應用衛星影像的水線辨識於外傘頂洲的灘線變遷

DOI 10.6574/JPRS.2017.22(4).2

1國立交通大學土木工程學系 教授 收到日期：民國 106 年 04 月 12 日

2國立交通大學土木工程學系 碩士 修改日期：民國 106 年 06 月 30 日

3國立交通大學土木工程學系 博士後研究員 接受日期：民國 106 年 08 月 15 日

*通訊作者, 電話: 03-5131487, E-mail: [email protected]

應用衛星影像的水線辨識於外傘頂洲的灘線變遷

張憲國

賴羿齊

陳蔚瑋

摘要

本文提出擷取衛星影像的水線，平移至灘線的方法，並探討外傘頂洲的灘線變遷。研究方法的影像 處理技巧包括，IHS 轉換法、NDWI、影像強化、形態學及 Canny 法。另外，修正 NAO99b 潮位數值模 式的潮位資料融合法，來解決外傘頂洲無觀測潮汐資料的問題。

自 1994 至 2015 年的灘線及陸上面積的長期變化分析後發現，外傘頂洲的海側灘線在北端以-30.5 m/yr，

而南端以-119 m/yr 的速度往內陸內縮；陸上面積被侵蝕速率近年有增加的趨勢，且長期的變化有夏季增 加，但冬季減少的季節特性。若以 2009~2015 年的陸地面積被侵蝕速率，可預測外傘頂洲的陸地將於 2060 年完全低於平均潮位而淪為潛沒沙洲。

關鍵字：外傘頂洲、灘線變遷、影像處理、水線辨識

1. 前言

外傘頂洲位於雲林嘉義海岸之外側，為臺灣目 前最大的離岸沙洲，此沙洲除可保護雲嘉地區海岸，

免於被外海波浪直接衝擊外，且與臺灣間形成廣大 的溼地，可庇護多種生物棲息於此。因此，外傘頂 洲具有保護雲嘉海岸，及提供優良的生態棲地的功 能。但是，外傘頂洲鄰近的濁水溪及北港溪近年來 的輸砂量減少，鄰近海埔地及離島工業區的開發改 變海岸地形，與超抽地下水導致地層下陷等複雜因 素，導致雲嘉南地區海岸一直存在有嚴重的侵蝕問 題。黃建維等(2015)指出外傘頂洲的陸上高度下降 及面積的減少，造成更嚴重的海岸侵蝕及衝擊當地 牡蠣養殖。根據蔡雨農等(2015)的研究，預估外傘 頂洲將於 2028 年完全沒入平均海平面以下。探討 外傘頂洲地形變遷特性及提出合適的保護工法已 是刻不容緩。

往昔研究海岸灘線的變遷，大多以現場調查海 岸地形的方式來研究，此方法不但耗時且探討範圍 有限。若欲分析灘線長期及季節的變遷，則需要長

期且每年多次的測量資料，才能獲得可靠的結果，

但是，在臺灣海岸工程規劃的經費限制及操作時程，

很難有充足的地測量資料來分析地形及灘線的變 化。相較於光學或聲學的現地測量，衛星影像具有 大範圍、便宜及省時之優點，且近年來，因衛星影 像的解析度一直提升，在國內外的學者也提出以衛 星影像來監測灘線的技術。因此，在外傘頂洲無充 足的地測量資料下，本文藉由 SPOT5、SPOT6 及 SPOT7 衛星影像處理技巧及海岸工程的知識基礎 下，探討外傘頂洲的長期及季節的灘線變化，即零 米線的變化。

以衛星影像的水線探討灘線變遷的往昔研究，

如 陳 良 健 及 徐 啟 崇 (1999) 、 Kurosawa and Tanaka(2001)、Gilvear and Gratiot (2004)、Ryu et al.

(2002)、王秀雯等(2007)、蕭國鑫等(2007)、楊勤儀 (2007)及張憲國等(2012)。但是，灘線的位置會受 到不同時間之潮汐或波浪而有變化，因此，Boak and Turner (2005)指出，若直接採用瞬時擷取出之 水線位置，來分析灘線的變遷是不可靠的。Gardel and Gratiot (2005)提出，若比較不同時間衛星影像

的水線，需考慮影像拍攝當時潮位及底床的前灘坡 度(beachface slope)。吳哲榮及吳啟南(2003)以潮位 接近之影像來分析臺灣西海岸之變遷。然而，若不 同影像拍攝時間之潮位差距過大或前灘坡度較緩，

評估的海岸變遷就會產生很大的誤差。張憲國及陳 蔚瑋(2005)使用灘線平移修正法(One-line Shifting Method, OSM)計算前灘坡度，並平移不同潮位的 水線至平均灘線，再以不同時間的平移後灘線探討 灘線變遷。吳政杰(2010)以實測坡度平移擷取水線 至平均灘線，探討臺南黃金海岸的灘線變遷。

平移衛星影像的水線至實際灘線的方法，需 要有潮位資料才能進行，但外傘頂洲無實測潮位站，

所以無法進行水線至灘線的修正。面對無潮位站的 問題，雖然可用衛星測高資料或海洋模式來推算潮 汐，如 Cartwright and Ray(1990)的正交潮法，

Matsumoto et al. (1995)的 NAO99b 模式。但是，在 臺灣西岸雲林嘉義一帶的淺水區潮位，陳蔚瑋及張 憲國(2008)發現 NAO99b 模式的推算值就與實測值 就有頗大的誤差，而提出潮位資料融合法 (data blending)來改善。張憲國及黃金維(2001)及顏沛華 等(2010)以臺灣海域十個潮位站的實測潮汐，評估 NAO99b 模式推估值的精度，在工程上是尚可接受 的。在外傘頂洲無潮位站的條件下，本文採用 NAO99b 模式初步推算外傘頂洲的潮位，再以陳蔚 瑋及張憲國(2008)的資料融合法修正 NAO99b 的初 估潮位。

往昔對外傘頂洲海岸變遷之研究，吳啟南等 (1992)利用外傘頂洲 1973 年至 1990 年間之衛星多 光譜影像，分析海灘變遷後發現，於高潮位時外傘 頂洲的沙洲面積急遽減少。蔡金吉及黃清和(1992) 由 1991 及 1992 年的實測數據分析外傘頂洲的地形 變遷後發現，在東北季風期間，北端海灘屬於堆積 斷面型態(normal beach)，海岸線往海側前進，但在 外海遠灘並無堆積成沙洲(sand bar)，而南端海岸在 碎波點附近產生沿岸沙洲，屬於漸變型(transient type)海岸。分析 1940~1990 年間地地形圖資，海岸 線平均往東後退 85 m。但分析 1992 年資料的一年 間，外傘頂洲會向東南方向內移，最大的後退約

110 m，平 均約為 70 m。林 宏仁等 (2003) 蒐集 1900~2002 年雲嘉海岸地形資料，分析外傘頂洲侵 淤量及海岸線變化後發現，2000 年以後沙洲往南 延伸，平均變遷率為每年 60 m。林宏仁等(2003) 提出造成沙洲地形變遷的主要兩個因素分別為，自 然力影響及人為開發。前者包括波潮流作用、颱風 及河川輸沙等自然力，後者包括超抽地下水、海埔 地開發、港灣及水庫興建等。張憲國及陳蔚瑋(2005) 分析 1993 到 2004 年間的外傘頂洲衛星影像發現，

近 11 年的外傘頂洲的陸地面積，以每年 0.35 km² 增加，且沙洲整體逐漸向臺灣本島靠近，有陸化的 趨勢。蔡雨農等(2015)以外傘頂洲往昔圖資、衛星 影像及 1993~2014 年間地形測量資料，分析外傘頂 洲灘線、陸上面積及體積變化，由結果顯示，沙洲 有東移現象，北部的移動速度小於南部的移動速度，

