崩塌地的治理與保育為水庫集水區經營之重要項目，隨著遙感探測技術的發展，各類遙測資料與技術廣泛應用於環境災害監測。本研究利用四幅不同時期福衛二號影像以常態化差異植生指數與植生覆蓋因子，在崩塌地有植生工程與自然復育下進行不同時期植生變遷狀況監測評析。
本研究首先嘗試使用一種結合空間相關資訊和光譜資訊技術–物件式導向法，以物件式法則進行影像分塊以及區塊分類兩個步驟，萃取崩塌地區塊。在影像分塊中，原始影像經影像分塊步驟後產生由眾多區塊組成的區塊影像；在區塊分類步驟中，利用知識庫系統，對區塊影像中的各個區塊進行類別的判釋。最後得到最優分割尺度參數之權重；分塊尺度參數：10、光譜影像權重參數：0.8、DTM權重參數：0.2、顏色因子參數：0.9、形狀因子參數：0.1、緊緻度參數：0.9、光滑度參數：0.1。
研究結果顯示，崩塌地有進行植生工程復育，NDVI值皆高於自然復育，以案例二：型框工法植生效果為佳，鋪網噴植工法因強降雨造成植生面積破壞，成效不如型框工法。本研究利用福衛二號影像進行崩塌地植生變遷分析，雖空間解析度仍未足以達到完善之調查，但對於有進行植生工法的工程，已可以由常態化差異植生指數，進行大範圍遠距之成效調查。

Reclamation and management of landslides is the top priority for administration of catchment in Taiwan. Along the rapid improvement of remote sensing techniques, several aspects about environmental monitoring are widely adopted such methodology. There are four different FormoSat-2 images used at this study with NDVI to detect the factors in controlling the plantation coverage temporally. Purpose of this arrangement is to compare and also monitoring the effeteness of reclamation for the region of watershed with artificial or natural plantation.

Method of Object-oriented classification is introduced to perform the precise analysis here; this method combines both the texture of imagery and object properties to gather better accuracy in boundaries of area for landslide than traditional task. Raw image was separated into many subsets throughout the setup procedures, with help of knowledge base that each of subset was team up with property’s identification to perform the appropriated test for every object. By many trial and errors, it is concluded that for this data set the most acceptable weighting of segmentation scale parameters is 10, 0.8 of spectrum weighing, 0.2 for DTM, 0.2 for color, 0.9 for shape, 0.1 for compactness and 0.1 for smoothness, respectively.

As the result shows, the NDVI of reclamation area is higher than natural recovery that means the measurement applied for such region is effective. In the case NO. 2,the method of pre-casted concrete have better outcome than green revetment, since the strong rainfall wash away the grass that didn’t covered by concrete frame. Resolution of FormoSat-2 image may not adequate to reveal all the detail phenomena regarding to evaluate the effeteness of reclamation directly, nevertheless with objective classification method we still can achieve the goal to handle such task remotely and precisely.

