The Evaluation of on Land Cover Classification using Hyperspectral Imagery

초분광 영상을 이용한 토지피복 분류 평가

The objective of this study is to suggest the possibility on land cover classification using hyperspectal imagery on area which includes lands and waters. After atmospheric correction as a preprocessing work was conducted on hyperspectral imagery acquired by airborne hyperspectral sensor CASI-1500, the effect of atmospheric correction to a few land cover class in before and after atmospheric correction was compared and analyzed. As the result of accuracy of land cover classification by highspectral imagery using reference data as airphoto and digital topographic map, maximum likelihood method represented overall accuracy as 67.0% and minimum distance method showed overall accuracy as 52.4%. Also product accuracy of land cover classification on road, dry field and green house, but that on river, forest, grassland showed low because the area of those was composed of complex object. Therefore, the study needs to select optimal band to classify specific object and to construct spectral library considering spectral characteristics of specific object.

본 연구의 목적은 토지와 물이 포함된 지역에서 초분광 영상을 이용한 토지피복 분류 가능성을 제시하는데 있다. CASI-1500 항공 초분광 영상을 통해 취득한 초분광 영상에 대해 전처리 작업으로서 대기보정을 수행한 후, 대기보정 전 후에서 몇 개의 토지피복 클래스에 대해 대기보정 효과가 비교 분석되었다. 항공사진과 수치지형도와 같은 참조자료로 활용하여 초분광 영상에 의한 토지피복 분류결과를 분석한 결과, 최대우도법에서는 약 67.0%의 전체정확도를 나타내었으며, 최소거리법은 52.4%의 전체정확도를 보였다. 또한 도로, 밭, 비닐하우스에서는 토지피복 분류의 생산자 정확도가 높게 나타났으나, 하천, 산지, 초지지역에서는 매우 복잡한 객체로 구성되어 있기 때문에 토지피복 분류의 생산자 정확도가 낮게 나타났다. 따라서 향후에는 특정객체 분류를 위한 최적의 밴드선별과 객체 고유의 분광특성을 고려한 분광 라이브러리를 구축하는 연구가 필요하다.