行政院國家科學委員會專題研究計畫 成果報告
子計畫一：台灣山地地區土地利用時序資料庫建立之研究
(II)
計畫類別： 整合型計畫 計畫編號： NSC91-2621-Z-002-014- 執行期間： 91 年 08 月 01 日至 92 年 07 月 31 日 執行單位： 國立臺灣大學地理環境資源學系暨研究所 計畫主持人： 蔡博文 報告類型： 完整報告 處理方式： 本計畫可公開查詢1
第一章 緒論
土地利用（land use）是一地區自然與人文環境交互作用的結果， 而近年被認為其為影響全球環境變遷（global environmental change）， 生物多樣性（bio-diversity），以及永續利用（sustainability）的關鍵因 素之一。因此土地利用變遷（land use/cover change，LUCC）的研究 近年正如火如荼的展開，國際學術組織也相繼成立土地利用變遷研究 組織，例如國際地圈生物圈計畫（International Geosphere Biosphere Programme ， IGBP ） 與 國 際 人 文 面 向 計 畫 （ International Human Dimension Programme，IHDP）成立了土地利用變遷計畫，國際地理 學會（International Geographic Union，IGU）也成立了土地利用變遷 研究群（IGU-LUCC），期望透過群體的力量，瞭解人們利用土地的 機制，進而達到掌握與預測土地利用的型態，朝向永續利用的目標。 進行土地利用變遷研究首先面臨的是資料問題，由於土地利用資 料為面的分佈資料，並且具備時間序列的性質，因此在資料的收集、 處理、儲存與表達上都比其他資料來的困難，以致土地利用資料的可 得性（availability）相當低，蔡博文（民 88、89、90）在國科會研究 經費補助下，已經完成台灣平地地區全面性的土地利用數值資料庫 （digital database），時間涵蓋 100 年左右，然而政府機構在進行土地 利用調查或地圖繪製時，往往因為經費與時間的限制，著重於有人居 住的平地地區，而忽略了任口密度較低，甚或無人分佈的山地地區， 以致山地地區的資料仍然付之闕如，因此山地地區土地利用資料庫的 建立無法仿效平地地區的建立方式，必須尋求其他管道與方法。 土地利用資料為全面性的分佈資料，資料量龐大，以傳統的資料 處理方式僅能進行小地區的研究，因此土地利用資料以數值資料為 佳，可以藉由電腦工具的快速運算與大量儲存的能力，進行深入的分 析。土地利用資料的另一重要特性為其具備高度空間性（spatial），傳 統 以 地 圖 為 工 具 來 輔 助 研 究 的 進 行 ， 近 年 由 於 地 理 資 訊 系 統 （geographic information system，GIS）及遙感探測（remote sensing） 技術的發展，對於土地利用資料的收集與儲存有突破性的發展。本研 究首先根據數個國際慣用的土地利用分類標準，配合台灣地區的土地 利用型態，研擬山地地區土地利用分類標準，然後嘗試以不同來源的 衛星影像，根據擬定的分類標準，進行土地利用資料的萃取，評估成
3
第二章 土地利用分類
第一節 國際常用土地利用分類 美國的 ANDERSON 分類標準是國際土地利用變遷研究常用的 分類標準，它是以遙測資料為基礎的分類方法，所以是傾向於地表覆 蓋（land cover）的分類，共分 9 大類，37 小類（見附錄一），其中 第八（tundra）及第九（perennial Snow or Ice）大類是亞熱帶的台灣 所沒有的類別。這套分類標準也是美國二十五萬分之一地形圖所採用 的分類標準。ANDERSON 分類是一套綜合性分類標準，涵蓋廣泛，雖以土地 覆蓋為主，但是仍然隱含土地使用（land use）的意涵，例如第一大 類的 urban and built-up land，分為 Residential、Commercial and Services、Industrial 等七小類，這些使用類別從衛星影像的光譜是無 法辨別的，在其技術文件的說明中，明顯表示此分類系統是”land use and land cover classification system”。由於美國的土地使用管制嚴格， 土地使用分區明顯，不同型態的建築物其外型、結構與分佈狀況截然 不同，因此可以容易的透過形狀與組織結構（shape and texture））加 以區分，台灣地區土地狹小，各類土地使用分佈面積小而破碎，加以 分區使用管制未完全落實，以致各類使用混雜的情況隨處可見，例如 住商混和，或小型工廠座落於住宅區等，因此台灣地區僅以衛星影像 為資料來源，欲達到 ANDERSON 分類，有相當的困難度。
美國 USGS 另外有一套全國土地利用資料庫（National Land Cover Data）它是以大地衛星 7（ETM＋）的影像資料來製作的，其分 類標準稱為 NLCD，共分 9 大類，21 小類（附錄二），而其分類也 與 ANDERSON 分類一樣，隱含土地使用類別，例如 developed 大類 中區分為 Low Intensity Residential、High Intensity Residential 等小類， 根據其技術文件，其分類方法不僅使用衛星影像本身的資訊，還運用 了其他輔助資料，以及人工的修飾。
第二節 台灣地區土地利用分類 台灣地區現存的土地利用資料及其分類如表 2-1 所示，其中絕大 部分資料僅涵蓋平地地區，涵蓋山地地區的資料僅有兩項，一為農林 航空測量所所生產的山坡地土地利用資料，共分 8 大類，37 類，以 航照判釋為主要的資訊來源，並輔以抽樣實地檢視；另一為林務局的 森林資源調查，共分 74 類，無階層結構，資料生產方法與山坡地資 料相同。 表 2-1 土地利用數值資料庫 時間 涵蓋區域 資料來源 分類 備註 1898-1904 平地 台灣堡圖 26 1924-1927 平地 台灣地形圖 26 從 地 圖 的 符 號 中 判 別 土 地 利 用 類 別 土 地 利 用類別 1981~1984 平地 農 委 會 林 務 局 農 林 航 空 測 量 所數值資料 75 航 照 判 釋 輔 以 實地檢視 1987~1989 平地 農 委 會 林 務 局 農 林 航 空 測 量 所數值資料 104 航 照 判 釋 輔 以 實地檢視 1991~1994 平地 內 政 部 地 政 司 國 土 利 用 調 查 數值資料 10 大類 46 中類 93 小類 實地調查 1983~1986 山坡地 農 委 會 林 務 局 農 林 航 空 測 量 所數值資料 37 航 照 判 釋 輔 以 實地檢視 農 委 會 林 務 局 航 照 判 釋 輔 以
