遥测在森林资源调查之应用.doc

第四次全國森林調查技術研習訓練班講義2007遙測在森林資源調查之應用授課大綱時數主題課程內容授課老師2遙測影像之概述與特性遙測之基本定義、遙測資料獲取與分析過程、遙測技術之優點評估、遙測影像之應用範圍舉例鄭祈全2遙測基礎原理及影像介紹高解析遙測基礎介紹、高空間解析影像(Quick Bird)、高時間解析影像(FORMOSAT-2)、高輻射解析影像(MODIS)、高輻射解析影像(IKONOS)鄭祈全4遙測影像處理；遙測資料實際分析影像資料格式介紹與前置處理、影像座標與投影系統之設定方法及實作與分析鄭祈全6遙測影像分類方法，如應用植生指標進行計算、人工判釋與電腦自動判釋人工判釋分類（監督性分類）、電腦自動化分類（非監督性分類）、植生指標計算陳建璋2綜合檢討與測驗綜合應用之檢討與測驗陳建璋26第一章 遙測在森林資源調查之應用一、遙測影像之概述與特性(一)遙測之基本定義遙感探測(Remote Sensing, RS)廣泛的定義，係指透過某一特定的工具，自一段觀測距離，以未直接接觸物體的方式，紀錄和檢測資料的技術(Avery and Berlin,1992)。凡舉人類的視覺和聽覺，亦是遙感探測的型態，例如，當我們觀看某一個物體時，該物體會呈現不同的明暗度，此即光線照射到物體上，因物體表面的質地不同，對入射光線的反射和散射率亦不相同，所以當光線由物體上反射到我們的眼睛時，透過視神經的分析，即可得知該物體的形狀、質感與亮度。McDonnell and kemp(1995)，描述遙感探測為自一段距離，獲取地球表面環境資料的技術，如飛機(Aircraft)或衛星(Satellites)。Hoffer(1994)定義遙感探測為一種科學與藝術，包含經由使用不同的感測器系統，通常為空載(Borne by Aircraft)或太空承載(Spacecraft)系統來蒐集地球表面的資料和接近地表的環境資料，經由資料處理過程，此些資料能被轉換成我們用於了解和經營管理自然與人文環境的資訊，如圖1所示。A. Energy Source or IlluminationB. Radiation and the AtmosphereC. Interaction with the TargetD. Recording of Energy by the SensorE. Transmission, Reception, and ProcessingF. Interpretation and AnalysisG. Application圖1衛星取得地表物體資料之過程隨著科技的發展，應用遙測資料監測地面植物空間的分佈、時空的變遷情形及植群生長的狀況，已是當前大尺度生態研究的必備分析資料與工具。一般而言遙測資料，主要分為衛星資料與航空照片資料；在從前上述二種資料主要差異在於載具的不同與所得資料尺度的不同，當然在生態應用上所分析的角度亦有所差異。以往衛星影像資料，受限於空間解析力不足，在研究上造成了尺度上的限制，研究區域範圍都以大面積大尺度為主，但又因為衛星影像擁有不同波長的數位化光譜解析能力，較航空照片於電腦分析上更為方便，因此亦受大多數研究大尺度生態學家的青睞；近年來更因為衛星影像的空間與光譜解析能力的大幅提高，在使用上與航空照片已無大的差別，在資料的取得上甚至更為經濟方便。遙感探測器的光譜(Spectrum)掃描範圍，一般介於紫外光(Ultraviolet, UV)到微波(Microwave)之間。主動式遙感探測如雷達系統，接收的電磁輻射能的光譜區域分布於微波區間；被動式感測器，檢測的電磁輻射能之光譜區見，介於紫外光到紅外光間(Infrared)，如圖2、圖3、圖4、圖5、圖6、圖7所示，由於光譜影像屬於被動式感測器所掃描之影像，所以，光譜影像的光譜區域涵蓋了部分的紫外光、可見光(Visible)和紅外光區間。圖2 電磁光譜區域圖3 紫外光Violet：0.4-0.446 mBlue：0.446-0.500 mGreen：0.500-0.578 mYellow：0.578-0.592 mOrange：0.5920.620 mRed：0.620-0.7 m圖4 可見光圖5 紅外光圖6 微波就光譜影像而言，不論是空載光譜影像或衛星系統的光譜影像，依照影像的光譜波段(Spectral Band)數，可分為下列四種影像(Belokon,1997)：1.