜蘭平原之宜蘭市、 羅東鎮與蘇澳鎮三個主要都市，以模式中參數探討 都市擴張模擬與預測。 檢視國內 CA 與 SLEUTH 模式相關文獻，以細胞自動機為觀念基礎發展的土地利用 變遷模式，主要在於訂定其細胞成長規則及土地利用別轉變機率的訂定，有別於廣為 使用的統計機率模式，提供研究土地利用模式相互比較的概念。
三、研究區域
本計畫研究範圍為台北都會區東南隅寶橋集水區，以下為其背景資料： 3.1 地理區位 寶橋集水區位在臺北都會區東南方，總面積約為 98.6 平方公里，行政區域主要包 含臺北市文山區與臺北縣石碇鄉、深坑鄉、新店市為主要行政範圍，邊緣有少部分南 港區、坪林鄉、汐止市、平溪鄉。文山區在寶橋集水區內面積約佔全區之 76.85%，位 於臺北市之東南方；石碇鄉在集水區內面積約佔全鄉之 35.05%，位於臺北盆地的東南 方，西邊與文山區、深坑鄉、新店市相鄰，東邊與坪林鄉銜接，南邊接壤烏來鄉，北 邊則與汐止鄉、平溪鄉為界；深坑鄉在集水區內面積約佔全鄉之 86.60%，地處臺北縣 地理位置之中心地帶，西邊相鄰文山區，東邊接壤石碇鄉，北邊銜接南港區，南邊與 石碇鄉為界；新店市在集水區內面積約佔全市之 4.47%，西邊接壤中和市、東邊相鄰 石碇鄉，南邊有烏來鄉、北邊則與景美和木柵相鄰。蒐集本集水區之資料以主要涵蓋 範圍文山區、石碇鄉、深坑鄉、新店市為主。 圖 3：寶橋集水區行政邊界圖(資料來源：區域土地使用計畫管理系統，1998)®
行政邊界圖
3.2 自然環境 3.2.1 地形 寶橋集水區上游為河谷地形，中下游河階地形發達，河階大多面積廣闊但階數不 多，地勢大致呈東北東-西南西走向，最大高程為840公尺，最小高程為15公尺，高程 差為825公尺，平均粗坡度約為50公尺/公里(盧光輝與黃榆茗，2004)。 由「修訂台北縣綜合發展計畫」地區發展計畫(2002)調查：石碇鄉之地形多屬丘 陵和中級山岳地區，南部為北勢溪主流中心部份，北部則有景美溪及其他支流如永定 溪、烏塗溪、石碇溪等流經本鄉。其主要骨幹為雪山山脈及其支脈，高度為海拔100至 600以尺，為地勢較高之地區；深坑鄉主要為Ｖ字型不對稱的河谷地形，境內多丘陵， 南北兩側山區坡度大，地形陡峭。同時土壤母岩岩性鬆軟，極易風化。 文山區志(2006)描述，文山區位於臺北盆地之東南，全區境內約有4分之3的地 區，屬於海拔50公尺以上的丘陵地，地勢東高西低、南高北低，丘陵地形發育主要受 到地層分布及臺北斷層、崙頭斷層、新店斷層逆衝和數條褶皺等構造線的影響，山稜 線均略呈東北東走向。 新店市志(2006)描述，新店市地勢南高北低，屬於雪山山脈分支的丘陵地帶，全 境除北部新店溪兩岸為較大河谷平原外，餘均為坡度 30％以上之山坡地。 3.2.2 土壤 研究區域的土壤概況方面，根據內政部營建署區域土地使用計畫的分類，主要的 土壤為幼黃壤與崩積土，其次為石質土，石質土、黃壤、岩石分佈較少，集水區內土 壤分佈散亂。表土質地主要為壤土，其次為坋質壤土、粗砂。土壤外部排水性良好。
3.2.3 氣候 由「修訂台北縣綜合發展計畫」地區發展計畫(2002)調查：深坑鄉氣候溫和，雨 量充沛，年均溫約攝氏 20 度，年雨量約 2800-2900 公厘。冬季三個月大都為連續性陰 雨，氣溫多在攝氏 15 度以下，寒冷潮濕。夏季 6、7、8 三個月，氣溫較高，然本鄉因 屬山區丘陵地形，故較臺北市涼爽，月均溫在攝氏 26 度至 28 度之間。夏季月平均雨 量約 240 至 290 之間，多係颱風侵襲所帶來之暴風雨或午後對流性雷雨。 由文山區志(2006)提及：文山區位於北緯 25 度左右，屬副熱帶季風氣候區，氣候 溫和，雨量充沛，年均溫約攝氏 20~22 度，年雨量約 2800 公厘。本區全年月平均溫超 過攝氏 20 度以上的月份，平地為 4 至 11 月，長達 8 個月，山上則為 5 至 10 月，亦達 半年之久。