小覆蓋面多重回波光達資料應用於四個溫帶森林覆蓋類型之特徵與分類探討 - 農業知識入口網

　樹葉覆蓋與枝條分佈的資訊為理解森林垂直結構空間變異的基本要素，然而透過傳統的田野調查研究或航空照片判釋，卻很難有效獲取森林垂直結構與冠層以下的相關資訊；因此，本研究旨在評估利用空載光達資料探討冠層下森林垂直結構的可行性，並進行山區森林植群分類。本研究以阿里山地區為範圍，其內計有紅檜(Chamaecyparis formosensis)、柳杉(Cryptomeria japonica)、闊葉樹混淆林與裸露地等四種類型，因此透過空載光達多重回波與強度值資料，結合統計分析與影像分類探討其差異性。研究指出，回波比率模型(REM)與回波強度模型(EIM)能有效區分土地利用類型的不同，同時證明回波比率與強度和林分冠層密度具有相關性，其中第一回波的回波比率與強度值最能充分反應冠層資訊。至於影像分類方面，單一影像的分類準確度介於50.5至68.5%之間，且第一回波強度(EIMFE)、第一回波比率(REMFE)、最終回波比率(REMLE)與單一回波比率(REMOE)具有較高的分類潛力；不過融合較多變數的混合影像，其分類準確度更高，達81.5%。因此本研究證實，透過空載光達的多重回波與強度值資料，確可有效進行土地覆蓋類型的分類與製圖工作。