本研究藉由福衛二號多時期的衛星影像及結合地理資訊系統來判釋農地的利用情形，先由逐像元式的方法來做各種時期的衛星影像搭配正規化差異植生指數（NDVI）組合之實驗，後續再將其分類成果提供給地理資訊系統處理，以地理資訊系統地圖代數的運算功能來做區域式的分類，並賦予每個農地坵塊的分類屬性。研究區域為高雄農田水利會的轄區範圍，為符合實務上的需求而將農地的地表覆蓋區分為水稻、旱作、漁塭及休耕等四大分類，使用逐像元式分類及地理資訊系統之區域式分類兩種方法進行農地利用的辨別。
研究結果顯示使用二時期影像及影像NDVI值有助於農地利用判別準確度之提升。在逐像元式實驗方面，單時期影像分類成果之整體精度為83.22％及Kappa指標為0.7633，而採用二時期影像疊合二時期影像NDVI值的方法可提升整體準確度為87.84％及Kappa指標為0.8298。在地理資訊系統之區域式實驗方面，同樣以二時期影像疊合二時期影像NDVI值的方法，結果顯示區域式分類比逐像元式分類的準確度較佳，所對應之整體精度由87.84％提升至91.71％，Kappa值則由0.8298提升至0.8655。
運用地理資訊系統之區域式分類，其過程中不用做格式的轉換，可免除在傳統上操作影像轉換時，必須要考慮影像網格大小及轉換方法的問題，且在讀取像元分類過程中所被遺漏的面積甚少。由本研初步結果顯示，採用地理資訊系統來做區域式的農地利用分類是可行的，而且能快速的將其分類結果以主題圖及統計表格的方式展示。本研究成果可提供作為未來規劃替代人工地面調查的參考。

This study is to recognize the usages of farms by using geographic information system with multi-temporal FORMOSAT-II satellite imagery. In the beginning combine satellite image and NDVI pixel by pixel and then process the classification results with geographic information system. Using the algorithm called spatial analyst to do zonal classifications and giving every part of farms their own attribute. The study area is the jurisdiction of the Farm Irrigation Association of Kaohsiung Taiwan. For matching the practical need, farms were classified into four group, such as rice paddy, dry farmland, fishing pool, and fallow. To recognize the usages of farms by using zonal classification method and pixel by pixel classification method in geographic information system.
The results showed using imagery in two periods of time with NDVI help to upgrade the accuracy of the recognize of farms. In the pixel by pixel case, the Overall Accuracy is 83.22% and Kappa Coefficient is 0.7633 for the result of single time period image, but by using imagery in two periods of time with NDVI help to upgrade the Overall Accuracy to 87.84% and upgrade the Kappa Coefficient to 0.8298. In the zonal case, same with using imagery in two periods of time with NDVI performed better accuracy the pixel by pixel case, the Overall Accuracy upgraded to 91.71% and the Kappa Coefficient upgraded to 0.8655.
We do not need to do the data format transform when doing the zonal classification with geographic information system, and do not have to consider the grid size and the transform methods either. The missing part cause by the process of classification is much less then traditional method. Basically, the result of the study shows it is workable to do the zonal classification and the results can be quickly presented with charts and tables by using geographic information system. The study results can be provided as a reference for the plan of replacement of the field investigation.