5 第三節 土地利用分類標準 從理論觀點，沒有一套土地利用分類標準是完美的，設計一套分 類標準必須衡量資料來源、完整性、延伸性、與國內現有資料的共通 性以及與國際常用資料的接軌等。 一、 資料來源 目前在各級政府機構的業務中，並無土地利用調查業務，亦即目 前台灣地區並無常態性的土地利用調查業務，現有資料都是計畫型的 產物，因此本計畫所研擬的山坡地土地利用資料庫建置方法，無法寄 望大量的政府人力資源投入，例如航照判釋或地面普查，因此衛星影 像就成為實用的資料來源，近年遙測衛星技術蓬勃發展，影像品質及 影像可及性大幅提升，而影像成本大幅下降，我國華衛二號也即將升 空，所以衛星影像可以成為山坡地土地利用資料的主要來源。 衛星影像主要是利用其光譜特性來進行土地利用的分類，其分類 主要以土地覆蓋為主，無法完成太細緻的土地使用分類，因此本計畫 所研擬的山地地區土地利用分類標準以土地覆蓋為主要類別，但是必 要時，輔以其他資料，增加土地使用類別。 二、 完整性 台灣山地地區大致可分為兩大區域，一為高山森林區，一為山坡 地區，前者主要以森林覆蓋為主，少量原住民部落分佈其間；後者普 遍人為使用頻繁，土地利用類別繁雜，其中有許多台灣地區特有的使 用類別，例如：墓地、高山魚類養殖等，因此研擬的土地利用類別必 須能夠涵蓋山地地區常見的土地利用類別。 三、 延伸性 研擬的類別必須易於繼續區分細類，例如 ANDERSON 分類雖只 有兩階層，但是許多分類繼續延伸為三階層甚至四階層。 四、 與國內現有資料的共通性 如前節所述國內山地地區目前存在兩種分類系統，所以研擬的分 類系統必須能與此二系統整合。 五、 與國際常用分類系統接軌
第一節已經回顧國際常用土地利用分類系統，為了因應未來進行 土地利用比較研究（comparative study）或建立區域變遷模型，研擬 的分類系統必須能夠與國際常用分類體系整合。 根據上述考量原則，本研究所研擬的分類標準包括稻作、旱作、 果園、林木地、草生地、建地、墓地、交通用地、水利用地、裸露地 及其他等 11 類，其與國際及國內分類標準的對照關係如表 2-2 所示。
7 表 2-2 山地地區土地利用分類 類別名稱 說明 Anderson Classification NLCD 農航所山坡地 土地利用分類 林務局林地 土地利用分類
稻作 或稱耕地 Agricultural land Herbaceous
planted/cultivated
水稻 水田
旱作 Agricultural land Herbaceous
planted/cultivated
雜作、特用作物 茶園、甘蔗地、蔬菜 地、檳榔園、其他旱作 地
果園 Agricultural land Non-natural woody 果樹 香蕉園、柑橘園、桃李
梅園、蘋果梨水蜜桃 園、其他果園
林木地 Forest land Forest upland, Shrub land 林木地 冷杉天針等林木類別
草生地 Rangeland Herbaceous upland,
Herbaceous
planted/cultivated(urban area)
草地 天生草生地、牧草地、
苗圃用地
建地 包括工業用地 Urban &built-up Developed 其他土地 建築用地
墓地 台灣特有類型 其他土地 墓地
交通用地 Urban &built-up Developed 道路
水利用地 包括水體（湖泊、水
庫）、魚塭、河道、河
川地及水利設施
Water Water 其他土地 水面、魚塭
裸露地 崩塌地、荒地 Barren land Barren 其他土地 裸露地、伐木基地、防
火線、工礦用地、土場 用地、
其他 Wetland, Tundra, Snow
and ice
第三章 衛星影像
近年遙測衛星影像種類繁多，品質及可及性大幅提昇，普及性增 高，除了多頻影像（multi-spectral）外，高頻影像（hyper-spectral） 也逐漸普及，目前非管制可商用取得（付費）的多頻影像如附錄五及 附錄六所示。在多頻影像部分，大抵可以分為幾類，第一類是空間解 析度較低的影像，包括：MSS、AVHRR、Modis、MISR 及 SeaWifs， 一般而言，太低解析度的影像不適合用於台灣地區破碎型的土地利用 型態，不過其中的 Modis 所提供的是非原始影像資料，而是經過加值 的產品，且目前可以無償使用，所以值得進一步加以探討；第二類影 像是近年發射的高解析度影像，包括 QuickBird 及 Ikonos，此二影像 的空間解析度極高，達到公尺以下，雖然所呈現的資訊極為豐富，但 是對於本計畫所欲處理的山地地區而言，資料量過於龐大是最大的使 用限制；第三類影像包括 SPOT、RockSat-II、及 CBERS-I，此類影像 空間解析度約在 10-30 公尺之間(彩色)，光譜特性也相似（表 3-1）， 其中 SPOT 影像是目前國內最常使用的影像資料，原空間解析度全色 態為 10 公尺，多頻譜為 20 公尺，目前 SPOT 5 已經提升至 5/10 公 尺解析度；RockSat-II 是國內即將發射的衛星，自主性高，資料取得 速度及費用都優於其他資料，解析度達 8 公尺，全色態則達 2 公尺， 是極為優良的資料來源，CBERS-I 是中國大陸與巴西聯合發射的資源 衛星，目前國內由財團法人空間及環境科技文教基金會代理供應事 宜；第四類影像包括 ETM＋ 與 Aster，ETM＋ 是美國大地衛星 TM 資料 的延伸，Aster 與 Modis 一樣，是美國地球觀測系統(Earth Observation System, E.O.S.)的遙測衛星系統之一，這兩種影像在 VNIR(Visible and Near-infrared)部分與其他影像極為相似，但除了 VNIR 外，還有 SWIR(Shortwave Infrared)及 TIR(Thermal Infrared)等波段。9 第一節 Aster