本區因位於臺北盆地東南緣，屬丘陵地形，故較臺北市中心涼爽。降雨季 節分佈於全年，沒有明顯乾季，雨量最多的月份是 9 月，最少的是 12 月。 根據新店市志(2006)描述，新店地區地勢平坦區年均溫度約為 22.4℃，山地丘陵 區之年平均溫度為 22.1℃，全年平均氣溫最高的月份出現在 7、8 月。新店市冬季主 要受東北季風影響，夏季則多受西南季風吹襲。惟西南季風在強度與盛行時間上均不 及東北季風。本市夏季日照相當強烈，平均每日日照實數高達 6 小時以上，月均溫超 過 20℃者多達 8 個月以上，年均溫約 22.1℃，最冷月平均溫度 15.4℃，故全年在氣 候上屬溫熱無寒冬的型態。於丘陵地帶的年降雨量為 2,798.9 公厘，平地地區為 2,361.8 公厘，表明新店地區因為地形因素，降雨有由平地向丘陵山地增多的趨勢。 寶橋集水區境內於臺北縣石碇鄉有雨量站石碇(2)，由圖中歷史年雨量可知，每年 最大年雨量可達 4800 毫米以上，最低也約有 1800 毫米以上。 圖 5：石碇(2)測站年雨量統計圖 (圖片來源：經濟部水利署水文水資源資料管理供應系統)
3.2.4 水文 寶橋集水區境內主要由景美溪、永定溪、石碇溪為三條主要溪流。 景美溪流經石碇、深坑兩鄉與臺北市文山區，流域面積113.72平方公里，其上源 為永定溪與石碇溪，永定溪分南北兩源，南支發源於石碇鄉司公髻尾山北坡，北流經 大溪墘，與發源於耳空龜之北支相會，向西流，在石碇子埔附近北會十八重溪，西流 至雙溪，始與石碇溪合流(詹瑋，2002)。 由「修訂台北縣綜合發展計畫」地區發展計畫(2002)調查：石碇鄉之主要溪流， 一為北面之永定溪，河道約20~30公尺，水量豐富，其由藤寮坑溪匯流合成。另為東南 面之崩山溪，河道較窄約10~15公尺，此兩溪再匯入深坑溪，其餘尚有許多野溪，雨季 時水量豐富，乾季時則為乾涸。新店市境內屬新店溪流域。臺北盆地中的淡水河流域 由三大支流構成：大漢溪、新店溪及基隆河，其中新店溪因流經新店而得名。新店溪 全長73.3公里，全流域約1000平方公里，占淡水河流域總面積的33％。新店市的範圍 涵蓋了景美溪會流處的兩岸地帶。 寶橋集水區範圍內於臺北市木柵設有水位站寶橋，屬景美溪流域，由圖中 1990 年 到 2000 年之歷史水位可知，每年平均水位約為 9 公尺。 圖 6：寶橋測站水位分佈圖 (圖片來源：經濟部水利署水文水資源資料管理供應系統)
3.3 人文社經環境 3.3.1 歷史概況 詹瑋(2002)於博士論文中，提出文山地區（景美、木柵、深坑、新店、坪林、石 碇）的歷史發展研究： 景美地區，是移民進入文山地區的門戶，在景美開闢之同時，移民也沿著景美溪 向木柵移墾。深坑的開墾大致而言，在溪北的萬順寮莊、深坑仔莊，是以高姓族人為 主，而土庫莊的開闢，亦是以高姓為主共同開墾的，其開墾時間在乾隆、嘉慶間，而 建莊時間則不晚於嘉慶二十一年。石碇地區，據《臺北縣志》〈開闢志〉內容來看， 石碇北半部，景美溪流域一帶，大概是乾隆末年、嘉慶初年所開闢。新店地區的拓墾 可分為兩部分，一為大坪林庄，一為安坑庄。雍正、乾隆年間，泉州移民從溪子口沿 新店溪繼續向南移墾，在水尾上岸，於此地形成街市，名曰店子街，這是新店的第一 條街市。 由「修訂台北縣綜合發展計畫」地區發展計畫(2002)調查： 石碇地區早期為宜蘭、坪林等地進出臺北之門戶，受制於崎嶇複雜的山嶽地形， 經濟發展向來以農業為主，工商業並不發達，早期鄉內之豐富礦藏及聞名的文山包種 茶曾經盛名一時，今因煤礦業之沒落及坪林鄉茶葉的掘起，而使本鄉的產業發展倍受 打擊；隨著賴以為生的產業逐漸沒落，鄉內青年紛紛之轉向外地求職，造成嚴重的人 口外流問題，鄉內中、老年工作者多以打零工維生，形成都會邊緣的弱勢族群。 深坑舊名為「簪纓」，其開發可遠溯至1755年，閩南發生旱災，福建泉州人許宗 琴一族人渡海至台開墾，而展開深坑墾荒之始頁。