结合卫星影像与地形指标于山崩自动分类之研究.pdf

航測及遙測學刊 第十四卷 第一期 第 11-23 頁 民國 98 年 3 月 11 Journal of Photogrammetry and Remote Sensing Volume 14, No.1, March 2009, pp. 11-23 結合衛星影像與地形指標於山崩自動分類之研究 1* 2 3 楊孟學 林明璋 劉進金 摘 要 過去遙測辨識山崩的方法，主要根據二維的影像光譜資訊及特定的分類演算法予以分類。因為利用 影像光譜資訊難以將山崩與道路、屋頂及裸露地等光譜特徵值相似之地類分離，所以本研究以石門水庫 上游集水區為例，選定龍王颱風襲台後之 SPOT 影像以及三維空載光達(LiDAR)數值地形模型及其衍生地 形指標等，進行自動分類之探討，期望能提昇山崩的分類精度。本研究使用的地形指標包括︰(1)DEM 坡 度、(2)碎形維度指標、(3)地形多樣性指標(Diversity) 、(4)地形優勢度指標(Dominance) 、(5)地形相對複雜 度 指標 (Relative Richness) 等 五項 。同時 以最 大似然 分類 法 (Maximum Likelihood) 以 及馬氏 距離 法 (Mahalanobis)比較各種地形指標之輔助程度。結果發現，利用地形指標輔助 SPOT 原始四波段分類，以 DEM 坡度在最大似然分類法下輔助效果最佳，能減少 27%以上的誤判。其次則以地形多樣性指標，約有 11%的輔助效果。 關鍵詞：光達、地質災害、影像分類 本研究加入三維的空載光達(Light Detection 1. 前言 And Ranging, LiDAR)數值地形模型及其衍生地形 隨著高解析度航、遙測影像的普及化，國內逐 指標(geomorphic indexes) ，期望能提昇山崩的分類 漸以大比例尺影像配合地面調查進行災害調查及 精 度 ， 以 達 到 自 動 化 的 目 的 。 地 形 計 測 學 防治。傳統方式是利用航照影像或是衛星影像二維 (geomorphometry) 為 探 討 地 景 幾 何 形 貌 的 科 學 的光譜自動化辨識山崩。利用航照判釋精度較高， (Mark, 1975) 。地景幾何形貌的變化程度可用地形 但需要花費較多的人力及時間成本，而衛星影像自 起伏(relief)及地表粗糙度(roughness)等指標加以描 動辨識，雖然自動化程度較高，但其分類精度仍是 述，地形起伏可表示一定範圍內高度的變化程度， 近年來，多數研究追求的目標，原因在於僅利用影 是屬於垂直的量度方式；地表粗糙度則可利用地表 像的光譜資訊作為辨識的依據，容易造成光譜值接 不規則程度 (irregularity)描述地表的簡單或複雜 近的地物與山崩無法分離，因此需要加入不同的資 (rougher)程度如崎嶇或平緩，是屬於水平的量度方 訊輔助辨識。然而國內最常使用的輔助資料仍以農 式(Mark, 1975) 。地形計測指標尚有碎形 (fractal) 、 委會四十公尺數值地形最廣為應用，受限於空間解 組織 (Texture) 、紋理(Grain) 、水系密度(drainage 像力的限制，在應用上仍有相當大的限制。傳統遙 density)等( Goodchild and Mark, 1978) 。地形計測的 測辨識山崩的方法主要根據為二