單一光譜波段(Panchromatic, PAN)影像，如SPOT衛星的單波段PAN影像。2.多光譜(Multispectral)影像，包含兩個光譜以上到數十個光譜波段的影像，如SPOT衛星的多波段XS影像、Landsat衛星多波段TM影像、IKONOS衛星多波段彩色影像、空載DS-1260多光譜影像和空載DAIS 3715多光譜影像。3.高光譜(Hyperspectral)影像，包含數百個以上光譜波段數的影像，如美國NASA的航空可見光/紅外光影像光譜測量儀(Airborne Visible/Infrared Imaging Spectrometer, AVIRIS)，可量測224個光譜波段資料。4.超高光譜(Ultrasprctral)影像，包含數千個以上光譜波段數的影像。上述光譜波段，指電磁光譜區域中特定的部分區域(Belokon,1997)，亦即特定光譜波長範圍，例如，SPOT PAN單波段光譜影像的光譜波段為0.51 m0.73 m。多光譜影像的光譜波段，則介於0.4 m2.5 m之間，在此光譜區間，一般依照多光譜影像的波段數分割光譜分布區域，若是多光譜影像所含的光譜段數較高，則此光譜波段的光譜區域分布，部分會變得比較窄。(二)遙測資料獲取與分析過程遙感探測的感測器一般可歸類為被動式感應器(Passive Sensor)，及主動式感測器(Active Sensor)兩種。圖7為被動式和主動式感測器紀錄地球資源的過程圖解。圖7不同的遙感探測系統距離地表之軌道被動式感測器，指感測器本身無法提供檢測地表物體所需的電磁波，必須經由接收地表物體反射或散射太陽輻射能的能量強度，以亮度值型式，紀錄地表資訊。現階段大部分資源衛星所攜帶的感測器，均屬於此種被動式的感測器系統，例如，美國Landsat衛星、法國SPOT衛星，印度IRS衛星、國內空載DS-1260多光譜感測器和空載DAIS 3715多光譜影像感測器等等。被動式感測器，是由照相檢波器(Photo Detectors)、光譜濾波器(Spectral Filters)、稜鏡(Prisms)和電子計算設備.等共同組成(Belokon et al.,1997)。因為此種感測器以接收地表物體反射或散射太陽輻射能的強度，檢測地表資訊，所以，紀錄的地表資訊極易受大氣情況影響，以衛星系統為例，若大氣中含有雲層時，由於雲層會直接反射太陽輻射能，呈現於衛星影像上面，雲層下方的地表物體，因缺乏入射的太陽輻射能，亦無能量的反射和散射作用，所以該地區僅雲層資料被紀錄於衛星影像中，而雲層下方的地表資訊則較難被精確的判釋。一般被動式感測器，又分為Whiskbroom和Pushbroom兩種感測器。早期美國的Landsat MSS衛星，乃使用具有6個檢波器的Wiskbroom掃描器，每次可同時產生6條掃描線；Landsat TM衛星，則使用具有16個檢波器的此類掃描器。SPOT衛星，在單波段(PAN)光譜影像上，使用具有6,000個檢波器的Pushbroom掃描器，每次可同時掃描出6,000條掃描線；而SPOT衛星在多光波段(XS)光譜影像上，則使用具有3,000個檢波器的Pushbroom掃描器，所以產生的SPOT XS多光譜影像，解析度為20 m(Verbyla,1995)主動式感測器，係指由感測器本身放射檢測地表物體的電磁輻射能，此電磁輻射能的部分能量會被大氣散射，其餘的能量可穿透大氣，並於接觸地表物體時，被地表物體反射，感測器再藉由接收此反射的能量強度，以提供地表的環境資訊。目前雷達感測器均屬於此種類型的系統，例如，加拿大RADARSAT衛星和歐洲ERS雷達衛星。光譜資料是由網格式(Raster)數值資料所組成，每一網格的基本構成單元，稱為像元，每一個像元存在一個數值(Digital Number, DN)，此數值象徵光譜影像的亮度值(即物體反射太陽輻射能的強度)。