由於山區公路的開墾，沿線邊坡受到擾動的情形持續增加，造成山區之邊坡之災害如山崩、土石流等災害頻頻發生。由於衛星遙測技術的進步，可從衛星影像中直接獲得所需資訊，節省以往現地調查所支出人力、物力，更有利於快速調查災害情形，掌握即時狀況。2004 年 5 月 21 日福爾摩沙衛星二號（Formosat-2）發射，為台灣第一顆自主擁有之高解析度遙測衛星（解析度高達 2 m），其具每日再訪性、廣域拍攝、取像處理容易之特性，相較於其他高解析度遙測影像及航照而言，價格亦便宜許多。
雖然 Formosat-2 影像解析度並沒有較 QuickBird 影像之 0.7 m 解析度佳，但其為國人第一顆自主擁有且成本較低的衛星，本文以台18線阿里山公路做探討。第一部份利用高解析度衛星影像QuickBird及Formosat-2，將多光譜與全色態影像進行影像融合，於影像中圈選出崩塌之區域，再與現地調查對照，評估是否真為崩塌地，亦可得知兩種影像最小判釋崩塌的面積為何。第二部份則利用 Formosat-2 影像同區域三不同時期之影像各別進行常態化差異植生指標(Normalized Difference Vegetation Index，NDVI)計算，再進行兩不同時間點影像NDVI相減，以推論新增崩塌地位置，並與原多光譜影像前後時間點比對，判斷分析正確與否。
結果證明，本研究區域所判釋出裸露的崩塌地中，QuickBird影像中最小可判釋的崩塌地面積為183.22m2；Formosat-2影像中則為221.45m2。而NDVI差值分析結果與人工判釋所圈選之區域，吻合度相當高，可知NDVI差值分析法確有一定程度的適用性。

The purpose of this study is to establish a method to locate the landslide sites along the highways in the mountainous region by Formosat-2 satellite. Formosat-2 satellite is a home made satellite of Taiwan and passes over Taiwan everyday, and it has 2m ground resolution for the panchromatic image and 8m ground resolution for the multispectral images.
Two objects are studied in this research, the first one is the smallest landslides which can be identified by Formosat-2 satellite images, and the second object is to find the proper way to identify the newly formed landslide sites. The study area is part of Ali Shan highway. Besides the three different dated Formosat-2 satellite images, QuickBirds satellite images and field trip are also employed to help to interpret the result of Formosat-2 satellite images study.
The result shows the minimum size of the landslides can be identified on Formosat-2 satellite images is around 221m2. By setting a critical values for the difference in NDVI values between the two different date Formosat-2 satellite images, the newly formed landslides can be identified with small percentages of error.

1.RITI 科技，「 PCI 基礎教育訓練課程講義」，1997。
2.RITI 科技，「QuickBird 與 Formosat-2 衛星影像介紹」。
3.中國石油公司台灣油礦探勘總處，「十萬分之一地質圖幅No.5－嘉義」，1986。
4.王鑫、李光中，「中橫公路道路邊坡的地貌分析(太魯閣段) 」，國科會防災科技研究報告 78-30 號，第11-13頁，1989。
5.交通部中央氣象局
6.吳久雄、蔡銖華、胡錦地，「台灣省山坡地崩塌調查報告」，台灣省水土保持局，1989。
7.呂政諭，「地震與颱風作用下阿里山地區公路邊坡崩壞特性之研究」，國立成功大學土木工程研究所碩士論文，2001。
8.李三畏，「台灣崩塌問題研討」，地工技術雜誌，第7期，第43-49頁，1984。
9.杜德銘，「高光譜遙測影像的盲目特徵分類」，國防大學中正理工學院電機系，2003。
10.周天穎，「地理資訊系統理論與實務」，儒林圖書公司，2001。
11.林文賜、黃碧慧、林昭遠、周文杰，「921 震災崩塌地特性分析及變遷監測之研究」，中華水土保持學報，第35期，第2卷，第141 -149頁，2004。
12.林朝宗，「遙測影像之判釋在構造地質研究之應用」，中國文化大學出版社，1988。
13.林慶偉，「南投縣和社地區崩塌復育之地質影像因子」，地工技術，第57期，第5-16頁，1996。
14.徐學群，「遙測影像融合中色彩失真問題之探討」，國防大學中正理工學院電機系，2001。
15.徐鐵良，「地質與工程」，中國工程師學會出版，1992。
16.財團法人工業技術研究院能源與資源研究所，「桃芝颱風災區崩塌地調查分析成果報告」，行政院農委會水土保持局，2000。
