台北市樹冠面積
連續兩年下降

近三年圖要求每個顯示範圍至少六成面積可共同判讀。加入歷史年份後，六年皆可判讀的範圍較小：都市 55.2%、交界帶 47.4%。六年圖用來觀察這些固定地點的歷史變化，不能代表全市，也不能與三年圖直接相減。2016 年因資料品質不足，未納入比較。

各年須至少有 3 個有效觀測日期，分類分數須達 0.7；增減位置還須在每年至少 2 日、且六成以上的有效日期得到支持。這些是資料篩選條件，並不等於分類準確率。

涵蓋率＝共同可判讀面積 ÷ 分區總面積。樹冠面積占比＝共同範圍內樹冠面積 ÷ 共同可判讀面積，前後差以百分點表示。主卡的淨變化是增加面積減去減少面積；每年的增加與減少另列於圖表。

2024→2026 的增減直接比較兩年端點，不將兩段年度的總增加或總減少相加。六年折線採六年共同範圍，三年主圖採三年共同範圍；同一張圖內可以比較，不同圖的數值不能直接相減。虛線只連接觀測端點，沒有補出缺少年份。

「放大看變化」的縱軸不從零起算，可切換「從零看面積」。都市與交界帶折線各有不同刻度，請以標示數值比較幅度。

零散小點為 1–8 個相鄰的 10m 像元，面積 0.01–0.08 公頃；較大片的位置至少有 9 個相鄰像元，面積達 0.09 公頃。「突出減少的小點」以圓圈標出零散的減少位置；切換「只看增加」時不顯示這些圓圈。圈的大小用於定位，不代表實際減少範圍。

這些小面積已包含在總面積內，沒有重複加總。「處數」不是株數或砍除事件數；10m 影像也可能混合樹木、草地、道路與陰影。點選位置可查看兩期影像，變化成因需由有日期的高解析影像或現地資料進一步確認。

取消「顯示變化圖層」可隱藏色塊、定位標記、小點與無法判讀區域，直接查看底下的衛星影像。Google 範例供辨識地點與周邊環境，不是統計抽樣；Google 影像拍攝日期未經核實，年度增減依 Sentinel-2 影像計算。

原始來源為 Copernicus Sentinel-2 L2A，經 Microsoft Planetary Computer 取得。各年比較 7月1日—9月23日，以多日期影像合成，排除雲、雲影與缺值。計算格網為 10m；紅邊與短波紅外波段的原生解析度為 20m。

所有年份使用同一個以 ESA WorldCover 2021 樹木類別為訓練參照的光譜模型。「樹冠面積」為判讀成樹木的像元面積，並非精確的樹冠投影量測。2021 也用於訓練，歷史比較可能受跨年模型偏差影響。

都市為市街內部；交界帶為市街與連續林地交接或鄰近的範圍。分區依 2021 年資料建立，所有年份固定不變，避免分區移動影響比較。森林背景並不表示產權、管理權，也不全是天然林。

以 2024年8月22日的清晰影像為參考，透過市街區塊估計每景影像的南北與東西位移，再對齊所有光譜波段。完成對齊後才合成影像、判讀樹冠並比較增減；用來估計位移與檢查位置的區塊分開使用。

表格列出年度合成影像相對於 2024 年的殘餘位移中位數，不代表每個像元的絕對定位精度。部分多雲影像使用同年合格影像的位移中位數；2024/7/13 因檢查殘差超過 0.3 像元而排除。

排除無法逐景估算位移的影像，趨勢是否相同？

這組檢查只使用能逐景估算位移的影像，再次計算三年樹冠面積。都市與交界帶在兩段年度均下降；由於觀測日期與共同範圍不同，兩組數字的差異不能當成信賴區間。下載檢查數據 CSV

表格呈現不同分類設定下的年度淨變化。各設定的共同範圍可能不同，數值範圍不是信賴區間，也不是各行政區的獨立驗證。

雲霾、季節與葉量、修剪、颱風、陰影及混合像元都可能影響判讀。影像對齊能降低位置偏移，但不能消除這些因素；目前尚未完成有日期的高解析影像獨立精度驗證。NDVI 等指數與樹冠判讀來自同一批影像，因此不當成獨立的面積驗證。

六年參照顯示觀測年份之間的差異，不能確定變化發生的日期，也不能單憑這些端點判定下降是否加速。衛星結果本身無法區分砍除、修剪、天然擾動或其他成因。

政府資料提供管理與調查背景；本頁的樹冠增減由衛星影像計算。