以灰色系统理论分析永续发展工业区之废水处理策略.doc

應用決策樹法於空載影像分類之探討-以建築物分類為例 林宏嶽1 陳俊榮2 蕭豐達3 國科會研究計畫編號：NSC91-2211-E-324-004 進行各項環境相關問題分析時，常利用到遙測影像資料來進行分析研究衛星影像價格昂貴歷史資料空載影像歷史影像全價格便宜512大小的圖形進行測試，探討其分類之有效性及適用性。 關鍵字：空載影像、決策樹、地理資訊系統、影像分類、判識準則 一、前言 由於環境議題漸漸受到大家重視，而進行各項環境相關問題分析時，有許多時候需要利用到遙測影像資料來進行分析研究，例如：都市環境區域規劃問題、海岸線區域調查研究等，而多數的分析、監測研究所需要的遙測影像，大部分是以地理資訊圖層的方式來展現，而地理資訊圖層有許多是由遙測影像轉換而來的。 在台灣，歷史空載影像蒐集較為完整的就屬於農航所製作的空載影像圖。若是要用到歷史影像資料做為分析的來源時，經常需要以蒐集此類影像做為影像分析來源。而地理資訊圖層主要是做為空間分析的主要來源依據，許多環工上的模式模擬工作，都可利用地理資訊圖層來做為輸入參數的來源，其可以提供模式模擬者的有效的資料來源。就成功的整合地理資訊資料結構結合了水資源管理模式來做為分析決策的來源依據，證明這的方式是可行的。1.朝陽科技大學環境工程與管理系助理教授 2.朝陽科技大學環境工程與管理系碩士班研究生 3.朝陽科技大學環境工程與管理系碩士班研究生 由於目前台灣地理資訊圖層一方面價格昂貴，，另一方面由於大部分的地理資訊圖層大多以建築物地標，如醫院、學校或是道路的電子地圖圖層為主，不一定符合環境或生態問題上針對森林、農地等環境調查需要的地理資訊圖層。此外，現有的地理資訊圖層無法歷史影像資料轉換地理資訊圖層導致研究學者各項環境。如何利用將歷史遙測影像轉換為後續模式模擬可以利用的地理資訊系統圖層，即為本研究的主要探討目標。 本研究主要利用決策樹(Decision Tree)，根據空載影像圖的特性，以建築物為例，探討將圖形特性轉換為可利用的地理資訊圖層的可行性。以下將逐一說明本研究的目的： 探討適用於空載影像的準則：在影像分類中，自動化判釋影像往往無法完全達到人可辨識的程度；因此，探討可以適用空載影像的準則即為本研究的主要目的。 以案例探討所建構的影像分類模式的實用性以及適用性：本研究以台中縣北溝區域的空載影像圖為案例，探討本研究所發展的影像分類模式以及分類規則的適用性。所得的結果除了與實際人工分選圖比較外，並與前人研究模式進行比較探討。 圖1 研究流程圖 航照圖蒐集512512大小的影像圖做為分析。 影像掃描數位化 由於大多的航照圖沒有影像電子檔(91年後才有電子影像檔)，為建立本研究方法的一般性，因此本研究所採用的影像為88年的歷史影像資料，其資料是屬於纸圖影像資料。因此，影像則須利用掃瞄器將蒐集影像數位化成影像檔。 人工分類圖層建為了使得經由決策樹分類後的圖層有個比較依據，人工分類圖層的建立可做為此比較依據。因此，本研究需要對原始圖層進行人工圈選來做為後續決策樹分類圖層的比較基礎。人工分類圖層的產生是以人工方式圈選原有的圖層並轉換為適當的分類圖層。地理資訊系統分析 ERDAS IMAGINE中包含許多地理資訊系統的圖層分析功能，在後續依據決策樹規則所分類出來的圖層中，需應用到此類分析功能。以下就針對本研究應用在分類方法上使用的GIS空間分析功能作進一步的說明：疊加分析(Overlap)： 鄰域分析(Neighborhood)： 類聚統計(Clump)：查找分析(Search)：圖像遮蓋(Mask)：歸納分析(Summary)：根據前述GIS分析方法了解各影像類別網格的數值後，可以更清楚的知道各類影像的特徵，以得知如何定義決策樹分類準則，以利用定義好的準則分類所需要的類別影像。 國內提出九大類空照判讀要素，其九大判釋因子如下：1.影像大小(ize)、2.影像形狀(Shape)、3.陰影(Shadow)、4.色調與色彩(one and Color)、5.組織(Texture)、6.圖樣型態(Pattern)、7.地點(Site)、8.時間的變化(Time Variant Phenomena)、9.相關性(Association)。圖為ERDAS中決策樹分類規則建立說明。經由此上述建構好的分類準則，並由地理資訊系統分析後可以調整分類規則中參數的制定，進而可以將所要的圖層分類出。分類準則之建構主要為三個項目加以說明，其詳細說明如下。 圖ERDAS分類規則建立 資料來源或內容(Sources)：將各種類型資料轉換成資料型態為一致的資料格式。(2)規則(Rules)：為各種證據或事實之邏輯運算式，用來推導所欲求之目標。 (3)欲分類類別(Hypotheses)：此為欲推導之目標或假說。 以下就以道路準則建構作說明