摘要
林型分類往往需要投入大量的人力與物力，利用遙測技術節省調查成本。遙感探測中感測器
主要分為主動式雷達感測器和被動式光學感測器，兩種影像擁有不同的資訊。傳統以遙測方
法進行土地覆蓋分類多以光學影像為主，但常受限於天候及日夜因素無法得到較精確之結果，
而合成孔徑雷達(synthetic aperture radar, SAR)主要使用微波(microwave)可不受上述因素之
限制，具有研究發展的優勢與分類應用領域，許多研究指出光學影像與SAR融合進行土地覆
蓋分類可以獲得更精準之資訊。本研究使用ALOS/PALSAR L波段，並透過光譜特性與表面
粗糙度的資訊，提高分類準確度。本研究透過IHS轉換融合法及小波轉換融合法進行融合雷達
影像及多光譜衛星影像，進行最大概似法(maximumlikelihood method, MLC)進行林型分類，
得到IHS轉換融合法分類準確度達83.86%、kappa值0.8152，小波轉換融合法準確度達
72.68%、kappa值0.6889較原始SPOT影像分類準確度65.71%、kappa值0.6052為高，使影像
分類準確度提升18%，展現出雷達影像及多光譜衛星影像之融合應用價值。