模擬華衛二號影像應用於地理資訊系統萃取 資料之研究

模擬華衛二號影像應用於地理資訊系統萃取 資料之研究

張志立

蕭國鑫

吳啟南

徐偉城

廖子毅

陳正興

摘要

本研究使用 IKONOS 衛星之多光譜與全色態波段影像，經過影像融合後，產生 1*1 公尺²空間解像 力的 IKONOS 彩色影像；其次配合控制點座標、DEM 與地形圖資料進行幾何糾正，以產生符合一萬分 之一比例尺精度的正射影像；再以 NOAA AVHRR 7 的點擴散函數，經尺度調整後，將 IKONOS 正射 影像模擬成華衛二號衛星 2*2 公尺²空間解像力的彩色融合影像。應用此模擬影像，經由人工判釋萃取 土地利用/覆蓋資訊，建立向量資料圖層及其屬性，再與 SPOT 影像萃取之 GIS 資料進行比較與分析，

目的為評估未來中華二號衛星影像進行 GIS 資料萃取之能力。

結果顯示利用模擬的華衛二號資料及 SPOT 資料均可判釋出內政部國土利用分類層級第一級與第 二級分類之十五項，分辨結果大致相同；其中稻作面積相當一致，但是對於分辨旱作的面積則差異約 達 30%，而第三級土地利用/覆蓋分類共七項僅能由模擬資料辨識，本研究稻作辨識率初步已達實用要 求之 90%；另外藉助於華衛二號衛星影像的高空間解析能力，亦可輔助劃定及更新耕地坵塊邊界。

關鍵詞：中華衛星二號、地理資訊、土地利用/覆蓋

1. 前言

華衛一號發射成功後，我國已進入擁有自主衛 星的新紀元；緊接著，華衛二號為遙測資源衛星，

預計在 2004 年 5 月發射。華衛二號衛星載台 (platform)飛行高度距地表 891 公里，為太陽同步 軌道衛星，繞行地球每日上午 10 點左右通過台灣 地區，並進行攝像及下傳影像資料，可提供全色態 (panchromatic)波段 2*2 公尺²、多光譜 4 波段 8*8 公尺²的高空間解像力影像(張志立，2000)。衛星發 射成功後，將可成為台灣地區之高頻率、高解析度

遙測影像主要來源，並具有高潛力的土地利用/覆 蓋監測能力。高解析遙測衛星影像與地理資訊系統 (GIS)結合，為未來研究與應用發展趨勢，因為，

從中華衛星二號影像萃取適當的 GIS 資訊，提供 最佳化時間解析力的環境資源監測資訊，為目前重 要的課題之一。

以 往 衛 星 遙 測 資 料 的 空 間 解 像 力 ( 如 Landsat、SPOT)對 GIS 資料的萃取，如土地利用/

覆蓋、交通網路、耕地、水系…等的研判能力不足，

故難以有效判釋及更新 GIS 資訊。另目前已商業 化之 IKONOS 及 Quick-Bird2 衛星資料，雖然空間

1國家科學研究院太空計畫室研究員

2工研院能資所研究員

3工研院能資所副研究員

4國家科學研究院太空計畫室特聘研究員

收到日期:民國 93 年 01 月 13 日 修改日期:民國 93 年 05 月 19 日 接受日期:民國 93 年 05 月 21 日

解析能力較華衛二號佳，但資料獲取不易及影像價 格偏高，所以急需影像判釋分析、或是進行大面積 影像分類用時仍有困難性。而華衛二號衛星為我國 自主性的遙測資源衛星，資料的取得與發送將比目 前容易；故預期可結合多時變(temporal data)遙測 資料，以彌補光譜解析力與空間解析力的缺憾(吳 啟南、等，2002)。

目 前 台 灣 地 區 相 對 較 容 易 取 得 的 IKONOS 與 Quick-Bird 高解析衛星影像，其空間解像力均大於 華衛二號衛星影像兩倍或以上的空間辨識能力，而 對應波段的波長則為一致，所以利用兩者之一的衛 星資料模擬華衛二號衛星影像最為合適。且以中華 衛星二號的空間解析能力，結合 DEM 資料亦可產 生符合一萬分之一精度的正射影像。而在模擬二號 衛星的相同波長與空間解像力影像後，配合資料的 處理分析與研判，除了可快速獲取更多的 GIS 更 新資訊外，更可藉以評估與比較此高空間解像力萃 取 GIS 資 料 的 可 行 性 。 因 此 ， 本 研 究 即 利 用 IKONOS 影像模擬華衛二號衛星影像空間解像力 資料，並萃取適當的地理資訊；再比對航照判釋資 料，作為評估判釋分類精度及更新相關 GIS 資料 的基礎，進而探討華衛二號影像所能提供最佳化影 像判釋精度及其實際推廣應用的實用性。

