DTM數值地形應用於地貌景觀評估研究

數值地形模型應用於地貌景觀評價研究

Research on the Application of DTM to Geomorphological Landscape Assessment

（博士學位論文）

Ph.D.Dissertation

博士生： 林 雨 荘

指導教師：楊 達 源 教授

2006年5月

南京大學研究生畢業論文中文摘要首頁用紙

畢業論文題目： 數值地形模型應用于地貌景觀評價研究

自然地理學專業 2002級博士生姓名： 林雨荘

指導教師（姓名、職稱）： 楊達源教授

研究目的：近年來環境保護逐漸受到重視，景觀評價做爲環境影響評價之重要一環，是值得深入探究的領域。過去近半世紀以來，景觀評價方法研究已經得到很大的進展，但是大多數著力于專家法，即以個人過往經驗分項評分，仍然不能以客觀性的對於定性與定量方法提出明確的準則。

自然風景之景觀評價包括地形、色彩、質感、植被等多項綜合因素，然而，地形地貌仍然爲其中之首要專案。就我國廣袤的地理空間環境而言，五嶽、黃山、三峽、峨嵋等秀麗名山，久爲文學史冊所記載傳頌，近年新開發之風景區張家界、九寨溝等更吸引衆多遊客。究竟何者因素爲優美景觀之衡量標準，或景區中建設設施專案該如何進行客觀的影響評價，客觀定量方法爲本研究將探究的方向。

技術方法： DTM(Digital Terrain Model)是近年來地理資訊系統發展的重要工具，透過衛星遙測或地面測量插入法推算，可於電腦中類比矩陣網格的地表模型，並可透過該地表模型之海量高程資料做成坡度分析、坡向分析、高程分析、視域分析等圖形。本研究過程之首先將歸納過去前人研究之景觀評價理論：以景觀美學的專家經驗，何者爲高品質之地貌景觀。影響地貌景觀之關鍵因素與關連因素。然後選取遊客偏愛之多個風景區做爲研究案例，運用DTM(Digital Terrain Model)技術製作地形地貌模型並分析其各種資料的數學統計特徵，並以地形地貌模型圖片(排除色彩、質感、植被等因數)進行遊客偏好調查，與DTM數學統計結果進行比較，歸納做爲結論。

主要結論： (1)不同的地理區地表高程變異值與標準差分析確能反映不同的地貌景觀品質。(2)將地理樣區分割成小單元(1x1平方公里)的變異值與標準差分析可以做成區域景觀品質分析圖。(3)由DTM網格運算分析的坡度、坡向、高程分析網格數目分配曲線也可以反映地貌特徵與地貌景觀品質。(4)歸納本研究結果可以建立定量化與平面圖形化的地貌景觀評價模型。

研究意義：本研究將地貌景觀評價研究定量化，將抽象多元的地貌景觀視察接收轉化爲具體數位化與圖形化指標，對於大區域地貌景觀資源調查與資源保育、風景區劃設將有實際用途與重要意義。

主要創新點：(1)本項研究建立一個地貌景觀新的評價模型，依照分析數值與統計分配曲線判別地貌景觀品質，提升景觀評價的客觀性。(2)本項研究將地貌高程空間變異以矩陣分析與平面圖形化，提供了叠圖的基礎，將來加入其他水體、植被之定量化叠圖綜合評價，景觀評價可以逐漸客觀。(3)本項研究將海量的DTM數值以統計圖顯示，將有助於解讀地貌成因課題之研究，譬如高程資料排序，觀察分佈曲線，或將地形空間以2元及3元方式表達，對於河川階地或冰河遺迹研究應有幫助。

關鍵字： DTM；地貌形態；景觀評價；統計；變異值

南京大學研究生畢業論文英文摘要首頁用紙

THESIS ： Research on the Application of DTM to Geomorphological Landscape Assessment

SPECIALIZATION: Physical Geography

POSTGRADUATE: LIN, Yu-Zhuang

MENTOR: Professor YANG, Da-Yuan

ABSTRACT:

1.Introduction

The digital elevation model (DTM) is assembled by massed XYZ coordinate data which the XY value of it means a fix distance matrix area and Z value means different elevation. The XYZ coordinate data could be transfered to visible tree dimensions surface modeling by CAD or GIS software tools, and be analyzed to disparate slop and aspect class by Z value of every grid cell.

The purpose of this study is to epagoge measure character of high quality landscape by comparative method.

The key factors of landscape quality evaluation are include landform, vegetation, water, color, texture, scale, space, etc. Landform stands important position on the inventory. This study discuss just only the landform quality evaluation, did not touch others inventory.

Basing on survey of landform quality preference, most of people prefer the strong character, steeper and multi-level outline of landform. However, people visual image of landform is construct by three dimension and multiple factors received. It is difficult for value measure or quantification.

There are many landscape quality evaluation methods as well known. That’s including the Visual Resource Management (VRM) developed by USBLM, the Visual Quality Objectives (VQO) and the Visual Management System (VMS) developed by the USDA Forest Service, Aldo Leopold and David Linton, etc. The most of them qualitative describe about scenic quality of landform are slop steeper, more variety or more multiplicative. But slop steeper is very important factor.

Brabyn (1996) describes an automated classification process, which uses GIS to determine uniqueness and variety. The landscape character classification process uses national digital databases to classify vegetation, naturalness, water and landforms in an objective manner. The resultant hierarchical classification, which is based on different levels of generalization, enables the classification to cope with the different levels of perception that people experience. Brabyn (1996) also notes that a landscape character classification does not identify quality and points out that such a classification needs to evolve as the understanding of the nature of landscapes becomes more sophisticated. The purpose of this study is find quantification assessment method of landform

2.Methods

The concept of variance and standard division function as follows. Every elevation value comparing with average of all elevation value, then accumulating all deviation square is variance. Thence the more elevation values of DTM the higher variance result. The standard division is square root of variance value. Which is comparable for large and small topographic area.

The variance and standard division function could be calculated from these elevation values of DTM of sample areas.

If one of standard division of sample area is high, that mean it’s landform is diversity. Possibly, contains knife-edge peaks, bluff valley, or steep slop. If one of standard division of sample area is low, that means the landform is simply. Possibly, contains plain hill, or slow slope.

3.Process

In the method aspect of this study, there are two separate approaches. One is the DTM mathematical approach; the other is the public preference model.

(1) Input Z-values from DTM of every sample area, and run the variance and standard division function by Microsoft Excel Software tool. That is first set of data.

(2) Calculate average slope of every sample area by the slope analysis tool of LANDCADD Software. That is second set of data.

(3) Accumulate sequence point by public preference survey of 3D landform simulation picture of 16 samples area. That is third set of data.

(4) Compare the three sets of data, epagoge measure character of high quality landform.

In this study, there are ten DTM data of topographic sample area of Taiwan and The Yangtze River Basin, that including volcano peaks, platform, mountains, gorges, basin and hill, etc. All of them are famous scenic area or familiar landform for people. Every sample area is same 10km×10km square area(Every sample area is 10km×10km). The spacing of X, Y of DTM is 40 meters. Every sample area has 63001 elevation values from DTM data. The 6 sample area of Taiwan as follows：

(1) Sample Area T1：Yang-Ming Mt. Area, Elevation 200-950m, Multi-peaks volcanic landform, is a famous scenic area.

(2) Sample Area T2：Lin-Ko Platform Area, Elevation 50-250m, Slow and plain platform but eroded in peripheral area, is a public familiar area.

(3) Sample Area T3：Sun Moon Lake Area, Elevation, 200-1000m, Down-faulted basin and two lakes in center, is a famous scenic area. The elevation of lake area is measure from waters level.

(4) Sample Area T4：Ali Mountains Area, Elevation 200-3000m, Nearby plan of south Taiwan, is a famous scenic area.

(5) Sample Area T5：Cheng-Qing Lake Area, Elevation 50-300m, slow hills and lake, is a local scenic area.

(6) Sample Area T6：Northern of Ken-Tin Area, Elevation 100-1000m, low mountains and hills area, is a plain but public familiar area.

The 6 sample area of The Yangtze River Basin as follows：

(7) Sample Area Y1： Mou Mt. Area, Elevation 20-410m, slow and complicated hills, standing on Yangtze delta plain ,is a famous scenic area.

(8) Sample Area Y2：Zhong Mt. Area, Elevation 20-443m, nearby Nanjing city, is slow single-side hills and a famous scenic area.

(9) Sample Area Y3：Huang Mt. Area, Elevation 350-1880m, aggregate many edges and peaks, is a famous world nature heritage.

(10) Sample Area Y4：Lu Mt. Area, Elevation 20-1474m,located in Boyang plain, aggregate many edges and peaks, be listed as world gelogy heritage.

(11) Sample Area Y5：Xi-Ling Gorge Area, Elevation 135-2150m, had Steep and continual valley, the glamorous gorge of Yangtze River.

(12) Sample Area Y6：Wu Gorge Area, Elevation 135-2606m, had long and continual valley, the lengthiest gorge of Yangtze River.

5. Preference Survey of landform

The 12 DTM data had render to 3D landform simulation pictures by LANDCADD software tool. There have some preference survey. Theese pictures be ask rating sequence from best to worst quality. The preference object just includes landform not vegetation, water, color or texture, etc. This study give the accumulate point for the 12 topographic area.

The 200 pollee included landscape professionals and public people, pollee just read landform simulation pictures did not know where topographic areas are the 12 pictures represented. In second questionnaire, the same 200 pollee be asked again but be told that represented topographic areas. It’s very close in the twice questionnaire result. To be objective, the first result had adopted in this study.

6.Result

Table 6.1 The Key factor of Landform Quality of Sample Area

Sample Area of Landform

Standard Division

Quality of Landform

T 1

Yang-Ming Mt.

246

49.5%

3^rd.

High Quality

T 2

Lin-Ko Platform

51

27.5%

5^th.

Low Quality

T 3

Sun Moon Lake

249

55.0%

2^nd.

High Quality

T4

Ali Mountain

368

72.5%

1^st.

High Quality

T 5

Cheng-Qing Lake

32

15.4%

6^th.

Low Quality

T6

North of Ken-Tin

133

42.2%

4^th.

Mid-low Quality

Table 6.2 The Key factor of Landform Quality of Sample Area of Yangtze River Basin

Sample Area of Landform

Standard Division

Quality of Landform

Y 1

Mao Mt.

42

slop0%-10%

6^th.

Low Quality

Y 2

Zhong Mt.

52

slop0%-10%

5^th.

Low Quality

Y 3

Huang Mt.

386

slop60%-100%

1^st.

Best Quality

Y 4

Lu Mt.

378

slop60%-100%

3^rd.

High Quality

Y5

Xi-Ling Gorge

364

slop60%-100%

2^nd.

High Quality

Y 6

Wu Gorge

287

slop60%-100%

4^th.

High Quality

7. Conclusions

(1) It is very close relative in the variance and standard division of DTM with landform quality. The standard division could indicate landform quality.

(2) The average of slope of topographic area could indicate landform quality too. That had been described in landform inventory of VRM (USBLM).

(3) The variance and standard division of DTM have many applications. If compared standard division of DTM in different parts of one topographic area, the homogeneity or uniformity of one topographic area could be show. It is useful for landscape assessment or scenic area location.

(4) The statistics analysis of sum of DTM slop, aspect and elevation class is very close relative landform quality too.

The new approaches in future about this, includes relative of standard division with average of slop study; or relative of data capture of grid spacing of DTM with precision of standard division.

Key words: DTM, landform, geomorphologic, landscape assessment, statistics, variance

DTM數值地形應用于地貌景觀評估研究

Contents 論文目錄

Title Page 標題頁 01

Abstract 中英文摘要 03

Contents 論文目錄 09

List Of Figures 圖表目錄 10

Chapter 1: Introduction 緒論 12

1.1 Introduction 前言 12

1.2 Research Rationale 研究原因 12

1.3 Research Objectives 研究目標 13

1.4 Relative Research 國內外相關研究 14

Chapter 2: Literature Review 文獻回顧 15

2.1 Introduction 文獻回顧引言 15

2.2 Landscape Concept 景觀與視覺基本探討 16

2.3 Landscape Assessment 景觀美質評價理論 21

2.4 Geomorphology Concept 地貌景觀研究 35

2.5 The Application of GIS與DTM數值地形應用探討 42

2.6 Statistics & Variance 統計學與變異值應用探討 46

Chapter 3: Methodology 研究方法 50

3.1 Introduction 研究方法概述 50

3.2 Sample Selection 研究區樣本選取 51

3.3 Survey Method 地貌偏好調查方法 57

Chapter 4: Research Results, 研究結果(DTM) 59

Chapter 5: Preference Survey 地貌景觀偏好調查 73

5.1 Introduction 偏好調查概述 73

5.2 Landscape Prefer in China 中國名山 74

5.3 Survey by Simulation 類比直覺偏好調查 75

5.4 Survey by questionnaire 問卷偏好調查(專家法) 75

5.5 Survey by internet picture 網路照片數量調查 81

Chapter 6: Conclusions 研究總結 84

6.1 Research Conclusions 研究結論 84

6.2 Research Key Finding 研究創新點 90

6.3 Limitations of the Study 研究限制 90

6.4 Recommendations For Further Study後續研究建議 91

Bibliography 參考書目 92

APPDIX 附錄 *

Acknowledgements 致 謝

圖 目 錄

圖2.2-1 眼球視覺錐體角度圖 20

圖2.2-2 眼球視軸剖面圖 20

圖2.3.2-2人類與景觀(環境呈現的景觀)互動之簡單模式 22

圖2.3.4-1 VMS 視覺資源經營作業流程圖 28

圖2.5.4-1DTM模型與地形圖結合應用 47

圖2.5.4-2網格坡度分析推算說明圖 47

圖2.5.4-3地形等高線數化後之立體圖 47

圖2.5.4-4四角網格模型 47

圖2.5.4-5三角網格模型之一 47

圖2.5.4-6圖三角網格模型之二 47

圖3.1-1 DTM資料處理流程圖 51

圖3.1-2 研究方法流程圖 52

圖3.2.1-1臺灣地區6樣區衛星照片 54

圖3.2.2-1長江地區6樣區衛星照片 56

圖4.1臺灣地區6樣區DTM模型 57

圖4.2長江地區6樣區DTM模型 58

圖4.2-1陽明山小區塊標準差分析圖 59

圖4.2-2陽明山地貌小區塊標準差對照參考圖 59

圖4.2-3林口小區塊標準差分析圖 60

圖4.2-4林口地貌小區塊標準差對照參考圖 60

圖4.2-5日月潭小區塊標準差分析圖 61

圖4.2-6日月潭地貌小區塊標準差對照參考圖 61

圖4.2-7茅山小區塊標準差對照參考圖 61

圖4.2-8茅山小區塊標準差分析圖 61

圖4.2-9鍾山小區塊標準差對照參考圖 61

圖4.2-10鍾山小區塊標準差分析圖 61

圖4.2-11黃山小區塊標準差對照參考圖 62

圖4.2-12黃山小區塊標準差分析圖 62

圖4.2-13廬山小區塊標準差對照參考圖 62

圖4.2-14廬山小區塊標準差分析圖 62

圖4.2-15西陵峽小區塊標準差對照參考圖 62

圖4.2-16西陵峽小區塊標準差分析圖 62

圖4.2-17巫峽小區塊標準差對照參考圖 62

圖4.2-18巫峽小區塊標準差分析圖 62

圖4.2-19 臺灣與長江12處樣區DTM高程點分佈圖 65

圖4.2-20臺灣與長江12處樣區DTM高程點排序曲線圖 67

圖4.2-21臺灣與長江12處樣區九級坡度網格分佈曲線圖 68

圖4.2-22臺灣與長江12處樣區八類坡向網格分佈玫瑰圖 70

圖4.2-23臺灣與長江12處樣區八級高程網格分佈曲線圖 71

圖6.1-1 黃山景區圖 83

圖6.1-1 黃山景觀資源與區域景觀分析圖 85

圖6.1-2 黃山景觀資源與小區塊地貌變異分析圖 85

圖6.1-3 鍾山10x10與5 x5平方公里變異值採樣比較圖 86

圖6.1-4 坡度網格數分佈曲線類型特徵圖 86

圖6.1-5 高程網格數分佈曲線類型特徵圖 87

圖6.1-6 全部高程點排序曲線類型特徵圖 87

表 目 錄

表2.3.2-1景觀評價模式分類方式表 21

表2.3.4-1 VMS 景觀品質特徵分級標準表 29

表2.3.4-2 VMS景觀資源敏感等級 30

表2.3.3-3 VMS視覺敏感度分級標準 30

表2.3.3-4 距離帶與敏感度關係矩陣表 30

表2.3.3-5 VRM景觀品質之評定分級 31

表2.3.3-6 VRM敏感度等級表 32

表2.3.3-7 VRM經營管理層級分級表 33

表2.4.1-1中國地(貌)形(體)分類指標表 35

表3.2.1-1臺灣地區樣區特徵表 53

表3.2.2-1長江地區樣區特徵表 55

表4.1-1臺灣地區6樣區變異值與標準差比較表 59

表4.1-2長江地區6樣區變異值與標準差比較表 59

表4.2-1陽明山小區塊標準差矩陣表 61

表4.2-2林口地貌小區塊標準差矩陣表 62

表4.2-3日月潭小區塊標準差分析表 62

表5.3-1 臺灣地區6處樣區DTM模型偏好排序表 75

表5.3-2 長江地區6處樣區DTM模型偏好排序表 76

表5.4-1 中國山嶽景觀偏好排序表(問卷調查法) 78

表5.5-1 中國百岳景觀網路搜尋圖片排序表 81

表6.1.3.2-2 臺灣地區6樣區地貌景觀量化評價表 89

表6.1.3.2-2 長江地區6樣區地貌景觀量化評價表 89

DTM數值地形應用于地貌景觀評價研究

林 雨 荘

第一章 緒論

本研究爲利用網格量化方法應用于地貌景觀之調查與評價研究，以Digital Terrain Modeling(本研究爲利用網格量化方法應用于地貌景觀之調查與評價研究，以Digital Elevation Modeling(DTM)高程資料進行統計分析，尋求其有意義之量化特徵值，並對應于地貌景觀特徵，最終目的應用于地貌資源判讀與景觀品質評價。

1.1 前言

地貌研究的實際意義在於"地貌"乃人類生存的依託及活動的基地；地貌景觀研究的實際意義在評價景觀資源品質，作爲人類旅遊活動與土地使用之依據。

本研究之地貌景觀以比較宏觀的角度探討中地貌形態特徵、空間結構的欣賞與偏好，目的爲歸納統計偏好，尋求其客觀規律，藉助GIS新發展的DTM模型技術方法與海量資料分析，建立相互比較之量度尺標，應用于土地資源調查及使用規劃、風景區劃設、建設專案環境影響評價、地景保存等用途。

DTM數值地形資料由XYZ座標格式構成，其中XY軸經緯座標爲固定，僅由Z座標表示高程之變動，由等距的XY軸距離可轉換成許多方格之矩陣網面，各個網麵點之高程。應用電腦程式Landcadd比較每個方格的四個角之Z座標，可以計算出坡度與坡向。DTM的來源可以由衛星或航空遙測推算，也可以由現地實勘測量推算，也可以將既有的等高線圖經由LANDCADD應用程式描繪數值化後轉換推算。

1.2 研究原因

地理景觀品質包括地貌形態、植被、色彩紋理、組合比例、連續完整性等多項因數，其中地貌形態占景觀評價中之相當重要的位置（本文討論亦僅針對地貌形態專案），人對地形景觀之視覺偏好大多著重於地形的主題性、坡度陡峭性、輪廓的層次性。過去對地形景觀評價可以由經驗或遊客偏好之調查統計歸納出來，譬如桂林與黃山的多山峰多棱線地貌、長江三峽的陡峭切割地貌、廬山之多層次山棱線地貌，泰山之平原拔矗相對高差等，多與地形的高程差異有關。然而人類視覺對地形地貌爲3D立體多元接收，很難定量化，於是地貌景觀品質評價無法完全客觀。

目前國外較常用之景觀品質評價方法有下列數種： (1)美國土地管理局(USBLM)的視覺資源管理方法(VRM)； (2)美國林務局(USFS)的視覺管理系統(VMS)； (3) 李奧波(Leopold)的視覺品質評價方法； (4)林頓(Linton)的景觀評價方法等。這些方法大多以地形是否起伏顯著、坡度是否陡峭(60%∼30%∼0%)等定性方式作爲景觀品質之描述，仍較欠缺量化之依據。尤其坡度是否陡峭一項，均以目測或地圖上概略計算，缺乏有效可信之方法。

對於環境景觀影響評價而言，開發行爲執行與否關係許多方面之實質利益或衝擊影響，客觀量化之依據尤其重要。除非開發行爲之前背景景觀品質有充分客觀之評價方法，然後對於開發行爲有可信賴之定性定量評估，否則難以讓受影響之公衆信服。

對於較大範圍之區域景觀調查或分析，地貌景觀之全面踏勘有其困難，或者受限於地形可及性或受限於觀景空間視域不足，難以評價分析。目前必須依賴有較多經驗之專業人員根據地形等高線與地質判讀推測，亦難全面做到客觀。

1.3 研究目標

本研究嘗試將地貌景觀品質以數學方法客觀量化，包括高程變異值與標準差分析、坡向方析等方式，觀察其數值與統計圖形特徵，歸納景觀品質評價可參照之客觀量化之依據，建立創新技術之基礎模式。

更進一步，本研究將嘗試將地質地貌景觀之基本發育類型，譬如石灰砂岩地貌、花崗岩地貌、變質岩地貌、河川峽谷地貌等分別探討分析，研究其高程變異值與標準差分析數值特性。

雖然地貌景觀品質僅爲綜合景觀品質之一部分，但是將來相關後續研究再與衛星照片判讀景觀生態分佈與區域地質資源分佈等叠圖綜合，將可逐步建立客觀區域景觀評價之完整體系。

DTM數值地形資料由XYZ座標格式構成，其中XY軸經緯座標爲固定，僅由Z座標表示高程之變動，由等距的XY軸距離可轉換成許多方格之矩陣網面，各個網麵點之高程。應用電腦程式Landcadd比較每個方格的四個角之Z座標，可以計算出坡度與坡向。

統計變異值函數原理系將地形樣區的每一個高程值與總平均值比較，將每一個差值平方再累加，所以地形樣區資料點愈多，變異值結果將愈大。如果將變異值結果再開平方，將還原顯示地形樣區的多樣化指標數位。

本文假設某個地區地貌景觀相當多樣，多高山峽谷坡度陡峭，則變異值標準差指標高；如果該地區地貌景觀平淡，坡度平緩則變異值標準差指標低。

本文假設變異值標準差指標值與該地形樣區平均高程高低影響很小，平緩的高原臺地標準差指標值可能比坡度陡峭的丘陵還低，變異值與標準差指標主要顯示該地區的地形多變程度。

本文假設標準差可顯示各個特定範圍的地貌多樣化程度，因此大面積的風景區與小面積的風景區均可以標準差作爲地形多樣化指標比較。非矩形區塊或依自然地形劃設的不規則幾何形之風景區都可以顯示地形多樣化指標。

本文假設不同之地質標準差可顯示各個特定範圍的地貌多樣化程度，因此大面積的風景區與小面積的風景區均可以標準差作爲地形多樣化指標比較。非矩形區塊或依自然地形劃設的不規則幾何形之風景區都可以顯示地形多樣化指標。

本研究主要目的爲提出一個創新方法—利用DTM變異值分析作爲地貌景觀品質的量化方法。嘗試運用該創新方法運用于區域景觀分析

應用本研究之DTM高程之標準差運算方法，對於大範圍地理環境之景觀品質評估或風景區選址規劃甚有幫助。只要取得DTM高程資料，使用Microsoft Excel 程式之標準差運算甚爲便捷。

惟DTM高程之標準差運算結果是否確可反映地貌景觀品質(不包括植被水體等元素)，需要更多地理樣區分析運算與遊客地貌形態偏好調查結果來驗證。

1.4 國內外相關研究

DTM相關研究於1960年代遙測與GIS應用後才逐漸發展，至目前相關研究大多探討數學模型或DTM仿真分析尺度與正確性的問題，或與水文或DTM地貌分形相關。經檢索與本文研究方向較接近的論文有下列數篇：

The Geomorphological Characterisation of Digital Elevation Models by Joseph Wood, Ph.D. Thesis, 1996, UK. 作者將數種不同的地貌發育與水文形態DTM模型以變異值函數分析，著重在資料取樣尺度與地貌形態差異，目的在求取不同形態的參數值。

Modeling Elevation Uncertainty in Geographical Analyses by Charles R. Ehlschlaeger and Ashton Shortridge, 1996,USA. 兩位教授研究從已知及較精確的小塊樣區DTM模型推導大面積與未知的粗略資料DTM模型，驗證變異值等多種數學方程式。

Geomorphometric Measures for Digital Elevation Models 日本教授 Michio Nogami 嘗試建立數學模型,並將DTM地貌特徵歸納爲point, window,與drainage-basin三種形態特徵,分析形態與資料類型之關係。

數值地形圖的生成及其水文地貌特徵評價, 2002,周買春、黎子浩等採用arc/info軟體的哈奇遜法與不規則三角網插值法比較水文地貌精度。

第二章 文獻回顧

2.1引言

文獻回顧綜合過去前人研究成果，引導到本主題研究核心問題。

地貌景觀研究跨越許多學科，或藉助許多學科的基礎概念嘗試探討新的方法路徑。本項研究目標爲DTM數值地形應用于地貌景觀評估研究，以景觀與視覺原理、景觀美學、景觀分析評估理論爲起點，以地貌景觀研究爲主要目標，藉助地理資訊系統DTM數值地形模型類比與資料收集之新技術，及統計學變異分析方法。因此文獻回顧中以六個單元分別探討六個知識領域的主要概念，萃取及綜合前人研究成果：

(1) 景觀與視覺原理

探討景觀基本概念，並從地貌學、生態學、人文與美學厘清景觀主要意義。並從視覺生理學與視覺觀察原理探討人類對於地貌景觀的可視能力與環境相對關係。

(2) 景觀分析與評價

闡明景觀評價之意義，探討過去的各學派景觀評價方法理論，比較其定性定量方法與優缺點，並綜合研提適合本地區的景觀評估方法與流程。

(3) 地貌景觀分析

由岩石組成角度探討山嶽地貌景觀之分類，綜合歸納中國名山之景觀類型，並探討受偏好地貌景觀的主要因素。

(4) GIS與DTM數值地形應用探討

討論目前地理資訊系統的原理與技術，探討地形資料資料之特性與推演應用之可行性。

(5) 統計學與變異值應用探討

討論統計學中能夠精確表現資料的集中趨勢與分散程度的統計測量數，並探討地形高程資料之採樣與分析意義。

2.2景觀含義與視覺觀察探討

2.2.1景觀的含義

人類視覺所接受的地表景物稱爲景觀，中國古代稱「山水」、「風景」或「風水」，人類走出森林，活動於草原，對於環境中許多山、水、風、林，仍存在著崇高感、敬畏、神秘、探求。因此許多族群對於生活鄰近的山嶽有「聖山」、「鬼湖」的崇拜。「山水」提供生活資源，也帶來災難；登高望遠，寄情山水可以獲取幸福感；反璞自然，歸隱山林可以逃避社會壓力。李白「五嶽尋仙不辭遠，一生好入名山遊」、陶淵明「少無適俗韻，性本愛丘山」，都是有關山水風景的描述。從唐宋以來的山水繪畫更表達了許多理想的風景形式。

英文landscape風景畫,山水畫等同於” picturesque風景如畫的”用來表達地形與地表覆蓋物所構成的視覺形態或環境整體的印象，。近代中文與日文都使用”景觀”或”地景”新名詞來對應解釋”landscape”與東方傳統的山水或風景的概念。

韋伯大辭典定義「景觀乃是眼睛一次視域所見的廣闊自然風景；或一個區域地貌元素的集合體。更明確的描述景觀構圖之形成，應包括視點(觀察者)、主要的觀察物件(觀察距離與位置關係到觀賞紋理特徵的詳細度與視角的開闊度)、觀察者的周遭環境(也就是近景或前景組成)、觀察物件的周遭環境(遠景或背景組成)等。(日本景觀用語詞典1990)

近代以來景觀被賦予了不同的內涵，主要有地貌學概念上的景觀、生態學概念上的景觀、人文意義的景觀與美學意義的景觀。

1) 地貌學意義的景觀

德國地理學家認爲“景觀”用來描述環境中視覺空間的所有實體，不局限于美學意義，並且從科學的角度去分析它們在空間上的分佈和時間上的演化。19世紀中葉，自然地理學家洪堡(Humboldt)將“景觀”作爲一個科學名詞引用到地理學中來，並將其定義爲“某個地球區域內的總體特徵”。“景觀”一度被看作是地形(Landform)的同義語，主要用來描述地殼的地質、地理和地貌屬性。以後，俄國地理學家又進一步發展了這一概念，把研究生物和非生物這一景觀整體的科學稱爲“景觀地理學”(landscape geography )。(俞孔堅1987) (毛文永2004)

地貌學概念上的景觀，研究地球表面高低起伏的地質組成、型態特徵、空間結構及其發生發展變化的規律。包括地質構成與外力侵蝕堆積、氣候變遷與人類土地使用的影響，應用於自然災害的趨避與環境資源的有效利用與可持續利用。(楊達源2001)

地理學的觀點常將景觀分類爲自然景觀(地形景觀、地質景觀、植被景觀、氣象景觀、水體景觀)、人文景觀(産業景觀、城鄉聚落景觀、文化景觀、人爲構造物景觀)。

2) 生態學意義的景觀

生態意義的景觀關切地表環境演變過程與區域類型，包括空間結構、地域分異、地理過程與生態過程，對人地相互作用關係進行應用方面的研究，以可持續空間格局的研究爲熱點。內容包括景觀時空尺度、景觀結構的鑲嵌性、生態流的空間聚集與擴散、景觀演化與景觀價值等。

國際景觀生態學會 (IALE mission statement, 1998) 定義："景觀生態學是對於不同尺度上景觀空間變化的研究，它包括景觀異質性的生物、地理和社會的原因與系列，無疑它是一門連接自然科學和相關人類科學的交叉學科。"可見景觀研究還涉及自然與人文科學的交叉，如景觀生態美學、生態經濟學與環境倫理學等。(肖篤寧1998)

北美生態學家Dansereau曾提出，在環境諸因素及其相互關係的高級、整體和生態水平上進行景觀的研究，並主張用“人類生態學”來研究人類對景觀的影響。他把人對景觀的認識和衝擊理解爲一種迴圈的和控制的過程，並用“意識景觀／景觀”的概念來論述從自然到人，從無意識到有意識和從景觀知覺到景觀設計的過程。(毛文永2005)

3)人文意義的景觀

人文意義的景觀，從目前可見的歷史遺存追溯過去人類活動的軌迹，包括産業發展、工藝美術、精神信仰、族群遷徙興衰等實體與空間的紀念物，主要應用於保存維護，提供現代與後代人類社會的重要經驗資産。

人文意義的景觀不一定是實體的，可能是精神向度的，譬如積累某個族群千百年的生活環境經驗，或以某種信仰、思維和行爲準則等反映出來的意念。譬如生活居住的空間尺度，或生産型式的佈置，或風俗祭典的特徵。從人文社會角度看景觀美質的價值判斷，可能取決於自然屬性適應人類社會生活需要的程度和性質，符合生活實用性的，譬如描述寧靜豐足的桃花源、流著奶與蜜的土地、象徵健康與安全的青山綠水、受崇拜的高聳山嶺或可記憶定位的地景特徵。

人類對理想環境或理想景觀模式的認同與形成，是建立在其民族文化、生態經驗和人類對普遍的生態經驗的認同基礎上的，並以某種信仰、思維和行爲準則等等反映出來。文化層次上的景觀是深藏在人類意識中的對理想景觀的追求，它以詩歌、繪畫、音樂以及園林藝術、建築景觀等形式反映出來；它也以某種信仰、民俗、禁忌甚至迷信形式出現。景觀文化存在於人的內心深處，它與一個民族或一種文化的哲學思想緊密相關，由某種哲學思想産生，又體現某種哲學思想的含義。(俞孔堅1998) (毛文永2005)

4)美學意義的景觀

自然的美主要表現在形式美，地貌景觀的美是具體的，以其具體的形象吸引著人們的注意。它可以表現爲怪石嶙峋、飛瀑直下的山水，也可以是植被茂盛、春意盎然的大地，具有不同類型的魅力。由於美有著具體物質形式的客觀形象，它才是可以感知的。景觀美，從內容上說，景觀美是顯現在感性形式中的人的本質力量;從形式上說，美是顯現人的本質力量的感性形式。

廣義地說。形式美就是美的事物的外在形式所具有的相對獨立的審美特性，因而形式美表現爲具體的美的形式。狹義地說，形式美是指構成事物外形的物質材料的自然屬性(色、形、聲)以及它們的組合規律(如整齊、比例、對稱。均衡、反復、節奏、多樣的統一等)所呈現出來的審美特性。自然界中的普遍性的形式就是"規律"，因而狹義的形式美，是指某些既不直接顯示具體內容，而又具有一定審美特徵的那種形式的美。通常所說的形式美，主要是指後堵，即相對抽象的形式美。當抽象的形式美體現爲--個具體事物的外形時，它的審美特性也必然隨著該事物的社會內容及其在整個社會生活中的客觀地位而轉移。

宋朝畫家郭熙說:"山，近看如此，遠數��看又如此，遠十數��看又如此，每遠每異，所謂山形步步移也。山，正面如此，側面又如此，背面又如此，每看每異，所謂山形面面看也。如此，是一出而兼數十百山之形狀，可得不悉乎? 山，春夏看如此，秋冬看又如此，所謂四時之景不同也。山，朝看如此，暮看又如此，陰晴看又如此，所謂朝暮之變態不同也。如此，是一出而兼數十百山之意態，可得不究乎?"

