Displaying extended context for query match # 3,640 in text 109084
<< Prev Next >>
    
 

例 , 結合 SPOT 衛星 影像 資料 與 市區 邊界 , 高速 公路 , 鐵路 , 捷運 路線 等 向量 資料 , 組合成 衛星 影像 地圖 。 圖 中 黃色 部份 為 縣市區 邊界 , 青色 為 高速 公路 , 藍色 為 捷運 路線 , 紅 白 斷 線 為 鐵路 。 山坡地 監測 。 地理 資訊 系統 ( GIS ) 是 一 具備 空間 資料 收集 、 儲存 、 管理 、 處理 、 分析 和 展示 功能 的 整合性 電腦 系統 。 在 真實 的 空間 世界 裡 , 所有 的 空間 資料 是 集合 在一起 的 , 但 GIS 利用 層 ( layer ) 的 觀念 將 空間 資料 抽離出來 , 而 由 許多 不同 主題 的 資料層 來 代表 真實 的 世界 。 如 : 台灣 各 縣市 的 行政 區域 圖 、 水源 保護區 在 各 縣市 的 位置圖 及 在 各 水源 保護區 內 的 高爾夫球場 。 這些 不同 層次 的 空間 資料 基本 上 都 是 具有 空間 關係 的 數值 資料 , 同時 也 與 相關 的 屬性 資料 相 連結 於 GIS 的 資料庫 管理 系統 中 。 所以 可 利用 GIS 的 功能 進行 空間 分析 , 如 為 高爾夫球 的 SPOT 衛星 影像 結合 其中 申請 範圍 的 向量 資料 。 由 兩 者 之 結合 可 進行 高爾夫球場 的 偵測 與 管理 。 同時 也 可 利用 其 相關 屬性表 的 分析 提供 進一步 的 資訊 。 遙測 影像 應用 成果 。 影像 應用 介紹 。 遙測 影像 通常 為 數位化 之 多 譜 影像 , 遙測 影像 和 傳統 照片 最 大 之 差別 , 在於 它 可 由 計算機 來 儲存 及 處理 , 且 可 由 網路 傳輸 , 具有 大量 及 快速 之 優點 。 多 譜 之 目的 在於 利用 地表 對 不同 之 波長 有 不同 反應 之 特性 , 易於 分類 ( 辨別 ) 。 其 波長 可 從 可見光 、 近 紅外線 、 熱 ( 長 ) 紅外線 , 到 微波 。 可 視 應用 之 需要 , 而 採用 不同 之 波長 。 如 氣象 衛星 利用 紅外線 測 地表 溫度 , 及 衛星 用 可見光 及 近 紅外光 辨識 植物 、 河川 、 建築 、 馬路 等 。 由於 雲層 遮蓋 或 因 地表物 的 改變 而 需 常常 觀測 , 觀測 頻率 如 氣象 衛星 每 小時 一 次 、 SPOT 衛星 每 三 到 五 天 經過 臺北 地區 一 次 , 及 Landsat 十六 天 一 次 。 另外 為 避免 雲層 遮蔽 , 可 由 雷達 穿透 雲層 來 探測 地表 。 目前 已 有 ERS — 1 及 JERS 兩 種 衛星 具 此 能力 。 衛星 較 飛機 高 約 一百 倍 , 其 可 觀測 較 大 範圍 之 地表 , 但 小 範圍 監測 可 與 空間 解析力 較 高 之 飛機 配合 遙測 使用 。 熱 污染 監視 。 應用 高解析度 的 LANDSA T↑TM 熱 紅外 觀測 資料 , 配合 海面 船舶 觀測 取樣 及 收集 探空 資料 經 大氣 模式 計算 輻射 參數 糾正 大氣 效應 , 再 運用 熱 紅外光 波段 之 大氣 輻射 傳遞 方程 , 由 TM 資料 反估 海面 溫度 , 並 驗證 其 誤差 。 以 墾丁 南灣 核三廠 出水口 附近 海域 為 試區 , 其 估算 結果 顯示 , 未 做 大氣 糾正 之 反演 的 海面 溫度 , 均方根 誤差 為 8 至 9 度 , 而 經 大氣 糾正 結果 的 均方根 誤差 小於 1.3 度 , 顯示 此 研究 程序 可 得 高準度 之 海面 溫度 分佈 , 可 監視 臺灣 附近 海域 之 熱 污染 , 並 提供 未來 研究 熱 污染 對 海洋 生態 之 影響 。 農作物 辨識 。 利用 多時 SPOT 衛星 影像 自動 估測 稻作 種植 面積 及 生育 查報 , 以往 國內 水稻 種植 之 調查 , 均 利用 航空 照片 及 人工 判釋 , 須 花費 龐大 人力 、 金錢 及 時間 。 衛星 遙測 技術 具有 多時 , 迅速 且 廣大 監測 功能 , 得以 密集 監測 農作物 。 利用 SPOT 衛星 影像 , 研究 自動 估測 稻米 種植 面積 及 生育 查報 工作 之 可行性 。 試區 範圍 為 桃園 中壢 附近 。 水稻 生長期 涵蓋 整 個 第二 期 稻作 。 為 了 使得 多時 影像 中 地表 灰度值 差異 能 真正 代表 地表 覆蓋物 的 變化 , 使用 輻射 正規化 多時 影像 , 能 快速 並 自動化 的 分辨 插秧期 及 最 高 分蘗期 影像 。 實驗 結果 指出 , 利用 抽 穗 開花期 影像 去除 6% 插秧期 及 收割期 的 像元 , 可 得 可靠 之 水稻 種植 面積 。 生育 查報 中 , 利用 水稻 動態 光譜 曲線 分類 插秧期 影像 得到 其 生育 影像 。 此 與 糧食局 所 提供 之 稻作 生育 進度表 中 插秧期 之 盛期 非常 一致 。 最 高 分蘗期 之 盛期 及