2. 研究方法及步驟

本研究採用的方法及步驟說明如下：

(1) 蒐集新竹地區高解析度 IKONOS 及中解析度 SPOT 遙測衛星影像。

(2) 蒐集新竹地區之數值高程資料，包括可蒐集到 最小網格之 DEM 與等高線向量資料；並以線 性內插方式產生 2*2 公尺²網格 DEM。

(3) 採 用 主 軸 轉 換 (Principle-Component Transformation)模式進行光譜空間轉換，以融

合全色態光譜(PAN)與多光譜(MS)影像資料。

(4) 以 PCI 軟體之精確模式(Rigorous Model)配合 2*2 公尺²網格 DEM 進行 IKONOS 影像正射糾 正；控制點資料由現地實測或以五千分之一相 片基本圖點選而得。

(5) 以點擴散函數(Point Spread Function)矩陣配合 高解析度影像之瞬間視域(IFOV) 進行窗區移 動平均，模擬為 2 米解析度之中華衛星二號彩 色影像。

(6) 模擬中華衛星二號影像及 SPOT 影像進行對比 強化處理，以利螢幕判釋。

(7) 參考現有五千分之一地形圖，針對模擬之華衛 二號及 SPOT 影像，在螢幕上直接判釋描繪，

萃取與建立 GIS 資料向量圖層。

上述工作中，主要歸納為 (1) IKONOS 衛星影 像處理 (2)中華衛星二號影像模擬等兩項工作；最 後再根據模擬影像之色彩、組織及紋理差異，以人 工進行判釋數化，並與 SPOT 資料判釋之向量資料 比較；其中判釋屬性類別為參考內政部土地利用分 類表，包括如道路、水系、耕地、建地、雲層、林 地、沙地等類別。

2.1 IKONOS 衛星影像處理

由於 IKONOS 影像模擬華衛二號影像後，需 進行 GIS 資訊萃取與疊合分析；故在影像辨識分 析前，先經過影像融合(data fusion)處理，再結合 DEM 資料，將融合影像施行幾何糾正，以修正為 與地理同位的正射影像。

2.1.1 IKONOS 影像融合

遙測衛星感測器通常具備同時獲取全色態及 多光譜波段影像的能力，並以全色態之空間解像力 較佳；所以可透過影像處理，將此不同空間解像力 的資料融合，以同時展現高幾何解析度與光譜分辨

率的資訊。如 IKONOS 資料經過影像融合處理，

可產生 1*1 公尺²高空間解像力之四波段多光譜影 像。

一般影像融合方式通常採用 (a) IHS 色彩座標 轉換 (b)主軸轉換模式 (c)最小二乘法轉換等方 式；研究中採用主軸轉換模式。首先將解析度較低 之四波段多光譜影像(如圖 1(a)所示)進行主軸轉

換，得出 PC1~PC4 之四個轉換波段，其次利用具 最多影像資訊、且空間解析度較高之全色態影像作 為 PC1’ 取代原 PC1，如圖 1(b)所示，最後再將 PC1’ ,PC2, PC3, PC4 逆轉換為融合後四波段多光 譜影像，使其解析度與原始全色態相同並同時保有 彩色資訊，產生最佳化融合影像，如圖 1(c)所示。

(a) IKONOS 多波段影像 (b) IKONOS 全色態影像 (c) IKONOS 彩色融合影像 圖 1、IKONOS 衛星的彩色、黑白及融合影像

2.1.2 地面控制點測設及精度分析

進行影像幾何校正時，一般控制點量測資料來 源為 (a)對空標現地測設 (b)影像特徵點現地測設 (c)影像及地形圖特徵點選取等三種。由於進行研 究時影像已拍攝完成，所以沒有測設對空標幟；僅 在五千分之一像片基本圖上選點校正所需的控制 點，即在基本圖上選取特徵點作為控制點用。

