• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2011년도 학술발표회
• /
• pp.355-355
• /
• 2011

토지피복의 분류는 토지표면의 물리적인 지표면의 상태를 나타내는 자료로 환경, 행정, 수자원, 재해 등 다방면으로 이용되고 있다. 특히 수자원과 관련하여 식생의 증산과 토양의 증발을 통칭하는 증발산과 유출, 토양수분 등과 연관되어 있다. 광범위한 토지피복의 산정에는 경제성 및 주기성 등의 장점으로 인하여 인공위성 영상을 이용하는 기법이 적합하다. 위성영상분류법은 훈련지역의 선정 여부에 따라 감독분류와 무감독 분류로 나누어지며 각각의 알고리즘의 특성에 따라 더욱 세분화된다. 본 연구에서는 Landsat-TM (Thematic Mapper) 영상을 이용하여 감독 분류와 무감독 분류를 각각 적용하여 한강유역의 토지피복을 수역, 시가, 나지 습지, 초지, 산림, 농지의 7가지 부분으로 대분류로 산정하고 비교하였다. 두 경우의 정확도는 각각 91.6%, 90.9%의 비슷한 정확도를 나타내었으며, 세부적으로 우리나라의 대부분의 면적에 분포하는 산림, 농지, 시가, 수역의 정확도가 높게 나타났다. 또한 각 항목별로 정확도를 비교하였을 때 감독분류가 무감독분류에 비해 다소 정확한 것을 확인할 수 있었다. 추후 외부자료를 도입하면 비교적 낮은 정확도를 나타낸 초지, 습지, 나지의 정확도를 보완할 수 있을 것이다.

• 대한원격탐사학회지
• /
• 제19권4호
• /
• pp.329-339
• /
• 2003

본 연구에서는 무감독 영상분류를 위하여 특성이 다른 센서로 수집된 영상들에 대한 의사결정 수준의 영상 융합기법을 제안하였다. 제안된 기법은 공간 확장 분할에 근거한 무감독 계층군집 영상분류기법을 개개의 센서에서 수집된 영상에 독립적으로 적용한 후 그 결과로 생성되는 분할지역의 퍼지 클래스 벡터(fuzzy class vector)를 이용하여 각 센서의 분류 결과를 융합한다. 퍼지 클래스벡터는 분할지역이 각 클래스에 속할 확률을 표시하는 지시(indicator) 벡터로 간주되며 기대 최대화 (EM: Expected Maximization) 추정 법에 의해 관련 변수의 최대 우도 추정치가 반복적으로 계산되어진다. 본 연구에서는 같은 특성의 센서 혹은 밴드 별로 분할과 분류를 수행한 후 분할지역의 분류결과를 퍼지 클래스 벡터를 이용하여 합성하는 접근법을 사용하고 있으므로 일반적으로 다중센서의 영상의 분류기법에 사용하는 화소수준의 영상융합기법에서처럼 서로 다른 센서로부터 수집된 영상의 화소간의 공간적 일치에 대한 높은 정확도를 요구하지 않는다. 본 연구는 한반도 전라북도 북서지역에서 관측된 다중분광 SPOT 영상자료와 AIRSAR 영상자료에 적용한 결과 제안된 영상 융합기법에 의한 피복 분류는 확장 벡터의 접근법에 의한 영상 융합보다 서로 다른 센서로부터 얻어지는 정보를 더욱 적합하게 융합한다는 것을 보여주고 있다.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2003년도 춘계학술발표회 논문집
• /
• pp.167-170
• /
• 2003

본 연구는 무감독영상해석(Unsupervised Classification)에서 주성분 분석법(Principal Component Analysis)의 응용성을 연구하기 위하여, 주성분 분석법을 K-means, ISODATA 두가지 무감독분류법에 적용하였다. 적용대상지역은 제주도이다. 본 연구에서 주성분 분석 방법중에서 비정규형 주성분 분석방법 (Unstandardized PCA)과 정규형 주성분 분석방법(Standardized PCA) 두가지 경우로 나누어서 각각 연구하였다. 이를 위하여 제주도의 Landsat TM영상과 국토연구원에서 조사한 제주도 식생분류 조사자료와 현장조사 자료 그리고 1/25,000 수치지도를 이용하였다. 그리고 분석된 자료의 정확도를 평가하기 위하여 오차행렬(Error Matrix)을 도입하여 계산하였다. 우선 비정규형 주성분 분석법으로 구한 주성분 영상과 Landsat TM 원래 영상을 오차행렬을 이용하여 제주도의 식생 분류에 각각 적용하였다. 그 결과, K-means 무감독분류법에서는 Landsat TM 자료를 직접 이용한 경우에는 바다와 육상의 분류가 잘 되지 않았으며, 또한 전반적인 영상분류결과가 관측치와 많은 차이를 보였다. 그러나, 주성분 분석법으로 계산된 주성분 영상으로 K-means방법으로 분류 한 결과는 관측치와 잘 일치를 하였다. ISODATA의 경우, Landsat TM 원래영상을 계산하면, K-means으로 분류한 결과보다는 좋은 값을 나타냈으나, 주성분 분석법으로 구한 영상의 계산결과와 비교하면, 주성분 영상으로 구한 분류결과의 정확도가 약 15%정도 높게 나타났다. 정규형 주성분 분석법의 경우를 보면 K-means에서는 Landsat TM원래 자료보다 우수한 결과를 보여주었으나, 비정규형 주성분 분석법으로 계산된 결과보다는 정확도가 다소 떨어지는 단점이 있었고, ISODATA의 경우도 Landsat TM원래 자료보다 약 7%정도의 높은 정확도를 보였으나, 비정규형 영상보다는 약8%정도 낮은 정확도를 보였다. 본 연구에서 주성분 분석법으로 계산된 결과에서 주목되는 것은, 주성분 분석법으로 구한 주성분 영상은 분류방법(K-means, ISODATA, artificial neural networks)에 따라 분류된 결과값이 비슷하게 나타난 반면, Landsat TM원래 자료는 분류방법에 따라 결과값이 많은 차이를 보여 주었다. 그리고 주성분 분석 방법 중에서도 비정규형 주성분 분석법(Unstandardized PCA)이 정규형 주성분 분석법(Standardized PCA)보다 영상분석에서 더 좋은 결과를 보여주는 것으로 나타났다.