由於遠近、方位、四季、朝暮、陰睛等自然條件的變化，同一座山的審美情態也就産生了變異，從而給人以不同的審美感受。從美學意義上看景觀，關切的是形式、變異與心理轉化。

對自然地形、地物的觀賞和對其美的再現；主要從人類生理體驗與心理經驗推演的品質或價值判斷，分析視覺對於形狀、質量、色彩、移動等的接受與分辨能力，並探討安定、平衡、協調、次序、組合等精神感受的好惡。

2.2.2視覺觀察條件

在多遠及在何種光線之下，我們可以看到景觀目標物體。科學家認爲視覺觀察的敏銳度有數種不同型式，偵測、察覺及鮮明度(Schiffman 1982)。例如，一棟5層樓高的建築物，在一般情況下，在40公里處仍然可以被看到(察覺到)。

鮮明度是指在整體型式中可以區分個別元素，這是直接與設計的表面質感有關。科學家做過的實驗室判定標準約爲2-3％，在空曠平原上，如果很遠處興建了一座建築物，建築物量體占了視覺接受面域超過2-3％大小，大部分的人們都會看得見這座建築物。最大的對比是發生在明、暗的物體並置時，所以日出與日落時山棱線的視覺印象特別強烈，三峽觀景或桂林灕江，山嶽輪廓印象特別強烈。

1) 觀察的距離(近景、中景與遠景)

人的眼睛焦距的適應性調節大約爲10公尺，可以觀察物體最遠可達1000公尺(有立體感的視覺觀察)，譬如山嶽的多條立體棱線形狀、山岩、植物與地貌特徵的空間相對關係。

我們根據眼睛觀察能力可以將空間視域區分爲近景、中景與遠景。

視覺近景(或前景)，一般情況爲0-100公尺，可以清楚觀察物體的表面結構、顔色、形狀與質感，譬如植物花卉、岩石紋理、磚瓦材質與樣式等。

視覺中景，一般情況爲100-600公尺，可以清楚觀察地貌上的景觀特徵，譬如樹林、聚落、山岩形狀及地貌特徵。中景對於地貌景觀的可見度最爲重要，我們依據中景來欣賞風景的整體構圖、山嶽棱角、峽谷峭壁、冰雪覆蓋、觀察森林、溪流、人爲設施的空間相對關係。九寨溝之美，因爲山谷空間把我們的注意力都收束在視覺中景上；視覺接受不斷的重新組合近的森林、水瀑、溪流、聚落的構圖。

視覺遠景(或背景)由地平線控制。在某些茂密植被遮蔽的景觀環境，視覺遠景可能看不到。由於大氣中的碳粒子吸收光使天空轉成灰藍色，使遠景的地貌景觀特徵不易分辨，這時候我們主要的視覺注意力會落在明暗對比較強的山棱線輪廓上。(Richard C. Smardon等1985)

不同的地理區域對於視覺近景、中景與背景的距離區分可能不同，譬如中國北方與南方、高地與平原，由於光線與環境條件不同，眼睛的分辨能力也會受到影響。譬如在黃山沒有雲霧陽光普照時能見度良好，中景距離大約爲80-800公尺；但是水霧多時，中景、近景的辨識距離都跟著拉近；黃昏時光線變弱也會影響中景、近景的辨識距離。因此視覺景觀分析最好根據當地環境的實際情況設定近、中、遠景的視域距離，而不是採用單一尺度來決定。

2) 觀察的位置(上位中位與下位)

地表的起伏直接影響到視覺的空間能見度。所謂「見樹不見林」，前方的景物遮蔽了後方的景物，前方的小丘遮蔽了後方的溪穀。爲了更完整的理解景觀環境，類似鳥瞰視角描述觀察三維環境的地表面是必要的。

觀察者環境的物理性質與地形相似。近景物體譬如行道樹或房屋遮蔽了後側景物，大氣中迷蒙的水氣或光線強弱也抑制了光的傳播。移動的觀察者，視覺上連續不斷的接受印象，不斷的組合放入記憶，知覺上將會選擇焦點特徵並且自動判斷忽略他認爲不重要的景物。因此觀察分析中常劃分爲靜止觀察者和移動觀察者；後者假設觀察者沿著特定路線移動，或接受高度複雜的刺激。靜止觀察者的有效觀察圓錐將比較完整，接受或注意到地貌元素就比較多。一個典型的風景觀察水平距離大約是垂直高度的2/3。((Richard C. Smardon等1985))

同樣的一個地貌景觀區，同樣的視覺觀察距離，觀景者位置的高度影響到接受入視覺印象的內容，豐富度不同，注視關切的目標也不同。

所謂「登高望遠」、「欲窮千里目，更上一層樓」、「登泰山而小天下」都說明觀景者上位置高可收納地景元素多，被遮蔽的景物少，容易取得全景景觀；觀景者更能夠把地景元素進行三度空間的理解；也更容易産生視覺滿足感，提高心理的自信。

觀景者下位，由下仰望，可收受的視覺元素豐富度減少，看到的景物受到局限，容易取得框景式的覆蓋景觀或封閉景觀。由下仰望，視覺上容易被高聳的地貌所震懾，人的心理顯得渺小。由下仰望，收受到強烈的視覺印象，山壁或景物容易圍成空間感，圍繞空間的長寬與高度影響到景觀的品質。「一線天」、「天坑地縫」、大小三峽、桂林灕江都屬於這一種景觀類型。

觀景者中位(常位)，正常往前望，容易確認地標特徵與觀察者自己的安全方位，容易關注景觀的構圖與層次感；近、中、遠景都在視覺的構圖中，所以期望近景與中景都有適當的比例，不至於遮蔽了遠景。在平原上或鄉間道路行走或駕駛汽車或搭乘火車，大多以觀景者中位觀察，辨識地貌環境容易取得焦點景觀或特徵景觀。

2.3景觀評價方法探討

2.3.1景觀評價之意義

根據韋氏大辭典"評估"(Evaluation)一詞之定義爲對事物的價值、品質、重要性、數量、程度或狀態加以檢視或判斷，也等同於”Estimate”。由於"景觀你屬非實體之類，較無法直接予以量化，故常造成因個案或專家不同之價值判斷，而有不同之見解。國外所謂景觀資源評價，主要是將環境中之景觀資源，經由人的價值判斷(主觀或過去經驗累積)，予以描述，並反映其特性與價值，予以系統化管理與保護。依過去之研究報告顯示人在環境知覺中，以視覺占的比例最高，約87 %，故一般景觀資源評價均以視覺爲主。(Richard C. Smardon等1985)

近代以來，人們即重視景觀描述與設計。基於不同目的、範圍、推理及實用性，發展出不同類型的景觀資源評價方法。後人常依研究目的、或研究範圍、或評價物件、或研究內容、或研究理論、或使用方法、或資料處理過程、或操作工具、或評價技術、或環境狀況、或景觀單元劃分方法等，將景觀資源評價方法加以分類歸納。

Kaplan(1975)認爲景觀評價是一種確認景觀可能爲人所享受的程式；(Hull1989)認爲景觀評價是人們注意及有興趣於整個他們身處之景觀，而植基於他們對於景觀的視覺品質。

2.3.2 景觀評價方法歸納

表2.3.2-1景觀評價模式分類方式 *資料來源：Smardon, R.C., J.P. Felleman 1986

研究學者

專業的

行爲的

人性的

Daniel and Vining (1982)

Penning-Roswell(1981)

Porteous (1982)

Punter (1982)

Zube, Sell & Taylor(1982)

生態學/專業美學

專家直覺統計法

設計者

視覺品質

專家法

精神物理法/心理學

偏好

實證主義者

景觀知覺

精神物理法/認知法

現象學

--

人文主義者

景觀解說

體驗法

Zube等人1982年根據人類與景觀(環境呈現的景觀)互動之簡單模式，參見圖2.4.2-2，探索人類與景觀相互影響後産生之結果，歸納成四種景觀評價模式:

(1) 專家學派(expert paradigm)

(2) 精神物理學派(psychophysical paradigm)

(3) 認知學派(cognitive paradigm)

(4) 體驗學派(experiential paradigm)

1) 專家學派(The Expert Paradigm)

專家學派強調形體、線條、色彩和質地4個基本元素在決定風景質量時的重要性,以"豐富性"、"奇特性"等形式美原則作爲風景質量評價的指標,也有的以生態學原則爲評價依據.參與風景評價的是少數專家,他們在藝術、生態學及資源科學方面都有很高的素養.

Zube等人(1982)彙整美、英、加、荷四國二十份期刊，1965年至1980年間發表的文獻中發現，探討景觀知覺的文章有40%系採用專家模式(Taylor，1987)。

本模式之理論基礎，在轉化美學的知識，用以評價自然美質。並且以生態學的觀點，評價未經人工改變的生態體系。

此模式建構在一些景觀形態的描述，可自景觀與人類互動中産生，並期望這些特質引導出真正之景觀特性，從而指出藝術家、作家、自然資源經營者、景觀設計師及生態學者等，曾接受正規良好的專業訓練，且具備高度觀察能力的人，經由規劃的術語(如形、平衡、對比、特色、生態原則之變化、污染衝擊之控制)或自生態學或資源經營的角度，評價景觀屬性，並認爲由專業人士，對環境知覺美醜的經驗，遠甚一般人(一般大衆雖可從教育中獲致評價經驗，惟實質上的缺憾限制了正確的判斷)。換言之，評價者爲一具有專業技能的群體，其所定的景觀判斷可提供他人採用。

Wright(1974)指出使用本方法必須具備兩項要件: (1)應以一群人評價景觀。(2)人們給予的意見不可違反常態。本模式多使用在林地、河川流域、農村計劃、戶外遊憩區、河域美質及城鎮景觀等區域。

歸納至專家模式之景觀評價方法者有:Fines 1968;Leopold 1969; Litton 1968；Laurie1975; Smardon 1975; USDA土地管理部，USFS林務局 1974 ; USDI 1980等。

2) 精神物理學派(The Psychophysical Paradigm)

Zube等人根據資料指出，35%的景觀評價方法系採用精神物理模式。

本模式系以刺激、反應的心埋學理論爲基礎，將環境景觀視爲刺激之一部分，個體不經過認知過程，即直接産生對環境景觀之反應。把"風景-審美"的關係看作是"刺激-反應"的關係,以群體的普遍審美趣味作爲衡量風景質量的標準,通過精理物理學方法制定一個反應"風景-美景度"關係的量表,然後將這一量表同風景要素之間建立定量化的關係模型－-風景質量估測模型.本方法重要的假設在環境提供這些刺激，觀察者在接受景觀或景觀因素之刺激後，不假思索的反射出個人的景觀知覺價值，此即爲觀察者接受刺激的行爲特徵。

本模式系以資源本身爲評價要項，採用水體、植被、地形(terrain)、覆蓋、人類活動、結構物等穩定、具體五大容易分辨的景觀名詞(Crofts 1975)。在人類與景觀互動之簡單模式中，景觀扮演主導的角色，觀察者(一般社會大衆或非專家之特定群體)被動的接受環境刺激，産生環境知覺反應。針對存在的景觀因素及顯現特徵，依不同景觀分類與分級方法予以比較分析，藉以預測社會大衆的景觀知覺向度，並將結果提供給經營者管理經營資源之用。受限於經費、人力與時間，本模式常用類比 (simulations)，或替代品(surrogates)處理景觀評價事宜。但是使用以上方式無可避免地常造成干擾。例如照片仍舊是靜態畫面，其亦無法顯示當地實體情境。

參與性攝影(participant photography)爲近日廣泛採用的調查法之一。經由一群使用者(非專業人士)未經引導而自行拍攝，提供經營者一組實用且敏感性的結果，藉以瞭解何處景觀曾被遊客注意(Hull 1989)此模式多半用在小區域的森林景觀計劃、森林樹種或形態、鄉村景觀經營、戶外遊憩場所和人爲及自然景觀之比較等，例如Q-Sort法(Pitt & Zube1979)，SBE法(Scenic Beauty Estimates)，PC法(Paired Comparison)。(楊宏志1989)

3) 認知學派(The Cognitive Paradigm)

認知學派把風景作爲人的認識空間和生活空間來理解,主張以進化論的思想爲依據,從人的生存需要和功能需要出發來評價風景(景觀/生活環境).

Zube等人(1982)報告指出17%的景觀評價方法系採用認知模式。認知模式認爲人類系透過過去的知識，主動尋求資訊的動物 (Kaplan and Kaplan1978)。其理論基礎乃利用心理學認知的經驗，例如知覺、搜集、組織、理解、維持、個性等導出此一模式。換言之，即認爲人們不僅被動的反應環境的特徵(例如精神物理模式)，並且主動的選擇具有價值的景觀，繼與心中原存的知覺資訊例如過去的經驗，以及後天學習過程中附加的文化、社會、經濟等)比對後，建構出當時的景觀價值。

此模式施測物件爲一般大衆，不同於精神物理模式的地方是它不但討論景觀之實體，且更強調景觀中複雜、神秘、自然度、期望、庇護等成分。採用的評價字眼多大以神秘性、排拒性、易辨性、破壞性、可認同的、期待和危險等。

Kaplan(1976)指出此模式假設在:(1)在確定及不相衝突的情況下産生偏好。(2)適度的刺激才能産生偏好上景觀評價系藉過去的經驗，提供一個參考範圍。在Kaplan的模型中，不但反映了人的自我保護本能在其風景評價中的重要作用，同時還反映了人是作爲一種高智慧的動物出現於自然環境中的。他不會只滿足於眼前的生活空間（景觀）的安全和舒適，他還要利用種種景觀資訊去預測、探索未來的生活空間。所以Kaplan認爲，風景的質量決定於風景的兩個特性："可解性" ("making sense")和"可索性" ("involvement")，前者反映了人對於景觀的安全的需求，後者反映了人對於未來的求知欲。 Ulrich 的理論則融進化論美學思想和情感學說於一體，試圖通過生理測試技術（如腦電圖、心電圖）來測定人對於特定地貌景觀的反應和評價，從而克服了語言表達對風景評價結果可能帶來的誤差。(楊宏志1989)

在人類與景觀互動模式中，強調人們認知過程的重要性，並認爲人們具有篩選景觀刺激的能力，透過對美感的選擇予以評價。景觀面則注重資訊傳遞之有效程度，經由複雜、獨特性、連貫性、神秘、自然程度等景觀意義予以描述，由人類與景觀互動，産生了人類情緒或美感，以及個人的滿足等結果。

本方法主要目的在比較不同特性、不同區域的人們，對於景觀所感受的知覺態度及敏感性，透過過去的經驗、期望和社會、文化因素等作用，呈現不同的差異。

本模式常以語意差異法(semantic differential)、因素分析factor analysis)

、多元尺度分析 multi-dimension scaling method)、多元回歸分析(multivariate multiple regression) 、主成分分析(princepal components)等方法。

認知模式常利用成對的形容詞語對將景觀評價視爲人類意圖建構的組合體，探索景觀究由那些向度所組成。此優點在以集體分析與評價，取代了個人主觀之判斷。

歸入認知模式較有代表性的是英國地理學者Appleton,他在1975年提出"瞭望-庇護"(Prospect-refuge)理論，美國環境心理學者Kaplan夫婦提出"風景審美模型"("landscape reference model")和美國地理學者Ulrich 的"情感/喚起"("affective/arousal")反應理論。Appleton理論強調了人的自我保護本能在其風景評價過程中的重要作用等。(楊宏志1989)

4) 體驗學派(The Experiential Paradigm)

體驗模式把景觀作爲人類文化不可分割的一部分，用歷史的觀點，以人及其活動爲主體來分析景觀的價值及其産生的背景，本模式的重點不在研究人類，亦不在探索景觀因素或其特徵屬性，而在瞭解人類與景觀兩者互動産生的心理體驗。換言之，人類不僅僅在觀察，而是主動的去參與環境所提供之各種活動，經由活動産生景觀價值。

比模式提供了描述個人或團體與景觀間之互動關係，此不同於體驗模式僅探討人類一方;亦不同于專家或精神物理模式僅探討景觀特徵。其研究的範疇包括了自然的活動，景觀瞭解程度，社會與文化情況等，尋找的亦非單純的美感景觀而已。(Smardon．et al.1986， p383)。

Meining(1976)曾列出十種觀察景觀的方法，分別爲自然、棲地、人爲設施、系統問題、豐富、意識、暗示價值、歷史、地點、美感。

由於人們常受意圖需要知識、能力、文化、判斷方式等左右，且本模式把人類扮演成一個主動、尋求、創造的角色(事實上人們尚未擁有觀察景觀的能力，亦未獲得充分的訊息判斷來景觀)，而使研究結果，譬如所用的準則是熟稔性、社會空間、景觀型態等，成爲一個尖端或者難解之體驗(peak or transcendental experience)，而類似宗教之體驗，或成爲一種創造性之工作，例如藝術、文學、音樂或工藝，故本模式抽離出之因素，很難用在經營管理規劃設計實務上。

以上四種模式特性:皆具備嚴謹的知識體系，例如有美感的、科學的、實驗的、認知的以及體驗的要求。專家和精神物理模式著重規劃，設計的重要性，並且重視解決景觀經營利用等實際問題;而認知或體驗模式則在探索真正的景觀價值，較偏重理論的研究(Smardon et al，1986，P.384)

2.3.3 景觀評價的課題

1) 強調原始性的價值

一般人觀賞山嶽地貌景觀，期待它的自然性、原始性，沒有人爲干擾的；譬如廬山與黃山，廟宇、旅館、氣象站等人爲設施建造多了，原始性降低，景觀美質就下降。1933年以後美、歐等國使用了原野景觀(wildland)這個新名詞來定義自然原始的景觀，定義爲在沒有人爲破壞，維持原狀的自然環境。原始性、稀有性得地貌景觀的視覺觀賞價值很高，甚至有生態或科學上的價值，一般是保護優先于遊憩目的，因此類似黃山、九寨溝、張家界等有高度原始性、觀賞性的景觀，任何人爲或遊憩設施的設置都要非常慎重。

自然稀有的地貌景觀的評價大多是以專家法及群衆法來進行。專家法地理、景觀、美術、旅遊等受過訓練的專業人士進行分項評分。群衆法通常是使用者或是有興趣的團體透過問卷填答、統計分析來判斷景觀品質或分類分級。

2) 定量與定性方法探討

描述整體的景觀可以使用定性方法，可以找出群衆對原野環境的知覺特性；但是精確的景觀美質評估最好有量化評估模式及景觀反應判斷標準。

一般的量化評估是群衆經由風景照片刺激來判斷景觀品質。

Clawson們(1959)所提出的“旅行成本法”(travel－cost)。它是假設一個地區的吸引力是可以由有多少人來玩及他們到這��花了多少成本來評估，評估 研究者希望從中找到群衆是如何評估非市場資源，譬如將景觀美質貨幣價值化。一般稱之爲“願意支付價額”(Willing to Pay)或條件評估法(Contingent Valuation Method)。受測者會被問到在原野環境遊玩，或在某種特殊狀況(如景觀品質下降、擁擠)願意付出多少錢。條件評估法應用在自然(原野)地區美質的報告有Brookshire et al.(1976)及Boyle and Bishop(1984)。

3) 語義及視覺方法探討

視覺方法是利用照片及素描來描述及表現景觀，比文字敍述的語義方法更能夠再生視覺景觀訊息，譬如美國林務局(U.S. Forest Service，1974)及土地管理局(Bureau of Land Management，1980)所發展的視覺經營管理(VRM)方法。他們同時運用文字語義描述及視覺表現方法來傳達有關他們景觀評估程式的資訊。

群衆法主要是以視覺方法來表現及描述原野地區的環境。因爲視覺影像是較容易爲大衆所瞭解與反應的。以照片、繪畫、透視圖或類比可以精確的描述一般影像給受測者。照片取樣通常是較現地勘查便宜。

雖然以視覺方法來表示景觀意象是群衆法中較普通的方法，但將之用在原野地區視覺分析卻較少。 (Chenoweth 1984)進一步改良的“遊客攝影”或”參與式攝影”。這是在受測者進入特定景觀區時給予相機及問卷，受測者被要求對研究區內增加或減少景觀美質的事物攝影，並寫下空間所表現的特徵名稱，並評估此特徵對景觀美質影響程度，最後是評估整體景觀美質。景觀特徵由受測者自己選取的，群衆的看法可以很快在這�堥M定，參與式攝影者可能忽略或增加了綜合評估者的景觀專案。最後文字描述與照片提供了使用者定義的特徵，這是由大衆定義群衆知覺，而不是綜合評估者或統計回歸分析預測得來的。

以文字來描述及表示環境也有很多方法。對於原野景觀的描述與分析是由許多學科共同發展而來的，包括景觀、地理、地形地貌、心理、藝術史及美術哲學等。由這些學科的術語與方法組合轉換到景觀評估這個新的領域內會産生一些偏差。然而這種跨學科的參與也對這個領域有相當大的價值，但由於對自然環境描述的差異所以會有溝通上的問題。

景觀規劃師及設計專業者是傾向於以美學特質來描述景觀，是綜合觀察到的，而不是清楚的直接描述景觀元素的一個景觀抽象特徵表。

環境心理學家及其相關專業者是傾向於以抽象概念來描述原野景觀，這些術語通常是由景觀觀察者所引發出來的情緒反應評估。這種一般是稱作心理描述，它的術語是隱含著景觀在觀察者身上的心理影響。換句話說，觀察者對景觀的感覺可能是像和諧的、一致性的、統一的、複雜的或神秘性。(毛文永2005) (楊宏志1989)

4) 可信度及有效性探討

Appleyard(1977)曾提出了自然地貌景觀幾個實用性原則如下：

(1) 具精確及真實性 (2) 易於理解及評價 (3) 程式容易參與 (4) 符合成本效益 (5) 方法具有彈性，適用于不同的景觀型式及狀況。

Bagley et al. (1973)，Craik and Feimer(1979)，Daniel and Vining(1983)等綜合了自然地貌景觀的評價方法的選擇的原則：

(1)信度(reliability)：方法應用在相似的狀況或由不同人操作都會産生相近的結果。

(2)效度(validity)：方法的測量必須要將美質現象包含在問題中。

(3)敏感性(sensitivity)：方法必須有能力區分評估研究者關心的目標，或分辨研究主題間之區別及差異性。

(4)通用性：能夠適用在不同的景觀型式及狀況。某些模式不經修正並不合適應用在各種不同的景觀型態和狀況上。嘗試發展一個地區性的評價模式，而非去尋求一個放諸四海而皆准之準則(Dearden，1981)，如此非但在費用上節省，且可提供許多檢測的機會，以及參與許多專業人員之判斷，並避免評價者主觀的判斷導致評價結果無效。

(5)實用性(Utility)：方法必須對規劃及管理産生有用的資訊，它的解釋必須是明確的而不含糊的。一個好的系統尚需顧及作業系統之應用性，即在經濟(人力、經費)、時效、簡化(簡單、迅速)上考量。

(6)概括性(generalization)：技術及結果必須很容易被其他的群衆理解。

2.3.4 VMS與VRM評估模式回顧

過去30年來美英等英語系國家最普遍採用視覺管理理論如視覺管理系統(Visual Management System, VMS)、視覺資源管理(Visual Resource Management, VRM)等理論架構爲本研究範圍之景觀資源評價與管理。

景觀資源評價脫離不了主體(景觀)、客體(觀景者)及三者所處之環境(觀景環境)等三者特性及相互關係之探討與研究。景觀主體系指景觀之實質組成元素或非實質元素等，而客體系指觀景者之特性對景觀所産生不同價值觀之判斷，而觀景環境系說明觀景者經由實質環境或活動造成與景觀之關係，如于上位、常位、下位觀賞景物或步行觀賞序列變動性景觀。

以下主要描述美國農業部林務局之視覺管理系統(VMS)與內政部土地管理局之視覺資源經營 (VRM)。

1) 視覺管理系統 (Visual Management System, VMS, 1974)

此視覺景觀經營之基本概念系由李頓 (Litton) 理論發展而來，其主要將視覺資源分別以實質景觀特徵分類與敏感度等級決定視覺景觀之經營管理目標。

土 地 調 查 成 果

景觀品質評價 (Scenic Quality):

系依景觀特性或組成元素之變化因數或多樣性加以分級(見表2.3.4-1)，並於透明紙上標明各級資源之區位及分佈面積。

視覺敏感度等級(Sensitivity Level):

系指人們對景觀品質之關心程度，且依區域內路徑、使用區域、水體三者之重要性與使用者關心程度，劃分出視覺敏感度等級

再依不同觀賞距離，將敏感度等級標出近、中、遠景區，於作業中，茲將區域內路徑、使用區域、水體三者依高、中、低品質分爲一至三級，個別繪至透明紙上，分別以區域內路徑一至三級之近、中、遠景分別繪出，故每一張皆有前景1(敏感1級，近景)、中景1(敏感1級，中景)、遠景1(敏感l級，遠景)；二級者遠景2)、三級同敏感度較低者，皆省略爲三級，放在路徑、使用區域、水體三者之敏感度重叠時 ，將産生各距離帶與敏感度關係之重叠、並參考2.3.4-4之關係矩陣表，予以整理，最後整合成該區之敏感度等級圖。

表2.3.4-1 VMS 景觀品質特徵分級標準表

專案

高品質(積分5)

中品質(積分3)

低品質(積分1)

地貌

坡度超過60%，地形呈切割起伏狀態，山脊陡峭或具大型景觀特徵

坡度介於30%~60%，地形呈中度起伏切割狀態

坡度介於0%~30%，地形少變化，缺乏切割紋理與重要景觀特徵

岩石型態

指突出于地形的景觀特徵，雪崩道、岩錐坡、露岩等在尺度、形狀、及位置上具顯著特色者

其特徵顯著但並不特殊之雪崩道、岩錐圾及露岩

景觀特徵少或無，無雪崩道、岩錐坡、及露岩

植被

植被生長連續覆

蓋型態優良，植

株生長年代已久

，種類屬稀有或

組成種類豐富者

植被連續覆蓋型態呈點狀分佈，植株成熟，組成

種類呈中度變化者

植被連續覆蓋型態少無，缺乏灌木叢、喬木或地被植物者

水體

(湖)

面積大於20公頃，或小於50公頃而有以下一個以上特徵者:

1﹒海岸線結構特殊

2﹒水面可反射出主要景觀倒影者

3﹒有小島

4﹒具高品質海濱植物或岩石型態者

面積1-20公頃，部份海岸線結構富有變化，水面有次要景觀倒影，具中品質海濱植物

面積小於1公頃海岸線結構缺乏變化且無水面倒影

水體

(溪流)

水流變化豐富或水流量大之瀑布、湍流、水塘、曲流

水流變化或水流量屬平凡者

間歇性溪流，水流變化小或無變化長流性溪流

*資料來源:BLM, 1975, Visual Resource Inventory, U.S.D.I.

表2.3.4-2 VMS道路、使用區域、水體之分級標準(景觀資源敏感等級)

路徑

主要

1.全國性

2.高使用量

3.使用期間長

4.森林地鄰近道路

次要

1.地方性

2.低使用量

3.使用期間短

4.計劃道路

使用區域

1.全國性

2.高使用量

3.使用期間長

4.大尺度區域

1.地方性

2.低使用量

3.使用期間短

4.小尺度區域

水體

1.全國性

2.釣魚活動使用頻繁

3.划船活動使用頻繁

4.游泳活動使用頻繁

1.地方性

2.釣魚活動使用率較低

3.划船活動使用率較低

4.游泳活動使用率較低

*資料來源：BLM, 1975, Visual Resource Inventory, U.S.D.I.

表2.3.3-3 VMS視覺敏感度分級標準

使用區域

第一級

第二級

第三級

主要路徑、使

用區域、水體

超過1/4的主

要使用者態度

對景觀品質表

示關心

少於1/4的主

要使用者態度

對景觀品質表

示關心

主要路徑、使

用區域、水體

至少3/4的主

要使用者態度

對景觀品質表

示關心

至少1/4，但

不超過3/4的

主要使用者態

度對景觀品質

表示關心

少於1/4的主

要使用者態度

對景觀品質表

示關心

*資料來源：BLM, 1975, Visual Resource Inventory, U.S.D.I.

表2.3.3-4 距離帶與敏感度關係矩陣表

前景1

中景1

遠景1

前景2

中景2

遠景2

遠景2

前景1

中景1

遠景1

前景2

中景2

遠景2

中景2

前景1

中景1

中景2

前景2

中景2

前景2

前景1

中景1

前景2

前景2

遠景1

前景1

中景1

遠景1

中景1

前景1

中景1

前景1

前景1

*資料來源：BLM, 1975, Visual Resource Inventory, U.S.D.I.

視覺景觀經營目標

將景觀品質等級圖和視覺敏感度等級圖加以重叠，並根據經營管理分級準則而分爲保護(Preservation)、保留(Retention)、部份保留(Partial Retention)、改造(Modification)、大量改造(Maximum Modification)五個經營管理等級。

2) 視覺資源經營管理(Visual Resource Management, VRM, l974

此理論同視覺管理系統一樣，基本概念系自李頓(Litton)之視覺理論發展而成。此系統是土地管理局之"多目標使用計劃和環境分析"(Multiple Use Planning and Environmental Analysis)整體的一部份，其評價過程可分爲四個步驟，基本上與林務局之視覺管理系統一樣。茲將內容描述如下:

(a) 景觀品質之評定:

先對評價地區之地形和植被劃分爲同質單元，再做地貌、植被、水域、顔色、鄰接景觀、稀少性、人爲改變等七個因數，用三個等級分別給予評分，再總加之後將得值分爲A、B、C三級，表示此區域之景觀品質。

(b) 視覺敏感度等級之評定:

每個人對景觀之感知是受文化、個人價值、熟稔性、美覺訓練而有不同，在此以兩種向度來決定，(a)使用量，依路過型與目的型兩種遊客類型，計算人數，分爲高、中、低三級。(b)使用者對景觀改變(人爲措施所引起的)所持之態度分爲高、中、低三級，最後再綜合(a)、(b)向度，依據表2.4.4-5劃分爲三種敏感度等級。

表2.3.3-5 VRM景觀品質之評定分級

評估因數

評價標準與分類

(積分5)

(積分3)

(積分1)

地 貌

(Landform)

表現在斷崖、頂峰或巨大露頭之高而垂直的地形起伏;強烈的地表變動或度沖蝕之構造(包括主要的惡地或沙丘;具支配性非常顯眼而又有趣的細部特徵(如冰河等)

險峻的峽谷、臺地、孤丘、噴石丘和冰丘、有趣的沖蝕型態或地形的變化;雖不具支配性或不特出但仍是存在而具趣味性之細部特徵。

低而起伏之丘陵、山麓小正或平坦之穀底;有趣的細部﹒景觀特徵稀少或缺乏。

植 生

(Vegetation)

非現在有趣種類 構造和形態上之植生型的變化。

有某些植生種類變化 但僅有或二種主要的形態。

缺少或沒有植生的變化或對照。

水體

(Waters)

乾淨、清澈或是白瀑狀之水流 其中的任何一樣都是景觀上的支配因數。

流動或乎靜的水面，但並非景觀上的支配因數。

缺少或存在，但不顯目。

色 彩

(Color)

豐富的色彩組合，多變化或生動的色彩"土壤、岩石 植生、水或雪原的愉悅對比鄰近的景觀大大的提升視覺品質。

土壤 岩石和植生之色彩和對比具有某些程度的強度和變化 但並非景觀之支配因數。

一般而言都是平淡的色調。

鄰近景觀之影響 (Influence of Adjacent Scenery)

鄰近的景觀顯著地提升全面的視覺品質

鄰近景觀適度地提升全面的視覺品質

鄰近的景觀對於全面的視覺品質只有少許或沒有影響。

稀有性

(Scarcity)

單一種類、非常有名或區內非常稀少;觀賞野生動物或景生花卉等的一致機會。

雖然和區域內之某他東西有某些相似但仍是特殊的。

在其立地環境內具趣味性，但在此區域內非常普遍。

人爲改變

(Cultural

Modification)

擺脫美學上不愉悅或不和諧之觀點及影響有利於視覺之變化。

景觀品質因不和諧之干擾而有某些減損 但並非太廣泛而使得景觀品質完全抹殺，或修飾對此地區只增加少許視覺之變化或根本沒有。

修飾太過廣泛，致使景觀品質大部喪失或實質上降低。

*資料來源：BLM, 1975, Visual Resource Inventory, U.S.D.I.

表2.3.3-6 VRM敏感度等級表

群衆關心程度

群衆使用率

高度關心

高使用率

高

敏感性

高度關心

中使用率

中度關心

高使用率

高度關心

低使用率

中

敏感性

低度關心

高使用率

中度關心

中使用率

中度關心

低使用率

低

敏 感 性

低度關心

中使用率

低度關心

低使用率

*資料來源:BLM, 1975, Visual Resource Inventory U.S.D.I.

