都市綠環境研究系列：以高光譜影像資料分析都市中道路建物與綠色植物的分布

Urban Green Environment Series Research: Analysis of the Distribution of Road Buildings and Green Plants in Cities Using Classification on Hyperspectral Imagery Data

彭信瑋(Peng Hsin-Wei)；萬絢(Wan Shiuan)

綠環境 ； 影像分類 ； 資料探勘 ； Green Environment ； Image Classification ； Data Mining

水保技術

14卷1期（2020 / 01 / 01）

10 - 19

繁體中文

隨著人類社會的進步以及科技快速發展下，都市版圖持續擴大，隨之衍伸出的都市空氣污染，人口密度過高，交通壅擠，等等對應問題，本研究擬以高光譜拍攝影像分辨道路與建築物之間的空間位置，透過大數據的分類技術，運用能夠增加便利與方便性也能夠改善大型運輸的交通壅擠，以及計算都市綠色植物的比例和面積以大幅改善都市的美化以及空氣汙染等問題。本研究使用資料探勘三種方法：邏輯式回歸分析法（Logistic regression）、決策樹分析演算法（Decision tree）、線性判別分析法（Linear Discriminant Analysis）建立的三種模型並以測試範例加以分析誤差矩陣，並建構主題圖與可比對的影像差分圖，呈現本研究的成果。

With the progress of human society and the rapid development of science and technology, the scope of urban are going to be expanded. The urban air pollution, population density is too high, traffic congestion are excessively getting strong. The spatial location between roads and buildings, through the use of big data classification technology, can greatly increase the convenience of analyzing the feasibility. On the other hand, it can also improve the traffic congestion of large-scale transportation. The calculation of the proportion and area of urban green plants is to greatly improve the urban beautification and air pollution and other issues. Therefore, the study applied three different Data Mining approaches: Logistic regression, Decision Tree, and Linear Discriminant Analysis to select the required training paradigms and test paradigms to build the three models. The construction of the contrast image differences and error matrix are presented in this study.

1. https://zh.wikipedia.org/wiki/%E5%BB%BA%E8%94%BD%E7%8E%87 建蔽率
2. https://www.slideshare.net/XavierYin/ss-62151265 機器學習與資料探勘：決策樹
3. https://zh.wikipedia.org/wiki/%E7%B7%9A%E6%80%A7%E5%88%A4%E5%88%A5%E5%88%86%E6%9E%90 線性判別分析
4. https://scitechvista.nat.gov.tw/c/s2Sp.htm 空間資訊：大地的辨識密碼–高光譜影像
5. https://zh.wikipedia.org/wiki/%E5%AE%B9%E7%A7%AF%E7%8E%87 容積率
6. https://medium.com/@eren_queue/coursera-standford-machine-learning-week-3-%E7%AD%86%E8%A8%98-c6d5005a1ccf?fbclid=IwAR3f8aOoRqHf9FQ-rIzAfpJZi2CsVSKJIcpqRe3PV02fA87FDraEOUe4ij0邏輯式迴歸
7. 呂坤哲(2002)。逢甲大學資訊工程學系。
8. 林大開,林若琪(2014)。林大開、林若琪(2014)，應用空載高光譜影像CASI-1500於都市土地利用調查。
9. 林若琪(2017)。逢甲大學專案管理碩士在職專班。
10. 林恩楷(2005)。國立中央大學土木工程研究所。
11. 馬永康(2017)。國立中興大學光電工程研究所。
12. 張士勳,萬絢,周彥芝(2012)。綠化生態模型的評估--以遙測影像的水稻田影像判釋：自組織映射圖與邏輯式迴歸之研究。水保技術，7(4)，212-220。
13. 張廷政,萬絢。因素分析逐步回歸與Logistic迴歸模式在澎湖養殖決策之研究。計量管理期刊，1(1)，114-119。
14. 連德蓉(2013)。嶺東科技大學高階主管企管碩士在職專班。
15. 萬絢,張士勳,王依蘋,劉啟清(2016)。以高光譜影像和光達建置高速公路邊坡隆起和下陷監控。中華水土保持學報，47(4)，185-190。
16. 董屹晨(2018)。國立雲林科技大學資訊工程系。
17. 雷祖強,周天穎,萬絢,楊龍士,許晉嘉(2007)。空間特徵分類器支持向量機之研究。航測及遙測學刊，12(2)，145-163。
18. 蘇揚智(2011)。輔英科技大學環境工程與科學系。