| 摘要: | 台灣地區坡地災害問題嚴重，政府為即時應變災害發生，投入資源進行山崩潛感地區（Landslide Susceptibility Zonation）之調查。專家學者早期研究，多半進行現場調查評估，需要耗費大量的人力與財力。近年來，隨著電腦技術與地理資訊系統(Geographic Information System, GIS)的普遍應用，國內外開始嘗試將GIS空間分析功能與人工智慧技術適當地結合，藉以求取更精確且自動化之分析結果。相關研究中，國外多以高解析度資料為主；國內則受限於資料來源，研究材料多以40公尺DTM以及SPOT影像資料為主，資料精細度較為不足。
因此，本研究利用福爾摩沙二號衛星影像（FORMOSAT2）與數值航空影像等高解析度資料，以陽明山國家公園境內北磺溪流域為研究範例，以5公尺網格大小為單位，萃取相關資料，建立山崩影響因子地理資料庫。並結合倒傳遞類神經網路(Back Propagation Artificial Neural Networks, BPN)對山崩潛感區域分佈進行分析研究與討論。所得之潛感值經由GIS空間分析轉繪成圖，與農委會水土保持局公佈之崩塌地資 |
