基於雲端運算與多光譜遙感技術探測四草區域碳息
本研究基於Google Earth Engine雲端平台和JavaScript程式語法,透過隨機森林分類器的監督式學習,對臺南市安南區四草區域的紅樹林進行自動分類。利用Sentinel 2衛星影像資料集,結合文獻的函數公式,對紅樹林植物的面積分布、變化進行統計,並估算藍碳儲存量。此外,計算了常態化差值植生指標(NDVI)和常態化差值水體指標(NDWI),並將其標示於地圖上。同時,使用 Modis LST 和 CHIRPS 資料集分析地表溫度和降水量。 研究結果發現,2018年至2023年間紅樹林的總面積相近,2023年比2018年的碳儲存量減少了28.63噸;此外,當地表溫度與降水量都比前一年增加時,紅樹林的總面積和總碳儲存量皆有減少現象;當平均降水量減少時,縱使地表溫度增加,總碳儲存量增加。指標指數、溫度、降水量皆會影響總碳存量。