根據製圖精度規範，目前內政部出版之新竹地區最 大比例尺地形圖為 1/5,000 相片基本圖，其平面精 度約為 1 公尺；換算為 IKONOS 的空間解像力為 1 個像元。而計畫所需控制點精度需求為 50 公分(影 像 最 佳 空 間 解 像 力 的 一 半 ) ； 雖 然 難 以 滿 足 IKONOS 幾何糾正之地面控制點需求，但仍為影像 拍攝時最佳的地面控制點資料來源；因此，仍以影 像對應地形圖特徵點，均勻的在圖資上選取地面控 制點。

選取之控制點，除保留大部分點位進行平差計算

外，其餘則作為檢核點以查核精度，分析成果如表 1 所示。根據 Toutin, T.,and Cheng, P 等學者指出，

以 IKONOS 之 Geo 產品校正成果，RMSE 一般在 2~3 個像元內均屬合理，但因本次校正之控制點來 源為五千分之一像片基本圖，其精度略低於影像校 正所需之 1/2~1/3 像元，因此誤差較大但仍可接 受；所以正射校正精度符合一般 IKONOS 之水準。

表 1、影像控制點與檢核點誤差統計表 地面控制點 數量 RMS (X) RMS (Y) RMS 控制點 19 2.54 m 2.85 m 3.82 m 檢核點 9 3.26 m 2.63 m 4.19 m

2.1.3 IKONOS 影像幾何校正

遙測影像幾何校正方式通常可分為嚴密校正 與近似校正二大類(吳啟南、等，2002)；其中嚴密 校正是根據衛星軌道、感測器類型及拍攝物體的幾 何條件，利用共線式(collinear formula)推算出成像

關係式；再將影像對地面座標進行轉換計算，以獲 得最高的幾何精度。而近似校正則不考慮影像成像 特性，只利用多項式(polynomial)之數學方程式，

直接將影像對地面座標進行座標轉換，校正的幾何 精度較差。

目前 IKONOS 衛星影像適用的幾何校正模式 可分為(1)多項式轉換模式 (2)有理函數式轉換模 式(Rational Function) (3)局部區域糾正模式(Rubber Sheeting or Thin Plate Spline) (4)精確模式 (5)正射 影像模組等五種方式求解；其中前三者屬於近似校 正模式，校正的誤差較大；後二者則屬於嚴密校正 方式，校正誤差較小(吳啟南、等，2003) ；本研 究利用精確模式進行幾何校正工作。

精 確 模 式 以 航 測 之 共 線 條 件 (collinearity condition)為基礎，根據詮釋資料(meta data)記載的 參數，以推估方式反求衛星軌道的相關參數，再建 立完整的幾何轉換式及進行校正工作。根據 Toutin, T., and Cheng, P(2001)的研究，經過精確模式幾何 校正後的精度可達 2~3 個像元，並可提昇部分山區 之幾何校正精度。另外正射影像模組限定衛星攝像 角度必須高於 72 度(一般為 50 度)，並在交付影像 時提供衛星感測器較精確之幾何模式參數，稱為影 像幾何模型(Image Geometry Model, IGM)；可使幾 何精度最佳化，特別是地形起伏較大的區域，為目 前理論精度最好的演算法(吳啟南、等，2002)。

上述各種幾何校正方式，成果會受原始資 料、軟體與地形特性影響。另外校正精度亦取決於 (a)地面控制點精度 (b)影像控制點精度 (c) DEM 精度等三項資料的品質，如地面控制點與影像控制 點座標的精度，一般要求其平面精度在 0.5 及 1 個 像元以內。另如 DEM 精度在攝像傾斜角θ達 26 度時，依據誤差(d)=tanθ*衛星高(h)，此時 d ≒ 0.5 公尺；即 1 公尺高程誤差會造成正射影像 0.5 公尺 偏差，影響量極為可觀。

2.2  中華衛星二號影像模擬

華衛二號衛星多光譜影像利用 2000/11/14 拍 攝之 IKONOS 影像來模擬，並依照兩者解像力之 差異調整點擴散函數進行再取樣(re-sampling)工 作。對於不同解像力之產生，最簡單常用之方法為 直接以商用軟體，指定產出影像之解像力，以再取 樣功能即可得出所需影像。Cracknell (1998)於 88 年中華衛星二號講習會，建議使用 NOAA AVHRR7 的點擴散函數，經尺度調整後進行生產模擬華衛星 二號影像。點擴散函數原來是用以描述攝像的綜合 模式，用來作為再取樣影像之方法，較直接以商用 軟體之再取樣功能更為符合實際物理意義。

