由於台灣地形擁有許多陡峭山坡且降雨頻繁等因素的影響，邊坡崩塌的發生機率高於其他地區，且近年來風行的高山茶、水果、檳榔，隨著這些開發行為，森林植被面積及密度正在逐漸減少，破壞了水土的保持，增加了土石流失、邊坡崩塌發生的頻率，因此本研究旨在探討台灣南部區域在環境因素之間對於山崩的相互作用特別著重在於植被生長之影響。
本研究探討植被對崩塌的影響性，研究方式是以五種固定的因子，加上衛星影像、高光譜、光達點雲資料等為來源的植被因子，觀測植被使用的資料，有福衛二號/SPOT-6衛星影像、CASI-1500機載高光譜資料及光達點雲資料(LiDAR)。而後以植被光譜上的特性，用植被指數的方式，在衛星影像及高光譜影像上取特定波譜，運算植被生長狀態，以及使用光達資料計算地面的穿透率來計算植被覆蓋率的影響。
在不同時間點及不同地點的因子權重係數代換上，從研究結果中遙測法取得植生指數的差異比較不同可以發現，兩者的替代可行性極高，其誤差百分比皆小於3(%)，進而分析其對山崩的影響。而相同地點不同時間點以及不同區域時間點相同的係數代換，則是同區域不同時間的因子權重代換預測結果較優，表示同區域的山崩潛勢模型精確度優於不同地區的預測值。

Because of the steep terrain, uneven rainfall, and the popularity of camellia, fruits and betel nut culture that changes the land-cover in recent years. The probability of landslides in Taiwan has gradually increased.
The area and density of forest vegetation are gradually decreasing and the function of conservation of water and soil is destroyed causes by landslides.
Therefore, this study aims to explore the effect of the interaction between the growth of vegetation and environmental factors on the landslides. The research method is based on five fixed landslide factors, plus the vegetation factor derived from satellite images、hyperspectral images、LiDAR point cloud data. Sources include satellite imagery FORMOSAT II, SPOT-6, CASI-1500 airborne hyperspectral data and LiDAR data.
First, taking the spectral characteristics of vegetation to use the vegetation index method. Then, take a specific spectrum in the satellite image and hyperspectral image to calculate the vegetation growth status and calculate the vegetation coverage by using the LiDAR data to calculate the ground penetration rate.
From the results of the remote sensing method, the difference in the index of the planting index can be found. It can be found that the substitution of the factor weight coefficient at different time points and different locations is very feasible. The error percentage of the result is less than 3 (%). The factor weight substitution forecast results in different time at the same region are better than the factor weight replacement forecast results in the same time at different regions.