• 한국방재학회:학술대회논문집
• /
• 한국방재학회 2011년도 정기 학술발표대회
• /
• pp.170-170
• /
• 2011

토지피복은 지표면의 물리적 상태 및 사용 용도에 따른 특성을 나타내는 기본적인 정보로 농업, 환경, 재해, 수자원 등 다양한 분야에서 이용되고 있다. 식생활동으로 인해 생기는 증산과 토양에서 일어나는 증발을 증발산이라 통칭하며, 이의 정확한 산정은 수리, 수문학적 유역 분석에 중요하다. 정확한 증발산의 산정을 위해서는 기압, 온도 등 기상 인자의 역할이 중요하지만 토지피복 특성 역시 증발산에 큰 영향을 주므로 중요한 요소 중 하나이다. 이는 인간의 활동에 의해 점차적으로 빠르게 변화하는 추세이므로 인공위성 영상을 이용하여 효율적인 정보의 취합 및 관리가 필수적이다. 따라서 본 연구에서는 Landsat 5 TM(Thematic Mapper) 영상을 기반으로 무감독 분류법을 이용하여 ISODATA Training과 Masking기법을 사용하여 한강 유역의 토지피복도를 산정하였다. 본 연구에서는 연구 대상 지역의 영상을 사용하였고, 토지의 분류는 수역, 시가, 나지, 습지, 초지, 산림, 농지의 7가지로 분류하였다. 그 결과 우리나라의 대다수를 이루는 수역, 시가, 산림, 농지에 대한 높은 정확도를 갖는 토지피복도를 얻을 수 있었으며, 이는 군사경계 외부의 지역도 포함된 결과이다. 단, 나지와 습지, 초지 부분의 정확도는 비교적 떨어지나, 우리나라의 토지특성상 많은 비율을 차지하고 있지 않으므로 신뢰할 만한 결과라 할 수 있겠다. 이 결과와 외부 자료를 이용하여 보다 향상된 토지피복도를 만들 수 있을 것이다. 이를 토대로 군사지역 등 접근이 어려운 지역의 토지피복 현황을 파악하여 정확한 증발산 산정에 도움이 되고자 한다.

• 대한원격탐사학회지
• /
• 제1권1호
• /
• pp.89-97
• /
• 1985

Hill-Sliding Clustering이라는 다변량 자료의 무감독 분류 방법을 Apple II personal computer의 BASIC언어를 사용한 Algorithm으로 개발하였다. 이 Algorithm으로 다변량 multimode를 갖는 정규 분포 자료에서 사전 지식없이 자료를 집단화하여 구분해 낼 수 있게 되 었다. 한국 연안 지역의 Landsat(지구 자원 탐사 위성)의 다중, Spectrum 영상 자료에 적용한 시 험 결과, 매우 고무적 결론을 얻었다.

• 대한원격탐사학회지
• /
• 제28권1호
• /
• pp.21-28
• /
• 2012

본 논문에서는 서남극해에 위치한 Wilkinson 빙하주변에 존재하는 다양한 산란특징을 보이는 빙산을 고해상도 C-밴드RADARSAT-2의 다중편파 합성구경레이더 (SAR) 자료를 이용하여 탐지할 수 있는 기법을 연구 하였다. 다중편파 SAR 자료에 적용할 수 있는 다양한 기법 들 중 전자기파 산란 특성을 파악할 수 있는 Freeman-Durden decomposition, H/A/$\bar{\alpha}$ decomposition, 그리고 entropy (H)와 anisotropy(A) 기법 들과, 다중편파 SAR자료의 분류를 위해 Wishart 무감독 분류법을 연구지역 SAR 자료에 적용 하였다. 그 결과, Freeman Durden, H/A/$\bar{\alpha}$ decomposition을 이용한 기법들은 대부분의 빙산들을 잘 분류 하였지만 해빙과 비슷한 표면 산란과 체적 산란을 가지고 있는 빙산은 구분되지 않았다. 반면, H와 A의 조합 변수 중 하나인 [1-H][1-A] 변수를 이용한 무감독 분류법은 이러한 빙산들을 잘 구분하였다.