深坑在早期因適合船隻停泊而興建 渡船頭，形成熱鬧的貨物轉運站，後因開墾重心遷移，萬順寮渡口的地位遂為深坑街 渡口所取代。深坑可說是台灣最早的茶鄉，也因位於文山地區茶葉輸出的水陸交通樞 紐而極盛一時。光復後因新店及坪林茶園大興，木柵也極力發展觀光茶業，深坑則因 交通不便且地處偏僻無法繼續經營。今日深坑因交通便利而再度繁華，只是主角轉為 口味獨特的「豆腐」及百年「古厝」。 新店開發最早的新店老街(新店街)位於新店溪與青潭溪交會口，鄰近碧潭邊。民 國 81 年因新店路闢建工程而陸續拆毀。如今新店街的商業機能仍盛，但早期建築物已 然不見。在北新公路未闢之前，北新鐵路(現今汀州路)是從台北萬華到新店的一條風 景線，遊客多搭乘該鐵路前往碧潭風景區。沿途以萬華起站，依次有馬場町(和平)、 古亭町(古亭)、螢町(螢橋，今廈門街口)、十五分、七張、大坪林、新店等分站。日 本政府為了開發運輸新店、烏來地區的木材、茶葉、煤炭資源，並兼具聯絡蘭陽盆地 之用，遂於西元 1919 年興闢此鐵路，1965 年因羅斯福路等公路的開築而停駛。 3.3.2 人口 寶橋集水區根據臺北縣市各行政區的戶政事務所統計，依集水區內佔各區、各鄉 之面積比例換算人口數，計算集水區內人口至 2000 年已達到約 23 萬 8 千人，人口集 中在臺北市文山區，人口數最多；其次為臺北縣新店市，再來為深坑鄉、石碇鄉，其 餘為集水區邊緣的其它行政區，由於佔地面積比例很小，因此人口數極少。
表 3：寶橋集水區人口數統計 年份(西元年) 1998 1999 2000 文山區人口數 統計(人) 168019 171150 174614 深坑鄉人口數 統計(人) 9595 9756 9886 石碇鄉人口數 統計(人) 5693 5531 5612 新店市人口數 統計(人) 47592 47330 47513 南港區人口數 統計(人) 192 189 191 平溪鄉人口數 統計(人) 33 31 30 汐止市人口數 統計(人) 10 11 10 坪林鄉人口數 統計(人) 4 4 4 總 計 人 口 數 (人) 231139 234002 237861 (資料來源：台北縣市各戶政事務所人口統計) 3.3.3 土地利用 本計畫以 SPOT 衛星影像進行寶橋集水區土地利用判釋，年代分別為 1990、 1993、1998、2000 年。在 1990 年至 2000 年中，集水區的土地利用型態以林地最多， 其次是建地，以林地面積減少最多，約為 385.6 公頃；農地居次，約為 32 公頃。增加 以都市用地為主，增加了 456.96 公頃；其次是草地，增加了 11 公頃。 3.3.4 交通 A.文山區 文山地區的運輸概況： 高速公路：國道三號，又稱福爾摩沙高速公路，簡稱福高。連接市區辛亥路與國道三 甲，在萬芳交流道與信義快速道路相接。國道三甲又稱台北聯絡線，連接國道三號與 台北南部、木柵、台北縣深坑等地。從台北市辛亥路辛亥隧道上端起，經過萬芳隧道 後，萬芳交流道與信義快速道路聯接信義、木柵區，在木柵交流道與國道三號主線會 合。
市區主要道路： 根據文山區志(2006)描述，主要道路有羅斯福路 5、6 段：1 至 4 段分屬中正區與大安 區，5、6 段屬本區。興隆路 1、2、3、4 段：起自羅斯福路 6 段，至木新路 3 段止， 為文山區內主要的幹道之一。木柵路 1、2、3、4、5 段：本路為景美、木柵間幹道。 捷運系統： 臺北捷運木柵線，於民國85年3月28日通車營運，是臺北捷運最早通車的捷運路 線，木柵線全線皆為高架路線，全長約 10.9 公里，在文山區內設有動物園、木柵、 萬芳社區、萬芳醫院、辛亥等站。貓空纜車於民國96年7月4日正式通車營運，為臺北 市首條高空纜車，全線長約4.03公里，設置4個車站，2個轉角站作為路線轉向之用 (臺北大眾捷運股份有限公司網站 Available: Http://www.trtc.com.tw/c/index.asp)。 