一般網格式數值資料以欄(Column)和列(Row)的方式儲存，以資料的左上角位置之網格(欄1、列1)作為座標的原點。衛星影像資料即為網格式的數值資料，依光譜感應器紀錄光譜值區域範圍，可區分為不同的波段(Band)，每一個波段均代表多樣性資源的光譜特性，圖8為網格式數值資料儲存方式。圖8 網格式數值資料儲存方式一般而言，衛星影像的資料格式，除依照上述的網格式數值資料儲存方式外，並以影像的每一個波段和像元間的資料排序情況，又分為BSQ(Band Sequential)、BIL(Band Interleaved by Line)和BIP(Band Interleaved by Pixel)等資料形式。BSQ資料型式，為影像的光譜值(DN值)在儲存過程中，依波段順序儲存資料，如第一個波段至第n個波段依序儲存，再將每一個波段的像元資料，依序儲存於各波段中。BIL資料型式，為於各掃描線中，由第一個波段到第n個波段，依序儲存影像的光譜值。BIP資料型式，為以每一個像元為基準，依序儲存該像元對應的各波段的影像光譜值。光譜影像具有下列四種形式的解析度(Resolution)：1.空間解析度(Spatial Resolution)，指影像像元對應到地面像元的大小。空間解析度大者，能觀察到物體細部情況的程度較佳，然單一影像所能涵蓋的面積範圍則較小。衛星影像的空間解析度，隨衛星影像攜帶的感應器設備之差異而有所不同，如SPOT XS多光譜影像為20 m；單波段SPOT PAN影像為10 m；Landsat TM影像為30 m。2.光譜解析度(Spectral Resolution)，指影像光譜值橫跨於光譜區域的範圍，若比較SPOT XS、SPOT PAN和Landsat TM，以SPOT PAN影像的光譜解析度低於Landsat TM影像。3.輻射解析度(Radiometric Resolution)，指遙感探測系統紀錄影像每一個像元值的DN值範圍，例如Landsat TM影像為0到255。4.時間解析度(Temporal Resolution)，指衛星經過同一地區，拍攝影像的時間週期，例如，Landsat TM衛星通過同一地區的時間週期為16日，AVHRR衛星每隔12小時通過相同的區域，亦即，AVHRR衛星具有比Landsat TM衛星較高的時間解析度。(三)遙測技術之優點評估遙測有其特有的優點與缺點，其優點主要在於用不著就地探測，不會產生因探測而引起被探測介質的改變，而且可測傳統儀器無法到達的區域(如高空、水面等)，同時可以做大面積甚至立體之探測。目前大部分遙測儀器和程序，多半可以自動操作、自動輸出展示和記錄，使人為誤差減少，並可探測對時間之連續變化。遙測主要的缺點在於目前大部分遙測仍在實驗發展階段，真正工程上可以立即做實際應用的遙測系統和儀器很少。想立即利用遙測研究發展的成果，購買現成儀器作實地應用的工程人員必感失望。同時遙測所測之參數(parameter)往往並非實際上所需的參數，因此科技人員往往對遙測所間接測定之參數沒有真實感，且對所測之量的解釋不同，有時會得出不同之結論。而從事遙測研究和實驗的投資龐大，非一般機構可以負擔(發射遙測衛星需5000萬美元以上，一般常用之雷達亦在3050萬美元左右)。二、遙測影像之應用範圍舉例(一)地景變遷、土地利用圖更新地景變遷是指地景結構與功能隨著時間的變化，亦即土地利用型態的改變，而其變化的原因在於地景要素的干擾，這些干擾是綜合性的，它來自自然環境、生態客體以及人類活動之間複雜的相互作用。因此，為了瞭解生態系的變化及影響，國內外的學者莫不競相研究一有效方法，供作生態系監測之用。應用多期遙測影像可紀錄同一地點不時期之地表狀態，因此衛星影像為研究地景變遷之最佳材料。例如陳朝圳等(2001)曾利用1989、1999年之衛星影像為材料，以監督性分類7種土地利用類型，並分析各項地景指標包括嵌塊體豐富度Shannon 多樣性、最大多樣性及均勻度指標。不同時期及不同干擾狀況之地景指標，以t值檢定其間之差異，結果顯示二期土地利用及不同干擾狀況對地景多樣性及地景組成皆有顯著的影響，1989年具有較高的地景多樣性，而至1999年其地景多樣性有下降之趨勢，其下降程度開發區大於保護區。