完善的崩塌地資料庫有助於地區土地利用的適宜性評估、與環境保護措施之研訂。目前，崩塌地地理空間資料(Geospatial data)的產生方法主要為：人為判釋經正射糾正(Ortho-rectification)的遙測影像，基於該影像，將辨識目標數位化(Digitizing)。然而，遙測影像的「正射糾正」與「人為判釋」往往不敷災後的緊急需求。為促進資料收集效率，本研究試圖發展一套自動化流程：以「未經糾正的遙測影像」為判釋對象，判釋作業以「物件式影像分類(Object-based classification)技術」進行，並利用「現存地形資料」，實現自動判釋所產生之辨識成果的地理對位(Georeferencing)與過濾篩選；最後，以「與現存各類輔助資料的套疊分析成果」為其屬性，以便利崩塌地地理空間資料的後續應用。 物件式影像分類分為為「影像分割(Image segmentation)」與「物件分類」兩步驟。於影像分割階段，採用多重解析度分割法(Multiresolution segmentation algorithm)─由於陰影下各類地物的影像光譜差異較不明顯，為避免陰影區之錯誤分割，賦予陰影區較小的尺度參數(Scale parameter)；於物件分類階段，基於訓練資料，以「線性核函數的支持向量機(Support Vector Machine, SVM, with a linear kernel)」為分類器，偵測「非雲與植被區」，並輸出為向量式資料(Vector data)。而後基於現存地形資料，以光線追蹤法(Ray-tracing algorithm)進行分類器輸出向量式資料的地理對位，並自訂第二階段的地形特徵過濾準則。實驗成果顯示，此自動化流程產出的崩塌地地理空間資料─其生產者精度(Producer’s accuracy)與使用者精度(User’s accuracy)分別介於0.85~0.99與0.44~0.96。