B.石碇鄉 石碇鄉之交通運輸有三條主要幹道： 由「修訂台北縣綜合發展計畫」地區發展計畫(2002)調查： 北宜公路：為石碇地區主要聯外幹道，連絡宜蘭、臺北兩地，而具有重要之區域性交 通運輸功能。106縣道：石碇地區連絡深坑鄉、臺北市文山區，為旅客進入本鄉的主要 交通幹道。北宜高速公路：通車後大幅度提高石碇鄉交通可及性，為石碇地區帶來發 展空間。 C.深坑鄉 根據黃榆茗(2003)描述： 深坑鄉主要交通運輸由景美溪北岸之萬順村，以北部第二高速公路西邊雨雯山區 博嘉里相鄰，有106縣道向西通往木柵，106縣道為通往石碇鄉之主要聯絡道路。109號 縣道，此道路於公賣局深坑倉庫東側與106縣道相接，向北銜接臺北市南港區舊庄路一 段，為深坑與南港間的重要通道。 D.新店市 新店市的交通運輸概況： 由新店市志(2006)描述： 本市內重要聯外公路均已完備，臺北市區南邊最重要的幹線道路羅斯福路、汀州 路相連，是省道9號的一部分，另一條路線則是由新店經木柵（今臺北市文山區）地區 通往臺北市東南側的辛亥路。在新店溪另一邊的安坑，與新店市區（大坪林）是以碧 潭橋相連接。早期此地對外主要交通路線有3條，除了往新店方向的碧潭橋外，還有一 條通往中和（安和路，或稱為臺北縣道111），另一條則是通往三峽（安康路，或稱為 臺北縣道110）。新店市也為北宜公路（省道九號的一部分）的入山口，也是臺北前往 宜蘭等東岸縣市最主要的必經地。而新烏公路（新店—烏來，也稱為省道九甲，是省 道九號的支線）則是進出烏來鄉唯一的一條交通動線。在本市境內有許多晚期才建設
完成的交通建設，如北部第二高速公路全線長108公里。主線從南北高速公路的汐止 始，經南港、新店、中和、大溪、竹東至新竹科學園區南端銜接南北高速公路，長90 公里。北二高通過新店市，並且設置有新店與安坑兩個交流道，此為近年新興築的高 速公路建設工程。臺北都會區大眾捷運系統新店線自臺北火車站沿羅斯福路跨越景美 溪進入新店，再沿北新路至現今的公路局新店車站，新店線主線於本市設有大坪林 站、七張站、新店市公所站、新店站。另為服務新店十四張地區民眾之需求，配合新 店機廠聯合開發，於機廠上方設置小碧潭站，稱為小碧潭支線。
四、實施步驟與研究方法
4.1 實施步驟 本計畫之實施步驟流程圖如下： 台北都會區土地利用 變遷模式建構 CLUE-S 土地利用變遷 預測模式驗証 CLUE-S 模式 影響土地利用變遷 驅動力分析 土地利用需求量、 區位預測 各土地利用別變遷 機率分析 土地利用變遷模擬 結論與建議 土地利用變遷預測模式建立及 適用性分析 不同模式及管制策略情境台北都 會區土地利用變遷模擬 衛星影像分類土地利 用資料 環境調查與土地利 用數值資料收集 CLUE-s 與 SLEUTH 土地 利用模式及土地利用變 緣起與目的 SLEUTH 模式 資料需求 都市成長原則 都市成長週期 都市成長模擬 台北都會區土地 利用變遷模式屬 性分類研究 台北都會區土地 利用變遷模式綜 合建構 SLEUTH 土地利用 變遷模式驗証 台北都會區土地利用 變遷模式驗証 不同模式及管制策略情境台北都 會區土地利用變遷差異性比較 土地利用空間結構變化分析與 差異性比較(景觀生態指數分析) 圖 7：實施步驟流程圖4.2 研究方法
4.2.1 SLEUTH 模式 模式架構
SLEUTH 模式廣泛地運用在地理文獻中檢查都市歷史格局和預測未來成長(Dietzel and Clarke,2004)。模式是一個獨立尺度的細胞自動機模式，與傳統 CA 模式有差異 (Clarke and Gaydos,1998)。模式並非依據一般從歷史或假設資料的機率分佈概念， 允許每個網格根據規則獨立行動，類似於都市擴張(Clarke,1997)。
