新聞

雲林縣是臺灣重要的農業生產基地，一旦颱風豪雨過境，農損救助申請案件動輒突破萬筆，基層公所人力卻遠遠不及案件增加的速度。

面對案件暴增、山區交通不便及現勘安全風險，雲林縣審計室第一課審計黃珮如嘗試以衛星影像計算的植生指標，找出疑似災損熱區，為沿用多年的逐筆現場勘查制度尋找科技輔助方案。

農業大縣的災損壓力，逐筆現勘模式面臨考驗

雲林縣2024年度農業產值達948億元，占全國比重約一成六，肩負糧食安全的重責。農業產值愈高，遇上颱風豪雨造成的損失金額也相對驚人。

黃珮如指出，雲林縣2023年至2025年間累計農損金額達十九億元，占全國比重約一成八；被害面積更高達三萬公頃，占全國比重超過兩成。這樣的災損規模，使得雲林在全國農業救助體系中占有相當大的比例。

現行農業天然災害救助政策強調「從速、從簡」辦理，面對極端氣候下大規模的災損案件量，傳統一筆一筆現場勘查的作業模式已經逐漸難以負荷，稍有延誤便可能影響農民災後復耕的時機，進而牽動農民對政府的信賴。

依照《農業天然災害救助辦法》規定，農民應於公告救助地區翌日起十個工作日內提出申請，公所應於公告翌日起三十日內完成勘查，縣市政府則應於收到公所救助統計表翌日起七日內完成抽查。三十天的現勘期限，正是整個流程中最容易延遲的瓶頸點。

黃珮如曾在基層鄉公所第一線工作，親身經歷風災後案件暴增的場面。她說明，某次風災過後，麻竹筍申請案件超過一萬筆，當時的公所人力幾乎全數投入現場勘查，仍難以在期限內完成所有案件的查核。

古坑鄉部分地區因鄰近山區，勘災工作格外艱辛。黃珮如提到，去年（2025年）九月古坑鄉有勘災人員在執行現勘時受傷送醫，反映出山區偏遠地區現勘作業所承受的安全壓力。一旦遇上道路中斷等危險地形，勘查人員連進入現場都成問題，更遑論在期限內完成勘查作業。

黃珮如認為，縣府人力有限、農損勘災需求不斷擴大，加上山區危險地形與交通不便，導致逾期風險隨之升高，直接影響農民權益與政府信賴度，這正是催生科技輔助工具導入的直接背景。

科技工具為何難以進入既有勘災流程

農業部曾於2019年至2021年間，補助雲林縣三百萬元推動無人機輔助勘災計畫，但因基層擔心爭議、加上當時技術尚不成熟，這項計畫最終並未真正落地運作。

氣象觀測站點的覆蓋範圍也有限，部分地區仍存在觀測盲區。現行制度設有「災害性天氣參數」機制，可供縣市政府報請農業部公告救助地區；另有「災損天氣參數」機制，符合條件且具備客觀種植證明者得免現場勘查，否則仍須辦理抽樣勘查。

這套機制原本可以大幅簡化勘查程序，然而查核發現，縣府及公所尚未建立依氣象參數啟動災損判斷及勘查部署的完整作業機制，多數勘查工作仍以逐筆現場勘查為主，NDVI（常態化差異植生指標）、衛星影像及航拍成果雖具參考價值，卻尚未常態化納入風險分級、抽樣勘查及災損審核流程。

黃珮如透過調查了解各公所使用無人機的情形，結果顯示，多數公所尚未實際運用無人機勘災。深入了解原因，問題核心並非單純的技術可信度問題，而是牽涉到基層與農民之間的互動關係。

她表示，當某筆土地最終未通過救助審核，若承辦人員沒有實際到場，便較難向農民說明未通過的判定依據，也可能面臨「是否確實到場查看」的質疑。這種人際互動層面的壓力，是基層遲遲未能全面採用科技工具的重要原因之一。

黃珮如查閱相關文獻後發現，已有研究顯示，無人機航拍影像結合植生指標，可輔助辨識作物受損範圍與災損程度，具備作為勘災輔助工具的應用潛力。她認為，問題不在於科技本身不可行，而在於缺乏標準化的判釋流程，以及基層對這套工具的採信機制尚未建立完備。

