光達與合成孔徑雷達資料於森林經營與監測之研究(2/2)

傳統光學遙測影像已廣為森林資源管理應用於常用工作，而具穿透性可獲得樹冠下林分結構資訊的合成孔徑雷達(SAR)及光達資料仍未普通使用，光達藉由點雲光斑測距，穿透林木間空隙量到下層植被位置，提供林間的分層資訊，在過去林務局支持研究下已有具體成果，但SAR影像的研究仍處初步階段，微波雷達具更好的穿透特性，提供電磁波振幅(強度)、相位資訊，及極化散射資料，是研究林分枝幹散射特性的良好工具。本計畫研究利用光達分層資料輔助探討雷達回波反/散射機制，測試SAR及光達資料在森林經營管理監監測應用的可行性、分析資料在應用前所需的處理技術、及環境因子對SAR影像的影響。計畫分兩年度進行，第一年已完成全波形光達點雲的加密技術、及在分類與量化推估的初步測試，本年度研究影像模擬技術提高SAR影像幾何校正精度，並測試各資料在分類、變異偵測、及量化分析的應用，各項工作成果包括如下：影像模擬工作：利用已有影像的載臺航跡、觀測姿態、與掃描參數及當地DEM資料，模擬局部地形反射亮度，計算SAR斜距方向各像元強度，產生一張接近已有SAR影像形態的模擬影像，供處理者較易找尋可用地面控制點以進行正射校正，工作中分別完成巒大測區RADARSAT 2、ALOS PALSAR、及空載SAR的模擬影像，摸擬影像的功能包括(1)作為參考影像進行影像校正，提昇效率；(2)產生空載SAR影像成像應用等級分級圖，把影像成中各像元依所屬幾何特性分類（前坡疊置、前坡縮短、後坡拉長、陰影等四類別），供搭配SAR正射影像使用。傳統投影角餘弦的地形輻射校正方法，依資料顯示有過度校正現象，建議未來發展微地形輻射修正模型。全波形光達分析方面，本年度至目前止，已完成測區全波形光達樹高模型點雲產製，加密後的光達點雲資料能夠增加密林區之地面點65％，相對提升數值高程模型(DEM)的精度50~60公分。在大甲溪事業區9林班及大安事業區雪山坑測區內建立五種樹種及十種林型全波形光達點雲樣點樣本，進行分層分析後定出高度、強度、占高比、穿透率四項分類準則進行分類及成果評估，針葉木與闊葉木立木的內部精度分辨度95％，以林班坵塊為界作測試中，闊葉林坵塊內闊葉樹的因立木混而未精確分類，但針葉林坵塊可被正確分類(辨識界內針葉樹佔75％以上)，針葉林樹種分辨中，香杉與紅檜可以從樹型結構比例區分，但香杉與台灣杉則不容易區分。為測試SAR資料的同調性在偵測林分變化的可能性，本計畫以宜蘭銅山之山毛櫸林為對象，比較落葉前後的影像差異，因同調性計算對衛星軌道位置要求較高，本計畫經收集可能位置及季節要求，分析24組衛星軌道後，選定2012年2月及7月兩幀夏季及冬季RADARSAT影像，分別代表有葉及落葉影像，經同調性計算分析後，完成變異分析。SAR對於林地冠層變異有明顯反應，並以相對強度與Wishart方法效果較好。因無法僅以落葉變化判釋是否為山毛櫸，建議配合地面樣區建立強度變遷樣本，供作大面積調查之用。在地形及地物因子影響評估，完成坡度、坡向、當地入射角等地形因子對SAR背向散射係數的影響評估，不論C-波段RADARSAT-2 SAR資料或L-波段的ALOS PALSAR資料都會受到當地入射角影響，在前坡(-30~0度)產生最大的背向散射係數，再隨當地入射角加大而降值數值。不同土地覆蓋類別的背向散射係數在前坡辨識性較大，在後坡有混淆的趨勢。土地覆蓋的影響，在一級分類(IPCC類別)對的差異性較高，在林地類別中，針葉林及其混合林型與針/闊葉林型有明顯差異。林分及光達因子(鬱閉度、光達LPI、林分密度、及生物量)經與RADARSAT及ALOS PALSAR的背向散射散係數資料進行相關分析，發現三種林分因子與背向散射係數的相關性都不顯著，但其中鬱閉度與SAR資料較呈較顯著相關變化，航照判釋鬱閉度資料與SAR的二次散射值呈相同變化趨勢。