模式操作如一組巢狀迴圈：外圈重複執行每一個成長歷史，保留累積的統計資 料，內圈執行單一年的成長規則(Clarke and Gaydos,1998)。規則應用於某時間的一 個網格中，全部網格更新且當作一年的測迴完成，當作接下來年間的都市擴張基礎， 隨機選取 有潛 力都市 化的網格 ，成 長規則 評估網格 特性 和它的 鄰 域 (Clarke and Gaydos,1998)。模式由多樣的起始條件，允許以蒙地卡羅方法平均輸出機率，給定網 格是否都市化機率(Clarke,1997)。SLEUTH 模式校準應用五個參數根據轉變規則，描 述歷史成長格局，分別為跳躍式擴散係數：控制所有的擴散成長、新擴散中心係數： 決定一個新產生或道路影響發展開始它的循環、蔓延係數：控制向外擴張的數量、道 路引力係數：激發靠近交通網絡的都市發展、坡度阻礙係數：影響較陡坡度的發展機 率 (Clarke,1997;Clrake and Gaydos,1998;Yang and Lo,2003;Dietzel and Clarke,2006)。成長規則分別為自發性的成長：在未發展地區塑造都市成長、道路影 響成長：由於增加易受影響度而沿著道路網絡促進成長、新中心的成長：允許孤立的 網格成為新的都市擴張中心、邊緣成長：促進已發展都市網格擴張到四周(Yang and Lo,2003)。 校準階段分為三個步驟：粗糙校準、細微校準、最後校準，Lee-Sallee 指數用來 縮小參數間距。自我修正規則是模式為了精準地反映出典型的 S-曲線都市擴張率，當 有許多網格可用來都市化時，在成長循環初期，參數值快速增加，然後隨著時間，參 數值減緩，當成長率低於臨界低值，若沒有自我修正，模式會產生只有線性或指數的 成長(Silva and Clarke,2002)。
都市成長模式(UGM)可以獨自執行，亦可以驅動土地覆蓋轉變模式(LCD)；
創造景觀變化是由在 UGM 模式中新都市化的網格數量驅動，改變循環初始由隨機選擇 網格，測試是否適合改變，四個條件的網格不能改變：網格內無資料、水體、已都市 化網格、Deltatron 網格(Dietzel and Clarke,2004)。當選定一個合適的網格，兩個 土地利用類別被隨機選擇，平均坡度最接近選擇網格的類別，允許土地覆蓋轉變，計 算初使類別和隨機選取類別的轉變機率，若隨機選取值大於轉變機率，網格不會轉 變，相反地；若轉變發生，會隨機蔓延到它的鄰居，創造聚落，在第一階段的成長 中，許多土地利用變遷的聚落產生，它們的年紀也被記錄(Candau et.al, 2000； Dietzel and Clarke,2004)。 第二階段的 Deltatron 模式，在它的鄰居中 ， 存在 Deltatrons 嘗試初始化在可用的土地上，若一合適網格有前一時間階段產生的二或三 個 Deltatron 鄰居，網格就創造轉變，測試土地利用轉變機率，一旦轉變完成， Deltatron 被記錄年紀或被殺(Candau et.al, 2000；Dietzel and Clarke,2004)。
圖 8：SLEUTH 模式架構圖 校準階段 （蒙地卡羅測迴） 參數 五個控制參數 選擇參數範圍 縮小參數間距 LeeSalee 指標 排序選擇參數 重新設定方案 運作參數組合 測試階段 UGM 模式 Deltatron 模式 規則 自發性擴張規則 新中心擴張規則 邊緣擴張規則 道路影響擴張規則 輸入資料圖層 選擇模擬方案 粗糙校準 細微校準 最後校準 導出係數 （有一組最佳參數） 預測階段 輸出統計資料 輸出影像資料 是否輸入土地 利用圖層 否 是 產生一組修正參數