此沙洲變動特性說明，沙洲是以逆時針旋轉的，且 推估 2028 年以後沙洲將沒入平均海水面。本文在 往昔研究外傘頂洲變遷的基礎上，以衛星影像的圖 資來探討外傘頂洲灘線及陸上面積的長期及季節 性變化。

2. 影像處理及水線擷取

本章節主要介紹研究基地、圖資料來源、影像 前置處理及海陸交接水線之擷取方法。

2.1 研究基地

本研究選擇外傘頂洲為研究基地，其地理位置 於臺灣西海岸雲林縣口湖鄉海岸之外側，鄰近北港 溪出海口，示於 Google Earth 的圖 1。外傘頂洲為 臺灣最大的離岸沙洲，範圍從北港溪出海口往南延 伸至東石漁港一帶，呈東北至西南走向，海岸線長 度約為 13 km、寬度介於 1~3 km。

圖 1 研究基地之地理位置圖(引自 Google Earth)

2.2 影像來源

考慮衛星資料取得之方便性及空間解析度，使 用中央大學太空及遙測研究中心能提供之 SPOT-5、

SPOT-6 及 SPOT-7 的影像。上述三種衛星資料的 基本特性示如表 1：

表 1 衛星資料之基本特性

衛星代號 光譜模式 光譜範圍 (μm) 空間解析度

SPOT-5

多頻譜態

0.50~0.59(綠)

10 m 0.61~0.68(紅)

0.79~0.89(近紅外) 1.58~1.75 (短波紅外)

全色態 0.48~0.71 5 m

超解像模式 2.5 m

SPOT-6 多頻譜態

0.455~0.525(藍) 0.53~0.59(綠) 6 m 0.625~0.695(紅) 0.76~0.89(近紅外)

全色態 0.455~0.745 1.5 m

SPOT-7 多頻譜態

0.455~0.525(藍) 0.53~0.59(綠) 6 m 0.625~0.695(紅) 0.76~0.89(近紅外)

全色態 0.455~0.745 1.5 m

SPOT-5 號衛星於 2002 年 5 月發射升空，其多 光譜及全色態空間解析度分別為 10m 及 5m。因其 搭載多組感測器，可同時拍攝影像再經影像融合處 理後，空間解析度可提升至 2.5m，稱超解像模式 (Supermode)之全色態影像。SPOT-6 及 SPOT-7 分 別為 2012 年 9 月、 2014 年 6 月發射升空，兩者 的 多 光 譜 及 全 色 態 空 間 解 析 度 分 別 為 6m 及 1.5m。

選取的衛星影像的資訊，衛星影像地拍射時間 及衛星種類，如表 2 所示。因 SPOT-6 及 SPOT-7 為近年才發射升空的衛星，可選取的影像並不多，

故大多數的衛星影像為 SPOT-5 系列。三種衛星影 像之大地基準座標系統皆為 TWD97 座標系統。另 外，本研究亦收集以光學雷達(Light Detection and

Ranging, LiDAR) 航拍外傘頂洲影像的平均灘線，

當為檢驗衛星影像獲得灘線的基準，來評估本方法 的可行性。此航拍時間為 2013 年 7 月 29 日 11 點 08 分，航拍圖之空間解析度為 1 m，大地基準座標 系統亦為 TWD97。

表 2 外傘頂洲衛星影像圖資訊 日期(年/月/日) 時間(時:分:秒) 衛星種類

2007/11/04 02:22:25 SPOT-5 2008/06/30 02:23:19 SPOT-5 2009/03/17 02:23:23 SPOT-5 2009/10/15 02:51:21 SPOT-5 2010/02/23 02:33:43 SPOT-5 2010/08/14 02:27:16 SPOT-5 2011/07/27 02:52:45 SPOT-5 2011/09/18 02:32:41 SPOT-5 2012/08/21 02:24:21 SPOT-5 2013/02/18 02:37:03 SPOT-5 2014/02/18 01:58:42 SPOT-5 2014/12/30 02:19:41 SPOT-7 2015/08/03 02:05:53 SPOT-6 2015/12/28 02:26:33 SPOT-6

2.3 影像前置處理

由於每張衛星影像的拍攝角度、反射率等特 性不同，須先進行影像前置處理，方能獲得可用的 水線。影像前置處理之流程示如圖 2：

圖 2 影像前置處理的流程圖

因多頻譜衛星影像空間解析度較全色態影像 低，練智恒等(2010)、陳繼藩及陳敏新(2010)、鄭 義霖(2014)建議可用全色態影像的高解析度之空 間分布特性提升多頻譜態特性的空間解析度，如以 IHS 轉換法(Intensity-Hue-Saturation fusion)置換多 頻譜態特性的空間分布，再反轉換至原多頻譜態特 性。本研究使用往昔的影像處理技巧，計算多頻譜 的 反 射 率資 訊成 NDWI (Normalized Difference Water Index) 的圖像、提高海域及陸域兩者間灰階 值差異的影像強化，及以形態學來消除 NDWI 圖 像中的雜訊及填補圖像中的空洞等技巧。以下簡述 個技巧的原理及處理後的效果：

Step 1. IHS 轉換法

多頻譜影像比全色態影像有較多的空間資訊，

但空間解析度卻較低。因此，採用一般能提高空間 解析度的 IHS 影像融合法(Carper et al., 1990)，來 改善多頻譜影像的低解析度問題。IHS 融合的原理 為高解析度全色態影像的單層空間資訊融合於多 頻譜中一個影像空間資訊，再透過 IHS 反轉換後 的全色態影像，全色態影像就保有原彩色多層空間 資訊且具有高的空間解析度。

若紅光、綠光及藍光所組成的 RGB 影像轉換 至色相(Hue)、飽合度(Saturation)及亮度(Intensity) 的 IHS 色彩空間，色相及飽和度為色彩資訊，亮 度為空間資訊。以多頻譜影像的紅光、綠光及近紅 外光波段亮度值置換原本 RGB 影像中三個分量，

進行 IHS 融合。IHS 融合原理的詳細介紹可見 Gonzalez and Woods (2008)。

圖 3 為 IHS 融合前後外傘頂洲衛星影像。比 較圖 3 融合前後的左圖及右圖影像可知，右圖比左 圖能較清晰地顯示出地貌之輪廓。若再取 IHS 融 合前後，各波段亮度值的斷面分布來說明，IHS 融 合前後的亮度值差異，示如圖 4。由圖 4 中可知，

IHS 融合前後之各波段亮度值的分布特性相似。圖 3 及圖 4 的結果證實，融合後的多頻譜影像除保有 各波段之分布特性外，還可提高空間解析度。

(a) IHS 融合前 (b) IHS 融合後 圖 3 外傘頂洲衛星影像圖 IHS 融合前後之比較

(a) IHS 融合前

(b) IHS 融合後

圖 4 IHS 融合前後在 AB 斷面上各波段亮度值分 布的比較

Step 2.常態化差異水體指數

Lillesand and Kiefer(1994)提出在乾燥土地的 反射率最大為近紅外光，而最小為綠光，但是，在 清澈水體的反射率則相反。因此，Mcfeeters (1996) 定義常態化差異水體指數為近紅外光及綠光之差 和比，並用此指標來判斷植物表葉面之含水量多寡。

NDWI 的計算公式為：

Green Nir

Green NDWI Nir



  ... (1)

其中 Nir 為近紅外光波段反射率、Green 為綠 光波段反射率。近紅外光及綠光波段的反射率可由 影像亮度值轉換之(Gao, 1996)。計算公式為：

0 0

2

cos ) ) (

(  

 

 ^

E d

 L

...

