恆春半島銀合歡入侵分佈之動態與區位分析

Volume 14, No.1, March 2009, pp. 1-9

1國立屏東科技大學生物資源研究所 博士班研究生 收到日期:民國 97 年 12 月 16 日

2玉山國家公園管理處 技士 修改日期:民國 98 年 02 月 27 日

3國立屏東科技大學森林系 教授 接受日期:民國 98 年 03 月 27 日

*通訊作者, 電話: 886-8-7740496, E-mail: [email protected]

恆春半島銀合歡入侵分佈之動態與區位分析

呂明倫

黃靜宜

鍾玉龍

摘 要

入侵植物－銀合歡(Leucaena leucocephala)威脅台灣的本土生物多樣性，已成為現今最受矚目的生態 問題之一。本研究以恆春半島為研究區域，藉由SPOT 多時段影像資料搭配最大概似分類法，建立 1988 與2007 年銀合歡之空間分佈資訊，並配合地形與土地利用相關的環境因子，監測銀合歡入侵之動態發展，

用以暸解銀合歡的空間分佈規則。研究結果顯示，1988 與 2007 年銀合歡分類結果之總體準確度皆在 85%

左右，由區位分析可知，銀合歡之面積呈現增加的趨勢，且入侵的規則性多偏好於低地、緩坡，以及近 道路與農地等區域，進一步利用統計分析瞭解銀合歡入侵與環境因子間的關係，結果發現，以上 4 個因 子皆有一定的相關程度，因此，本研究建議未來的經營管理工作可著重於這些人為干擾明顯之區域。

關鍵詞：入侵植物、多時段、最大概似分類法、經營管理、人為干擾

1. 前言

近十餘年來，入侵植物(invasive plant)銀合歡 (Leucaena leucocephala)威脅台灣本土生物多樣性 的議題備受重視，擬定適當的因應對策，已成為現 今最受矚目的生態議題之一。銀合歡原始生長地為 中美洲一帶，由歷史記載，1645 年荷蘭人拓展殖 民地的時代，可能為引進銀合歡至台灣本島的始端，

其不僅繁殖力強，且適合生長於熱帶與亞熱帶區，

故今日台灣各地皆可見到銀合歡的蹤跡，尤其以最 南端的恆春半島分佈最廣。往昔文明尚未發達之年 代，恆春半島當地居民因生活之所需，銀合歡被當 作多種用途之利用，如防風籬、薪炭材與家畜飼料 等，然而，1980 年代末期，恆春半島境內之產業 經營型態有所轉變，包括瓊麻栽植地的廢耕、國家 公園的設立與觀光遊憩業的興起等，遂使銀合歡失 去利用價值，相對地，亦有可能引發銀合歡大面積 入侵原始生育地。

瞭解入侵植物之擴張情形與空間分佈規則，將 有助於確立地景的優先管理順序，並強化重要地區

之防治工作(With, 2002)，因此，植物的空間分佈 乃為重要之基礎資訊。由於入侵植物的防治係屬全 球性的問題，國際間對於遙測(remote sensing)資料，

如衛星影像應用於偵測入侵植物的空間分佈已相 當成功(Peterson, 2005; Bradley and Mustard, 2005;

Noonan and Chafer, 2007)，國內方面亦有偵測銀合 歡的研究案例(鍾玉龍與呂明倫，2006; Tsai and Chou, 2006; Tsai et al., 2007)，惟至今甚少研究去探 討有關銀合歡於時間與空間上之動態。

物理環境與植物的生長息息相關，許多環境因 子所構成的梯度形式，即支配著入侵植物的發展。

地景層級(landscape level)的生態研究中，常被應用 者即地形的起伏變化，以及土地利用的配置狀況 (Pauchard and Alaback, 2004; Müllerová et al., 2005;

Renöfält et al., 2005; Bradley and Mustard, 2006)。藉 由 地 理 資 訊 系 統(geographic information system, GIS)進行環境因子的整合，再搭配不同時期的遙測 資料，對於銀合歡的族群擴張與空間分佈規則皆得 以獲得有效量化。