(c) 觀賞距離之劃定

分爲三級在5∼8公里以內爲近景/中景區，超過此範圍之植物已分辨不清楚其質地和形狀;在5∼8公里以外之距離帶，稱爲遠景區，此區只能分辨出輪廓和明暗;不易看得見之地區是指距離超過遠景區或被近物遮擋住之地區。

(d) 視覺資源經營管理等級(Management Classes)

其分爲六級，其中之一是特別地區，爲具有極高之景觀價值和稀有性價值，其他五級爲:

第一級:自然生態區，如原野區、景觀河流、野生物棲息地，只允許一些限制性活動發生。

第二級:人爲活動之景觀不明顯，不見視覺吸引力，但可分辨出與自然景觀之間對比差異之地區。

第三級:人爲活動之景觀可見並稍具吸引力，但仍附屬于自然景觀中，而呈和諧關係之地區。

第四級:由於人爲活動招致景觀基本要素之改變，即改變了自然界景觀元素(線形、形貌、顔色、質地)特徵之地區

第五級:自然性已遭破壞，因此必需以復原性人爲活動來美化，以達周圍環境之調和。

根據上述所列之景觀品質、敏感度等級、距離帶、視覺資源經營管理等級合併，見表2.3.3-7。

表2.3.3-7 VRM經營管理層級分級表

高

中

低

特別區

Ⅰ

Ⅰ

Ⅰ

Ⅰ

Ⅰ

Ⅰ

Ⅰ

A

Ⅱ

Ⅱ

Ⅱ

Ⅱ

Ⅱ

Ⅱ

Ⅱ

B

Ⅱ*

Ⅳ/Ⅳ

Ⅲ

Ⅲ

Ⅳ

Ⅳ

Ⅳ

C

Ⅲ

Ⅳ

Ⅳ

Ⅳ

Ⅳ

Ⅳ

Ⅳ

距離帶

近景

中景

背景

看不到

地區

近景

中景

背景

看不到

地區

看不到

地區

*視鄰近地區景致而定 資料來源:BLM，1975,Visual Resource Inventory，U.S.D.I

3) VMS與VRM評價模式小結

VRM與VMS二者均非常重視地貌在整體景觀評估中之關鍵作用，都列爲第一專案。

VRM與VMS二者皆來自李頓(Litton)之基本理論演譯而成，不同之處爲：

(a) VRM除了考慮與VMS相似之景觀特性外，尚包含了景觀之稀有性與人爲改變二因數。

(b) VRM之觀賞距離比VMS大，此說明應根據個案之不同，擬定所需之視距，但基本視距之生理規距應不致於差異太大。

(c) VRM之經營管理及標與措施之劃分爲列舉式設計，而VMS則屬概括性設計。

2.3.5 景觀評價總結

景觀意象是在物體上的一種品質，它有可能喚起觀察者一種強烈的意象。可以是形、色、或是這些在環境的安排上能産生清楚的自明性、有力的結構、高度的心理意象。這又稱之爲可辨認性(Legibility)或是可識別性(Visibility)。(Lynch 1960，9)

我們可以追蹤景觀分析與評估的一些主要步驟：包括觀景者位置，視覺景觀的分類分級的描述，景觀環境的展示或類比及視覺美質的尺標評估。

景觀評估的專家法重視的景觀的描述或影像展示，因此精確的的語意描述方式或類似照片、透視圖、模型或計算器類比等景象的再生技術就變成重要的憑藉。但是專家法的最大弱點是定量尺標不夠充分與客觀，並且難以處理較大景觀區域之評價。信度(reliability)與效度(validity)容易受到質疑。

歸納以上前人研究小結，近30年來電腦與GIS處理地表訊息技術快速進展，亟需要研究發展客觀定量化與精確化的景觀評價方法。

2.4地貌景觀分析

2.4.1地貌景觀概說

地貌也稱地形，系固體地球表面高低起伏狀態的總稱。地貌學研究地球表面高低起伏的物質組成、形態特徵、空間結構及其發生發展的變化和規律。常見山水河湖地貌類型的描述可以追溯到幾億年以前，但現代還在發展用最新技術進行地貌形體的度量和監測。經典地貌學基本理論是對地貌形態發展變化的抽象和概括。戴維斯(W.M.Davis,1850-1934)曾經提出了"解釋性的地貌描述法"與"侵蝕輪回"理論等，認爲「一個地區的地貌發育是構造、營力和時間的函數」，在構造擡升的基礎上，外動力侵蝕剝蝕作用下，該地區的地貌發育過程(時間)可以分爲幼年期、壯年期與老年期等幾個地貌發育階段。每一輪回即從構造擡升到再次達到老年晚期，全區呈現和緩波狀起伏准平原狀態，大約需要幾百萬年到幾千萬年之久我們將地貌發育的"侵蝕-運移-堆積"系統稱爲地貌發育中的物質運動系統，並産生有序的地貌體系。(楊達源2001)

地貌研究的實際意義在於"地貌"乃人類生存的依託及活動的基地；地貌景觀研究的實際意義在評價景觀資源品質，作爲人類旅遊活動與土地使用之依據。

本研究之地貌景觀以比較宏觀的角度探討中地貌形態特徵、空間結構的欣賞與偏好，目的爲歸納統計偏好，尋求其客觀規律，藉助GIS新發展的DEM模型技術方法與海量資料分析，建立相互比較之量度尺標，應用于土地資源調查及使用規劃、風景區劃設、建設專案環境影響評價、地景保存等用途。

山嶽地貌景觀由地貌活動與演化所構成，地貌構成的本質是地表物質運動，在內力作用、外力作用及兩者共同作用下的位移運動，導致地貌形體本身的各種變化。內動力的活動構造地貌包括板塊、活動褶曲、活動斷層、火山地震等數種成因，最明顯的爲青藏高原、四川盆地邊緣、東北與臺灣高山；其景觀特性爲高山深谷，地形變異度大，大多形成45-37度自然穩定角度坡度，棱角輪廓鮮明，原始性高，植被或地表覆蓋連續且完整，景觀評價價值高。

地貌形體是指地球表面各種各樣的高低起伏的各個局部的(長、寬、高、地面坡度等形態要素組合構成的)空間存在狀態，相當於俗稱的地形。實際上，地貌形體可分爲侵蝕剝蝕殘餘的形體(如山地、丘陵)、蝕空的形體(如谷地、溶洞)和鬆散堆積物組成的形體(如洪積扇、沙洲、沙島)。構成地形的最基本的形態要素：一是高度，絕對(海拔)高度與相對高度；二是底平面形狀與底平面面積；三是地表面的傾斜方位與傾斜程度(坡向與坡度)。高度是山地、丘陵、高原、盆地、平原等地貌形體分類及其等級劃分的基本要素。地貌形體底平面形態及其面積(規模)是地貌分區及區劃的基本依據。地表面的傾斜程度則是坡地分等分級的主要指標。(楊達源，2001)

表2.4.1-1中國地(貌)形(體)分類指標表

地貌

絕對高度(m)

相對高度(m)

地面特徵

地貌景觀資源

極高山

>5000

>1000

位於現代冰川線和雪線以上

南迦巴瓦山、貢嘎山、梅��雪山、仙乃日、喬戈��峰、岡仁波齊

高山

3500-5000

深切割>1000

中切割500-1000

淺切割100-500

峰尖、坡陡、穀深、山高

玉龍雪山、四姑娘山、玉山、峨眉山

中山

1000-3500

中切割500-1000

淺切割100-500

有山脈形態但分切破碎

黃山、廬山、泰山、華山、

低山

500-1000

(無深切割低山)

山體支離破碎，但比丘陵規則

千山、龍虎山、丹霞山、鍾山、茅山、

丘陵

——

<200

低嶺寬穀或聚或散

普陀山、陽朔

高原

>1000

比附近低地高500m以上

大部分地面起伏平緩

青藏、黃土、雲貴

平原

多數<200

——

地面平坦偶有殘丘孤山

華北、長三角、珠三角

盆地

——

盆底至盆周高差500m以上

內流盆地多地面平坦

外流盆地多分切丘陵

塔里木、青海

四川、關中

相對高度還常用以描述地勢起伏的程度，如表2.4.1-1中的深切割、中等切割、淺切割，就是以區內的相對高度或高差來區分的。地勢起伏度是指單元面積(如地形圖上的每個方格)中最高點和最低點之間的高度差。進而，還可以進行地勢起伏度的分等分級。

德梅克(J.Demek)(1984)認爲坡地分類的坡度指標具有地貌發育與成因、地貌形態特徵以及地面開發利用三方面的含義。

(1) 0°∼0°30′(平原)：爲泛濫平原、沙質階地、剝夷面等。

(2) 0°30′∼2°(微斜坡)：爲冰水沈積平原，階地面、山前侵蝕平原、河間地等

(3) 2°∼5°(緩斜坡)：爲冰磧丘陵、穀底兩側等。

(4) 5°∼15°(斜坡)：爲中山谷地兩側的和緩穀坡以及中山山前侵蝕平原、構造階地的陡坡等

(5) 15°∼25°(陡坡)：爲典型的中山谷地兩側穀坡、山前侵蝕平原的陡坡、斷層崖等。

(6) 25°∼35°(峻坡)：爲中山谷地下部切割坡之上的較陡部分。

(7) 35°∼55°(峭坡)：爲中山谷地的下部切割坡、灰岩峽谷。

(8) 大於55°(垂直壁)：如砂岩或灰岩山區陡壁等

(9) 大於90°(倒轉壁)。

2.4.2地貌景觀類型(岩石分類)

從岩石分類研究地貌景觀結構，具有重要的科學理論意義和實際價值。岩石是構成地貌形體的物質，岩石的物質成分、岩石的結構構造、岩層的産狀與破碎程度、岩石物質的化學穩定性等對風化剝蝕作用、地貌的形態特徵及其發展變化的速度、區域地貌類型、地貌結構等有重要的影響。塞貝(M.J．Selby)曾經提出的從地貌發育與地貌形體形態特徵角度對岩塊體強度所做的分類與評價，其中主要考慮的是岩塊強度與岩塊體中的裂隙因素。(楊達源，2001)

因此岩石演化包括砂質岩石、火山與火成岩、可溶性岩石、黃土、生物岩等種類，其中風力、流水與氣候的因素在演化過程中又占了最主要位置，例如黃山、張家界、桂林陽朔、丹霞山、武夷山；其景觀特性爲自然雕塑尺度較小，面貌特徵性很強，容易建立地標意向，由於崩陷與侵蝕關係，常局部形成45-90度陡峭坡度，在人類視覺景觀欣賞中取得很大的特殊經驗滿足感。並且小區域的地形大變異，容易構成局部的小氣候與特殊植被景觀，如雲海、日出、奇松、森林、月世界、魔鬼城、火焰山等。

從岩石分類研究景觀資源，依其地質組合可概分火成岩地貌、變質岩地貌、沈積岩地貌、砂土地貌四大類。火成岩地貌又可分爲火山噴發地貌、安山岩地貌、玄武岩地貌、花崗岩地貌四個大項；沈積岩地貌又可分爲喀斯特地貌、丹霞地貌、石英砂岩地貌、平頂山地貌四個大項；砂土地貌可分爲黃土地貌、雅丹地貌、沙丘地貌等。以下就著名的地貌景觀概述：

(1) 火山地貌景觀 (長白山天池、五大連池、陽明山)

火山是岩漿噴出地表的産物。火成岩地貌取決於火成岩的岩性和産狀。最突出的火成岩地貌是火山錐、火山口、地熱破裂口、熔岩臺地、熔岩丘陵、熔岩高原(熔岩)盆地、熔岩島礁和熔岩島礁鏈等。

(2) 安山岩地貌景觀 (臺灣蘭嶼、綠島)

火成岩可分爲安山岩、玄武岩與花崗岩三種，安山岩的形成一般産生在大陸的張裂，或板塊擠壓邊緣的火山帶，噴發出地表的岩漿冷凝後稱爲安山岩。環西太平洋彩帶島弧鏈，大多是由安山岩質組合而成的熔岩島礁，譬如臺灣東部外海蘭嶼島與綠島就是火山島，由許多安山岩組成。

(3) 玄武岩地貌景觀 (峨眉山)

地殼受到強烈的拉張力量，將板塊張裂開，地底岩漿從裂縫中成線狀快速湧出漫流出地表，冷凝之後形成玄武岩。推測華北板塊與長江板塊曾有撕裂錯動，大別山脈沿線分佈許多玄武岩地貌，尤其以琅琊山爲代表。玄武岩石柱是岩漿溢出地表冷卻收縮而成的柱狀節理切割所成，山東即墨馬山、臺灣澎湖、南京六合桂子山、吉林伊通、廣東佛山、福建澄海牛首山、四川峨眉山金頂均有玄武岩垂直柱狀結理的地貌景觀。

流紋岩地質景觀類似玄武岩熔岩的生成，由於流紋岩抗風化性強，在垂直節理發育的情況下，形成了一些造型奇特的石峰。浙江雁蕩山即屬於流紋岩地貌景觀。

(4) 花崗岩地貌景觀 (黃山、九華山)

侵入岩體因上覆岩層被長期剝蝕而顯露地面。一般情況下，有些脈岩在地表構成岩脊石嶺，另有些脈岩因易被風化侵蝕而在地表成爲線狀凹槽或溝穀。花崗岩的抗壓強度及抗剪強度比較高，但由於花崗岩結晶程度比較高、淺色顆粒與暗色顆粒相間、含易溶或較易溶淋失的元素和化合物，以及由於花崗岩體發育多組節理、球形節理與減荷裂隙等，所以出露的花崗岩較易風化與被流水深切。 花崗岩出露區多由棱柱狀山丘、象形奇峰怪石、深溝谷地、飛瀑跌水以及巨塊堆砌等構成奇特山嶽景觀，如安徽的黃山、九華山，山東的嶗山等。中國的花崗岩山地分佈最爲廣泛，燕山山脈至雲貴高原以東的第二、三級地形階地上，如大小興安嶺、燕山、陰山、賀蘭、祁連、秦嶺、大別、泰嶗地塊、皖南山地、浙閩沿海等許多爲花崗岩所組成。

由於中國北方與南方氣候幹濕差異頗大，花崗岩岩塊受雨水侵蝕情況顯著不同，華北地區山嶽岩塊巨大，表面平滑，岩隙少且土壤多流失，植被稀少；華中、華南地區山嶽受雨水滋潤侵蝕，岩塊相對較小並且粗糙，岩隙母岩風化成爲土壤，植被較爲茂盛，因此山嶽景觀面貌大不相同。

從衛星遙測照片上觀察，在黃山突起的古老花崗岩地塊上，有許多個方向的構造線交織切割，在10x10平方公里平面中約有六十余座山峰(參照圖2.4.-2)。黃山的地貌景觀特色在多山峰，山峰的間距約800-1800米，構成最佳的視覺觀察距離；山峰間構成許多包覆感空間(多方向的深谷)，構成景觀實體與虛體的比例美感。尤其西海大峽谷、北海景區與光明頂三處，觀景者取得上位與中位元的位置，視覺視角垂直與水平視角均大於160度，視覺範圍內包容了許多個奇峰、深谷，得到很大的視覺體驗滿足。再加上裸露岩石、雲海與青松等地質景觀、氣象景觀與植被景觀，黃山成爲最優的山嶽地貌景觀區。

(5) 變質岩地貌景觀 (廬山、五臺山、點蒼山)

地底岩石歷經高溫或高壓之後，成分核結構發生改變，形成新的岩石，稱爲變質岩。不僅礦物成分和結構發生改變，色澤紋理與岩性軟硬也都各自不同。譬如砂岩變質後重行結晶造成石英岩，白雲岩變質後重行結晶可造成蛇紋岩、大理石，由於變質岩的岩性差異大，受風化侵蝕條件不同，組成的山嶽地貌景觀的風格特色也非常多樣。變質岩主要産生在板塊擠壓最激烈的造山帶，大興安嶺、太行山、湖南盆地西緣、雲貴高原西緣、青藏高原周邊、臺灣山脈等都是主要變質岩分佈地，因此和闐玉出於昆侖山、翡翠綠玉出於緬甸、點蒼山出大理石、花蓮出蛇紋石與臺灣翠玉。

中國由變質岩構成的山嶽景觀資源著名有點蒼山(大理岩)、廬山(雜岩)、五臺山(綠色片岩、變質礫岩)、嵩山、梵淨山等。

臺灣太魯閣峽谷，本身就是巨大的變質岩，第四紀以來由於板塊擠壓與流水侵蝕形成坡度60度以上的大峭壁峽谷，數百公尺高的岩塊大多由蛇紋石或大理石所構成，深具景觀特色。

(6) 石英砂岩地貌景觀 (張家界、紫金山)

在過去數十億年的地質歷史中，地殼板塊不斷的上升下降，大岩塊母質受到風與水的侵蝕、搬運、堆積，形成許多細塊、碎屑與粉末，經過重力沈澱與堆積作用，構成低窪地與海洋的底層。常見的有礫岩、砂岩、石灰岩、葉岩與生物礁岩，沈積物質經由海底重力或流水動力擠壓常形成層狀的膠結狀態。露出地表後再經自然雕琢(風化、流水侵蝕及崩塌)，形成各種沈積岩地貌景觀。鬆散堆積物組成的形體，地貌較爲低平，不易維持長久(數千年)；但是鬆散軟弱因爲容易受到風化或流水外力雕琢，奇岩怪石或峰林洞穴形成相當吸引人的旅遊資源。

張家界武陵源砂岩峰林地貌，由新構造運動和外力作用條件下形成的獨特地貌。由於岩溶的特性，雖然相對高差不大但是溶蝕切割劇烈，形成峰林、方山、峽谷、嶂穀、岩溶洞穴、石鐘乳等地貌景觀資源。由於石英砂岩屬於沈積層溶蝕與崩落，因此峰林頂部海拔高度相差不大，橫向的堆積紋理也相近，形成景觀特徵。在2500公尺的景深距離與水平120度的視覺觀賞範圍中，可清楚觀察到十餘個峰柱，有相當高的觀賞價值。

矽質膠結的石英砂岩，由於抗化學風化和節理稀疏而最堅硬抗蝕，常構成外表爲赭色的支離破碎的懸崖、單面山山脊和高聳的山丘。南京紫金山單面山由矽質膠結的石英砂岩與砂礫岩混合構成的、雨花臺方山、六合方山，砂礫岩中混合玄武岩礫石與瑪瑙質礫石(雨花石)。

(7) 丹霞地貌景觀 (丹霞山、武夷山、龍虎山)

丹霞地貌指發育在中生代至第三紀的水平或緩傾斜的厚層而堅硬的紅色粗、中粒碎屑岩系，厚層狀的鈣質膠結的紅砂岩與砂礫岩出露區，遭受強烈的侵蝕和溶蝕作用後，成爲由方山、岩峰、龍脊、赤壁、岩洞、巨石和峽谷管道、曲流深潭等組成的一種獨特的山水景觀。丹霞地貌具有頂平、坡陡、麓緩的特徵，因爲質地鬆散，容易剝蝕或製作摩崖石刻，山石形態造型奇特，線條輪廓特別顯著。

廣東丹霞山、福建武夷山、安徽齊雲山、江西龍虎山、廣西資源都是著名的丹霞地貌名勝。

(8) 喀斯特石灰岩地貌(桂林陽朔)

喀斯特地貌亦稱岩溶地貌，是水對可溶性岩石(碳酸鹽岩、灰岩、石灰岩)進行化學溶蝕作用爲主而形成的地貌。需要長期較高的氣溫和雨量條件，因此華北山西地區、華中長江中下游均有碳酸鹽岩、灰岩、石灰岩分佈，但是華南的廣西雲貴地區喀斯特地貌發育比較明顯。廣西桂林陽朔、雲南路南石林等都形成著名的風景區，其實從衛星遙測與DEM結合的照片上觀察，在雲貴高原120平方公里的地表石灰岩分佈區，仍有許多好的景觀地貌能發展爲好的景觀資源。

喀斯特地表發育了衆多窪地，峰叢，峰林的坡度很陡，一般介於45-70度之間，高度多在300米以下，據本研究衛星照片估算平均每10x10平方公里約有兩百多個。調查與分析人類視覺欣賞原理，在觀賞者2500公尺的景深距離與水平120度的全景景觀中，可容納5-15個峰林；可仔細觀察形狀、色彩與質感，也容易建立記憶印象。在桂林灕江或陽朔遇龍河等旅遊活動中，不同的場所移動變換不同面貌的峰林景觀，獲得了良好的景觀旅遊觀察。

(9) 鈣華地貌景觀(九寨溝、黃龍)

鈣化即石灰化，是高寒岩溶作用的産物．屬於泉水堆積類型的碳酸鹽建造，可說是“反向”的喀斯特景觀。主要成分爲碳酸鈣，呈土狀性質，易風化，具環狀，片狀紋理或塊狀，角爍狀，海綿狀結構。含碎屑物和生物殘骸，呈乳白，淺灰，白色。許多鈣化池含大量藻類生物而顯淡黃色調。在地表地理環境下，較強的蒸發作用、地下泉水溢出後壓力減小、地形變陡處水流流速的增大、特別是水生植物的光合作用對CO2的大量吸收，均有利於鈣華的堆積。這鍾“反向”的喀斯特景觀，可稱之爲鈣華堆積地貌。九寨溝與黃龍、河南雲臺山是均屬於鈣華堆積地貌景觀。

(10) 黃土地貌 (陜北高原、三峽楚王台)

黃土是灰黃色質地均勻的土狀堆積。它主要分佈於大陸中緯地帶，主要分佈在北緯34至45度之間的地帶，在黃河中下游地區組成有名的黃土高原(海拔800m-2000m)，向東延布到遼東半島濱海地帶，向南擴展到長江以南，並被稱爲下蜀(黃)土。黃土結構鬆散，發育大孔隙和垂直節理，有濕陷性。黃土經侵蝕剝蝕後形成黃土區特有地貌類型，黃上區的溝穀發育也比較特殊，單個黃土高臺的面積可達2000平方公里-3000平方公里，地面坡度很小(1度以下)，邊緣部分向外傾斜達5度，四周爲短小支溝切入而呈花瓣狀。黃土台邊緣側的溝谷中有時還有高十數米的黃土柱。黃上較易被流水侵蝕而發育成溝穀，導致黃土區千溝萬壑，地面支離破碎。降雨在平緩的黃土地面聚成許多細小股流，沖刷土層，形成交織穿插的紋溝。形成很有趣的地貌景觀紋理美質。

(11) 風沙地貌景觀 (雅丹、烏爾禾)

風沙地貌是指風對地表岩石和風化碎屑物的侵蝕、搬運和堆積過程中所形成的各種地貌形態。風沙地貌分爲風蝕地貌和風積地貌兩類，前者包括風蝕柱、風蝕穀、風蝕殘丘 、風蝕窪地、風蝕坑；後者包括新月形沙丘、縱向沙壟、蜂窩狀沙丘等。

(12) 土林地貌景觀(雲南元謀)

土林高大雄偉，柱狀層叠林立，由沈積的砂土、礫石等鬆散堆積物在乾燥氣候環境中，受季節性雨性的淋蝕、沖刷、切割而成。某些峰頂鐵質膠結物富集，風化後形成質地堅硬的鐵帽，使其下部地層得到保護，從而形成如塔如柱的土林^〕。雲南元謀、四川西昌、吉林幹安、甘肅天水、西藏拉薩都有土林地貌景觀。

(13) 生物岩與海岸地貌 (臺灣墾丁，南海礁岩)

生物岩的種類比較多，有的是生物機體最終成爲類似的岩石，如珊瑚礁、礁灰岩;有的生物遺體相繼累積最終成爲特定種類的岩石，如生物介殼灰岩、矽藻土、放射蟲土、泥炭、煤等;還有的是生物岩的岩塊碎屑再聚積成爲岩石，如珊瑚砂礫岩等。能直接構成可觀的地貌類型的生物岩種類並不太多，比較常見的是珊瑚礁岩，臺灣南端高雄與墾丁海岸有許多珊瑚礁岩隆起之丘陵地貌；南海中的東沙島是珊瑚環礁；澎湖群島、中沙、南沙與西沙群島是散佈狀的珊瑚礁岩島。天津外海有貝殼堤地貌

海岸還有沙灘、沙丘、灘塗、海岬角、海崖、峰柱、蜂窩、蘑菇、豆腐岩等地貌景觀，部分由岩砂沖刷堆積形成，部分由潮汐與波浪作用侵蝕而成。岩石可能包含火成岩、花崗岩、沈積岩多種。

2.4.3 地貌景觀總結

(1) 山嶽地貌景觀由地殼內作用力與外作用力所構成，風、冰、流水、日照、氣溫等物理環境條件演化了地貌形態。

(2) 山體的相對高差決定了流水下切深度與棱線完整性。山體坡度的陡峭度，形成景觀偏好的重要因數。

(3) 岩石組成直接影響了地貌景觀品質，包括侵蝕斷陷與切割形態；也決定了地貌演變的速率。

(4) 人類生活可及性高之中山與高山，成爲主要的景觀與旅遊資源。極高山受限於氣候與交通條件，可及性低，較難成爲旅遊資源。

2.5 GIS與DTM數值地形應用探討

2.5.1地理資訊系統進展

地理資訊系統是一個可以針對地球上面的空間資料進行收集、儲存、檢查、處理、分析、與顯示的系統。 (英國環境部,1987)

地理資訊系統是一組自動化的功能，它能提供專業人員針對有地理位置的資料進行儲存、存取、處理、以及顯示的能力。(Ozemoy, Smithand Sicherman，1981)

地理資訊系統是一套整合型的系統，其可以電腦爲輔助基礎，進行空間資料的建立、存取、管理、分析及展示等，並可做特殊用途與其他資料相連結，而作更廣泛的應用。但無論其解釋爲何，總離不開「資料」，實際上GIS可分爲兩個主要部分來探討，一爲空間資料(spatial data);另一爲屬性資料(attribute data)。

所謂空間即其地理區位(geographic location)，是指地理空間上的相對位置，通常都以地圖(map)的方式來表示;屬性資料是指描述性的資料，描述空間的特徵，由文、數位構成，且隨時間的變化而變化。此種資料數量龐大、複雜，難以文字或數學公式來表達它的分佈、配置與差異。因此，藉由電腦功能整合各種空間資料及屬性資料，建立一個完整資料庫，透過共通的標準編碼、資料檔案的欄位格式、網路系統架構及有效的資料管理制度，將散佈於各單位之資料整合，以達資源分享目的，並進一步結合專業知識應用於各層面。

2.5.2 數值地形模型 DTM 、DEM 、DGM探討

網格式資料的來源約有三種，一爲光學式的影像資料，如航空攝影多光譜影像或遙測衛星影像等;一爲向量圖轉檔或是究存"料建文件成網格型態;另一種則由數值地形模型!Digital Terrain Model;DTM)計算而得。可以說是將地表現象以數的方式來展現。

由於DTM包含的地形以外的資訊，所以如果只考慮地形因數，而不包含其他的訊息，這樣的數值模型則稱爲數值高程模型(Digital Elevation Model;DEM)或是DEM (DigitalHeightModel)。故DEM僅含有X座標、Y座標及Z高程值，而利用高程值作所須之分析與應用。

另外尚有一種地貌、地表模型，它是把DTM中，凡描述地表起伏型態的某類資訊的集合或整體，稱爲數值地貌模型(Digital Geomorphic Model;DGM)或是數值地表模型(Digital Surface Model;DSM)。由於地表資訊的描述，使地貌和地物不再限於僅能使用等高線和地物符號表現於圖紙上，而是透過電腦的運算，將大量且密集的地麵點位元座標和地形屬性資料，以數值化的方式記錄與描述，正因爲如此，很多專家學者將「terrain」一詞解釋爲地形，而將地形、高程、地貌整合爲一體，所以DTM、DEM及DGM或DSM在不少場合中皆被同等看待。

無論是何種數值模型，其展現大概具有點、線及面三種模式

點模式(Point model>:例如以等距或不等距之點位元表示高程，臺灣地區應用普遍的4Omx4Om的DEM爲等距高程。本研究亦將長江流域的六個樣區向量線數值化後轉化爲4Omx4Om的DEM爲等距高程。

面模式(areamodel):常以規則矩形的面(grid)或以不規則三角網(Triangulated Irregular Network;TIN)表示之。

資料的來源與地形資料的取樣，會影響DEM的品質，但如何製造才是最好的方式，可能取決於製作技術、成本與效率。大致來說，DEM産生的方式有三種：

(a)地面調查:將地面實際調查的資料直接輸入電腦中。透過現地的調查所産生的DEM準確度高，但必須花費較多的時間與成本，故只適用於小區域性的調查。

(b)航空攝影立體相對粹取:利用航空攝影照片進行立體相對的粹取，選取樣本點位元座標及高程或柑關數值。選取樣本點有自動、半自動、規則網格點取樣(regular sampling)及分區取樣(progressive sampling)等方式。

(c)地形圖資訊:除上述兩種方法外，亦可利用地形圖上的等高線取得DEM，如數化等高線或以自動化、半自動化的方式粹取等高線，再以數學運算方式轉爲DEM。

2.5.3 資料結構型態與地形高程表示

資料依其儲存及展示型態，可分爲類比式(analog)及數值式(digital)兩種。類比式是以連續數值表示資料的方法，如電流、水流、光線等，航空攝影照片及一般紙面上的圖形，都可稱爲類比式資料。數值式則是以不連續的數值表示資料。

傳統的地圖是以座標、符號或編碼的方式來代表一個物件，而展示於圖形上，屬於類比式資料的一種，所有的資訊可以在圖面上一目了然。然而在地理資訊系統中所應用的大都是所謂的數值式資料(或稱爲數值化資料)。

不同的資訊系統所建立的資料結構不同，在地理資訊系統中，主要的資料結構有兩種，一是向量式資料結構(vector data structure);一是網格式資料結構(raster data structure>。過去，要運用何種資料結構，端視資料儲存量(storagevolume)及其處理的效率(processing effciency)而定，但依目前電腦科技的發展，硬碟的空間容量的擴充，處理計算器的能力提升，改善了資料儲存量限制及效率的問題。

資料模型(Data model):我們對於真實世界的萃取結果，由各種大小細節的資料中，我們去除了絕大部分，而只留下和我們所要處理的應用有關的資訊。另一個有用的定義是:「資料模型是一組如何表示資料庫內資料的邏輯架構之指引。它是一個樣態，資料以及資料彼此間的關係可以根據此一樣態而加以邏輯化的整理。」"

小資料結構(Data structure):資料模型在電腦內部的表示法，我們可以用陣列(array)、串列(linked list)、樹(tree>、圖形 (graph)、…．，．等各種資料結構，在電腦程式來表示這些資訊。

因此，我們在空間資料庫中所存放與處理的資料，乃是將地表上的各種地征(feature>加以抽取出來，使它成爲一個有意義，可加以處理的專案或個體。因此，空間資料庫��面所存的，乃是地表的模型。

一個資料模型，我們可以有許多種不同的資料結構來表示它。同樣的，一個資料結構可能可以表示許多種的資料模型。換言之，資料結構和資料模型問的對應，是一種多對多的關係。必需滿足完整性、彈性、效率、易於運用等評量準則。

地理資訊系統的資料模型，可以大分爲二大類，亦即，網格式及向量式。

位元相關係是地理資訊系統中，比較特殊的資料結構，它記錄了空間中各個個體彼此間的關係，其目的在於加速空間分析、處理、查詢工作的進行。這種資料結構，在許多研究中，已成爲地理資訊系統定義的一部份。

2.5.4 數值地形模型之應用

地表高程特徵相當複雜，要以有限的電腦運算能力，來表現大面積的地表模型，則必須將真實的地表簡化;爲了表現地貌的空間資訊，簡化空間資料的複雜是必要的。空間資料的建立，主要可以分爲兩種模式，一爲網格式資料結構及向量式資料結構。以地理資訊系統而言，網格式結構的發展較早，因爲網格簡化了許多空間的複雜性，且易學、易懂易於展示(CLARKE,l997)。

網格模式就是將空間以大小相等的網格來表示，矩形網格，細分程式單純，所以通常都採用正方形的網格結構處理資料。

每一個正方形網格可以顯示邊角4個點高程，據以計算坡度與坡向，也可以推算正方形網格中心點高程爲代表高程，進行區域的運算。

在地理資訊系統中，網格式資料結構其實有兩種模式，即GIS的網格資料，另一種則是來自影像(image) 的網格資料。如一般經由掃描的圖像資料;許多網路資料本身就已是數值化資料，如遙測空載多光譜影像資料或衛星影像資料等。

若以向量的觀念解釋，X方向的網格稱爲行(column);Y方向的網格稱爲列(Iow)，所以網格資料就是由行與列構成，其中每一個網格就稱爲二個grid cell，而網格的大小(grid cell size)代表著這些網格資料的解析度(resolution)，網格愈大，解析度愈低，在圖形上所能展示的地物也愈少;反之，網路愈小，解析度愈高，所能表現的地物也愈多。

網格的大小，經常與最小繪圖單元(minimum mapping unit;簡稱MMU)相混淆，但兩者並不盡相同。MMU是指在一組資料內，可以單獨表現某一筆資料的最小單元。網路大小，至少需爲MMU的一半，如此才能將最小單元的物件在網格中展示，如果地貌特徵真實資料，譬如山頭或山谷以網格表示，若網格大小大於l0m的話，可能會消失於圖形上，將grid cell size對於地貌景觀表達非常重要。

1) 坡度與坡向分析

坡度(slope)的定義，乃是在單位距離內高度改變的情形。坡度因計算的方式之不同，而有不同的值。隨著計算方向之不同，我們便可以計算出X方向坡度(僅考慮X方向的高度變化)、Y方向坡度(僅考慮Y方向的高度變化)，以及最大坡度(考慮高度變化之最大量)。坡度通常以弧度(arc)或是以百分比(高度上升的值除以水平移動的值)來加以表示。

