利用物件式導向進行崩塌地種類判釋、復育追蹤－以高雄市寶來地區為例

Object-based Classification for Detecting Landslides and Vegetation Recovery-A Case at Baolai, Kaohsiung

10.29417/JCSWC.201803_49(2).0004

林穎東(Ying-Tong Lin)；張國楨(Kuo-Chen Chang)；楊啟見(Ci-Jian Yang)

物件式導向 ； 影像判釋 ； 崩塌地 ； SHALSTAB ； Object-oriented ； classification ； landslide ； Baolai Village ； FS

中華水土保持學報

49卷2期（2018 / 06 / 01）

98 - 109

繁體中文

本研究設計半自動化崩塌地判釋系統，對高雄寶來地區崩塌地，進行坡地災害潛勢預估。分別使用eCognition軟體和ENVI軟體，以階層式分類方式和支持向量機進行自動化判釋，並輔以專家判釋檢核，判釋崩塌地類型。利用直接相減法，以2009年及2015年影像的常態化差值植生指標(NDVI)運算，得到該崩塌地六年間增減情況。此外，本研究另以SHALSTLB模式，使用NDVI、坡度、岩性、事件的降雨量，自動模擬，取模式適配性最高的前1%筆資料，繪製崩塌地潛勢圖。研究發現使用上述兩種軟體進行物件式導向判釋，整體精度均可以超過90%，Kappa值超過80%，但兩者在河道與崩塌地的判釋上，仍出現部分瑕疵，原因可能是地物邊界混淆。從2009到2015年，崩塌地已縮小50%面積，但是在河道攻擊坡仍呈現不穩定，甚至擴大崩塌的趨勢。SHALSTLB的模擬顯示最有可能發生崩塌地的位置，多集中在舊崩塌地冠部及坡腳處，但是在崩塌地面積的推估上出現低估現象。

This study used object-oriented analysis to classify landslides at Baolai village by using Formosat-2 satellite images. We used multiresolution segmentation to generate the blocks and hierarchical logic to classify five types of features. We then classified the landslides and used univariate image differencing to observe the vegetation recovery after 6 years. We used the SHALSTB model to integrate landslide susceptibility maps. This study used the extreme example of 2009 typhoon Morakot, in which precipitation reached 1991.5 mm in 5 days, and selected a 1% sample with the highest modified success rate to produce the highest landslide susceptible area. Both software programs exhibited high overall accuracy and kappa values. Because of boundary confusion, there were some flaws in calculation. From 2009 to 2015, the landslide area decreased 50%. However, the river bank remains unstable because of the ongoing erosion process. The landslide susceptibility maps indicated that the old landslide area was susceptible to landslides in an extreme event; however, we underestimated the landslide area.