17.國立中央大學太空及遙測研究中心，「以光學衛星影像輔助 長期監測石門水庫集水區土地開發利用情形」，經濟部水利署北區資源局，2002。
18.國家太空中心 http://www.nspo.gov.tw/2005c/projects/project2/intro.htm
19.張國楨、張雅華、李瑞陽，「福爾摩沙衛星二號影像應用於國土利用現況調查」，台灣地理資訊學會年會暨學術研討會論文集，2005。
20.張瑞津、沈淑敏、劉盈劭，「河道形態對大地震及降雨的反應－陳有蘭溪小支流的個案研究」，國科會補助研究計畫結案報告 (NSC-89-2625-Z-003-004)，59頁，2001。
21.郭華東，「雷達對地觀測觀測理論與應用」，科學出版社，北京，2000。
22.陳文福、鄭新興，「整合 RS、 GIS 與 GPS 於水利防災可行性之探討」，工程環境會刊，第55～70頁，1997。
23.陳宏宇，「山崩地裂與地質環境」，土木技術，第3期，第25卷，第46-52頁，2000。
24.陳添水，「應用地理資訊系統於九九峰九二一地震崩塌分析」，特有生物研究，第7期，第1卷，第69-87頁，2005。
25.陳榮河、林炳森、林基源，「土石流災害防治之研究」，土木水利工程會刊，第29卷，第一期，1999。
26.曾志豪，「降雨對阿里山邊坡破壞模式分析之影像研究」，國立成功大學土木工程研究所碩士論文，2004。
27.楊智堯，「類神經網路於邊坡破壞潛能分析之應用研究」，成功大學土木工程學系研究所碩士論文，1999。
28.楊龍士、雷祖強、周天穎，「遙感探測理論與分析實務」，文魁電腦圖書資料股份有限公司，2006。
29.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研究所碩士論文，2004。
30.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。
31.趙鍵哲、林義乾，「九十四年度宗倬章先生教育基金會專題研究_高解析度衛星影像定位精度之研究計劃書」，2004。
32.劉守恆、林慶偉，「SPOT衛星影像之崩塌地自動分類研究」，航測及遙測學刊，第二期，第九卷，第9-22頁，2004。
33.劉桓吉、方中權、莊德永，「台灣新中橫公路嘉義觸口至塔塔加鞍部沿線地質」，經濟部中央地質調查所會勘，第五號，第19-29頁，1989。
34.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。
35.潘國樑，「坡地開發與調查」，詹氏書局，1994。
36.潘國樑，「新中橫公路受賀伯風災之遙測技術」，地工技術，第57 期， 第45-54頁，1996。
37.蔡光榮、宋益明、王弘祐、林金炳，「GIS／GPS 科技應用於新中橫公路賀伯颱風之災害調查分析」，地工技術雜誌，第五十七期，第55-64頁，1996。
38.鄭文哲、蕭國鑫等九人，「高屏溪上游土地利用及崩塌地調查計畫」，工研院能資所第 236 號報告，1990。
39.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研究所碩士論文，91頁，1999。
40.蕭國鑫、鄭文哲、吳啟南、彭淼祥、李元炎，「遙測資料應用於嘉南地區海岸變遷 研究（一）」，工業技術研究院能源與資源研究所，1990。
41.謝有忠，「陳有蘭溪流域土石流之發育地質控制」，國立成功大學地球科學系碩士論文，1999。
42.簡碧梧，「臺灣的崩塌地災害」，工程環境特刊，6：第23-47頁，1995。
43.魏鍾銓，「合成孔徑雷達衛星」，科學出版社，北京，2001。
44.蘇順吉，「高精度衛星影像增強技術及融合方法之研究」，國防大學中正理工學院與國防科學研究所，2004。
45.Augusteijn, M. F. and Warrender, C. E., “Wetland classification using optical and radar data and neural network classification.” Int. J. Remote Sensing, 19(8) 1545-1560, 1998.
46.Avery, T. E. and Berlin, G. L., Fundamentals of Remote Sensing and Airphoto Interpretation, 5th ed., Prentice-Hall, 1992.
47.Belokon, W. F., Emmons, M. A., Fowler,W. H., Gilson, B. A., Hernandez, G., Johnson, A. J., Keister, M. D., McMillan, J. W., Noderer, M. A., Tullos, E. J., and White, K. E., Multispectral Imagery Reference Guide, Logicon Geodynamics, Inc., 1997.
48.Campbell, J. B., Introduction to remote sensing, 3rd ed., Taylor & Francis, London, 2002.
49.Carapella, R., “Flood Damage Assessment in the Pacific Northwest.” Earth Observation Magazine, 5, 17~20, 1996.
50.Charles, G., O’Hara, Nicolas, H., and Younan, “Pansharpening and Image Quality Interface”，Veeraraghavan Vijayaraj, GeoResources Institute, Mississippi State University ERC, Starkville, MS 39759, 2004.