在結果的展現上，我們可以根據計算所得的坡度大小，訂定級距空間，然後加以表現出來。如此，我們便可以由坡度圖中，輕易的看出一塊區域的坡度變化情形。

當我們在進行地貌景觀評價時，坡度之計算是一個相當重要的考慮因數。

坡向(aspect)代表一個面積所朝向的方向，也就是其法向量(Normal Vector)的方向。一般是以水平和垂直的角度來表示它。水平的角度是方位，垂直的角度則爲仰度。在坡向圖的展現上，我們可以將360°分成適當的級距，然後用不同的顔色在地形圖上展現出來。坡向也與地貌景觀有密切關係。

2) 等高線數值化

建置地理資料庫時，向量與網格各有其優缺點，且依使用者之目的與需求來選擇。向量資料由於符合真實世界之形貌，比較容易被接受，故建立資料的時間與成本提高;但卻符合事實之需求。網格式資料則易於分析，且比向量資料更容易表現地理現象(如地形及地勢等)，所以被廣泛地應用於自然資源方面的研究計劃與管理。

等值線繪製的工作，乃是出已知的離散(discrete)點數據，推算出(此動作稱爲內插法(interpolation)未知各點的值，然後將值相等的點連接起來。一般地貌現地進行測量所得的資料，多是屬於離散型的點數據，而我們的真實世界，或是我們要運用的方式，卻都是屬於連續性的。此時，我們便需要使用等值線來加以類比出這些連續性的需求。

只要是能以面表示的資料，均可以繪製其等值線。最常見到的應用，乃是在地形圖中．我們用以表示相同高度點所連接而成的等高線。 "

等值線繪製時，最基本的技術問題便是內插(interpolation)。亦即，給定若干已知點，求出這些已知點間未知點的值。

內插法中有一種很常見的，便是用TIN來做內插的工作。我們先根據已知的資料點，建構其TIN資料結構。按著，任何一個待求點的值，但是由它所位處的那一個三角形來加以決定。在較簡單的方法中，只要將該三角形各頂點的X,Y,Z值代入公式中，便可求出未知點的值。

3) 擴散分析

擴散分析，基本上是以網格式資料結構爲考慮物件。在擴散分析中，我們從一個點出發，向外逐步擴散，並且逐步累積我們所要觀察的值。換言之，擴散分析便是以某一參考點爲基準，就其鄰近範圍內，依指定的計算函數求出結果。

此外，擴散分析尚可以運用於空間統計中，例如:求參考點近鄰範圍內目標物之總數、平均數、變異數、衆數、最大數、最小數等等。當我們所要觀察的值是行經的距離，而且出發點和目的點中間沒有障礙物時，這種特殊的情形便稱爲鄰近度分析(proximity)。

擴散分析的不規則分佈的各種情況都可以納入考慮，在實作上，困難度並不大。最大的困難點在於它必須處理相當多的網格資料點，記憶體的管理，是一個瓶頸。

4) 尋徑分析

尋徑分析(seek或stream)由一個起始點出發，一步一步的向外發展，並且每一步做一次判斷，直到根據你的判斷準則，不再往外走爲止。基本上，它的基本運算和擴散分析相當類似。 例如，在本文後續研究判斷坡面完整度時，我們由某一點出發，進行尋徑分析。其判斷準則是，如果鄰近網面坡向或坡度近似時，則向其發展。此程式也可利用于類似的景觀生態的空間分佈，綜合植被水體地貌叠圖可以尋找生態流的路徑。

5) 視域分析

所謂的視域，乃是指由一觀測點進行觀測時。所能觀察的到的區域。在視域分析(intervisibility)中，我們要找出由所指定的幾個觀測點或區域進行觀測時，所無法觀測到的區域(即是前面所謂的死角)。視域分析結果直接影響地貌景觀品質。一般來說近景少障礙，中景有適度地貌特徵，遠景有清晰棱線形態，構成最理想的視域空間與景觀觀賞條件。

在進行視域分析時，我們運用的是地表的高程資料以及觀測點的位置。若在觀測區域內，已有一些突起的小丘成障礙物存在，這些障礙物的高度亦應同時納入考慮。

6) 地貌特徵資訊的視覺化

「視覺化」這個名詞，一般並不易一下便說得清楚。其實，簡單的說就是輸出展示，但是它更深一層的意義則是去瞭解資料的真正含義。從我們一般熟知的傳統MIS所處理文數位資料到我們日常所看的地形，所呼吸的空氣，和所感覺到的氣溫，甚至地底下看不到的地層地質都可以透過視覺化的技術「看」到。

就文數位資料來說，一般都是枯躁無味的，視覺化的技術可以用顔色、圖形、統計圖等各種不同組合，使資料變成生動活潑而易懂。傳統的地圖將原本三維空間之地形對應到二維的平面上，讓人無法感覺到地形的起伏，視覺化技術透過幾何模式、旋轉、放縮、繪影等方法即可趨近真實的表現出來。視覺化的目的不在於産生漂亮的圖形，而是如何讓使用者瞭解所看的資料。本研究結果將DTM分析處理後再進行視覺化解讀

2.6統計學與變異值應用探討

地球經過幾億年的地殼變動、擠壓、升降與外力侵蝕，地貌千變萬化，高度起伏存在許多的變異 (variability)。當我們描述一個區域地形地貌時，高程、等高線、坡度、坡向提供了許多資料。如果我們需要描述這些資料時，除了描述它的集中趨勢量數如平均數，譬如雲貴高原高度；還可以描述它的變異性，譬如青藏高原降到四川盆地高差與坡度。也就是對一個分配中觀察值間總變異或總差異(different)的測量。

2.6.1觀察地貌主要集中的特徵

統計學中能夠精確表現資料的集中趨勢與分散程度的統計測量數有平均數、中位數、衆數、四分位數、全距、變異數、標準差與變異係數等。衡量資料時應視資料是否分組而定。譬如我們要觀察黃山群峰中大部分坡度集中在哪一個等級，或大部分坡向網面趨向哪一個方向類，坡度等級與坡向分類就是分組。

雖然我們可以用文字、統計表、統計圖來顯示及描述統計地表高程資料的一般形態或變異的情形，然而，統計表、統計圖所能提供的資訊只是一些簡潔的摘要的描述，並未能提供我們關於地表高程資料的精確的描述。因此當我們需要精確具體的描述地形資料的主要特性，或我們需要從高程資料中獲取精確可靠的資訊時，此時我們便需要進一步利用數位來描述資料的特性。例如計算出一些摘要性的高程統計測量數，譬如平均數、分位元數、變異數、標準差等，以顯示資料的特性，如中央趨勢、分散程度等。

用來描述中心位置或中央趨勢的測量數主要有三種：平均數（mean）、中位數（median）及衆數（mode）,它們具代表性與綜合性。譬如總平均坡度等級、大多數的坡度集中在高陡坡或低陡坡等。

當我們取得一個山區的地表高程點數據，資料量可能相當龐大，我們要推測主要的坡向或坡度分配在哪一個等級，需要平均數、中位數與衆數來分析描述。

平均數、中位數與衆數只是用來表示資料的中心位置（集中或聚集情形），而未能呈現出資料的分散情形。直方圖可以顯現資料的分散情形，但是圖形的表現仍然無法精確的顯示資料的分散情況。而若要精確表現出資料的分散情形，可利用全距（range）、四分位距（inter quartile range）、變異數（variance）與標準差（standard deviation）等來表示。

當分散程度很小時，資料大都集中於平均數附近，此時平均數是一個良好的代表性指標；相反的，若資料的分散度很高，此時平均數就不足以代表資料的特性。

另外，若兩組資料的中央趨勢相同，但分散程度（dispersion）不同。要比較這兩組資料，必須進一步分析比較其分散程度的大小。分散程度的重要性實在不比中央趨勢來的低，有時甚至更爲重要。

GIS與DTM分析後我們可以網格面區分許多種坡度等級，景觀評估常以山體的大部分坡度等級做爲美質高低的標準。但是10x10平方公里以40X40平方公尺間距網面，即有62500個網面數，很難觀察或推估。當我們要瞭解一個地理區域中，大部分坡度是屬於那一個等級(30%-40%，40%-50%，50%-60%，…)，這時最合適使用統計學��的衆數來分析。

2.6.2平均絕對離差(峰穀的相對落差)

我們都知道，人的視覺景觀體驗山嶽的雄偉不一定在絕對海拔高度，而再於相對落差。一個地理區中最高海拔與最低海拔之差距，就是絕對離差。

使用平均海拔高度有些意義，如果我們在衡量這群山的中央趨勢時，可以使用平均數來代表，因爲它使用了所有的觀察值。同樣的，在衡量分散度時，最好也像衡量中央趨勢一樣，將所有的觀察值納入考慮，這就是平均差與變異數。每一個地表高程值與這群山體平均總海拔之間的差距，稱爲平均數的離差（deviation about the mean）。

小於平均總海拔的觀察值其離差爲負值，大於平均總海拔的觀察值其離差爲正值。離差的絕對值越大表示離散度越高，表示山高穀深變動劇烈。由於我們所求的是全部觀察值的離散情形，因此應將離差全部加總再求其平均數，然而加總後離差的總和等於零（即）並無意義，而離差的正負號只是表示大小方向而已，因此，可將離差的正負號去除，亦即取絕對值，再求平均數，所得結果即爲平均絕對離差（mean absolute deviation）,以MAD表示。

平均絕對離差是所有觀察值與平均數之差絕對值的總和除以所有觀察值的個數。平均絕對離差值越大表示分散程度越高，表示地形起伏更爲劇烈。

2.6.3 變異數

我們要比較多山峰山谷的黃山、泰山與廬山地形，地表高程高高低低，探討那一座山體比較變化豐富或陡峭顯險峻。如果使用最高海拔描述高山似乎有一些概念，(黃山最高1868米、泰山最高1545米、廬山1474)，但是無法說明「峰巒如聚」，如何的聚法。這時就可借用統計變異數的概念。

一個地理區中，坡度等級變異大、高程等級變異大、坡向類別變異大，代表該區的地貌異質性高，特徵多而且複雜，表現的景觀面貌就很豐富。

平均絕對離差是離差絕對值的平均數，然而絕對值的代數演算較爲複雜，因此，另一較常用的方法是先將所有離差平方，再求其平均數，由此而得到的統計測量數稱爲平均平方離差值（mean squared edviation）或稱變異數。

如果我們將一個地理區遙測取得的所有高程點均投入運算(譬如矩陣取點間距40x40公尺)，所得結果即爲母體變異數；如果我們考慮電腦的運算能力，只抽取其中一部份的高程點均投入運算即爲樣本變異數。如果將矩陣取點間距加大200x200公尺平均取樣讀取高程點，則整體的地貌效能顧及，但是小山頭與狹小的深溝地貌特徵可能被忽略。或者我們要觀察坡度分級變異數，如何分級就是一個樣本變異數取樣的決定。因此對於視覺景觀研究，矩陣取點的間距是個重要的課題。

統計學家偏好的是變異數及標準差(standard deviation)因爲變異數和標準差是在其他更複雜的統計公式中主要的成分。變異數如同某種型式的平均數，可以做爲分配的平衡點。爲符合某種型式平均數的條件，所有觀察值必須被相加，然後除以觀察值的數量。在變異數的情況下，原本的觀察值即重新表達爲它們和平均數問的距離(或離差)。

在計算變異數前，我們必須消除負差異的負號。因此，我們把差異平方一産生一組全爲正值的差異平方(其積必需等於正值)。按著，我們把平方後的數相加，再除以觀察值的個數，便可得出對平均數差異的平方之平均

2.6.4標準差

由於變異數單位可能爲複名數，譬如黃山10x10㏎高程變異數154255平方公尺，不易解釋。爲去除該缺點而將變異數開根號所得的數值稱爲標準差，其使用單位回復與原來的使用單位相同，則黃山高程標準差爲384公尺。

2.6.5統計應用小結

最簡單的變異測量是全距，它很容易計算和理解，但有兩個缺點四分位元距可以避免極端觀察值造成的失真效果。在所有的變異測量中，變異數和標準差(尤其是標準差)扮演著如同平均數對中央趨勢一樣重要的角色。雖然變異數是變異測量，它卻也是一種平均數:對平均數距離平方的平均數。爲避免今人驚訝的測量單位之平方，將變異數開根號以得標準差。標準差和平均數有一個重要的不同:平均數是位置的測量，但是標準差則是距離的測量。可以觀察地貌高程的變異情形。

第三章 研究方法

3.1研究方法概述

本文研究目的是爲瞭解地貌DTM高程資料的統計分析與地貌景觀偏好有何關係，因此研究方法從下列兩個方向著手：

(1) 選取樣本地理區數值化取得DTM高程資料進行統計分析，特別是變異值與標準差部分，相互比較與探討這些地貌DTM資料分析後的意義。

(2) 使用景觀評價傳統方法(參與式攝影法、問卷調查法)針對選取的樣本地理區進行偏好調查分析，驗證評價偏好是否與DTM資料分析結果一致。

DTM數值地形資料由XYZ座標格式構成，其中XY軸經緯座標爲固定，僅由Z座標表示高程之變動，由等距的XY軸距離可轉換成許多方格之矩陣網面，各個網麵點之高程。應用電腦程式Landcadd比較每個方格的四個角之Z座標，可以計算出坡度與坡向。

DTM的來源可以由衛星或航空遙測推算，也可以由現地實勘測量推算，也可以將既有的等高線圖經由CAD應用程式描繪數值化後轉換推算。DTM轉換過程如下圖：

圖3.1-1 DTM資料處理流程圖

地貌樣區分析（10km×10km實際地形類型與分析推算）：

3.2調查樣本選取

選取地形樣區DTM資料資料檔案， 40m×40m XYZ點數據格式，代表經度、緯度與高程位置，經Excel資料格式轉換後可以LANDCADD應用軟體執行TIN與Grid程式，做成3D立體地形類比及後續分析。

選取實際地形樣區包含著名風景區或一般人熟知之地理環境，可以驗證與瞭解景觀觀賞之偏好類型。

選取樣本地理區分爲兩個部分，臺灣地區與長江流域地區，儘量選取著名或爲一般群衆所熟悉之風景區。臺灣地區選取了6個樣區，包括陽明山(火山地形)、林口(侵蝕臺地)、日月潭(斷陷盆地)、阿里山(皺褶高山)、澄清湖(淺山丘陵)、墾丁(擡升山地)。長江流域也選取了6個樣區，包括茅山(石英砂岩單面山)、鍾山(石英砂岩單面山)、黃山(花崗岩山塊)、廬山(變質岩地壘山塊)、西陵峽(皺褶高山切割峽谷)、巫峽(皺褶高山切割峽谷)。

臺灣的6個地理區樣本資料來自臺灣中央大學遙測衛星轉化的DTM資料，爲經緯度XYZ座標檔，樣區面積都是10x10平方公里，40x40m間距 爲251x251=63001個高程點(包括起始邊界)。長江流域的6個地理區樣本資料來自1950年出版的5萬分之一地形圖，經過電腦處理人工數值化描繪等高線，再轉化TIN與DTM資料。XYZ座標檔，10x10平方公里，40x40m間距 爲250x250=62500個網格面與代表高程點(不包括起始邊界)。

3.2.1 臺灣地區地貌樣區

表 3.2-1臺灣地區樣區特徵表

研究地貌樣區

地貌特徵

T1

Yang-Ming Mt陽明山.

1114m

火山地貌

T2

Lin-Ko林口臺地

260m

海底沈積層擡升

T3

Sun Moon Lake日月潭

2057m

斷陷盆地

T4

Ali Mountain阿里山

2663m

皺褶高山

T5

Cheng-Qing Lake澄清湖

184m

礁岩沈積層擡升

T6

North of Ken-Tin墾丁山地

903m

皺褶山脈末端

依照本研究第一個分析方法，選取10 kｍ×10 kｍ之地形樣區DTM資料進行高程變異值與標準方差運算，XY間距均爲40m，每個樣區均有63001個點高程投入分析運算。運算結果如下顯示。DTM資料資料來源爲臺灣中央大學遙測衛星測量資料。

臺灣的地貌生成主要於1000萬年前太平洋與菲律賓海板塊不段的向西北方向運動，擠壓東亞大陸板塊形成臺灣島。臺灣中央山脈、玉山山脈、阿里山脈都是南北走向之皺褶高山，海拔多達3000M以上。約200萬年前，臺灣北部大屯火山群等噴發形成今日的1000米高的陽明山火山地貌。林口臺地是板塊擠壓後海底沈積層擡升的結果，顯現軟弱易受侵蝕的紅土地質。日月潭是皺褶山地間的斷陷盆地，周圍環繞高山達2000米相對高差，景觀秀麗。阿里山爲皺褶高山因爲臨靠嘉南平原的第一線，山棱線清晰，顯得特別險峻雄偉。澄清湖是沈積層擡升的丘陵山地，地貌低緩，主要由砂礫質組成。墾丁北部山地爲臺灣中央山脈脊梁末端，有斷層、背斜構造，主要仍爲海岸隆起所形成，含有砂礫岩、石灰礁岩等多種地質。

選取該6個樣區之原因，因其具有臺灣島地貌構造的代表性，高山、丘陵、火山、臺地、斷陷盆地等。而且爲本區一般民衆熟悉常去之風景區，進行景觀型態偏好調查，容易達成群衆認知與比較的結果。信度(reliability)與效度(validity)品質可能較爲良好。

(1) 臺北陽明山地區，高程約200-900m，屬於多山峰火山群地形，位置鄰近臺北盆地北側。區內大多爲黑色火山灰形成之壤土，地貌景觀特殊且知名度高。

(2) 桃園林口臺地，高程約50-250m，屬於地層隆起臺地地貌，單向緩斜，臺地周邊有短小水系侵蝕陡坡。區內大多爲紅色壤土，位置鄰近臺北盆地西北側，地貌景觀平淡，但交通近便，爲一般居民熟知之地理環境。

(3) 日月潭，高程約200-1000m，屬於皺褶高山間之斷陷小盆地，中央爲大水域潭面，周邊中高山環繞，景觀秀麗，但交通良好，爲一般遊客熟知之風景區。

(4) 阿里山高山區，高程約200-3000m，爲皺褶高山地，以日出、雲海、森林等著名，爲一般遊客熟知之風景區。

(5) 高雄澄清湖丘陵區，高程約50-300m，淺山丘陵環繞之低漥湖泊風景區，遊客甚多。

(6) 墾丁北側低山地，高程約100-1000m，爲臺灣中央山脈脊梁末端，有隆起海岸地貌。

圖3.2.1-1 臺灣地區6樣區衛星照片

3.2.2 長江地區地貌樣區

圖3.2.2-1 長江地區6樣區衛星照片3.2.2 長江流域地區地貌樣區

表 3.2.2-1長江流域樣區特徵表

研究地貌樣區

地貌特徵

Y1

Mo Mt.茅山

373m

玄武質火山岩堆，多方向皺褶

Y2

Zhong Mt.鍾山

468m

石英砂岩單面山

Y3

Huang Mt.黃山

1864m

花崗岩剝蝕山塊

Y4

Lu Mt.廬山

1474m

變質岩地壘山塊

Y5

Xi-Ling Gorge西陵峽

468m

流水侵蝕切割大巴山皺褶

Y6

Wu Gorge巫峽

2680m

流水侵蝕切割巫山皺褶

長江流域面積遼闊，地貌成因相當多樣，中下游地區主要爲古老長江板塊所構成。許多山嶽形成爲地底岩漿上湧，在地殼深層結晶形成花崗岩體，例如黃山、九華山。許多爲海底沈積層擡升的石英砂岩地質，經流水侵蝕形成之地貌，如張家界、鍾山；部分爲變質岩體構成，如廬山、峨嵋山。

選取該6個樣區之原因，因其具有地貌構造的代表性，高山、丘陵、群峰型態、單體山型態、峽谷切割型態等。而且長江中下游區，人口稠密，這6個樣區都是知名度高之風景區，進行景觀型態偏好調查，容易達成群衆認知與比較的結果。

(1)茅山山樣區，地貌形成可能屬於方山火山岩錐，有玄武岩地質發現，石灰溶岩地貌亦有發育。由於多方向的褶皺複雜，因此小氣候與生態景觀面貌相對豐富，歷來被道教人士認爲有靈氣，爲江南平原上著名之山嶽景觀。

(2)鍾山樣區10x10平方公里，鍾山巍然矗立平原上，四周低平，山棱輪廓清晰。由於緊鄰南京市區，又擁有豐富人文景觀，因此跛受矚目，在精神心理層面上也有重要意義。

(3)黃山樣區包括蓮花峰等峰群與平面V形大峽谷，地貌成因爲地殼變動熔融岩漿從薄弱處湧起後，在地殼深處結晶形成花崗岩，侵入岩體因上覆岩層被長期剝蝕而顯露地面。出露的花崗岩球狀節理受風化與流水深切，形成險峻挺拔、峭壁聳立的雄奇景觀。

(4)廬山樣區幾乎包括整個山體，地質爲變質核雜岩組成，屬於地殼擡升而成的斷塊地壘，最高處爲漢陽峰，海拔1474米。褶皺、斷層和單斜構造地貌明顯，地質學家李四光認定廬山爲第四紀冰川形成之地貌。堅硬的岩塊形成許多山峰與橫嶺。「橫看成嶺側成峰，遠近高低皆不同」，說明廬山地貌的多變異性。

(5)西陵峽樣區包括兵書寶劍峽與牛肝馬肺峽，巴東褶皺山系呈南北走向，長江垂直橫切，屬於海底沈積層擡升的石灰岩體中山地貌。由於岩體軟弱，侵蝕切割深刻，地貌景觀特別秀麗。長江切割峽谷處原先水面海拔高程約70m，經三峽大壩蓄水後爲175m，研究本樣區結果可作爲景觀影響評價之參考。

巫山與巫峽樣區包括巫山12峰與巫山縣、大寧河，山體蜿蜒，山勢曲折盤錯。地質構造爲沈積擡升的石灰岩體背斜山地, 大巴山、巫山、七曜山三個山脈彙聚于本區。經褶皺擠壓,流水橫切和侵蝕、溶蝕作用,形成今天,崖壁陡峭,峰巒重叠的型態。樣區內地貌以神女峰最具特徵，地形最高處2134 m，山谷最低處約800m，可見落差之大。

3.3 地貌景觀偏好調查

3.3.1 地貌類比直覺偏好問卷調查

地貌景觀偏好調查目的爲驗證DTM分析觀察結果，包括兩個部分，一爲問卷調查法瞭解之山嶽景觀偏好問題，並請受訪者將照片依照偏好排序。

臺灣與長江地區樣區DTM均以LANDCADD應用程式，做成3D立體地形類比後，以綠色無材質之Render渲染彩現輸出成A4圖片與投影片，進行觀賞者地貌景觀偏好調查，由受訪者將立體地形模型由高品質至低品質排序。

臺灣與長江地區樣區受訪者分別爲200位，包括地理、旅遊、景觀、美術相關從業人員，景觀相關從業人員組包括景觀規劃公司從業人員、相關科系教師與學生。調查重點純就地貌景觀之偏好調查（不考慮地表植被其他因素）。

由於本文研究重點爲不同地貌類型受多數人偏好的量化特徵，僅將受偏好地貌類型依積分統計排序因此，不針對受訪者背景進行交叉分析或探究其偏好原因。

3.3.2 風景區偏好問卷調查

就目前國內知名風景區篩選排前之100名山，受訪者分別爲200位，包括地理、旅遊、景觀、美術相關從業人員，景觀相關從業人員組包括景觀規劃公司從業人員、相關科系教師與學生等，圈選他們偏好之前20名山，山嶽真實全景照片提供受訪者參考。然後本研究以累加方式，進行統計與排序。

3.3.3網路山嶽景觀圖片數量調查

網路上可搜尋山嶽景觀圖片多寡，相當程度反映本國人民對山嶽景觀之偏好程度，從中文四大搜尋引擎，查詢知名度排前之100名山風景圖片數量。照片不限大小，但必需能表現中遠景地貌之照片，概略剔除非全景景觀照片(每個單一山嶽圖片搜尋，隨機抽樣100張計算概略剔除比率)，進行數量統計序與排序。本研究方法類似精神物理學派評價參與式攝影方法的改良，全國各地的山嶽景觀愛好者將攝影作品公佈至網上，已相當程度反映他們的景觀偏好與景觀美質的價值判斷。不同搜尋引擎的照片數量統計與平均可以減少個別搜尋的偏差。

本研究將以網路上的山嶽景觀照片數量統計分析當作參與式攝影的一種改良方式，其特點爲：

1.比專家法客觀，也比參與性攝影之後再進行群聚評價客觀。

2.好的風景才會被攝取與流傳，代表照相者與流傳者已經做了景觀美質判斷。

3.大量的風景照片能涵蓋同一地點、不同角度，不同季節、不同天候的景觀美質詮釋。

4.可以綜合不同地區居民對景觀美質的評量概念。

5.某些偏遠險陡的高山，雖然有登山者取得照片，但是數量不多，說明這些山的可及性仍相當低，評量比重就不會偏離多數群衆意見。

參與性攝影進行景觀品質評價的優點:

1.拍攝的景觀與實體極爲相似，且迥異于其他地方景觀。

2.人們選擇環境的屬性與其拍攝的內容相近

3.人們觀賞景觀然後照相留存，皆有一個景觀美質的評價過程。

4.拍攝結果將會強調那些地區遊客經常使用，那些地區群集大量遊客，那些景觀曾被遊客注意，以及何處景觀不被重視。

5.由非專家或使用者(遊客J爲判斷主體，並選用中間趨勢的群聚意見，比專家模式之判斷更爲客觀。

參與性攝影進行景觀品質評價的缺點:

1.僅顯示當時短時間景象擷取，無法做長時間的觀察，譬如季節的變化

2.限於環境、天候以及拍攝技術等限制，無法涵蓋所有的景觀及情境

3.根據所見的景物做整體印象的傳遞，可能有瞎子摸象的局部認知。(楊宏志1989) (張石角，1989)

第四章 研究結果之一(DTM資料分析)

4.1歸納結果1：大區塊地貌DTM變異值與標準差分析可以作爲地貌景觀的參考

如果變異值與標準差指標高，則地貌景觀豐富多樣，相對高差大，視覺景觀滿足景觀美學形象美的崇高感，高山峽谷多，並且坡度陡峭；如果變異值與標準差指標低，則景觀平淡，坡度平緩，切割淺或棱線不明顯，形態破碎不完整。譬如：黃山、廬山DTM變異值與標準差高；茅山、鍾山DTM變異值與標準差低。

表4.1-1臺灣地區6樣區變異值與標準差比較表

樣區

地形區

相對高差

DTM變異值

DTM標準差

標準差排序

偏好排序

T1

陽明山

1091

60516

246

3

3

T2

林口

255

2601

51

5

5

T3

日月潭

1736

62001

249

2

2

T4

阿里山

1877

135424

368

1

1

T5

澄清湖

184

1024

32

6

6

T6

墾丁

255

17689

133

4

4

表4.1-2長江地區6樣區變異值與標準差比較表

樣區

地形區

相對高差

DTM變異值

DTM標準差

標準差排序

偏好排序

Y1

茅山

352

1733

42

6

6

Y2

鍾山

443

2671

52

5

5

Y3

黃山

1657

154255

386

1

1

Y4

廬山

1729

143095

378

2

2

Y5

西陵峽

1644

132587

364

3

3

Y6

巫峽

1496

82571

287

4

4

圖4.1臺灣地區6樣區DTM模型

配合視覺中景接收尺度(1000m)

分割成100個小區塊個別進行標準差分析，

可得出景觀品質矩陣值，並且

可以平面圖像化，應用爲敏感景觀資源分佈圖，做爲景觀調查叠圖的基礎。其他植被、水體等景觀評價因數都可以由衛星遙測圖像色彩光譜分析取得，叠圖加權後可以做到全面景觀評價定量化 (植被、水體非本研究範圍) 。

(區域地貌景觀分析圖)

149

182

127

61

62

78

63

72

60

63

(區域地貌景觀分析圖)

177

170

111

74

62

69

34

60

40

67

195

168

128

68

60

57

40

18

54

97

162

133

123

74

61

41

41

36

84

108

170

98

119

48

33

36

26

70

79

106

110

101

94

26

1

2

15

54

60

112

130

109

59

44

30

35

43

61

57

139

7

60

17

47

46

54

61

76

67

50

13

31

16

49

25

61

91

90

57

56

17

25

12

34

23

47

70

68

73

75

表4.2-3日月潭小區塊標準差分析表

標準差矩陣圖顯示湖面標準差低，豐富形態山區標準差高

因此需要透過叠圖，將水體、植被因數加權綜合。

圖4.2-7茅山小區塊標準差對照參考圖 圖4.2-8茅山小區塊標準差分析圖

圖4.2-17巫峽小區塊標準差對照參考圖 圖4.2-18巫峽小區塊標準差分析圖

4.3歸納結果3： DTM高程點分佈統計圖可以將地表訊息以二元化觀察

深淺顔色差異大的代表地貌層次豐富有空間感，深淺顔色差異小的代表地貌平緩起伏變化小。

4.4歸納結果4： DTM排序曲線 可以判斷地貌景觀品質

排序線筆直上挺顯示地貌景觀品質高，排序線指數型上挺顯示地貌景觀品質低。

圖4.2-20 臺灣與長江12處樣區DTM高程點排序曲線圖

4.5歸納結果5：坡度網格數統計曲線可以觀察曲線與地貌品質之關係 高品質地貌曲線是前低後拔高，明顯有尖峰；低品質地貌曲線沒有尖峰。

4.6歸納結果6：坡向網格數統計玫瑰圖可以觀察曲線與地貌特徵之關係 坡面數多之方向與外作用力(折皺方向)垂直，但是在低緯度地區表現差異不明顯。坡向網格數統計應該可以觀察出單面山或圓錐山體之特徵。

4.7歸納結果7：高程網格數統計圖可以觀察曲線與地貌品質之關係 有箱型峰的曲線才是高品質地貌景觀，無尖峰的曲線是低品質地貌景觀。

第五章 研究結果之二(中國山嶽景觀偏好調查)

5.1前言

中國地理範圍遼闊，山嶽地貌景觀相當多樣，以自然條件大環境來看，環繞青藏高原周邊，陜甘、四川、雲南、東北、臺灣等地應爲山嶽地貌景觀最豐富的地區，但是歷史以來中華民族的生存發展，卻又選擇低平溫和的大平原區，黃淮平原與長江中下游地區，因此傳統認知的名山都分佈在關內地區。人類對於山嶽地貌景觀又是精神上重要的追求，歷代對五嶽黃山的崇祀，文學詩詞的描述，宗教廟宇集建於幾大名山，都說明山嶽景觀美質在華夏民族中早已建立相當的共識。

燕山、陰山、賀蘭山是漢唐帝國對抗北方民族的屏障，祁連山、秦嶺、終南山、太白山、巫山、三峽是唐朝的中心活動範圍；華山、嵩山、泰山、��山、衡山是歷朝公認最優美的山嶽景觀，也代表帝國有效統治範圍與方位。峨眉山、五臺山、普陀山、九華山、武當山、齊雲山、龍虎山、三清山、青城山、嶗山、茅山是佛教道教對優美環境的選擇，黃山、廬山、桂林、武夷山、丹霞山是近代後起的明星。近年來，中華民族的活動範圍擴大，旅遊能力增強，張家界、九寨溝、玉龍雪山、四姑娘山、天山、昆侖山、長白山天池、五大連池都成爲熱門景點。隨著一般國民的經濟收入提升，旅遊需求也增加，許多地區性從前未被注意的優美山嶽景觀，也逐漸被發掘並提高知名度，尤其以四川、浙江、廣東等地增加最多；譬如西嶺雪山、金佛山、天臺山、雁蕩山、莫干山等。

在大城市鄰近的山，受到關愛的程度高。風景區之美，除了本質的形態美之外，還有觀賞者的可接近性。大城市鄰近的山，人類活動多，被欣賞的機會也多，如古長安邊的終南山、天津的盤山、南京的紫金山、廣州白雲山、上海佘山、北京西山、老頂山、昆明西山、重慶四面山等，雖然景觀特色性不強仍受到高度關愛。

本章將呈現數項調查結果，目的爲歸納中國人之山嶽景觀偏好，驗證本研究資料分析之結果：

(1)面訪臺灣地區200名相關專業者針對先前臺灣6個DTM研究樣區，製作之渲染類比3D圖片，依據其個人偏好排序。提供之A4圖片包括山體3D類比圖片、山體立剖面圖片、中遠景真實照片與衛星立體類比圖片，但不注明樣區山嶽名稱(如圖5.1-1至圖5.1-6)。

(2)面訪江蘇地區200名地理、旅遊、景觀、美術專業之教師、學生、畫家、導遊等，針對先前長江6個DTM研究樣區，製作之渲染類比3D圖片，依據其個人偏好排序。提供之A4圖片包括山體3D類比圖片、山體立剖面圖片、中遠景真實照片與衛星立體類比圖片，但不注明樣區山嶽名稱(如圖5.1-7至圖5.1-12)。

(3)與第二項同一次面訪調查相同物件(200名地理、旅遊、景觀、美術專業之教師、學生、畫家、導遊等)，問卷調查山嶽景觀偏好因素與類型。

(4) 與第二項同一次面訪調查相同物件(200名地理、旅遊、景觀、美術專業之教師、學生、畫家、導遊等)，就目前國內知名風景區之100名山，進行圈選他們偏好之最佳20座名山，提供參考照片。

(5) 網路圖片調查，從中文四大搜尋引擎(Google、Yahoo、百度、Sina)，查詢排前之100名山風景圖片數量(表現中遠景地貌之照片)，統計與平均後進行排序。