• 대한공간정보학회지
• /
• 제23권1호
• /
• pp.15-22
• /
• 2015

풍력자원지도의 작성을 위해 기본적으로 지형고도자료, 지면조도자료, 풍황자료가 필요하다. 그 중 지면조도자료의 경우 토지피복분류 기법을 통한 토지피복지도를 이용하여 구할 수 있다. 지면조도지도의 경우 토지피복의 성질에 따라 풍속의 조도계수가 다르게 되며, 이러한 조도계수에 근거하여 정확한 지면조도지도를 만들 수 있다. 본 연구에서는 Landsat위성자료를 이용하여 무감독 분류 방법과 식생지수법을 사용하여 지면조도자료를 생성한 후 풍력자원지도를 작성하였다. 이렇게 만들어진 풍력자원지도를 근거로 식생지수법의 사용이 무감독 분류 기법에 비하여 타당한지를 검증하였다. 그 결과, 식생지수를 사용한 풍력자원지도는 관측 자료와 비교한 경과 60% 이상의 등급 일치율을 보였고 불일치하는 픽셀에 대해서는 최대 등급의 차이를 넘지 않았다. 따라서 풍력자원지도 생성 시 필요한 지면조도지도를 계산할 경우 식생지수를 이용한 분류방법이 효과적인 것으로 판단된다.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2004년도 추계학술발표회 논문집
• /
• pp.167-171
• /
• 2004

최근 들어 위성영상은 자료 처리 방식에 따라 지구표면이나 또는 지하면에 대한 다양한 정보(물리적인 정보, 화학적인 정보)를 얻을 수 있고 실제 지구를 가상으로 구현하는 데 활용될 수 있기 때문에 여러 산업에서 활용하고 있다. 또한 분류는 영상에 포함된 여러 가지 대상물을 구별하기 위해서 화소와 비교적 성질이 같은 화소 그룹별 특징에 대응되는 레벨을 지정하는 기술이 요구되며, 최소거리 분류법, 평행사변형법, 마하나로비스거리법(Mahanalobis Distance Method), 최대우도법(Maximum Likelihood Method)등 비교하여 분류를 수행

• 한국지리정보학회지
• /
• 제8권3호
• /
• pp.34-43
• /
• 2005

Landsat TM 위성영상을 이용하여 전라북도 고군산 군도 미지형을 무감독 분류의 ISODATA 기법과 감독 분류의 최근린법으로 분석한 시공간 변화를 파악하고자 한다. 각각의 퇴적물 지형은 새만금 방조제 공사 진행에 따라 지리적 요인과 기후 환경적 영향에 대하여 상이한 특성을 갖는다. 본 연구 지역의 지형적 특성을 구체적으로 구분한 결과는 간척 계획수립과 간척된 이후의 퇴적 및 침식 지형 예측에 유용할 것으로 사료된다. 아울러 Landsat TM 7개의 band 중에서 밴드 4는 조간대와 해변의 구분, 그리고 밴드 5는 조간대에 대한 세부적인 미지형의 분류에 이용하며, 위성영상이 미지형 변화의 탐지에 효율적임을 밝히고자 한다. 따라서 위성영상을 이용한 지형지물의 분류 및 변화에 대한 탐지는 제방 축조공사가 완료된 후 방조제 외측에 위치한 고군산 군도에서 갯벌이 형성되는지의 여부를 밝히는데 매우 유용할 것으로 기대된다.

• 한국지구과학회지
• /
• 제22권2호
• /
• pp.138-146
• /
• 2001

이 연구에서는 극궤도 기상위성인 NOAA/AVHRR 시계열 자료를 이용하여 한반도의 지면 피복을 분류하였다. 일주기 기상위성자료로부터 구름이 없는 상태의 지면상태 자료를 획득하기 위하여 10일 간격 최대치 합성법 자료를 작성하였으며 27개의 10일주기 식생지수 자료들(겨울철 12, 1, 2월 자료 9개 제외)로부터 4개의 식생 계절성 자료를 작성하였다. 또한 위성자료로부터 분석한 연 최고 및 연평균 지면온도, 그리고 지형고도 자료를 이용하였다. 각 지면 피복에 대한 특성 자료 수집이 어렵기 때문에 여기서는 2단계 무감독 분류법을 이용하였다. 즉, 초기 입력자료는 신경망 기법의 일종인 SOFM을 이용하여 군집화한 다음 결정나무를 이용하여 각 군집을 분류하였다. 최종 분류 결과는 식생지수의 시계열과 지상 자료로 검증한 결과 대도시, 농지, 낙엽수림 및 상록수림 등 우리 나라의 지면 피복을 개략적으로 잘나타내고 있는 것으로 판단된다.