Land Cover Mapping and Availability Evaluation Based on Drone Images with Multi-Spectral Camera

다중분광 카메라 탑재 드론 영상 기반 토지피복도 제작 및 활용성 평가

Abstract

The land cover map has been produced by using satellite and aerial images. However, these two images have the limitations in spatial resolution, and it is difficult to acquire images of a area at desired time because of the influence of clouds. In addition, it is costly and time-consuming that mapping land cover map of a small area used by satellite and aerial images. This study used multispectral camera-based drone to acquire multi-temporal images for orthoimages generation. The efficiency of produced land cover map was evaluated using time series analysis. The results indicated that the proposed method can generated RGB orthoimage and multispectral orthoimage with RMSE (Root Mean Square Error) of ${\pm}10mm$, ${\pm}11mm$, ${\pm}26mm$ and ${\pm}28mm$, ${\pm}27mm$, ${\pm}47mm$ on X, Y, H respectively. The accuracy of the pixel-based and object-based land cover map was analyzed and the results showed that the accuracy and Kappa coefficient of object-based classification were higher than that of pixel-based classification, which were 93.75%, 92.42% on July, 92.50%, 91.20% on October, 92.92%, 91.77% on February, respectively. Moreover, the proposed method can accurately capture the quantitative area change of the object. In summary, the suggest study demonstrated the possibility and efficiency of using multispectral camera-based drone in production of land cover map.

토지피복도는 지금까지 주로 위성영상과 항공영상을 이용하여 제작되어 왔지만 이 두 영상은 공간적 해상도의 한계가 따르고 구름의 영향으로 원하는 시점에 원하는 지역의 영상을 취득하기에는 역부족이다. 또한, 소규모 지역에 대한 토지피복도를 제작하기에는 시간적 및 경제성 측면에서 비효율적이다. 이에 본 연구에서는 다중분광 카메라 기반의 드론을 사용하여 다중시기 영상을 취득하고 정사영상을 생성한 후 토지피복도를 제작하여 시계열 분석을 통해 활용성을 평가 하였다. 그 결과 RMSE (Root Mean Square Error)가 X, Y, H에서 각각 ${\pm}10mm$, ${\pm}11mm$, ${\pm}26mm$인 RGB 정사영상과 ${\pm}28mm$, ${\pm}27mm$, ${\pm}47mm$인 다중분광 정사영상을 생성할 수 있었다. 픽셀기반 및 객체기반 분류로 각각 제작된 토지피복도의 정확도를 분석한 결과 전체 정확도와 Kappa 계수에서 객체기반 분류가 시기별로 각각 7월 93.75%, 92.42%, 10월 92.50%, 91.20%, 2월 92.92%, 91.77%로 더 높게 나타났으며 시계열 분석 결과 특정 객체의 면적 변화량을 정량적으로 정확하게 파악할 수 있었다. 이를 통해 다중분광 카메라 기반의 드론을 활용한 효율적인 토지피복도 제작 가능성과 활용성을 확인하였다.

Fig. 1. GCP locations in study area

Fig. 2. The acquired sample image

Fig. 3. February RGB DEM and orthoimage

Fig. 4. February multispectral DEM and orthoimage

Fig. 5. NDVI generation result

Fig. 6. July pixel-based classification result

Fig. 7. October pixel-based classification result

Fig. 8. February pixel-based classification result

Fig. 9. July object-based classification result

Fig. 10. October object-based classification result

Fig. 11. February object-based classification result

Fig. 12. July inland wetland and mixed forest

Fig. 13. October inland wetland and mixed forest

Fig. 14. February inland wetland and mixed forest

Fig. 15. Comparison graph of area percentage by period

Table 1. The acquired GCP coordinates

Table 2. The input values for automatic flight

Table 3. RGB orthoimage accuracy analysis result

Table 4. Multispectral orthoimage accuracy analysis result

Table 5. Classification and color system

Table 6. Classification accuracy analysis by error matrix

Table 7. Comparison of area percentage by period