51.Dobson, J. and Bright, M., CoastWatch，“Change Analysis Program (C-Cap) Chesapeake Bay Regional Project” , n ASPRS/ACSM 92 Technical Papers, Vol.1,Global Change and Education Bethesda, MD：American Society for Photogrammetry and Remote Sensing, pp.109-110, 1992.
52.Gilabert, M. A., Gonzá lez-Piqueras, J., Garcia-Haro, F. J. and Meliá, J., “Designing a Generalized Soil-Adjusted Vegetation Index.” Remote Sensing of Enviornment, 82, 303-310, 2002.
53.Harris, J. R. and Murray, R., “IHS Transform for the Integration of Radar Imagery with other Remotely Sensed Data.” Photogrammetric Engineering and Remote Sensing, 56(12) 1631~1641, 1990.
54.Hoffer, R. M., “Challenges in Developing and Applying Remote Sensing to Ecosystem Management.” Remote Sensing and GIS in Ecosystem Management, pp.25-40, 1994.
55.Jensen, J. R., Cowen, D. J., Narumalami, S., Althausen, J. D., and weatherbee, O., “Evaluation of Coast Watch Change Detection Protocol in South Carolina.” Photogrammetric Engineering＆Remote Sensing, 59(6) 1039-1046,1993.
56.Jensen, J. R., Introductory digital image processing: A remote sensing perspective，Prentic-Hall，New Jersey, 1986.
57.Jensen, J. R., Introductory Digital Image Processing – A Remote Sensing Perspective, 2nd ed., Prentice-Hall, Englewood Cliffs, New Jersey, 1995.
58.Lillesand, T. M. and Kiefer, R. W., Remote sensing and image interpretation, John Wiley and Sons, 1994.
59.Lillesand, T. M., Kiefer, R. W. and Chipman, J. W., Remote sensing and image interpretation, 5th ed., John Wiley & Sons, 2004.
60.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, 2005.
61.Loveland, T. R., Merchant, J.W., Ohlen, D.O. and Brown, J.F., “Development of a land-cover characteristics database for the conterminous.” U.S. Photogrammetric Engineering & RemotebSensing, 57(11), 1453-1463, 1991.
62.Lyon, J. G., Yuan, D., Lunetta, R. S. and Elvidge, C. D., “A change detection experiment using vegetation indices.” Photogrammetric Engineering and Remote Sensing 64(2), 143-150, 1998.
63.Olson, C. E., “Elements of Photographic Interpretation Common to Seceral Sensors.” Photogrammetric Engineering, 26(4), 651-656, 1960.
64.PCI Geomatics 軟體網站 http://www.pcigeomatics.com/
65.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.
66.Schott, J. R., Data characterization for hyperspectral image compression，Rochester Institute of Technology，Digital Imaging and Remote Sensing Laboratory, Rochester, New York, 1997.
67.Toet, A., van Ruyven, L. J. and Valeton, J. M., “Merging thermal and visual images by a contrast pyramid.” Optical Engineering, 28(7), 789~792, 1989.
68.Tu, T. M., Su, S. C., Shyu, H. C., and Huang, P. S.,“Efficient intensity – hue - saturation - based image fusion with saturation compensation.”Optical Engineering, 40(5), 720~728, 2001.
69.Tucker, C. J.,“Red and photographic infrared linear combination for monitoring vegetation.” Remot Sensing and Environment, 8, 127-150, 1979.
70.Varbel, J.,“Multispectral Imagery Band Sharpening Study.”Photogrammetric Engineering and Remote Sensing, 62(9), 1075~1083, 1996.
71.Vozikis, G.., Fraser, C., and Jansa, J., Alternative Sensor Orientation Models For High Resolution Satellite Imagery, in: “Photogrammetrie - Fernerkundung - Geoinformation: Auf dem Weg zu operationellen Prozessketten in Photogrammetrie, Fernerkundung und Geoinformation”, Band 12/Bochum.，2003.
72.Wilkie, D. S. and Finn, J. T., Remote Sensing Imagery for Natural Resources Monitoring：A Guide for First-time Users, Columbia University Press, New York, 1996.
73.Yun, Z. and Gang, H.., An IHS and wavelet integrated approach to improve pan-sharpening visual quality of natural colour IKONOS and QuickBird images，Department of Geodesy and Geomatics Engineering，University of New Brunswick， 15 Dineen Drive，Fredericton，New Brunswick，Canada E3B 5A3, 2004.
74.Yun, Z.,“A New Automatic Approach for effectively fusing Landsat 7 images and IKONOS images”, IEEE / IGARSS’02, Toronto, Canada, Jun3, p.24-28, 2002.