本研究以南台灣恆春半島為研究區域，蒐集相

關遙測資料，建立1988 與 2007 年之銀合歡空間分 佈資訊，並配合地形與土地利用相關的環境因子，

包括海拔高、坡度、坡向、河流、道路與農地等，

藉由 1988~2007 年銀合歡入侵分佈之動態與區位 分析，暸解銀合歡於各環境因子的空間分佈規則，

所獲成果期能有助經營管理策略的擬定。

2. 研究區域

恆春半島位於台灣最南端，研究區範圍為楓港 溪至達仁一線以南，地理位置如圖1 所示。境內地 形以低山與丘陵台地為主，楓港以南為中央山脈向 南延伸的餘脈，其中以里龍山最高，約1,062 m。

據中央氣象局恆春測候站資料可知，年雨量約在 2,018~3,437 mm 之間，雨量多集中於 5~10 月，降 雨日數約102~219 天，11 月起因受東北季風(俗稱 落山風)影響，平均降雨量逐漸下降(100 mm 以下)，

至翌年4 月則為乾燥之時期，因此，本區可明顯區 分乾、濕季兩種季節。氣溫方面，恆春半島東西兩 側之年均溫均在 20℃之上，其中東側年均溫在 21.1~24.8℃之間，西側則介於 25~25.5℃之間。

圖1 研究區－恆春半島

3. 研究區域

3.1 影像資料之蒐集

3.1.1 衛星影像

本研究採用國內使用最普及之 SPOT 影像獲 取銀合歡於不同時期之空間分佈資訊，研究過程中，

所有影像處理、分類與資料分析等工具，乃利用 ERDAS IMAGINE 8.4 與 ARC GIS 8.1 軟體予以完 成。由呂明倫等(2008)之銀合歡地面光譜分析結果 可知，恆春半島的銀合歡會有乾季落葉、濕季展葉 之光譜特徵差異，集合多時段(multitemporal)影像 資料，可促進植群型間之光譜分離度，應比單一時 段能獲得較理想之準確度。因此，本研究由國立中 央大學太空及遙測中心選購之 SPOT 多光譜態影 像，包含1988 與 2007 年份之乾、濕季時期，如表 1 所示，各幅影像屬 level 3 或 level 10 之產品，乃 已完成幾何糾正之工作，惟各時期之SPOT 衛星型 號，以及中心的影像處理等級皆有所相異，影像之 像元空間解析力並不一致，本研究以最近相鄰法 (nearest neighbor assignment) 進 行 像 元 重 取 樣 (resampling)，取得所有影像資料皆為 20×20 m 的空 間 解 析 力 ， 其 中 乾 季 影 像 包 括 1988/02/05 與 2007/03/31；濕季影像包括 1989/05/12 與 2007/07/20，

共計4 幅雲霧少、品質佳之影像，各年度之乾、濕 季影像加以集合，可產生新的 1988 與 2007 年之 SPOT 多時段影像，影像中即包含乾、濕季之綠光 (波段 1)、紅光(波段 2)與近紅外光段(波段 3)等光 譜資料。

表1 本研究所採用之 SPOT 衛星影像 Sensor Observation date Correction level SPOT 1 1988/02/05 10 SPOT 2 1989/05/12 10 SPOT 4 2007/03/31 3 SPOT 2 2007/07/20 3

大 氣 輻 射 校 正 工 作 採 用 黑 體 減 算 法 (dark-object subtraction)，其概念係假設黑體可吸收 所有的輻射，可藉由衛星影像中的黑體進行校正，

如清澈的湖泊找出最小值(本研究區由龍巒潭尋 得)，此最小值即為大氣分子或懸浮物質之散射值，

將整張衛星影像之值減去此最小值後，即可去除大 氣散射的干擾(Chavez, 1996)。

3.1.2 地面參考資料

地面參考資料係於影像分類與準確度評估過 程中所需之材料，主要來源為林務局農林航空測量 所提供之航空照片，包含1988 時期之黑白航空照 片，以及2007 時期之彩色航空照片，除航空照片 外，蒐集與本研究相關之前人研究成果，如鍾玉龍、