1989年1999年保護區邊界草生地農耕地裸露地水體低密度森林中密度森林高密度森林陰影圖9 南仁山森林生態系1989、1999年之土地利用型圖(陳朝圳等，2001)(二)崩塌地判釋崩塌地調查為集水區經營管理的重要工作之一，而以傳統的人力調查方式，往往耗費大量的人力、物力及時間，又現場調查之即時性不足，且在調查精準度上也值得考量；因此若能利用遙測技術結合專家系統發展出準確度、自動化程度較高且時間成本較低的方法，則有助於經營單位的管理。因此有關於崩塌地的調查在即時資料的取得上，目前以遙測資料最為快速且方便；下圖10為應用SPOT衛星影像針對921地震後集集九份二山崩塌地調查之前後差異(Yang et al., 2002)。圖10 921地震後集集九份二山崩塌地調查(Yang et al.,2002)(三)災害防治(乾旱、火災為例)美國太空總署NASA(National Aeronautics and Space Administration)於1999年12月，成功接收由Terra衛星搭載的MODIS (Moderate resolution imaging spectroradiometer)又稱為中級解析力成像分光輻射度感測器。產生的影像讓各國學者對於MODIS影像之各個波段特性展開許多相關的研究及測試，希望能夠及早進一步的解析MODIS影像波譜的資訊，以提供全球在未來掌握更多即時資料；MODIS感測器有三十六個波段(光譜頻率)，空間解析力介於250公尺1000公尺，回覆期(指衛星能夠觀察到同一地點的最短間隔)為12天，在這樣的能力下，MODIS感測器能夠提供動態且十分豐富的地球影像。以衛星影像來監測乾旱區域，可提供政府許多即時的乾旱相關資訊，供為旱災經營管理之決策之用，由於MODIS影像擁有36個多光譜波段，因此可利用主軸轉換法來挑選MODIS影像中可適用於監測乾旱之波段，做為監測乾旱發生時或大面積火災發生之監測。乾旱發生時之影像 正常氣候時之影像圖11 應用MODIS衛星影像於不同氣象條件下之感測差異(鍾玉龍等，2006)圖12 美國蒙大拿州與愛達荷州歷經200萬畝森林火災後之衛星影像變化，藉由250 m空間解析力MODIS衛星影像的分析可清楚的將火災後害區域偵測出來(NASA)。其他衛星影像之應用列舉如下(劉振榮，2003)：土地(山坡地)利用監控與管制利用資源衛星高解析特性影像，可研判出土地利用情形，若有長期性影像資料庫，更可研判出地表地物地貌隨時間的變化。遙測影像可提供國土規劃的參考，及遏止侵佔國土、非法開發等不法行為。土地利用的遙測資料也可以做為環境評估時的參考，有助於環境保護及生態保育工作。1.環境評估及生態保育利用多時衛星影像，可以評估自然環境與生態的變遷，以期兼顧產業發展及生態平衡。2.災害評估利用衛星大範圍掃瞄多光譜影像，可以迅速評估自然災害的範圍及受損情形。特別是山區或偏遠地區、或因天災而交通阻隔地區，衛星遙測影像更能有效評估災情以便迅速擬定對策或救難行動。3.高解析影像地物物貌研判利用高解析衛星影像，可判讀出地表的詳細地物地貌，此方面的應用相當廣泛。且大致而言，隨著衛星影像解析力越來越高，此方面的應用越不可限量：如地圖更新，都市規劃、精準農業，軍情研判等4.海面溫度之遙測利用自然界間物體只要溫度不是絕對零度，即有能量發出之特性，利用衛星接收此能量即可轉換成溫度。5.海面潛熱通量的估算及其應用建立SSM/I微波頻道近地層比濕反演方程式，並利用經驗式估算近海面風速值，最後計算海面潛熱通量。另外亦針對梅雨季豪雨個案做相關性分析。結果顯示，局部海水溫度的增暖與海面潛熱通量相對極值的出現的確與海上強對流系統的生成與發展有密切的關係。6.大氣垂直溫濕剖線之遙測大氣中之氣體成份對輻射具選擇性之吸收，選擇對吸收強弱不同之一組波長，即可分別轉換成不同高度之溫度或濕度值。7.雲參數之遙測雲對紅外線來說為黑體，因此應用紅外線可算出雲量，雲高等參數。8.臭氧含量之遙測利用臭氧吸收頻道，由此頻道輻射能量大小之變化即可轉換成臭氧含量之多寡。9.大氣水汽含量之遙測大氣中之水汽對某些輻射頻道具強烈之吸收，可據此特性遙測得水汽之含量。