2.2.1 點擴散函數

遙測影像的輻射來源(radiance sources)除了像 元中心對應的地物外；外圍地物亦因大氣散射 (scatter)、輻射或系統本身之光學設計而有不等的 貢獻，其貢獻量呈某種遞減趨勢分布。此分布型式 可用二維矩陣來加以描述，即為該系統瞬間視域 (IFOV)之點擴散函數。函數決定因素來自攝像形式 與各階段次系統的綜合結果(如圖 2 所示)

遙測影像各個次系統的增益(gain)特性可以在 製造前得知，但整合運作特性除了系統建造完成，

並模擬環境量取之外；實際情況只有在真實進入運 作軌道後，由影像資料與地真資料推算才能得知。

在未知中華衛星二號點擴散函數的情況下，乃選用 一遙測衛星之已知函數，以模擬中華衛星二號之點 擴散函數。依 Paithoonwattanakij (1989)之研究，

NOAA AVHRR 點擴散函數矩陣(如圖 3 所示)紀錄

光輸 入

光學 組合

光感 測器

電子 電路

數位讀 值輸出

圖 2、遙測系統的輻射能量至灰階紀錄轉換流程

地表一個 AVHRR 像元網格(約 1.2 公里²)之 20*20 解析度的輻射分布，或繪製成立體圖如圖 4 所示。

2.2.2  點擴散函數尺度調整

由於 NOAA AVHRR 與中華衛星二號地面解 像力的差異；故利用點擴散函數矩陣進行窗區移動 平均前，需先調整為符合中華衛星二號全色態波段 的對應解像力，以模擬影像光譜特性。假設以能量 半波峰寬定義為中華衛星二號地面解像力，套用 NOAA AVHRR 點擴散函數立體圖（如圖 4 如示），

則 中 華 衛 星 二 號 之 點 擴 散 函 數 如 圖 5 所 示 ， IKONOS 影像之地面解像力為中華衛星二號之兩 倍，若同時顯示於同一圖中，可以發現有效的

IKONOS 影像之像元矩陣大小為一 5x5 矩陣。

縮減之點擴散函數矩陣由圖 2-5 之 20x20 距陣縮減 為 5x5 距陣如圖 6 所示，其縮減之點擴散函數矩陣 及立體圖表示如圖 7 與圖 8，而中心像元灰階貢獻 比例約為 85.76%。當像元中心對位後，模擬影像 灰階值以縮減之點擴散函數矩陣在原始影像上作 權值加總，次一模擬影像灰階值則移動矩陣重複權 值加總，直至所需面積計算完畢。另外若兩幅影像 像元中心不對位時，則縮減的點擴散函數中心仍為 模擬影像中心；如果原始影像因網格位移而有錯位 現象，取樣時以最近點法選擇對應之灰階值，以保 持原始光譜資訊。