呂明倫(2006)所建構之 2005 年地面檢核資料，而 本研究於2006~2008 年間，亦利用全球衛星定位系 統(global positioning system)蒐集最新之地面檢核 資料。

3.2 2 衛星影像分類

3.2.2.1 最大概似分類法

以1988 與 2007 年之 SPOT 多時段影像，各別 進行監督性分類中最常使用之最大概似分類法 (maximum likelihood classification)，此法係針對各 地表類別，記錄其少數已知的光譜資料，即訓練樣 區(training set)，並依此基礎進行影像中其他多數 未知空間的光譜判別。影像分類過程分中，將研究 區之地表類別，規劃成銀合歡、森林、農地、建成 地、裸露地與水體等6 種，所有地表類別之訓練樣 區可各別根據1988 與 2007 年的地面參考資料加以 建立。

自然生態系中的組成複雜，以衛星尺度探討植 物物種層級(species level)之研究實屬不易，因此，

選取訓練樣區時，有關銀合歡類別須作適當的定義，

據前人研究指出，樹冠層之鬱閉度特徵，宜作為定 義植群訓練樣區之依據，若探討某一植群類別時，

其訓練樣區應至少涵蓋鬱閉度 80%之純林(Reese et al., 2002)。有鑑於此，銀合歡之訓練樣區係以涵 蓋至少80%鬱閉度之銀合歡林分作為選取原則，所 有地表類別之訓練樣區建立完畢後，再行最大概似 法分類，分類完成後將森林、農地、建成地、裸露 地與水體等5 種類別從影像中遮罩(mask)，僅以銀 合歡與非銀合歡兩種類別之主題圖呈現。最終，以 3×3 像元大小之 majority 空間過濾工具，降低影像 分類後常見的鹽、椒(salt-and-pepper)現象，此外，

對於各影像中所被雲霧所遮蔽之像元，則參考所蒐

集之航空照片進行判釋與修繪。

3.2.2.2 準確度評估

影像分類後之準確度評估工作，乃藉由誤差矩 陣關係表獲得分類評估指標，包括生產者準確度 (producer’s accuracy) 、 使 用 者 準 確 度 (user’s accuracy)、總體準確度(overall accuracy)與 kappa 係數。本研究之1988 與 2008 年影像分類結果包含 銀合歡與非銀合歡兩種類別，因此，依據兩種類別 之範圍各別逢機取樣，共取721 個檢核點，每一點 並參考各年度所蒐集之地面參考資料，逐點辨識銀 合歡與非銀合歡類別，爾後計算上述4 種評估指標，

求得兩時期之分類準確度。

3.3 動態監測

3.3.1 建立環境因子資料

為監測銀合歡入侵分佈之動態，本研究採用海 拔高、坡度、坡向、河流、道路與農地等6 個環境 因子進行分析，並以 GIS 作為圖層資料建立之工 具，其中海拔高、坡度與坡向等圖層，係由林務局 農林航空測量所之數值高程模型(digital elevation model)加以產生；河流與道路圖層係以 1/5,000 像 片基本圖進行主要河流與道路之判釋與螢幕數化；

農地係由前述最大概似分類法獲得，包括旱作、稻 等農耕用地範圍。為探討銀合歡於6 個環境因子之 空間分佈規則，將各環境因子於空間上劃分成不同 的級距，坡向依據北、東北、東、東南、南、西南、

西與西北向，將全區劃分為 8 個級距；海拔高以 20 m 為一區間；坡度以 5°為一區間；河流、道路 與農地，則依據本身的距離遠近，以20 m 為一區 間，將全區劃分為連續性分佈的級距。

