桃園海岸土地利用時空變遷

全文

(1)國立臺灣師範大學地理學系第四十一屆碩士論文. 桃園海岸土地利用時空變遷. 指導教授：廖學誠研究生：連美綺. 中華民國一Ο一年六月.

(2) 謝辭獨自一人來到台灣求學的這段期間，能遇到廖學誠老師我真的非常地幸運，若沒有老師給予這麼多的幫助、在學海之中為我指引方向、栽培我，我就無法順利的念碩士班並順利的完成這本論文了。老師，我真的非常地感謝您，給了我機會讓我擁有一個夢想去實踐。對於老師的感恩之情，我無法言喻，只能再次說聲「老師，謝謝您。」感謝擔任口試委員的詹進發老師、林孟龍老師及許嘉恩老師，細心的幫我糾正初稿並給予珍貴的建議，讓這本論文更加完善。感謝治達學長在研究方法及各模式成果部分所給予的細心指導，感謝永忠學長所給予的各種協助與建議。感謝雅婷學姐在一起擔任防災學程助理一職時的各種幫忙，每當在水文室中值班時，有你坐在我對面我都會覺得很安心，感謝昀穎、小丸、小波、露儀、菜菜、Pomelo 及珊慧學姐，謝謝你們在我有困難的時候伸出援手幫助我，因為有你們，讓我在水文室待得好充實、好開心。也謝謝常來水文室走走與人在他方心卻繫著水文室的伙伴們，因為有你們，讓我的研究所生活過得更有趣。感謝在研究所這段期間所有幫助過我的人，因為有你們，我的生活過得更美好。另外，特別感謝小琮，在這兩年間常常陪我吃飯、陪我散心舒壓，在生活上幫了我許多忙，也謝謝你辛苦的幫忙我校對論文，這段期間若沒有你常在我身旁，我的研究所生活可能會少了一片色彩吧（笑）。最後我要感謝我最愛的母親，感謝您這麼的支持我，放心讓我一個人在台灣讀完大學和研究所，感謝您從不讓我覺得孤單過，感謝您給我滿滿的愛。 I Love You, Mom. 願以此文獻給親愛的母親與在天國的父親。.

(3) 國立臺灣師範大學地理學研究所碩士論文摘要研究所別：地理系研究所碩士班論文名稱：桃園海岸土地利用時空變遷指導教授：廖學誠研究生：連美綺論文內容：共一冊，文約三萬餘字，共分四章十三節，並以七百餘字扼要說明。摘要隨著工業的發展，土地利用型態不斷轉變中，尤其是臺灣沿海一帶。在工業區不斷取代著農業用地的情況下，致使環境與景觀產生巨大的變化，桃園海岸地區即是一例。本研究為了解桃園海岸地區 1978 年、1994 年及 2004 年之土地利用變遷情形，及土地利用變遷對於防風林的影響，首先利用地理資訊系統（GIS）將研究區內土地利用型態分類為防風林、農地、建地、水體、道路、沙地及草地與空地等 7 項，建立土地利用類型圖，用以了解各時期土地利用類型面積變化情形。其次，透過轉移矩陣及馬可夫模式探討各種土地利用型態於各時期之變遷，與模擬未來土地利用變遷情況。最後使用 Logit 模式分析各時期影響防風林發展之因子、防風林之空間分佈變遷機率及結合馬可夫模式模擬預測結果，模擬未來防風林可能之空間分佈情況。研究結果發現，桃園海岸地區於此 26 年間土地利用最大變化為農地的大量減少及建地與道路的快速增加，此外，防風林有減少且趨破碎化。透過馬可夫模式之模擬預測，未來土地利用型態在無任何環境與人為干擾下，防風林與農地會持續減少，而建地及道路則會持續增加。Logit 模式之分析結果顯示海拔高度、距農地距離、距道路距離、距水體距離及距沙地距離等幾項因子與防風林之變遷機率有顯著相關，而結合馬可夫模式模擬預測結果與防風林變遷機率，其各時期結果皆顯示防風林有減少且破碎化之趨勢。期本研究之結果能提供此區防風林管理及相關海岸政策制訂之參考。關鍵詞：土地利用、防風林、馬可夫模式、Logit 模式 I.

(4) Abstract The land use patterns are constantly changing in Taiwan due to the rapid economic growth, especially the coastal area which are often transformed into industrial zones and other utilities in Taiwan. When industrial zones continually replace lots of agricultural lands, the local natural environments and human landscapes are also changed dramatically, take Tao-Yuan coastal area as an clear example. The purpose of this research is to understand the land use changes in 1978, 1994, and 2004 in Tao-Yuan coastal area, and also to discover the effects of land-use changes toward the windbreaks. First of all, the Geographical Information System (GIS) is applied to delineate the spatial distributions of different land-use types in researching area by classifying land-use patterns into windbreak, farm, built-up, water, road, sand dune, and bare/ grass lands. Secondly, explore land use patterns of changes in each period by using the transfer matrix and Markov models, and then simulate the transformation of the land-use in the future. After that, analyze the factors of the impacts about windbreak-development in each period of time, find out the probability changes of the spatial distribution of the windbreak and predict the result by combining with the Markov model. Last but not least, simulate the situation about the future of windbreak-development. The researching results showed that the most land-use change in the past 26 years in Tao-Yuan coastal area was the decreasing of agricultural proportions, comparatively rapid increasing of built-up and road proportions. In addition, the windbreaks decreased and tended to be fragmented. Predict through the Markov model simulation, future land-use patterns without environment and human interferences, the windbreak and agricultural proportions will decrease continuously, however, the built-up and road proportions will still increase. In addition, based on the logit model analysis, these explanatory variables have significant effects on the windbreak-development, including elevation, the distance to farm, water, road and sand dunes. Combining the outcomes of Markov model simulating prediction with the probabilities of the changes of windbreaks, the results showed that the windbreaks tended to be reducing constantly and also became fragmented in each period. Expect the results of this study can provide a reference for windbreaks management and regulations relating coastal establishment in Tao-Yuan. Keywords: Land Use, Windbreak, Markov Model, Logit Model. II.

(5) 目. 次. 第一章緒論…………………………………………………………………………………………………….………1 第一節研究動機與目的……………………………………………………………………………...……1 一、研究動機…………………………………………………………………………………………………1 二、研究目的…………………………………………………………………………………………………2 第二節文獻回顧…………………………………………………………………………………..……….……3 一、防風林…………………………………………………………………………………………………….3 二、土地利用…………………………………………………………………………………………………5 三、馬可夫模式…………………………………………………………………………………………….8 四、Logit 模式…………………………………………………………………………………………….11 五、馬可夫模式與 Logit 模式之結合應用………………………………………………….13 第三節研究區域概述……………………………………………………………………..…….………….14 第四節研究方法….…………………………………………………………………………….…….………17 一、應用像片基本圖數化土地利用類型圖……………………………………………17 二、應用馬可夫模式進行海岸地區土地利用之時空分析………………………..19 三、應用 Logit 模式進行海岸地區防風林變遷空間分析……………………..…..20 第二章土地利用變遷分析與模擬………………………………………………………………….……23 第一節各時期土地利用變遷比較……………………………………………………………………23 第二節 1978-1994 土地利用變遷模擬………………………………………………………………29 一、土地利用之空間分析………………………………………………………………………………29 二、未來變遷趨勢之推估………………………………………………………………………………31 第三節 1994-2004 土地利用變遷模擬……………………………………….…….……….…….…33 一、土地利用之空間分析…………………………..…………………………………………………33 二、未來變遷趨勢之推估……………………………………………………………………………..34. III.