其中

Bias ND Gain

L_    ... (2b)

其中，ρ(λ)為無單位的行星反射率(Unitless planetary reflectance) ， Lλ 為 光 譜 輻 射 (Spectral radiance)，Gain 為增益值，ND 為影像亮度值，Bias 為 偏 差 ， d 為 日 地 距 離 (Earth-Sun distance in astronomical unit)，E0 (λ)為各種波段的太陽光譜輻 射量(solar exoatmospheric irradiance)，θ₀為太陽天 頂角(solar zenith angle)。Gain、Bias 及 θ₀列在衛星 影像資訊中。綠光、紅光及近紅外光的 E₀分別為 1826、1554 及 1036(見韋玉春及黄家柱，2006)。

劉宇光等(2005)指出 d 值介於 0.983~1.017 之間，

若計算精度要求不高，可直接取 1。因此，採用劉 宇光等(2005)的建議，d=1。

圖 5 為轉換外傘頂洲的多頻譜影像成 NDWI 的灰階圖。由圖 5 可看出陸域的 NDWI 值約介於 0 到 1 間，而海域約介於 0 到-1 間。因此，NDWI 接近於 0 可當為界線來區別海域及陸域，但是，辨 識水線的位置是利用影像邊緣偵測的 Canny 法來 決定的。

圖 5 多頻譜影像融合後再轉換的 NDWI 圖

Step 3. 影像強化

當影像的灰階值接近時，影像明亮度的差異就 不大。倘若能修改明亮對比，可忽略非重點部分，

且加強重點部分，就可凸顯主題。影像強化原理為，

原影像強度值經一個映射函數轉換到新的輸出值。

影像強化效果與映射函數的設定有關，即輸入範圍、

輸出範圍及轉換函數曲率。影像強化乃影像處理的 基本技巧，可見陳繼藩及陳敏新(2010)。一般可採 用 gamma 轉換函數，且根據原影像明亮度的差異 性，適當調整 gamma 值約在 0.1 至 1.0 之間。本文 強化前後的外傘頂洲衛星影像比較示如圖 6。由圖 6 顯示，右圖影像強化後的海陸交界的明亮度差異 較強化前的左圖大，所以更可清楚顯示出外傘頂洲 的陸域範圍。

(a)影像強化前 (b)影像強化後 圖 6 衛星影像強化前後之比較

-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1

Step 4. 形態學

上述圖 6(b)的外傘頂洲南端外含有可能碎波 產生的白點雜訊，或者陸域內有些黑點雜訊，此雜 訊會造成在後續的水線辨識，及陸域面積計算上的 困擾。採用形態學(morphology)的技巧可消除不必 要的雜訊問題。形態學透過不同結構元素，進行膨 脹(dilation)或侵蝕(erosion)的組合運算，來分割影 像、濾除雜訊及填補孔洞。其中，斷開(opening) 為目標影像經侵蝕後再膨脹，具有平滑物體輪廓，

且消除較小之影像雜訊等效果。圖 7 為外傘頂洲的 斷開前後的比較。由圖 7 中可看到紅框內與外傘頂 洲無關之水花雜訊已被消除。

區 域 填 補 為 藉 由 膨 脹 及 適 當 的 補 集 (complement)或交集(intersection)等演算，填補影像 中的小洞。圖 8 為外傘頂洲區域填補前後的比較。

圖 8 中紅色框內顯示，原始影像中白色陸地所包圍 的黑色小洞，經區域填補後就完全消失，轉為白色，

而可被辨識為陸地。以處理後影像的白色像素面積 總合當為陸地面積時，區域填補可避免原本為陸地 而誤判成水域的問題，而能獲得正確的陸地面積。

(a) 斷開前 (b) 斷開後 圖 7 外傘頂洲斷開前後的比較

(a) 區域填補前 (b) 區域填補後 圖 8 區域填補前後實例圖

Step 5. Canny 的邊緣偵測法

海水的高或低潮位會在沙灘上造成不同位置 的乾濕交界的水線。因各波段在陸地及海水的反射 率不同，在水線處剛好是各波段的影像灰階差異較 大之處，所以，可利用此特性來擷取水線。本文選 擇邊緣偵測(edge detector)演算法中常用的 Canny 法(1986)，來擷取上述影像前置處理後的水線。

Canny 演 算法 包括梯 度值計 算，非 最大值 抑制 (non-maximum suppression)的細化，及適當決定門 檻(threshold)的二值化。本文採用 Fang et al. (2009) 的建議，以 Otsu 演算法來決定門檻。Canny 演算 法的偵測邊緣的能力已被證實較優於近似導數的 方法(Gonzalez and Woods, 2008)。

圖 9 為套疊前置處理後影像的擷取水線與原 衛星影像。由圖 9 可知，水線與衛星影像中的海陸 交界相當吻合。此結果說明使用的影像處理方法是 適用的擷取外傘頂洲的水線。

圖 9 擷取前置處理後影像的水線與原衛星影像的 套疊

3. 修正水線至灘線的平移法

在相同的高程基準下，比較不同時間的灘線位 置方能正確地分析出灘線的變化 (Chang et al., 2015)。本節說明修正所擷取影像的水線至灘線的 方法，包括方法所須潮位的資料融合、實測潮位、

平移方法及模式精度評估。

3.1 潮位推估與資料統計

外傘頂洲的平均坡度大約 1/100，而當地的潮 差約 3m，若影像選取時的潮位高度不同，辨識出 水線在高潮位或低潮位，造成水平差異可達 300m。

若要平移影像的水線至平均水位上，就必須先知道 影像拍攝當時的潮位。然而，外傘頂洲現地因無設 置潮位站，所以沒有實測潮位資料可以引用。若使 用如 Matsumoto et al. (2000)的 NAO99b 數值模式 來 推 算 此 處 的 潮 位 ， 外 傘 頂 洲 卻 在 淺 灘 區 ， NAO99b 模式所推算的潮位與實際值會有大的偏 差(見陳蔚瑋及張憲國，2008)。因此，再利用陳蔚 瑋及張憲國(2008)的潮位資料融合法，來精準推估 潮位。

潮位資料融合法乃以 NAO99b 模式初估鄰近 潮位站的潮位與實測值的差值，再空間內插至目標 點後，並反饋修正原推算目標點的潮位。NAO99b 全球潮汐模式為 Matsumoto et al. (2000)所發展，可 推算臺灣近岸海域任一位置的逐時潮位。為證實潮 位資料融合法在外傘頂洲的適用性，選擇外傘頂洲 週邊的箔仔寮(Bozihliao)、東石(Dongshih)、將軍 (Jiangjyng)、澎湖(Penghu)四個潮汐測站，來說明 塭港(Wengang)測站的推算精度。外傘頂洲及週邊 測站之地理位置，如圖 10 所示。

圖 10 外傘頂洲與週邊測站之地理位置圖

塭港測站之資料融合的計算公式為

ℎ = ℎ + ∆ℎ ℎ − ℎ , ℎ − ℎ , ℎ − ℎ , ℎ − ℎ

...

其中，h 為潮位高，上標 n 代表 NAO99b 模式 所推算潮位，上標 o 代表潮位站的實測數據。下標 則為地點，塭港縮寫為 W、箔仔寮縮寫為 B、東石 縮寫為 D、將軍縮寫為 J、澎湖縮寫為 P。∆h 為二 維空間內插運算子。

NAO99b 模式推算原歷時潮位、實測值及資料 融合法的修正潮位，分別示如圖 11 的藍色虛線、

黑色點及紅色實線。由圖 11 可看出，模式推側值 與實測值有明顯的差異，但是，資料融合法後的修 正值幾乎吻合於實測值。

圖 11 模式推算塭港的潮位、資料融合修正值及實 測值的時序圖

一般以均方根誤差(Root Mean Squared Error, RMSE)評估模式的精度。均方根誤差的定義為：

RMSE = ^{∑ ( )}

...