Aster 是美國太空總署（NASA）與日本的 Ministry of Economy, Trade and Industry (METI) and the Earth Remote Sensing Data Analysis Center (ERSDAC)等三個單位所合作的計畫，它也屬美國 EOS 的一 環，感應器搭載於 terra 衛星上，於 1999 年 12 月升空。它共有 14 個 波段，包括 Visible and Near-infrared (VNIR) 3 波段，解析度 15 公尺， Shortwave Infrared (SWIR) 6 波段，解析度 30 公尺; Thermal Infrared (TIR)5 波段，解析度 90 公尺，另外還有一個向後的影像供立體像對 使用。各波段波長及解析度特性見表 3-2。影像包括 L1A 及 L1B 兩 種，前者包括地物光譜反射值及大氣參數、幾何參數及其他原始資 料，後者是經過大氣校正及幾何校正後的資料，可以立即被使用。
第二節 ETM＋
ETM＋是美國大地衛星計畫（Landsat program）最新發射的一顆 衛星，於 1999 年四月升空，大地衛星計畫所發射的衛星及影像特性 如表 3-3 所示：
第三節 華衛二號（RockSat-II） 華衛二號衛星為太陽同步衛星，軌道高 891 公里，每日通過台灣 上空二次，第一次為上午十點，可拍攝台灣八分鐘，第二次為晚上十 點。光譜包括全色態（黑白）及多頻譜（彩色），前者解析度 2 公尺， 後者 8 公尺，各波段詳細規格見表 3-1，影像產品包括四種：Level 1A （原始遙測資料經輻射校正）、Level 2（利用飛行軌道參數計算，投 影到指定地理座標，並將產品旋轉為正北）、Level 3（將 Level 2 產 品加入地面控制點作幾何校正）、Level 4（將 Level 3 產品加入數據 地型模型(DTM)資料，修正高度差產生之幾何變形）。 華衛二號為國內自主發射的衛星，週期短，而且可以提供立體攝 影，有助於土地利用類別的判釋，未來可以做為常態性的土地利用資 料來源。由於目前尚未發射升空，無影像可供測試，但是其波譜特性 與 ETM＋ 的 VNIR 及 QuickBird 幾乎完全一樣，所以其他影像的處理 經驗可以完全移植於此影像的處理。
13 第四節 中巴衛星（CBERS-1） 中巴衛星工作在太陽同步軌道，於 1999 年 10 月升空，重複週期 為二十六天，上載有三種感應器，CCD 相機空間解析度 19.5 公尺， 包括可見及近紅外光 4 個波段及一個全色波段，見表 3-1；IRMSS 有 一個全色段、二個短紅外波及一個熱紅外波段，可見光及短紅外波解 析度為 78 公尺，熱紅外波為 156 公尺；WFI 有一個可見光段及一個 近紅外波段解析度 258 公尺。以台灣地區的土地利用特性觀之，CCD 感應器的資料為適用的資料，而其光譜特性與華衛二號及其他常用影 像十分相似。目前國內雖由財團法人空間及環境科技文教基金會代理 供應事宜，惟未有正式使用案例，未來資料獲得的穩定度應為主要的 考量因素。
第五節 Modis
Modis（Moderate Resolution Imaging Spectroradiometer）是美國 地球觀測系統(Earth Observation System, E.O.S.)的遙測衛星系統之 一，它是由搭載在 Terra 及 Aqua 兩顆衛星上的感測器所組成，前者 通過赤道附近，後者則於下午通過赤道，使得 Modis1-2 天就能檢視 整個地球表面。 Modis 影像共有 36 個波段，波段 1-2 影像空間解析度為 250 公 尺，波段 3-7 為 600 公尺，波段 8-36 為 1000 公尺。各波段內容及主 要用途如表 3-4 所示。
Modis 影像由衛星傳送至位於 White Sands 及 New Mexico 的地面 站, 然後送至位於 the Goddard Space Flight Center 的 the EOS Data and Operations System (EDOS)進行初步處理（level 0）。然後再由
The Goddard Space Flight Center Earth Sciences Distributed Active Archive Center (GES DAAC)處理成 Level 1A 及 Level 1B 的產品，前 者是 geolocation 處理，後者是 cloud mask 處理，最後再經過 the MODIS Adaptive Processing System (MODAPS)製成 44 種產品提供外 界使用。
在 44 種產品中，與土地利用直接有關的產品為「Mod12: land cover/land cover change」，「Modis13: vegetation index」，及「Modis29: enhanced land cover and land cover change」Modis12 運用 decision tree 及 neural network 分類方法，提供 17 種地表土地使用使用類別（遵循 the IGBP global vegetation database 的分類系統（表 3-5）；以及土地利 用變遷參數（land cover change parameters）。產品解析度為 1000 公尺， 週期為每季，從 Terra 發射（1999 年 12 月）的第 18 個月開始（第 6-18
15
表 3-4Modis 影像內容
Primary Use Band Bandwidth1 Spectral
Radiance2 Required SNR3 1 620 - 670 21.8 128 Land/Cloud/Aerosols Boundaries 2 841 - 876 24.7 201 3 459 - 479 35.3 243 4 545 - 565 29.0 228 5 1230 - 1250 5.4 74 6 1628 - 1652 7.3 275 Land/Cloud/Aerosols Properties 7 2105 - 2155 1.0 110 8 405 - 420 44.9 880 9 438 - 448 41.9 838 10 483 - 493 32.1 802 11 526 - 536 27.9 754 12 546 - 556 21.0 750 13 662 - 672 9.5 910 14 673 - 683 8.7 1087 15 743 - 753 10.2 586 Ocean Color/ Phytoplankton/ Biogeochemistry 16 862 - 877 6.2 516 17 890 - 920 10.0 167 18 931 - 941 3.6 57 Atmospheric Water Vapor 19 915 - 965 15.0 250 Primary Use Band Bandwidth1 Spectral