1. 郭基賢, C.S.,楊貴三, G.S.(2005)。臺灣地區大型崩塌地之地理特性研究。中華民國地圖學會會刊，15，103-114。
   連結：
2. Ben-Hur, A.,Weston, J.(2009).A user's guide to support vector machines, data mining techniques for the life sciences.Methods in Molecular Biology,609,223-239.
3. Chang, K.T.,Liu, J.K.,Wang, C.I.(2012).An objectoriented analysis for characterizing the rainfall-induced shallow landslide.Journal of Marine Science and Technology,20(6),647-656.
4. Dietrich, W.E.,de Asua, R.R.,Coyle, J.,Trso, M.(1998).,Berkeley:Stillwater Ecosystem, Watershed & Riverine Sciences.
5. Escape, C.M.,Alemania, M.K.,Luzon, P.K.,Felix, R.,Sheena S.,Aquinoa, D.,Eco, R.N.,Lagmay, A.M.F.(2014).Comparison of various remote sensing classification methods for landslide detection using ArcGIS.Project NOAH Open File Reports,3,22-27.
6. Huang, J. C.,Kao, S. J.(2006).Optimal estimator for assessing landslide model performance.Hydrology and Earth System Sciences,10,957-965.
7. Huang, J.C.,Kao, S.J.,Hsu, M.L.,Lin, J.C.(2006).Stochastic procedure to extract and to integrate landslide susceptibility maps: an example of mountainous watershed in Taiwan.Natural Hazards and Earth System Sciences,6,803-815.
8. Lo, K.F.A.,Yeh, H.C.,Chen, S.H.(2015).Landslide detection using satellite remote sensing imagery.International Journal of Development Research,5(4),4237-4241.
9. Mancini, F.,Ceppi, C.,Ritrovato, G.(2010).GIS and statistical analysis for landslide susceptibility mapping in the Daunia area, Italy.Natural Hazards Earth System Science,10,1851-1864.
10. Montgomery, D.R.,Dietrich, W.E.(1994).A physically based model for the topographic control on shallow landsliding.Water Resources Research,30(4),1153-1171.
11. 孔繁恩, F.E.,詹進發, J.F.,邵怡誠, Y.C.,李茂園, M.Y.,葉堃生, K.S.,陳連晃, L.H.(2014)。物件式分類法於高解析度航照影像萃取崩塌地之研究。航測及遙測學刊，18(4)，267-281。
12. 王俊明, C.M.,李心平, S.P.,李鎮鍵, C.C.,臧運忠, Y.C.,謝正倫, C.L.(2010)。莫拉克颱風災害綜覽。中華防災學刊，2(1)，27-34。
13. 行政院災害防救專家諮詢委員會=Disaster Prevention amd Protection Expert Consultation Committee(2010).莫拉克颱風災害的課題分析與政策建議.
14. 沈哲緯, Z.W.,吳秋雅, Q.Y.,林彥享, Y.X.,鄭錦桐, J.T.,陳建宏, J.H.,邵國士,紀宗吉, Z.J.,張閔翔, M.H.(2009)。運用多變量統計進行台灣中部地區之斜坡單元豪雨誘發山崩潛勢分析。中興工程季刊，103，25-34。
15. 林恩如, E.J.,劉正千, C.C.,張智華, C.H.,鄭依凡, I.F.,柯明勳, M.H.(2013)。運用福衛二號高時空分辨率多光譜影像於台灣全島崩塌地判釋與災害分析。航測及遙測學刊，17(1)，31-51。
16. 張石角, S.C.(1987)。山坡地潛在危險之預測及其在環境影響評估之應用。中華水土保持學報，18(2)，41-62。
17. 張立雨, L.Y.,陳繼藩, C.F.(2006)。應用 Watershed 影像分割法於高解析 QuickBird 衛星影像進行道路區塊之萃取。航測及遙測學刊，11(3)，261-267。
18. 張政亮, C.L.,張瑞津, J.C.,紀宗吉, C.C.(2005)。遙測與地理資訊系統應用於大甲溪流域之崩塌災害的調查與分析。地理研究，43，101-122。
19. 莊文星, W.H.(2011)。莫拉克颱風荖濃溪寶來—桃源段地貌變遷。國立自然科學博物館館訊，282，1-12。
20. 陳宏宇, H.(2000)。台灣山崩之工程地質特性。地工技術，79，59-70。
21. 陳怡睿, Y.R.,林洧全, W.C.,謝舜傑, S.C.(2011)。坡地利用影響山崩潛勢之評估模式建置—以寶來地區歷經莫拉克颱風為例。中華水土保持學報，42(3)，251-262。
22. 黃宏斌, H.P.,徐肇斌, C.P.,謝孟荃, M.C.(2006)。石門水庫集水區崩塌地之調查研究。農業工程學報，52(3)，32-45。
23. 黃南輝, R.,黃建忠, C.C.,陳宏宇, H.,李錫堤, C.T.,潘國樑, K.L.(2002)。環境地質敏感度分析自動化系統開發。地工技術，90，55-62。
24. 黃韋凱, W.K.,林銘郎, M.L.,陳良健, L.C.,林彥享, Y.H.,蕭震洋, C.Y.(2010)。物件導向分析方法應用於遙測影像之分區及崩塌地與人工設施分類。航測及遙測學刊，15(1)，29-49。
25. 楊孟學, M.S.,林明璋, M.C.,劉進金, J.K.(2009)。結合衛星影像與地形指標於山崩自動分類之研究。航測及遙測學刊，14(1)，11-23。
26. 楊樹榮, S.R.,林忠志, C.C.,鄭錦桐, C.T.,潘國樑, K.L.,蔡如君, J.C.,李正利, C.L.(2011)。臺灣常用山崩分類系統。第十四屆大地工程研討會，桃園，台灣:
27. 詹勳全, H.C.,張嘉琪, C.C.,陳樹群, S.C.,魏郁軒, Y.S.,王昭堡, Z.B.,李桃生, T.S.(2015)。台灣山區淺層崩塌地特性調查與分析。中華水土保持學報，46(1)，19-28。
28. 雷祖強, T.C.,李哲源, C.Y.,葉惠中, H.C.,萬絢, S.(2009)。以區塊化物件分類法萃取 ADS-40 影像中水稻田坵塊資訊之研究。航測及遙測學刊，14(2)，127-140。
29. 鍾新翰, H.H.(2008)。Taiwan, ROC，國立中央大學應用地質研究所=National Chung Hsing University。

1. 繆紹綱,陳映融,徐于軒,林映丞(2022)。利用深度學習神經網路進行衛星影像的崩塌地辨識。中華水土保持學報，53(1)，25-34。