3.3.2 統計分析

1988 與 2007 年銀合歡空間分佈為網格式圖層，

每一網格皆記錄著被銀合歡「入侵」與「未入侵」

之數值資料，將其與6 個環境因子之圖層資料各別 進行套疊(overlay)，計算被銀合歡入侵之網格座落 於 各 級 距 之 百 分 率 ， 即 銀 合 歡 入 侵 可 能 率

(probability)，另環境因子級距的網格數與全區之總 網格數之比，可獲得各級距占全區面積的相對土地 面積百分率，用於觀察銀合歡於不同環境因子以及 不同級距之動態情形。至於銀合歡與6 個環境因子 之相關程度乃依據線性迴歸分析法，以銀合歡入侵 可能率為依變項，各級距之土地面積為獨立變項，

建構銀合歡入侵與6 個環境因子間之關係模式，可 從中瞭解何種環境因子與銀合歡入侵具較高之相 關程度。

4. 結果

4.1 衛星影像分類

為獲取銀合歡1988 與 2007 年之空間分佈，依 據各年度地面參考資料，選取各種地表類別適當之 訓練樣區，作為監督性最大概似分類之依據，銀合 歡類別方面，兩個年度各別選取60 個訓練樣區，

森林、農地、建成地、裸露地與水體等5 種地表類 別方面，各別選取45 個，再由兩時期 SPOT 多時

段影像進行最大概似分類，分類結果除產生銀合歡 之空間分佈外，另將所有非銀合歡類別視為同一類 別，僅以銀合歡與非銀合歡呈現。經分類後之準確 度評估後如表2 所示，兩個時期的總體準確度約在 85%左右，其中 1988 年為 84.33%、kappa 係數為 0.67，2007 年為 85.8%、kappa 係數為 0.71，而所 有類別之生產者與使用者準確度大都高於 80%以 上。

銀合歡分類後之空間分佈如圖二所示，大體觀 之，恆春半島於1988 與 2007 年之銀合歡空間分佈 區域大多以西半部與南半部為主，其中西部海岸線 一帶所增加的面積大有可觀，東半部地區似乎較少 見其蹤跡，另觀察各時期所佔據之像元可知，2007 年之分佈較多於1988 年，計算各時期銀合歡所佔 據之面積可知，1988 年為 4,210.28 ha(約占研究區 範圍的7.05%)，2007 年為 8,553.44 ha(約占研究區 範圍的14.31%)，由此發現，1988~2007 年銀合歡 之面積呈現增加的趨勢。

表2 銀合歡分類結果之準確度

Classified class 1988 2007

PA UA PA UA L. leucocephala 81.36 78.82 84.62 81.88 Non- L. leucocephala 86.20 87.99 86.73 88.83

OA 84.33 85.85

kappa 0.67 0.71

PA=producer’s accuracy (%); UA=user’s accuracy (%); OA=overall accuracy (%)

a. 1988 b. 2007

圖2 1988 與 2007 年之銀合歡空間分佈

圖3 銀合歡入侵可能率與環境因子之關係(a)海拔高、(b)坡度、(c)坡向、(d)河流、(e)道路與(f)農地

4.2 動態監測

本研究利用GIS 為工具，建置海拔高、坡度、

坡向、河流、道路與農地等6 個環境因子之圖層資 料，並和1988 與 2007 年之銀合歡空間分佈圖套疊，

監測銀合歡之動態情形，如圖 3(a)~(f)所示，兩個 時期所呈現之曲線分佈型態雖頗為相似，惟 2007 年之銀合歡入侵可能率皆高於1988 年。如圖 3(a)

海拔高分析所示，兩時期的入侵可能率曲線，其坡 峰範圍約介於40~200 m 之間；圖 3(b)坡度分析所 示，曲線坡峰範圍約介於10~20°之間；圖 3(c)坡向 分析所示，入侵可能率雖以西、西南與西北3 個方 位較高，惟8 個方位間的差距並不大；圖 3(d)距離 河流的遠近分析所示，兩時期入侵可能率曲線雖頗 為相似，惟其整體波動的型態較不似其他環境因子 規律；圖3(e)距離道路的遠近分析所示，曲線坡峰