1 5 8 11 17 21 25 28 30 30 30 30 28 25 21 17 11 8 5 1

5 9 13 20 26 31 35 38 40 41 41 40 38 35 31 26 20 13 9 5

8 13 20 28 34 40 44 48 50 50 50 50 48 44 40 34 28 20 13 8

11 20 28 36 43 49 54 57 59 60 60 59 57 54 49 43 36 28 20 11

17 26 34 43 50 56 62 66 68 69 69 68 66 62 56 50 43 34 26 17

21 31 40 49 56 63 69 73 76 77 77 76 73 69 63 56 49 40 31 21

25 35 44 54 62 69 75 79 82 83 83 82 79 75 69 62 54 44 35 25

28 38 48 57 66 73 79 84 87 88 88 87 84 79 73 66 57 48 38 28

30 40 50 59 68 76 82 87 90 92 92 90 87 82 76 68 59 50 40 30

30 41 50 60 69 77 83 88 92 94 94 92 88 83 77 69 60 50 41 30

30 41 50 60 69 77 83 88 92 94 94 92 88 83 77 69 60 50 41 30 1 km

30 40 50 59 68 76 82 87 90 92 92 90 87 82 76 68 59 50 40 30

28 38 48 57 66 73 79 84 87 88 88 87 84 79 73 66 57 48 38 28

25 35 44 54 62 69 75 79 82 83 83 82 79 75 69 62 54 44 35 25

21 31 40 49 56 63 69 73 76 77 77 76 73 69 63 56 49 40 31 21

17 26 34 43 50 56 62 66 68 69 69 68 66 62 56 50 43 34 26 17

11 20 28 36 43 49 54 57 59 60 60 59 57 54 49 43 36 28 20 11

8 13 20 28 34 40 44 48 50 50 50 50 48 44 40 34 28 20 13 8

5 9 13 20 26 31 35 38 40 41 41 40 38 35 31 26 20 13 9 5

1 5 8 11 17 21 25 28 30 30 30 30 28 25 21 17 11 8 5 1

1 km

圖 3、NOAA AVHRR 點擴散函數矩陣

1 3 5 7 9 11 13 15 17 19 S1 S4 S7 S10 S13 S16 S19

0 1 0 2 0 3 0 4 0 5 0 6 0 7 0 8 0 9 0 1 0 0

圖 4、NOAA AVHRR 點擴散函數立體圖

100 2030 4050 6070 8090 100

點擴散函數 ROCSAT 2 影像像元

IKONOS 影像像元

1

2

3

圖 5、點擴散函數矩陣、原始影像與模擬影像的相 對尺度

3.  衛星資料 GIS 資訊萃取與 分析結果

由於華衛二號衛星影像具有高的空間解像 力，加上往後高頻率攝像及可快速處理分析資料提 供分析與研判，除了可以快速獲取更多的 GIS 更 新資訊外；更可藉以評估與比較此高空間解像力萃 取 GIS 資料，以建立向量圖層及其屬性資料。

3.1 土地利用/覆蓋判釋類別與 屬性資料

ROCSAT 2 影像像元

IKONOS 影像像元

縮減的點擴散函數 影像像元中心

圖 6、縮減後的點擴散函數矩陣進行窗區移動平均

0.00 0.19 2.45 0.19 0.00 0.19 24.09 48.50 24.09 0.19 2.45 48.52 85.76 48.52 2.45 0.19 24.09 48.50 24.09 0.19 0.00 0.19 2.45 0.19 0.00

圖 7、縮減之點擴散函數矩陣

1 2

3 4

5 S1

S2 S3

S4 S5

0.00 10.00 20.00 30.00 40.00 50.00 60.00 70.00 80.00 90.00 100.00

圖 8、縮減之點擴散函數立體圖

建立影像分類 GIS 資料時，主要參考民國 82 年 7~12 月內政部國土利用現況調查報告(內政部，

1997)；依據土地利用現況分類層級判釋分類別，且 依循各級分類代碼建立屬性資料。另外亦參考美國 地質調查所(United States Geology Survey；USGS) 對土地利用的判釋分類別(Lillesand，1979)；並考慮 本土化土地利用情形，以進行影像螢幕判釋分類與 鍵入資料屬性。

SPOT 衛星資料受限於空間解像力限制，所以 依據影像可辨識的空間資訊，將地物類別分為稻 作、旱地、林地、草地、國道、市區道路、住宅、

學校、加油站(部份)、河川、其他水利設施(攔河 堰…)、湖泊、興建中大型建築用地，工業相關設施 (管理機構、污染防治、員工宿舍及其他相關設施)、

體育場所等 15 個類別。而模擬的華衛二號衛星影 像資料，由於空間解像力經過影像融合後，已達到 2*2 公尺²的空間辨識能力，所以如較小的農業道 路、其他產業道路及溝渠等較細微的資訊已可在影 像中分辨出；因此，模擬華衛影像的螢幕判釋分類 達 22 個類別(如表 2 所示)。

表 2、SPOT 影像與模擬華衛二號影像辨識土地利用 類別與屬性代號

名稱 屬 性 附 註

名 稱 屬 性 附 註

名 稱 屬 性 附 註 稻作 000101 1,2 停車場 020308 2 溝渠 030201 2 旱作 000102 1,2 住宅 0402 1,2 湖泊 030302 1,2 林地 0101 1,2 學校 0404 1,2 墳墓 041101 2 草地 010201 1,2 電力設

