臺灣博碩士論文加值系統

台灣地區經常受到許多天災所影響，所影響的不僅是地形也包括了地形資料，而地形資料在天然災害後，往往缺乏即時有效的更新。對於天然災害後的地形改變，我們無法立即清楚知道在天然災害後所改變的植生分佈狀況。傳統上，植生分佈資訊皆以人為方式到現地調查獲取資料。有鑑於此，本研究使用「最佳統計分類法」分類出植生分佈區域，藉由遙測技術降低人力上的需求，加上「K-means分群法」之分類成果來評估最佳統計分類法的可行性，再搭配常態化差異植生指標(NDVI)得知植生數值分佈情況，從準確的分類區域並配合植生數值來探討植生分佈的情形。本研究區域為南投縣竹山地區，其衛星影像拍攝年份分別為1999年、2002年及2007年，使用最佳統計分類法的植生分類結果顯示NDVI指標數值分類在樹林平均數值約為0.4、分類在農地平均數值約為0.2。最佳統計分類法的有效分類配合NDVI指標，可清楚瞭解南投竹山地區植生分佈區域情形。

Taiwan area is usually struck by natural perils. Not only the terrain but also the geographic data are significantly influenced. The terrain data often lack of effective and instant update after one natural peril occurs. Toward the landform change after natural perils, we cannot immediately identify the exact condition in respect of the vegetated cover. The information of vegetated cover is traditionally obtained through personal site survey. As a result, this study utilized the optimum statistical classifiers method to classify the vegetation area, and the study can decrease the manpower demand through remote-sensing technology. Furthermore, the k-means clustering method is employed to appraise the feasibility of the optimum statistical classifiers method, as well as NDVI to derive the figures of vegetation. The classified area together with vegetation figures could therefore be utilized to discuss the condition of vegetated cover. The location chosen for this study is in the Tzu-Shan area of Nantou County; satellite images were respectively taken in 1999, 2002 and 2007. The result of vegetation classification through the optimum statistical classifiers method showed the average value of NDVI in woods was around 0.4, and that of farmland was around 0.2. By the optimum statistical classifiers method in collocation with NDVI indexes, researchers can clearly realize the condition of vegetation cover in the Tzu-Shan area of Nantou County.