(6) 第四節 1978-2004 土地利用變遷模擬……………………………………………………..….……36 一、土地利用之空間分析……………………………………………………………………………….36 二、未來變遷趨勢之推估……………………………………………………………………………….37 第五節小結………………………………………………………………………………………..…………….39 第三章土地利用變遷之 Logit 模式分析…………………………………………………….……..…41 第一節 1978-1994 年防風林空間變遷機率分析與模擬……………………….………41 一、防風林空間變遷機率分析……………………………………………………………………..41 二、未來防風林空間分佈情形模擬預測………………………………………………………49 第二節 1994-2004 年防風林空間變遷機率分析與模擬………………………………….52 一、防風林空間變遷機率分析……………………………………………………………………..52 二、未來防風林空間分佈情形模擬預測……………………………………………………….60 第三節 1978-2004 年防風林空間變遷機率分析與模擬…………………..………….……62 一、防風林空間變遷機率分析……………………………………………………………………..62 二、未來防風林空間分佈情形模擬預測……………………………………………………….67 第四節小結……………………………………………………………………………………..……………….70 第四章結論與建議………………………………………………………………………..…………………….72 參考文獻…………………………………………………………..…………………………..……………………...75. IV.

(7) 圖. 次. 圖 1-1 研究區域圖………………………..…………………………….………..…………………………..…...15 圖 1-2 防風林與農地…………………………………………………………..…………….……………..…...18 圖 1-3 建地、道路與水體…………………………………………………………..……….…………..…...18 圖 1-4 草地與空地…………………………………………………………..……….…….………………..…...18 圖 1-5 沙地…………………………………………………………..…………………………………………..…...18 圖 2-1 研究區三時期之土地利用圖………………….……………………………………….….……..25 圖 2-2 三時期土地類型面積之比較…………………………………………………………..…………26 圖 2-3 1978 年至 2106 年土地利用變遷趨勢圖…………………………………………...…...32 圖 2-4 1994 年至 2104 年土地利用變遷趨勢圖…………………………………………...…...35 圖 2-5 1978 年至 2108 年土地利用變遷趨勢圖…………………………………………...…...38 圖 3-1 1978 年防風林距農地距離圖……………………………………………..……..………………42 圖 3-2 1978 年防風林距建地距離圖……………………………………………..…..…………………42 圖 3-3 1978 年防風林距水體距離圖……………………………………………....……………………42 圖 3-4 1978 年防風林距道路距離圖…………………………………………..…..……………………43 圖 3-5 1978 年防風林距沙地距離圖…………………………………………..…..……………………43 圖 3-6 1978 年防風林距草空地距離圖………………………………………………..………………43 圖 3-7 防風林預測變遷機率分佈圖……………………………………………………………..………47 圖 3-8 1994 年防風林真值對應預測變遷機率圖………………………………..………………48 圖 3-9 1994 年防風林真值對應預測變遷機率圖與村界圖…………………………………48 圖 3-10 2026 年之防風林分佈預測圖……………………………………………………………………50 圖 3-11 2106 年之防風林分佈預測圖……………………………………………………………………50 圖 3-12 2026 年至 2106 年間防風林減少之預測區域…………………………………………50 圖 3-13 1994 年防風林距農地距離………………………………………………………………………52 圖 3-14 1994 年防風林距建地距離………………………………………………………………………53 V.

(8) 圖 3-15 1994 年防風林距水體距離………………………………………………………………………53 圖 3-16 1994 年防風林距道路距離………………………………………………………………………53 圖 3-17 1994 年防風林距沙地距離………………………………………………………………………54 圖 3-18 1994 年防風林距草空地距離…………………………………………………..………………54 圖 3-19 防風林預測變遷機率分佈圖…………………………………………………..………….……57 圖 3-20 2004 年防風林真值對應預測變遷機率圖…………………………………………………58 圖 3-21 2004 年防風林真值對應預測變遷機率圖與村界圖…………………………………59 圖 3-22 2034 年之防風林分佈預測圖……………………………………………………………………60 圖 3-23 2104 年之防風林分佈預測圖……………………………………………………………………61 圖 3-24 2034 年至 2104 年間防風林減少之預測區域……………………………………………61 圖 3-25 防風林預測變遷機率分佈圖…………………............………………………………………65 圖 3-26 2004 年防風林真值對應預測變遷機率圖…………………………………………………66 圖 3-27 2004 年防風林真值對應預測變遷機率圖與村界圖…………………………………66 圖 3-28 2030 年之防風林分佈預測圖……………………………………………………….……………68 圖 3-29 2108 年之防風林分佈預測圖……………………………………………….…….……………68 圖 3-30 2030 年至 2108 年間防風林減少之預測區域…………………………….………………68. VI.

(9) 表. 次. 表 2-1. 1978 年、1994 年及 2004 年土地利用面積統計…………………………26. 表 2-2. 研究區 1978 年與 1994 年土地利用轉移機率矩陣表…………………….29. 表 2-3. 1978 年與 2106 年之土地利用面積百分比(%)……………………………32. 表 2-4. 研究區 1994 年與 2004 年土地利用轉移機率矩陣表……………………34. 表 2-5. 1994 年與 2104 年之土地利用面積百分比(%)……………………………35. 表 2-6. 1978 年與 2004 年土地利用轉移機率矩陣表……………………………37. 表 2-7. 1978 年與 2108 年之土地利用面積百分比(%)……………………………38. 表 3-1. 1978-1994 年防風林變遷之 Logit 回歸模式分析結果….…………………44. 表 3-2. 整體模式適合度檢定………………………………………………………45. 表 3-3. 變遷機率與 1994 年防風林真值百分比…………………………..………48. 表 3-4. 1994-2004 年防風林變遷之 Logit 回歸模式分析結果……………………55. 表 3-5. 整體模式適合度檢定……………….………………………………..…….55. 表 3-6. 變遷機率與 2004 年防風林真值百分比…………………………….……..58. 表 3-7. 1978-2004 年防風林變遷之 Logit 回歸模式分析結果…………………….63. 表 3-8. 整體模式適合度檢定…………….…………………………….………..…63. 表 3-9. 變遷機率與 2004 年防風林真值百分比…………………………………...66. VII.

(10) 第一章緒論第一節研究動機與目的一、研究動機桃園縣沿海地區的鄉鎮如蘆竹、大園、觀音及新屋等鄉鎮，為防範農地、建築設施等受到季風影響造成損害，其海岸地帶自日本時期便開始種植防風林。然而日本時期至今，防風林經歷了破壞、再造林等過程，如今的防風林不僅要面對自然環境的考驗，更要面對因過度導入人為設施使得防風林線後退、形成斷裂、消失及土地利用型態的改變等人為因素形成的影響。 Luijten（2003）曾指出，土地利用型態的改變，主要驅動力（driving forces）為自然環境、經濟及社會文化等，在不同驅動力的交互作用下，地表即呈現出不同的景觀。我們生活周遭的事物與土地之利用息息相關，舉凡糧食的生產、房屋的建設、各式各樣於土地上發生的經濟活動等，都與我們有著密不可分的關係，而土地利用的方式也大大的影響著我們的生活品質、生命財產，甚至是整個國家的社會經濟。因此，在國家為求經濟發展的情況下，必會需要透過變更土地利用的方式，來提升整體經濟，這時便會使得土地利用型態產生改變，而臺灣也不例外的持續使用這種方式來增加經濟的成長。對於經濟發展，首先想到的就是工業化，在臺灣工業化的過程當中，沿海地區常被設置為工業區或開發區域，而桃園海岸沿岸地區亦為其中之一。以桃園縣沿海的觀音鄉及大園鄉為例，從清代至日本時期，皆是以農業為主要經濟活動，民國政府以後，因沿海農作物常遭受災害損毀、收成不佳，復因政府農業轉型工業政策之影響，造成當地農業人口快速流失外移，農地也因此急遽荒廢變少；在此情況下，取而代之的是工業區的設立，帶動外來工業人口的移入，使得兩鄉的產業及人口組成結構有著與以往不同的巨大轉變（黃淑潔，2007；廖文欣，2008）。目前在桃園海岸地區設置之工業區包含觀音工業區、大園工業區及大潭工業區， 1.