10.風速之遙測利用地球同步衛星紅外線頻道影像，計算其在相隔一或半小時內之移動距離和方向即可估算得高空風場(雲導風)。而利用微波在不同海面狀況(風大浪大，風小浪小)具有不同之發射率(或不同之水平或垂直極化)現象亦可推求得海面上之風速。11.降雨量之遙測雨滴會對微波造成能量之散射，雨量大則雨滴大，造成之極化現象亦不同，由此即可推求得降雨量。12.太陽短波和地球長波輻射之遙測由衛星上裝載之短波和長波輻射計(或黑白輻射球)即可分別量測太陽短波和地球長波輻射值。據此可分析地球大氣系統之能量收支平衡。13.天氣系統之監視和預報由大範圍密集之觀測，可以迅速而有效地掌握天氣動態，並進而預報其未來之動向與發展趨勢。14.颱風強度估算由於颱風呈暖心結構，且系統增溫情況在約250 mb最為明顯。又颱風所具有的強氣旋式環流，故可假設近似梯度風平衡。由靜力方程及梯度風關係式便可將NOAA-MSU微波資料反演所得之250 mb不同方向的溫度梯度預估出此方向上最大風速及強風半徑。15.全球植被指數之遙測植被指數代表植物之生長情形，可以準確分析乾旱或饑荒發生地區，及早提出因應之道以減少災難之發生，而氣象衛星資料可提供植被指數之估算。16.環境變遷及污染的監測利用可見光，近紅外光、遠紅外光與微波衛星資料，可大範圍地監測地球環境的空氣污染、熱污染及水污染及環境變遷。17.空氣污染(大氣氣溶膠)之遙測氣溶膠不但影響衛星遙測資料之品質而易形成資料之誤判外，更是空氣品質的重要指標，可視應用應用目的使用資源衛星或氣象衛星資料來求取氣溶膠，以得到小範園或大範圍d的大氣氣溶膠之分佈圖。18.熱污染(熱排水)的監測利用熱紅外光波段資料監測熱廢水對環境生態的衝擊與影響,如核能電廠出水口周圍海域海溫變化。19.灘線萃取與其變化的監測利用高地面解析衛星資料的各頻道反射特性求取灘線位置並監測灘線的變化情形。20.水文變遷與污染的監測利用衛星資料可大範圍地偵測得水文環境及其周遭環境的變化,及其水體參數(水質、生物量)的變化。三、高解析遙測介紹20世紀末，因美國政府全面開放高解析度衛星影像(High Resolution Satellite Imagery, HRSI)的商業市場，允許民間建造和研發具商業性質的高解析度衛星、感測器和發射平台，使得遙感探測的發展進入了另一個嶄新的紀元。依據美國太空總署(National Aeronautics and Space Administration, NASA)預估，在本世紀國際間將有20顆以上的衛星，承載1 m或小於1 m影像解析度的感測器，加入遙感探測高解析度衛星影像市場的競爭行列(Sheffner,1999)。由於近年來遙測技術的發展快速，衛星影像空間解析度從早前SPOT14全色態影像的12.5米空間解析度，至今QUCIKBIRD、IKONOS已可達到近次米級(全色態0.610.72m)之高解析度，相較於航空攝影測量航空照片之空間解析度雖仍有差距，但衛星影像具有取得快速之優點，此外高解析度衛星影像皆採用推掃式(push-broom)掃描，僅於y方向會產生幾何變形且高解析度衛星影像具有較穩定和效率較高等優勢，對於大比例尺製圖方面的應用理論上較傳統航測便利，此外我國於2003年亦已成功發射福爾摩沙二號衛星，空間解析力亦可達到2 m，因此在未來的應用上而言將更為全面。下表1就當前數個高解析衛星影像進行比較。表1 當前高解析衛星影像之特性比較衛星SPOT 5(HRG)FORMOSAT-2EROS A1IKONOSQUICKBIRD焦距(m)1.0822.8983.4108.839衛星高度(km)822891480681450成像方式推掃式(push-broom)推掃式(push-broom)推掃式(push-broom)推掃式(push-broom)推掃式(push-broom)掃描模式同步取樣同步取樣非同步取樣同步取樣同步取樣獲得立體像對方式同軌道或跨軌道跨軌道同軌道或跨軌道同軌道或跨軌道同軌道或跨軌道感測器間最大夾角/(deg)同軌道：27同軌道同軌道：45同軌道：26跨軌道：45同軌道：25掃描寬度260 km24 