5.2 中國既有的名山風景區

2005年《中國國家地理》雜誌，由專家評選「中國最美的十大名山」活動名單，包括南迦巴瓦山、貢嘎山、珠穆朗瑪峰、梅��雪山、黃山、稻城三神山(仙乃日)、喬戈��峰、岡仁波齊峰、泰山、峨眉山。結果華山、廬山落選，引起許多討論。部分民衆認爲中國人的活動足迹擴大，因此遙遠的山嶽景觀也能入選；部分民衆認爲許多「最美的名山」都超過海拔6000公尺根本就不是民衆旅遊觀賞的景觀，但是這份名單仍然具有相當的參考價值。

依照聯合國教科文組織(UNESCO)國際自然與自然源保護聯盟（IUCN）審議，中國地區列入世界自然遺産的山嶽景觀資源有下列幾處：

武陵源張家界 (峰林景觀)、九寨溝、黃龍 (鈣華地景)、泰山 (群峰景觀)、黃山 (花崗岩奇峰)、武夷山 (丹霞地貌)、峨眉山 (玄武岩單面山)、三江並流(高黎貢山、怒山，生態保存)，這些是對自然景觀美質的最直接的肯定。

依照聯合國教科文組織(UNESCO)地球科學組，中國地區列入世界地質遺産的山嶽景觀資源有下列幾處：廬山(變質核雜岩、冰川遺迹)、黃山(花崗岩奇峰)、嵩山(地質史遺迹)、河南雲臺山 (裂谷斷層構造)、廣東丹霞山(丹霞地貌)、雲南石林(石灰岩溶)、黑龍江五大連池(火山堰塞湖)、浙江雁蕩山(火山演化遺迹)、福建泰寧(丹霞地貌)、內蒙克什克騰(花崗岩石林)、四川興文石海(喀斯特溶穴)，這些是對有觀賞價值的特殊地景選定，並非直接從景觀美質角度來衡量。

中國國務院建設部根據《城市規劃法》、《風景名勝區管理條例》公佈的國家重點風景名勝區名單，主要根據各省市提出最優美的風景區與最適合優先發展旅遊而選定。包括黃龍寺九寨溝、黃山、武夷山、長江三峽、桂林灕江、廬山、泰山、華山、��山、衡山、嵩山、峨眉山、五臺山、普陀山、九華山、武當山、青城山、都江堰、青島嶗山、雞公山、鞍山千山、五大連池、南京鍾山、重慶縉雲山、雁蕩山、麥積山、天山天池、天柱山、臨潼驪山、井岡山、武陵源、丹霞山、蒼岩山(河北)、大洪山(湖北)、西樵山(廣東)、桂平西山、花山(廣西)、貢嘎山、金佛山(重慶)、雲臺山(江蘇)、天臺山(浙江)、琅琊山(安徽)、清源山(福建)、三江並流(怒山)、鼓浪嶼萬石山、麗江玉龍雪山、太姥山(福建)、龍虎山(江西)、三清山(江西)、盤山(天津)、九宮山(湖北)、韶山、北武當山(山西)、五老峰(山西)、鳳凰山(遼寧)、西嶺雪山、四姑娘山、莫干山(浙江)、雪竇山(浙江)、馬嶺河峽谷、騰沖地熱火山、仙都山(浙江)、齊雲山(安徽)、王屋山雲臺山(河南)、鳴沙山月牙泉(甘肅)、崆峒山(甘肅)、寶雞天臺山、冠豸山(福建)等70處

國土資源局以保護特殊地貌地質資源爲目的，根據《土地法》公佈的國家地質公園名單(包含山嶽景觀、生物化石與特殊地貌現象)

包括雲南石林、雲南澄江、湖南張家界、河南嵩山、江西廬山、江西龍虎山、四川龍門山、陝西翠華山、、安徽黃山、安徽齊雲山、廣東丹霞山、…等78處。

林業部以保護森林資源爲目的，依據《森林公園管理辦法》公佈的國家森林公園名單總共364處(不列舉)。

國家旅遊局依照《旅遊景區質量等級評定管理辦法》，根據景區交通、遊覽、安全、衛生、遊客數、旅遊資源與環境保護、旅遊資源品位等方面資料評定質量公佈4A級旅遊景區名單302處，與山嶽景觀相關的有河北蒼岩山、山西五臺山、��山、遼寧千山、本溪關門山、…等56處(不列舉)。

五代道士杜光庭編錄《洞天福地嶽瀆名山記》，曾列舉中國的名山，以道教角度選擇優美的景觀環境。首先選出：

泰山、衡山、華山、��山、嵩山等五嶽，青城山、龍虎山、終南山、武當山、茅山、王屋山、嶗山、江西閣皂山、廣東羅浮山、雲南巍寶山等爲十六個最佳的山嶽。另外七十二福地爲第二層次的選擇包括句容地肺山、江西麻姑山丹霞山、衛州爛柯山等。

以上爲中國既有的或被評選過的著名的山嶽景觀風景區，相當程度代表華夏民族的景觀偏好。

5.3樣區DTM類比直覺偏好調查(精神物理法)

表5.3-1 臺灣地區6處樣區DTM模型偏好排序表

樣區山嶽景觀

偏好選擇次序

DTM 高程標準差

阿里山Ali Mt.

1

368

陽明山Yang-Ming Mt.

2

249

日月潭Sun-Moon Lake

3

246

墾丁 North of Ken-Tin

4

133

林口 Lin-Kou Platform

5

51

澄清湖Cheng-Qing Lake

6

32

表5.3-2 長江地區6處樣區DTM模型偏好排序表

樣區山嶽景觀

偏好選擇次序

DTM 高程標準差

黃山Huang Mt.

1

386

廬山Lu Mt.

2

378

西陵峽Xi-Ling Gorge

3

364

巫峽 Wu Gorge

4

287

鍾山 Zhong Mt.

5

52

茅山Mao Mt.

6

42

5.4 山嶽景觀偏好原因與類型調查

面訪200名地理、旅遊、景觀、美術專業之教師、學生、畫家、導遊等，問卷調查山嶽景觀偏好因素與類型問卷調查結果如下：

1.選擇某個山嶽風景旅遊區時，最重要的吸引因素是甚么?

(a) 山的形態 61

(b) 森林植被 45

(c) 水景 59

(d) 其他/或很難回答 35

山的形態與水景直接相關，有形態變化大的山才會有瀑布、河流、湖泊等水景，甚至延伸出冰雪、雲霧與森林植被。這個專案結果顯示一般人認爲山嶽的景觀美質應該是綜合性的，也能解答中國的山嶽景觀風景區多分部於南方與西南地區，多雨水的氣候區，易於雕塑山的優美形態。

2.當觀賞者看個好山景時，最重要的山嶽景觀特質是那一項?

(a) 形貌很獨特(令人印象深刻) 28

(b) 形貌很豐富(很多層次變化，有高山深谷) 62

(c) 整體很協調(統一或連續一大片) 40

(d) 有空間感(可以探索深入，不能一眼看穿) 63

(e) 其他/或很難回答 7

Zube(1982)將知覺定義爲個體以過去約經驗、目前的需求及將來的期望，將感官訊息予以潤飾及意義化，並認識個別事物間關係的心理歷程。由此可知，知覺活動具有選擇性的接受環境訊息，並且爲對環境認識的基礎。

Kapaln & Kaplan(1989)提出環境偏好矩陣，以Kapaln & Kaplan(1989)提出環境偏好矩陣，以一致性(Coherence)、易讀性(Legibility)、複雜性(Complexity)、及神秘性(Mystery)四個因數來解釋景觀偏好心理層面的反應。Hetherington(1992)與Mohd-Shariff(l994)也定義了同樣的四個概念。本題詢問的四個概念類同於上述四個因數特質，多數受測者比較關切(d)有空間感(可以探索深入，不能一眼看穿)與(b)形貌很豐富(很多層次變化，有高山深谷)。也就是神秘性與複雜性知覺偏好分別占了31.5%與占31%；易讀性(形貌獨特)與一致性(整體協調) 分別占了20%與占14%。

3.下列四種山的型態，類型偏好

(1) 峰林型山嶽地貌，最受到歡迎，符合第二題最重要的山嶽景觀特質要有有空間感(可以探索深入，不能一眼看穿)的結果，這一型的山嶽地貌，譬如黃山、桂林陽朔、張家界都屬於這類型，有岩溶峰林、有U型穀；或類似長江三峽，有高山峭壁、有深谷。

(2) 其次受歡迎的是崇偉大山，有多山峰類型，泰山、華山、廬山都屬於這類型，險峻陡峭，峰巒如聚。也就是「形貌豐富，很多層次變化」的山嶽景觀特質。

5.4.1 山嶽景觀偏好名單問卷勾選 (專家法)

本研究綜合參照以上世界自然遺産、世界地質遺産、國家重點風景名勝區、國家地質公園、國家森林公園、4A級旅遊景區等名單，並參酌中央部會局與各省市旅遊局的文宣網頁旅遊景點資料、大型旅遊網站景點資料，剔除重復的部分，列舉出287個山嶽，準備進行專家問卷調查。

第一階段先邀請5位相關專業人士，篩選列舉中國景觀美知名度最高之前100名山嶽景觀。

第二階段從網路上挑選這些山嶽最具代表性之全景景觀照片，每座山列印4x5cm照片各一張，由受測者評選出最佳20座山嶽。面訪取得200份問卷；調查物件包含大學之地理、旅遊、園林、美術相關專業之教師、研究生、學生、旅行社導遊、景觀規劃師、經常旅遊登山者；調查時間爲2005年10月至2006年1月；受測物件背景儘量包含來自各省市與不同年齡層。與2005年《中國國家地理》雜誌專家評選的主要不同處，本調查的候選山嶽名單已剔除海拔高度6000m以上，可及性甚低非一般旅遊者能到達的山嶽。得出結果如下：

表5.4-1 中國山嶽景觀偏好排序

山嶽名稱

海拔高度m

偏好排序

地貌特徵

黃山

1875

1

花崗岩峰林

泰山

1524

2

變質岩多峰型

桂林陽朔

380

3

石灰岩峰林

張家界

1334

4

石英砂岩峰林

九寨溝

3101

5

峽谷與鈣華階地

長江三峽

2676

6

切割山脈大峽谷

稻城三神山

6032

7

板塊折皺與冰川

廬山

1474

8

變質岩冰川遺迹

華山

2200

9

花崗岩折皺斷裂

武夷山

717

10

折皺山脈丹霞地貌

峨眉山

3099

11

變質岩擡升單面山

四姑娘山

6250

12

板塊折皺與冰川

長白山

2749

13

折皺山系與火山

玉龍雪山

5596

14

板塊折皺與冰川

三清山

1817

15

花崗岩折皺斷裂

統計結果分析：

本項調查結果，前6個專案幾乎囊括了最熱門的風景區，去的人多觀察得深入肯定的人也多。因爲問卷方式是控制性隨機抽樣，由受測者多選，因此排名的前後個順序與其景觀美質的絕對關係不大。譬如峨眉山與四姑娘山有順序前後，但因可及性不同與旅遊市場開發成熟度不同，很難據以比較景觀美質前者一定優於後者。

爲瞭解不同年齡背景的偏好差異受訪者背景分析：

性別：a.□ 男性 108 b.□ 女性 92

年齡： a.□ 35歲以下 130 b.□35-50歲55 c.□50歲以上 15

專業： a.□地理51 b.□旅遊56 c.□景觀39 d.□美術27 e.□其他27

5.4.2 統計分析小結

(1) 從背景資料交叉分析瞭解，不同性別對各項問題差異不大，但是在山嶽景觀特質專案中，男性受測者比較偏好「形貌豐富，很多層次變化」(複雜性)占37%，譬如黃山、泰山。；女性受測者比較偏好「有空間感，可以探索深入」(神秘性)占39%，譬如桂林陽朔、張家界

(2) 交叉分析瞭解，不同年齡層對山嶽景觀特質都相當關切「形貌豐富，很多層次變化」(複雜性)，老中青世代分別占40%、26%、32%、；但是35歲以下年齡層顯然最重視「空間感，神秘性」35.7%，最不關切「形貌獨特性」；50歲以上年齡層顯然最重視「形貌豐富，複雜性」40.0%，最不關切「空間感，神秘性」。顯然年輕世代比較偏好探索新事物，也表現在山嶽景觀偏好上。

參與式攝影是精神物理模式(The Psychophysical Paradigm)其中一種，本研究嘗試應用該模式分析歸納中國地區民衆對山嶽地貌的景觀偏好。

美國景觀學家Zube等人(1982)根據資料研究指出，35%的景觀評估方法系採用精神物理模式。該模式系以刺激、反應的心理學理論爲基礎，將環境景觀視爲刺激之一部分，個體不經過認知遇程，即直接産生對環境景觀之反應。本法重要的假設在環境提供這些刺激，觀察者在接受景觀或景觀因素之刺激後，不假思索的反射出個人的景觀知覺價值，此即爲觀察者接受刺激的行爲特徵。

在人類與景觀互動之簡單模式中，景觀扮演主導的角色，觀察者(一般社會大衆或非專家之特定群體)被動的接受環境刺激，産生環境知覺反應。換言之，即針對存在的景觀因素及顯現特徵，依不同景觀分類與分級方法予以比較分析，藉以預測社會大衆的景觀知覺向度，並將結果提供給經營者管理經營資源之用。受限於經費、人力與時間，該模式常用類比 (simulations)，如類似物，或代替品(surrogates) (例如照片、錄影帶)等進行景觀評估。但使用以上方式無可避免地常造成干擾。例如照片仍舊是靜態畫面，其亦無法顧及當地實體情境。

參與性攝影(participant photography)爲近日廣泛採用的調查法之一。經由一群使用者(非專業人士)未經引導而自行拍攝，拍攝結果再提出來請一般民衆

投票測試，並藉以瞭解何處景觀敏感或何處景觀被遊客關切(Hull，1989,p.32)

2000年以來，中國地區互聯網(因特網)資料量呈幾何曲線急遽增長，根據中國互聯網協會CNNIC估計到2005年年底爲止，中國大陸的網路使用人口有1億1千1百萬人，使用「博客（Blog，網路日誌）」的比例占14.2%。

數碼照相機的普及率更是在近5年增長快速，相當多的旅遊者以數碼照相機取得他們認爲美麗風景的照片，上傳到「博客（Blog，網路日誌）」上，或BBS，或網路上公共論壇與他人共用。許多旅遊、地理、園林、規劃、休閒相關雜誌也製作網路版傳播。各省市旅遊局、旅行社、餐旅業更是藉由風景照片導遊與宣傳。因此由網路上的風景照片數量統計，應該可以相當客觀的反映某一個景點受重視的程度、被欣賞的程度、被旅遊的程度。

網路上可搜尋到中國山嶽景觀相關的圖片約有85萬張，剔除非直接相關圖片，估算山嶽景觀的全景照片約有10-12萬張。譬如以搜索引擎百度搜尋圖片「武夷山」可得出13300張，隨機抽樣其中的100張圖片有45%(有效率)爲全景風景照片，其他爲人物、新聞活動或商業宣傳或科研樣本圖片。因此按比例推算「武夷山」在百度搜尋約有5990張全景風景照片(誤差約±10%)。

百度http://www.baidu.com/ ，搜狗http://www.google.com/intl/zh-CN/ ，

雅虎http://www.yahoo.com.cn/ ，新浪http://www.sina.com/search/

是目前中國地區使用率最高的主動式圖片搜尋引擎，四種搜尋引擎取得結果約有70%以上重復，但也有部分差異。如果以上列四種搜尋中國百大名山圖片數量，再推估有效全景風景照片數量，再平均排序，結果將更客觀，誤差約±10%以下。

表 5.5-1 中國百嶽網路搜尋風景圖片數統計表

山嶽名稱

Google

百度

Sina

Yahoo

平均

排序

九寨溝

19600

20240

9730

5393

13741

1

黃山

25400

22860

3863

1608

13433

2

長江三峽

29600

17780

2803

1469

12913

3

張家界

23930

16335

3959

2515

11685

4

稻城仙乃日

10301

14875

10714

5095

10246

5

泰山

21100

13313

2829

1207

9612

6

武夷山

11100

7980

5241

2061

6596

7

桂林陽朔

13700

9570

1590

618

6370

8

廬山

10500

8745

4672

1225

6285

9

華山

16600

5425

1041

385

5863

10

四姑娘山

5940

4921

9820

2330

5753

11

玉龍雪山

3980

3572

10733

1157

4861

12

長白山

8090

6050

2703

639

4370

13

梅��雪山

2510

2552

9894

891

3962

14

三清山

2310

3840

8362

602

3778

15

峨眉山

5760

4387

3836

1005

3747

16

珠穆朗瑪

1560

2320

9411

818

3527

17

神農架

4260

3894

4184

896

3308

18

千山

2070

2937

5009

1659

2919

19

青城山

361

1337

9027

896

2905

20

天山

2400

1173

5324

2177

2769

21

雁蕩山

2230

2410

5183

495

2579

22

井岡山

3530

2271

3485

669

2489

23

五臺山

4000

3375

2016

324

2429

24

蒼山

1674

2673

4586

580

2378

25

武當山

2460

1811

4674

356

2325

26

嶗山

3270

3038

2229

392

2232

27

大興安嶺

2970

2255

3184

497

2226

28

白雲山

3630

1040

2518

400

1897

29

衡山

3260

2156

1069

186

1668

30

貢嘎山

3986

1170

249

335

1435

31

五指山

422

843

3905

327

1374

32

太白山

2986

1265

319

888

1365

33

普陀山

1720

880

1434

216

1062

34

太行山

1118

770

1912

240

1010

35

蓮花山

1387

1725

720

102

983

36

韶山

1770

660

1197

149

944

37

嵩山

187

1184

2005

310

922

38

青雲山

2269

1179

42

32

881

39

天臺山

1254

1418

224

159

764

40

盤山

1136

1218

200

440

748

41

龍虎山

981

1152

413

241

697

42

昆侖山

1228

594

279

285

596

43

五大連池

1043

914

213

162

583

44

羅浮山

723

1012

167

157

515

45

西嶺雪山

487

885

376

282

507

46

丹霞山

653

994

143

105

474

47

莫干山

845

780

72

162

465

48

鳴沙山

648

935

151

90

456

49

梵淨山

513

975

145

129

441

50

天柱山

176

1380

95

59

428

51

��山

611

1008

49

32

425

52

齊雲山

374

1058

128

74

409

53

八角寨

125

1445

27

12

402

54

麥積山

616

661

138

137

388

55

5.6 小結

從面訪偏好調查結果與網路風景圖片數量統計綜合，對於中國大陸地區山嶽景觀偏好，可以歸納出以下一些結論：

(1) 面訪偏好調查結果與網路風景圖片數量統計結果順序非常相近，可見地貌景觀美質主體爲形式美，很容易取得共識。列名前十名的共通性是景觀奇特，坡度陡峻，除地貌型態美之外還有水體、植被、雪景等附加美質。

(2) 受偏好的景觀要素是可及性，列名前二十名的山嶽景觀都有交通可達，旅遊設施良好。珠穆朗瑪、岡仁波齊、南迦巴瓦、喬戈��峰等非一般旅遊者可達，因此很難構成景觀美欣賞的問題。反而大城市鄰近的山嶽，或舉辦活動熱門的山嶽景區，受到欣賞與旅遊的機會大增，如廣州白雲山、青島嶗山、南京鍾山、西安終南山、天津盤山、上海佘山江西井岡山、湖南韶山等。

(3) 名山不在高，在於地理位置與環境相對性，譬如泰山、嵩山、廬山矗立于大平原上，峨眉山、華山、終南山、太行山臨靠盆地或平原第一線，顯得崇高險峻。

(4) 豐富性、多層次、多山峰、空間感都指的相同性質，也就是山嶽景觀重要因素，黃山72峰、嵩山72峰、泰山156峰、巫山12峰、青城山36峰、茅山18峰等都是以多山峰爲號召，桂林陽朔與武陵張家界更是峰林多不勝屬。所以型態變化多，特徵性強是中國人對於山嶽景觀的偏好要項。

(5) 坡度要陡，要箱型山峰。美國與歐洲的山嶽地貌陡峻處不多，因此美國常用的景觀評價視覺管理系統 (Visual Management System, VMS, 1974)，高品質景觀地形坡度標準爲60-30%。但在中國多山之國，60-30%只能列入中低品質，著名風景區中前50名山地形坡度標準大多超過60%，也因此中國山水繪畫中70%以上的山峰都以陡峭山峰，直幅作品爲主。相對于西方文化而言，景觀型態美中的崇高感在中國人的美感經驗與心靈偏好表現特別強烈。

第六章 研究總結

6.1.1研究結論

6.1.1地貌景觀評價總結

綜合以上地貌景觀，在中國地區著名或優美的山嶽景觀，海拔高度不是最重要因素。歸納這些受矚目的名山地貌特徵如下列：

(1) 環境大尺度的相對變異性

如峨眉山、青城山位居四川盆地西緣第一線；五臺山位居華北平原西緣第一線；華山、太白山位居渭河盆地南緣第一線；泰山、嵩山、廬山都在大平原上拔矗而起；相對高差大，形成視覺與心理體驗的雄偉印象。

(2) 環境小尺度的相對變異性

岩石均容易受風與水的剝蝕侵蝕，産生如雕塑狀的深刻面貌，斷裂、崩落、擠壓形成的局部的高變異地貌。如黃山多山峰多深谷、張家界多峰林、桂林陽朔多峰林；泰山、嵩山、衡山也都以多山峰著名；丹霞山、龍虎山、武夷山以剝蝕面貌的紅砂岩著名。雁蕩山、三清山、天柱山、九華山也都以戲劇化的局部雕塑地貌而聞名。這些小尺度的特殊地貌也帶來雲海、小氣候、特殊植被、特殊紋理等觀賞性。

(3) 坡度形狀的變異性

中國對山的崇敬與描述向來以「險峻、深遂、神秘」來形容，歸納中國歷來的山水畫創作與園林假山的創作，可以發現褶皺(棱角紋理鮮明)、高遠(空間感)、雄險(頂平、邊陡、底緩的箱形山峰) 最受歡迎。因此桂林陽朔、峨嵋山、張家界、三峽、五臺山等成爲典型。

(4) 水體與植被

山與水搭配，風與水雕塑山，瀑布、河流、湖泊、雲氣都使山嶽景觀提升很大的生動性，植被或森林使山嶽景觀顯得有生命，也帶來豐富的生態景觀。桂林、三峽、九寨溝、黃山的評價都受到水與植被的關鍵影響。

6.1.2 DTM資料分析結論

(1) 大區塊地貌DTM變異值與標準差分析可以作爲地貌景觀的重要參考

即標準差高代表地貌起伏變動大，相對高差大，視覺景觀滿足景觀美學形象美的崇高感，可以從標準差量化分析表現出來。

(2) 分割小區塊DTM標準差分析可以作成區域地貌景觀分析圖

同一個風景區中，DTM變異值與標準差分析可以作爲個別小區域地貌景觀分析的重要參考。標準差高的地方很可能就是遊客認爲景觀最特別的地方。

(3) DTM採樣區的範圍大小對於DTM變異值與標準差分析結果有影響。

小區域的DTM變異值分析通常比大區域要低，所以範圍包括越大，參加比較的高成資料多，變異值與標準差就有可能擴大。

例如：鍾山樣區10x10平方公里(包括整個山體與周圍平地)，變異值2759，標準差52.5；但是只選取中央山體區域5x5平方公里，略去大部分平地部分，則變異值降低爲2473，標準差降低爲49.7。標準差沒有降低很多的原因是中央山體區域的5x5平方公里是地貌變化最多的區域。

(4) 坡度與高程網格數分佈曲線，可以觀察地貌景觀品質。

經由歸納觀察，無論山嶽的海拔高低，從坡度與高程網格數分佈曲線，可以發現有尖峰型的分佈曲線景觀品質高；高程網格數有箱型峰的分佈曲線景觀品質最高；低品質的地貌景觀分佈曲線沒有尖峰。

(5) 將所有DTM高程點數據排序分佈曲線，可以觀察地貌景觀品質與地貌特徵。

分佈曲線以直線上升者代表該區域高中低高程點均有分佈，地貌景觀品質高。

分佈曲線以指數型上升者代表該區域低高程點多，高的高程點少，沒有多山峰或峰林景觀，地貌景觀品質相對較低。如果資料資料量足夠可以讀取地表變動地層升降或河階升成之高度。

6.1.3 歸納地貌景觀量化之綜合評價模型

6.1.3.1 量化評價準則 (*25-100平方公里或非矩形樣區均可評價)

(1) 地貌景觀區DTM大區塊標準差分析值>350 特高品質(5分)；>250 高品質(4分)；250—120中高品質(3分)；120-50中低品質(2分)；<50低品質(1分)

(2) 地貌景觀區山體形態

箱型峰林與寬穀 (5分)；多山峰與深切割穀(4分)；

立體棱線明顯與淺切割穀明顯(3分)；

簡單體高山(2分)；單體簡單體丘陵淺山(1分)

(3) 地貌景觀區DTM小區塊矩陣標準差分析值(1x1平方公里小區塊)

30%以上小區塊標準差>200特高品質(5分)；

30%以上小區塊標準差>150 高品質(4分)；

30%以上小區塊標準差>100中高品質(3分)；

30%以上小區塊標準差>50中低品質(2分)；

全部小區塊標準差均<50低品質(1分)

(4) 地貌景觀區DTM九級高程網格數目分佈曲線

有明顯箱形峰爲特高品質(5分)；

不明顯箱形峰爲高品質(4分)；

有1-2個明顯尖峰爲中品質(3分)；

無尖峰但有明顯高低分佈爲中低品質(2分)；

曲線低緩無明顯高低分佈爲低品質(1分)

(5) 地貌景觀區DTM九級坡度網格數目分佈曲線

曲線兩端低且有明顯單一特尖峰爲特高品質(5分)；

曲線單邊低且有明顯一特尖峰及另一高峰爲高品質(4分)；

曲線有明顯兩處高峰無特尖峰爲中高品質(3分)；

無尖峰但有明顯高低分佈爲中低品質(2分)；

曲線低緩無明顯高低分佈爲低品質(1分)

(6) 地貌景觀區DTM全部高程值排序分佈曲線

排序曲線挺直接近45度上升爲特高品質(5分)；*平均坡度>100%

排序曲線挺直45-30度上升爲高品質(4分)；*平均坡度>70%

排序曲線S形兩端陡中間緩爲中高品質(3分)；

排序曲線無尖峰但有明顯高低分佈爲低品質(2分)；

排序曲線無尖峰低緩無明顯高低分佈爲低品質(1分)

(7) 地貌景觀區相對高差

相對高差>1500m爲特高品質(5分)；*特深切割

相對高差1000-1500m爲高品質(4分)；*深切割

相對高差500-1000m爲中高品質(3分)；*中切割

相對高差250-500m爲中低品質(2分)；*淺切割

相對高差<250m爲低品質(1分)；*切割不明顯

累計綜合與平均 積分>4.75分者確認爲特高品質；

累計綜合與平均 積分4.75-3.75分者確認爲高品質；

累計綜合與平均 積分3.75-2.75分者確認爲中高品質；

累計綜合與平均 積分2.75-1.75分者確認爲中低品質；

累計綜合與平均 積分<1.75分者確認爲低品質

6.1.3.2實驗臺灣與長江地區12樣區地貌景觀評價

表6.1.3.2-1 臺灣地區6樣區地貌景觀量化評價表

臺灣樣區

標準差

山體形態類型

確認

評價結果

T1

陽明山.

4

4

4

3

4

3

4

3.7

中高品質

T2

林口

2

2

2

3

2

1

2

2.0

中低品質

T3

日月潭

4

4

4

5

4

3

5

4.1

高品質

T4

阿里山

5

4

4

5

5

4

5

4.6

高品質

T5

澄清湖

1

1

1

1

2

1

1

1.1

低品質

T6

墾丁山地

2

3

3

3

3

3

2

2.7

中低品質

表6.1.3.2-2 長江地區6樣區地貌景觀量化評價表

長江樣區

標準差

山體形態類型

確認

評價結果

Y1

茅山

2

2

2

2

2

2

2

2.0

中低品質

Y2

鍾山

2

2

2

2

2

2

2

2.0

中低品質

Y3

黃山

5

5

4

5

5

5

5

4.9

特高品質

Y4

廬山

5

4

4

4

4

5

5

4.4

高品質

Y5

西陵峽

5

4

5

3

4

5

5

4.4

高品質

Y6

巫峽

4

4

5

3

4

4

4

4.0

高品質

以上爲本研究結果之量化評價模型結果，與公衆偏好調查結果相當接近，建議以後可以推廣應用采行。應留意以下數項操作準則：

(1)評價之風景區不限於正矩形樣區，可以依據風景區不規則多邊型範圍進行，風景區面積可由20-150平方公里。

(2)DTM資料可由遙測取得數XYZ座標資料檔，也可由地形圖CAD描圖數化轉換取得。

(3)DTM間距以40x40m(或30x30m，或50x50m)爲佳，適合個人電腦運算能力，也不忽略視覺接受之山嶺、溪穀等之地貌變化。

(4)進行小區塊之變異值與標準差分析以1000x1000m爲佳，接近適當的視覺中景距離，做爲土地適宜性分析或敏感區位分析尺度也較適中。

(5)不能僅以小區塊(全區)變異值與標準差爲唯一地貌景觀考量，因爲類如張家界、桂林陽朔均以特殊岩石地貌特徵形成美的景觀，其相對高差不是特別大，但小區塊之變異值與標準差卻很高。因此要綜合坡度與高程分配等因數一起觀察。

6.2 本研究之創新點

(1) 本項研究將地貌景觀評價研究定量化，作爲大區域地貌景觀資源調查與風景區劃設將有實際用途。

(2) 本項研究建立一個地貌景觀新的評價模型，依照分析數值與統計分配曲線判別地貌景觀品質，提升景觀評價的客觀性。

(3) 本項研究將地貌高程空間變異以矩陣分析與平面圖形化，提供了叠圖的基礎，將來加入其他水體、植被之定量化叠圖綜合評價，景觀評價可以逐漸客觀。

(4) 本項研究將海量的DTM數值以統計圖顯示，將有助於解讀地貌成因課題之研究，譬如高程資料排序，觀察分佈曲線，或將地形空間以2元及3元方式表達，對於河川階地或冰河遺迹研究應有幫助。

(5) 本項研究設計一套電腦自動化程式，以EXCEL軟體處理與分析資料，以LANDCADD軟體分析網格，使大量的計算工作經由電腦標準自動化程式完成。

(6) 本研究跨越景觀學、地貌學、GIS、統計學等理論、方法與應用，對於後續研究提供了一些新的探討角度與空間。

6.3 研究不足之處

(1) 本項研究如果取得更多的地貌樣區分析比較，必能更有說服力。

本項研究之臺灣樣區直接讀取DTM資料處理而成，達到客觀與可信之分析結果。大陸內地遙測與DTM技術相當成熟，但是資料取得不易，長江流域部分6個樣區，僅能以1950年1/50000之地形圖等高線手動數化而成，耗費較多時間，且誤差機率較大。但是未來DTM資料逐漸開放與普及，本項相關研究應能取得更多印證。

(2) 應用于實際的建設專案景觀影響評價

本項研究的主要目的在建立新的技術方法，期望建立景觀評價定量化通則，但是唯有應用于實際的建設專案景觀影響評價專案，才便於檢驗驗證。以三峽爲例，建設三峽大壩前長江水面高度70米，建設大壩後水面高度將達175米。依照本研究結論推理，變異值與標準差將會降低，相對高差減少，景觀品質可能降低。但是水面高程100米的改變相對于該區的2000米以上高山，可能影響有限。但是就人的觀察位置，無法觀察到整個10x10平方公里景觀，是否評價樣區尺度如何縮小，應可研究。

6.4後續研究建議

(1) 地貌空間DTM尺度的最適性研究

由視覺原理與相關研究得知，人類景觀欣賞以距離100-1000米之中遠景爲主，因此DTM變異值與標準差研究尺度是將來研究的重要課題。將來可研究DTM地貌表現精准度課題與區域變異值分析之單元大小課題(本研究以1x1平方公里爲單元)。

(2) 衛星照片與DTM模型結合研究

衛星照片與DTM模型結合，是地貌景觀研究之新工具。對於視覺類比，地貌環境訊息讀取，滑坡災害關或生態植被空間分佈等均有很大的發展空間。

(3) 水體與植被景觀評價定量化研究

“黃山歸來不看山，九寨歸來不看水”，九寨溝山體地貌形態雖非特別高，但山體圍繞的空間感、神秘感與階梯水瀑。水體與植被將來也要進行定量化與平面數化研究，才能構成完整的定量化景觀評價體系。

(4) 坡向分佈與地貌特徵研究

本研究樣區多位於中低緯度地區，坡向分佈與地貌特徵關係尚不明顯，或因案例不足仍無充分證據歸納其地貌特徵關係，建議後續以黃河流域或高緯度地區爲樣區研究坡向分佈與地貌特徵關係。

(5) DTM高程值排序分佈曲線圖與地貌特徵研究

傳統地貌過程研究大多根據現地觀察與採樣，本研究顯示將海量的DTM高程值排序再顯示其分佈曲線圖可以觀察河階地、冰河遺迹、地殼擡升等地貌特徵，輔助作爲地貌過程研究證據。

參考文獻

[1]. 毛文永，建設專案景觀影響評價. 北京：中國環境科學出版社. 2004.11. P1-91，172-194

[2]. 毛文永. 景觀資源的評價與保護.環境科學研究 2001年06期

[3]. 牛文元.1984.自然地理新論.北京：科學出版社.