(11) 這些工業區的設置雖然帶動了地方產業發展，創造就業的機會吸引人潮進來，增加了交通建設及房屋建築，但卻改變當地的生態環境及土地利用型態，同時也破壞了對於保護海岸地區佔有重要地位的防風林，惡化桃園海岸地區之海岸自然景觀。. 二、研究目的基於以往防風林之研究主要以樹種、生長、組成等較多，而關於防風林之空間分佈特性及其與土地利用之間關連性的探討較少，在人為土地利用因素對於防風林發展有著一定影響的情況下，本研究希望透過航照判釋方法，得知桃園海岸地區 1978 年 1994 年及 2004 年三個時期之土地利用狀況，接著使用地理資訊系統分析各年度各種土地利用類型面積及量的變化，進而應用馬可夫模式分析土地利用類型的變遷並模擬未來可能發展趨勢，最後結合 Logit 模式，探討防風林與土地利用之空間關係，以達到藉由時間及空間探討防風林與土地利用關連性之目的，而本研究之具體目的有下列四點： 1.. 分析桃園海岸地區的土地利用變遷。. 2.. 探討土地利用變遷對當地防風林的影響。. 3.. 篩選影響當地防風林變遷的重要因素。. 4.. 模擬預測未來桃園海岸地區防風林可能的發展趨勢。. 2.

(12) 第二節文獻回顧一、防風林臺灣四周環海，屬海島型氣候國家，又因處於東亞季風帶的關係，西部沿海地區常受到季風、颱風及鹽霧的侵襲，因而易造成海岸土壤鹽化、建築物損毀及影響農作物之發展。故自日本時代起，便利用海岸防風林可降低風速、阻擋飛沙及過濾海水鹽分的特性，在沿岸地區種植或寬或短的防風林帶，以保護自然環境、農田及建築物(李朝欽，1950；盛志澄、康翰，1961；江永哲，1987)。且海岸防風林除具有防護功能之外，尚具有調節沿岸微氣候之作用，對於固定沙丘、抑止土壤鹽化及水土保持方面亦有極大的幫助。因此，海岸防風林的造林工作，一直都是海岸環境經營管理的重要項目之一。海岸防風林可稱之為海岸林或保安林，在臺灣，一般廣義的防風林包括濱海工業區及海岸地區農耕地防風綠帶等林分，而狹義的定義則是於沿岸建造的狹長型林帶，內又可區分為防風、鹽害、潮害防備、飛砂防止等保安林種類(陳財輝， 2008)，於本研究中採用的防風林之定義，為廣義之防風林。政府於沿海地區所建造的海岸林帶，大多都屬於保安林之管轄範圍，主要有防風保安林及飛砂捍止保安林(郭寶章，1993)，其主要目的在於保護沿岸地區之農田及建築物，免於受到海浪的侵蝕與阻擋強風、鹽霧和飛砂內移(陳繁首，1981)。桃園縣沿岸地區四鄉鎮，包括蘆竹鄉、大園鄉、觀音鄉及新屋鄉所在之海岸線全長約 43 km，其種植之防風林屬飛砂捍止保安林，而此飛砂捍止林中包含耕地防風林與海岸防風林，樹種以木麻黃及黃槿為多，雖此處之防風林於日本時代末期時遭到砍伐破壞，不僅使得林帶區域堆積飛砂，也使得許多良田遭到埋沒，為攔阻東北季風強大風力所夾帶的飛砂，以免覆蓋農地、道路等人為設施，並維護當地居民生命財產安全，因此戰後政府為恢復此一帶防風林之效用，於 1947 年時開始積極整建復原海岸防風林，除了海岸防風林的恢復外，為了加強耕地的保護，也積極進行耕地防風林的補植與推廣種植（來璋，1969；柳榗、程煒兒， 3.

(13) 1984）。由於桃園海岸地區發展快速，現今海岸防風林地除了面積增加有限外(陳財輝等，2004)，林帶寬度也大幅縮減，使得防風林原本具有的防護效用大打折扣，加上近年來桃園海岸侵蝕日益嚴重，海岸濱線持續後退，沿海沙丘也有劣化趨勢，復因工業區的進駐及各種建設的開發，造成整體環境劇烈變化，使得防風林的發展與分佈受到相當程度的影響（莊永忠等，2011）。過往防風林之研究大多集中於林木的生長特性，近年來則漸出現利用地理資訊系統、衛星影像監測或數理統計等技術，來進行防風林之相關研究，以國內研究為例，張長義等(2001)運用地理資訊系統之圖層套疊分析 1982 年至 1996 年間桃園地區沿海四鄉鎮與臺北縣沿海地區七個鄉鎮之防風林面積變化，並結合空間自相關分析，以了解其他類型土地利用變遷與防風林之間的關係。徐美玲（2001）利用土地利用距離變數對宜蘭地區 1982 年及 1988 年海岸防風林之變遷進行推測，即其先假設鄰近海岸防風林之土地利用的空間分佈情形與防風林邊緣土地利用變遷有相關性，因而利用土地利用變遷趨勢推測防風林可能出現的變化。洪瑞鄉（2006）則使用航照圖數化建立桃園海岸土地之覆蓋資料，並應用 SOPT 衛星影像探討不同植生光譜變遷，進一步比對航照數化與衛星影像分類變遷分析，最後完成監測大面積之桃園海岸林。趙明君（2006）為探討花蓮三棧溪口至七星潭一帶海岸地區 1978 年、1992 年及 2002 年海岸林之時間與空間變遷，及了解其於土地利用變遷所扮演之角色，故首先將航空照片應用地理資訊系統使土地利用分為 16 種地景類型，然後進行數化、判釋及疊圖分析各年度之土地利用圖層，並以地景指數之分析方法對其變遷情形加以探討。除此之外，亦使用 1994 年至 2005 年之多種遙測資料建立不同孔隙形成期分佈圖，以了解研究區內孔隙產生的情形。莊永忠等（2011）為了解1978年至2004年間桃園海岸林分之空間分佈變化及探討海岸林分發展與地形變遷的關聯性，其透過地理資訊系統進行圖層套疊分析， 4.