從紅光與近紅外光，看見作物的健康狀態

地球觀測衛星搭載光學感測器，持續拍攝地表影像，依不同波長分成多個波段記錄，其中可見光的紅光波段與人眼看不見的近紅外光波段，是觀察植物生長狀態的重要資料。

植物葉片中的葉綠素會大量吸收紅光用於光合作用，同時反射相當高比例的近紅外光，因此健康茂密的植物在衛星影像中會呈現紅光反射率低、近紅外光反射率高的特徵。以健康植生為例，近紅外光反射率可達五成，紅光反射率約八個百分點，計算出的NDVI數值可達0.72左右。

植物一旦因風害、水浸、病害等原因造成葉片受損或凋萎，葉綠素含量下降，紅光與近紅外光的反射特徵也可能改變，紅光反射率上升、近紅外光反射率下降，NDVI數值隨之降低。以受損植生為例，近紅外光反射率可能降至四成，紅光反射率升高到三成左右，NDVI數值下滑至0.14上下。

不過，NDVI下降只能作為疑似災損熱區的篩選訊號，不能單獨用來判定受災原因或法定災損程度。作物採收、生長週期差異、雲層陰影、病蟲害等因素同樣可能造成數值變動，實際成因仍須搭配人工現勘確認。

黃珮如表示，這項指標並非新技術，農業、林業、環境監測領域已應用多年，用於追蹤作物生長週期、森林覆蓋變化，以及旱災或洪災造成的地表植被損失，全球許多國家的農業部門與研究機構也採用類似方法進行大範圍災損初步篩選。

比對災前災後影像，找出疑似農損熱區

實際操作上，黃珮如採用歐盟Copernicus地球觀測計畫下的Sentinel-2衛星影像，這套衛星系統以固定週期重複拍攝全球地表，原始影像可透過Sentinel Hub EO Browser等平臺免費下載。

她先以AI輔助蒐整法規、文獻與案例，建立分析架構與查核重點，再透過EO Browser框選雲林縣範圍，比較不同日期影像的雲量及雲影分布，挑選出雲層較少、能完整覆蓋雲林縣的影像。此次分析採用的正式運算影像，災前為2025年6月15日，災後則選定2025年8月7日，分別下載紅光（B04）與近紅外光（B08）波段資料。

取得原始波段後，黃珮如以Python程式重新計算兩期NDVI，並輸出差異值，作為判斷災後植生狀況相較災前變化的依據。運算時需確認採用浮點數方式計算，避免資料型別影響結果，同時保留座標資訊，以便進行空間比對。

完成NDVI差異計算後，黃珮如透過QGIS進行空間套疊分析，將座標系統統一轉換至TWD97，並依雲林縣界裁切分析範圍，把農地盤查資料與地籍資料進行栅格化處理，只保留農地範圍內的有效像元，讓分析結果更貼近實際農業生產區域。

在篩選門檻上，她設定兩層分析標準：NDVI差異值小於負0.15，判定為疑似植生衰退區域；小於負0.25，則判定為預測重災熱區。黃珮如特別說明，這兩個門檻是本案風險篩選及比較驗證使用的分析門檻，並非法規或主管機關公告的災損認定標準。

NDVI熱區與實際救助資料重疊逾六成

為驗證NDVI分析結果的參考價值，黃珮如選取「丹娜絲颱風」與接續發生的「0708豪雨」兩起時間相近的災害事件，分別下載事件發生前後的影像進行比對分析。

從產出的差異圖層搭配地形資料，可歸納出三種可能的災損型態。古坑鄉部分屬山區風害型，強風造成葉片枝條受損，NDVI數值急速下降；沿海地區屬滯水型，豪雨導致土壤積水、通氣不良，呈現塊狀植生衰退；西螺、莿桐一帶的高密度種植平原區，則呈現廣泛且連續的植生衰退型態。

黃珮如強調，這些空間型態仍屬觀察推論，實際受損原因須配合地形、雨量等資料及現場勘查確認。NDVI只能反映植生反射特徵的變化，無法直接判定成因究竟是風害、水害或病蟲害。

她將疑似災損區域與實際救助核定區域進行重疊比對，結果顯示，衛星判釋出的植生衰退區域，與實際核定救助區域的重疊度達六成四左右。進一步比較各鄉鎮的預測重災面積排序，古坑鄉與元長鄉的NDVI預測重災面積最大，兩個鄉鎮也位居當次救助面積排名前三名，顯示NDVI分析結果與實際災情具有一定程度的空間關聯性。

黃珮如指出，這樣的結果初步顯示，NDVI判釋與實際救助資料具有相當程度的重疊，可作為災後疑似受損區域及勘查優先順序的輔助參考，但效果仍須透過更多災害事件、作物類別及現地樣本持續驗證，不宜直接視為已經證實的精確判定工具。