校 準 模 式 主 要 包 括 測 試 階 段 、 校 準 階 段 與 預 測 階 段 三 個 階 段 (Silva and Clarke,2002)。 (1)測試階段 模式依照需求一開始即檢驗輸入圖層是否符合格式，允許連續執行，避免耗費大 量時間後產生錯誤情形。模式以起始值 0 單一數值為控制參數，允許驗證每一個控制 參數，對於其輸出成果的控制影響(Clarke,1997)。 (2)校準階段 統計和圖形分析用校準模式，圖形上的分析在初始階段用來建立參數範圍和預估 參數設定，用來驗證模式在複製空間格局和歷史範圍的成長，統計分析用來計算 Pearson 相關係數在控制年中模擬和實際分佈的情形(Clarke and Gaydos,1998)。從 起始年代圖層開始，五個參數的數值從 0-100，參數以單位增量增加，計算所有的排 列組合，輸出統計資料，找出相關係數最高的一組當作最佳參數。 校準階段包含四個步驟： 第一步驟：粗糙校準 蒙地卡羅測迴設定約 4~5 次。所有參數起始值為 0，增量值為 25，停止值為 100。 第二步驟：細微校準 蒙地卡羅測迴設定約 7~8 次。所有參數設定從粗糙校準選取參數範圍，使用 Lee-Salee 指數縮小參數間距，增量值之選擇由起始值到停止值約 4~6 等分。 第三步驟：最後校準 蒙地卡羅測迴設定約 8~10 次，使用 Lee Salee 指數縮小參數間距，增量值之選擇由起 始值到停止值約 4~6 等分，產生一組最佳參數值。 第四步驟：導出係數 蒙地卡羅測迴設定約 100 以上，選擇 avg.log 檔案中停止年的 5 個控制係數值，四捨 五入後取整數，產生一組修正參數值，當作預測階段之輸入值。 (3)預測階段 將校準模式階段產生之最佳參數值，經由導出係數階段產生一組修正參數值，帶 入預測模式階段，模擬未來數年的土地利用變化。 (4)參數資料 主要參數資料包括成長係數、蒙地卡羅測迴、自我修正參數。 A.成長係數 成長係數或參數的值影響成長規則應用，這些值的校準藉由比較模擬的土地覆蓋 變遷與地區的歷史資料，以下是五個係數值的大綱：
( 資 料 來 源 ： USGS Project Gigalopolis: Urban and Land Cover Modeling Available:http://www.ncgia.ucsb.edu/projects/gig/；本計畫整理)
a.跳躍式擴散係數(Dispersion coefficient)
自發性的成長：控制了一個網格像素會隨機地選取可能的都市化次數。 擴散值是從跳躍式擴散係數值得來(如式 4-1)：
dispersion_value = ((dispersion_coefficient * 0.005) * row2 column2 ) (4-1) 式中： dispersion_value：擴散值 dispersion_coefficient：跳躍式擴散係數 row：列像素值 col：欄像素值 道路影響成長：控制有多少的步驟或像素，隨機地在交通網絡上行走的道路行程。 跳躍式擴散係數應用到道路影響成長(如式 4-2)：
run_value = (roads(i,j) / max_road_value* dispersion_coefficient) (4-2) 式中： roads(i,j)：道路位置像素值 run_value：跳躍值；都市像素沿道路網絡的最大步驟值 max_road_value：最大道路值 dispersion_coefficient：跳躍式擴散係數 當道路位置像素等於最大道路值且跳躍式擴散係數等於 100，跳躍值為最大值 100。 b.新擴散中心係數(Breed coefficient) 新中心的成長：決定一個自發性成長的像素變成新擴散中心的機率。 新擴散中心係數應用到新中心成長：當一個新的自發性成長都市像素，如果隨機值小 於蔓延係數，嘗試都市化鄰近的兩個像素。 道路影響成長：新擴散中心係數決定道路行程的次數。新擴散中心係數應用到道路影 響發展：對於常數 k 值小於等於蔓延係數會繼續道路行程，直到大於時停止。 c.