目錄
摘要 I
ABSTRACT II
致謝 III
目錄 V
表目錄 VIII
圖目錄 IX
第一章 緒論 1
1.1研究動機 1
1.2研究目的 2
1.3 論文架構與研究流程 3
第二章 文獻回顧 6
2.1遙感探測（Remote Sensing, RS） 6
2.2 影像分類方法之應用 9
2.2.1 監督式分類法 9
2.2.2 非監督式分類 12
2.3常態化差異植生指標 14
2.4 本章小結 16
第三章 研究方法簡介 17
3.1 最佳統計分類法(Optimum Statistical Classifiers) 17
3.2 K-means分群法 20
第四章 實驗與分析 22
4.1研究區域概況 24
4.1.1 地理位置 24
4.1.2 影像資料 26
4.2 最佳統計分類法-實驗與結果 30
4.2.1 影像樣本選取 30
4.2.2 評估訓練成果準確性 31
4.2.3 最佳統計分類法結果 34
4.2.4 監督式分類法疑似誤判分類情形 41
4.3 K-means分群法-實驗與結果 45
4.4 評估最佳統計分類法準確性 51
4.5 植生數值 55
4.6 探討植生分佈情形 56
第五章 結論與建議 59
5.1 結論 59
5.2 建議 60
參考文獻 61
表目錄
表4-1 1999年份驗證成果表 33
表4-2 2002年份驗證成果表 33
表4-3 2007年份驗證成果表 33
表4-4 樹林分類數值 55
表4-5 農地分類數值 55
圖目錄
圖1-1 研究流程圖 5
圖4-1 實驗流程圖 23
圖4-2 竹山地理位置 25
圖4-3 1999年10月南投竹山衛星影像 28
圖4-4 2002年11月南投竹山衛星影像 28
圖4-5 2007年12月南投竹山衛星影像 29
圖4-6 影像訓練區的選取位置 30
圖4-7 2009年南投竹山衛星圖 31
圖4-8 1999年南投竹山最佳統計分類成果 34
圖4-9 2002年南投竹山最佳統計分類成果 35
圖4-10 2007年南投竹山最佳統計分類成果 35
圖4-11 1999年南投竹山NDVI圖 36
圖4-12 2002年南投竹山NDVI圖 37
圖4-13 2007年南投竹山NDVI圖 37
圖4-14 1999年南投竹山最佳統計分類法套疊NDVI後樹林分類區域 38
圖4-15 2002年南投竹山最佳統計分類法套疊NDVI後樹林分類區域 38
圖4-16 2007年南投竹山最佳統計分類法套疊NDVI後樹林分類區域 39
圖4-17 1999年南投竹山最佳統計分類法套疊NDVI後農地分類區域 39
圖4-18 2002年南投竹山最佳統計分類法套疊NDVI後農地分類區域 40
圖4-19 2007年南投竹山最佳統計分類法套疊NDVI後農地分類區域 40
圖4-20 1999年南投竹山樹林疑似誤判地區 41
圖4-21 2002年南投竹山樹林疑似誤判地區 42
圖4-22 2007年南投竹山樹林疑似誤判地區 42
圖4-23 1999年南投竹山農地疑似誤判地區 43
圖4-24 2002年南投竹山農地疑似誤判地區 43
圖4-25 2007年南投竹山農地疑似誤判地區 44
圖4-26 1999年南投竹山K-means分類成果 46
圖4-27 2002年南投竹山K-means分類成果 46
圖4-28 2007年南投竹山K-means分類成果 47
圖4-29 1999年南投竹山K-means分群法套疊NDVI後樹林分類區域 48
圖4-30 2002年南投竹山K-means分群法套疊NDVI後樹林分類區域 48
圖4-31 2007年南投竹山K-means分群法套疊NDVI後樹林分類區域 49
圖4-32 1999年南投竹山K-means分群法套疊NDVI後農地分類區域 49
圖4-33 2002年南投竹山K-means分群法套疊NDVI後農地分類區域 50
圖4-34 2007年南投竹山K-means分群法套疊NDVI後農地分類區域 50
圖4-35 1999年南投竹山樹林分類結果比較 52
圖4-36 2002年南投竹山樹林分類結果比較 52
圖4-37 2007年南投竹山樹林分類結果比較 53
圖4-38 1999年南投竹山農地分類結果比較 53
圖4-39 2002年南投竹山農地分類結果比較 54
圖4-40 2007年南投竹山農地分類結果比較 54
圖4-41 1999年南投竹山植生分佈 57
圖4-42 2002年南投竹山植生分佈 57
圖4-43 2007年南投竹山植生分佈 58

