參與人員：林玉儂、陳奕婧(中央研究院)
本研究試圖回答以下問題：合成孔徑雷達中不同的資料性質如何影響對山崩偵測的效力？我們透過2018年北海道地震引起的大範圍山崩，以及2017年台灣荖濃溪上游支流布唐布納斯溪因豪雨造成的山崩事件，來完整分析波長、空間解析度、偏極組合以及視角幾何等因素將會如何影響合成孔徑雷達資料對於山崩偵測的能力。
本研究建立變遷偵測模組Growing Split-Based Approach (GSBA)，該模組能夠在不同尺寸、空間解析度以及變遷分布的影像中，有效偵測變化發生的位置。
在2018年北海道地震引起的大範圍山崩中，高解析度L波段(ALOS-2)的合併散射能量(L-HR Pc)能夠最有效地偵測出山崩的分布，而表現最差的是中解析度C波段(Sentinel-1)的資料類型(C-MR)。不過在2017年台灣荖濃溪上游支流布唐布納斯溪的大型單一山崩事件中，中解析度C波段有相對較佳的偵測能力。這表示不同影像資料的偵測能力與山崩的型態有所關連，也與發生的位置是森林還是原本的裸露地中亦有相關。
研究全文：https://doi.org/10.3390/rs14102444
May 2022