Radiance2 Required NE[delta]T(K)4
20 3.660 - 3.840 0.45(300K) 0.05 21 3.929 - 3.989 2.38(335K) 2.00 22 3.929 - 3.989 0.67(300K) 0.07 Surface/Cloud Temperature 23 4.020 - 4.080 0.79(300K) 0.07 24 4.433 - 4.498 0.17(250K) 0.25 Atmospheric Temperature 25 4.482 - 4.549 0.59(275K) 0.25 26 1.360 - 1.390 6.00 150(SNR) 27 6.535 - 6.895 1.16(240K) 0.25 Cirrus Clouds Water Vapor 28 7.175 - 7.475 2.18(250K) 0.25 Cloud Properties 29 8.400 - 8.700 9.58(300K) 0.05 Ozone 30 9.580 - 9.880 3.69(250K) 0.25 31 10.780 - 11.280 9.55(300K) 0.05 Surface/Cloud Temperature 32 11.770 - 12.270 8.94(300K) 0.05 33 13.185 - 13.485 4.52(260K) 0.25 34 13.485 - 13.785 3.76(250K) 0.25 35 13.785 - 14.085 3.11(240K) 0.25 Cloud Top Altitude 36 14.085 - 14.385 2.08(220K) 0.35 1 Bands 1 to 19 are in nm; Bands 20 to 36 are in µm
2 Spectral Radiance values are (W/m2 -µm-sr) 3 SNR = Signal-to-noise ratio
4 NE(delta)T = Noise-equivalent temperature difference Note: Performance goal is 30-40% better than required
表3-5 IGBP global vegetation database的分類系統
17
表3-6 Modis29產品
表 3-8 250 公尺解析度變遷資料 Modis 影像目前可以無償使用，透過可以查詢及下載資料 （http://edcimswww.cr.usgs.gov/pub/imswelcome/ ），目前建議使用 v004 產品，該產品是經過驗證的，適合科學研究使用。 由於空間解析度較低，此影像不適合用於國內土地利用資料得使 用，但是非常適合用於區域土地利用研究，例如兩岸、東南亞或全球 變遷研究。
19
第四章 研究方法
第一節 資料 本研究主要目標在於研擬並測試一套以衛星影像為基礎，並且滿 足表 2-2 分類標準的山坡地土地利用資料庫建置方法，根據第三章的 回顧，Aster、ETM+、RockSat、SPOT、CBERS、IKONOS、QuickBird 等國內常用影像的波譜特性極為相似，主要不同點是空間解析度及重 複週期，由於土地利用資料庫的建置屬於較長時間週期（3 個月、半 年、一年）的資料庫建置，重複週期的影響度不大，所以主要的差異 在於空間解析度。而空間解析度的衡量除了台灣地區土地利用分佈的 特性外，資料儲存、處理與後續使用的成本亦為重要考量因素之一。 IKONOS、QuickBird 的空間解析度極高，因此不適合於大範圍的資 料萃取使用，個案的小研究區則可以獲得非常精細的資料；其餘大約 可以分為三群，ETM+解析度為 30 公尺，屬於解析度較低的影像，Aster 與 CBERS 解析度中等，分別為 15 及 19.8 公尺，SPOT 與 RockSat 解析度較高，分別為 10 及 8 公尺，本計畫因此從三個群落中分別選 用 ETM+、Aster 及 SPOT 影像為代表，測試從中萃取第二章所研擬的
土地利用分類的適宜性。 所使用的影像特性如表 4-1 所示。除了衛星影像外，本計畫同時 使用彩色航空照片做為輔助及驗證的資料。彩色航空照片購買自農林 航空測量所，拍攝時間為 2002 年至 2003 年，與影像時間相近。 表 4-1 計畫使用的影像特性 影像名稱 影像時間 解析度（m） 使用波段 ETM+ 2001/9/14 30 1、2、3、4、5、7 Aster 2002/3/12 15 1、2、3 SPOT5 2003/5/31 10 1、2、3、4
第二節 研究區 本計畫以南投縣信義鄉陳有蘭溪上游北自豐丘，南至和社一帶， 面積約 46.788 平方公里（圖 4-1）。本區土地利用類別豐富，有森林、 果園、旱作、聚落、堤防、道路、墳墓、崩塌地等，符合第二章所研 擬的土地利用類別。
信 義 鄉
陳 有 蘭 溪研 究 區 位 置 圖
0 2.5 5 10 公里-
研究區範圍21 第三節 研究方法 傳統影像分類方法包括監督性（supervise）與非監督性 （unsupervise）兩種方法，台灣山地地區除原生森林外，人為種植的 旱作及果園種類繁多，部分且有棚架、暖房等，並且受限於地形關係， 面積狹小，亦即土地利用分佈非常破碎；建地亦然，有傳統農舍、現 代水泥建築、也有鐵皮屋頂等，因此若採監督性分類，必須有大量的 已知樣本點資料，不符自動化處理的原則，因此本計畫採先非監督性 分類，依光譜分佈特性，區分為 200 類別，然後配合彩色航空照片資 料，以監督性方法進行叢集分析（clustering），以期得到理想的土地 利用分佈資料。研究流程如圖 4-2 所示。 圖 4-2 資料分析流程 衛星影像前處理 SPOT 影像購買自中央大學太空遙測研究中心，已經經過完整的 處理程序，所以不需要再進行資料處理工作，其餘影像必須進行座標 及投影系統的轉換，使所有資料能夠套合至絕對位置上；然後必須去 除影像的陰影區域，將其排除在後續的分類作業範圍內。 非監督性分類 接下來以 ISODATA 進行非監督性分類，共分 200 類。 衛星影像 非監督性分類 監督性叢集分析 航空照片 正確性評估 衛星影像前處理
