李佩君 教授1*
裴重恩 教授2
田祖恩 研究3
1國立台灣科技大學 電子工程系
2國立台北科技大學 太空系統工程研究所
3國立台灣科技大學 智慧製造科技研究所
*pjlee@mail.ntust.edu.tw
本子計畫旨在整合光學影像與合成孔徑雷達（SAR）影像，研究變化檢測與影像融合技術，以應用於碳儲量的檢測與估算。計畫主要由兩大核心任務組成：第一，建立端到端的深度學習變化檢測網路，透過神經網路架構處理不同時間點的異質遙測影像，並自動識別出地表變化的區域，其中整合異質特徵對齊的技術以保證異質影像特徵相近。目前已完成變化檢測模型的建置，並使用Sentinel-1和2影像進行測試及驗證，成功辨識變化區域，例如近期的花蓮光復鄉及堰塞湖等地區。第二，研究基於Transformer架構的影像融合網路，將同一時間點的光學與SAR資料進行融合，提升影像品質和改善雲層遮蔽問題。融合模型已完成架構設計並取得成果。下期將整合變化檢測結果與碳排放估算模型，透過辨識森林變化區域計算碳儲量變化。接來還能針對高度變化強烈但視覺不明顯的區域，進一步結合地理資訊系統（GIS）資料，以提升水域與土石變化的監測能力，為森林資源管理提供更完整的決策支援。
關鍵詞：變化檢測、影像融合、合成孔徑雷達、深度學習、Transformer、碳儲量估算、異質影像、特徵對齊、遙測影像