1. 方彥凱，”常態化植生指數標準差於土地利用分類之應用-以美濃中壇工作站為例”，國立屏東科技大學土木工程系研究所碩士論文，（2004）。
2. 甘俊二，徐玉標，曹以松，施嘉昌，”灌溉排水原理(第三版)”，國立編譯館，台北市，（1996）。
3. 吳政庭，”多元尺度影像與半變異元紋理法於都市水稻田分類之研究”，逢甲大學土地管理學系碩士論文，（2004）。
4. 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學系研究所碩士論文，（2001）。
5. 李源泉、張煜權、詹明勇、陳清田、陳鈞華、曾景山，”地理資訊系統應用於湖內、阿蓮、岡山、楠梓工作站灌溉管理研究計劃”，中國農業業工程學會，（2006）。
6. 李瑞陽、姜如憶，”應用遙測技術於水稻田判釋之研究”，地理研究第43期，（2005）。
7. 洪榮宏、廖向芃、曾義星，”以GIS技術支援稻作資料之調查與管理”，2003資訊科技在農業之應用研討會論文集，（2003）。
8. 徐家盛，”多種尺度遙測影像於農業土地利用分類精確度探討”，中華大學土木工程學系研究所碩士論文，（2003）。
9. 財團法人農業工程研究中心、農田水利會聯合會，”農田水利灌溉管理地理資訊基礎環境建置”技術篇、初級教材、中級教材、高級教材，（2007）。
10. 陳姜琦，”應用衛星遙測於區域蒸發散量之估算”，國立成功大學水利及海洋工程研究所碩士論文，（2002）。
11. 陳彥宏，”運用紋理資訊輔助高解析度衛星影像於都會區水稻田萃取 之研究”，逢甲大學土地管理學系碩士論文，（2004）。
12. 陳益凰，”應用多時段衛星影像辨識水稻田之研究”，國立成功大學測量工程研究所碩士論文，（1998）。
13. 陳榮松、李源泉、張煜權，”地理資訊系統應用於美濃地區中壇工作站灌溉管理研究計劃”，財團法人中興土木科技發展文教基金會，（2003）。
14. 陳錦嫣，”GIS技術與實務應用ArcView 3.X & 8.X”，新文京開發出版股份有限公司，台北縣，（2006）。
15. 黃信茗，”地理資訊系統及衛星影像應用於灌溉計畫之研究”，國立屏東科技大學土木工程系研究所碩士論文，（2001）。
16. 黃敏郎、劉守恆，”地理資訊系統基礎操作實務”，文魁資訊股份有限公司，台北市，（2006）。
17. 楊龍士、周天穎，”遙感探測理論與分析實務”，文魁資訊股份有限公司，台北市，（2006）。
18. 農田水利會聯合會，”農田水利會技術人員訓練教材灌溉管理類合訂本”，（1999）。
19. 鄭丁元，”高解析度衛星影像於水稻田坵塊萃取之研究”，逢甲大學土地管理學系碩士論文，（2006）。
20. 鄧敏松，”結合多時段遙測影像、耕地坵塊與領域知識之區域式影像辨識法於水稻田耕作調查之應用”，國立成功大學測量工程研究所碩士論文，（1997）。
21. 盧英權，”作物學”，國立編譯館，台北市，（1994）。
22. 蕭國鑫，”多時遙測光學與雷達資料於水稻田辨識之研究”，國立交通大學土木工程學系碩士論文，（1998）。
23. 蕭國鑫、劉治中等，”福衛二號影像應用於水稻坵塊辨識之研究”，2005年臺灣地理資訊學會年會暨學術研討會論文集，（2005）。
24. Conel, J. E., Green, R. O., Vane, G., Bruegge, C. J., Alley, R. E., and Curtiss, B., J.,”Airborne imaging spectrometer-2”,radiometric spectral characteristics and comparison ofways to compensate for the atmosphere: in Proceedings, SPIE, Vol. 834,pp: 140 -157,（1987）.
25. Ding,Y.and C.D.Elvidge,”Comparison of Relative Radiometric Normalization Techniques”, ISPRS Journal of Photogrammetry and Remote Sensing, Vol.51,No.3,pp:117-126,（1996）.
26. Hon,E.D. and Turker,M.,”Polygon Based Analysis of Remotely Sensed Images in an Integrated Geographic Information System” , International Archives of Photogrammetry and Remote Sensing, Vol.ΧΧΧΙ, Part B4, pp:212-215, (1996).
27. Janssen,L.L.F.,Jaarsma,M.N.,Linden.E.T.M.,”Integrating Topografic Data with Remote Sensing for Land-Cover Classification” , Photogrammertic Engineering & Remote Sensing, Vol.56, No.11, pp:1503-1506,（1990）.
28. Jensen, J. R.,”Introductory Digital Image Processing”,A Remote Sensing Perspective,pp:201,（1996）.
29. Kruse, F. A., Kierein-Young, K. S., and Boardman, J. W.,”Mineral mapping at Cuprite,Nevada with a 63 channel imaging spectrometer”, Photogrammetric Engineering and Remote Sensing, Vol.56, No. 1, pp: 83-92,（1990）.
30. Lillesand,T.M. & Kiefer,R.W.,”Remote Sensing and Image Interpretation”, john Wiley ＆ Sons,Inc.,Fifth Edition,（2004）.
31. Richards, J.A. ,” Remote Sensing Digital Image Analysis”, An Introduction,Springer-Verlag Berlin Heidelberg,（1999）.
32. Roberts, D. A., Yamaguchi, Y., and Lyon, R. J. P.,”Calibration of Airborne ImagingSpectrometer data to percent reflectance using field measurements”, in Proceedings,Nineteenth International Symposium on Remote Sensing of Environment,（1985）.
33. Rouse, J.W., R.H., Hass, J.A., Schell, and D.W. Deering, ”Monitoring Vegetation Systems in the Great Plain With ERTS”, In Third ERTS Symposium, NASA SP-351, NASA, Washington, DC., Vol.1 , pp : 309-317,（1973）.