km 12.5 km 11 km16.5 km 空間解析度(m)XS：10PAN：2.5 or 5XS：8PAN：2PAN：1.8XS：4PAN：1XS：2.442.88 PAN：0.610.72輻射解析力PAN：0.490.69B1：0.500.59B2：0.610.68B3：0.780.89SWIR：1.581.75PAN：0.450.90XS： 0.450.520.520.600.630.690.760.90PAN：0.50.9PAN：0.450.90XS： 0.450.520.520.600.630.690.760.90PAN：0.450.90XS： 0.450.520.520.600.630.690.760.90資料型態8 Bits8 Bits11 Bits11 Bits11 Bits衛星軌道與赤道交角98.798.9997.398.198衛星軌道參數提供不提供提供目前不提供提供衛星軌道週期101.4 mins26 days103 mins14 圈/天15.3 圈/天98 mins14.6圈/天93.5 mins四、遙測影像處理衛星影像資料屬於網格式(Raster)地理資訊，其儲存形式為二元化(Binary)資料，因此無法以一般文字編輯軟體”觀看”其內容，必須使用影像處理軟體來操作、處理、觀看或轉換。仿間商用影像處理軟體一般可分為兩大類，一是藝術創作、編修、排版等功能之處理軟體，例如Adobe Photoshop、Ulead Photoimpact、AcdSee、Adobe Photoready等等，以及遙測影像處理軟體，例如ERDAS Imagine、PCI、ERMapper等等。各種影像格式少說有百種以上，例如一般商用軟體常用之TIF、TGA、JPG、PCX、BMP、EPS、GIF、PSD、MAC等等。而遙測影像處理軟體為了結合地理資訊與處理大量衛星影像資料之效率，各家公司通常都會自定自家之影像格式，例如Imagine之img、PCI之pix、ERMapper的ers與ecw等(CSRSR,2007)。為配合各類影像處理軟體之匯入功能，中央大學太遙中心所生產之影像格式乃使用最通用之RAW格式，也就是將影像資料部分與詮釋資料部分分開儲存，影像資料部分不含任何檔頭與非影像之資料。而影像大小、資料型態與相關地理資訊等詮釋資料則以文字檔儲存。因此使用者購買中央大學太遙中心所生產之RAW格式產品，例如SPOT衛星等級3產品，在使用任一影像處理軟體操作時，第一個動作便是匯入影像，將RAW影像格式轉換為該軟體所認得之影像格式。光學衛星通常會設計多光譜感測器，以各種波段窗區來觀測地表資訊，因此同一瞬間所拍攝之影像通常具有兩個波段以上之資訊，例如SPOT-5 HM有四個波段。因此，影像儲存時各波段如何排列，將會影響到如何正確的匯入影像資料。一般影像排列方式有三種，分別為BSQ(Bands Sequential)、BIL(Bands Interleaved by Line)、與BIP(Bands Interleaved by Pixel)。目前國內所使用之衛星影像多來自中央大學太遙中心，而該中心所生產之SPOT XS等級3產品，所採用的影像排列方式為BSQ，而且各波段是以不同檔案儲存(CSRSR,2007)。在使用衛星影像資料之前必須瞭解該衛星影像之基本資料，重要資訊舉例如下：影像波段數目：3影像資料檔名：I0006096.1.bsq、I0006096.2.bsq、I0006096.3.bsq影像大小：640640影像資料型態：Unsigned 8bits(Byte) 影像排列方式：BSQ影像左上角地理座標(N/E)：2635900.000/163450.000座標系統：Taiwan_TM(TWD67)網格大小：20 m五、遙測影像分類方法遙測是指利用非接觸的方式得到目的物的資訊，主要透過偵測接收紀錄目標物反射或輻射的電磁波強度。電磁波的範圍很廣，依波長順序而分，由紫外光、可見光、近紅外光、微波等，都可以利用。由於大氣層的吸收及反射因素，使得衛星遙測應用上使用最廣的仍是可見光及紅外光，不同衛星或感測器的敏感度不同，所能偵測到的輻射波光譜波長不一，在經地球大氣效應後，Landsat、SPOT等衛星的偵測系統會對這些反射光譜作波段的區分。