(14) 而後對照林務局歷年保安林總成圖層，分析造林地規劃的適宜性。其結果顯示桃園海岸林分於此26年間林分前緣持續後退，而沙丘的後退內移及沙丘位置之林木生長條件不佳亦會造成海岸林分受害，使林帶寬度大幅縮減，因而降低防風林分阻隔飛沙及固定沙丘之能力。最後，對照林務局歷年之保安林造林台帳圖後，發現許多保安林邊界實已不符合近年來之海岸變遷與林分的發展趨勢，應視情況進行擴編或解除，以利當地長期之林分發展。. 二、土地利用土地利用型態為人類於土地上進行活動之表徵，影響因素眾多，包含人文社會及自然環境等，這些因素會因時空差異及彼此間的交互影響，使得土地利用型態有所改變（吳振發、林裕彬，2004；Munroe et al., 2004）。由上面敘述可知，土地的利用包含許多複雜的意義，不可單從經濟層面或是用土地利用計畫的概念去看待土地利用，而是需要從更廣泛、更多方面綜合起來及地理的視野看待土地利用（氷見山幸夫、剛本次郎，1992）。渡邊光（1958）認為擁有地理學背景的人，可以以土地利用之狀態為中心，將重點放在土地利用的歷史推移、其與周遭自然環境的關聯性、土地利用型態的區域性及與其他地方區域的關聯性等，以掌握土地利用的情況，也就是說，將地理學用於土地利用將可以有多方面且具有空間性看待土地利用情形。氷見山幸夫及剛本次郎（1992）指出掌握土地利用變遷情況之研究方法有下列幾項： (一) 利用不同時期的地圖做比較將不同時間點形成的地圖互相進行比較，是為掌握土地利用變遷最為普遍使用的方法。然而這種方法雖看似簡單但實際上卻不然，因為作為比較用的地圖需要考慮到其比例尺、精確度及土地利用分類的種類等，一旦有其中一種不相同便無法進行研究分析。另外，地形圖也較難以拿 5.

(15) 來使用做比較，原因在於地形圖對於都市地區來說，其對都市地區的可利用情報太少，因而難以作為研究分析用圖。 (二) 航空照片之比較航空照片之比較，除了使用同一區域但不同時期的照片相互做比較之外，也可以使用航空照片與土地利用圖來做比較，以得到土地利用的變化情況。 (三) 其他方法以美國來說，其在更新大比例尺之地形圖時，會在舊地圖上以紫色標示變化，如此一來新的道路或是新地方的產生便能一目了然，只不過這樣的地形圖對於提供土地利用類別的區分情報還是太少，因此並不適合取代土地利用圖。另外，在英國方面，由於其在一般地圖上即已用多顏色表示土地利用之情報，因此只要與 2 萬 5 千分之 1 土地利用圖結合使用的話，便能得知一定程度之土地利用變化。例如在沒有顯示建築物的地方上有著標示為集村的灰色記號，即代表該區域在一般地圖發行之後變成了住宅用地。雖然土地利用圖能夠檢查最新土地利用情報及其產生變遷的地方，並標示於地圖上，但卻無法拿著土地利用圖進行現地調查，且單憑個人力量很難將研究範圍擴大。. 利用上述方法進行的研究，如小森由美與初田亨（2009）利用地形圖、以都市江戶為對象做成之「江戶切繪圖」以及「土地利用現況調查」之調查結果進行分析比較，研究東京都千代田區自江戶時代起、明治、大正、昭和戰前直到現今為止的土地利用變遷，藉以指出市區街道的擴大及此區域的變遷情形，並找出造成此情況之主要原因。除了土地利用變遷情況之研究方法外，氷見山幸夫與剛本次郎（1992）還指出了會對土地利用產生影響的各種條件，其條件如下： 6.

(16) (一) 自然條件：如氣候、地形、土壤、地質及植生等自然環境條件。 (二) 社會經濟條件：影響土地利用之社會經濟條件有很多種，其中特別重要的有 1.. 生活習慣或方式：例如西伯利亞的游牧民族在政府的政策下開始了定居的生活。. 2.. 生活水準：人民生活水準提高以後，其對車子等之需求量提升，因而使得道路及停車場的土地利用需求上升。. 3.. 流行：例如愛好高爾夫球之人口增加或是純粹因為商機，而使得高爾夫球場增加。. 4.. 土地所有：例如都市的再開發使得私有地變得更為細分，無法取得較為統一或範圍較大的單一土地利用。. 5.. 技術水準：例如北海道為溫帶水果哈密瓜於日本最大的產地，即是因為品種的改良及農業技術的進步影響了農業的土地利用形式，其他例如巨蛋等巨型建築物也是受到技術水準的影響。. 6.. 與市場的鄰近性：考慮到產品特性因而影響工廠設置的區位。. 7.. 生產成本與利益：以商業農業來說，其重視作物所帶來的利益性，因此會選擇能產生高利潤的農作物，像是美國的大規模農業地帶即因玉米有高利益，因而使適合生產之田地大多都成為了玉米田。. 8.. 經濟與地區政策：例如對於一些農業產物進行補助金政策等，或是指定某些區域實行開發、振興產業政策等。. 9.. 地價：地價的上漲會使得大都市的內部難以進行住宅的建設。. (三) 歷史與文化條件：歷史上各時期對於土地治理方式皆不盡相同，也會因為文化的關係對土地利用型態產生影響。. 7.

(17) 近年來，地理資訊系統及衛星影像技術的快速革新，讓土地利用的分類更為簡便，此外，土地利用變遷與預測的計量方法也有許多重大突破（莊智瑋等，2010； Weng, 2002; Luijten, 2003）。將地理資訊系統等技術應用於土地利用變遷之研究，如宋華等人（2008）利用地理資訊系統分析北九州市之 1990 年、1995 年、2000 年及 2005 年四個時期的土地利用變化，並將其結果對照 2006 年之土地利用現況調查資料。其將土地利用分為 6 類，分別為山林、農地、水面、人工地的造成地、宅地及公共與公益設施用地等，最後結果顯示北九州市的山林面積、農地面積及造成地面積是下降的，宅地及公共與公益設施用地面積是增加的，而水面面積則無變化。而小金澤孝招與坂上峻介（2011）也應用地理資訊系統針對 1970 年至 2007 年仙台市中心市區的公寓開發與開發區域周遭之土地利用變遷進行分析。過去所採用的土地利用度量方法，大致可分為文字定性的描述、圖面的描述、以及統計數據的描述等（Hulshoff, 1995）。但是近年來，因為科技的日益發達，土地利用的空間分佈已多朝向數理方式計算，並預測未來的變遷趨勢，而馬可夫模式與 Logit 模式即是其中之一。. 三、馬可夫模式馬可夫模式理論概念是由俄國數學家A.A. Markov在1907年時所提出，而後逐漸發展並廣泛運用於各種領域之中，例如：醫療疾病、語音辨識、市場分析及金融投資等。由於在土地利用變遷的過程中，過去的土地利用狀態往往會影響之後的發展形式，故欲在較長的時間序列中比較不同時期土地利用之差別時，除單獨考慮各土地利用型態面積總量的變化外，亦需考慮各土地利用型態在變遷過程中發生互相轉移的可能性，而馬可夫模式正是利用過去與目前的土地利用變遷關係，進一步模擬預測未來變化的一種數學模式(吳治達，2004)。另外，Muller和 Middleton (1994)利用馬可夫模式探討加拿大的土地利用變遷研究中，指出馬可夫模式會廣泛地應用在土地利用變遷分析中的三大理由： 8.