範圍約介於200~1000 m 之間；圖 3(f)距離農地的 遠近分析所示，從60 m 起，曲線分佈幾近直線關 係，隨著距離愈遠，入侵可能率愈低。綜合以上所 述，銀合歡入侵可能率較高處多偏於低海拔、緩坡，

以及距離道路與農地較近之區域。

本研究進一步建構線性迴歸模式，觀察銀合歡 入侵可能率與6 個環境因子間的相關程度，如表 3 所示，1988 與 2007 年之海拔高、坡度、道路與農 地等4 個因子所建構之迴歸模式皆達顯著性，且由 R²可知，以上 4 個因子與兩時期銀合歡入侵之相 關程度約介於0.4~0.6 之間，另河流之迴歸模式雖 於1988 年達顯著性，惟其 R²卻位處所有達顯著性 因子之末，至於坡向之迴歸模式於兩個時期皆無達 顯著性。

5. 討論

衛星影像分類結果中，1988 與 2007 年銀合歡 與非銀合歡類別之總體準確度約在85%左右，各類 別之生產者與使用者準確度大多高於 80%以上，

Thomlinson et al. (1999)指出，理想的影像分類結果 應使總體準確度保持在85%，並且各種地表類別之 生產者與使用者準確度不得低於70%以下，本研究 1988 年之總體準確度為 84.33%，雖未達 85%，惟 幾乎已達理想的標準，並且參考利用不同時期衛星 影像資料，加以探討變遷分析的研究中發現，分類 後之總體準確度約介於80~90%左右(Bresee et al., 2004; Arroyo-Mora et al., 2005; Nagendra et al., 2006)，因此，本研究結果基於地景層級的標準言

之，足夠進行後續的動態監測。

由銀合歡於 6 個環境因子之動態可知，2007 年之入侵可能率明顯高於1988 年，且於各環境因 子的級距中，所構成的曲線分佈型態頗為相似，由 此顯示，長期動態下，銀合歡入侵的面積逐漸增加，

空間上的擴張情形，多分佈於原本就有銀合歡佔據 的四周環境，尤其以海拔高、坡度、距離道路與農 地等4 個因子觀之，銀合歡的生長較偏好於低地、

緩坡，以及近道路與農地，由此可反映出大多係人 為干擾明顯之區域，因這些區域所伴隨的活動行為，

易使原本均質的地景產生邊緣環境，並成為入侵植 物擴張的途徑(Tabarelli et al., 1999)，例如道路修闢、

農業活動與遊憩開發等(Frenot et al., 2001; Hansen and Clevenger, 2005)，恆春半島境內亦可頻見類似 的情形。

經統計分析後的結果發現，海拔高、坡度、道 路與農地等 4 個因子皆與銀合歡的入侵皆有一定 的相關程度，然而，坡向、河流因子皆與銀合歡入 侵的關係並不明顯，歸咎其可能性，應與恆春半島 之環境特性有關，在坡向方面，本研究區雖為低山 與丘陵為主之地形，惟其地形的起伏變化仍屬複雜，

以致於8 個坡向於空間上的排列情況頗為離散；在 河流方面，河流系統乃組合了各種不同型態的地景 要素，其網絡的複雜度與連接的完整性，常為植物 入侵成功的主因(Ward et al., 2002; Brown and Peet, 2003)，惟本研究區境內之河流系統並不發達，且 網絡的連接性亦不完整。因此，承上文所述，應為 坡向與河流因子未達到顯著性的原因。