施 040903 2 興建中大

型建地 041301 1,2 國道 020301 1,2 加油站 040906 1,2 工業相關

設施 050201 1,2 市區

道路 020305 1,2 河川 030101 1,2 體育場所 060102 1,2 農業

道路 020306 2 其他

道路 020307 2

其他水

利設施 030105 1,2 一般祼露

地 100201 2

附註: 1 代表 SPOT 影像可辨識類別；2 代表模擬 華衛二號影像可辨識類別

3.2  影像辨識 GIS 資料結果

吳啟南、等(2001)及蕭國鑫、等(2002)曾結合 耕地坵塊 GIS 資料與高解析衛星影像判釋土地利 用/覆蓋分類，並利用不同分類方法自動判釋地物 類別；另外亦結合坵塊資訊，直接利用影像在螢幕 上判釋與數化地物類別，並評估後者對地物的辨識 能力可達到較高的精確度。研究中的模擬華衛二號 衛星影像已經過影像融合，各波段資訊與原來的資 料會有差異，所以並不適合利用影像自動分類方法 評估辨識分類的準確度；因此，模擬華衛二號影像 辨識地物，為利用色彩加強影像直接在螢幕上判釋 地物類別並數化週界，同時亦鍵入屬性資料，以方 便 GIS 資料的展示、統計與進一步比較分析。而 SPOT 資料雖然可以利用影像自動分類的方法辨識 地物，但以單一時期影像分辨地物難以達到高的辨 識精準度(劉治中、等，2001)；所以在相同條件下，

亦以同樣的方法分辨地物，再比較兩者的判釋分類 結果。其中兩者的分類別及屬性參表 2 所示。

利用 SPOT 資料判釋地物類別時，考慮到影 像的內涵資訊、原始影像的空間解像力及可能受到 混合像元(mixed pixels)影響；加上參考新竹地區的 土地利用特性。所以辨識的地物類別乃依表 2 所 示，先利用色彩增揚加強影像的明暗度對比；再結 合色彩及紋理資訊，直接在螢幕上辨識各地物的類 別。其中對於建成地之判釋，先將住宅區判釋後，

再將如學校、大型加油站(中油油庫)與新竹科學園 區工業區萃取出，並分別數化與統計面積；如圖 9 為研究區 SPOT 衛星影像，圖 10 即為 SPOT 衛星 影像萃取 GIS 資訊成果圖。

模擬的華衛二號衛星資料進行螢幕判釋及數 化各類別邊界前，同樣亦進行影像增顯處理 (如圖 11 所示)。另外在決定模擬華衛二號衛星資料判釋 不同地物時，由於資料已經過影像融合處理，且辨

識地物的能力大為提昇；所以辨識地物分類時，增 加了如表 2 所示之停車場、電力設施及一般祼露 地…等七個類別的辨識。圖 12 即為模擬華衛二號 衛星影像萃取 GIS 資訊成果圖。

3.3  辨識 GIS 資料比較與分析

比較 SPOT 影像與模擬華衛二號衛星影像萃 取的 GIS 資訊，除考慮辨識地物的類別多寡外，

辨識精準度及能否更新坵塊邊界資料等亦一併納 入考量。

3.3.1 辨識地物類別多寡

遙測影像辨識地物類別除了考慮攝像時機、

光譜範圍與波段數外，重要因素為辨識地物的空間 解析能力。以台灣地區平均農地坵塊面積 0.17 公 頃計算，則 SPOT 4 原始彩色影像每個坵塊只有 4~5 個 像 元 可 提 供 辨 識 ( 華 衛 二 號 影 像 彩 色 部 份 為 26~27 像元，彩色融合影像資料可達 425 個像元)；

再加上混合像元效應影響，則代表地物純像元的波 譜反射資訊大為減少；因此，SPOT 影像不容易判 釋三級分類的地物類別。但模擬華衛二號衛星影像 資料除了增加判釋資訊外，更可藉高解析正射影像 特性，協助輔助劃定各坵塊的邊界範圍。另外如農 業道路、其他小道(如產業道路)、灌溉溝渠等線狀 資訊及停車場、電力設施(變電所)、墳墓與一般祼 露地等亦可辨識出。

3.3.2 辨識精準度

評估影像分類辨識精準度時，利用最接近影 像攝像日期的 GIS 資料比對。由於蒐集自農糧署 的農地坵塊 GIS 資料，為利用 2000 年二期稻期間 拍攝的航照判釋成果，所以評估農地辨識精準度前 提為航照判釋水稻與非水稻資料是正確的，且兩個 影像攝像日期(11 月中、下旬)與航照判釋水稻拍攝

日期(10 月上旬)間並沒有水稻收割情形。

對照航照判釋資料，統計 SPOT 資料與模擬 華衛二號衛星影像辨識水稻與旱作的精準度。其中

圖 9、研究區 SPOT 衛星影像 圖 10、SPOT 衛星影像萃取 GIS 資訊成果圖

圖 11、研究區模擬華衛二號衛星影像 圖 12、模擬華衛二號衛星影像萃取 GIS 資訊成果圖 (248072.5. 2744496.25)