(18) (一) 土地利用變化並不是單向的，任何一時間內，在特定地方中的土地利用單元都有可能轉變成其他土地利用型態，馬可夫模式分析採用矩陣方式使土地利用變化的完整性能顯現出來 (二) 轉移機率矩陣重複自乘，將會得出平衡矩陣或初級特徵向量(primary eigenvector)，即可顯示出某一段時間內土地利用分佈情形，亦可代表比較不同時間內的土地利用變遷狀態 (三) 利用矩陣運算可以得出馬可夫模式的理論趨勢值，使未來模擬預測達到一平衡，是在未來土地利用變遷過程固定不變的假設下所計算的，因此並不是未來真實的土地利用變化，而是一種描述一時期的土地利用變遷量化指數。. 由於土地利用變遷過程中，過去的土地利用型態，往往會影響到爾後的發展形式，所以要在長期的時間序列中，比較不同時期的土地利用差別時，除單獨考慮各土地利用型態面積總量的變化外，亦需考慮各土地利用型態在變遷過程中發生互相轉移的可能性，而馬可夫模式正是利用過去與目前的土地利用型態變遷，進一步模擬並預測未來的變化（吳治達、鄭祈全，2005）。馬可夫模式是以轉換矩陣概念來展示空間區位利用與數量的改變情況，可作為比較一地區不同時期地景變遷、土地利用的變化情形，並能預測未來可能之發展（郭士鳳、盧光輝，2008）。此外，馬可夫模式的優點是能將複雜的變化因素及不確定性，轉為可分析處理的機率模式，讓土地利用變遷易於探討（Luijten, 2003; Chuang et al., 2011）。目前馬可夫模式已廣泛地應用在各個領域中。以國內研究為例，黃書禮、蔡靜如（2000）曾應用馬可夫模式探討臺北盆地的土地利用變遷趨勢，其透過景觀生態學的概念，並使用馬可夫模式之轉移矩陣的觀念，對民國 70 年代至民國 84 年間之臺北盆地土地利用，經由多變量分析再將研究區劃分成六大同質區，藉以探討各區中空間分佈與土地利用變遷。郭士鳳、盧光輝（2008）應用馬可夫模式 9.

(19) 探討臺北市內湖區的土地利用變遷，發現農業區轉為公用設施用地及行水區的幅度最大，顯示該區正處於大量變更轉型階段，以迎接更多人口與內湖科技園區的進駐。除了應用於都市土地利用變遷之研究外，馬可夫模式也普遍應用於森林地景分析。Hsu and Cheng（2000）應用馬可夫模式探討六龜生態系經營區的地景變遷，並模擬推估未來的土地覆蓋情況，發現天然林將逐漸取代人工林。薛怡珍等（2004）也應用灰色馬可夫模式進行臺大實驗林森林面積之預測，其精確度明顯高於馬可夫轉置矩陣模式及灰色預測 GM（1, 1）模式。鍾玉龍、呂明倫（2006）也是採用馬可夫模式分析綠島地景的動態變化，指出天然闊葉樹林的面積有明顯的增加，木麻黃林分則明顯的減少，由於原生植群產生自然演替，所以綠島森林生態系有自然回復的趨勢，終將形成以天然闊葉樹林為主的植群社會。另外，馬可夫模式也應用於崩塌地分析。莊智瑋等（2010）以馬可夫模式推估九份二山崩塌地植生復育狀況，發現 2004 年前以草生植物為主要復育類別，2004 年後草生地逐漸轉變為林地，最終穩定年份則介於 2012～2028 年。Chuang et al.（2011）也發現，經由馬可夫模式可以有效分析出崩塌地植生的復原狀況，並預測其變遷趨勢。在國外方面，馬可夫模式應用於土地利用分析更是普遍。Brown et al.（2000）應用馬可夫模式分析美國中西部土地利用變化，發現森林覆蓋比率的變化與農用土地及開發區域面積的變化最為相關，且農業棄耕有顯著地時間差效應，而開發區域則無此現象。Luijten（2003）曾應用馬可夫模式結合地景特性包括坡度、坡向及海拔高，分析哥倫比亞坡地集水區的土利利用變化，並模擬 100 年後的土地利用狀況。此外，配合高科技及新技術的發展，馬可夫模式在使用上更是便捷多元。Weng（2002）結合衛星影像、地理資訊系統及馬可夫模式，分析中國珠江三角洲土地利用變遷，指出此方式可以快速有效了解土地利用變化過程。宋華等人（2008）利用馬可夫模式對北九州市 1990 年至 2005 年的土地利用變遷進行分析與模擬，其模擬預測結果發現北九州市至 2020 年時，其土地利用狀況會形成 10.

(20) 宅地面積大幅上升，公共與公益設施用地增加幅度僅次於宅地，水面與造成地面積則幾乎沒有變化，而山林與農地面積則會減少。李海峰等人（2010）亦應用馬可夫模式分析與模擬佐賀市 1976 年至 2006 年共 30 年間的土地利用變遷情況，其最後結果顯示住宅地會上升而農地與森林則會不斷的減少。Sang et al.（2011）也應用馬可夫模式，並結合細胞自動機，分析城鎮及聚落的空間型態變化，發現人口增加及都市發展造成土地需求遽增，進而影響到城鎮及聚落土地利用的改變。. 四、Logit 模式 Gómez-Mendoza et al.（2006）曾分析墨西哥的土地利用變遷，指出空間模擬分析已成為日益重要的工具，有助於了解土地利用之變化，而 Logit 模式即是其中之一。通常 Logit 模式主要是應用於當我們面臨多種替選方案的選擇情況時，依照效用最大的原理，求出各替選方案之機率（陳綉里、葉正明，2008）。由於 Logit 模式所處理的應變數為類別變數，並可解釋多變量本質之特性，因而常被應用於社會科學研究領域中（Bentz and Merunka, 2000）。一般而言，Logit 模式又可分為二元 Logit 迴歸模式（binary logistic regression）及多元 Logit 迴歸模式（multinomial logistic regression）（林峰田等，2009；Munroe et al., 2004）。二元 Logit 模式假設每一種狀況發生與否相互獨立，彼此間無相關性，通常以虛擬變數將反應變數予以量化，此外，二元 Logit 模式在使用上並不受多元常態分配的假設限制，可在解釋變數同時存在連續或離散資料時使用（吳振發、林裕彬，2006）。至於多元 Logit 迴歸模式，其優點在於可針對不同依變數選項分析其影響因子，例如可分別分析低、中、高不同消費支出的影響因子，使用多元 Logit 迴歸模式是將所有樣本一起考慮，如此不但可規範參數之間的關係，也可讓資料使用更具效率（林士彥等，2007）。由於二元及多元的 Logit 模式常被使用，因此，兩者間之差異及適用性則格外受到關注，模式的採用則需因地制宜（Munroe et al., 11.

(21) 2004）。與馬可夫模式相同，Logit 模式也廣泛地應用在各個研究領域中。在國內方面，有關土地利用部份，Logit 模式應用面向包括都市、森林及崩塌地等。鄒克萬、張曜麟（2004）結合 Logit 模式及擴張方法，分析臺南市的土地利用變遷，顯示出人口數及人口成長率等 11 個變數，對土地開發具有顯著影響。吳振發、林裕彬（2006）也應用二元 Logit 模式探討汐止市土地利用的時空變遷，指出由於土地使用分區管制導致各區的空間結構變遷呈現不同的趨勢。林峰田等（2009）應用 Logit 模式分析新店地區的土地利用變遷，發現二元 Logit 迴歸模式估計之「總正確估計涵蓋率」高於多元 Logit 迴歸模式及線性迴歸模式。除了都市土地利用分析外，Logit 模式也常被應用於森林的地景變遷之研究。鄭祈全等（2001）結合地景指標及 Logit 模式，探討影響臺灣南部森林地景結構及變遷之因素，發現主要為地形及邊緣效應所致。鄭祈全等（2009）進一步研究影響臺灣中部森林地景的干擾指標，經由 Logit 迴歸分析得知，以邊緣密度和 Shannon 均勻度指數二者受到干擾較大。此外，Logit 模式也應用於崩塌地之研究。陳樹群、馮智偉（2005）應用 Logit 模式預測濁水溪流域的崩塌潛勢，並將研究區分成低、中、高、極高潛感等四等級。蔡婷鈺等（2007）則應用 Logit 模式分析影響集集大地震山崩之重要因子，其中以「距震央距離」、「東西向地表加速度」及「九格點之平均坡度」為最重要。在國外方面，Logit 模式的應用非常多元，以林地及農地的研究為例， Geoghegan et al.（2001）應用衛星影像資料及 Logit 模式，預估森林砍伐的空間分佈狀況，指出區位會明顯地影響到當地的森林砍伐。Koop and Tole（2001）則應用多元 Logit 模式，探討影響全球森林砍伐的主要社經及土地利用因素，指出快速的經濟成長且將國家轉型為非依賴林業或農業者，則可減緩森林的砍伐，並維持或增進森林的覆蓋率。Chowdhury（2006）應用 Logit 模式，透過衛星影像資料分析，探討熱帶森林砍伐的原因。Ellis and Porter-Bolland（2008）亦應用 Logit 12.

