地理研究

Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/194

Browse

Search Results

Now showing 1 - 8 of 8
  • Item
    應用手機信令軌跡資料推估通勤道路之時空地震災害風險
    (地理學系, 2021-12-??) 陳彥儒; 張家浚; 張國楨; Yan-Ru Chen, Jia-Jun Chang, Kuo-Chen Chang
    臺灣由於地理位置的特殊性,地震、颱風等自然災害頻傳。統計自民國 47 年至 108 年為止,平均每年發生 3.6 次颱風,地震為 0.5 次。儘管地震發生次數較少,但平均每次所造成的社會經濟損失卻最為慘重。身處如此的環境之中,更是突顯了災害風險評估的重要性。在評估災害風險時,往往忽略了風險的時間動態特性,無法在更細緻的時空尺度上提供災害防救決策。風險評估其中一個很重要的元素是暴露度,人流適合作為道路上暴露度的指標,於災害風險評估時,動態的因素如人流是影響暴露度最主要的變數,所產出之時空風險地圖於平時便能提升該地居民的風險知覺,也可幫助救災人員於事前制定應變措施,而手機信令資料能夠以較低的成本取得真實的人口動態暴露數據。本研究藉由此數據在風險評估中加入人口移動的時空動態特性,研究區設定為高雄市內,切分不同的時間區段,藉此挖掘並觀察通勤道路的地震災害風險時空模式,改善以往假定靜態災害風險的不足。研究成果顯示:道路暴露度與風險值皆由 06:00 急遽上升,12:00 稍趨緩,直到接近 17:00 時再度上升並達到最高值,隨後逐漸下降至隔日凌晨。空間分布則是以中正路、中山路、國道 10 號為主要風險高峰道路。道路的風險時空分布以新興熱點分析後得知,凌晨至通勤尖峰與中午至通勤尖峰這兩個時段呈現較高風險熱點強度,但時間趨勢上前者熱點較晚出現,後者熱點則是逐步增強。災害風險的時空模式探勘結果,能夠在減災階段上提升風險知覺;在整備階段,能夠協助兵棋推演腳本的擬定、並且以更細緻的時空尺度規劃設備物資的調度、以及交通的規劃,增強地方的災害應對能力。
  • Item
    深度學習影像分類應用於福衛二號衛星影像之崩塌地自動判釋
    (地理學系, 2019-11-??) 蔡詠名; 張國楨; 陳俊愷; 周學政; Yung-Ming Tsai, Kuo-Chen Chang, Chun-Kai Chen, Hseuh-Cheng Chou
    臺灣易遭受各種自然災害侵襲,如地震或颱風。山區容易發生崩塌,造成生命財產安全的損害。使用遙測技術監測崩塌地的發生是政府機關的年度任務。然而,這個任務暨需求大量人力,且花費許多時間。為了解決這個問題,本研究提出應用深度學習進行全自動化衛星影像崩塌地分類的方法,以獲得更準確並可靠的分類結果。所採用之分類模型是基於U-Net 卷積類神經網路,以CNTK 深度學習工具進行開發。此模型以一對衛星影像與地真資料做為模型輸入,輸出預測的分類結果。使用多對福衛二號影像與地真資料進行模型訓練。地真資料共分五類:植被、河床、崩塌地、水體與其他地物類別。為了更準確分辨崩塌地與其他易混淆類別如河床與農地,衛星影像中加入坡度圖層做為分類資訊。本研究所產出的分類模型相當可靠,能夠清楚從衛星影像上判釋崩塌地。模型本身可以重複使用,而且過程完全自動化,並可改善崩塌地監測與繪製崩塌地目錄的工作流程,對環境災害監測與災害潛勢繪製將有所助益。
  • Item
    福衛二號影像山區森林影像地形校正:MVECA法
    (地理學系, 2016-11-??) 田應平; 張國楨; Ying- Ping Tian, Kuo-Chen Chang