Bulcock, H. H. and Jewitt, G. P. W. (2010)，Spatial mapping of leaf area index using hyperspectral remote sensing for hydrological applications with a particular focus on canopy interception, Hydrol. Earth Syst. Sci., vol.14, p.383–392
Epstein, H.E. (2010)，Vegetation biomass, leaf area index, and NDVI patterns and relationships along two latitudinal transects in arctic tundra, NEESPI, p.14-18
G. Koukis, C. Ziourkas (1991)，Slope instability phenomena in Greece: A statistical analysis，he International Association of Engineering Geology，vol. 43, p.47-60
Gupta, R.K (2000)，Relationship between LAI and NDVI for IRS LISS and Landsat TM bands，Elsevier Science Ltd，vol.26, p.1047-1050
Li, Zhaoqin (2014)，Remote Sensing of Ecosystem Health: Opportunities,
Challenges, and Future Perspectives，ISSN 1424-8220，vol. 14, p.21117-21139
Luo, Juhua、Ma, Ronghua、Feng, Huihui (2016)，Estimating the Total Nitrogen Concentration of Reed Canopy with Hyperspectral Measurements Considering a Non-Uniform Vertical Nitrogen Distribution, Remote Sensing of Environment, vol.8, No.789
Sasaki, Takeshi (2016)，Estimation of leaf area index and gap fraction in two broad-leaved forests by using small-footprint airborne LiDAR，LANDSCAPE AND ECOLOGICAL ENGINEERING，vol.12, p.117-127
Svein, Solberg (2010)，Mapping gap fraction, LAI and defoliation using various ALS penetration variables，International Journal of Remote Sensing，vol.31, p.1227-1244
Sasaki, Takeshi; Imanishi, Junichi; Ioki, Keiko (2016)， Estimation of leaf area index and gap fraction in two broad-leaved forests by using small-footprint airborne LiDAR，LANDSCAPE AND ECOLOGICAL ENGINEERING，vol.12, p.117-127
Tsai, Fuan; Lai, Jhe-Syuan; Chen, Walter W (2013)，Analysis of topographic and vegetative factors with data mining for landslide verification，ECOLOGICAL ENGINEERING，vol.61, p.669-677
Vida, Stephen (1993)，A computer program for non-parametric receiver operating characteristic analysis，Computer Method and Programs in Biomedicine，vol.40, p.95-101
Wu, Junjun (2018)，Methods for sandy land detection based on multispectral remote sensing data，GEODERMA，vol.316, p.89-99
Wang, Quan、Adiku, Samuel、Tenhunen, John (2004)，On the relationship of NDVI with leaf area index in a deciduous forest site, Remote Sensing of Environment vol.94, p.244–255
Xie, Chuanqi (2014)，Color Measurement of Tea Leaves at Different Drying Periods Using Hyperspectral Imaging Technique，Zhejiang Province Department of education research project
Yang, Wei、Kobayashi, Hideki、Suzuki, Rikie (2014)，A Simple Method for Retrieving Understory NDVI in Sparse Needleleaf Forests in Alaska Using MODIS BRDF Data，vol.6, p.11936-11955
中興測量有限公司 (2015)，曾文水庫測區飛航掃瞄報告書、平差與精度評估報告
曾繼興 (2016)，使用空載光達與衛星影像分析植生覆蓋與蝕溝發育關聯性，國立成功大學資源工程研究所，碩士論文
陳曜銘 (2016)，以不安定指數法驗證蝕溝因子增加崩塌潛感預測之準確性，國立成功大學資源工程研究所，碩士論文
李崇誠 (2014)，比較各種空載光達儀器與飛航參數對於森林穿透率影響，國立成功大學測量及空間資訊學系，航測及遙測學刊 第十九卷 第1期 第63-73頁
林莉萍 (2014)，應用空載光達資料估計森林樹冠高度模型及葉面積指數，航測及遙測學刊 第十九卷 第2期 第107-123頁
孫鵬森、劉世榮、劉京濤、李崇巍 (2006)，利用不同分辦率衛星影像的NDVI數據估算葉面積指數(LAI)，生態學報 第11期
吳俊鋐 (2004)，崩塌潛勢預測方法於台灣適用性之初探，水土保持學報 第36期 第295-306期
詹勳全 (2015)，台灣山區淺層崩塌地特性調查與分析, 水土保持學報，第46期，第19-28頁
穆婧 (2013)，集水區崩塌地環境指標分析與崩塌潛感推估，水土保持學報 第44期 第121-130頁
林芬玲 (2008)，集水區崩塌潛勢劃定之研究，水土保持學報 第40期 第439-453頁
吳輝龍 (2003)，集水區崩塌地治理優先順序之研究，水土保持學報 第35期第187-198頁
林昭遠 (2015)，山區道路與小林村崩塌關係之探討，水土保持學報 第47期 第1287-1296頁
陳俞瑾 (2013)，應用不安定指數法分析大安溪流域崩塌潛勢之研究，水土保持學會 102年度年會
林家榮 (2005)，潛在危險指標應用於屏東縣集水區分級分區之研究，國立屏東科技大學水土保持系碩士論文
簡李濱 (1992)，應用地理資訊系統建立坡地安定評估之計量方法，國立中興大學土木工程學系碩士論文
蘇苗彬 (2009)，應用不安定指數法於坡地崩塌之潛勢分析，水保技術，第四卷 第9-23頁
羅鴻傑 (2009)，降雨入滲對崩塌地邊坡穩定之耦合分析，台湾岩土工程研討會
侯統昭 (2012)，曾文水庫集水區崩塌與降雨特性之研究，屏東科技大學水土保持系所學位論文
中村浩之 (2000)，地震による崩壞發生，地震砂防，第14-27頁
江山宏 (2005)，九九峰崩塌地變遷監測之研究，明道管理學院碩士論文

網路資料：
黃雅喬 (2016)，台灣颱風洪水研究中心
http://www.ttfri.narl.org.tw/sp/?p=1892 (2017/09)
張坤樹 (2008)，中興測量有限公司，空載光達 (LiDAR )測量技術
file:///C:/Users/Hank/Desktop/%E5%85%89%E9%81%94%E6%B8%AC%E7%B9%AA%E6%8A%80%E8%A1%93(971202)%E5%BC%B5%E5%9D%A4%E6%A8%B9.pdf.pdf (2017/07)
經濟部水利署 (2010~2016)，水文年報水文資料網路查詢系統，http://gweb.wra.gov.tw/wrhygis/ (2017/08)
林務局 (2010~2016)，衛星判釋全島崩塌地圖https://tgos.nat.gov.tw/TGOS/Web/Metadata/TGOS_MetaData_View.aspx?MID=CDBB21ACB7275BDB56E94ED8BA9E9546&SHOW_BACK_BUTTON=false&keyword (2017/05)