表3 銀合歡入侵與環境因子之線性迴歸模式

Variable Year a b

R

Elevation 1988 1.80 -0.93 0.46 35.78*

2007 3.50 -1.20 0.52 45.47*

Slope 1988 0.45 0.99 0.49 10.37 *

2007 0.81 3.43 0.55 13.67 *

Aspect 1988 -0.26 10.35 0.03 0.18

2007 -0.45 20.22 0.02 0.11

Stream 1988 6.31 2.92 0.35 231.38 *

2007 3.66 12.01 0.02 8.99

Road 1988 7.49 1.65 0.50 200.24 *

2007 11.33 6.26 0.45 165.54 *

Farmland 1988 4.66 0.75 0.57 297.85*

2007 9.05 1.61 0.58 308.57*

*p ≤ 0.05

6. 結論

本研究蒐集恆春半島1988 與 2007 年之遙測資 料，用以建立銀合歡之空間分佈資訊，並監測其入 侵之動態情形。研究結果顯示，藉由遙測的方法易 掌握銀合歡於不同時期的空間分佈資訊，並獲得理 想的準確度，可提供大尺度地景經營管理的重要基 礎，亦有助於觀察未來大面積之銀合歡防治與原始 生育地復舊工作的成效。經監測入侵動態的結果發 現，1988~2007 年銀合歡呈現增加的趨勢，空間分 佈的規則性多偏好於低地、緩坡，以及近道路與農 地等區域，建議經營管理單位可針對以上人為干擾 明顯之區域，以及該區銀合歡尚未入侵之範圍，進 行分區管理與防治的工作，以控制銀合歡族群的擴 張。

謝 誌

本研究承行政院農業委員會林務局科技計畫 (97-00-5-34)之經費補助，特此致謝。

參考文獻

呂明倫、葉慶龍、鍾玉龍、謝依達, 2008。墾丁國 家公園四種優勢植群之地面光譜分析,航測及 遙測學刊, 13: 19-28。

鍾玉龍、呂明倫, 2006。SPOT衛星影像於墾丁國家 公園銀合歡入侵分布之繪製, 台灣林業科學, 21: 167-177。

Arroyo-Mora, J. P., G. A. Sánchez-Azofeifa, B.

Rivard, J. C. Calvo, and D. H. Janzen, 2005.

Dynamics in landscape structure and composition for the Chorotega region, Costa Rica from 1960 to 2000. Agriculture, Ecosystems and Environment, 106: 27-39.

Bradley, B. A., and J. F. Mustard, 2005.

Identifying land cover variability distinct from land cover change: Cheatgrass in the Great Basin. Remote Sensing of Environment, 94: 204-213.

Bradley, B. A., and J. F. Mustard, 2006.

Characterizing the landscape dynamics of an invasive plant and risk of invasion using remote sensing. Ecological Applications, 16:

1132-1147.

Bresee, M. K., J. Le Moine, S. Mather, K. D.

Brosofske, J. Chen, T. R. Crow, and J.

Rademacher, 2004. Disturbance and landscape dynamics in the Chequamegon National Forest Wisconsin, USA, from 1972 to 2001. Landscape Ecology, 19: 291-309.

Brown, R. L., and R. K. Peet, 2003. Diversity and invasibility of Southern Appalachian plant communities. Ecology, 84: 32-39.

Chavez Jr., P. S., 1996. Image-based atmospheric corrections—revisited and improved. Photogrammetric Engineering and Remote Sensing, 62: 1025-1036.

Frenot, Y., J. C. Gloaguen, L. Masse, and M.

Lebouvier, 2001. Human activities, ecosystem disturbance and plant invasions in subantarctic Crozet, Kerguelen and Amsterdam Islands. Biological Conservation, 101: 33-50.

Hansen, M. J., and A. P. Clevenger, 2005. The influence of disturbance and habitat on the presence of non-native plant species along transport corridors. Biological Conservation, 125: 249-259.

Müllerová J., P. Pyšek, V. Jarošík, and J. Pergl, 2005. Aerial photographs as a tool for assessing the regional dynamics of the invasive plant species Heracleum mantegazzianum. Journal of Applied Ecology, 42: 1042-1053.

Nagendra, H., S. Pareeth, and R. Ghate, 2006.

