研究簡介
近年來極端氣候頻繁，暴雨、乾旱、火燒等自然事件頻頻發生，對於生態系統的傷害也將更加嚴峻。監測植被物候變化，對於量化氣候變化對生態系統的影響至關重要。苗栗縣西海岸淺山地區，長期受到頻繁的火燒擾動，該地區的植物物候及地景亦隨之改變。為進一步瞭解該區域植物物候與地景的更迭情形，進行遠程物候監測試驗。
遠程數位監測植物物候，為結合數位影像辨識、運算和物候學的研究；能將大量的影像數據，利用PhenoCam進行智慧學習及運算，強化影像辨識及增加可信度，並提升資料獲取的便利性、正確性及完整性。解決傳統物候學調查仰賴密集人力與時間的限制。
 |  |
圖1 遠景攝影機畫面
| 圖2 近景攝影機畫面
|
研究說明
遠程監測的研究地點在苗栗縣通霄鎮福德祠淺山地區(24°32'33"N,120°42'06"E)，該區域為丘陵地形，向西往海岸的地勢一路漸低。氣候條件為年均溫23℃；年雨量1400mm左右，平均降雨日數約90天，多集中在3月-9月；冬季乾燥且受東北季風影響甚鉅。
選擇適當地點架設戶外網路攝影機2台，分別為拍攝遠景的攝影機：角度114度，放大倍率V-FOV:58(圖1)；以及另一拍攝近景的攝影機：角度95度，放大倍率V-FOV:51(圖2)。拍攝時間及頻率為每日上午5點至下午7點，每30分鐘1張照片，以紀錄中小尺度的地景及物候變化，並利用4G網路將監測影像回傳並倉儲。
遠程監測的研究地點在苗栗縣通霄鎮福德祠淺山地區(24°32'33"N,120°42'06"E)，該區域為丘陵地形，向西往海岸的地勢一路漸低。氣候條件為年均溫23℃；年雨量1400mm左右，平均降雨日數約90天，多集中在3月-9月；冬季乾燥且受東北季風影響甚鉅。
將所收集之物候影像匯入PhenoCam軟體分析，首先框選感興趣的區域(Regions of Interest, ROI)，再利用移動窗口法(Moving window approach)，主要針對時間序列資料進行分析，其用逐項推移計算區間內的平均值減少數據極值對分析的影響，其範圍及移動距離設為3天(Sonnentag et al., 2012)。分析的原理為PhenoCam將輸入的照片轉換為紅、綠、藍的三層數字陣列，此對應於三元素的RGB顏色附加模型(additive color model)；而後將所分析顏色像素定義為三種顏色的向量強度，即紅色數值(RDN)、綠色數值(GDN)及藍色數值(BDN)，並計算每張照片框選區域中的綠度座標指數(Green chromatic coordinate,Gcc)與紅度座標指數(Red chromatic coordinate, Rcc) (Sonnentag et al., 2012)，計算公式如下，Gcc=GDN/(RDN+GDN+BDN)、Rcc=RDN/(RDN+GDN+BDN)，最後可依據照片拍攝的時間，繪製框選區域Gcc及Rcc的時間序列圖。
舉例分析如下：
圖3 框選位置之物候變化示意圖。黃框是常綠樹種-相思樹；白框是落葉樹種-野桐。資料時間自2022年10月至2023年10月，歷時13個月。
1.框選分析位置(圖3)：黃框是常綠樹種-相思樹；白框是落葉樹種-野桐。資料時間自2022年10月至2023年10月，歷時13個月。
2.設定參數條件後，經由PhenoCam分析，分別得到框選位置的綠度座標指數(Green chromatic coordinate, Gcc )和紅度座標指數(Red chromatic coordinate, Rcc)。
3.以綠點代表Gcc，紅點代表Rcc，繪製成時間序列圖。套以中央氣象局通霄站的月均溫(Tair，橘條)及月累積降水量(Precipitation，藍條)，以呈現植物物候與氣象的關係。
4.常綠樹種-相思樹的物候變化(圖4)，綠度(Gcc)維持高於紅度(Rcc)。在2023年2-4月間，紅度與綠度略有重疊，應該為相思樹的展葉期及花期。
5.落葉樹種-野桐的變化(圖5)，綠度(Gcc)與紅度(Rcc)互有消長。2022年11月至2023年3月紅度高於綠度，應為落葉期。
圖4 自2022年10月至2023年10月間，框選位置之相思樹(常綠樹種)，其綠度座標指數(Gcc)與紅度座標指數(Rcc)的變化。於2023年2月至4月間，紅度與綠度略有重疊，為相思樹展葉期及花期。
圖5 自2022年10月至2023年10月間，框選位置之野桐(落葉樹種)，其綠度座標指數(Gcc)與紅度座標指數(Rcc)的消長關係。2022年11月至2023年3月紅度高於綠度，應為落葉期。
研究人員
林業試驗所：張勵婉 研究員兼組長