監督性叢集分析 完成非監督性分類後，根據彩色航空照片的資訊，以監督性方法 進行叢集分析。 正確性評估 正確性評估採 Kappa 指標，方法是於研究區內任意（random）產 生 300 個位置座標，然後根據彩色航空照片進行人工判釋土地利用類 別，再據以分別與三種影像的分類結果計算 Kappa 值。300 個位置座 標有小部分分別落入三幅影像的陰影區，所以每幅影像的實際評估樣 本點均略少於 300 點，SPOT 影像為 274 點，Aster 影像為 239 點， ETM+為 252 點。
23
第五章 結果與討論
經過分類及叢集分析後，共得水體、建地、林地、旱作、果園、 及裸露地等六類，道路、草生地、墳墓地、水利地及耕地無法準確的 判別產生，經審視研究區資料，耕地（水稻田）在研究區內幾乎不存 在，但是水稻甜的光譜特性極為明顯，相關研究或案例也相當豐富， 因此只要研究區內存在此類別，應可以準確的判別出來；墳墓地、水 利地（堤防）及道路可能因影像解析度的因素，而無法在非監督性分 類中產生類別；草生地也未能在非監督性分類中產生類別，但究竟是 面積太小，影像解析度不足，抑或研究區內無草生地，有待後續探討。 六種土地利用的 Kappa 值如表 5-1、5-2 及 5-3 所示，整體而言， SPOT 的 Kappa 值最高，達 0.73，ETM+與 Aster 分別為 0.6678 及 0.6461，而整體的分類正確性 SPOT 達 78.10％，ETM+為 73.41％， Aster 為 71.13％。SPOT 影像對於林木地、裸露地及果園的判釋力都達 80％以上， 林木地甚至近 90％，不過 Kappa 值以水體及果園最佳，亦即整體正 確性判釋能力以果園為最佳。
表 5-1 SPOT 影像正確性檢核 檢核點數：274 點 實際 分類 水體 建地 林木地 旱作 果園 裸露地 水體 23 0 0 1 0 3 建地 0 25 0 9 1 0 林木地 0 0 26 1 7 0 旱作 0 5 0 44 6 2 果園 0 0 3 7 63 0 裸露地 7 5 0 2 1 33 類別 檢核數 （Reference Totals） 分類數 (Classified Totals) 正確數 (Number Correct) Producers Accuracy (%) Users Accuracy(%) 水體 30 27 23 76.67 85.19 建地 35 35 25 71.43 71.43 林木地 29 34 26 89.66 76.47 旱作 64 57 44 68.75 77.19 果園 78 73 63 80.77 86.30 裸露地 38 48 33 86.84 68.75 總計 274 274 214
整體分類正確率（Overall Classification Accuracy） 78.10%
類別 Kappa 水體 0.8336 建地 0.6724 林木地 0.7369 旱作 0.7024 果園 0.8085 裸露地 0.6372 整體 Kappa 值 0.73
25 表 5-2 Aster 影像正確性檢核 檢核點數：239 點 實際 分類 水體 建地 林木地 旱作 果園 裸露地 水體 21 0 0 1 0 8 建地 2 22 0 5 0 4 林木地 0 1 26 2 0 0 旱作 1 10 1 42 8 4 果園 0 1 1 12 38 0 裸露地 6 0 0 2 0 21 類別 檢核數 （Reference Totals） 分類數 (Classified Totals) 正確數 (Number Correct) Producers Accuracy (%) Users Accuracy(%) 水體 30 30 21 70 70 建地 34 33 22 64.71 66.67 林木地 28 29 26 92.86 89.66 旱作 64 66 42 65.63 63.64 果園 46 52 38 82.61 73.08 裸露地 37 29 21 56.76 72.41 總計 239 239 170
整體分類正確率（Overall Classification Accuracy） 71.13%
類別 Kappa 水體 0.6569 建地 0.6114 林木地 0.8828 旱作 0.5034 果園 0.6666 裸露地 0.6736 整體 Kappa 值 0.6461 ETM＋影像以裸露地的判釋力較佳，達 81.58％，而 Kappa 值以 水體及建地較佳，整體 Kappa 值與 Aster 影像相似。由於 ETM＋
影像 的空間解析度低於 Aster 影像，但其光譜波段較多，因此是否由於研 究區的土地利用分佈較為破碎，15 公尺解析度為一門檻值，亦即超 過此值，影像解析度已無敏感性，抑或 ETM＋ 影像較豐富的光譜增加 判釋能力，值得繼續加以探討。
表 5-3 ETM＋ 影影像正確性檢核 檢核點數：252 點 實際 分類 水體 建地 林木地 旱作 果園 裸露地 水體 15 1 0 1 0 1 建地 1 28 0 3 0 4 林木地 0 0 12 1 10 0 旱作 0 4 0 49 11 2 果園 1 2 4 9 50 0 裸露地 11 0 0 1 0 31 類別 檢核數 （Reference Totals） 分類數 (Classified Totals) 正確數 (Number Correct) Producers Accuracy % Users Accuracy(%) 水體 28 18 15 53.57 83.33 建地 35 36 28 80 77.78 林木地 16 23 12 75 52.17 旱作 64 66 49 76.56 74.24 果園 71 66 50 70.42 75.76 裸露地 38 43 31 81.58 72.09 總計 252 252 185
整體分類正確率（Overall Classification Accuracy） 73.41%
類別 Kappa 水體 0.8125 建地 0.7419 林木地 0.4893 旱作 0.6547 果園 0.6625 裸露地 0.6714 整體 Kappa 值 0.6678 三種影像及判釋結果如圖 5-1、5-2 及 5-3 所示，綜合三種影像的