[4]. 王恩湧等編著. 人文地理學.北京：高等教育出版社，2000， P.1-49

[5]. 王鑫.(2003).地形學.臺灣.聯經出版社, 309-332.

[6]. 王東華,劉建軍,商瑤玲,等.全國1∶25萬數位高程模型資料庫的設計與建庫[J].測繪通報,2001(1):27—29.

[7]. 王穎，朱大奎.1994.海岸地貌學.北京：高等教育出版社，56-123.

[8]. 包浩生、彭樸拙等編著. 自然資源學導論.江蘇：江蘇教育出版社，1999，P.325-362

[9]. 史寶忠，建設專案環境影響評價. 北京：中國環境科學出版社. 2001.9.

[10]. 台大園藝系等，遊憩體驗與景觀評估.臺北：田園城市文化事業，1999， P.65-134

[11]. 田子貴等編著. 環境影響評價.北京：化學工業出版社，2004， P.14-16

[12]. 任黎秀主著. 旅遊規劃.北京：中國林業出版社，2002， P.35-56

[13]. 朱大奎等編著. 環境地質學.北京：高等教育出版社，2000， P.131-146

[14]. 自然環境研究中心，自然環境評估技術手冊.東京：自然環境研究中心，1995， P.327-470

[15]. 西蒙·貝爾著. 王文彤譯. 景觀的視覺設計要素.北京：中國建築工業出版社，2004， P.1-88

[16]. 余鵬,劉麗芬.利用地形圖生産DEM資料的研究[J].測繪通報,1998(10):16—18.

[17]. 宋春青等編著. 地質學基礎.北京：高等教育出版社，1996， P.49-118

[18]. 李志林等.數位高程模型.武漢：武漢測繪科技大學出版社 ，1993

[19]. 沈玉昌，龔國元.1986.河流地貌概論.北京：科學出版社.

[20]. 肖篤甯等，景觀生態學，第iii頁，北京，科學出版社(2003)

[21]. 谷風編輯組，美學基本原理.臺北：穀風出版社，1986， P.39-255

[22]. 周買春,黎子浩數值地形圖的生成及其水文地貌特徵評價,水利學報2002.2,V22-2

[23]. 周國強等編著. 環境影響評價.武漢：武漢理工大學出版社，2004， P.1-16

[24]. 周維. 孟永慶. 葉兵. 付曉. 基於3S技術的景觀結構分析——以北京百望山地區爲例. 廣西林業科學 2002年04期.

[25]. 尚金城等編著. 戰略環境評價導論. 北京：科學出版社，2002， P.139-144

[26]. 林雨莊，環境影響評估講義.臺北：環保署環評人員訓練教材，1986， P. 9-25

[27]. 林雨莊編著. 簡單明瞭的AutoCAD.臺北：文化出版社，2001， P.93-137

[28]. 林振山等編著. 地學建模.北京：氣象出版社，2003， P.13-16

[29]. 林晏州、顔家芝、翁熊隆等，花東縱穀觀光發展計劃研究報告. 臺北：觀光局，P349-356

[30]. 林惠玲陳正倉.基礎統計學. (2003).臺灣.雙葉出版社, 126-138.

[31]. 林業部財務司.森林資源資産評估，林業出版社，1997

[32]. 松井健等，自然環境評估指標.東京：朝倉書店，1990， P.80-94

[33]. 邱衛寧.根據等高線建立數位高程模型[J].武漢測繪科技大學學報,1994(3):80—83.

[34]. 邱榮舉著. 學術論文寫作研究.臺北：翰廬圖書出版有限公司，2002， P.59-116

[35]. 俞孔堅，論景觀概念及其研究的發展，北京林業大學學報， 1987[評論]

[36]. 俞孔堅．景觀：文化、生態與感知．北京：科學出版社，1998．3∼19，168∼179

[37]. 姚重華編著. 環境工程類比與控制.北京：高等教育出版社，2001， P.97-98

[38]. 柯正誼等. 數位地面模型. 北京：中國科學技術出版社，1993

[39]. 胡強等.(2002).中國長江三峽.海風出版社, 1-148.

[40]. 胡強等.(2002).地形學綱要. .臺灣.三民書局, 1-284.

[41]. 唐新明,林宗堅,吳嵐.基於等高線和高程點建立DEM的精度評價方法探討[J].遙感資訊,1999(3):7—10.

[42]. 徐盛榮主著. 土地資源評價.北京：中國農業出版社，1997， P.154-160

[43]. 郝力等編著. 城市地理資訊系統及應用.北京：電子工業出版社，2002， P.131-137

[44]. 崔功豪等編著. 區域分析與規劃.北京：高等教育出版社，1999， P.1-8

[45]. 曹輝. 陳平留. 森林景觀資産評估CVM法研究. 福建林學院學報 2003年01期.

[46]. 郭中偉. 李典謨. 甘雅玲. 森林生態系統生物多樣性的遙感評估. 生態學報 2001年08期.

[47]. 郭懷成等編著. 環境規劃學.北京：高等教育出版社，2001， P.58-60

[48]. 傅伯傑等編著. 景觀生態學原理及應用.北京：科學出版社，2001， P.202-218

[49]. 程勝高 張聰辰. 環境影響評價與環境規劃. 北京：中國環境科學出版社. 1999.9.

[50]. 雍萬里.1985.中國自然地理.上海：上海教育出版社.

[51]. 翟明普. 張榮. 閻海平. 風景評價在風景林建設中應用研究進展. 世界林業研究 2003年06期

[52]. 德梅克J.1984.詳細地貌製圖手冊.陳志明，尹澤生譯.北京：科學出版社

[53]. 蔡運龍編著. 自然資源學原理.北京：科學出版社，2001， P.182-195

[54]. 薛薇,統計分析與SPSS的應用,北京,中國人民大學出版社, 2002-07

[55]. 內政部營建署. 都市與計劃.臺北：都市計劃學會，2002， P.1-106

[56]. 馮學智.空間資料分析與空間模型，地理研究，1999，Vol.18,No.2,.

[57]. 馮學智.基於INTERNET的分散式元件GIS集成的實現方法，遙感技術與應用, 1999，Vol.14,No.3.

[58]. 劉黎明等. 鄉村景觀規劃. 北京：中國農業大學出版社. 2003.8. P115-131

[59]. 劉寶玲.1∶50000數位高程模型(DEM)生産中有關問題初探[J].東北測繪,2000(4):37—39.

[60]. 劉鴻喜編著. 地形學綱要.臺北：三民書局，1965， P.226-249

[61]. 張仁鐸著. 空間變異理論及應用.北京：科學出版社，2005， P.13-22，132-144

[62]. 張勇. 湯國安. 彭釮. 數位高程模型地形描述誤差的量化類比——以黃土丘陵溝壑區的實驗爲例. 山地學報 2003年02期

[63]. 張啓德等譯. 景觀生態學.臺北：田園城市文化事業有限公司，1994， P.5-25

[64]. 張榮群,嚴泰來,武晉.數位高程模型DEM的建立與應用[J].電腦與農業,2000(6):62—64.

[65]. 張陽. 公路景觀學. 北京：中國建材工業出版社. 2004.8.

[66]. 楊巨集志，視覺景觀方法論，臺北，戶外遊憩研究，1989, P.165

[67]. 楊達源、劉慶友等. 鄉村旅遊開發理論與實踐. 南京：江蘇科學技術出版社. 2005.10.

[68]. 楊達源. (2000).自然地理學.南京.南大出版社, 321-398.

[69]. 楊達源. (2004).長江研究.南京.河海大學出版社

[70]. 湯國安. 龔健雅. 陳正江. 成燕輝. 王占宏. 數位高程模型地形描述精度量化類比研究. 測繪學報 2001年04期

[71]. 湯國安等編著. Are View地理資訊系統空間分析方法.北京：科學出版社，2002， P.129-204

[72]. 羅江濱等編著. 森林資源資産評估.北京：中國林業出版社，2002， P.127-144

[73]. 羅伯特·約翰遜,伯特�堮L·庫貝著,屠俊如.洪再吉譯,基礎統計學(Elementary Statistics), 北京,科學出版社,2003.

[74]. 趙羿等編著. 景觀生態學——理論與實務.臺北：地景企業股份有限公司，2003， P.1-31

[75]. 趙幫元,湯國安,馬安利,喻權剛,郭玉濤,不同地貌類型區1∶25萬比例尺DEM的建立方法,水土保持通報2002.4,V22-2

[76]. 趙濟等編著. 中國地理.北京：高等教育出版社，1999， P.337-372，476-494

[77]. 趙濟等編著. 中國自然地理.北京：高等教育出版社，1995， P.222-247

[78]. 鄔倫等編著. 地理資訊系統——原理、方法、和應用.北京：科學出版社，2002， P.195-216

[79]. 鄭銘著. 環境影響評價導論.北京：化學工業出版社，2003， P.1-48

[80]. 鍾林生等編著. 生態旅遊規劃原理與方法. 北京：化學工業出版社，2003， P.1429-155

[81]. 陳平留.森林資産評估.成都：電子科技大學出版社，1996

[82]. 陳志明.1993.中國地貌綱要.北京：中國地圖出版社.

[83]. 陳秀忠.數位地面模型的建立及應用[J].新疆農業大學學報,1994(4):46—48.

[84]. 陳述彭等編著. 地理資訊系統導論.北京：科學出版社，2002， P.116-162

[85]. 陳章鵬，林雨莊等.環境影響評估之修正研究.臺灣環境保護署.2003.

[86]. 陳傳康，伍光和，李昌文.1993.綜合自然地理學.北京：高等教育出版社.

[87]. 韋玉春等編著. 地理建摸原理與方法.北京：科學出版社，2005， P.261-266

[88]. 韓傑主編. 旅遊地理學.大連：東北財經大學出版社，2002， P.85-124

[89]. 馬中主著. 環境與資源經濟學概論.北京：高等教育出版社，1999， P.93-150

[90]. 馬麗明主編. 中國旅遊地理. 北京：機械工業出版社，2004， P.1-23，169-183

[91]. 黃杏元、馬勁松、湯勤.地理資訊系統概論.北京：高等教育出版社，2001.12. P.141-192

[92]. 龔建華等編著. 虛擬地理環境——在線虛擬顯示的地理學透視.北京：高等教育出版社，2001， P.24-55

[93]. 中國國土資源部網頁資料，中國旅遊地質資源圖說明書

[94]. Spot衛星遙感資訊提取與土地利用動態變化研究，遙感學報 , 2000

[95]. A. Myrick Freeman原著，曾賢剛譯，環境與資源價值評估.臺北：穀風出版社，1986， P.39-255

[96]. Gudmund R.I versen,Mary Gergen著, 吳喜之.程博.柳林旭.仝莉萍等譯, 統計學習理論(Statistical Learning Theory),北京,高等教育出版社,2004-06.

[97]. Richard Smardon等原著，李麗雪，洪得娟，顔家芝等譯，景觀分析與評估，臺北：田園城市文化事業， P.39-166

[98]. Trevor Hastie,Robert Tibshirani,Jerome Friedman著, 範明.柴玉梅.昝紅英譯,統計學習基礎--資料挖掘、推理與預測(The Elements of Statistical Learning: Data Mining Inference and Prediction), 北京,電子工業出版社,2004-01.

[99]. Vladimir N.Vapnik著, 許建華.張學工譯, 統計學習理論(Statistical Learning Theory), 北京, 電子工業出版社, 2004-06.

[100]. (日本)自然環境評價指標.環境情報科學中心.朝倉書店.1991.

[101]. (日本)金華. 西名大作. 村川三郎. 飯尾昭彥. 英國 日本 中國の被驗者にょる河川景觀評價構造の比較分析 英國、日本、中國人對河川景觀評價構造的比較分析. 大連民族學院學報 2002年S1期

[102]. (日本)滌原修等，景觀用語事典.東京：彰國社，1990， P.10-79

[103]. (日本)環境評價研究所.景觀影響評估方法自然環境研究中心.1990.

[104]. ArcEvolve: A Suite of GIS Tools for Assessing Landform Evolution.G.S. Boggs; K.G. Evans and; C.C. Devonport.

[105]. Bolstad PV, Stowe T. An evaluation of DEM accuracy elevation, slope, and Aspect[J]. Photogrammetric En-gineeringand Remote Sensing,1994, 60 (11):1327〞1332.

[106]. Chor Pang Lo and Albert K. W. Yeung, (2002). Concepts and Techniques in Geographic Information Systems, New York: Prentice Hall.

[107]. Chorley R J,Schumm S A , Sugden D E. 1984. Geomorphology. London:Methuen & Co.Ltd

[108]. Council of European Communities (1995) Directive on the assessment of the effects of certain public and private projects on the environment,85/337/EEC.

[109]. Department of Transport/Scottish Office Industry Department/the Welsh Office/ Department of the Environment for Northern Ireland (June 1993)” Environmental Assessment”, the Design Manual for Roads and Bridges Volume 11,the Welsh Office.

[110]. Department of Environment(1995)Preparation of Environmental Statements for Planning Projects that Require Environmental Assessment: A Good Practice Guide,HMSO.

[111]. Duckson Don W. 1999. Exercises in Physical Geography. Thied ed. Boston: A Division of The McGraw. Hill Companies

[112]. Error in a USGS 30-meter digital elevation model and its impact on terrain modeling.K.W. Holmesa,*, O.A. Chadwicka, P.C. Kyriakidisb

[113]. Evaluation of TOPSAR DEMs for geomorphic studies of landform modification,Long Valley caldera area, Nevada-California.Donald M. Hooper, Marcus I. Bursik,Frank H. Webb.February 10, 2002.

[114]. G. Gertner, G. Wang, S. Fang, and A. B. Anderson. (2001). Effect and uncertainty of digital elevation model spatial resolutions on predicting the topographical factor for soil loss estimation·Journal of Soil and Water Conservation, Vol.57, No.3, 1-6.

[115]. Gibson, J. J.(1950):the Pevception of Visual World. Riverside Press.

[116]. Goodchild M F. Steyaert L T.GIS and environmental modeling:progress and research issues.GIS World Inc.,1996.

[117]. Guidelines for Landscape and Visual Impact Assessment. the Landscape Institute with the Institute of Environmental Management and Assessment. Spon Press.

[118]. Keith C. Clarke.(2001). Geographic Information Systems and Environmental Modeling. New York: Prentice Hall.

[119]. Land Use Consultant(1991)Landscape Assessment Planning Principles and Practice, Countryside Commission for Scotland(SNH).

[120]. Paul A. Longley, Michael F. Goodchild, David J. Maguire, David W. Rhind, (2001). Geographic Information Systems and Science. England: JohnWiley & Sons, Ltd.

[121]. Phillip S. Kane. (2003). Assessing landscape attractiveness: a comparative te st of two new method, Applied Geography (1981), 1, 77-96

[122]. Principles of semantic modeling of landform structures.Martin Dehn, Holger Gärtner, and Richard Dikau Geographisches Institut, Universität Bonn, Meckenheimer Allee 166, D-53115 Bonn Germany

[123]. Richard C. Smardon, James F. Palmer, John P. Fellman, Foundations for Visual Project Analysis. New York: A Wiley-Interscience Publication. 1985,P.39-166

[124]. Robert S.Witte and John S. Witte·Statistics. (1997) New York: Holt Richard and Winston,P.80-92.

[125]. Scott R C.1995.Physical Geography.St. Pawl: West Publishing Company

[126]. Scottish Natural Heritage (1996) Assessing The Natural Heritage Resource :A Guidance Note for Local Authorities, Scottish Natural Heritage

[127]. Study on Dynamic Changes of Landuse using Remote Sensing in Jiangning of Nanjing,Proceedings of International Symposium on Digital Earth, Science Press, 1999.

[128]. Suzanne P. Wechsler. (2001). New York: Digital Elevation Model (DEM) Uncertainty: Evaluation and Effect on Topographic Parameters, P.1-5.

[129]. Tang Guoan.Arese archonthe accuracy of digital elevation models [M].Beijing: Science Press, 2000.

[130]. Tarbuck E J Lutgens F K. 1993. The Earth-An Introduction to Physical Geology. New York:Macmillam Publishing Company

[131]. Ten Class DEM Derived Landform for the Southwest United States.Manis, Gerald, John Lowry, and R. Douglas Ramsey. 2001. Preclassification: An Ecologically Predictive Landform Model. Gap Analysis Program Bulletin No. 10, December 2001. USGS GAP Analysis Program. Moscow, Idaho.

[132]. The Macaulay Land Use Research Institute. (2004). Review of Existing Methods of Landscape Assessment and Evaluation, Craigiebuckler Aberdeen, UK, P.1-6.

附錄之一DEM分析結果

臺灣地區的6個樣區DEM分析結果

依照本研究第一個分析方法，選取10 kｍ×10 kｍ之地形樣區DTM資料進行高程變異值與標準方差運算，XY間距均爲40m，每個樣區均有63001個點高程投入分析運算。運算結果如下顯示。DTM資料資料來源爲臺灣中央大學遙測衛星測量資料。

T1 臺灣陽明山

T1-1陽明山坡度分析網格數統計

2.71% of terrain has slope of 0.00% - 10.00%

(1705 grid cells of color 1 on layer 0000-slope-0-10)

8.99% of terrain has slope of 10.00% - 20.00%

(5664 grid cells of color 2 on layer 0000-slope-10-20)

13.60% of terrain has slope of 20.00% - 30.00%

(8566 grid cells of color 3 on layer 0000-slope-20-30)

15.14% of terrain has slope of 30.00% - 40.00%

(9538 grid cells of color 4 on layer 0000-slope-30-40)

14.72% of terrain has slope of 40.00% - 50.00%

(9275 grid cells of color 5 on layer 0000-slope-40-50)

12.76% of terrain has slope of 50.00% - 60.00%

(8040 grid cells of color 6 on layer 0000-slope-50-60)

26.82% of terrain has slope of 60.00% - 100.00%

(16896 grid cells of color 7 on layer 0000-slope-60-100)

3.47% of terrain has slope of 100.00% - 200.00%

(2189 grid cells of color 8 on layer 0000-slope-100-200)

0.20% of terrain has slope of 200.00% - 1000.00%

(126 grid cells of color 9 on layer 0000-slope-200-1000)

T1-2陽明山坡向分析網格數統計

13.30% of terrain has north facing slopes

(8379 grid cells of color 1 on layer 0000-aspec-NRTH)

13.12% of terrain has south facing slopes

(8264 grid cells of color 5 on layer 0000-aspec-SOUT)

14.52% of terrain has east facing slopes

(9147 grid cells of color 3 on layer 0000-aspec-EAST)

8.44% of terrain has west facing slopes

(5318 grid cells of color 7 on layer 0000-aspec-WEST)

11.10% of terrain has northwest facing slopes

(6995 grid cells of color 8 on layer 0000-aspec-NWST)

15.52% of terrain has northeast facing slopes

(9776 grid cells of color 2 on layer 0000-aspec-NEST)

9.96% of terrain has southwest facing slopes

(6275 grid cells of color 6 on layer 0000-aspec-SWST)

13.96% of terrain has southeast facing slopes

(8797 grid cells of color 4 on layer 0000-aspec-SEST)

0.07% of terrain has flat facing slopes

(46 grid cells of color 9 on layer 0000-aspec-FLAT)

T1-3陽明山高程分析網格數統計

4.97% of terrain has elevation of 23.000000 thru 144.200000

(3128 grid cells of color 1 on layer 0000-eleva-23-144)

15.19% of terrain has elevation of 144.200000 thru 265.400000

(9567 grid cells of color 2 on layer 0000-eleva-144-265)

18.67% of terrain has elevation of 265.400000 thru 386.700000

(11759 grid cells of color 3 on layer 0000-eleva-265-386)

14.76% of terrain has elevation of 386.700000 thru 503.900000

(9298 grid cells of color 4 on layer 0000-eleva-386-503)

11.77% of terrain has elevation of 503.900000 thru 629.100000

(7415 grid cells of color 5 on layer 0000-eleva-503-629)

13.81% of terrain has elevation of 629.100000 thru 750.300000

(8703 grid cells of color 6 on layer 0000-eleva-629-750)

12.58% of terrain has elevation of 750.300000 thru 871.600000

(7927 grid cells of color 7 on layer 0000-eleva-750-871)

6.42% of terrain has elevation of 871.600000 thru 992.800000

(4044 grid cells of color 8 on layer 0000-eleva-871-992)

1.84% of terrain has elevation of 992.800000 thru 1114.000000

(1156 grid cells of color 9 on layer 0000-eleva-992-1114)

表 T1-1陽明山標準差分析表

陽明山樣區10x10㏎²，以40x40 爲網格單元，

全區變異值分析：61009；標準差分析：247。

以1x1 平方公里(100個網格)爲單元標準差分析結果如下：

35

32

66

50

57

42

58

32

37

45

36

39

68

53

76

87

77

41

35

43

32

62

45

44

90

87

86

92

37

53

47

62

86

66

111

83

85

97

62

23

42

44

92

108

91

109

115

88

43

41

69

75

89

95

87

112

71

92

66

73

111

124

89

93

131

69

52

57

77

57

90

61

72

109

60

64

59

115

99

119

62

139

37

77

123

97

70

121

51

73

114

110

63

127

99

36

50

87

34

51

表 T1-2陽明山全區高程點分析表

陽明山地區全區高程值函數分析

DTM variance變異值

62078

DTM average平均值

507

DTM max最大值

1114

DTM min最小值

23

DTM STDEV標準差

249

DTM median中數

473

表 T1-3陽明山九級坡度網格數統計表

陽明山地區九級坡度

坡度等級

網格數

占比例

slop0%-10%

1705

2.73%

slop10%-20%

5664

9.06%

slop20%-30%

8566

13.71%

slop30%-40%

9538

15.26%

slop40%-50%

9275

14.84%

slop50%-60%

8040

12.86%

slop60%-100%

16896

27.03%

slop100%-200%

2189

3.50%

slop200%-1000%

126

0.20%

表 T1-4陽明山九級坡度網格數函數分析表

陽明山地區九級坡度

Slop variance變異值

26648753

Slop average平均值

6889

Slop max最大值

16896

Slop min最小值

126

Slop STDEV標準差

5162

Slop median中數

8040

表 T1-5陽明山九類坡向網格數統計表

陽明山地區九類坡向

坡度等級

網格數

占比例

Aspect-North

8379

13.41%

Aspect-Northeast

9776

15.64%

Aspect-East

9147

14.64%

Aspect-Southeast

8797

14.08%

Aspect-South

8264

13.22%

Aspect-Southwest

6275

10.04%

Aspect-West

5318

8.51%

Aspect-Northwest

6995

11.19%

Aspect-Flat

46

0.07%

表 T1-6陽明山八類坡向網格數函數分析表

陽明山地區八類坡向

Slop variance變異值

2337079

Slop average平均值

7869

Slop max最大值

9776

Slop min最小值

5318

Slop STDEV標準差

1529

Slop median中數

8264

表 T1-7陽明山八級高程網格數統計表

陽明山地區八級高程

坡度等級

網格數

占比例

Elev.23-144m

3128

5.00%

Elev.144-265m

9567

15.31%

Elev.265-386m

11759

18.81%

Elev.386-503m

9298

14.88%

Elev.503-629m

7415

11.86%

Elev.629-750m

8703

13.92%

Elev.750-871m

7927

12.68%

Elev.871-1114m

5200

8.32%

表 T1-8陽明山八級高程網格數函數分析表

陽明山地區八級高程函數分析

Elevation variance變異值

7223253

Elevation average平均值

7875

Elevation max最大值

11759

Elevation min最小值

3128

Elevation STDEV標準差

2688

Elevation median中數

8315

T2 臺灣林口

T2-1. 林口坡度分析網格數統計

32.27% of terrain has slope of 0.00% - 10.00%

(20328 grid cells of color 1 on layer 0000-slope-0-10)

15.32% of terrain has slope of 10.00% - 20.00%

(9653 grid cells of color 2 on layer 0000-slope-10-20)

12.71% of terrain has slope of 20.00% - 30.00%

(8005 grid cells of color 3 on layer 0000-slope-20-30)

11.64% of terrain has slope of 30.00% - 40.00%

(7332 grid cells of color 4 on layer 0000-slope-30-40)

10.32% of terrain has slope of 40.00% - 50.00%

(6504 grid cells of color 5 on layer 0000-slope-40-50)

7.53% of terrain has slope of 50.00% - 60.00%

(4744 grid cells of color 6 on layer 0000-slope-50-60)

4.23% of terrain has slope of 60.00% - 70.00%

(2667 grid cells of color 7 on layer 0000-slope-60-70)

2.05% of terrain has slope of 70.00% - 80.00%

(1290 grid cells of color 8 on layer 0000-slope-70-80)

0.96% of terrain has slope of 80.00% - 90.00%

(606 grid cells of color 9 on layer 0000-slope-80-90)

0.45% of terrain has slope of 90.00% - 100.00%

(282 grid cells of color 10 on layer 0000-slope-90-100)

0.73% of terrain has slope of 100.00% - 200.00%

(457 grid cells of color 11 on layer 0000-slope-100-200)

0.20% of terrain has slope of 200.00% - 1000.00%

(129 grid cells of color 12 on layer 0000-slope-200-1000)

T2-2. 林口坡向分析網格數統計

9.18% of terrain has north facing slopes

(5783 grid cells of color 1 on layer 0000-aspec-NRTH)

9.00% of terrain has south facing slopes

(5672 grid cells of color 5 on layer 0000-aspec-SOUT)

15.54% of terrain has east facing slopes

(9789 grid cells of color 3 on layer 0000-aspec-EAST)

15.55% of terrain has west facing slopes

(9795 grid cells of color 7 on layer 0000-aspec-WEST)

10.93% of terrain has northwest facing slopes

(6885 grid cells of color 8 on layer 0000-aspec-NWST)

12.19% of terrain has northeast facing slopes

(7682 grid cells of color 2 on layer 0000-aspec-NEST)

12.77% of terrain has southwest facing slopes

(8042 grid cells of color 6 on layer 0000-aspec-SWST)

10.86% of terrain has southeast facing slopes

(6843 grid cells of color 4 on layer 0000-aspec-SEST)

3.98% of terrain has flat facing slopes

(2506 grid cells of color 9 on layer 0000-aspec-FLAT)

T2-3. 林口高程分析網格數統計

1.33% of terrain has elevation of 0.000000 thru 32.500000

(841 grid cells of color 1 on layer 0000-eleva-0-32)

1.67% of terrain has elevation of 32.500000 thru 65.000000

(1050 grid cells of color 2 on layer 0000-eleva-32-65)

3.13% of terrain has elevation of 65.000000 thru 97.500000

(1971 grid cells of color 3 on layer 0000-eleva-65-97)

6.45% of terrain has elevation of 97.500000 thru 130.000000

(4065 grid cells of color 4 on layer 0000-eleva-97-130)

11.11% of terrain has elevation of 130.000000 thru 162.500000

(6997 grid cells of color 5 on layer 0000-eleva-130-162)

16.35% of terrain has elevation of 162.500000 thru 195.000000

(10301 grid cells of color 6 on layer 0000-eleva-162-195)

22.63% of terrain has elevation of 195.000000 thru 227.500000

(14255 grid cells of color 7 on layer 0000-eleva-195-227)

37.33% of terrain has elevation of 227.500000 thru 260.000000

(23517 grid cells of color 8 on layer 0000-eleva-227-260)

表 T2-1 林口標準差分析表

林口樣區10x10㏎²，以40x40 爲網格單元，

全區變異值分析：2601；標準差分析： 51。

以1x1 平方公里(100個網格)爲單元標準差分析結果如下：

35

39

23

30

29

22

11

28

41

48

26

34

33

27

27

15

4

3

31

32

19

22

23

16

25

6

4

13

20

38

20

28

25

11

8

3

5

11

27

37

26

30

26

15

3

5

25

40

26

48

22

25

26

9

2

1

5

37

43

48

29

34

28

11

3

6

4

10

38

34

25

31

16

5

10

14

11

26

40

48

33

22

20

21

18

24

16

29

43

44

39

26

30

28

28

24

22

45

54

32

表 T2-2 林口全區高程點分析表

林口地區全區高程值函數分析

DTM variance變異值

2671

DTM average平均值

197

DTM max最大值

260

DTM min最小值

5

DTM STDEV標準差

52

DTM median中數

213

表 T2-3林口九級坡度網格數統計表

林口地區九級坡度

坡度等級

網格數

占比例

slop0%-10%

20328

32.52%

slop10%-20%

9653

15.44%

slop20%-30%

8005

12.81%

slop30%-40%

7332

11.73%

slop40%-50%

6504

10.41%

slop50%-60%

4744

7.59%

slop60%-100%

4845

7.75%

slop100%-200%

457

0.73%

slop200%-1000%

129

0.21%

表 T2-4林口九級坡度網格數函數分析表

林口地區九級坡度

Slop variance變異值

35710441

Slop average平均值

6889

Slop max最大值

20328

Slop min最小值

129

Slop STDEV標準差

5976

Slop median中數

6504

表 T2-5林口九類坡向網格數統計表

林口地區九類坡向

坡度等級

網格數

占比例

Aspect-North

5783

9.25%

Aspect-Northeast

7682

12.29%

Aspect-East

9789

15.66%

Aspect-Southeast

6843

10.95%

Aspect-South

5672

9.08%

Aspect-Southwest

8042

12.87%

Aspect-West

9795

15.67%

Aspect-Northwest

6885

11.02%

Aspect-Flat

2506

4.01%

表 T2-6林口八類坡向網格數函數分析表

林口地區八類坡向

Slop variance變異值

2557549

Slop average平均值

7561

Slop max最大值

9795

Slop min最小值

5672

Slop STDEV標準差

1599

Slop median中數

6885

表 T2-7林口八級高程網格數統計表

林口地區八級高程

坡度等級

網格數

占比例

Elev.0-32m

841

1.35%

Elev.32-65m

1050

1.68%

Elev.65-97m

1971

3.15%

Elev.97-130m

4065

6.50%

Elev.130-162m

6997

11.20%

Elev.162-195m

10301

16.48%

Elev.195-227m

14255

22.81%

Elev.227-260m

23517

37.63%

表 T2-8林口八級高程網格數函數分析表

林口地區八級高程函數分析

Elevation variance變異值

62494860

Elevation average平均值

7875

Elevation max最大值

23517

Elevation min最小值

841

Elevation STDEV標準差

7905

Elevation median中數

5531

T3 臺灣日月潭

T3-1.日月潭坡度分析網格數統計

15.62% of terrain has slope of 0.00% - 10.00%

(9842 grid cells of color 1 on layer 0000-slope-0-10)

5.50% of terrain has slope of 10.00% - 20.00%

(3466 grid cells of color 2 on layer 0000-slope-10-20)

6.22% of terrain has slope of 20.00% - 30.00%

(3920 grid cells of color 3 on layer 0000-slope-20-30)

7.59% of terrain has slope of 30.00% - 40.00%

(4781 grid cells of color 4 on layer 0000-slope-30-40)

9.49% of terrain has slope of 40.00% - 50.00%

(5981 grid cells of color 5 on layer 0000-slope-40-50)

10.46% of terrain has slope of 50.00% - 60.00%

(6589 grid cells of color 6 on layer 0000-slope-50-60)

34.88% of terrain has slope of 60.00% - 100.00%

(21971 grid cells of color 7 on layer 0000-slope-60-100)

8.18% of terrain has slope of 100.00% - 200.00%

(5152 grid cells of color 8 on layer 0000-slope-100-200)

0.47% of terrain has slope of 200.00% - 1000.00%

(296 grid cells of color 9 on layer 0000-slope-200-1000)

T3-2.日月潭坡向分析網格數統計

9.69% of terrain has north facing slopes

(6106 grid cells of color 1 on layer 0000-aspec-NRTH)

14.26% of terrain has south facing slopes

(8985 grid cells of color 5 on layer 0000-aspec-SOUT)

12.23% of terrain has east facing slopes

(7706 grid cells of color 3 on layer 0000-aspec-EAST)

11.73% of terrain has west facing slopes

(7390 grid cells of color 7 on layer 0000-aspec-WEST)

10.02% of terrain has northwest facing slopes

(6314 grid cells of color 8 on layer 0000-aspec-NWST)

10.03% of terrain has northeast facing slopes

(6321 grid cells of color 2 on layer 0000-aspec-NEST)

11.57% of terrain has southwest facing slopes

(7287 grid cells of color 6 on layer 0000-aspec-SWST)

14.87% of terrain has southeast facing slopes

(9365 grid cells of color 4 on layer 0000-aspec-SEST)

5.59% of terrain has flat facing slopes

(3523 grid cells of color 9 on layer 0000-aspec-FLAT)

T3-3.日月潭高程分析網格數統計

0.03% of terrain has elevation of 0.000000 thru 350.000000

(20 grid cells of color 1 on layer 0000-eleva-0-350)

5.39% of terrain has elevation of 350.000000 thru 525.900000

(3397 grid cells of color 2 on layer 0000-eleva-350-525)

37.41% of terrain has elevation of 525.900000 thru 718.800000

(23568 grid cells of color 3 on layer 0000-eleva-525-718)

40.20% of terrain has elevation of 718.800000 thru 911.700000

(25322 grid cells of color 4 on layer 0000-eleva-718-911)

6.54% of terrain has elevation of 911.700000 thru 1104.600000

(4122 grid cells of color 5 on layer 0000-eleva-911-1104)

4.28% of terrain has elevation of 1104.600000 thru 1297.500000

(2695 grid cells of color 6 on layer 0000-eleva-1104-1297)

3.01% of terrain has elevation of 1297.500000 thru 1490.400000

(1897 grid cells of color 7 on layer 0000-eleva-1297-1490)

1.85% of terrain has elevation of 1490.400000 thru 1683.300000

(1167 grid cells of color 8 on layer 0000-eleva-1490-1683)

0.99% of terrain has elevation of 1683.300000 thru 1876.100000

(625 grid cells of color 9 on layer 0000-eleva-1683-1876)

0.29% of terrain has elevation of 1876.100000 thru 2069.000000

(184 grid cells of color 10 on layer 0000-eleva-1876-2069)

表 T3-1日月潭標準差分析表

日月潭樣區10x10㏎²，以40x40 爲網格單元，

全區變異值分析:62001;標準差分析:249.