    在山區衛星影像的應用上,針對地形起伏所造成的地形效應進行校正為重要的前處理步驟,其足以影響後續影像分類的品質以及量化的精度。臺灣山地占土地面積的三分之二以上,山地地區的森林光譜輻射強度值受地形效應影響甚大,如能對植被影像進行地形校正,則有助於後續研究量化精度的提升。為克服改進前人校正模式的缺點,本篇研究提出一種新的參考操作模式,基於VECA(Variable Empirical Coefficient Algorithm)以及Minnaert+SCS 修正設想的Modification of Variable Empirical Coefficient Algorithm(MVECA)修正模式。本研究以相關係數R 值、離散係數、次數分配直方圖等指標評估MVECA 分區與整區影像校正效能。研究結果顯示MVECA 法在無光照陰暗區以及低光照地區較前人模式具有較好的校正效能,且在全區影像校正效能上,與相對入射光cosi 的R 值除藍光段外,皆呈現極低度相關,且離散係數與校正前比較皆有所降低,顯示受地形效應影響大幅降低,證實本研究所提出的MVECA 法具備地形校正的能力。
  • Item
    應用空間統計於桃園地區土地利用變遷因素分析
    (地理學系, 2017-11-??) 張文菘; 陳嘉惠; 張國楨; Wun-Song Jhang; Jia-Huei Chen; Kuo-Chen Chang
    工業區開發與交通建設吸引大量人口移入,使桃園市近年發展迅速,並帶動土地利用變遷。受歷史、政治脈絡影響,呈現北桃園、南中壢的雙元發展特性。然而過往土地利用變遷研究多忽略地理分布現象所具有的空間特性,使模式推導產生偏誤,對此空間統計方法的創新有助於處理此類空間效應問題。本研究目的在於瞭解桃園地區建成地變遷的分布型態與影響因素,並檢視空間效應的影響。先以空間自相關指標偵測建成地變遷的空間型態;進一步利用地理加權迴歸探討建成地變遷之影響因素,以及空間異質性的作用效力。研究結果顯示,桃園地區於1995-2006 年間建成地大量增加,在中壢平鎮市區外圍、桃園市區外圍、龜山公西地區發展最快。由局部迴歸係數得知,人口密度變遷與三級產業員工成長在桃園區北區、蘆竹、龜山、大園等地對建成地變遷有較高的影響性;二級產業員工成長的效應侷限於沿海地區;原工業用地比例於桃園區、八德區負向效應最大;與交流道距離僅在林口、中壢、內壢、大湳等特定交流道周邊有較高影響性;與火車站距離、原農業用地比例、原空置地比例三者在桃園市區、八德市、中壢平鎮市區等核心區域佔關鍵。總體而言,桃園地區建成地變遷因素具有明顯的南北、城鄉差異性。
  • Item
    地景生態空間保育:大肚臺地2003~2014 的地景變遷及水文效應
    (地理學系, 2018-05-??) 田應平; 張國楨; 郭乃文; Ying-Ping Tien, Kuo-Chen Chang, Nai-Wen Guo
    在景觀生態學界前人研究時少有以地形單元作為研究分區,並探究如何建立一地景生態服務功能的監測機制,探討地區生態服務系統的量化項目與保育盤查方法。為補足上述缺憾,本研究蒐集所需歷史衛星影像資料、數值土地利用以及地質土壤資料、數化土地利用變遷等資料,以獲取研究所需的空間地物類別轉譯分類資料,以及建立水文參數指標圖層資料,建立一地景生態服務功能的綜合監測機制。 透過將大肚台地分割成三個子集水域,可使台地地物變遷的空間分布有了分區管制的理念,賦予地景生態指標對水文效應影響的實際意義,可使各子集水域的地景變遷數量、面積、周長的大小變化,對於台地面的生態棲地的影響,最大可能保水量的變化作實際的估算。此外,本研究亦發現在臺灣土地利用變遷常使用的2008年國土利用調查資料與地表類別有所出入,在符合實際情況的原則下,本研究運用Google Earth 歷史時間航照功能加以確認。生態保育空間化的技術,使土地利用變遷有了數量與分布的呈現,對於對未來相關生態保育與截蓄保水優先管制處理地區,可提供後續棲地監測與洪災預警之參考。
  • Item
