本研究選擇水利會之竹東工作站為研究區域。主要以高斯最大似然分類法 （maximum- likelihood decision rule ）和倒傳遞類神經網路 (back-propagation neural network )兩種人工智慧進行影像分類，其訓練程序由地面調查可能之耕作面積和由影像 分類所判釋之面積兩者互相比較。本研究所利用之監督分類方法具有高度之準確性可證 明其精確度。此外，這兩種方法可根據影像分類和生長及收成之圖像能協助我們計算每 一農作物所需之水量。 The Chu-tung Working Station of Irrigation Association was selected as the study area. This study is aimed at imagery classification by the maximum- likelihood decision rule and back-propagation neural network (BPN), both belong to artificial intelligence