以1x1 平方公里(100個網格)爲單元標準差分析結果如下：

75

73

68

70

47

23

34

12

25

17

56

57

90

91

61

25

49

16

31

13

50

67

76

61

54

46

47

17

60

57

139

57

61

43

35

30

44

59

109

130

112

60

54

15

2

1

26

94

101

110

106

79

70

26

36

33

48

119

98

170

108

84

36

41

41

61

74

123

133

162

97

54

18

40

57

60

68

128

168

195

67

40

60

34

69

62

74

111

170

177

63

60

72

63

78

62

61

127

182

149

表 T3-2日月潭全區高程點分析表

日月潭地區全區高程值函數分析

DTM variance變異值

61885

DTM average平均值

796

DTM max最大值

2069

DTM min最小值

333

DTM STDEV標準差

249

DTM median中數

735

表 T3-3日月潭坡度網格數統計表

日月潭地區九級坡度

坡度等級

網格數

占比例

slop0%-10%

9842

15.75%

slop10%-20%

3466

5.55%

slop20%-30%

3920

6.27%

slop30%-40%

4781

7.65%

slop40%-50%

5981

9.57%

slop50%-60%

6589

10.54%

slop60%-100%

21971

35.15%

slop100%-200%

5152

8.24%

slop200%-1000%

296

0.47%

表 T3-4日月潭坡度網格數函數分析表

日月潭地區九級坡度

Slop variance變異值

38570221

Slop average平均值

6889

Slop max最大值

21971

Slop min最小值

296

Slop STDEV標準差

6210

Slop median中數

5152

表 T3-5日月潭坡向網格數統計表

日月潭地區九類坡向

坡度等級

網格數

占比例

Aspect-North

6106

9.77%

Aspect-Northeast

6321

10.11%

Aspect-East

7706

12.33%

Aspect-Southeast

9365

14.98%

Aspect-South

8985

14.38%

Aspect-Southwest

7287

11.66%

Aspect-West

7390

11.82%

Aspect-Northwest

6314

10.10%

Aspect-Flat

3523

5.64%

表 T3-6 日月潭坡向網格數函數分析表

日月潭地區八類坡向

Slop variance變異值

1498378

Slop average平均值

7434

Slop max最大值

9365

Slop min最小值

6106

Slop STDEV標準差

1224

Slop median中數

7287

表 T3-7日月潭高程網格數統計表

日月潭地區八級高程

坡度等級

網格數

占比例

Elev0-525m

3417

5.47%

Elev525-718m

23568

37.71%

Elev718-911m

25322

40.52%

Elev911-1104m

4122

6.60%

Elev1104-1297m

2695

4.31%

Elev1297-1490m

1897

3.04%

Elev1490-1683m

1167

1.87%

Elev1683-2069m

809

1.29%

表 T3-8 日月潭八級高程網格數函數分析表

日月潭地區八級高程函數分析

Elevation variance變異值

106017333

Elevation average平均值

7875

Elevation max最大值

25322

Elevation min最小值

809

Elevation STDEV標準差

10296

Elevation median中數

3056

T4 臺灣阿里山

T4-1.阿里山坡度分析網格數統計

0.33% of terrain has slope of 0.00% - 10.00%

(205 grid cells of color 1 on layer 0000-slope-0-10)

1.97% of terrain has slope of 10.00% - 20.00%

(1239 grid cells of color 2 on layer 0000-slope-10-20)

5.22% of terrain has slope of 20.00% - 30.00%

(3287 grid cells of color 3 on layer 0000-slope-20-30)

8.34% of terrain has slope of 30.00% - 40.00%

(5254 grid cells of color 4 on layer 0000-slope-30-40)

10.99% of terrain has slope of 40.00% - 50.00%

(6923 grid cells of color 5 on layer 0000-slope-40-50)

12.62% of terrain has slope of 50.00% - 60.00%

(7949 grid cells of color 6 on layer 0000-slope-50-60)

43.89% of terrain has slope of 60.00% - 100.00%

(27652 grid cells of color 7 on layer 0000-slope-60-100)

13.74% of terrain has slope of 100.00% - 200.00%

(8657 grid cells of color 8 on layer 0000-slope-100-200)

1.30% of terrain has slope of 200.00% - 1000.00%

(820 grid cells of color 9 on layer 0000-slope-200-1000)

T4-2.阿里山坡向分析網格數統計

9.54% of terrain has north facing slopes

(6008 grid cells of color 1 on layer 0000-aspec-NRTH)

13.75% of terrain has south facing slopes

(8660 grid cells of color 5 on layer 0000-aspec-SOUT)

15.19% of terrain has east facing slopes

(9569 grid cells of color 3 on layer 0000-aspec-EAST)

11.88% of terrain has west facing slopes

(7482 grid cells of color 7 on layer 0000-aspec-WEST)

8.93% of terrain has northwest facing slopes

(5624 grid cells of color 8 on layer 0000-aspec-NWST)

11.43% of terrain has northeast facing slopes

(7198 grid cells of color 2 on layer 0000-aspec-NEST)

12.17% of terrain has southwest facing slopes

(7665 grid cells of color 6 on layer 0000-aspec-SWST)

17.12% of terrain has southeast facing slopes

(10785 grid cells of color 4 on layer 0000-aspec-SEST)

0.01% of terrain has flat facing slopes

(6 grid cells of color 9 on layer 0000-aspec-FLAT)

T4-3.阿里山高程分析網格數統計

1.94% of terrain has elevation of 925.000000 thru 1133.600000

(1225 grid cells of color 1 on layer 0000-eleva-925-1133)

7.38% of terrain has elevation of 1133.600000 thru 1342.100000

(4650 grid cells of color 2 on layer 0000-eleva-1133-1342)

11.86% of terrain has elevation of 1342.100000 thru 1550.700000

(7470 grid cells of color 3 on layer 0000-eleva-1342-1550)

13.48% of terrain has elevation of 1550.700000 thru 1759.200000

(8489 grid cells of color 4 on layer 0000-eleva-1550-1759)

16.83% of terrain has elevation of 1759.200000 thru 1967.800000

(10601 grid cells of color 5 on layer 0000-eleva-1759-1967)

20.32% of terrain has elevation of 1967.800000 thru 2176.300000

(12804 grid cells of color 6 on layer 0000-eleva-1967-2176)

20.08% of terrain has elevation of 2176.300000 thru 2384.900000

(12647 grid cells of color 7 on layer 0000-eleva-2176-2384)

7.79% of terrain has elevation of 2384.900000 thru 2593.400000

(4905 grid cells of color 8 on layer 0000-eleva-2384-2593)

0.33% of terrain has elevation of 2593.400000 thru 2802.000000

(206 grid cells of color 9 on layer 0000-eleva-2593-2802)

表 T4-1阿里山標準差分析表

阿里山樣區10x10㏎²，以40x40 爲網格單元，

全區變異值分析 135424 標準差分析 368

以1x1 平方公里(100個網格)爲單元標準差分析結果如下：

62

111

96

97

154

110

108

149

146

77

155

75

93

86

178

98

148

93

111

119

175

252

230

155

111

72

188

109

105

115

136

100

84

80

68

101

211

106

102

112

166

100

84

83

64

63

135

96

85

147

172

96

89

85

103

74

147

93

162

128

184

92

113

161

111

95

161

98

117

134

108

116

128

101

82

90

109

95

134

105

115

112

91

86

91

106

82

131

141

101

101

116

98

89

104

101

116

131

107

150

表 T4-2阿里山全區高程點分析表

阿里山地區全區高程值函數分析

DTM variance變異值

138190

DTM average平均值

1909

DTM max最大值

2802

DTM min最小值

925

DTM STDEV標準差

372

DTM median中數

1958

表 T4-3 阿里山九級坡度網格數統計表

阿里山地區九級坡度

坡度等級

網格數

占比例

slop0%-10%

205

0.33%

slop10%-20%

1239

1.98%

slop20%-30%

3287

5.26%

slop30%-40%

5254

8.41%

slop40%-50%

6923

11.08%

slop50%-60%

7949

12.72%

slop60%-100%

27652

44.24%

slop100%-200%

8657

13.85%

slop200%-1000%

820

1.31%

表 T4-4 S阿里山九級坡度網格數函數分析表

阿里山地區九級坡度

Slop variance變異值

70553934

Slop average平均值

6887

Slop max最大值

27652

Slop min最小值

205

Slop STDEV標準差

8400

Slop median中數

5254

表 T4-5 阿里山九類坡向網格數統計表

阿里山地區九類坡向

坡度等級

網格數

占比例

Aspect-North

6008

9.61%

Aspect-Northeast

7198

11.52%

Aspect-East

9569

15.31%

Aspect-Southeast

10785

17.26%

Aspect-South

8660

13.86%

Aspect-Southwest

7665

12.26%

Aspect-West

7482

11.97%

Aspect-Northwest

5624

9.00%

Aspect-Flat

6

0.01%

表 T4-6 阿里山八類坡向網格數函數分析表

阿里山地區八類坡向

Slop variance變異值

3023360

Slop average平均值

7874

Slop max最大值

10785

Slop min最小值

5624

Slop STDEV標準差

1739

Slop median中數

7482

表 T4-7阿里山八級高程網格數統計表

阿里山地區八級高程

坡度等級

網格數

占比例

Elev925-1133m

1225

1.96%

Elev1133-1342m

4650

7.44%

Elev1342-1550m

7470

11.95%

Elev1550-1759m

8489

13.58%

Elev1759-1967m

10601

16.96%

Elev1967-2176m

12804

20.49%

Elev2176-2384m

12647

20.24%

Elev2384-2802m

5111

8.18%

表 T4-8阿里山八級高程網格數函數分析表

阿里山地區八級高程函數分析

Elevation variance變異值

16757420

Elevation average平均值

7875

Elevation max最大值

12804

Elevation min最小值

1225

Elevation STDEV標準差

4094

Elevation median中數

7980

T5 臺灣澄清湖

T5-1.澄清湖坡度分析網格數統計

58.04% of terrain has slope of 0.00% - 10.00%

(36561 grid cells of color 1 on layer 0000-slope-0-10)

14.49% of terrain has slope of 10.00% - 20.00%

(9131 grid cells of color 2 on layer 0000-slope-10-20)

10.53% of terrain has slope of 20.00% - 30.00%

(6631 grid cells of color 3 on layer 0000-slope-20-30)

7.04% of terrain has slope of 30.00% - 40.00%

(4436 grid cells of color 4 on layer 0000-slope-30-40)

4.08% of terrain has slope of 40.00% - 50.00%

(2568 grid cells of color 5 on layer 0000-slope-40-50)

1.72% of terrain has slope of 50.00% - 60.00%

(1086 grid cells of color 6 on layer 0000-slope-50-60)

1.82% of terrain has slope of 60.00% - 100.00%

(1145 grid cells of color 7 on layer 0000-slope-60-100)

0.57% of terrain has slope of 100.00% - 200.00%

(358 grid cells of color 8 on layer 0000-slope-100-200)

0.13% of terrain has slope of 200.00% - 1000.00%

(81 grid cells of color 9 on layer 0000-slope-200-1000)

T5-2.澄清湖坡向分析網格數統計

8.01% of terrain has north facing slopes

(5043 grid cells of color 1 on layer 0000-aspec-NRTH)

8.47% of terrain has south facing slopes

(5338 grid cells of color 5 on layer 0000-aspec-SOUT)

12.20% of terrain has east facing slopes

(7685 grid cells of color 3 on layer 0000-aspec-EAST)

16.14% of terrain has west facing slopes

(10169 grid cells of color 7 on layer 0000-aspec-WEST)

9.76% of terrain has northwest facing slopes

(6146 grid cells of color 8 on layer 0000-aspec-NWST)

8.52% of terrain has northeast facing slopes

(5370 grid cells of color 2 on layer 0000-aspec-NEST)

12.60% of terrain has southwest facing slopes

(7937 grid cells of color 6 on layer 0000-aspec-SWST)

9.89% of terrain has southeast facing slopes

(6232 grid cells of color 4 on layer 0000-aspec-SEST)

14.41% of terrain has flat facing slopes

(9077 grid cells of color 9 on layer 0000-aspec-FLAT)

T5-3.澄清湖高程分析網格數統計

41.72% of terrain has elevation of 0.000000 thru 20.300000

(26285 grid cells of color 1 on layer 0000-eleva-0-20)

23.43% of terrain has elevation of 20.300000 thru 40.900000

(14758 grid cells of color 2 on layer 0000-eleva-20-40)

12.38% of terrain has elevation of 40.900000 thru 61.300000

(7801 grid cells of color 3 on layer 0000-eleva-40-61)

8.73% of terrain has elevation of 61.300000 thru 81.800000

(5500 grid cells of color 4 on layer 0000-eleva-61-81)

6.53% of terrain has elevation of 81.800000 thru 102.200000

(4114 grid cells of color 5 on layer 0000-eleva-81-102)

4.49% of terrain has elevation of 102.200000 thru 122.700000

(2830 grid cells of color 6 on layer 0000-eleva-102-122)

2.23% of terrain has elevation of 122.700000 thru 143.100000

(1406 grid cells of color 7 on layer 0000-eleva-122-143)

0.44% of terrain has elevation of 143.100000 thru 163.600000

(279 grid cells of color 8 on layer 0000-eleva-143-163)

0.04% of terrain has elevation of 163.600000 thru 184.000000

(24 grid cells of color 9 on layer 0000-eleva-163-184)

表 T5-1澄清湖標準差分析表

澄清湖樣區10x10㏎²，以40x40 爲網格單元，

全區變異值分析 1024 標準差分析 32

以1x1 平方公里(100個網格)爲單元標準差分析結果如下：

2

2

1

3

20

26

22

25

19

33

2

1

2

3

15

22

15

25

16

20

1

2

2

3

8

8

11

22

19

16

1

1

2

3

4

7

12

21

15

18

1

1

1

4

6

12

21

15

17

13

2

1

1

3

9

10

24

17

14

9

1

12

7

2

9

15

18

13

10

9

8

10

8

1

3

10

14

12

7

5

1

6

7

3

2

6

7

9

7

4

1

2

5

4

2

2

2

3

2

2

表 T5-2澄清湖全區高程點分析表

澄清湖地區全區高程值函數分析

DTM variance變異值

1103

DTM average平均值

40

DTM max最大值

184

DTM min最小值

0

DTM STDEV標準差

33

DTM median中數

26

表 T5-3 澄清湖九級坡度網格數統計表

澄清湖地區九級坡度

坡度等級

網格數

占比例

slop0%-10%

36561

58.50%

slop10%-20%

9131

14.61%

slop20%-30%

6631

10.61%

slop30%-40%

4436

7.10%

slop40%-50%

2568

4.11%

slop50%-60%

1086

1.74%

slop60%-100%

1145

1.83%

slop100%-200%

358

0.57%

slop200%-1000%

81

0.13%

表 T5-4澄清湖九級坡度網格數函數分析表

澄清湖地區九級坡度

Slop variance變異值

133235016

Slop average平均值

6889

Slop max最大值

36561

Slop min最小值

81

Slop STDEV標準差

11543

Slop median中數

2568

表 T5-5澄清湖九類坡向網格數統計表

澄清湖地區九類坡向

坡度等級

網格數

占比例

Aspect-North

5043

8.07%

Aspect-Northeast

5370

8.59%

Aspect-East

7685

12.30%

Aspect-Southeast

6232

9.97%

Aspect-South

5338

8.54%

Aspect-Southwest

7937

12.70%

Aspect-West

10169

16.27%

Aspect-Northwest

6146

9.83%

Aspect-Flat

9077

14.52%

表 T5-6澄清湖八類坡向網格數函數分析表

澄清湖地區八類坡向

Slop variance變異值

3059584

Slop average平均值

6740

Slop max最大值

10169

Slop min最小值

5043

Slop STDEV標準差

1749

Slop median中數

6232

表 T5-7澄清湖八級高程網格數統計表

澄清湖地區八級高程

坡度等級

網格數

占比例

Elev0-20m

26285

42.06%

Elev20-40m

14758

23.61%

Elev40-60m

7801

12.48%

Elev60-80m

5500

8.80%

Elev80-102m

4114

6.58%

Elev102-122m

2830

4.53%

Elev122-143m

1406

2.25%

Elev143-184m

303

0.48%

表 T5-8 澄清湖八級高程網格數函數分析表

澄清湖地區八級高程函數分析

Elevation variance變異值

75818597

Elevation average平均值

7875

Elevation max最大值

26285

Elevation min最小值

303

Elevation STDEV標準差

8707

Elevation median中數

4807

T6 臺灣墾丁

T6-1.墾丁坡度分析網格數統計

7.07% of terrain has slope of 0.00% - 10.00%

(4455 grid cells of color 1 on layer 0000-slope-0-10)

8.37% of terrain has slope of 10.00% - 20.00%

(5274 grid cells of color 2 on layer 0000-slope-10-20)

15.77% of terrain has slope of 20.00% - 30.00%

(9933 grid cells of color 3 on layer 0000-slope-20-30)

19.56% of terrain has slope of 30.00% - 40.00%

(12321 grid cells of color 4 on layer 0000-slope-30-40)

17.26% of terrain has slope of 40.00% - 50.00%

(10876 grid cells of color 5 on layer 0000-slope-40-50)

12.51% of terrain has slope of 50.00% - 60.00%

(7881 grid cells of color 6 on layer 0000-slope-50-60)

16.06% of terrain has slope of 60.00% - 100.00%

(10119 grid cells of color 7 on layer 0000-slope-60-100)

1.55% of terrain has slope of 100.00% - 200.00%

(974 grid cells of color 8 on layer 0000-slope-100-200)

0.26% of terrain has slope of 200.00% - 1000.00%

(161 grid cells of color 9 on layer 0000-slope-200-1000)

T6-2.墾丁坡向分析網格數統計

13.68% of terrain has north facing slopes

(8617 grid cells of color 1 on layer 0000-aspec-NRTH)

13.67% of terrain has south facing slopes

(8610 grid cells of color 5 on layer 0000-aspec-SOUT)

9.16% of terrain has east facing slopes

(5769 grid cells of color 3 on layer 0000-aspec-EAST)

12.51% of terrain has west facing slopes

(7879 grid cells of color 7 on layer 0000-aspec-WEST)

15.34% of terrain has northwest facing slopes

(9665 grid cells of color 8 on layer 0000-aspec-NWST)

10.33% of terrain has northeast facing slopes

(6510 grid cells of color 2 on layer 0000-aspec-NEST)

12.90% of terrain has southwest facing slopes

(8125 grid cells of color 6 on layer 0000-aspec-SWST)

11.75% of terrain has southeast facing slopes

(7403 grid cells of color 4 on layer 0000-aspec-SEST)

0.67% of terrain has flat facing slopes

(419 grid cells of color 9 on layer 0000-aspec-FLAT)

T6-3.墾丁高程分析網格數統計

19.09% of terrain has elevation of 0.000000 thru 112.875000

(12028 grid cells of color 1 on layer 0000-eleva-0-112)

34.36% of terrain has elevation of 112.875000 thru 225.750000

(21643 grid cells of color 2 on layer 0000-eleva-112-225)

24.52% of terrain has elevation of 225.750000 thru 338.625000

(15445 grid cells of color 3 on layer 0000-eleva-225-338)

15.94% of terrain has elevation of 338.625000 thru 451.500000

(10039 grid cells of color 4 on layer 0000-eleva-338-451)

4.55% of terrain has elevation of 451.500000 thru 564.375000

(2867 grid cells of color 5 on layer 0000-eleva-451-564)

0.84% of terrain has elevation of 564.375000 thru 677.250000

(530 grid cells of color 6 on layer 0000-eleva-564-677)

0.45% of terrain has elevation of 677.250000 thru 790.125000

(283 grid cells of color 7 on layer 0000-eleva-677-790)

0.26% of terrain has elevation of 790.125000 thru 903.000000

(162 grid cells of color 8 on layer 0000-eleva-790-903)

表 T6-1墾丁標準差分析表

墾丁樣區10x10㏎²，以40x40 爲網格單元，

全區變異值分析 17689 標準差分析 133

以1x1 平方公里(100個網格)爲單元標準差分析結果如下：

91

106

67

75

58

76

55

42

47

42

105

110

73

80

44

48

52

61

36

35

142

49

65

31

25

52

72

70

40

33

134

63

50

54

52

31

58

43

42

41

129

78

64

86

43

54

49

39

33

35

80

22

17

78

62

49

65

56

49

35

61

46

66

52

51

54

66

80

52

26

17

38

47

27

32

78

53

95

47

34

38

33

63

31

33

59

60

64

29

36

38

33

51

38

30

42

65

41

21

58

表 T6-2墾丁全區高程點分析表

墾丁地區全區高程值函數分析

DTM variance變異值

2671

DTM average平均值

197

DTM max最大值

260

DTM min最小值

5

DTM STDEV標準差

52

DTM median中數

213

表 T6-3墾丁九級坡度網格數統計表

墾丁地區九級坡度

坡度等級

網格數

占比例

slop0%-10%

4455

7.13%

slop10%-20%

5274

8.44%

slop20%-30%

9933

15.89%

slop30%-40%

12321

19.71%

slop40%-50%

10876

17.40%

slop50%-60%

7881

12.61%

slop60%-100%

10119

16.19%

slop100%-200%

974

1.56%

slop200%-1000%

161

0.26%

表 T6-4墾丁九級坡度網格數函數分析表

墾丁地區九級坡度

Slop variance變異值

19358935

Slop average平均值

6888

Slop max最大值

12321

Slop min最小值

161

Slop STDEV標準差

4400

Slop median中數

7881

表 T6-5墾丁九類坡向網格數統計表

墾丁地區九類坡向

坡度等級

網格數

占比例

Aspect-North

8617

13.79%

Aspect-Northeast

6510

10.42%

Aspect-East

5769

9.23%

Aspect-Southeast

7403

11.84%

Aspect-South

8610

13.78%

Aspect-Southwest

8125

13.00%

Aspect-West

7879

12.61%

Aspect-Northwest

9665

15.46%

Aspect-Flat

419

0.67%

表 T6-6 墾丁八類坡向網格數函數分析表

墾丁地區八類坡向

Slop variance變異值

1550913

Slop average平均值

7822

Slop max最大值

9665

Slop min最小值

5769

Slop STDEV標準差

1245

Slop median中數

7879

表 T6-7墾丁八級高程網格數統計表

墾丁地區八級高程

坡度等級

網格數

占比例

Elev0-112m

12028

19.24%

Elev112-225m

21643

34.63%

Elev225-338m

15445

24.71%

Elev338-451m

10039

16.06%

Elev451-564m

2867

4.59%

Elev564-677m

530

0.85%

Elev677-790m

283

0.45%

Elev790-903m

162

0.26%

表 T6-8墾丁八級高程網格數函數分析表

墾丁地區八級高程函數分析

Elevation variance變異值

66421564

Elevation average平均值

7875

Elevation max最大值

21643

Elevation min最小值

162

Elevation STDEV標準差

8150

Elevation median中數

6453

長江地區的6個樣區DEM分析結果

依照本研究第一個分析方法，選取10 kｍ×10 kｍ之地形樣區DTM資料進行高程變異值與標準方差運算，XY間距均爲40m，每個樣區均有62500個點高程投入分析運算。運算結果下。資料來源爲1950年地形圖向量數化描繪，由LANDCADD軟體轉化成DTM資料。

Y1 茅山

Y1-1.茅山坡度分析網格數統計

67.44% of terrain has slope of 0.00% - 10.00%

(42690 grid cells of color 1 on layer 0000-slope-0-10)

13.15% of terrain has slope of 10.00% - 20.00%

(8322 grid cells of color 2 on layer 0000-slope-10-20)

7.74% of terrain has slope of 20.00% - 30.00%

(4902 grid cells of color 3 on layer 0000-slope-20-30)

4.35% of terrain has slope of 30.00% - 40.00%

(2755 grid cells of color 4 on layer 0000-slope-30-40)

2.73% of terrain has slope of 40.00% - 50.00%

(1730 grid cells of color 5 on layer 0000-slope-40-50)

1.49% of terrain has slope of 50.00% - 60.00%

(942 grid cells of color 6 on layer 0000-slope-50-60)

0.84% of terrain has slope of 60.00% - 100.00%

(533 grid cells of color 7 on layer 0000-slope-60-100)

0.03% of terrain has slope of 100.00% - 200.00%

(21 grid cells of color 8 on layer 0000-slope-100-200)

0.16% of terrain has slope of 200.00% - 1000.00%

(102 grid cells of color 9 on layer 0000-slope-200-1000)

Y1-2.茅山坡向分析網格數統計

10.09% of terrain has north facing slopes

(6390 grid cells of color 1 on layer 0000-aspec-NRTH)

10.68% of terrain has south facing slopes

(6763 grid cells of color 5 on layer 0000-aspec-SOUT)

12.18% of terrain has east facing slopes

(7707 grid cells of color 3 on layer 0000-aspec-EAST)

14.37% of terrain has west facing slopes

(9096 grid cells of color 7 on layer 0000-aspec-WEST)

13.85% of terrain has northwest facing slopes

(8767 grid cells of color 8 on layer 0000-aspec-NWST)

11.39% of terrain has northeast facing slopes

(7208 grid cells of color 2 on layer 0000-aspec-NEST)

13.95% of terrain has southwest facing slopes

(8833 grid cells of color 6 on layer 0000-aspec-SWST)

13.38% of terrain has southeast facing slopes

(8469 grid cells of color 4 on layer 0000-aspec-SEST)

0.10% of terrain has flat facing slopes

(66 grid cells of color 9 on layer 0000-aspec-FLAT)

Y1-3.茅山高程分析網格數統計

60.88% of terrain has elevation of -50.000000 thru 50.000000

(38536 grid cells of color 1 on layer 0000-eleva--50-50)

27.82% of terrain has elevation of 50.000000 thru 100.000000

(17608 grid cells of color 2 on layer 0000-eleva-50-100)

6.88% of terrain has elevation of 100.000000 thru 150.000000

(4355 grid cells of color 3 on layer 0000-eleva-100-150)

2.66% of terrain has elevation of 150.000000 thru 200.000000

(1681 grid cells of color 4 on layer 0000-eleva-150-200)

1.19% of terrain has elevation of 200.000000 thru 250.000000

(751 grid cells of color 5 on layer 0000-eleva-200-250)

0.45% of terrain has elevation of 250.000000 thru 300.000000

(286 grid cells of color 6 on layer 0000-eleva-250-300)

0.12% of terrain has elevation of 300.000000 thru 350.000000

(77 grid cells of color 7 on layer 0000-eleva-300-350)

0.01% of terrain has elevation of 350.000000 thru 400.000000

(5 grid cells of color 8 on layer 0000-eleva-350-400)

表 Y1-1茅山標準差分析表

茅山以1000 m x 1000 m小區塊高程標準差分析矩陣，以40x40 爲網格單元

全區變異值分析:1764;標準差分析:42.

以1x1 平方公里(100個網格)爲單元標準差分析結果如下：

5

4

4

21

27

29

4

9

4

3

1

3

5

19

21

15

5

15

8

5

2

4

1

15

24

27

6

8

6

13

4

2

4

9

14

20

16

9

8

12

4

4

4

10

34

30

33

11

7

8

5

4

6

8

70

66

39

12

6

5

6

6

5

13

39

41

47

22

8

7

1

4

7

13

53

48

31

17

11

6

6

2

5

17

50

44

20

15

10

6

4

4

4

5

27

19

7

3

5

6

表 Y1-2茅山全區高程點分析表

茅山地區全區高程值函數分析

DTM variance變異值

1733

DTM average平均值

58

DTM max最大值

352

DTM min最小值

0

DTM STDEV標準差

42

DTM median中數

43

表 Y1-3茅山九級坡度網格數統計表

茅山地區九級坡度

坡度等級

網格數

占比例

slop0%-10%

42690

68.30%

slop10%-20%

8322

13.32%

slop20%-30%

4902

7.84%

slop30%-40%

2755

4.41%

slop40%-50%

1730

2.77%

slop50%-60%

942

1.51%

slop60%-100%

533

0.85%

slop100%-200%

21

0.03%

slop200%-1000%

102

0.16%

表 Y1-4茅山九級坡度網格數函數分析表

茅山地區九級坡度

Slop variance變異值

187552104

Slop average平均值

6889

Slop max最大值

42690

Slop min最小值

21

Slop STDEV標準差

13695

Slop median中數

1730

表 Y1-5茅山九類坡向網格數統計表

茅山地區九類坡向

坡度等級

網格數

占比例

Aspect-North

6390

10.22%

Aspect-Northeast

7208

11.53%

Aspect-East

7707

12.33%

Aspect-Southeast

8469

13.55%

Aspect-South

6763

10.82%

Aspect-Southwest

8833

14.13%

Aspect-West

9906

15.85%

Aspect-Northwest

8767

14.03%

Aspect-Flat

66

0.11%

表 Y1-6茅山八類坡向網格數函數分析表

茅山地區八類坡向

Slop variance變異值

187552104

Slop average平均值

6889

Slop max最大值

42690

Slop min最小值

21

Slop STDEV標準差

13695

Slop median中數

1730

表 Y1-7茅山八級高程網格數統計表

茅山地區八級高程

坡度等級

網格數

占比例

Elev0-50m

38536

61.66%

Elev50-100m

17608

28.17%

Elev100-150m

4355

6.97%

Elev150-200m

1681

2.69%

Elev200-250m

751

1.20%

Elev250-300m

286

0.46%

Elev300-350m

77

0.12%

Elev350-400m

5

0.01%

表 Y1-8茅山八級高程網格數函數分析表

茅山地區八級高程函數分析

Elev variance變異值

188094725

Elev average平均值

7912

Elev max最大值

38536

Elev min最小值

5

Elev STDEV標準差

13715

Elev median中數

1216

Y2 鍾山

Y2-1.鍾山坡度分析網格數統計

73.08% of terrain has slope of 0.00% - 10.00%

(46056 grid cells of color 1 on layer 0000-slope-0-10)

11.54% of terrain has slope of 10.00% - 20.00%

(7272 grid cells of color 2 on layer 0000-slope-10-20)

5.49% of terrain has slope of 20.00% - 30.00%

(3462 grid cells of color 3 on layer 0000-slope-20-30)

3.78% of terrain has slope of 30.00% - 40.00%

(2381 grid cells of color 4 on layer 0000-slope-30-40)

2.46% of terrain has slope of 40.00% - 50.00%

(1551 grid cells of color 5 on layer 0000-slope-40-50)

1.18% of terrain has slope of 50.00% - 60.00%

(743 grid cells of color 6 on layer 0000-slope-50-60)

0.51% of terrain has slope of 60.00% - 70.00%

(322 grid cells of color 7 on layer 0000-slope-60-70)

0.19% of terrain has slope of 70.00% - 80.00%

(120 grid cells of color 8 on layer 0000-slope-70-80)

0.07% of terrain has slope of 80.00% - 90.00%

(45 grid cells of color 9 on layer 0000-slope-80-90)

0.04% of terrain has slope of 90.00% - 100.00%

(27 grid cells of color 10 on layer 0000-slope-90-100)

0.03% of terrain has slope of 100.00% - 200.00%

(21 grid cells of color 11 on layer 0000-slope-100-200)

0.00% of terrain has slope of 200.00% - 1000.00%

(1 grid cells of color 12 on layer 0000-slope-200-1000)

Y2-2.鍾山坡向分析網格數統計

10.62% of terrain has north facing slopes

(6690 grid cells of color 1 on layer 0000-aspec-NRTH)

14.65% of terrain has south facing slopes

(9226 grid cells of color 5 on layer 0000-aspec-SOUT)

12.61% of terrain has east facing slopes

(7944 grid cells of color 3 on layer 0000-aspec-EAST)

11.57% of terrain has west facing slopes

(7289 grid cells of color 7 on layer 0000-aspec-WEST)

11.58% of terrain has northwest facing slopes

(7298 grid cells of color 8 on layer 0000-aspec-NWST)

11.26% of terrain has northeast facing slopes

(7093 grid cells of color 2 on layer 0000-aspec-NEST)

13.19% of terrain has southwest facing slopes

(8310 grid cells of color 6 on layer 0000-aspec-SWST)

14.50% of terrain has southeast facing slopes

(9134 grid cells of color 4 on layer 0000-aspec-SEST)

0.02% of terrain has flat facing slopes

(13 grid cells of color 9 on layer 0000-aspec-FLAT)

Y2-3.鍾山高程分析網格數統計

79.72% of terrain has elevation of -20.000000 thru 50.000000

(50219 grid cells of color 1 on layer 0000-eleva--20-50)

12.26% of terrain has elevation of 50.000000 thru 100.000000

(7725 grid cells of color 2 on layer 0000-eleva-50-100)

3.59% of terrain has elevation of 100.000000 thru 160.000000

(2261 grid cells of color 3 on layer 0000-eleva-100-160)

1.99% of terrain has elevation of 160.000000 thru 220.000000

(1256 grid cells of color 4 on layer 0000-eleva-160-220)

1.09% of terrain has elevation of 220.000000 thru 270.000000

(684 grid cells of color 5 on layer 0000-eleva-220-270)

0.87% of terrain has elevation of 270.000000 thru 330.000000

(547 grid cells of color 6 on layer 0000-eleva-270-330)

0.37% of terrain has elevation of 330.000000 thru 390.000000

(235 grid cells of color 7 on layer 0000-eleva-330-390)

0.11% of terrain has elevation of 390.000000 thru 450.000000

(70 grid cells of color 8 on layer 0000-eleva-390-450)

表 Y2-1 鍾山標準差分析表

全區變異值分析:2704;准差分析:52.