估計值與實測值越吻合。

為量化圖 11 中推側值與實測值之差異大小，

計算塭港 2007 至 2015 年的推算潮位與實測值之每 年的均方根誤差(表為 RMSE_n)，及資料融合後的修 正值與實測值之 RMSE_c，分別示如表 3 之第二及 第三行。由表 3 的第二行可知，在 2007 至 2015 年間， NAO99b 模式原始推算每年的潮位與實測 值的 RMSE 在 38.62 cm 至 41.34 cm 間，其平均值

119^oE ^{20' 40'} 120^oE ^{20' 40'} 121^oE

23^oN 12' 24' 36' 48' 24^oN

箔子寮 澎湖馬公

東石 塭港

將軍 外傘頂洲

及標準差分別為 40.24 cm 及 1.04 cm。第三行的 RMSEc在 3.01 cm 至 8.52 cm 間，其平均值及標準 差分別為 5.44 cm 及 2.00 cm。比較各年的 RMSEn

與 RMSEc的結果，明顯降低 30 cm 以上。

為 瞭 解 降 低 百 分 比 ， 再 計 算 (RMSEn-RMSEc)/RMSEn的相對 RMSE，並列於表 3 的第四行。當此值接近於 100%，表示原始推算 潮位與修正潮位的差異很大，且修正潮位接近於實 測潮位。反之，若相對均方根誤差接近於 0%，表 示修正潮位接近於原始推算潮位，修正量不明顯。

由表 3 的第四行可知相對 RMSE 的可達 78.24%到 92.70%，此高相對 RMSE 表示資料融合法的修正 值可大幅改善原始模式推估值，且更加吻合於實測 值。

表 3 推算塭港測站自 2007 至 2015 年的每年潮位 與實測值之 RMSE

年份 RMSEn(cm) RMSEc(cm) 修正比(%) 2007 38.62 7.81 79.78 2008 39.20 6.87 82.47 2009 39.85 4.92 87.65 2010 40.85 3.76 90.80 2011 41.23 3.01 92.70 2012 39.16 8.52 78.24 2013 41.14 4.11 90.01 2014 40.81 3.66 91.03 2015 41.34 6.26 84.86

因塭港測站與外傘頂洲距離僅約 5 km，故資 料融合法可應用於外傘頂洲的潮位修正。外傘頂洲 的資料融合修正公式，如下式(5)所示

h = ℎ + ∆ℎ ℎ − ℎ , ℎ − ℎ , ℎ − ℎ , ℎ − ℎ

...

3.2 灘線的平移法

為證實擷取影像的水線，再平移至平均灘線的

修正方法是可行的，以 2013 年現地的實測灘線為 基準，來評估所決定灘線位置的誤差。所收集地形 資料的測量日期為 2013 年 7 月 28 日至 31 日，為 避免比較不同時間的灘線已有位置上的差異，所以，

選擇與實測地形的時間須相近且的拍攝時間，即為 7 月 29 日 11 點 08 分的影像。

探討海岸的近岸水流(wave-induced current)及 輸砂等特性，多分解成沿岸及離岸方向兩個分量來 分析。因此，為方便後續探討灘線的變化，將原本 TWD97 的座標旋轉至以沿岸為橫軸且其法線為縱 軸的座標系統。新座標系統透過順時針旋轉 41.017 度及再平移(-1812804 , -1861112)來轉換原 TWD97 的座標。旋轉後外傘頂洲的水線如圖 12 所示。圖 12 上方曲線為外傘頂洲面向臺灣海峽的海側水線，

下方曲線為面向臺灣本島的陸側水線。海側及陸側 的水線的縱軸值差異較原 TWD97 座標小，而易於 後續分析及理解海側水線及陸側水線的變化特 性。

為了方便探討在某剖面的底床坡度或灘線在 不同時間的變化特性，每張影像所擷取的水線像素 點須要在相同橫軸值。因此，把所有類似圖 12 的 水線像素點內插至固定的橫軸上。橫軸自 3900 m 到 16700 m 間，每 100 m 的間隔進行線性內插，因 此，海側及陸側共有 129 個內插點。

圖 12 沿岸及離岸座標下外傘頂洲的水線

使用三角幾何的正切來平移水線至灘線，示如 圖 13 的示意圖。此方法須計算海岸法線的前灘坡 度，tanβ，再配合推算當時的潮位，△h=WL-MSL，

其中 WL 為影像拍攝時間的當時潮位，MSL (Mean Sea Level)為平均潮位。當 tanβ 及△h 已知，計算

△y=△h /tanβ 後，圖 13 中水線的離岸座標 y1為已 知，而未知的平均水位的灘線座標，可由 y0 =y1-△y 計算而獲得。

圖 13 水線平移修正至灘線示意圖

因為影像無法提供海底的前灘坡度資料，因此，

以航空攝影及空載 LiDAR 的 2013 年地形測量資料，

及採用單音束水深的海域測量測量的水深資料來 分析。地形測量的航測日期為 7 月 28 至 31 日，水 深測量的日期為 10 月 8 及 9 日。地形測量資料高 程基準為臺灣高程基準(TWVD2001)，而潮位站的 潮位高程基準是基隆平均海水面，兩者高程基準是 相同的。

若合併海域及陸域地形資料，再繪製從-2 m 到 1 m，間隔 1 m 之地形等高線，共計算 4 條等高線，

示如圖 14。在高潮時時，在紅色虛線方框所圈出 外傘頂洲的南端海灘已形成一個水道，幾乎分離南 北兩側的陸地，在此處零米等高線特別凌亂，且圖 14 呈現出南端的等高線像橢圓形的島嶼地形。由 圖 14 顯示，在海側的等高線較密集，即坡度較陡，

但在陸側的等高線較稀疏，則坡度較緩。以實測灘 線的離岸法線來決定其方位角，在海側區、陸側右 區及陸側左區分別約為 351°、160°及 180°。

根據 Chang et al. (2015)計算前灘坡度的建議，

選擇剖面的平均潮位為基準點，向陸及向海適當的

兩點高程差除以水平距離。因為，缺乏外傘頂洲逐 年的地形資料，所以，無法分析不同時期前灘坡度 的變化，僅能以 2013 年所得前灘坡度當為其他時 期的結果。

3.3 推估灘線的精確評估

一般常用平均偏差(Bias)及均方根誤差(RMSE) 兩種指標來評估模式的適用性。均方根誤差的定義 如式(4)，而平均偏差定義如下：

Bias =^{∑ ( )}

...

以上述方法所得的海側及陸側的原始水線及 其修正灘線分別與實測灘線的差異比較，示如圖 15 的藍色實線及紅色虛線。由圖 15 可知，海側及 陸側的原始水線均較修正灘線遠離零誤差，此表示 修正後灘線較原始水線接近於實測灘線。在沿岸 5 km 至 6 km 處為外傘頂洲的分離南北兩側陸地的 水道範圍，有些影像無法辨識出水線，為完整比較 可計算灘線位置及陸地面積，此部分就不列入計 算。

量化圖 15 各區的 RMSE 及 Bias 示如表 4。由 表 4 可知，修正水線前後之 RMSE 修正率在 44%

至 71%間，而 Bias 的修正率在 89%至 98%間。陸 側左區水線修正前後之 RMSE 修正率最低的，因 為主島陸側左區海岸線方位變化較大，而以平均法 線方向計算修正後灘線之位置，導致該區域的修正 後灘線與實測有較大的差異。

表 4 原始水線及平移灘線與實測灘線之Bias及RMSE Bias (m) RMSE (m)

水線 灘線 修正率 水線 灘線 修正率

海側區 42.62 0.65 98% 50.99 24.10 53%

陸側右區 -93.23 10.20 89% 101.33 29.12 71%

陸側左區 -72.94 -7.07 90% 94.73 53.48 44%

圖 14 外傘頂洲海岸法線方向示意圖

(a) 海側

(b) 陸側

圖 15 原始水線及修正後灘線與實測灘線誤差

4. 灘線及陸上面積的變化 特性

本節發現外傘頂洲有逆時針方向旋轉、陸化及 面積縮小的長期趨勢，且陸上面積有夏季增加而冬 季面積減少的季節性的變化。

4.1 長期的變化趨勢

外傘頂洲的面積應與濁水溪及北港溪的輸砂 量有密切相關。因此，收集外傘頂洲鄰近河川濁水 溪及北港溪自 1994 至 2015 年之年累積輸砂量，如 圖 16 所示。其中，北港溪在 2004、2005 及 2012 年無觀測資料。由圖 16 (a)可知濁水溪於 2007 年的 輸砂量為最高，爾後的輸砂量快速衰減，而圖 16 (b) 顯示北港溪於 2001 年及 2009 年之輸砂量遠高於其 它年分的輸砂量。