    基隆河土地覆蓋時空變遷分析:以第二次截彎取直計畫範圍內為例
    (地理學系, 2015-05-??) 顏啟峯; 張國楨; Chi-Feng Yen; Kuo-Chen Chang
    土地利用與土地覆蓋變遷是人與環境交互作用的展現。隨著都市化的快速發展,人們對土地的使用需求增加,改變了原有的環境地貌,提高災害發生的風險。因此,土地利用變遷分析與預測模式為學術界所關注的重要議題之一。早期的土地利用變遷研究大多透過田野調查來獲取資料,需耗費較多人力與時間,限制了研究的深度與廣度。近年來,隨著遙測科技與地理資訊系統的發展,讓研究者能在較短時間內取得高解析度的遙測影像將資料進行分析、模擬地表環境變遷。本研究以2006 年為起始點,利用福衛二號影像與馬可夫鏈模式建構基隆河臺北市段的土地覆蓋變遷分析模式,並透過熱點分析探討土地覆蓋的空間分布特性。本研究分析之地區為基隆河臺北市段,係因基隆河自第二次截彎取直計畫結束後,河道環境已少有重大變革,加上截彎取直後的新生地有利於人為經濟活動的介入,並改變既有的土地利用。期望透過本研究瞭解人類活動對基隆河二次截彎取直後的土地覆蓋變遷影響,以及在時空上的分布特性,作為日後土地利用變遷相關研究的參考。
  • Item
    以多時期與PCA+NDVI法改善地物分類之正確性與完整性
    (地理學系, 2012-11-??) 張國楨; 田應平; 施孝謙; Kuo-chen Chang; Ying-Ping Tian; Hsiao-Chien Shih
    衛星影像分析是環境變遷監測的主要方法之一。結果的精確度與可信度深受所用影像的光譜解析度與地物光譜分辨率影響。以單一時期之原始影像進行分類,常因光譜雜訊與地物間光譜混淆情況而影響分類正確性。本研究以主成分分析(PCA) 去除原始影像雜訊,整合多時期影像增加影像光譜解析度以及地物間的辨別率來提升分類正確性。實驗區為社子島地區2005、2006、2007年多時期R、G、B、IR 影像,先行以PCA 萃取出可解釋量總和>95%之兩主成分,並進一步轉置回R、G、B、IR 影像,再加上各時期NDVI 進行地物分類。實驗結果顯示,經過PCA 處理,可增揚地物本身光譜特性。研究以多時期處理後之影像進行非監督式分類,顯示與單時期2007分類影像相比,本研究採用方法在改善地物分類之正確性及完整性上具有較佳效果。
  • Item
    都市土地利用與人口老化對基層醫療資源分布之影響:以台北市為例
    (地理學系, 2012-05-??) 張國楨; 張文菘; 曾露儀; Kuo-Chen Chang; Wen-Song Zhang; Lu-Yi Zeng
    根據內政部戶政司統計,2010 年底台灣老年人口比例達10.74%,已遠高於世界衛生組織所定義老年人口比率7%之高齡化社會標準,且隨著少子化與衛生醫療的進步,老年人口比例將持續上升,此現象將造成人口結構失衡、勞動力短缺等問題浮現,老年安養照顧服務及醫療資源需求亦隨之擴大。各地醫療資源的可及性並非均質,即便於醫療資源相對充足的都市地區,其內部亦存在空間配置不均的現象,容易造成醫療資源的重複而導致資源耗費。因此都市內醫療資源配置的適宜性,以及影響都市醫療資源分布之因素,是亟需被探討的。都市醫療資源分布會受到人口組成、土地利用類型等因素影響。本文透過空間分析,探究台北市人口特性與基層醫療資源之相關性,發現醫療診所的配置並無呼應到老年人較高的需求;並以地理加權迴歸,分析台北市醫療資源分佈與老年人口比、土地利用類型比例的關係,將主要影響因子的連續變化具體於空間上呈現。結果顯示地理加權迴歸較傳統迴歸更能解釋基層醫療資源的空間分佈;主要影響因子在空間上分佈之差異造成醫療資源分布的不一致,也是造成基礎醫療資源預測殘差在空間分布的主要原因;醫療診所傾向設立於住商混合比例高且路網密集之處,與老年人口比例之相關性則較低。