作者：臺灣好植地 專案貢獻者 劉哲瑋、理查
「臺灣好植地」專案由一群生態與景觀專業者組成團隊，藉由衛星資料和簡易分析工具，建立起找地種樹的線上地圖；媒合土地管理者、關心的群眾、願意出力的團體和願意出資的單位，共同促進土地的綠化（延伸閱讀：「臺灣好植地-導論篇」，建構找地種樹的協作平臺）。在上一輪的盤點，利用衛星影像分析，已經指認出全國還有種植270萬棵樹木的潛力，假使簡單以一棵樹一年固碳15公斤來計算，相當於每年4萬公噸的碳匯。
帶著這樣的成果，我們參加許多技術社群擺攤，包含開源專案交流年會（Open Up Summit）、開源人年會（COSCUP）、學生計算機年會（SITCON）、行動科技年會（MOPCON）和 g0v 黑客松，吸引線上鄉民加入專案社團，希望能夠帶動更多討論。更重要的是，我們有幸參加2020年總統盃黑客松，藉此和政府部門討論專案所關注的各個面向，也取得許多土地管理者的意見，透過獲選為卓越團隊，讓議題持續在公共政策中推展發酵。在2021年度，專案成員也將與學術單位合作進行植樹工作坊（IGC Workshop），這些與更多元的互動與交流經驗，將在未來逐一分享。
從好植地專案的角度出發，我們認為透過數位工具，可以協助於「算樹找地」、「評估討論」等工作面向，並且促進各類關注團體與單位，一起了解現況的綠化機會，進一步研擬用地綠化的願景，甚至啟動相關政策措施。
為了找地，先來算樹！
一般來說，可以增加樹木的用地，本身是公園、匝道綠地、公共設施的戶外綠地、保安林等等，有明確的對應種類。這部分可以依照「國土利用調查」、「土地使用分區」等地理資料的分類結果，從中挑選相關「允許種樹的用地種類」，得到大致的探討範圍。
有了範圍之後，針對國土尺度快速地了解這些用地上植物生長的現況，好植地專案社群目前歸納了兩種圖資工具，包含使用衛星遙測資料的演算，模擬地面植物的光合作用程度；以及針對人行道空間這樣小尺度的情況中，運用街景圖片從裡面計算出綠葉的像素，換算為綠視率。以下分項說明：
運用衛星影像計算 NDVI 數值
NDVI 是常態化差值植生指標（Normalised Difference Vegetation Index）的縮寫，經常被用在衛星影像觀測和地景生態研究上。其原理是拍攝植物葉綠素吸收可見光（光合作用）後反射綠光及紅外線的過程，捕捉景物中紅光和紅外線反射量的差異進行計算。NDVI 越接近 1 代表當地植物健康情況很好（葉綠素多光合作用旺盛），反之越接近 0 則代表當地幾乎沒有健康的植物（或沒有植物）。而草地和樹林的 NDVI 數值也會有所差異。相關文獻認為，NDVI 小於 0.5 的土地屬於綠覆程度較低的情況，小於 0.2 則等同於無樹的土地。
NDVI 工具的好處在於衛星影像資料不難取得，美國地質調查局免費提供陸地衛星（Landsat）影像；水土保持局建置了BigGIS 巨量空間資訊系統，讓民眾可以下載小範圍的 Sentinel-1 衛星影像（甚至可以計算完指標再下載）；國家太空中心則開放了特定日期的福衛五號影像，讓民眾可以下載後使用GIS軟體進行NDVI運算，了解地貌綠覆分布概況。
以下這份嵌入線上地圖中，您可以看到綠色的部分代表綠覆率較高的地方，透明則代表綠覆率普通，紅色則是以水體、建築物屋頂等。我們也有提供黃色框線的圖層，呈現出全台灣公共設施與遊憩用地的位置，您也可以挑選熟悉的地區，看看衛星資料的結果與生活經驗中的綠意感受是否相近。
臺灣 NDVI 地圖
Treepedia 用街景計算綠視率
麻省理工學院 Senseable City Lab 所開發的開源工具，利用 Google 街景分辨綠色植物所佔視野中的比例來計算道路上或整座城市的「綠視率（Green View Index）」。我們嘗試應用作為辨識道路線狀空間綠覆率狀況的工具（「虎尾糖鐵小旅行」沿線的街景綠視率）。但從結果發現，在臺灣的情境下，許多綠色物體會影響判讀，例如綠色的廣告看板、鐵皮屋。但從較大的沿街或城市尺度觀之，整體綠視率趨勢仍舊可以比較。
Senseable City Lab 最近正研究開發 Treepedia 2.0 版，應用深度機器學習方法補強誤認綠色物體的誤差。有興趣的朋友可以參考這篇論文。