中文部份
1.王鑫，「遙測學」，大中國出版社，1977。
2.蕭國鑫，遙測與 GIS 結合應用於德基水庫集水區土地利用/覆蓋監測，遙感探測，21：21-54，1994。
3.劉守恆，「衛星影像於崩塌地自動分類組合之研究」，碩士論文，國立成功大學地球科學研究所，台南，2002。
4.莊政斌，「影像分割技術於高解析度衛星影像分類之應用」，碩士論文，中央大學土木工程研究所，桃園，2004。
5.黃信茗，「地理資訊系統及衛星影像應用於灌溉計畫之研究」，碩 士論文，國立屏東科技大學土木工程系碩士班，屏東，2000。
6.黃俊偉，「大範圍地區土地使用分類之研究」，碩士論文，國立中央大學土木工程研究所，桃園，2001。
7.黃筱梅，「SPOT 衛星影像於裸露地變遷之偵測研究-以和社地區為例」，碩士論文，國立台灣大學森林學研究所，台北，2000。
8.陳繼潘、徐守道、陳世旺，「應用非監督性類神經網路於SPOT衛星 影像分類之研究」，航測及遙測學刊，第二卷，第一期，第1-12 61頁，1997。
9.陳哲俊，「研究計畫綜合報告」，國立中央大學太空及遙測研究中 心研究計畫報告，桃園，1989。
10.陳文福，「陳有蘭溪集水區之地形特性與土地利用之關係」，水土保持學報，29（2）:137-155，1997。
11.陳文福、鄭新興，遙測與GIS 運用於集水區大型坡地開發之變遷分析，水土保持學報，29(1)：41-60，1997。
12.陳朝圳，「南仁山森林生態系植生綠度之季節性變化」，中華林學季刊，32（1）：53∼66，1999。
13.陳同孝、陳雨霖、劉明山、許文綬、林志強、邱永興，結合K-means及階層式分群法之二階段分群演算法，電腦學刊，第十七卷，第一期，2006。
14.魏曉萍，「Quick Bird衛星影像探討分類方法之研究」，碩士論文， 中華大學土木工程學系碩士班，新竹，2003。
15.戴志強，「運用空間資訊技術擷取海洋表面衛星影像特徵之研究」，碩士論文，義守大學資訊管理研究所，高雄，2007。
16.謝漢欽、鄭祈全，福山地區SPOT多期影像植生綠度分析，林業試驗所研究報告期刊，第10卷，第1期，p105-p120，1995。
17.林昭遠、吳瑞鵬、林文賜，921 震災崩塌地植生復育監測與評估，中華水土保持學報，32(1)：59-66，2001。
18.林家慶，「應用福衛二號時間序列影像監測曾文水庫集水區崩塌地之時空變化」，碩士論文，國立成功大學地球科學系，台南，2007。
19.林唐穩，「南海北部內波特性之研究」，碩士論文，國立台灣大學，台北，2001。
20.吳瑞鵬，「九九峰震災崩塌地植生復育之評估」，碩士論文，國立中興大學水土保持學系，台中，2001。
21.江山宏，「九九峰崩塌地變遷監測之研究」，碩士論文，明道管理學院環境規劃暨設計研究所，彰化，2006。
22.鄞祺蔚，「使用層集多重分類法探討衛星影像中河道變遷趨勢之研究-以南投竹山陳有蘭溪為例」，碩士論文，朝陽科大營建工程系，台中，2009。
23.洪密琪，「整合光譜與空間資訊於影像分類-應用於覆蓋與管理因 子(C值)之研究」，碩士論文，國立中興大學土木學系，台中，2007。
24.簡世宏，「SPOT衛星遙測影像與DEM應用於崩塌地潛勢分析之研究－以清水溪集水區為例」，碩士論文，國立中興大學水土保持學系，台中，2004。
25.黎明儀，「應用衛星影像於金門島土地覆蓋圖繪製」，碩士論文，國立台灣大學森林學研究所，台北，2004。
英文部分
1.Avery, T. E. and G. L. Berlin, “Fundamentals of Remote Sensing and Air photo interpretation, ” (fifth edition). Prentice-hall, Upper Saddle River, New Jersey 07458, 1992.
2.Burgan, R. E. and R. A. Hartford, “Monitoring vegetation greenness with satellite data, ” USDA Forest Service Intermountain Research Station General Technical Report INT-297, 1993.
3.Gustavo, C. V., Luis, G. C., Javier, C. M., Jose, David, M. G., Emilio, S. O., Luis, A. C., and Jose Moreno, “Robust Support Vector Method for Hyperspectral Data Classification and Knowledge Discovery , ”IEEE Transactions on Geoscience and Remote Sensing, Vol. 42, No. 7, pp.1530-1542, 2004.
4.Jenson, J.R., “Introductory Digital Image Processing – A Remote Sensing Perspective,” Second Edition, Prentice-Hall, Englewood Cliffs, New Jersey, 1995.
5.Lillesand, T.M., and Kiefer, R.W., “Remote Sensing and Image Interpretation, ” John Wiley & Sons, Inc, New York, U.S, 1994.
6.Gianinetto, M., Villa P., Lechi G., “Postflood Damage Evaluation Using Landsat TM and ETM+ Data Integrated With DEM, ”IEEE Rnsactions Noscience and Remote Sensing, VOL. 44, NO. 1, pp.236-243, 2006.

網站部份
1.2009年12月12日南投縣竹山鎮公所
http://village.nantou.gov.tw/chushang/index.asp