27 建地與道路 水泥鋪面的道路與水泥平頂房舍的光譜反應完全相同，必須從形 狀來區別，但由於本次所使用的三種影像的空間解析度都不足， 以 致無法區分出這兩類的土地利用。 水體與道路 柏油路面與水體的光譜反應相似，與水泥道路一樣必須透過形狀 來區分。 水體與裸露地 河床或河岸裸露地的土壤濕度稍高時，會與水體產生混淆，同時 因為土壤濕度變化極快，因此進行正確性評估的標準必須與影像時間 完全一致，而這是不太容易完全達到的。 綜合分析結果，第一年度研究的初步結論如下： 1. 衛星影像為可用的土地利用資料來源，尤其近年各類商用影像不 斷出現，價格與取得逐漸普及。 2. 土地利用為地表全面性的資料，以衛星影像來萃取全面性的資料 仍有部分限制，以此次研究所研擬的 10 種類別而言，僅能萃取 出 6 種類別。 3. 由於台灣地區山地地區的土地利用複雜，每種使用類別的面積狹 小，分佈零碎，因此影像的空間解析度扮演舉足輕重的地位，但 空間解析度與處理的成本直接相關，太高的解析度反而可能造成 額外的負擔，初步評估 SPOT 5（解析度 10 公尺）及 RockSat II （解析度 8 公尺）應為理想之影像。 4. 以衛星影像萃取土地利用資料必須與地理資訊系統結合，例如前 述的混要類別，部分可以運空間過濾（spatial filter）的方式來解 決。 5. 根據第一年的心得，第二年計畫將朝向以下的重點來進行： 評估超高光譜影像（hyper-spectal）的適用性 配合 RockSat II 升空，嘗試 RockSat II 影像於土地利用資料萃 取的應用 運用其他分類技術，例如類神經網路等
29
31
附錄一 ANDERSON Classification
Level 1 Level 2
11 Residential
12 Commercial and Services 13 Industrial
14 Transportation, Communications, and Utilities 15 Industrial and Commercial Complexes 16 Mixed Urban or Built-up Land 1 Urban or Built-up Land
17 Other Urban or Built-up Land 21 Cropland and Pasture
22 Orchards, Groves, Vineyards, Nurseries, and Ornamental Horticultural Areas
23 Confined Feeding Operations 2 Agricultural Land
24 Other Agricultural Land 31 Herbaceous Rangeland 32 Shrub and Brush Rangeland 3 Rangeland
33 Mixed Rangeland 41 Deciduous Forest Land 42 Evergreen Forest Land 4 Forest Land
43 Mixed Forest Land 51 Streams and Canals 52 Lakes
53 Reservoirs 5 Water
54 Bays and Estuaries 61 Forested Wetland 6 Wetland
62 Nonforested Wetland 71 Dry Salt Flats. 72 Beaches
73 Sandy Areas other than Beaches 74 Bare Exposed Rock
75 Strip Mines Quarries, and Gravel Pits 76 Transitional Areas
7 Barren Land
77 Mixed Barren Land 81 Shrub and Brush Tundra 82 Herbaceous Tundra 83 Bare Ground Tundra 84 Wet Tundra
8 Tundra
85 Mixed Tundra
91 Perennial Snow or Ice 91 Perennial Snowfields 9 Perennial Snow or Ice
33
附錄二 NLCD Land Cover Classification System 11 Open Water
Water
12 Perennial Ice/Snow 21 Low Intensity Residential 22 High Intensity Residential Developed
23 Commercial/Industrial/Transportation 31 Bare Rock/Sand/Clay
32 Quarries/Strip Mines/Gravel Pits Barren 33 Transitional 41 Deciduous Forest 42 Evergreen Forest Forested Upland 43 Mixed Forest Shrubland 51 Shrubland
Non-natural Woody 61 Orchards/Vineyards/Other
Herbaceous Upland 71 Grasslands/Herbaceous
81 Pasture/Hay 82 Row Crops 83 Small Grains 84 Fallow Herbaceous Planted/Cultivated 85 Urban/Recreational Grasses 91 Woody Wetlands Wetlands
附錄三 台灣山坡地土地利用分類 作物 代號 土 地 利 用 型 水稻 1 水 稻 雜作 2 雜 作 特用作物 3 木 薯 甘 蔗 茶 瓊 麻 桑 其 他 作 物 果樹 4 香 蕉 鳳 梨 柑 桔 類 荔 枝 、 龍 眼 芒 果 梨 、 蘋 果 桃 、 李 、 梅 葡 萄 枇 杷 百 香 果 檳 榔 其 他 果 樹 草地 5 牧 草 、 草 生 地 林木地 6 竹 葉 闊 葉 樹 林 針 葉 樹 林 針 闊 混 淆 林 灌 木 林 其他土地 7 水 面 崩 坍 地 荒 地 公 園 、 球 場 建 地