(a)濁水溪

(b) 北港溪

圖 16 濁水溪及北港溪自 1994 到 2015 年之年累積 輸砂量

-1-2 0 1

0 -1-2

0 1

0 -2

-10 1

0 -2 -1 0 1

-2-10 1

1 0

0

0.2 0.6 1 1.4 1.8

x 10⁴ -200

-100 0 100 200

X(m)

△Y(m)

Waterline Shifted Shoreline

0.2 0.6 1 1.4 1.8

x 10⁴ -400

-200 0 200 400

X(m)

△Y(m)

Waterline Shifted Shoreline

1996 2000 2004 2008 2012

0 2.5 5 7.5

10x 10⁸ 濁水溪

Time(year)

Suspended Load(M.T./Year)

1996 2000 2004 2008 2012 0

0.5 1 1.5

2x 10⁷ 北港溪

Time(year)

Suspended Load(M.T./Year)

180°

351°

160°

考慮以 2001 年及 2009 年為兩個分界年份，分別探討外傘頂洲於 1994~2000、2001~2008、2009~2015 及 1994~2015 等四個時期之灘線及面積的變化率。為說明外傘頂洲不同位置的灘線變化，選擇在海側及 陸側的 X=14000m 及 9000 及 4000 m 處，各取一個斷面，共六個斷面，其位置示如圖 17 的粉紅色空心圓。

南區標為 P1及 P4，中區為 P2及 P5，北區斷面標為 P3及 P6。在圖 17 的藍色及紅色虛線分別代表為 1994 年及 2015 年之灘線，黑色實線為灘線平均位置。由圖 17 的 1994 年及 2015 年的海側及陸側灘線座標均 減少可知，外傘頂洲的海側及陸側灘線均向臺灣靠攏，海側沙灘的後退趨勢較陸側明顯。

圖 17 選擇六個代表斷面的位置(上圖：海側，下圖：陸側)

為方便顯示個斷面的灘線變化，改以圖 18 中 P1到 P₆斷面的平均灘線為基準，六個斷面的歷年 灘線位置及其變化趨勢，示於圖 18。圖 18 的 1994 至 2006 年為陳蔚瑋及張憲國(2008)數據，並非本 文分析的結果。由圖 18 可看出，P₁到 P₆斷面的灘 線位置皆逐年遞減，且各期的變化率不同。

為了正確量化灘線的變化率 ，以線性迴歸 (linear fitting)得到迴歸直線的斜率來表示之，並在 中藍色、紅色、青色虛線及黑色實線分別代表其迴 歸直線。圖 18 的各小圖都顯示迴歸直線是從左上 向右下傾斜的，只是斜率不同而已。整理各斷面的 迴歸直線的斜率於表 5。表 5 顯示，各斷面在各時 期的斜率皆為負值。此結果說明，外傘頂洲的海側 及陸側灘線在不同位置及時期，有不同的侵蝕後退 的變化趨勢。

表 5 六個代表斷面之灘線變化率(單位為 m/yr)

時期 P₁ P₂ P₃ P₄ P₅ P₆

1994 到 2000 -66.5 -36.7 -26.4 -101 -40.2 -79.5 2001 到 2008 -101 -38.3 -17.9 -101 -16.3 -25.5 2009 到 2015 -177 -56.7 -17.9 -70.0 -38.1 -1.43 1994 到 2015 -132 -48.2 -20.7 -119.3 -30.2 -30.5

由圖 18 及表 5 的最後一列可看出，外傘頂洲 於南端 P₁及 P₄斷面的全期平均變化率，分別為-132 m/yr 及-119 m/yr，均遠大於北端 P3及 P₆的平均變 化率，分別為-20.7 m/yr 及-30.5 m/yr。此結果可說 明，外傘頂洲會以北端為支點逆時針方向朝臺灣本 島來旋轉。

若探討不同時期的灘線變化率，海側南端 P₁ 在 1994 至 2000 年間為-66.5 m/yr，在 2001 至 2008 年為-101 m/yr，而在 2009 至 2015 年間分別為-177 m/yr，斜率逐漸地變陡。此說明海測灘線的後退速 度正在加速中。

圖 18 斷面 P1至 P6之歷年灘線位置及其變化率

陸側南端 P₄在三個時期的灘線變化率，分別 為-101 m/yr、-101m/yr 及-70.0 m/yr，斜率漸緩，

且均小於 P₁。外傘頂洲與臺灣陸地間所構成潟湖 區的波浪能量及水流速度，都低於直接面對外海的 海側，所以，外傘頂洲內側的漂砂能力及灘線變化 都比海側小。

北端 P₃在三個時期的灘線後退速率，分別為 -26.4 m/yr、-17.9 m/yr 及-17.9 m/yr，此結果說明 北端的海側灘線後退速率漸緩。外傘頂洲的北端極 接近臺灣陸地，不可能再有大幅的灘線變化率。由

上述的討論可知，外傘頂洲持續往臺灣本島方向靠 攏，未來可能陸化而與臺灣本島連接。

依上述分析，倘若外傘頂洲的灘線變化趨勢不 變的條件下，可推估外傘頂洲未來接連臺灣陸地的 時間。選擇 P₆及 P₄來說明， P₆及 P₄斷面離臺灣 本島在 2015 年約為 2500 及 13000 m。P₆斷面的灘 線變化率在 1994 至 2015 間為-30.5 m/yr，所以，

預估 P₆斷面將於 2098 年與臺灣相連。以相同方法，

南端 P₄斷面的 1994 至 2015 的變化率為-119 m/yr，

可推估 P₄斷面與臺灣相連的時間為 2125 年。

1994 2001 2008 2016

-2000 -1000 0 1000 2000

Time(year)

offshore distance(m)

P1

Data (1994-2000) Data (2001-2008) Data (2009-2015) Fitted line (1994-2000) Fitted line (2001-2008) Fitted line (2009-2015) Fitted line (1994-2015)

1994 2001 2008 2016

-1000 -500 0 500 1000

Time(year)

offshore distance(m)

P2

Data (1994-2000) Data (2001-2008) Data (2009-2015) Fitted line (1994-2000) Fitted line (2001-2008) Fitted line (2009-2015) Fitted line (1994-2015)

1994 2001 2008 2016

-1000 -500 0 500 1000

Time(year)

offshore distance(m)

P3

Data (1994-2000) Data (2001-2008) Data (2009-2015) Fitted line (1994-2000) Fitted line (2001-2008) Fitted line (2009-2015) Fitted line (1994-2015)

1994 2001 2008 2016

-2000 -1000 0 1000 2000

Time(year)

offshore distance(m)

P₄

Data (1994-2000) Data (2001-2008) Data (2009-2015) Fitted line (1994-2000) Fitted line (2001-2008) Fitted line (2009-2015) Fitted line (1994-2015)

1994 2001 2008 2016

-1000 -500 0 500 1000

Time(year)

offshore distance(m)

P5

Data (1994-2000) Data (2001-2008) Data (2009-2015) Fitted line (1994-2000) Fitted line (2001-2008) Fitted line (2009-2015) Fitted line (1994-2015)

1994 2001 2008 2016

-1000 -500 0 500 1000

Time(year)

offshore distance(m)

P6

Data (1994-2000) Data (2001-2008) Data (2009-2015) Fitted line (1994-2000) Fitted line (2001-2008) Fitted line (2009-2015) Fitted line (1994-2015)

上述結果可推論，外傘頂洲的平均海水面上的 陸地面積會隨時間而有所變化。圖 19 為使用梯形 法計算各時期影像的外傘頂洲在平均海水面上的 陸地面積及配套各期資料的迴歸直線。由圖 19 可 知，外傘頂洲的面積在 1994~2000 年間雖有明顯的 增加，但在 2001~2008 年間，反而轉為逐年遞減，