(22) 模式分析土地利用與覆蓋之變化，並據此比較以社區為基礎的森林經營與政府保護區經營之利弊。Wyman and Stein（2010）則應用 Logit 模式預測貝里斯森林砍伐及穩定續存之面積，雖然正確率均超過 50%以上，但仍有許多誤差，主要受到土壤、地質及經濟活動等因素所影響，以致於高估森林砍伐區域。Van de Steeg et al.（2010）應用 Logit 模式，探討區位因素及家戶特質對肯亞農業耕作系統之影響，並分析農業土地利用在空間上之變異。. 五、馬可夫與 Logit 模式之結合應用馬可夫模式是一種預測的方法，藉由過去的事象推測未來，而 Logit 模式則可進行迴歸估計，兩者結合使用形成 Markov-Logit 模型，具有相當準確之預測能力（陳綉里、葉正明，2008）。此外，在土地利用或地景分析方面，有關變遷的特性通常可從兩個面向來探討，包括變遷的面積預測及變遷的空間分析，前者常使用馬可夫模式，根據過去土地利用之變遷情形，以預測未來不同土地利用類型可能的面積大小，而後者則常應用 Logit 模式，藉由空間關係進行推演及數理運算，以研究土地利用的空間分佈（鄭祈全等，2005）。馬可夫與 Logit 模式之結合，已成功地應用於許多研究面向。陳綉里、葉正明（2008）以 Logit 模式預測消費者之品牌移轉機率，再利用馬可夫模式進行未來市場佔有率。吳治達、鄭祈全（2005）整合馬可夫與 Logit 模式，預測未來森林地景變遷和模擬民墾地發生之空間分佈，發現民墾地的發生與海拔高、坡度、及距民墾地、道路和河流的距離均有密切關係，其中以距民墾地和距道路的遠近最有相關。Zhang and Polyakov（2010）亦曾結合馬可夫與 Logit 模式探討美國南方人工林的地理分佈變遷，發現從 1997 至 2027 年，由於都市化影響，整體的私有林將減少 7%，但松樹人工林則會增加 40%，以因應生質能源之需求，土地利用方式的轉換深受土地優劣、可及性及人口成長所影響，而松樹人工林的轉換則與土壤特性及坡度最為相關。 13.

(23) 第三節研究區域概述本研究以桃園縣觀音鄉與大園鄉境內，大潭村、觀音村、白玉村、富林村、樹林村、草漯村、保障村、北港村、南港村及內海村等 10 村為研究區域範圍，面積約為 4,779 公頃(圖 1-1)。以下就自然環境及人文環境進行研究區域概述：一、地形與河流全區大致平緩，與海銜接之平原地區以大園一帶較寬可達 20 公里，而至觀音、新屋一帶僅有 4 至 5 公里。沿海多為沙岸地形，外海則有沿海沙洲分佈，其走向為東北－西南向與東北季風之方向大致相同（張長義等，1991）。本研究區有多條河川流經，包含老街溪、雙口溪、富林溪、樹林溪、大崛溪及觀音溪等。由於境內河川出海口易聚集大量沙地，且沿海一帶因地形關係位於東北季風之衝擊面之上，因而易形成沙丘群，本研究區內規模最大之沙丘群則為位於白玉村一帶之草漯沙丘群。二、氣候本研究區位置處於臺灣之北部地區，因而氣候上屬於北部而接近於東北部之氣候，年均溫大約介於 20 至 22℃之間，一年之中七月最暖，一月則最冷；在雨量方面，由於本研究區位處於桃園縣之西部地區，屬於少雨地區，其平均雨量約在 1500 至 1600 公厘之間，主要來源為梅雨季、颱風等季節，本區雖屬桃園縣內少雨地區，但相較於其他沿海地區而言則並不算是少雨，而每年十月至隔年四月則是為東北季風盛行之時（來璋，1969；張長義等，1991）。三、人文環境本研究區早期之土地利用情況以農地利用為主，而後受工業化影響農地減少，其原本蓄水用於灌溉農地之池塘，為增加經濟效益因而改成水產漁業養殖用；由於沿海一帶之強大東北季風將海水鹽分吹往陸地，造成嚴重之鹽害，而為防止東北季風夾帶的飛砂及鹽霧對農田、道路及作物的危害，故防風林之種植自日本時代起便受到重視（來璋，1969；張長義等，1991；黃淑潔，2007）。. 14.

(24) 圖 1-1. 研究區域圖. 在 1978 年至 2004 年間，研究區內陸續設置三個工業區，分別為觀音工業區、大園工業區及大潭工業區。這幾個工業區的設立對於桃園海岸地區之土地利用情形造成相當大的影響，而各工業區之概述如下：. 一、觀音工業區觀音工業區位於桃園縣觀音鄉西北部，緊鄰觀音鄉草漯地區，介於富林溪與大堀溪之間，對外交通以省道臺 15 線為主。工業區設置之目的是為解決桃園縣濱海四鄉鎮所面臨的經濟衰落難題，並配合政府改善投資環境、引進工業帶動沿海地區繁榮，進而開發的政策性工業區，於 1982 年 2 月起在桃園縣觀音鄉分三期開發，至 1990 年 12 月完成。開發總面積為 632 公頃，是為一綜合性工業區(觀音工業區，2011)。. 15.

(25) 二、大園工業區大園工業區位於桃園縣大園鄉，跨內海與北港兩村，交通方面除有中山高速公路之幹道連結及距桃園、中壢兩市之火車站靠近外，與桃園國際機場亦相接近。設立緣起是為促進桃園縣境內工業發展並提高就業率，因而設立此綜合性工業區，開發分為兩期，第一期於 1978 年 5 月完成，佔地面積為 131 公頃，第二期(擴大工業區)於 1984 年 3 月完成，佔地面積約 73 公頃，總面積共計 204 公頃(大園工業區，2011)。三、大潭工業區大潭工業區第一期位於桃園縣觀音鄉大潭村及保生村，南鄰省道臺 15 線，北以臺灣海峽為鄰，西以新屋溪東岸為界，東鄰桃 92 號道。面積約 183 公頃， 1999 年 4 月 15 日開始動工。第二期位於桃園縣觀音鄉大潭村，大潭工業區之西側，小飯壢溪出海口北側。陸域面積約 24 公頃，水域面積約 20 公頃，面積合計約 44 公頃(大潭工業區，2011)。. 16.

