Abstract
Techniques for change detection using satellite images enable efficient detection of natural and artificial changes in use of land through multi-phase images. As for change detection, different results are made based on methods of calibration of satellite images, types of input data, and techniques in change analysis. Thus, an analytic technique that is appropriate to objectives of a study shall be applied as results are different based on diverse conditions even when an identical satellite and an identical image are used for change detection. In this study, Normalized Difference Vegetation Index (NDVI) and Principal Component Analysis (PCA) were conducted after geometric calibration of satellite images which went through absolute and relative radiometric calibrations and change detection analysis was conducted using Image Difference (ID) and Image Rationing (IR). As a result, ID-NDVI showed excellent accuracy in change detection related to vegetation. ID-PCA showed 90% of accuracy in all areas. IR-NDVI had 90% of accuracy while it was 70% and below as for paddies and dry fields${\rightarrow}$grassland. IR-PCA had excellent change detection over all areas.
위성영상을 활용한 변화탐지 기법은 다중시기의 영상을 이용하여 토지의 이용현황에 대한 자연적, 인위적 변화를 효율적으로 탐지할 수 있다. 변화탐지의 경우 위성영상의 보정 방법, 입력데이터 종류, 변화분석 기법에 따라 상이한 결과가 나타난다. 즉, 변화탐지를 위해 동일한 위성과 동일한 영상을 사용하여도 다양한 조건에 따라 다른 결과가 나타나기에 연구 목적에 맞는 적합한 분석기법을 적용해야 한다. 본 연구는 영상의 보정방법에 따른 절대방사보정과 상대방사보정한 위성영상을 기하보정 후 정규식생지수(NDVI)와 주성분분석(PCA)을 하고, 이를 차연산기법(ID:Image Difference)과 비연산기법(IR:Image Rationing)을 이용해 변화탐지 분석을 했다. 그 결과 ID-NDVI의 경우 식생 관련 변화탐지에 매우 우수한 정확도를 나타냈고, ID-PCA는 전 영역에서 90%의 정확도를 보였다. IR-NDVI는 90%의 정확도를 보였으나 전답${\rightarrow}$초지의 경우 70%이하로 나타났고, IR-PCA 역시 전 영역에 대해 우수한 변화탐지능력을 보였다.
