水稻為我國主要糧食來源，目前水稻田清查仍是以傳統人力進行現地調查，較不符合時間及經濟效益，現今已有許多航遙測影像可供使用，影像判釋不再侷限於單一影像，本研究旨在探討不同影像間水稻坵塊判釋成效，若航空影像遭遇遮蔽時，他種衛星影像是否能夠替換，亦在探討半自動化模組是否快速正確輸出判釋成果。

本研究使用DMC數位航空影像、Planet Scope衛星影像及Sentinel-2衛星影像，採用支援向量機法進行物件式導向及像元式水稻坵塊判釋分類，由研究成果顯示，物件式導向分類整體精度以DMC數位航空影像的96%為最佳，其次為Planet Scope衛星影像的93.3%，最差為Sentinel-2衛星影像的54%，像元式分類整體精度以Planet Scope衛星影像的91.1%為最佳，其次為DMC數位航空影像的86%，最差為Sentinel-2衛星影像的64%。

3種影像匯入半自動化模組實際運行(含手動設定路徑及相關參數)平均時間，由實驗成果顯示利用半自動化模組與人工操作相比，物件式導向運行時間可節省約8倍左右的時間，像元式運行時間則是大約節省3倍左右的時間。

後續在實務工作上DMC數位航空影像遭遇影像遮蔽問題時，可考慮選用Planet Scope衛星影像，分類方法皆可使用物件式導向及像元式進行分類，Sentinel-2衛星影像則不考慮使用，另可搭配半自動化模組輔助人員進行影像判釋作業，對於整體影像判釋流程可節省時間及減少人為錯誤。

Rice is one of the most important crops in Taiwan. However, the investigations of rice fields are executed manually in an inefficient way. Nowadays, there are various kinds of remote sensing technologies that can be applied on field investigation. This research discusses the results of paddy field identification between different images and describes if aerial photograph can be replaced by other satellite images when the block occurred. Additionally, the results of semi-automatic module are discussed in this research.
DMC digital aerial images, Planet Scope satellite images and Sentinel-2 satellite images are used in support vector machine (SVM) for identifying paddy field in object-oriented and pixel-based classifications. According to the result, the precision of object-oriented classification of DMC images is up to 96% followed by Planet Scope satellite images 93.3%. Sentinel-2 satellite images 54% is the third. On the other hand, the best precision of pixel-based classification is 91.1% from Planet Scope satellite images. The second best is 86% from DMC images which followed by 64% from Sentinel-2 satellite images.
The experimental result shows that the process of semi-automatic module applied on object-oriented classification is 8 times faster than manual operation while pixel-based classification is 3 times faster (including manual parameter setting time).
To solve the blocking issue in DMC digital aerial images, Planet Scope satellite images is the recommended substitute in both object-oriented and pixel-based classifications. However, Sentinel-2 satellite images are not options. Finally, the classification process with semi-automatic module can improve the quality of result and save time considerably.

一、中文碩士論文
王主一(2012)。運用物件導向方法進行崩塌地自動判釋。明新科技大學土木工程與環境資源管理研究所碩士論文。
王怡舜(2018)。多重解析度影像應用於水稻坵塊萃取適用性研究。國立臺灣師範大學地理學系空間資訊碩士在職專班論文。
林埏祥(2012)。以物件導向分析方法進行土地利用/覆蓋分類及其精度評估。明新科技大學土木工程與環境資源管理研究所碩士論文。
莊尚樺(2015)。應用SVM及紋理資訊於UAV影像水稻田判釋之研究。國立中興大學土木工程學系碩士學位論文。
許晉嘉(2006)。應用支援向量機法於高解析度衛星影像分類之研究。逢甲大學環境資訊科技研究所碩士班碩士論文。
蔡佳益(2016)。應用機器學習演算法於高空間解析度影像農作物判釋。逢甲大學土地管理學系碩士班碩士論文。

二、中文期刊及專刊
孔繁恩、詹進發、邵怡誠、李茂園、葉堃生、陳連晃(2014)。物件式分類法於高解析度航照影像萃取崩塌地之研究。航測及遙測學刊，18(4)，267-281。
呂明倫(2015)。物件式影像分析技術應用於土地覆蓋分類之研究。台灣生物多樣性研究，17(4)，307-320。
陳益凰、曾義星(1999)。應用多時段衛星影像辨識水稻田之研究。航測及遙測學刊，4(3)，1-15。
張立雨、陳繼藩(2006)。應用改良式Watershed技術進行高解析衛星影像影像分割。航測及遙測學刊，11(4)，439-446。
陳承昌、史天元(2007)。支持向量機應用於水稻田辨識之研究。航測及遙測學刊，12(3)，225-240。
黃宗仁、葉堃生(2017)。以物件式分類於航攝正射影像崩塌地快速自動分類判釋之成效。台灣林業月刊，43(5)，68-74。
張素貞、賴巧娟(2020)。稻作生產氣象因子風險評估。苗栗區農業專訊。89，5-8。
傅建嘉、李瑞陽(2011)。物件導向分類於大蒜作物判釋之研究。2011資訊科技國際研討會發表之論文，朝陽科技大學。
鄧耀宗(2003)。台灣稻作之回顧與展望。高雄區農業改良場研究彙報，14(3)，1-23。
鄭雅文、史天元、蕭國鑫(2008)。物件導向分類於高解析度影像自動判釋。航測及遙測學刊，13(4)，273-284。
蔡怡潔、葉志忠、袁麗惠、黃淑玲(2019)。108年9月農業產銷概況。農政與農情，329，59-65。
劉建華、毛政元(2009)。高空間分辨率遙感影像分割方法研究粽述。遙感信息，0(6): 95-101。
謝漢欽、鍾智昕、黃俊元(2017)。應用NDVI植生指標與平均值調整影像分割法於崩裸地萃取—以六龜試驗林地區多期福衛二號影像為例。台灣林業科學季刊，32(3)，203-222。

三、中文網路資源
高庭芳、蘇宗振(2014)。革新稻米產業發展策略。檢自https://www.coa.gov.tw/ws.php?id=2502309。
黃淑娟、蘇宗振(2010)。建立遙測稻作面積調查體系之探討。檢自https://www.coa.gov.tw/ws.php?id=22384&print=Y。
python數字影象處理（11）：影象自動閾值分割。檢自https://www.796t.com/content/1546922016.html

四、外文論文及期刊
Sahar Z. (2014). Segmentation of overlapping convex objects. Paper presented at the Lappeenranta University of Technology, Lappeenranta, Finland.
Steven P. L., Russell G. C. (2011). Classifying and mapping forest cover types using IKONOS imagery in the NorthEastern United States. Paper presented at the University of New Hampshire, Durham, NH.

五、外文書籍
Marta, S. (2018). Planet Imagery Product Specifications. Planet.com
Thomas, M. L., Ralph, W. K., Jonathan, W. C. (2004). Remote sensing and image interpretation. Wiley.
Thomas, M. L., Ralph, W. K., Jonathan, W. C. (2017). Remote Sensing and Image Interpretation. Wiley.

六、外文網路資源
Aerial Surveys International. Digital Mapping Camera(DMC).
http://www.aerialsurveysintl.com/DMC.html
European Space Agency.Sentinel-2.
https://sentinel.esa.int/web/sentinel/missions/sentinel-2
Region based segmentation.
https://www.slideshare.net/imrandiu/region-based-segmentation-122436946