她也強調，這套分析工具的定位是輔助初判，並非取代現場勘查與人工審核。衛星影像看到的是植生反射特徵的變化，實際受損原因仍需要人員對照現場狀況確認。她認為，這項工具真正的價值在於，幫助基層人員在案件暴增時，快速排序出優先勘查的高風險區域，把有限人力導向最需要投入的地方。

查核促成四項改善方向

黃珮如表示，此次查核帶動四項改善方向，逐步從NDVI輔助查核，邁向風險導向治理。

第一項與推動NDVI災情監測應用的制度化有關。雲林縣政府已在2026年度汛期前辦理的農業天然災害鑑定講習中，納入NDVI即時災情監測與動態比對應用。

NDVI差異圖可於通報農業部農作物受損狀況時，作為災情初判及受損熱區的說明資料；縣府現行航測作業成果若能可靠判釋農作物類別，黃珮如建議可研議納入作為免除逐筆現場勘查的佐證資料，這項建議已提交農業部研議。

第二項聚焦於強化科技輔助勘查與人員安全保障，目前多屬規畫及承諾階段。縣政府已承諾輔導古坑鄉公所研提無人機載具勘查示範計畫，並協助爭取相關補助；同時已函請各公所為執行勘查作業的人員辦理額外保險，並著手改善現地照片APP的定位功能問題。

從追蹤情形來看，古坑鄉公所已在2026年度預算中，編列APP照片上傳人員的工作費用及額外保險等項目，顯示部分作為已落實到預算編列層面。

第三項是推動將NDVI常態化監測結果整合進雲林縣既有的「雲林農情通」平臺。這套平臺原本已具備價格、氣象、作物生長預測等功能，但尚未納入災損判釋及預警功能。

縣政府已將建置「農業天然災害預警模組」列為優先推動事項，未來系統改版後，將整合NDVI分析、無人機影像、氣象監測及農地資料，朝自動產出疑似災損區域與預警資訊的方向發展，目前仍屬規畫階段。

第四項則是依NDVI熱區分析結果，檢視天氣參數適用範圍與勘查程序。查核過程中發現，既有適用表中部分鄉鎮原僅對應一處氣象站的觀測資料，儘管轄內可能不只設有一座測站，長期以來卻只採用其中一站數據，導致部分作物即使已達到災害性天氣參數條件，仍未被通報農業部辦理救助。

經過這次查核，縣府已將適用天氣參數的氣象站範圍增加十二處，強化高風險農業區域的監測涵蓋密度；同時建議中央研議增訂高災損作物的天氣參數項目，農業部已表示納入相關研究規劃，這部分仍屬研議階段，尚未正式修改制度。

從單次查核走向全週期治理

黃珮如希望能將這套遙測分析工具的應用，從單一次的災損查核，逐步延伸至涵蓋平時監測、災前預警、災中應變到災後復原的全週期農業風險治理架構。

平時透過常態監測掌握作物生長與氣象變化，辨識高風險區域；災前依熱區分析結果與天氣參數進行分級預警，讓資源預先部署；災中則能快速盤點災情範圍，排序勘查與支援的優先順序；災後則將這些科技工具運用於救助審核、復耕輔導及政策校正的參考依據。

除NDVI外，還有NDWI（常態化差異水指數）等水分相關指標，可輔助觀察水體分布或植被含水狀態的變化，但不同指標使用的波段與適用目的有所差異，須依實際監測情境選擇合適工具。

這類遙測分析工具背後所建立的資料治理能力，並不侷限於農業防災單一領域，同樣可以延伸應用到水土保持與坡地風險評估、造林復育成效追蹤、極端氣候脆弱區域管理，乃至於河川裸露地治理、公共工程復原後的植被回復追蹤等跨領域公共治理課題。

黃珮如期待，這套從單點案例發展出來的分析模式，能夠逐步升級為可跨機關共享、可複製應用的政府治理能力，為推動數位政府、智慧農業以及災害治理的公共服務創新提供實務參考。

**

為驗證NDVI分析結果的參考價值，雲林縣審計室第一課審計黃珮如選取「丹娜絲颱風」與接續發生的「0708豪雨」兩起時間相近的災害事件，從產出的差異圖層搭配地形資料，歸納出三種可能的災損型態；之後將疑似災損區域與實際救助核定區域進行重疊比對，結果顯示，衛星判釋出的植生衰退區域，與實際核定救助區域的重疊度達六成四左右。