35 附錄四 台灣林地土地利用分類 類型 代碼 類型 代碼 冷杉天針 011 台灣杉造林 114 鐵杉天針 012 柳杉造林 115 檜木天針 013 肖楠造林 116 松類天針 014 其他針造林 119 雲杉天針 015 人針混 120 其他天針 019 人針闊混 130 天針闊混 030 相思林造林 141 天闊純 040 楓香造林 142 天闊混 050 樟樹造林 143 桂竹林 061 光臘樹造林 144 孟宗竹林 062 台灣櫸造林 145 麻竹林 063 桐類造林 146 蕀竹林 064 其他闊造林 149 綠竹林 065 人闊混 150 其他竹林 069 桂竹造林 161 天竹針混 070 孟宗造林 162 天竹闊混 080 麻族造林 163 天竹針闊混 090 蕀族造林 164 檜木 111 綠林造林 165 松類造林 112 其他竹林 169 杉木類造林 113 人竹針混 170 人竹闊混 180 其他果園 639 人竹闊針混 190 其他墾地 640 灌木林 600 伐木基地 650 天生草生地 611 道路 700 箭竹地 612 建築用地 710 牧草地 613 苗圃用地 720 茶園 620 水田 730 甘蔗地 621 防火線 740 蔬菜地 622 工礦用地 750 其他旱作地 629 土場用地 760 香蕉園 631 墓地 770 柑橘園 633 鹽田 780 桃、李、梅園 634 魚塭 790 蘋果、梨、水密桃 園 635 其他 800 檳榔園 636 裸露地 900 水面 930
附錄五 Multi-spectral 衛星影像
感測器 供應單位 解析度 (m) 波段 波長 (nm) 週期
MSS
(Multispectral Scanner) on Landsat 1-5
EROS Data Center
http://edc.usgs.gov/products/satellite.html 79 4 (with an additional thermal band on Landsat 3) "500-1,100" (1) 500-600 (2) 600-700 (3) 700-800 (4) 800-1100 (8) 1040-1260 (Landsat 3) 16 TM
(Thematic Mapper on Landsat 4,5 )
EROS Data Center
http://edc.usgs.gov/products/satellite.html 30/120 7 "450-12,500" (1) 450-520 (2) 520-600 (3) 630-690 (4) 790-900 (5)1550-1750 (6) 10400-12400 (120m) (7) 2080-2350 16 ETM
(Enhanced Thematic Mapper on Landsat 7)
EROS Data Center
http://edc.usgs.gov/products/satellite.html http://ltpwww.gsfc.nasa.gov/IAS/handbook/handbo 30/15 7+1 (1) 450-520 (2) 530-610 (3) 630-690 16
37 (4) 10300-11300 (5) 11500-12500 QuickBird DigitalGlobe http://www.digitalglobe.com 2.44/0.61 4+1 panchromatic 450-900 blue 450-520 green 520-600 red 630-769 near infrared 760-900 4-6
IKONOS Space Imaging
http://www.spaceimaging.com 4/1 4+1 panchromatic 450-900 blue 450-530 green 520-610 red 640-720 near infrared 770-880 1-3 MODIS
(Moderate Resolution Imaging Spectrometer) on EOS Terra and Aqua
NASA Earth Observing System Data Gateway http://redhook.gsfc.nasa.gov/~imswww/pub/imswelcom e/plain.html http://modis.gsfc.nasa.gov/ "250/500/100 0 36 "405-14,385" Land/Cloud Boundaries (1) 620- 670, (2 )841- 876 Land/Cloud Properties (3) 459- 479, (4) 545- 565, (5) 1230- 1250, (6) 1628- 1652, (7) 2105- 2155
Ocean Color/ Phytoplankton / Biogeochemistry (8) 405- 420, (9) 438- 448, (10) 483- 493 (11) 526- 536, (12) 546- 556, (13) 662- 672, (14) 673- 683, (15) 743- 753, (16) 862- 877
Atmospheric Water Vapor (17) 890- 920, (18) 931- 941, (19) 915- 965 Surface/Cloud Temperature (20) 3.660- 3.840, (21) 3.929- 3.989, (22) 3.929- 3.989, (23) 4.020- 4.080 Atmospheric Temperature (24) 4.433- 4.498, (25) 4.482- 4.549 Cirrus Clouds (26) 1.360- 1.390 Water Vapor (27) 6.535- 6.895, (28) 7.175- 7.475, (29) 8.400- 8.700 Ozone (30) 9.580- 9.880 Surface/Cloud Temperature (31) 10.780- 11.280, (32) 11.770- 12.270
Cloud Top Altitude (33) 13.185- 13.485, (34) 13.485- 13.785, (35) 13.785- 14.085, (36) 14.085- 14.385
ASTER
(Advanced Spaceborne Thermal Emission and Reflection Radiometer) on EOS Terra
