Abstract
This study was conducted to compare classification accuracy by tree species using QuickBird imagery for pixel- and segment-based classifications that have been mostly applied to classify land covers. A total of 398 points was used as training and reference data. Based on this points, the points were classified into fourteen land cover classes: four coniferous and seven deciduous tree species in forest classes, and three non-forested classes. In pixel-based classification, three images obtained by using raw spectral values, three tasseled indices, and three components from principal component analysis were produced. For the both classification processes, the maximum likelihood method was applied. In the pixel-based classification, it was resulted that the classification accuracy with raw spectral values was better than those by the other band combinations. As resulted that, the segment-based classification with a scale factor of 50% provided the most accurate classification (overall accuracy:76% and ${\hat{k}}$ value:0.74) compared to the other scale factors and pixel-based classification.
본 연구는 고해상도 위성영상인 QuickBird 영상을 이용한 픽셀 및 분할기반의 분류방법의 정확도를 비교하여 적합한 수종 분류방법을 선정하기 위해 수행하였다. 이를 위해 연구대상지인 충청북도 옥천군과 영동군의 산림을 대상으로 현지조사를 실시하여 총 398개 토지피복정보를 수집하였다. 총 14개의 토지 피복 등급(4개의 침엽수종과 7개의 활엽수종, 그리고 3개의 비산림지)으로 구분된 현지조사 자료를 훈련자료로 이용하였다. 픽셀기반 분류에 있어서 위성영상이 가지고 있는 원 화소값, tasseled cap 분석에 의한 3개의 지수, 그리고 주성분 분석을 통한 3개의 성분값을 이용한 3가지의 밴드조합 영상을 생성하여 분류정확도를 비교한 결과, 위성영상의 원 화소값을 이용한 분류 정확도가 가장 높은 것으로 평가되었다. 분할기반 분류에서는 3개의 축척계수에 따른 정확도를 비교한 결과, 축척계수 50%을 적용하였을 때 전체 정확도는 76%, 그리고 ${\hat{k}}$ 값은 0.74로 다른 축척계수에 의한 정확도보다 높은 것으로 나타났다. 결과적으로 QuickBird 영상의 원 화소값과 50%의 축척계수를 이용한 분할기반의 수종분류 결과가 정확도가 가장 높은 것으로 평가되었다.