且 2009 年以後的面積遞減速率加劇。各時期的面 積變化率，在 1994~2000 年間為 0.26 km²/yr，於 2001~2008 年間為-0.03 km²/yr，而 2009~2015 年間 為-0.22 km²/yr。自 1994~2015 年間的全期平均值為 -0.10 km²/yr。

若以 2015 年外傘頂洲的面積約 10.04 km²為基 準，及 1994 至 2015 年的面積變化率為-0.10 km²/yr 推估，外傘頂洲將於 2117 年沒於平均潮位之下。

若以 2009~2015 年間的面積變化率，-0.22 km²/yr，

外傘頂洲將於 2060 年成為浸水沙洲。當外傘頂洲 的陸地高度越來越低，高潮位的波浪可以越過陸地，

而導致更快速的漂沙流動，若由圖 19 近期更快的 面積被侵蝕速率來判斷，外傘頂洲未來應會提早 2060 年前就沒於平均潮位之下。未來研究可考慮 外力及河川輸沙等因素、透過資料分析及數值模擬，

可更精準推估外傘頂洲沒入海平面的時間。

影響外傘頂洲陸上面積逐年遞減之主要原因，

吳啟南(1999) 及林宏仁等(2003)認為與 1912 年日 本人實施河川整治計畫有關。在汛期時，洪水會在 原濁水溪河系上游不定期宣洩至北港溪等鄰近河 川，但經河川整治及林內一與二號堤防完成後，洪 水固定由離外傘頂洲較遠的濁水溪出海，而南端之 北港溪遂成內陸排水道，流域面積及輸沙量均大幅 減少。

從中央研究院人社中心「地圖與遙測數位典藏 計畫」所蒐集的 1912 年河川整治前後之臺灣雲嘉 地區的地圖，示如圖 20，並以紅框圈出北港溪流 域，藍色表示河道。由圖 20 顯示，在整治前北港 溪流域較廣，其支流往北延伸至西螺溪上游一帶，

而整治後北港溪流域往南偏移，其流域範圍也比整 治前窄小，其支流也遠離濁水溪一帶。圖 20 可清 楚說明吳啟南(1999)及林宏仁等(2003)的論點。

林宏仁等(2003)更提出，外傘頂洲逆時針旋轉 及向臺灣本島方向後退之主因，來自於冬季波向集 中於西北，優勢波浪入射到外傘頂洲西北側，而產 生向西南方的沿岸流，導致沿著西南向的沿岸漂沙，

一部分沙體沉入到澎湖水道、一部分則繞過外傘頂 洲末端往東側，運移至瀉湖，此漂沙運動造成外傘 頂洲長期有逆時針旋轉及陸化的特性。

圖 19 外傘頂洲平均海水面上的面積及其迴歸直線

19948 2001 2008 2016

10 12 14

Time(year) Area(km2 )

Data (1994-2000) Data (2001-2008) Data (2009-2015) Fitted line (1994-2000) Fitted line (2001-2008) Fitted line (2009-2015) Fitted line (1994-2015)

(a) 1899 年

(b) 1924 年

圖 20 臺灣雲嘉地區兩張早期地圖的比較

圖 21 外傘頂洲在夏冬兩季的陸域面積

20079 2010 2013 2016

10 11 12 13

Time(year) Area(km2 )

Fitted line (2007-2015) Data(summer) Data(w inter) smoothed curve

4.2 季節性的變化

分析圖 19 的歷年外傘頂洲面積的變化特性發 現，在夏季及冬季的外傘頂洲面積有不同的變化特 性。因此，遂以 2007 到 2015 所得外傘頂洲的陸上 面積，數據在 5 月到 9 月者歸類為夏季，而 10 月 到隔年 4 月為冬季，分別標記在圖 21 的方形及三 角形，圖 21 的黑色實線為線性迴歸的直線，粉色 虛線為以三次樣仿的平滑曲線(Cubic Spline)。由圖 21 可知，方形的夏季的面積大部分在迴歸直線的 上方，而冬季的面積大部分在迴歸直線的下方。此 結果顯示，外傘頂洲的陸上面積在夏天期間會增加，

而冬季期間會減少，即外傘頂洲的沙灘在夏天會淤 積而在冬天會侵蝕。

另外，圖 21 顯示 2009 年冬天的外傘頂洲的陸 上面積高於平均值，呈現增加之趨勢，而與其他年 的趨勢不同。再從圖 16 的北港溪 2009 年累積歷年 輸砂量明顯高於其他年度的結果說明，北端的北港 溪在該年有足夠沙源流出河口至外海，爾後冬天南 向水流帶動此大量的河口輸沙，來補充原本在冬天 波浪作用應侵蝕的南側外傘頂洲沙灘，故造成該年 的冬季面積不減反增。

以 Sunamura and Horikawa(1974)判別夏冬的 沙灘類型來探討外傘頂洲面積有夏冬季節性變化 的原因。Sunamura and Horikawa (1974)所提的判別 經驗公式為：

H0/L0=C(tanβ)^-0.27(D50/L0)^0.67

...

又稱為夏季海灘；當 C> 18 為侵蝕型斷面，又稱為 冬季海灘；介於其中的斷面則為變遷型。

根據中央氣象局的海氣象統計資料，最臨近外 傘頂洲的雲林站的月平均示性波高及平均週期，在 冬季為 1~2 m 及 5~7 秒，在夏季為 0.5 m 及夏季為 4~6 秒。外傘頂洲的平均中值粒徑，在冬季為 0.20 mm 及夏季為 0.18 mm(黃煌煇等，2016)，平均底 床坡度為 0.0102。以式(7)計算出的冬季 C 值介於

22.4~56.0，夏季 C 值為 11.7 至 15.2。冬季的 C 值 大於 18，說明外傘頂洲的海岸在冬天處於侵蝕的 條件。夏天 C 值介於 9 及 18 間可判斷，在夏天的 外傘頂洲的海灘處於侵淤變遷的情況。依此海岸工 程的理論證實本文所得結果的可信度，也說明外傘 頂洲的海灘在冬天及夏天分別處在侵蝕及可能淤 積的環境。

5. 結論與建議

外傘頂洲因河川輸砂量的減少，且海岸開發等 人為因素，導致外傘頂洲有嚴重的侵蝕問題。本文 提出擷取衛星影像的水線並平移至灘線的方法，來 探討外傘頂洲灘線的長期及季節性變遷。以 IHS 轉換法、常態化差異水體指數、影像強化、形態學 及 Canny 法等影像處理技巧來獲得影像的水線。

平移水線至灘線的方法中關鍵的潮位推算，本 文使用 NAO99b 水動力模式初估，再進行資料融 合法。以資料融合法推算外傘頂洲附近的塭港自 2007 至 2015 年的每年潮位做為推算潮位能力的測 試，資料融合法可改善原始模式初估值與實測值的 RMSE，達 78.24%到 92.70%間，九年平均 RMSE 改善率為 85%。資料融合法可用於精準地推算外傘 頂洲當地潮位。

以 2013 年實測灘線來驗證影像水線平移至灘 線法的適用性。從不同位置的原本水線與實測灘線 的 RMSE 範圍為 50.99~101.33 m，而推算灘線與實 測灘線的 RMSE 範圍為 15.40~53.48 m，修正的 RMSE 可達 44%~74%。Bias 絕對值的評估，從原 本水線的 Bias 絕對值為 42.62~93.23 m，下降至推 算灘線的 Bias 絕對值為 10.20~0.65 m，修正率達 89%~98%。

