卫星影像植生指标优选之研究SelectionofOptimumVegetationIndex.PDF

衛星影像植生指標優選之研究 （1） (2) （3） （4） 黃麗娟 莊智瑋 何世華 林昭遠 摘 要 九二一地震造成台灣中部大面積植生及環境破壞 ，如何有效快速的監測環境變遷為近年來 研究重點，在環境變遷研究中衛星影像波段萃取被廣泛運用於植生地、裸露地的判釋上。本研 究係將原始波段加入 NDVI、IPVI、MSAVI 及 CMFI 等四種植生指標並利用監督式倒傳遞類神經 網路進行分析優選最佳植生指標。結果顯示整體精度及 Kappa 值皆以 CMFI 較高，其次為 NDVI， 最差為原始波段，在研究過程中雖以 CMFI 有較高判釋效果，但 Kappa 值仍僅 0.677，原因係受 採用之衛星影像空間解析度不佳影響所致。建議可加入紋理分析、DTM 及航拍影像等，以提升 精確度。 （關鍵詞 ：倒傳遞類神經網路、植生指標、影像判釋） Selection of Optimum Vegetation Index from SPOT Satellite Image Lin-Chuan Huang(1), Chi-Wei Chuang (2), Shi-Hua Ho (3), Chao-Yuan Lin (4) Graduate Student, Professor, Department of Soil and Water Conservation, National Chung-Hsing University, Taichung 402, Taiwan, R.O.C.. ABSTRACT A very serve vegetation and environment destruction in central Taiwan was caused by the 921 earthquake in 1999. Effective and fast monitor the change of environmental restoration is important . This study focuses on the selection of optimum vegetation index (NDVI, IPVI, MSAVI and CMFI) derived from SPOT satellite image by using supervised back propagation neural network. The results show that the best combination is original bands plus CMFI and the worst combination is original bands in overall accuracy and Kappa coefficient. The performance of （1）國立中興大學水土保持學系碩士研究生 （2 ）國立中興大學水土保持學系博士班研究生 （3 ）國立中興大學水土保持學系博士班研究生 （4）國立中興大學水土保持學系教授 39 水土保持學報 40 (1) ：39 - 50 (2008) Journal of Soil and Water Conservation , 40 (1) ：39 - 50 (2008) classification derived from the original bands plus CMFI has the best interpretation. However the Kappa value is only 0.677,the reason can be explained as the poor spatial resolution of the chosen image. Texture analysis, digital terrain