NASA Earth Observing System Data Gateway http://redhook.gsfc.nasa.gov/~imswww/pub/imswelcom e/plain.html http://asterweb.jpl.nasa.gov/ http://asterweb.jpl.nasa.gov/products/data_product s.htm http://www.science.aster.ersdac.or.jp/en/index.html 15/30/90 14 "520-11,650" (1) 520-600, (2) 630-690, (3N) 780-860, (3B) 780-860 (15m) (4) 1600-1700, (5) 2145-2185, (6) 2185-2225, (7) 2235-2285, (8) 2295-2365/ (9) 2360-2430 (30m) (10) 8125-8475. (11) 8475-8825, (12) 8925-9275, (13) 10250-10950, (14) 10950-11650 (90m) 0.5 MISR
(Multiangle Imaging Spectro Radiometer) on EOS Terra
NASA Earth Observing System Data Gateway http://redhook.gsfc.nasa.gov/~imswww/pub/imswelcom e/plain.html 275 4 446-867 0.5 SeaWiFS (Sea-viewing wide field-of-view sensor) on IrbView-2
NASA GES DAAC
http://daac.gsfc.nasa.gov/data/dataset/SEAWIFS/ or ORBIMAGE http://www.orbimage.com/prods/orbview_2.html "1,100-4,500 " 8 402-885 RockSat II 太空計畫室 http://www.nspo.gov.tw/rbweb/chinese/ 8/2 4+1 panchromatic 520-820 blue 450-520 green 520-600 red 630-690 near infrared 76-900 0.5 CBERS-1 中國航天總公司 19.5 (CCD) 10 (1) 450-520 26
39
附錄六 Hyper-spectral 衛星影像
感測器 供應單位 波段 波長(nm)
AHS
(Airborne Hyperspectral Scanner)
SenSyTech
http://www.sensytech.com 48 433-12,700
AISA
(Airborne Imaging Spectrometer for Applications)
Spectral Imaging
http://www.specim.fi Up to 288 430-1,000
AVIRIS
(Airborne Visible/Infrared Imaging Spectrometer)
NASA Jet Propulsion Lab
http://www.makalu.jpl.nasa.gov/ 224 400-2,500
CASI
(Compact Airborne Spectrographic Imager)
ITRES Research Limited
http://www.itres.com Up to 228 400-1,000
CHRIS
(Compact High Resolution Imaging Spectrometer) on PROBA*
European Space Agency
http://www.esa.int NA 450-1,050
DAIS 21115
(Digital Airborne Imaging Spectrometer)
GER Corp.
http://www.ger.com 211 430-12,000
EPS-H
(Environmental Protection System)
GER Corp.
http://www.ger.com 152 430-12,500
FTHSI
(Fourier-Transform Visible Hyperspectral Imager) on MightySat II*
Operated by Air Force Research Labs http://www.vs.afrl.af.mil/TechProgs/MightySatII
designed by Kestrel Corp. http://www.kestrelcorp.com/
256 350-1,050
Hymap Integrated Spectronics
http://www.intspec.com 100 to 200 Visible to thermal infrared
Hyperion
on EO-1*
NASA Goddard Space Flight Center
http://www.gsfc.nasa.gov 220 400-2,500
MIVIS
(Multispectral Infrared and Visible Imaging Spectrometer)
SenSyTech
http://www.sensytech.com 102 400-2,500
PROBE-1 Earth Search Sciences Inc.
http://www.earthsearch.com 128 400-2,500
SFSI
(Short Wavelength Infrared Full Spectrum Imager)
Canadian Centre for Remote Sensing
http://www.ccrs.nrcan.gc.ca/ccrs/tekrd/rd/acc/sfsi/sfsie.html 120 1,200-2,400
TRWIS III
(TRW Imaging Spectrometer)
TRW Inc.
空載多譜掃瞄 農委會 http://www.csrsr.ncu.edu.tw/service/resource/remote/airborne/a msi/amsi.html 13 (1)可見光及近紅外線，波長 0.38 至 1.1 μm，共分為 10 個波段。 (2) UV 偵測器（Ultraviolet detector）：為 Silicon，感應 0.31 至 0.38 μm 範圍之紫外線。
(3) MCT 偵測器：感應波長 8 到 14 μm 之熱紅外線。 (4) InSb 偵測器：感應波長 4.5 到 5.5 μm 之熱紅外線。