分析自 1994 到 2015 年間外傘頂洲灘線及陸上 面積的長期變化得到，外傘頂洲北端以-30.5 m/yr，

而南端以-119 m/yr 的速率後退，且外傘頂洲會以 北端為支點逆時針旋轉，朝向臺灣東移而陸化。外 傘頂洲的陸上面積，於 1994~2000 年間是增加的，

但是在 2001 至 2008 年為緩慢減少，而自 2009 到 2015 年為快速遞減，長期變化是逐年遞減的。另

外，外傘頂洲的陸上面積有夏季增加，但冬季減少 的季節性變化。

若以 2015 年外傘頂洲的面積及 1994 至 2015 年的面積變化率可推估出外傘頂洲將於 2117 年低 於平均潮位之下。若以 2009~2015 年間的面積變化 率預測外傘頂洲將於 2060 年成為沒入海水面的沙 洲。考慮高潮位的波浪越波及更快速的漂沙流動，

及近期更快的陸上面積被侵蝕率，預估外傘頂洲應 提早在 2060 年前就會低於平均潮位下，成為沒入 沙洲。

參考文獻

王秀雯、王志添、陳錕山、林延郎，2007。利用衛 星雷達影像分析臺灣西部水線變遷，航測及遙 測學刊，12 (2) ： 107-119。[Wang, H.W., Wang, C.T., Chen, K.S., and Lin, Y.L., 2007. Analysis change detection waterline in west Taiwan using satellite SAR imagery, Journal of Photogrammetry and Remote Sensing, 22(2)：

107-119.(in Chinese)]

吳啟南、李元炎、彭淼祥，1992。遙測應用於外傘 頂洲的變遷分析，第 14 屆海洋工程研討會論 文集，pp.483-497。[Wu, C.N., L, Y.Y., and Perng, M.S., 1992. Application of remote sensing for the change analysis of Waisandingzou, The 14th Ocean Engineering Conference in Taiwan, pp.483-497.(in Chinese)]

吳啟南，1999。從遙測影像看外傘頂洲五十年來的 變化，交通部運輸研究所港灣運輸研究中心，

外傘頂洲開發保護停聽看研從遙測影像看外 傘 頂 洲 五 十 年 來 的 變 化 討 會 論 文 集 ， pp.2-1-2-5。[Wu, C.N., 1999. The change of Waisanding barrier in the past 50 years using satellite images, The Special Symposium on Development or Protection of Waisanding barrier, pp2-1-2-5. (in Chinese)]

吳哲榮，吳啟南，2003。遙測技術應用於臺灣西海 岸五十年來變遷分析，航測及遙測學刊，8 (3) ：

95-109 。 [Wu, J.R., and Wu, C.N., 2003.

Application of remote sensing for the change analysis of the western coast of Taiwan in the last fifty years, Journal of Photogrammetry and Remote Sensing, 8(3): 95-109.(in Chinese)]

吳政杰，2010，衛星影像灘線辨識之精確度評估研 究 ，國立交通大學土木工程研究所碩士論文。

[Wu, C.C., 2010. Accuracy evaluation of extracting shorelines of satellite images, Master Thesis, National Chiao Tung University, Taiwan, ROC. (in Chinese)]

林宏仁、許泰文、曾以帆，2003。外傘頂洲海岸變 遷機制之研究，第 25 屆海洋工程研討會論文 集，基隆，pp.735-742。[Lin, H.J., Hsu, T.W., and Tseng, I.F., 2003. A study on the coastal evolutions at Waisanding barrier, The 25th Ocean Engineering Conference in Taiwan, Keelung, pp.735-742.(in Chinese)]

韋玉春、黄家柱，2006。Landsat5 圖像的增益、

偏置取值及其對行星反射率計算分析，地球信 息科學，8 (1) ： 110-126。[Wei, Y.C., and Huang, J.Z., 2006. The gains/biases values and their effects on the calculation results of planetary reflectance in Landsat-5 image , Journal of Geo-Information Science, 8(1) ： 110-126.(in Chinese)]

張憲國、黃金維，2001。以 NA099b 潮汐模式預 測臺灣西岸潮汐之評估，第 23 屆海洋工程研 討會論文集，，pp.105-111。[Chang, H.K., and Hwang, C.W., 2001. Application of NA099b ocean tide rnodel to predicting tides on the western coast of Taiwan, The 23th Ocean Engineering Conference in Taiwan, Tainan, pp.105-111.(in Chinese)]

張憲國、陳蔚瑋，2005。以衛星影像探討外傘頂洲 的海灘變遷 ，第 27 屆海洋工程研討會論文集，

台中，pp.823-830。[Chang, H.K., and Chen,

W.W., 2005. Beach monitoring in Waisandin using satellite imagery, The 27th Ocean Engineering Conference in Taiwan, Taichung, pp.823-830.(in Chinese)]

張憲國、吳政杰、陳蔚瑋，2012。應用多頻譜衛星 影像於灘線辨識與灘線變遷分析，第 34 屆海 洋工程研討會論文集，臺南，pp.661-666。

[Chang, H.K., Wu, C.C., and Chen, W.W., 2012.

Techniques for shoreline extraction from multiband satellite images and its application to shoreline revolution, The 34th Ocean Engineering Conference in Taiwan, Tainan, pp.661-666.(in Chinese)]

陳良健、徐啟崇，1999。多波段影像特徵分析於灘 線萃取之研究，航測及遙測學刊，4 (3) ： 17-30 。 [Chen, L.C., and Shyu, C.C., 1999.

Extraction of shorelines from Multi-Spectral images using feature analysis, Journal of Photogrammetry and Remote Sensing, 4(3):

17-30.(in Chinese)]

陳蔚瑋、張憲國，2008。臺灣沿岸潮位推算之資料 融合法 ，第 30 屆海洋工程研討會論文集，新 竹，pp.325-330。[Chen, W.W., and Chang, H.K., 2008. A data blending method for simulating tidal elevations at any interested point around some observations, The 30th Ocean Engineering Conference in Taiwan, Hsinchu, pp.325-330.(in Chinese)]

陳繼藩、陳敏新，2010。強化及落實運用衛星遙測 於中央管河川 (含淡水河及磺溪水系) 河川 區域之變遷監測技術，經濟部水利署。[Chen, C.F., and Chen, M.H., 2010. Enhance and implement the change detection technologies on monitoring and managing the rivers administered by central government (including danshui and huang river) via satellite remote sensing images, Water Resources Agency,

Ministry of Economic Affairs. (in Chinese)]

黃建維、蔡雨農、施冠足、郭晉安、楊明道，2015。

外傘頂洲高度降低對近岸波高的影響，第 37 屆海洋工程研討會論文集，台中，pp.261-266。

[Huang, C.W., Tsai, Y.N., Shi, G.Z., Kuo, C.A., and Yang, M.D., 2015. Effect of elevation reduction of wai-san-ding shoal on nearshore wave height, The 37th Ocean Engineering Conference in Taiwan, Taichung, pp.261-266.(in Chinese)]

黃煌煇、陳陽益、高瑞棋、楊瑞源、吳念祖，2016。

雲林離島式基礎工業區永續環境管理計畫，第 2.3 部份，麥寮工業港南側人工養灘與相關課 題評估分析，國立成功大學台南水工試驗所 報告第 501 號。[Hwung, H.H., Chen, Y.Y., Kao, R.C., Yang, R.Y., and Wu, N.J., 2016. Sustainable environmental management for the industrial district on outer-bank of YunLin, Assessment analysis subject for the industrial district environment change and disaster prevention, Part 2.3: Sand Nourishment on the Southern Area of Mailiao Harbor, Report No. 501 of Tainan Hydraulics Laboratory, National Cheng Kung University.