評估 SPOT 影像的全體精度與

kˆ

(248072.5. 2744496.25)

攝像日:2000/11/26

(253085. 25,2739483.75)

攝像日:2000/11/14

(253085. 25,2739483.75)

(a) SPOT 衛星影像 (b)模擬華衛二號衛星 影像

(c)原始農作耕地坵塊 資料

(d)模擬華衛二號影像數化 農作坵塊邊界

圖 13、現有農地坵塊與模擬華衛二號衛星影像數化耕地坵塊邊界比較

劉治中、等(2001)曾結合多時段 SPOT 4 影像與耕 地坵塊資料進行新竹地區的水稻田辨識；其中評估 新竹研究區辨識水稻與旱作的全體精度與

kˆ

0.81；顯示以 SPOT 影像區分農作分類尚待更多的 研發；如同時結合多時段影像、農地坵塊及歷史種 植統計 GIS 資料的研判分析，方可增加辨識精準 度。另利用單一時期的模擬華衛二號影像直接在螢 幕上判釋農作物分類，統計的辨識精準度與結合多 時段 SPOT 影像與耕地坵塊資料的分析結果接近 (蕭國鑫、等，2002)。因此，展望有高頻率攝像機 會的華衛二號衛星影像，除可增加最佳影像攝像時 機外；且可以結合多時段影像的判釋，以增加作物 的辨識精準度及提供作物全生育期的生長監測與 分析。

3.3.3  更新坵塊邊界

目前台灣地區的農地坵塊資料中，地籍重測 尚需多年才能完成；且重測後的資料會再變更；而 新開發道路或土地重新分割後，原來的資料亦有來 不及更新問題。如果能藉助於高解析影像的辨識，

則可以重新劃定坵塊邊界(無法律效力)，以方便往 後的影像及 GIS 資料疊合分析。另如圖 13 所示，

可以明顯地比較出 SPOT 影像及模擬華衛二號衛 星影像的空間解析能力；若比對現有農地坵塊資料 與利用模擬華衛二號衛星影像數化耕地坵塊邊界 情形，顯示後者的坵塊數量遠多於目前農糧處建立 的耕地向量 GIS 資訊。

4.  結論與討論

本研究利用 IKONOS 衛星影像之全光段及彩 色資料進行影像融合後，再結合 DEM 資料與基本 圖控制點進行幾何糾正；並以點擴散函數方式模擬

擬華衛二號衛星影像數化耕地坵塊邊界情形，顯示 後者的坵塊數量遠多於目前農糧處建立的耕地向 量 GIS 資訊；所以藉助於高解析衛星影像的輔助，

可以輔助劃定耕地坵塊邊界，以方便往後的影像及 GIS 資料疊合分析。

評估中華二號衛星影像萃取 GIS 資料的潛 力，除了具高解像優點外，尚有高重返(re-visit)攝 像特性；因此，除適用於地表資源與環境的監測 外，亦頗適用於更新現有的老舊 GIS 圖層；對於 快速變遷的土地利用、天然災害與農作生長監測等 之應用深具潛力。

參考文獻

內政部，1997。 ”國土利用現況調查報告書”，共 325 頁，內政部編印。

產生 ROCSAT-II 多光譜正射融合影像，進一 步再判釋土地利用/覆蓋類別，並建立 GIS 向量與屬 性資訊；最後與 SPOT 影像萃取成果比對分析。考 慮因素除了空間解像力提供辨識地物類別的多寡 外，辨識精準度及能否更新坵塊邊界亦一併考量。

評估結果顯示(1)台灣地區平均農地坵塊在 SPOT 影 像只有 4~5 個像元，華衛二號衛星影像彩色部份為 26~27 像元，彩色融合影像資料可達 425 個像元。