這些波段就是我們所能用的基本資料，而在應用這些基本資料之前，使用者需了解這些波段對不同地表物的輻射反應及各種地面物對各波段的反射特性。除了單獨使用每一波段對目的物的反射特性外，結合不同波段輻射強度以判別目的是非常重要的手段，不同地表特徵可能在某些波段的反射強度相同，但不可能在每一種波段都有類似的反應，例如天然草地反射更多的紅外光。(一)光譜影像分類光譜影像分類(spectral image classification)，指影像分析人員依據衛星影像上所記載的地表光譜反射強度資訊，以適當的數學、統計演算法對影像進行地表類屬(category)的歸類，並分別定義、賦予其名目屬性，使一張原始衛星影像得以變為具有實質地理意義圖層的過程。一般而言，傳統上常用的衛星影像分類法，主要有監督式分類法(Supervised classification)與非監督式分類法(Unsupervised classification)兩種；另外，類神經(artificial neural)分類法及次像元(sub-pixel)分類等影像判釋技術，更是近年來影像分類技術研發的主軸。不過在此特別強調的是，複雜且耗時的分類法未必一定有效，最重要的是影像判釋技術人員需適當的了解影像資料本身的特性、研究的目的及需求，並視研究範圍現場土地使用/覆蓋的客觀情況，再依此選擇一最簡單且有效的方法才是最佳步驟，方不至於浪費無謂的成本與時間。所謂的影像分類判釋(image classification)，是指透過影像上各像元(即網格pixel cell，係指衛星影像上的最小可辨識單位面積，如SPOT-XS，影像之像元為20 m20 m；SPOT-Pan影像之像元為10 m10 m，一般皆以像元大小來作為衛星影像解析力的判斷標準)所紀錄的地表光譜反射資訊(DNs值)，藉此特定統計方法的計算和分析歸類，賦予影像中每一像元一個特定值，此一特定值在此乃象徵著地表覆蓋的某一特定類別。1.監督式分類方法(Supervised Classification)監督式影像分類法，主要是以已知地面位置之真實資料(係指土地使用/覆蓋之真實情況)所紀錄之光譜特性為依據，進行影像其他未知空間資訊的光譜型式辨別(Spectral Pattern Recognition)，由於係以已知之光譜反射資訊作為判釋基準，稱之為監督性分類。如圖13所示，原始衛星影像經分類後，便可轉換成具有地理意義及位相關係的GIS圖層。圖13 影像分類示意圖監督式分類法主要包括三個處理階段，分別是訓練資料取樣(training data sampling)、分類(classification)及輸出。主要係以數值化為基礎，光譜形式識別大部分為一自動化之處理過程，在這一方面，視覺的空間影像判讀識別(包括形狀、大小、色調、顏色、組織、圖案、陰影、高度、立地及相關物等)和光譜形式識別將需互輔助。在現行一般商業衛星影像的資料精度下，雖然大部分的影像空間型式可由肉眼直接判斷，但對於電腦來說，判讀卻是一種極艱難的工作；反之，好處即在於電腦可快度處理分析任何數目的波段，而人工判讀至多只能處理三個波段而已。2.非監督式分類法(Unsupervised Classification)非監督式分類法主要是依據影像分析者所訂定的分類數(即預定的集群數)，利用群集分析方式，計算、分析全影像光譜分布各集群的平均值及標準差，並逐一檢查影像各像元的光譜值是否符合光譜空間的最短距離之條件，經由反覆的集群歸類，以達到預定的分類數，且同時達到最高的光譜分離目的。此方法與監督式分類法最大的差異，即在於影像分析者不須進行訊練樣區資料的選取，以其作為“監督”分類的依據。非監督式分類法主要是以數學方法計算檢查一大串未知的像元，基於影像DNs值的自然群集呈現(cluster distribution)，而將其光譜空間區隔成特定數目的分類歸屬，而其基本的前提，乃相似覆蓋型態內的數值應在量測的空間內成集合之趨勢，如此一來，不同分類的資料則可比較容易予以分隔，分類起來亦可較為單純，但應