(in Chinese)]

楊勤儀，2007。利用衛星影像萃取近岸地形-以臺 灣北部為例，國立中央大學地球物理研究所碩 士 論 文 。 [Yang, C.Y., 2007. Application of satellite remote sensing to coastal topography generation – A case study in Northern Taiwan, Master Thesis, National Central University, Taiwan, ROC. (in Chinese)]

劉宇光、金明、馮鐘葵、李曉輝，2005。SPOT 數 據反演地物輻射亮度和反射率的基礎研究，地 球資訊科學學報，7 (2) ：111-115。[Liu, Y.G., Jin, M., Feng, Z.G., and Li, X.H., 2005. Study on inversion of radiance and reflectivity with

SPOT data, Journal of Geo-Information Science, 7(2): 111-115.(in Chinese)]

練智恒、蘇有、李興緯，2010。衛星影像植被增顯 方法，中華印刷科技年報，pp.205 - 212。[Lien, C.H., Su, Y., and Lee, H.W., 2010. The enhanced method of vegetation satellite image, Journal of Cagst, pp.205-212.(in Chinese)]

蔡金吉、黃清和，1992。雲嘉海域外傘頂洲地形變 遷之研究，第 14 屆海洋工程研討會論文集，

pp.498-514。[Tsai, C.C., and Hwang, C.H., 1992.

The topographical change of waisanding barrier in the Yunlin-Chiayi waters, The 14th Ocean Engineering Conference in Taiwan, pp.498-514.(in Chinese)]

蔡雨農、施冠足、郭晉安、簡仲和、楊明道，2015。

外傘頂洲灘線及規模變遷分析，第 37 屆海洋 工程研討會論文集，台中，pp.361-366。[Tsai, Y.N., Shi, G.Z., Chien, C.H., Kuo, C.A., and Yang, M.D., 2015. Study on the topography changing with shoreline, area and volume at Wai-San-Ding shoal, The 37th Ocean Engineering Conference in Taiwan, Taichung, pp.361-366.(in Chinese)]

鄭義霖，2014。應用二維經驗模態分解及快速傅立 葉轉換於衛星影像推算海域地形之研究，國立 交通大學土木工程研究所碩士論文。[Cheng, Y.L., 2014. Bathymetric estimation from satellite images using BEMD and FFT, Master Thesis, National Chiao Tung University, Taiwan, ROC. (in Chinese)]

蕭國鑫、劉進金、陳大科、徐偉城、何心瑜，2007。

多時影像與空載光達資料應用於地形變遷研 究~以外傘頂沙洲為例，航測及遙測學刊，12 (4) ： 419-429。[Hsiao, K.H., Liu, J.K., Chen, D.K., Hsu, W.C., and Yu, H.H., 2007. Change detection of Wai-Shan-Din sandbar by combining Multi-Temporal imageries and

airborne LiDAR data, Journal of Photogrammetry and Remote Sensing, 12(4):

419-429.(in Chinese)]

顏沛華、莊文傑、蔡宗旻、謝東發、王詠祺，2010。

直接應用 NAO99b 全球潮汐模式預報臺灣 環島沿岸潮位之適用性評估 ，第 32 屆海洋工 程研討會論文集，基隆，pp.653-658。[Yen, P.H., Juang, W.J., Tsai, T.M., Hsieh, T.F., and Wang, Y.C., 2010. Suitability survey on tidal forecasting using the NAO99b model in coast of Taiwan, The 32th Ocean Engineering Conference in Taiwan, Keelung, pp.653-658.(in Chinese)]

Boak, E.H., and Turner, I.L., 2005. Shoreline definition and detection： A review, Journal of Coastal Research, 21(4): 688-703.

Canny, J., 1986. A computational approach to edge detection, IEEE Transactions on Pattern Analysis and Machine Intelligence, PAMI-8 (6):

679-698.

Carper, W. J., Lillesand, T.M., and Kiefer, R.W., 1990.

The use of intensity-hue-saturation transformations for merging SPOT panchromatic and multispectral image data, Photogrammetric Engineering and Remote Sensing, 56 (4): 459-467.

Cartwright, D.E., and Ray, R.D., 1990. Oceanic tides from Geosat altimetry, Journal of Geophysical Research： Oceans, 95 (C3) : 3069-3090.

Chang, H.-K., Chen, W.-W., and Liou, J.-C., 2015.

Shifting the waterlines of satellite images to the mean water shorelines considering wave runup, setup, and tidal variation, Journal of Applied Remote Sensing, 9(1): 096004, DOI ： 10.1117/1.JRS.9.096004

Fang, M., Yue, G.X., and Yu, Q.C., 2009. The study

on an application of Otsu method in Canny operator, International Symposium on Information Processing (ISIP), pp.109-112.

Gao, B. C., 1996. NDWI-A normalized difference water index for remote sensing of vegetation liquid water from space, Remote Sensing of Environment, 58(3): 257-266.

Gilvear, D., Tyler, A., and Davids, C., 2004.Detection of estuarine and tidal river hydromorphology using hyper-spectral and LiDAR data： Forth estuary, Scotland, Estuarine, Coastal and Shelf Science, 61(3): 379-392.

Gardel, A., and Gratiot, N., 2005.A satellite image-based method for estimating rates of mud bank migration, French Guiana, South America, Journal of Coastal Research, 21(4): 720-728.

Gonzalez, R. C., and Woods, R. E., 2008. Digital Image Processing, Nueva Jersey.

Kurosawa, T., and Tanaka, H., 2001.A study of detection of shoreline position with aerial photographs, Proceedings of Coastal Engineering, 48: 586-590.

Lillesand, T. M., and Kiefer, R. W., 1994. Remote Sensing and Image Interpretation, John Wiley and Sons： New York.

Matsumoto, K., Ooe, M., Sato, T., and Segawa, J., 1995.Ocean tide model obtained from TOPEX/POSEIDON altimetry data, Journal of Geophysical Research： Oceans, 100(C12)：

25319-25330.

McFeeters, S. K., 1996. The use of the normalized difference water index (NDWI) in the delineation of open water features, International Journal of Remote Sensing, 17 (7): 1425-1432.

Matsumoto, K., Takanezawa, T., and Ooe, M., 2000.

Ocean tide models developed by assimilating TOPEX/POSEIDON altimeter data into hydrodynamical model： A global model and a regional model around Japan, Journal of Oceanography, 56(5): 567-581.

Ryu, J.H., Won, J.S., and Min, K. D., 2002.Waterline extraction from landsat TM data in a tidal flat：

A case study in Gomso Bay, Korea, Remote Sensing of Environment, 83 (3): 442-456.

Sunamura, T., and Horikawa, K., 1974. Two dimensional beach transformation due to waves, Proceedings of the 14th International Conference on Coastal Engineering, pp.920-938.

1 Professor, Department of Civil Engineering, National Chiao-Tung University Received Date: Apr. 12, 2017

2 Graduate Student, Department of Civil Engineering, National Chiao-Tung University Revised Date: Jun. 30, 2017

3Postdoctoral Fellow, Department of Civil Engineering, National Chiao-Tung University Accepted Date: Aug. 15, 2017

*Corresponding Author, Tel: 886-3-5131487, E-mail:[email protected]

Shoreline Evolution of the Waisanding Barrier Using Waterline Detection from Satellite Images

Hsien-Kuo Chang^1* Yi-Chi Lai² Wei-Wei Chen³

Abstract

This paper investigates the shoreline evolution of Waisanding barrier using waterline detection from satellite images. Required image processing includes (1) IHS conversion method (2) NDWI index (3) Image enhancement method (4) Morphology and (5) Canny edge detection for capturing the waterline. Due to no observation on tides at the Waisanding barrier data blending method associated with NAO99b tidal model is used to accurately compute the tidal levels. The horizontal distance to shift the waterline to the shoreline is determined by both obtained tidal level and beachface slope.

The shoreline evolution and land-area variation above mean sea level of the Waisanding barrier from 1994 to 2015 are evaluated to show that the northern shoreline of the Waisanding barrier is receding by a rate of 30.5 m/yr and the southern part is by 119 m/yr. The results also indicate that the land area of the Waisanding barrier has a long-term decreasing trend with a faster rate in the recent period and a regular and seasonal variation of erosion in the winter and accretion in the summer. Depending on the decreasing rate of land area from 2009 to 2015 the Waisanding barrier will vanish in 2060 based on the rate.

Keywords： Waisanding barrier, Shoreline evolution, Image processing, Waterline detection