(26) 第四節研究方法為了解研究區內土地利用時間與空間上之變化，本研究首先使用馬可夫模式分析過往土地利用之轉變情形，再者利用馬可夫模式擁有藉由上一期土地利用狀況，推演下一期土地利用可能情形之特點，模擬未來之土地利用變遷趨勢。由於本研究除了想要了解土地利用空間上的變遷之外，亦想要分析各類型土地利用對於防風林之影響及防風林之空間變遷機率，故選擇能以空間關係進行數理運算之 Logit 模式作為分析工具。最後將馬可夫模式與 Logit 模式結果相互結合，模擬預測研究區內防風林之未來空間變遷情形。. 一、應用像片基本圖數化土地利用類型圖為了解研究區內各種土地利用之分佈情形，本研究以農林航空測量所拍攝之 1978 年第一版套色版像片基本圖、1994 年第三版套色版像片基本圖及 2004 年第四版套色版像片基本圖，三期之像片基本圖為依據，參考第二次國土利用調查土地使用分類系統資料並配合現場調查資料，利用地理資訊系統 ArcGIS 9.3 進行數化。數化類別共分為防風林、農地、建地、水體、道路、沙地及草地與空地等 7 類，數化的標準除依照像片基本圖上所標示之「木麻黃」「稻田」等字樣進行判釋之外，亦以色調、大小及形狀加以區別土地使用類別。本研究為評估三時期土地利用類型圖之數化精確度，採用均方根誤差（root mean square error, RMSE）計算各時期點位之精度，並以此結果作為數化檢核之依據；均方根誤差值越小即代表界址點圖層與圖根點圖層之間的匹配密合度越好、系統誤差量也越小，其對應於界址點較差的點位誤差也會降低（陳世平，2003）。. 17.

(27) 圖 1-2 防風林與農地. 圖 1-3 建地、道路與水體. 圖 1-4 草地與空地. 圖 1-5 沙地. 18.

(28) 二、應用馬可夫模式進行海岸地區土地利用之時空分析本研究利用轉移機率矩陣(transition probability matrix)及馬可夫模式，以探討 1978 至 1994 年、1994 年至 2004 年、以及 1978 年至 2004 年等三時期內，各土地類型之相互轉換情形、進而分析在不同土地利用轉移之情境(scenario)下，桃園海岸土地類型之變化趨勢。馬可夫模式的原理是藉由轉移矩陣建立某一段時間內最初及最終土地利用形式的演變關係，並將此時間內土地利用的各種狀態之分佈求得轉移機率，其數學表示式如下：. 𝑚. (1-1). 𝑃𝑖𝑗 = 𝑛𝑖𝑗 / � 𝑛𝑖𝑗 𝑗=1. 式(1)中𝑃𝑖𝑗 為轉移機率，m 為土地利用狀態數，𝑛𝑖𝑗 則為土地利用狀態 i 轉變. 為土地利用狀態 j 的量。. 由於馬可夫模式係假設某一時期的土地利用型態發生機率是隨前一時期存在的土地利用型態而改變，因而在運用馬可夫模式進行變遷之未來預測時，須先檢定該轉移矩陣是否具有馬可夫模式特性，一般常用之檢定方法為 Goodman (1968)所提出的卡方檢定(χ2 - test)，其方程式如下：. 2. 𝑚. 𝑚. α = �� 𝑇𝑖𝑗 × ln�𝑃𝑖𝑗 /𝐴𝑗 �� 2 � 𝑖=1 𝑗=1. ; d. f. = (𝑚 − 1) 2. (1-2). 式中 T ij 是轉移矩陣，Aj 是轉移矩陣中第 j 行像元數總計與全景觀總像元數. 之比率，m 是組類數，d.f.則是自由度。檢定的結果，若計算出之卡方值大於理論卡方值時，便代表研究區內土地利用變遷具有馬可夫模式特性，即可使用馬可 19.

(29) 夫模式進行變遷預測。整理所有土地利用狀態的轉移機率，將可以得到轉移機率矩陣，假設 P 為轉移機率矩陣則：. P11 P12 P = � P21 P22 ⋮ ⋮ Pm1 Pm2. P1m P2m � 為一 m × m 矩陣 ⋮ Pmm. (1-3). 式中每一列總合等於 1，而矩陣中個數值皆大於或等於 0。依此轉移機率矩陣，可以得到馬可夫模式的重要特性，即為平衡矩陣(equilibrium matrix)或會合矩陣 L：. (1-4). L = lim P𝑚 m→∞. 當此矩陣重複自乘至無限多次後，矩陣內的各個數值將會達到一穩定狀態。故m × m轉移矩陣轉換為 m 個數值的轉移矩陣時，m 數值則為馬可夫模式的理論趨勢值，以數學式表示為:. Nt+1 = P × Nt. (1-5). 式中 P 為轉移機率，Nt+1 及Nt 則為兩時期之土地利用類型面積，利用此式便. 可進行馬可夫模式的變遷預測模擬。. 三、應用 Logit 模式進行海岸地區防風林變遷空間分析為了提高模式預測能力，在 Logit 模式中可以引入許多解釋變數（explanatory variables），並進一步觀察這些變數的改變對預測結果之影響（陳綉里、葉正明， 2008）。此外，為了簡化處理資料之因變數，Logit 迴歸首先引入勝算比（odd ratio） 20.

(30) 概念，數學公式表示為[P （𝑋）︱（1-P （𝑋））]，再透過 Logit 轉換（Logit link function），可使得公式的條件期望值 E[Pi（𝑋）︱𝑋]介於（0, 1），滿足機率需介於（0, 1）的公設（林峰田等，2009）。經轉換後其公式如式（1-6）所示。本研究假設影響土地利用變遷機率的解釋變數為𝑋1 , X2 , … Xn ，則某土地利用轉變為土地利用型. 態𝒾之機率P(𝒾)可表示為：. 𝑃(𝒾) =. ℯ B0 +B1 X1 +B2 X2 +⋯BnXn. 1+ℯ B0 +B1 X1 +B2 X2 +⋯BnXn. ；. (1-6). 式中Bn Xn 為各變數與其係數所組成的向量，n為解釋變數個數。當可能的土. 地利用型態只有兩種時，式（1-6）可簡化成二項式 Logit 模式（鄭祈全等，2005）：. P=. 1 1 + e− z. (1-7). 而式中Ｚ為自變數之線性組合，即. Z = B0 + B1 X 1 + B2 X 2 + ...Bn X n. (1-8). 式(1-6)、式(1-7)可使用最大概似法則（maximum likelihood method）來求算各參數值的估計值。由於模式中各個解釋變數對應變數的影響，必須區別是來自於本質上的影響或只是純粹的樣本機率誤差，因此，需要進一步分析，可透過統。另外，模式整體適合度（goodness 計值 Waldχ2 進行檢定（吳治達、鄭祈全，2005） of fit）的檢驗，則採用對數概似率（log-likelihood；-2 logL）來探討模式中所有. 21.

(31) 參數對應變數變異性的聯合解釋能力。對數概似率之公式為：. - 2 logL = −2 × [L(B ) − L(0 )] ;. d.f.= n-1. (1-9). 此式中，L(0)表示不包含解釋變數時模式之概似度對數值，L(B)則表示所有解釋變數均納進模式後的概似度對數值，n 是為解釋變數的個數。使用對數概數率進行自由度等於 n-1 之卡方檢定，如檢定結果大於理論卡方值時，則表示模式代表性佳，可以有效解釋應變數之變異情況。本研究為推估桃園海岸地區各土地利用轉變為防風林之空間變遷機率，故以 1978 至 2004 年間之土地利用類型是否轉變為防風林之比較結果做為因變數，並以海拔高、坡度、距農地、建地、水體、道路、沙地及草空地距離等環境及人文影響因子的空間資訊做為解釋變數。基於隨機取樣較能符合統計理論，並可減少資料運算處理的時間，故利用 ARC/INFO 地理資訊系統的 AML 指令，搭配 C 語言所開發之隨機取樣(Random Sampling)程式，進行建立模式時所需之樣本點取樣（吳治達、鄭祈全，2005）。取樣方式採分層隨機取樣法，以 1978 年與 1994 年各年度之土地利用面積 1%為樣本點大小，共計約 19116 點，又因防風林地佔總土地利用面積比例小，為防轉變為防風林及未轉變為防風林之土地利用樣本數比例差異過大，使模式產生誤差，因而從總樣本點數中整理出轉變為防風林之有效樣本點，及轉變為其他土地利用型態之有效樣本點，進行二項式 Logit 迴歸模式分析並建立防風林之空間機率分佈圖。. 22.