以1x1 平方公里(100個網格)爲單元標準差分析結果如下：

1

1

1

4

4

1

4

8

4

6

1

1

2

5

8

8

4

4

3

4

2

2

2

7

9

12

8

6

7

4

1

1

8

9

8

11

12

18

17

4

3

9

38

63

35

47

61

50

28

4

0

1

27

59

72

69

84

53

4

4

1

3

6

15

60

41

14

10

4

5

9

4

4

5

17

18

8

6

4

6

9

7

2

5

15

20

20

11

5

5

3

3

4

8

5

9

10

13

7

23

表 Y2-2鍾山全區高程點分析表

鍾山地區全區高程值函數分析

DTM variance變異值

2671

DTM average平均值

41

DTM max最大值

448

DTM min最小值

5

DTM STDEV標準差

52

DTM median中數

22

表 Y2-3鍾山九級坡度網格數統計表

鍾山地區九級坡度

坡度等級

網格數

占比例

slop0%-10%

46056

73.69%

slop10%-20%

7272

11.64%

slop20%-30%

3462

5.54%

slop30%-40%

2381

3.81%

slop40%-50%

1551

2.48%

slop50%-60%

743

1.19%

slop60%-100%

514

0.82%

slop100%-200%

21

0.03%

slop200%-1000%

1

0.00%

表 Y2-4 鍾山九級坡度網格數函數分析表

鍾山地區九級坡度

Slop variance變異值

220973641

Slop average平均值

6889

Slop max最大值

46056

Slop min最小值

1

Slop STDEV標準差

14865

Slop median中數

1551

表 Y2-5鍾山九類坡向網格數統計表

鍾山地區九類坡向

坡度等級

網格數

占比例

Aspect-North

6690

10.70%

Aspect-Northeast

7093

11.35%

Aspect-East

7944

12.71%

Aspect-Southeast

9134

14.61%

Aspect-South

9226

14.76%

Aspect-Southwest

8310

13.30%

Aspect-West

7289

11.66%

Aspect-Northwest

7298

11.68%

Aspect-Flat

13

0.02%

表 Y2-6鍾山八類坡向網格數函數分析表

鍾山地區八類坡向

Slop variance變異值

899473

Slop average平均值

7873

Slop max最大值

9226

Slop min最小值

6690

Slop STDEV標準差

948

Slop median中數

7621

表 Y2-7鍾山八級高程網格數統計表

鍾山地區八級高程

坡度等級

網格數

占比例

Elev0-50m

50219

80.35%

Elev50-100m

7725

12.36%

Elev100-160m

2261

3.62%

Elev160-220m

1256

2.01%

Elev220-270m

684

1.09%

Elev270-330m

547

0.88%

Elev330-390m

235

0.38%

Elev390-450m

70

0.11%

表 Y2-8鍾山八級高程網格數函數分析表

鍾山地區八級高程函數分析

Elev variance變異值

299008955

Elev average平均值

7875

Elev max最大值

50219

Elev min最小值

70

Elev STDEV標準差

17292

Elev median中數

970

Y3 黃山

Y3-1.黃山坡度分析網格數統計

22.39% of terrain has slope of 200.00% - 1000.00%

(14105 grid cells of color 1 on layer 0000-slope-200-1000)

1.53% of terrain has slope of 0.00% - 10.00%

(967 grid cells of color 2 on layer 0000-slope-0-10)

2.14% of terrain has slope of 10.00% - 20.00%

(1347 grid cells of color 3 on layer 0000-slope-10-20)

2.38% of terrain has slope of 20.00% - 30.00%

(1502 grid cells of color 4 on layer 0000-slope-20-30)

3.38% of terrain has slope of 30.00% - 40.00%

(2130 grid cells of color 5 on layer 0000-slope-30-40)

5.17% of terrain has slope of 40.00% - 50.00%

(3258 grid cells of color 6 on layer 0000-slope-40-50)

6.37% of terrain has slope of 50.00% - 60.00%

(4012 grid cells of color 7 on layer 0000-slope-50-60)

7.17% of terrain has slope of 60.00% - 70.00%

(4518 grid cells of color 8 on layer 0000-slope-60-70)

7.11% of terrain has slope of 70.00% - 80.00%

(4477 grid cells of color 9 on layer 0000-slope-70-80)

6.71% of terrain has slope of 80.00% - 90.00%

(4225 grid cells of color 10 on layer 0000-slope-80-90)

6.05% of terrain has slope of 90.00% - 100.00%

(3812 grid cells of color 11 on layer 0000-slope-90-100)

26.28% of terrain has slope of 100.00% - 200.00%

(16556 grid cells of color 12 on layer 0000-slope-100-200)

Y3-2.黃山坡向分析網格數統計

9.62% of terrain has north facing slopes

(6059 grid cells of color 1 on layer 0000-aspec-NRTH)

11.85% of terrain has south facing slopes

(7463 grid cells of color 5 on layer 0000-aspec-SOUT)

15.40% of terrain has east facing slopes

(9703 grid cells of color 3 on layer 0000-aspec-EAST)

11.57% of terrain has west facing slopes

(7287 grid cells of color 7 on layer 0000-aspec-WEST)

9.07% of terrain has northwest facing slopes

(5713 grid cells of color 8 on layer 0000-aspec-NWST)

14.34% of terrain has northeast facing slopes

(9032 grid cells of color 2 on layer 0000-aspec-NEST)

12.99% of terrain has southwest facing slopes

(8184 grid cells of color 6 on layer 0000-aspec-SWST)

15.17% of terrain has southeast facing slopes

(9554 grid cells of color 4 on layer 0000-aspec-SEST)

0.00% of terrain has flat facing slopes

(2 grid cells of color 9 on layer 0000-aspec-FLAT)

Y3-3.黃山高程分析網格數統計

11.31% of terrain has elevation of 280.000000 thru 520.000000

(7124 grid cells of color 3 on layer 0000-eleva-280-520)

21.28% of terrain has elevation of 520.000000 thru 750.000000

(13404 grid cells of color 4 on layer 0000-eleva-520-750)

19.60% of terrain has elevation of 750.000000 thru 990.000000

(12345 grid cells of color 5 on layer 0000-eleva-750-990)

17.81% of terrain has elevation of 990.000000 thru 1220.000000

(11217 grid cells of color 6 on layer 0000-eleva-990-1220)

17.99% of terrain has elevation of 1220.000000 thru 1460.000000

(11334 grid cells of color 7 on layer 0000-eleva-1220-1460)

9.76% of terrain has elevation of 1460.000000 thru 1690.000000

(6151 grid cells of color 8 on layer 0000-eleva-1460-1690)

2.26% of terrain has elevation of 1690.000000 thru 1930.000000

(1422 grid cells of color 9 on layer 0000-eleva-1690-1930)

表 Y3-1黃山標準差分析表

全區變異值分析:154449;標準差分析:393.

以1x1 平方公里(100個網格)爲單元標準差分析結果如下：

132

146

111

139

126

121

96

95

139

120

141

115

118

164

165

135

101

119

108

146

86

149

163

136

221

112

111

88

95

59

40

123

56

174

91

187

171

156

102

29

177

147

167

124

173

155

165

115

121

50

165

139

170

138

98

174

130

123

134

101

199

156

181

171

117

105

189

200

174

129

206

148

102

114

109

88

92

72

175

147

117

128

125

136

152

132

82

101

219

198

108

112

128

112

100

125

151

94

109

162

表 Y3-2黃山全區高程點分析表

黃山地區全區高程值函數分析

DTM variance變異值

154255

DTM average平均值

935

DTM max最大值

1875

DTM min最小值

218

DTM STDEV標準差

393

DTM median中數

930

表 Y3-3黃山九級坡度網格數統計表

黃山地區九級坡度

坡度等級

網格數

占比例

slop0%-10%

2345

3.75%

slop10%-20%

2085

3.34%

slop20%-30%

2378

3.80%

slop30%-40%

3642

5.83%

slop40%-50%

5771

9.23%

slop50%-60%

7516

12.03%

slop60%-100%

19740

31.58%

slop100%-200%

9888

15.82%

slop200%-1000%

221

0.35%

表 Y3-4黃山九級坡度網格數函數分析表

黃山地區九級坡度

Slop variance變異值

35874742

Slop average平均值

5954

Slop max最大值

19740

Slop min最小值

221

Slop STDEV標準差

5990

Slop median中數

3642

表 Y3-5黃山九類坡向網格數統計表

黃山地區九類坡向

坡度等級

網格數

占比例

Aspect-North

6059

9.69%

Aspect-Northeast

9032

14.45%

Aspect-East

9703

15.52%

Aspect-Southeast

9554

15.29%

Aspect-South

7463

11.94%

Aspect-Southwest

8184

13.09%

Aspect-West

7287

11.66%

Aspect-Northwest

5713

9.14%

Aspect-Flat

2

0.00%

表 Y3-6黃山八類坡向網格數函數分析表

黃山地區八類坡向

Slop variance變異值

8896325

Slop average平均值

7000

Slop max最大值

9703

Slop min最小值

2

Slop STDEV標準差

2983

Slop median中數

7463

表 Y3-7黃山八級高程網格數統計表

黃山地區八級高程

坡度等級

網格數

占比例

Elev0-280m

3417

5.47%

Elev280-520m

23568

37.71%

Elev520-750m

25330

40.53%

Elev750-990m

4116

6.59%

Elev990-1220m

2700

4.32%

Elev1220-1460m

1894

3.03%

Elev1460-1690m

1166

1.87%

Elev1690-1930m

624

1.00%

表 Y3-8黃山八級高程網格數函數分析表

黃山地區八級高程函數分析

Elev variance變異值

106441073

Elev average平均值

7852

Elev max最大值

25330

Elev min最小值

624

Elev STDEV標準差

10317

Elev median中數

3059

Y4 廬山

Y4-1.廬山坡度分析網格數統計

10.59% of terrain has slope of 0.00% - 10.00%

(6673 grid cells of color 1 on layer 0000-slope-0-10)

8.66% of terrain has slope of 10.00% - 20.00%

(5456 grid cells of color 2 on layer 0000-slope-10-20)

11.92% of terrain has slope of 20.00% - 30.00%

(7511 grid cells of color 3 on layer 0000-slope-20-30)

11.63% of terrain has slope of 30.00% - 40.00%

(7329 grid cells of color 4 on layer 0000-slope-30-40)

12.49% of terrain has slope of 40.00% - 50.00%

(7869 grid cells of color 5 on layer 0000-slope-40-50)

11.08% of terrain has slope of 50.00% - 60.00%

(6980 grid cells of color 6 on layer 0000-slope-50-60)

24.36% of terrain has slope of 60.00% - 100.00%

(15349 grid cells of color 7 on layer 0000-slope-60-100)

7.12% of terrain has slope of 100.00% - 200.00%

(4488 grid cells of color 8 on layer 0000-slope-100-200)

0.53% of terrain has slope of 200.00% - 1000.00%

(336 grid cells of color 9 on layer 0000-slope-200-1000)

Y4-2.廬山坡向分析網格數統計

13.48% of terrain has north facing slopes

(8493 grid cells of color 1 on layer 0000-aspec-NRTH)

13.16% of terrain has south facing slopes

(8292 grid cells of color 5 on layer 0000-aspec-SOUT)

14.75% of terrain has east facing slopes

(9295 grid cells of color 3 on layer 0000-aspec-EAST)

9.34% of terrain has west facing slopes

(5882 grid cells of color 7 on layer 0000-aspec-WEST)

14.31% of terrain has northwest facing slopes

(9012 grid cells of color 8 on layer 0000-aspec-NWST)

11.11% of terrain has northeast facing slopes

(6999 grid cells of color 2 on layer 0000-aspec-NEST)

8.01% of terrain has southwest facing slopes

(5048 grid cells of color 6 on layer 0000-aspec-SWST)

15.82% of terrain has southeast facing slopes

(9968 grid cells of color 4 on layer 0000-aspec-SEST)

0.01% of terrain has flat facing slopes

(8 grid cells of color 9 on layer 0000-aspec-FLAT)

Y4-3.廬山高程分析網格數統計

8.83% of terrain has elevation of 0.000000 thru 200.000000

(5562 grid cells of color 1 on layer 0000-eleva-0-200)

15.21% of terrain has elevation of 200.000000 thru 350.000000

(9581 grid cells of color 2 on layer 0000-eleva-200-350)

15.79% of terrain has elevation of 350.000000 thru 550.000000

(9949 grid cells of color 3 on layer 0000-eleva-350-550)

13.59% of terrain has elevation of 550.000000 thru 750.000000

(8560 grid cells of color 4 on layer 0000-eleva-550-750)

11.07% of terrain has elevation of 750.000000 thru 900.000000

(6973 grid cells of color 5 on layer 0000-eleva-750-900)

17.88% of terrain has elevation of 900.000000 thru 1100.000000

(11263 grid cells of color 6 on layer 0000-eleva-900-1100)

14.51% of terrain has elevation of 1100.000000 thru 1300.000000

(9140 grid cells of color 7 on layer 0000-eleva-1100-1300)

3.13% of terrain has elevation of 1300.000000 thru 1500.000000

(1969 grid cells of color 8 on layer 0000-eleva-1300-1500)

表 Y4-1 廬山高程標準差分析表

全區變異值分析:142884;標準差分析:378.

以1x1 平方公里(100個網格)爲單元結果如下：

156

66

152

135

99

51

44

43

17

28

47

112

136

96

128

74

59

75

65

23

62

94

138

132

104

152

115

73

60

31

77

93

79

135

144

183

156

181

117

43

132

47

54

61

60

71

78

171

117

85

173

97

53

71

55

88

107

92

134

92

105

149

53

37

70

125

93

139

100

107

59

138

129

132

94

120

122

144

89

107

45

61

138

133

121

94

104

73

71

50

34

45

45

134

138

112

76

94

98

59

表 Y4-2 廬山全區高程點分析表

廬山地區全區高程值函數分析

DTM variance變異值

143095

DTM average平均值

940

DTM max最大值

1864

DTM min最小值

135

DTM STDEV標準差

378

DTM median中數

931

表 Y4-3廬山九級坡度網格數統計表

廬山地區九級坡度

坡度等級

網格數

占比例

slop0%-10%

6673

10.68%

slop10%-20%

5456

8.73%

slop20%-30%

7511

12.02%

slop30%-40%

7329

11.73%

slop40%-50%

7869

12.59%

slop50%-60%

6980

11.17%

slop60%-100%

15349

24.56%

slop100%-200%

4488

7.18%

slop200%-1000%

336

0.54%

表 Y4-4廬山九級坡度網格數函數分析表

廬山地區九級坡度

Slop variance變異值

15490939

Slop average平均值

6888

Slop max最大值

15349

Slop min最小值

336

Slop STDEV標準差

3936

Slop median中數

6980

表 Y4-5廬山九類坡向網格數統計表

廬山地區九類坡向

坡度等級

網格數

占比例

Aspect-North

8493

13.59%

Aspect-Northeast

6999

11.20%

Aspect-East

9295

14.87%

Aspect-Southeast

9968

15.95%

Aspect-South

8292

13.27%

Aspect-Southwest

5048

8.08%

Aspect-West

5882

9.41%

Aspect-Northwest

9012

14.42%

Aspect-Flat

8

0.01%

表 Y4-6廬山八類坡向網格數函數分析表

廬山地區八類坡向

Slop variance變異值

2996710

Slop average平均值

7874

Slop max最大值

9968

Slop min最小值

5048

Slop STDEV標準差

1731

Slop median中數

8393

表 Y4-7 廬山八級高程網格數統計表

廬山地區八級高程

坡度等級

網格數

占比例

Elev0-200m

5562

8.90%

Elev200-350m

9581

15.33%

Elev350-550m

9949

15.92%

Elev550-750m

8560

13.70%

Elev750-900m

6973

11.16%

Elev900-1100m

11263

18.02%

Elev1100-1300m

9140

14.62%

Elev1300-1500m

1969

3.15%

表 Y4-8 廬山八級高程網格數函數分析表

廬山地區八級高程函數分析

Elevation variance變異值

8829188

Elevation average平均值

7875

Elevation max最大值

11263

Elevation min最小值

1969

Elevation STDEV標準差

2971

Elevation median中數

8850

Y5 西陵峽

Y5-1. 西陵峽坡度分析網格數統計

10.86% of terrain has slope of 0.00% - 10.00%

(6843 grid cells of color 1 on layer 0000-slope-0-10)

7.16% of terrain has slope of 10.00% - 20.00%

(4513 grid cells of color 2 on layer 0000-slope-10-20)

6.44% of terrain has slope of 20.00% - 30.00%

(4058 grid cells of color 3 on layer 0000-slope-20-30)

9.30% of terrain has slope of 30.00% - 40.00%

(5861 grid cells of color 4 on layer 0000-slope-30-40)

12.06% of terrain has slope of 40.00% - 50.00%

(7595 grid cells of color 5 on layer 0000-slope-40-50)

11.89% of terrain has slope of 50.00% - 60.00%

(7488 grid cells of color 6 on layer 0000-slope-50-60)

26.77% of terrain has slope of 60.00% - 100.00%

(16866 grid cells of color 7 on layer 0000-slope-60-100)

11.41% of terrain has slope of 100.00% - 200.00%

(7190 grid cells of color 8 on layer 0000-slope-100-200)

2.40% of terrain has slope of 200.00% - 1000.00%

(1510 grid cells of color 9 on layer 0000-slope-200-1000)

Y5-2.西陵峽坡向分析網格數統計

10.70% of terrain has north facing slopes

(6743 grid cells of color 1 on layer 0000-aspec-NRTH)

11.58% of terrain has south facing slopes

(7292 grid cells of color 5 on layer 0000-aspec-SOUT)

10.59% of terrain has east facing slopes

(6670 grid cells of color 3 on layer 0000-aspec-EAST)

16.90% of terrain has west facing slopes

(10647 grid cells of color 7 on layer 0000-aspec-WEST)

11.26% of terrain has northwest facing slopes

(7091 grid cells of color 8 on layer 0000-aspec-NWST)

13.75% of terrain has northeast facing slopes

(8659 grid cells of color 2 on layer 0000-aspec-NEST)

15.86% of terrain has southwest facing slopes

(9990 grid cells of color 6 on layer 0000-aspec-SWST)

9.37% of terrain has southeast facing slopes

(5904 grid cells of color 4 on layer 0000-aspec-SEST)

0.00% of terrain has flat facing slopes

(1 grid cells of color 9 on layer 0000-aspec-FLAT)

Y5-3.西陵峽高程分析網格數統計

13.93% of terrain has elevation of 0.000000 thru 200.000000

(8776 grid cells of color 1 on layer 0000-eleva-0-200)

14.51% of terrain has elevation of 200.000000 thru 400.000000

(9138 grid cells of color 2 on layer 0000-eleva-200-400)

17.86% of terrain has elevation of 400.000000 thru 600.000000

(11254 grid cells of color 3 on layer 0000-eleva-400-600)

11.64% of terrain has elevation of 600.000000 thru 800.000000

(7331 grid cells of color 4 on layer 0000-eleva-600-800)

13.93% of terrain has elevation of 800.000000 thru 1000.000000

(8773 grid cells of color 5 on layer 0000-eleva-800-1000)

13.12% of terrain has elevation of 1000.000000 thru 1200.000000

(8263 grid cells of color 6 on layer 0000-eleva-1000-1200)

12.61% of terrain has elevation of 1200.000000 thru 1400.000000

(7941 grid cells of color 7 on layer 0000-eleva-1200-1400)

2.32% of terrain has elevation of 1400.000000 thru 1600.000000

(1460 grid cells of color 8 on layer 0000-eleva-1400-1600)

表 Y5-1西陵峽高程標準差分析表

全區變異值分析:132496;標準差分析:364.

以1x1 平方公里(100個網格)爲單元標準差分析結果如下：

144

102

103

41

64

55

140

57

88

111

223

198

99

37

52

41

134

153

145

146

177

106

123

89

93

72

232

87

158

119

92

139

162

87

163

238

119

147

122

157

202

188

156

145

233

127

40

139

59

142

120

77

171

132

175

40

31

114

121

161

107

161

180

140

64

63

55

76

172

155

128

234

75

116

162

165

89

90

126

173

63

159

143

177

169

116

125

96

147

147

118

108

105

143

89

138

234

247

141

236

表 Y5-2西陵峽全區高程點分析表

西陵峽地區全區高程值函數分析

DTM variance變異值

132587

DTM average平均值

672

DTM max最大值

1779

DTM min最小值

135

DTM STDEV標準差

364

DTM median中數

654

表 Y5-3西陵峽九級坡度網格數統計表

西陵峽地區九級坡度

坡度等級

網格數

占比例

slop0%-10%

6843

10.95%

slop10%-20%

4513

7.22%

slop20%-30%

4058

6.49%

slop30%-40%

5861

9.38%

slop40%-50%

7595

12.15%

slop50%-60%

7488

11.98%

slop60%-100%

16866

26.99%

slop100%-200%

7190

11.50%

slop200%-1000%

1510

2.42%

表 Y5-4西陵峽九級坡度網格數函數分析表

西陵峽地區九級坡度

Slop variance變異值

18017523

Slop average平均值

6880

Slop max最大值

16866

Slop min最小值

1510

Slop STDEV標準差

4245

Slop median中數

6843

表 Y5-5西陵峽九類坡向網格數統計表

西陵峽地區九類坡向

坡度等級

網格數

占比例

Aspect-North

6743

10.79%

Aspect-Northeast

8659

13.85%

Aspect-East

6670

10.67%

Aspect-Southeast

5904

9.45%

Aspect-South

7292

11.67%

Aspect-Southwest

9990

15.98%

Aspect-West

10647

17.04%

Aspect-Northwest

7091

11.35%

Aspect-Flat

1

0.00%

表 Y5-6西陵峽八類坡向網格數函數分析表

西陵峽地區八類坡向

Slop variance變異值

2906385

Slop average平均值

7875

Slop max最大值

10647

Slop min最小值

5904

Slop STDEV標準差

1705

Slop median中數

7192

表 Y5-7西陵峽八級高程網格數統計表

西陵峽地區八級高程

坡度等級

網格數

占比例

Elev0-200m

8776

14.04%

Elev200-400m

9138

14.62%

Elev400-600m

11254

18.01%

Elev600-800m

7331

11.73%

Elev800-1000m

8773

14.04%

Elev1000-1200m

8263

13.22%

Elev1200-1400m

7941

12.71%

Elev1400-1600m

1460

2.34%

表 Y5-8西陵峽八級高程網格數函數分析表

西陵峽地區八級高程函數分析

Elev variance變異值

8033366

Elev average平均值

7867

Elev max最大值

11254

Elev min最小值

1460

Elev STDEV標準差

2834

Elev median中數

8518

Y6 巫峽

Y6-1.巫峽坡度分析網格數統計

10.79% of terrain has slope of 0.00% - 10.00%

(6796 grid cells of color 1 on layer 0000-slope-0-10)

7.83% of terrain has slope of 10.00% - 20.00%

(4933 grid cells of color 2 on layer 0000-slope-10-20)

9.63% of terrain has slope of 20.00% - 30.00%

(6068 grid cells of color 3 on layer 0000-slope-20-30)

11.95% of terrain has slope of 30.00% - 40.00%

(7527 grid cells of color 4 on layer 0000-slope-30-40)

13.01% of terrain has slope of 40.00% - 50.00%

(8195 grid cells of color 5 on layer 0000-slope-40-50)

11.82% of terrain has slope of 50.00% - 60.00%

(7444 grid cells of color 6 on layer 0000-slope-50-60)

21.72% of terrain has slope of 60.00% - 100.00%

(13686 grid cells of color 7 on layer 0000-slope-60-100)

8.24% of terrain has slope of 100.00% - 200.00%

(5189 grid cells of color 8 on layer 0000-slope-100-200)

1.14% of terrain has slope of 200.00% - 300.00%

(721 grid cells of color 9 on layer 0000-slope-200-300)

Y6-2.巫峽坡向分析網格數統計

20.15% of terrain has north facing slopes

(12697 grid cells of color 1 on layer 0000-aspec-NRTH)

12.20% of terrain has south facing slopes

(7687 grid cells of color 5 on layer 0000-aspec-SOUT)

9.02% of terrain has east facing slopes

(5682 grid cells of color 3 on layer 0000-aspec-EAST)

9.60% of terrain has west facing slopes

(6048 grid cells of color 7 on layer 0000-aspec-WEST)

17.28% of terrain has northwest facing slopes

(10889 grid cells of color 8 on layer 0000-aspec-NWST)

11.66% of terrain has northeast facing slopes

(7345 grid cells of color 2 on layer 0000-aspec-NEST)

11.82% of terrain has southwest facing slopes

(7444 grid cells of color 6 on layer 0000-aspec-SWST)

8.24% of terrain has southeast facing slopes

(5193 grid cells of color 4 on layer 0000-aspec-SEST)

0.02% of terrain has flat facing slopes

(12 grid cells of color 9 on layer 0000-aspec-FLAT)

Y6-3.巫峽高程分析網格數統計

16.86% of terrain has elevation of -50.000000 thru 200.000000

(10624 grid cells of color 1 on layer 0000-eleva--50-200)

16.12% of terrain has elevation of 200.000000 thru 350.000000

(10158 grid cells of color 2 on layer 0000-eleva-200-350)

22.05% of terrain has elevation of 350.000000 thru 550.000000

(13889 grid cells of color 3 on layer 0000-eleva-350-550)

24.36% of terrain has elevation of 550.000000 thru 750.000000

(15348 grid cells of color 4 on layer 0000-eleva-550-750)

14.52% of terrain has elevation of 750.000000 thru 950.000000

(9148 grid cells of color 5 on layer 0000-eleva-750-950)

3.07% of terrain has elevation of 950.000000 thru 1100.000000

(1932 grid cells of color 6 on layer 0000-eleva-950-1100)

1.99% of terrain has elevation of 1100.000000 thru 1300.000000

(1255 grid cells of color 7 on layer 0000-eleva-1100-1300)

1.02% of terrain has elevation of 1300.000000 thru 1500.000000

(643 grid cells of color 8 on layer 0000-eleva-1300-1500)

表 Y6-1巫峽高程標準差分析表

全區變異值分析:82369;標準差分析:287.

以1x1 平方公里(100個網格)爲單元標準差分析結果如下：

210

116

164

87

45

100

145

197

230

178

146

156

170

132

96

92

119

264

203

105

135

155

135

120

120

146

177

104

91

152

28

57

145

168

241

259

312

318

129

143

52

55

105

61

55

93

154

159

235

146

74

38

37

57

73

67

48

53

104

124

81

112

88

77

68

107

56

62

59

56

77

117

35

55

62

44

53

56

71

101

68

93

42

46

86

93

46

105

41

47

132

78

47

61

69

111

49

41

78

76

表 Y6-2巫峽全區高程點分析表

巫峽地區全區高程值函數分析

DTM variance變異值

82571

DTM average平均值

518

DTM max最大值

1496

DTM min最小值

0

DTM STDEV標準差

287

DTM median中數

510

表 Y6-3巫峽九級坡度網格數統計表

巫峽地區九級坡度

坡度等級

網格數

占比例

slop0%-10%

6796

10.87%

slop10%-20%

4933

7.89%

slop20%-30%

6068

9.71%

slop30%-40%

7527

12.04%

slop40%-50%

8195

13.11%

slop50%-60%

7444

11.91%

slop60%-100%

13686

21.90%

slop100%-200%

5189

8.30%

slop200%-1000%

721

1.15%

表 Y6-4巫峽九級坡度網格數函數分析表

巫峽地區九級坡度

Slop variance變異值

11728965

Slop average平均值

6729

Slop max最大值

13686

Slop min最小值

721

Slop STDEV標準差

3425

Slop median中數

6796

表 Y6-5巫峽九類坡向網格數統計表

巫峽地區九類坡向

坡度等級

網格數

占比例

Aspect-North

12697

20.32%

Aspect-Northeast

7345

11.75%

Aspect-East

5682

9.09%

Aspect-Southeast

5193

8.31%

Aspect-South

7687

12.30%

Aspect-Southwest

7444

11.91%

Aspect-West

6048

9.68%

Aspect-Northwest

10889

17.42%

Aspect-Flat

12

0.02%

表 Y6-6巫峽八類坡向網格數函數分析表

巫峽地區八類坡向

Slop variance變異值

12888635

Slop average平均值

7000

Slop max最大值

12697

Slop min最小值

12

Slop STDEV標準差

3590

Slop median中數

7345

表 Y6-7巫峽八級高程網格數統計表

巫峽地區八級高程

坡度等級

網格數

占比例

Elev0-112m

10624

17.00%

Elev200-250m

10158

16.25%

Elev350-550m

13889

22.22%

Elev550-750m

15348

24.56%

Elev750-950m

9148

14.64%

Elev950-1100m

1932

3.09%

Elev1100-1300m

1255

2.01%

Elev1300-1500m

643

1.03%

表 Y6-8巫峽八級高程網格數函數分析表

巫峽地區八級高程函數分析

Elev variance變異值

33978431

Elev average平均值

7875

Elev max最大值

15348

Elev min最小值

643

Elev STDEV標準差

5829

Elev median中數

9653

圖 T1-1陽明山坡度分析結果

圖 T1-2.陽明山坡向分析結果

圖 T1-3陽明山高程分析結果

圖 T2-1 林口坡度分析結果

圖 T2-2. 林口坡向分析結果

圖 T2-3. 林口高程分析結果

圖 T3-1日月潭坡度分析結果

圖 T3-2.日月潭坡向分析結果

圖 T3-3.日月潭高程分析結果

圖 T4-1阿里山坡度分析結果

圖 T4-2.阿里山坡向分析結果

圖 T4-3.阿里山高程分析結果

圖 T5-1澄清湖坡度分析結果

圖 T5-2.澄清湖坡向分析結果

圖 T5-3.澄清湖高程分析結果

圖 T6-1墾丁坡度分析結果

圖 T6-2.墾丁坡向分析結果

圖 T6-3.墾丁高程分析結果

圖 Y1-1茅山坡度分析結果

圖 Y1-2.茅山坡向分析結果

圖 Y1-3.茅山高程分析結果

圖 Y2-1鍾山坡度分析結果

圖 Y2-2.鍾山坡向分析結果

圖 Y2-3.鍾山高程分析結果

圖 Y3-1黃山坡度分析結果

圖 Y3-2.黃山坡向分析結果

圖 Y3-3.黃山高程分析結果

圖 4-1廬山坡度分析結果

圖 Y4-2.廬山坡向分析結果

圖 Y5-1西陵峽坡度分析結果

圖 Y5-2.西陵峽坡向分析結果

圖 Y5-3.西陵峽高程分析結果

圖 Y6-1巫峽坡度分析結果

Acknowledgements 致 謝

本文從選題到寫作都是在導師楊達源教授精心指導和熱情關懷下完成的，先生正直、勤勉的人生態度和嚴謹、一絲不苟的治學精神，使我受益匪淺，令我終生敬重。也感謝師母王珍祥女士對我生活上的關懷和照顧，讓我遠離故鄉，仍能安心學習。

論文研究期間，得到彭補拙教授、王穎教授、崔功豪教授、馮學智教授、張捷教授、李升峰教授、任黎秀教授、李徐生教授、姚亦鋒教授、趙志淩教授、王鑫教授、陳章鵬教授，多次的面授和指導，不勝感激，諸位前輩的嚴謹治學精神，給我很多啓發！

在資料收集過程與研究學習中得到楊老師門下兄弟姊妹葛兆帥、何太蓉、徐菲菲、任朝霞、劉慶友、董傑、舒肖明、唐繼剛、周斌、徐永輝、任雪梅、王鵬、陳可峰、崇婧、胥勤勉、張瑜等的切磋指點，同窗好友曹康、周靜、佘江峰、周玫竺、和豔、嚴爲潔、王行健、夏美紅諸位賢傑的熱情協助，向他們表示誠摯的感謝！五年的學習生活中，他們與我互助互勉，風雨同舟！

讀取前輩的著作與研究成果，給我許多思考基礎，影響我最大的幾位作者，毛文永、俞孔堅、肖篤甯、史寶忠、楊景春、李有利、王鑫、施保旭、Smardon、Palmer、Fellman, Litton、 Zube等前輩大師，仰望敬佩。

在臺灣從事景觀評估工作多年，熟悉臺灣的各個角落，有幸到美國與南京學習，真的走了萬里路，研究與欣賞地貌景觀是我最大的快樂，兒子問我五十感言，我說我很豐收，行走大江南北讀古詩讀金庸，體驗了「瞿塘瀲澦堆」、「巴東夜雨」、「大漠孤煙直」、「一見驚魂魄」…諸多景觀。

感謝多年來默默支援我的母親、兄弟，妻子對我的理解和支援，期望我的學生們與兒子國雅將來也能熱愛知識追求知識，從中獲取快樂！

林雨荘 謹謝 Indebted in heart May, 2006 LIN Yu-Zhuang