蔓延係數(Spread coefficient) 邊緣成長：決定任意像素是擴散中心部份的機率，(若在 3x3 的鄰近區，有 3 個或多個 像素形成一個都市群落)在它的鄰近區會產生額外的都市像素。蔓延的係數值應用到邊 緣成長：如果隨機值小於蔓延係數值，會試著都市化鄰近的像素。 d.坡度阻礙係數(Slope coefficient) 坡度阻礙係數影響著全部的成長規則，當一個像素位置是否適合都市化，會考慮 此像素位置的坡度。在坡度百分比與都市發展除了線性的關係外，坡度阻礙係數扮演 著一個乘數，如果坡度阻礙係數高，坡度增加都市化機率急速下降；當坡度阻礙係數 較接近於 0，坡度增加影響都市化的機率較低。
臨界坡度則是山坡地都市可開發之最大坡度值，當發展地減少時，坡度限制會變 小，直到坡度限制的極限(張永葵，2006)。
圖 9：坡度百分比與都市化機率關係
(圖片來源：USGS Project Gigalopolis: Urban and Land Cover Modeling http://www.ncgia.ucsb.edu/projects/gig/；本計畫整理)
這個關係會創造一個查找表，與實際坡度值和坡度係數影響機率有關。藉由第一次的 計算，坡度係數用來計算坡度權重(如式 4-3)：
exp = slope_coefficient / MAX_SLOPE_RESISTANCE_VALUE / 2.0 (4-3) 式中： exp：坡度權重 slope_coefficient：坡度阻礙係數值 MAX_SLOPE_RESISTANCE_VALUE：最大坡度抵抗值，最高為 100 使用上述 exp 值建立查找表： 當 i 值從 0 開始，i 值小於查找表的大小，i 值以 1 增加，直到等於查找表大小停止循 環。如果隨機值 i 小於臨界坡度值，使用式(4-3)結合式(4-4)建立查找表數值，若隨 機值大於等於臨界坡度值時，隨機值為 1.0。
val = ( CRITICAL_SLOPE - i ) / CRITICAL_SLOPE
lookup table[i] = 1.0 - valexp (4-4)
式中： val：常數值 i：隨機值，最大不超過查找表大小 exp：坡度權重 slope_coefficient：坡度阻礙係數值 CRITICAL_SLOPE：臨界坡度值模式設定為 21 lookup table[i]：查找表隨機值所對應之都市化機率
e.道路引力係數(Road gravity coefficient)
道路影響成長：一個道路像素選擇道路行程的最大搜尋距離，由影像尺度的部份 比例決定。
道路值是由道路引力係數導出(如式 4-5)：
rg_value = (rg_ coefficient /MAX_ROAD_VALUE) * ((row + col) / 16.0) (4-5) 式中： rg_value：道路值；選定新都市像素尋找路的最大鄰近區數量 rg_coefficient：道路引力係數值 MAX_ROAD_COEFF_VALUE：最大道路係數值 row：列像素數 column：欄像素數 當最大道路係數值規定為 100，(row, col)是列數和欄數，所以當道路值在道路引力 係數值為 100 時，會是 1/16 的影像尺度。如果道路引力係數值少於 100，道路值會是 小於影像尺度的 1/16 部份比例。道路值應用到道路影響成長(如式 4-6)：
max_search_index = 4 * (rg_value * (1 + rg_value)) (4-6) 式中： max_search_index：最大搜尋數 rg_value：道路值定義為選定新都市像素尋找路的最大鄰近區數量 若第一個鄰近區(道路值為 1)是由選定都市像素的 8 個鄰近像素所組成；第二個鄰近 區(道路值為 2)，代表 16 個像素向外與第一個鄰近區相鄰。由此向外搜尋道路會繼續 直到一條新路被找到，或者找尋距離大於最大搜尋數。