(2)模擬華衛二號衛星影像判釋地物類別較 SPOT 影 像多，包括部分第三級分類，如線狀結構之農業道 路、產業道路與灌溉溝渠等線狀資訊亦可辨識出；

而 不 規 則 圖形 地 物 亦 可藉 由 高 空 間解 像 力 的 輔 助，判釋如停車場、電力設施(變電所)、墳墓及一 般祼露地等小面積分布的範圍。(3)比對農糧處當年 度 的 航 照 判釋 水 稻 資 料分 類 辨 識 精準 度 ； 評 估 SPOT 影像辨識水稻與旱作全體精度與

kˆ

78.07% 及 0.55 ； 模 擬 華 衛 二 號 衛 星 影 像 提 高 到 90.64%及 0.81。(4)比對現有農地坵塊資料與利用模

吳啟南、徐偉城，2002。 ”台北市縮編地形圖檔圖 形處理及建構高解析度衛星影像工作案~建構高 解析度衛星影像”，共 73 頁，台北市政府委託。

吳啟南、徐偉城、蕭國鑫、廖子毅，2003。”利用中 華衛星二號模擬影像應用於萃取地理資訊資料 之研究”，共 53 頁，太空計畫室委託。

吳啟南、廖子毅、李惠容，2001。利用模擬華衛二 號影像及地真資料建立遙測農作辨識能力，共 68 頁，國科會太空計畫室九十年度任務導向委託研 究計畫。

吳啟南、蕭國鑫等八人，2001。遙測與資訊技術結 合 應 用 於 海 岸 洪 氾 災 害 監 測 (3/4) ， 能 資 所 第 06-3-90-w016 報告，共 92 頁，行政院農委會。

張 志 立 ， 2000 。 Preliminary Design Concepts of Geometric Correction for ROCSAT-2 Remote Sensing Data Preprocessing，第十九屆測量研討 會，建國技術學院、彰化市。

劉治中、曾義星等七人，2001。 ”遙測與資訊技術 應用於精準農業技術之建立~結合遙測與 GIS 建 置 水 稻 田 辨 識 系 統 (2/4) ” ， 工 研 院 能 資 所 第 063-89- W010 號報告，共 136 頁。

蕭國鑫、吳哲榮、徐偉城、吳啟南，2002。”高解像 力衛星影像應用於土地利用分類探討”，中華地 理資訊學術會研討會論文集光碟，逢甲大學、台 中市。

Cracknell, A. P.，1999。”Seminar on ROCSAT-2:its challenges and opportunities”,中大太遙中心、中壢 市。

Lillesand, T. M. & Kiefer, R. W. ，1979。 “Remote Sensing and Image Interpretation”, John Wiley &

Sons, Inc., First Edition.

Paithoonwattanakij, K.，1989。 “Automatic Pattern Recognition Techniques for Geothermal Correction on Satellite Data”, PhD thesis, Dundee University.

Toutin, T. and Cheng, P.，2001。“Demystification of IKONOS”, Earth Observation Magazine, 2001, July.

謝誌

本研究承國科會 NSC91-NSPO(A)-PC-IC01-02 計畫經費支援，農糧署提供農作坵塊資料，研究得 以完成，深致謝忱。

A Study on GIS Data Extraction Using Simulated ROCSAT-2 Image

Chih-Li Chang

Kuo-Hsing Hsiao

Chi-Nan Wu

Wei-Chen Hsu

Tzu-Yi Liao

Jeng-Shing Chern

ABSTRACT

The IKONOS data were adopted to simulate ROCSAT-2 image. Firstly, a 1*1 m² fused image was produced using the IKONOS XS and Panchromatic imagery. Next, the image was geometrically rectified using GCPs, existing DEM and contour maps. Then, the Point Spread Function of NOAA AVHRR 7 was adjusted to resample the IKONOS ortho-image and generate the simulated ROCSAT-2 data with the spatial resolution of 2*2 m², which was manually interpreted and the land use/cover GIS information was extracted. The results were compared with that obtained from SPOT image. It shows that fifteen categories under Classes I and Class II of Land Use and Cover Classification are identified from simulated ROCSAT-2 and SPOT-4 image data. The areas of rice paddy identified from the two image data are in good correlation, but the areas of arid farmland differ by about 30%. Additionally seven categories under Class III can by identified from the ROCSAT-2 data only. Most significant is the accuracy of crop identification, which achieves the critical value of 90%. Consequently, ROCSAT-2 will be a good data source not only for GIS data extraction but also for updating the existing paddy and other GIS maps.

Key Words : ROCSAT-II、Simulated image、Data extraction

1 Senior Researcher, National Space Program Office

2 Researcher, Energy & Resources Laboratories, Industrial Technology Research Institute

3 Associate Researcher, ERL/ITRI

4 Senior Scientist, National Space Program Office

Received Date: Jan. 13, 2002 Revised Date: May 19, 2004 Accepted Date: May 21, 2004