Browsing by Author "王韻皓"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • No Thumbnail Available
    Item
    六龜人工林與崩塌地干擾對森林長期動態影響之研究
    (2025) 王韻皓; Wang, Uen-Hao
    臺灣森林因地處颱風頻繁且地質脆弱之地區，長期面臨天然災害與人工林退化的雙重壓力，導致森林結構與功能產生劇烈變動。為掌握森林演替與災後復育之動態，本研究以六龜試驗林為研究區，結合多時期衛星影像、空載光達與地理資訊系統，運用邏輯迴歸 (Logistic Regression, LG)、隨機森林 (Random forest, RF) 與細胞自動機-馬可夫鏈 (Cellular automaton and Markov Chain, CA-Markov) 等模型，進行森林變遷與崩塌復育潛勢之時空分析與預測。本研究首先探討臺灣杉人工林的自然演替變化與地理因子關聯，並建立全區臺灣杉人工林變化之邏輯迴歸與隨機森林預測模型。其後考量造林地區位差異，分別建立北鳯岡林區與南多納林區的分區模型，結果顯示分區模型能顯著提升預測準確性。其中RF模型準確率高達94.8%與97.8%，AUC值分別為0.988與0.998，研究成果顯示高程、雨量與距林道距離為主要影響因子。在崩塌與復育長期監測方面，莫拉克颱風後六龜崩塌整體呈現劇烈減少、後趨穩定變化趨勢，崩塌地景破碎化指標，也呈現下降趨勢，且地景連續性增加，顯示結構穩定性提升。崩塌復育則發現在崩塌發生後初期階段復育速度較快，較後期更具恢復力。在模型建構方面，空間解析度經測試以10 m解析度表現較佳。在模型方法上，以隨機森林較邏輯迴歸表現較好。其中崩塌潛勢RF模型，分別在2009 - 2017與2017 - 2024兩個時段建置模型，其AUC值皆超過0.950，準確度分別為89%及90%，模型表現極佳，主要影響因子為冠層結構指標、NDVI與高程。崩塌復育RF模型AUC值則分別為0.87與0.90，準確度為77%與83%，表現亦佳，關鍵因子為距崩塌邊緣距離、高程及坡度，顯示地形與種源供應為復育重要因素。在未來土地覆蓋變化預測部份，首先利用2009年與2017年兩期土地覆蓋型變化資料及潛在影響因子，結合RF模型產生轉移機率圖，並整合CA-Markov模型，模擬預測2024年之土地覆蓋空間分布。預測結果與實際2024年土地覆蓋型進行比對，並與傳統僅使用CA-Markov模型的預測效能進行比較。結果顯示RF-CA-Markov模型準確率達95.78%，Kappa值0.522，顯著優於傳統CA-Markov模型之準確率 (84.88%) 與Kappa值 (0.253)。完成模型驗證後，進一步以2017年至2024年期間之土地覆蓋變化與驅動因子進行RF模型訓練，重新產生轉移機率圖，並模擬2031年土地覆蓋變遷。模擬結果顯示，植生及崩塌地面積與2024年預測結果相近，未持續擴大，森林覆蓋趨於穩定，反映出災後崩塌與復育趨於穩定。 本研究證實整合多時期遙測資料與機器學習模型，可有效掌握森林演替與災害復育動態，提升崩塌潛勢與森林變遷預測能力。研究成果可提供森林經營與防災調適政策制定的量化依據，以促進森林資源之永續發展與生態系功能之長期穩定。