People within parks: forest villages and fragmentation in the Tadoba-Andhari Tiger Reserve, India. Applied Geography, 26:

96-112.

Noonan, M. J., and C. C. Chafer, 2007. A method for mapping the distribution of willow at a catchment scale using bi-seasonal SPOT5 imagery. Weed Research, 47: 173-181.

Pauchard, A., and P. B. Alaback, 2004.

Influence of elevation, land use, and landscape context on patterns of alien plant invasions along roadsides in protected areas of south-central Chile. Conservation Biology, 18: 238-248.

Peterson, E. B., 2005. Estimating cover of an invasive grass (Bromus tectorum) using tobit regression and phenology derived from two dates of Landsat ETM+ data.

International Journal of Remote Sensing, 26:

2491-2507.

Reese, H. M., T. M. Lillesand, D. E. Nagel, J. S.

Stewart, R. A. Goldmann, T. E. Simmons, J.

W. Chipman, and P. A. Tessar, 2002.

Statewide land cover derived from multi-seasonal Landsat TM data: a retrospective of the WISCLAND project.

Remote Sensing of Environment, 82:

224-237.

Renöfält, B. M., R. Jansson, and C. Nilsson, 2005. Spatial patterns of plant invasiveness in a riparian corridor. Landscape Ecology, 20: 165–176.

Tabarelli, M., W. Mantovani, and C. A. Peres, 1999. Effects of habitat fragmentation on plant guild structure in the montane Atlantic forest of southeastern Brazil. Biological Conservation, 91: 119-127.

Thomlinson, J. R., P. V. Bolstad, and W. B.

Cohen, 1999. Coordinating methodologies for scaling landcover classifications from sitespecific to global: steps towards validating global map products. Remote Sensing of the Environment, 70: 16-28.

Tsai, F., and M. Chou, 2006. Texture augmented analysis of high resolution satellite imagery in detecting invasive plant species. Journal of the Chinese Institute of Engineers, 29:

581-592.

Tsai, F., E. K. Lin, and K. Yoshino, 2007.

Spectrally segmented principal component analysis of hyperspectral imagery for mapping invasive plant species.

International Journal of Remote Sensing, 28:

1023-1039.

Ward, J. V., K. Tockner, D. B. Arscott, and C.

Claret, 2002. Riverine landscape diversity.

Freshwater Biology, 47: 517-539.

With, K. A., 2002. The landscape ecology of invasive spread. Conservation Biology, 16:

1192-1203.

1Ph.D.Student, Graduate Institute of Bioresources, National Pingtung University Received Date: Nov. 20, 2008 of Science and Technology Revised Date: Feb. 27, 2009 2Associate Technical Specialist, Yunshan National Park headquarters Accepted Date: Mar. 27, 2009 3Professor, Department of Forestry, National Pingtung University of Science and Technology

*.Corresponding author, Phone: 886-8-7740496, E-mail: [email protected]

Spatial dynamics and regional analysis of Leucaena leucocephala in the Hengchun Peninsula, Taiwan

Ming-Lun Lu

Jing-Yi Huang

Yuh-Lurng Chung

ABSTRACT

Biodiversity in Taiwan is interfered by an invasive plant: Leucaena leucocephala (L.

leucocephala), which has been considered one of the most important contemporary ecological problems. This study identified spatial extents of L. leucocephala in the Hengchun Peninsula in 1988 and 2007 using multi-temporal data from SPOT images with maximum likelihood classifier. To understand the spatial dynamics of L. leucocephala through time, we investigated the relationships between the species expansion and topography and land use. For classified maps of L. leucocephala and each image date, overall accuracies above 85% were obtained. Results of the regional analysis showed that the area was an increase in L. leucocephala cover, and a preferential invasion was found at lower elevations, gradual slopes, proximity to the roads and farmlands. Further, the results of statistic analysis indicated that the correlations of the elevation, slope, road and farmland with L.

leucocephala invasion were considerably. Therefore, enhancement was required for the L.

leucocephala management on human disturbance zones.

Keywords: