透過高解析度空拍照片與影像紋理分析方法辨識河道物理棲地之研究

Translated title of the thesis: Mapping Physical Habitat of Long-Reach Stream Using Image Processing and Pixel Texture Analysis through High Resolution Aerial Imagery
  • 彭 建霖

Student thesis: Master's Thesis

Abstract

空拍機(UAV)近年來的興起,促使?多遙測相關研究進步,理由為UAV操作簡單,便於研究區域內進行空中拍攝,且拍攝自由度高、容易取得圖資影像。本研究將利用UAV對河川物理棲地結合現地調查,對河道棲地進行探討。 本研究透過現地物理棲地調查,調查時間自2018年1月至3月,地點為屏東縣萬巒鄉之五溝水,調查物理棲地類型包含淺瀨區(Riffle)、淺流區(Glide)與深潭區(Pool),淺瀨區水面流態含有劇烈波紋;深潭區則水面則平滑;淺流區水面則介於淺瀨區與深潭區兩者之間,屬過渡區。研究主要目標有二,(一)透過現地辨識河川物理棲地與調查物理棲地因子特徵,並利用統計方法單因子變異數分析,了解不同棲地之特徵差異性;(二)透過UAV拍攝之空拍圖結合影像處理與紋理分析,並運用最大概似模式進行物理棲地分類。 研究結果顯示利用流速、水深、福祿數與流速水深比等因子中,單因子變異數分析均有顯著差異,而透過事後多重比較法則顯示福祿數最能有效呈現不同棲地之數據差異性。模式分類方面透過分三類物理棲地,總體分類精度達71 95%,Kappa係數為0 526;分兩類棲地(去除淺流區)總體分類精度為83 09%,Kappa係數為0 662。若模式分類應用於五溝水中,分三類棲地顯示淺瀨區占23 15%、淺流區占49 23%、深潭區占27 62%;分兩類棲地顯示淺瀨區占38 97%、深潭區占61 03%。透過空拍圖與模式分類於河道物理棲地之應用,可迅速了解河道棲地內之分佈情形,並提供水生生物間之應用範疇。
Date of Award2018 Aug 29
Original languageChinese
SupervisorJian-Ping Suen (Supervisor)

Cite this

'