(32) 第二章土地利用變遷分析與模擬本研究首先利用 ArcGIS 將 1978 第一版套色版像片基本圖、1994 第三版套色版像片基本圖及 2004 第四版套色版像片基本圖進行數化後，統計各時期之土地利用面積，並分析此三個時期之土地利用面積變化情形。接著利用馬可夫模式及轉移機率矩陣，針對 1978 年至 1994 年、1994 年至 2004 年、以及 1978 年至 2004 年等三期間桃園海岸土地利用之時空變化，進行各時期土地利用轉移機率分析，而後分別就各時期假設在人口不變、無外來自然災害、無人為因素且無任何干擾的情況下，模擬推估未來各類型土地利用之變遷情形。. 第一節. 各時期土地利用變遷比較. 桃園海岸地區於 1978 年、1994 年及 2004 年之土地利用類型，經由像片基本圖判釋、現場調查，再利用 ArcGIS 數化後，其結果如圖 2-1。圖中綠色區塊代表著防風林；黃色區塊為農地；紫色區塊是為建地；藍色區塊為水體；紅色區塊代表道路；咖啡色區塊為沙地；而草地與空地則為淡綠色之區塊。在數化精度的評估與檢核方面，其結果顯示三個時期之均方根誤差皆為 0.34，故表示本研究之數化成果可作為後續模式分析使用。從圖 2-1 中可以看出三個時期整體土地利用之變化情形，首先就綠色區塊之防風林來看，可看出 1978 年防風林的區塊較為完整且面積看起來較大，到了 1994 年及 2004 年之後逐漸變小且其區塊不如 1978 年時期完整，呈現破碎化的趨向；而黃色區塊之農地，由圖中可見其範圍於 1978 年時相當的廣泛且完整，到 1994 年時農地之範圍一下子減少許多，同樣的其區塊也變得較為破碎，到了 2004 年時農地的範圍變得更少，且可明顯看到其大多被紫色區塊之建地所取代，也有不少部分是被淡綠色之草地及空地所取代；紫色區塊之建地，則可以看到其於 1978 年時為零星小聚落的型態分佈，到 1994 年及 2004 年時開始有大範圍的擴張且大量取代黃色區塊之農地，形成後期研究區內佔很大比例之土地利用型態；藍色區 23.

(33) 域之水體部分，於圖中可以看到其在三個時期的分佈位置、數量及區塊皆有些許不同，值得注意的是 1994 年時的水體較零星且較多，主要是有許多水池的設立；在代表道路之紅色區塊部分，可以從圖中看出道路在 1978 年時並不太明顯，而到了 1994 年及 2004 年時開始大量出現，其不僅切割了防風林的區域也切割了農地，使得上述兩項土地利用型態變得更為破碎；咖啡色區塊之沙地，於圖中顯示其在 1994 年與 2004 年時有向內陸增加的趨勢，且於這後兩期之區塊也稍微較大較明顯；最後代表草地及空地之淡綠色區塊，在圖中可看其在 1978 年時範圍並不多，到了 1994 年和 2004 年的時候，其範圍有明顯的增加，但不如建地的增加如此的大範圍。為了能夠更詳細的就土地利用面積進行各年度的探討，本研究將各土地利用型態數化後的結果進行整理，並統計各年度的土地利用面積，結果如表 2-1，接著再將不同年度的土地利用類型面積變化之比較製作成圖 2-2。. 24.

(34) 圖 2-1 研究區三時期之土地利用圖 25.

(35) 表 2-1 1978 年、1994 年及 2004 年土地利用面積統計. 單位：公頃空地/. 年度. 防風林. 農地. 建地. 水體. 道路. 沙地草地. 1978. 623. 3302. 268. 199. 52. 133. 202. 1994. 611. 1991. 891. 245. 186. 237. 618. 2004. 543. 1366. 1336. 230. 301. 225. 778. 3500 3000. 面積(ha). 2500 2000 1500. 1978. 1000. 1994 2004. 500 0. 土地利用類別圖 2-2 三時期土地類型面積之比較. 26.

(36) 綜合以上結果，進一步比較 1978 年、1994 年及 2004 年三時期桃園海岸之土地利用變化趨勢，結果如下：. (一) 防風林研究區防風林於 1978 年至 2004 年之 26 年期間逐漸減少，其面積從 623 公頃下降至 543 公頃，共減少 13%，造成此一現象的原因主要是工業發展所致。楊瑞芬(1992)曾指出，桃園縣海岸林帶所面臨的問題除了每年 9 月東北季風的侵襲使防風林造林地受大量飛砂覆蓋外，道路的建設、工廠的設立及工廠汙染等人為因素，更是造成當地防風林面積減少、生長狀況惡化的另一項重要因素。根據本研究之分析結果，道路及建地的總面積從 1978 年至 2004 年間均有顯著增加，正可呼應此一現象。. (二) 農地桃園縣觀音鄉及大園鄉從清代至日本時期皆是以農業為主要經濟活動，民國政府以後因沿海農作物常遭災害受損，以致收成不佳，復因政府工業化政策之影響，造成當地農業人口快速流失、外移，農地也因此急遽荒廢、變少(黃淑潔， 2007；廖文欣，2008)。在此情況下，取而代之的是工業區的設立，帶動外來工業人口的移入，使得兩鄉的產業及人口組成結構有著與以往不同的巨大轉變，此情形也反映在研究區的土地利用方式，亦即農地從 1978 年的 3,302 公頃下降到 2004 年的 1,366 公頃，大幅減少了 59%，相反地，研究區建地則快速增加。. (三) 建地透過圖 2-2 可清楚建地於三時期間呈現明顯的增加趨勢，如以 1978 年為基準，至 2004 年為止，建地之面積共上升了 399%，造成此現象之主要原因是由於工業區的設立。大園工業區第二期擴大工程於 1984 年完成，總面積為 204 公頃， 27.

(37) 觀音工業區第三期工程於 1990 年完成，總面積為 632 公頃，而位於大潭村之大潭工業區一期及二期開發計畫則於 1999 年開始動工，因此，歷年來研究區內之建地總面積不斷地上升。除了工業區建地增加外，民宅建地的激增亦是重要因素之一，由於受到工業區擴增之影響，帶來大量的工作機會，吸引大量外來人口的移入，也連帶地提昇住宅需求率，以致於當地民宅數量快速增加(黃淑潔，2007)。. (四) 其他道路面積在這 26 年間迅速增加，成長 479%，是所有土地利用類型中面積增加最快的。其他土地利用類形如水體及沙地，則是呈現先增後減現象。在水體方面，對比表 2-1 及圖 2-2 得知，水體於 1994 年時之總面積，相較於 1978 年時是呈現增加的狀態，其增加主要原因是由於早期之河道大多為植物所掩蓋，故水體面積較少，後期河道經水利工程整治後，河面變寬，故總面積增加。另外，在沙地方面，若以長時間尺度來看，即 1978 至 2004 年這 26 年間，沙地面積也是先增後減，1978 年至 1994 年沙地面積快速增加，然而從 1994 年至 2004 年時，沙地面積則略減。最後，在空地與草地部分，從 1978 年 2004 年間，空地與草地的總面積也是快速增加，成長 285%，僅次於道路及建地。. 28.