摘要 Abstract：

台灣森林面積佔全島近六成，是台灣重要的碳匯來源，但台灣森林大多位居於山區，頻繁的颱風干擾與強降雨侵襲，使得地質敏感的山區容易產生崩塌的現象，造成森林生物量的損失，而這些生物量也是潛在碳輸出至大氣的來源，進而影響區域碳循環。本研究使用能處理高維度問題的機器學習方法中的隨機森林演算法，利用Landsat衛星影像、Sentinel-1衛星影像、LiDAR來建立遙測參數與生物量推估模型，以估算棲蘭山森林生態系生物量與崩塌地生物量損失。研究結果顯示，利用隨機森林演算法能有效自動判釋崩塌地，其整體分類準確度為0.98，kappa值為0.87-0.91。就生物量的估算而言，使用Landsat、LiDAR與SAR模型的估算結果較好，其決定係數（R2）高達0.857（p < 0.001），如僅使用Landsat與LiDAR資料，其R2則為0.812（p < 0.001）。就長期的時空分析而言，在1990至2022年間，崩塌地以1996年所產生的崩塌地面積最高，其次為2006、2005，主要受到颱風所帶來的強降雨影響。而崩塌所產生的生物量損失則以1996年最高（0.08 Tg），其次為1992與2006年（0.06 Tg），生物量損失比重可佔整體生物量比例的10%以上。整體而言，本研究利用機器學習中的隨機森林演算法分析全台長期崩塌地與生物量損失的時空變動情形，研究結果也顯示颱風所帶來的強降雨是影響大量崩塌地與生物量損失的關鍵因子。未來在氣候變遷與極端氣候事件的衝擊下，颱風所帶來的極端降雨將可能造成更多的崩塌地產生以及生物量的流失，進而影響森林生態系碳循環與碳收支的平衡。

關鍵詞 Keywords：Landsat、LiDAR、崩塌、隨機森林、碳匯、雲霧森林

摘要 Abstract：

森林生態系統蘊含陸地碳儲存量的45%，是全球重要的碳庫之一，長期穩定的森林可以發揮碳吸存功能，並保續增進森林的碳匯量。然而，氣候暖化所產生的極端氣候事件，像是乾旱、強降雨、強風等，對森林的生態系統產生嚴重的干擾，導致林木死亡或森林崩塌，造成森林植被與碳的損失。瞭解森林生態系統的長期動態變化趨勢，對於森林植被與碳監測具有重大的貢獻。本研究結合遙測植生指標與氣候資訊，運用長期的遙測植生指標資料所獲取的崩塌地年度與空間資訊，配合相對應年度的氣候網格資料，整合成空間-氣候-崩塌地資料集。並以存活分析方法中的參數型迴歸模式（parametric models）進行迴歸分析，建立地理-氣候-崩塌事件時間模型，評估環境變數對於蘭陽溪流域崩塌地影響因子，提供氣候變遷造成山區森林生態系統衝擊的資訊。研究結果顯示，坡向、海拔、降雨量與夏季高溫因子對崩塌事件發生間時間間隔有顯著影響，而不同坡向的崩塌事件發生間時間間隔具有顯著差異。蘭陽溪流域發生崩塌地區位，約有一半以上的單元會在2312天（約為6.33年），可能再次發生崩塌的現象。本研究的結果顯示以多期時間的空間資料進行分析，可以有效的掌握崩塌的空間分布、時間趨勢與植被演替現象，有助於瞭解崩塌地特性，提供更精確的氣候變遷調適資訊。

關鍵詞 Keywords：森林、崩塌、存活分析、氣候變遷、植生指標

摘要 Abstract：

植被地上部碳存量空間變異受到物理環境與外部生物因子影響。然而植被自身的空間群聚類型對於地上部碳存量空間變異的影響卻鮮少用來理解其重要性。本研究利用1-公尺空間解析度的亞高山矮竹地上部碳存量分布圖以及無人機光達點雲所衍伸出的數值地表與數值高度模型，配合空間降解析之太陽短波輻射與風速風向資料，以及地形參數，探討亞高山矮竹空間群聚類型對地上部碳存量之影響，採用廣義加法模型建模，測試兩個假說H1：相對於輻射、風及地形等物理環境因子，空間群聚類型更能解釋亞高山矮竹地上部碳存量；以及H2:空間群聚類型調節地上部碳存量在不同物理環境梯度下地上部碳存量之變異。分析結果顯示，空間群聚類型的解釋力遠高於環境因子，而，地上部碳存量在不同群聚類型下，在低角度入射輻射量，以及局部地形起伏上有顯著的差異，此項研究顯示當考慮氣候變遷等環境因子對亞高山矮竹地上部碳存量的影響，需要考量植被的既有空間群聚類型對於物理環境因子變動的調節效果。

關鍵詞 Keywords：空間群聚類型、無人機光達、地上部碳存量、廣義加法模型、亞高山矮竹