虎尾糖鐵綠視率地圖
針對明確用地的評估討論工具
iNaturalist 蒐集潛力基地物種資料
讓使用者貢獻生物觀察紀錄，參與公民科學的手機軟體。能夠針對特定樣區建立調查專案，同時也可以作為植物物種辨識的工具。我們用來紀錄潛力基地的植生物種或敏感物種，方便彙整明確範圍內的物種記錄。例如在內湖舊宗路匝道綠地幾次踏查下來，有 7 個植物物種被記錄，可以作為和土地管理單位探討補植方案的基礎資料。（推薦閱讀：台灣環境資訊中心 野外觀察不怕沒人鑑定 iNaturalist 中文化 自然觀察更容易）
iTree 都市森林評估工具
由美國國家森林局和眾多協作者開發的免費工具，可以在不同情境下提供綠覆率估算、種植方案或是樹木的價值。比較可惜的是，目前 iTree 工具的樹木資料庫，包含樹種、固碳量等等資料，仍是以美國境內為主，適用於臺灣情境的資料庫仍有待開發。（延伸閱讀：算出你所不知道的樹效益，淺談 i-Tree 評估工具）
Unlimited Cities DIY 公民參與發想空間願景
由 HOST Lab 開發，以網頁為運作基礎的公民參與空間願景工具，只需要一台平板就可以讓使用者發布自己對於某個空間的想像。由於是開放原始碼的工具，專案執行者可以在程式碼中加入許本土化的元素，例如 U-bike、雞排攤、歪腰郵筒等等。這個工具可以作為潛力基地在發展空間願景時的參與工具，讓使用者提出各自心目中好的與樹共融的空間情境或氣氛想像。後來的規劃設計者也能以此作為補植方案的設計基礎。（延伸閱讀：無限城市在台灣：合作性都市規劃，公民參與及數位工具）
LandScript 基地環境評估流程
總統盃黑客松國際軌的夥伴專案 LandScripter 成員 HaoWen 所建構的一套用地環境數值分析流程。LandScript 以 Rhino with Grasshopper 為工具，建立基地 3D 模型後，可以用地理位置抓取網路上的地形和氣候資料，對於日照、陰影、排水等等植物生長條件進行分析，增進參與補植方案討論的人對於潛力基地物理環境狀況的理解。
雖然 Rhino 是一套商業建模軟體，有購置成本和操作熟練度門檻，但其 Grasshopper 所運用的運算模組是可以開源的。工作成果可以在軟體使用者之間互相分享、套用在不同情境的基地中、並改進演算流程。彙整 DTM、建物資料、行道樹資料，給定基地位置與輪廓（例如總統府前南北廣場、茄萣海岸公園進行分析）即可套用各類環境分析模組取得結果。
（左圖為日照分析；右圖為風環境分析）
Google My Map 簡易上手的空間協作工具
Google My Map 是設備門檻相對低的工具，只需要瀏覽器和 Google 帳號即可使用，同時具備上傳 kml 圖資功能。專案管理員也可以授權參與者在同一張地圖上繪畫標記，分享彼此對於基地的認知與相關知識。
好植地專案嘗試在新北市淡水區一處海岸綠地潛力基地使用這項工具製作工作討論用地圖。將現場踏勘照片、土壤採樣點、土地使用分區等等不同工作項目資訊疊合，在腦力激盪工作坊的場合打開來使用，過程也可以隨時添加新的圖層來幫助討論，最後也用來繪製空間方案。在圖層開關、調換順序和繪製方案的過程，其實近似於傳統利用底圖與描圖紙的討論與繪製過程，差異只在於數位和紙筆工具的不同，對於空間規劃設計人員，是相對簡便好上手的選擇。
工具促成行動、政策討論
本篇文章介紹的工具，其實都可以用於促進綠化植樹的願景方案，若您也有工具應用經驗，歡迎到 好植地的 FB 社團與社群們一起分享。下一篇我們將分享這些工具應用與展示，隨著專案社群參加 2020 年總統盃黑客松、公部門的討論會議、與學術研究者合作舉辦的植樹工作坊等互動經驗。
封面圖片來源：pixabay.com
臺灣好植地
「臺灣好植地」專案希望透過「算樹」，了解樹木分佈的概況，接著透過「找地」的過程，盤點出尚未種樹的地區，若基本條件合宜的用地，將進一步評估「種樹」的機會，鼓勵在地團體一起來關注、提出「與樹相融」的補植願景，並接洽土地管理單位，合作落實環境營造的行動。將上述歷程中各類可支援的事項與資訊彙整在「協作平台與網絡」，協助「首植族」或「植樹團體」往前推展，歡迎加入協作討論。