中文部分
交通部，台灣地區道路邊坡崩坍發生機制及防治效益評估方法研究與 應用-道路邊坡崩塌防治工法效益評估作業程序參考手冊，2003。
交通部中央氣象局網站，http://www.cwb.gov.tw/V6/index.htm
行政院農業委員會水土保持局網站，http://www.swcb.gov.tw/
吳瑞鵬，九九峰震災崩塌地植生復育之評估，國立中興大學水土保持 學系碩士論文,2001。
呂秀慧，頭前溪流域植生覆蓋變遷之研究，國立交通大學土木工程系 碩士論文，2001。
周天穎，地理資訊系統理論與實務，儒林圖書公司，2001。
周天穎、楊龍士，遙感探測理論與分析實務，逢甲大學地理資訊系統 研究中心，2000。
林信輝，水土保持植生工程，高立圖書有限公司，2001。
林昭遠、林文賜、王清賢、陳素珠，應用地理資訊系統於集集震災崩 塌地之評估，中華水土保持學報，第32期，第3卷，P 139-148， 2000。
林昭遠、吳瑞鵬、林文賜，921 震災崩塌地植生復育監測與評估，中 華水土保持學報，第32期，第1卷，P59～66，2001。
洪如江，初等工程地質學大綱，財團法人地工技術研究發展基金會， 台北，第105-115頁，1998。
張舜琦，土石流潛感分析－以石門水庫集水區為例，國立中央大學應 用地質研究所碩士論文，2007。
莊政斌，影像分割技術於高解析衛星影像分類之應用，國立中央大學 土木工程學系碩士論文，2004。
莊雲翰，結合影像區塊及知識庫分類之研究-以IKONOS衛星影像為例 ，國立中央大學土木工程學系碩士論文，2002。
陳良健，遙感探測於災害防治之應用，土木水利，第二十九卷，第二 期，第35~45，2002。
黃筱梅，SPOT衛星影像於裸露地變遷之偵測研究-以和社社區為例， 國立台灣大學森林學系碩士論文，2001。
葉俊佑，高解析度衛星影像應用於國道邊坡保護工程調查之研究，國 立成功大學資源工程學系碩士論文，2004。
廖軒吾，「集集地震誘發之山崩」，國立中央大學應用地質研究所碩 士論文，2000。
劉進金，山崩之遙測影像自動分析，遙感探測，第8期，第60-90頁， 1987。
劉進金、張寶堂，大型山崩之遙測辨認，遙感探測，第八期，第60-90 頁，1991。。
劉進金、張寶堂，高速鐵路沿線山崩潛感調查，工研院能資所，第八 期06-3-81-0314，1991。
蔡尹萱，使用高解析度衛星影像快速調查公路邊坡崩塌地之研究-以 阿里山公路段為例，國立成功大學資源工程系碩士論文，2006。
鄭雅文、史天元、蕭國鑫，結合空間和光譜資訊於高解析度影像自動 判釋，第二十七屆測量及空間資訊研討會，2008。
鄭嘉盈，「遙測在坡地災害評估之應用研究」，國立成功大學土木工 程系碩士論文，1999。
蕭志全，應用衛星影像建立災後植生復育模型，國立中興大學土木工 程系碩士論文，2005。
蕭國鑫、伊承遠、劉進金、游明芳、王晉倫，SPOT影像與航照資料應 用於崩塌地辨識之探討，航測與遙測學刊，第八卷，第四期，第 29-42頁，2003。
蕭國鑫、游明芳、劉進金、張志立，高解析影像應用於崩塌地判釋之 研究，台灣地理資訊年會暨學術研討會，2004。
鍾弘遠，坡地開發‧水土保持植生工程設計要覽，地景企業股份有限 公司，2002。
顏宏宇，LiDAR 直接量測數值地形資料精度分析與應用，國立成功大學地球科學系碩士論文，2005。
英文部分
Baatz, M., and Schape, A, “Multiresolution Segmentation – an optimization approach for high quality multi-scale image segmentation”, Angewandte Geographische Informationsverarbeitung XII, Beitrage zum AGIT-Symposium Salzburg, 2000 , Karlsruhe, Herbert Wichmann Verlag : 12-23, 2000.
Baatz, M., Benz, U., Dehghani, S., Heynen, M., Holtje, A., Hofmann, P., Lingenfelder, I., Mimler., M., Sohlbach, M., and Webr, M. eConition Professional User Guide 4, Definiens Imagine GmbH, Munchen, Germany , 2004.
Benz, U.C., Hofmann, P., Willhauck, G., Lingenfelder, I. & Heynen, M., Multiresolution, object-oriented fuzzy analysis of remote sensing data for GIS-ready information. ISPRS Journal of Photogrammetry and Remote Sensing. vol 58: pp.239- 258, 2004.
Collins, S. H., and G. C. Moon, Algorithms for dense digital terrain models, Photogrammetric Engineering and Remote Sensing ,47, P 71-76, 1981.
DEFINIENS AG, eCoginition user’s guide. http://www.definiens.com. (accessed 23,Dec,2003).
Haralick, R., and L. Shapiro, “Survey : Image Segmentation Techniques”, Computer Vision, Graphics, and Image Processing, vol. 29, pp. 100-132, 1985.
Hofmann, A.D., Mass, H., and Streilein, A., Knowledge-based building detection based on laser scanner data and topographic map information, International Archives of Photogrammetry and Remote Sensing, Vol.34, Part 3A+B, pp.163-169, 2002.
Kruse, F. A., Multi-resolution segmentation for improved hyperspectral mapping, 2005.
Lillesand, T. M. and Kiefer, R. W., Remote sensing and image interpretation, 5th,John Wiley & Sons, 2004.
Liu J. Chen J M. Cihlar J et al, A process-based boreal ecosystem productivity simulator using remote sensing inputs, Remote Sensing of Environment, 62(2), pp.158-175, 1997.
Liu, C. C., Liu, J. G., Lin, C. W., Wu, A. M., Liu, S. H., and Shieh, C. L.,“Image Processing of FORMOSAT-2 data for Monitoring South Asia tsunami.” International Journal of Remote Sensing, accepted, 2007.
Miller, C., and Laflamme, R., The digital terrainmodel-theory and applications.Photogrammetric Engineering,Vol24, pp.433- 442, 1958.
Moore, I. D., R. B. Grayson, and A. R. Ladson, Digital terrain modeling: a review of hydrological, geomorphological, and biological applications., Hydrological Processes, 5, P 3-30, 1991.
Munechika, C. K., Warnick, J. S., Salvaggio, C. and Schott, J. R., “Resolution Enhancement of Multispectral Image Data to Improve Classification Accuracy”, Photogrammetric Engineering and Remote Sensing, Vol. 59, No 1, pp.67- 72, 1993.
Otsu,N., A threshold selection method from gray-level histograms,IEEE Trans. Systems Man Cybernet,vol.9,no.1,January 1979.
Podobnikar, T., Stancic, Z., and Oštir, K., ”Data integration for the DTM production. ”International archives of photogrametry and remote sensing,Vol. 32, Part 6W8/1. Institute of Geodesy, Cartography and Photogrammetry: Ljubljana, pp.134- 139, 2000.
Repaka, R. S., D. Truax, E. Kolstad, and C. Hara, Comparing Spectral and Object Based Approaches for Classification and Transportation Feature Extraction from High Resolution Multispectral Imagery. ASPRS Annual Conference Proceedings 23-28 May, Denver, Colorado, pp.204- 215, 2004.
Rouse, J. W., Haas, R. H., Schell, J. A., and Deering, D. W., “Monitoring vegetation systems in the great plains with ERTS”, Third ERTS Symposium, NASA SP-351, 1, pp.309-317, 1973.
Wilson, J. P. and J. C. Gallant Secondary Topographic Attributes. Terrain Analysis: Principles andApplications, 2000.
Zhao, L., Haas, W.Q, Quek , P. Chen ,and S.C. Liew, “Landuse Study of the Sentosa Island using SPOT images”,IEEE international,(2), pp.963- 965,1997.