• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• 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.

• Korean Journal of Remote Sensing
• /
• v.19 no.4
• /
• pp.329-339
• /
• 2003

In this study, an approach of image fusion in decision level has been proposed for unsupervised image classification using the images acquired from multiple sensors with different characteristics. The proposed method applies separately for each sensor the unsupervised image classification scheme based on spatial region growing segmentation, which makes use of hierarchical clustering, and computes iteratively the maximum likelihood estimates of fuzzy class vectors for the segmented regions by EM(expected maximization) algorithm. The fuzzy class vector is considered as an indicator vector whose elements represent the probabilities that the region belongs to the classes existed. Then, it combines the classification results of each sensor using the fuzzy class vectors. This approach does not require such a high precision in spatial coregistration between the images of different sensors as the image fusion scheme of pixel level does. In this study, the proposed method has been applied to multispectral SPOT and AIRSAR data observed over north-eastern area of Jeollabuk-do, and the experimental results show that it provides more correct information for the classification than the scheme using an augmented vector technique, which is the most conventional approach of image fusion in pixel level.

• Proceedings of the Korean Society of Surveying, Geodesy, Photogrammetry, and Cartography Conference
• /
• 2003.04a
• /
• 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
• /
• 2011.02a
• /
• 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.

• Korean Journal of Remote Sensing
• /
• v.1 no.1
• /
• pp.89-97
• /
• 1985

An algorithm for the Hill-Sliding Clustering (HSC) method was developed using the BASIC language for Apple II personal computer. It was designed for initialization of clusters from multivariate multimodal Gaussian data. Landsat multispectral imagery data of a Korean coastal area were used for its performance test. The test showed encouraging results.

• Korean Journal of Remote Sensing
• /
• v.28 no.1
• /
• pp.21-28
• /
• 2012

In this study, detection of icebergs that have various scattering characteristics around Wilkinson glacier in West Antarctica is investigated using C-band fully-polarimetric RADARSAT-2 SAR data. Various polarimetric analyses including Freeman-Durden decomposition, H/A/$\bar{\alpha}$ decomposition, entropy (H) and anisotropy (A) method, and Wishart unsupervised classification, were applied for the RADARSAT-2 data used in this study. The polarimetric decomposition methods were successfully classified most of the iceberg, yet some iceberg with similar intensity of volume and surface scattering as sea ice were indistinguishable. Unsupervised classification with a combination of the polarimetric parameter, [1-H][1-A], gave a possibility to distinguish those unclassified iceberg.

• Journal of Korean Society for Geospatial Information Science
• /
• v.23 no.1
• /
• pp.15-22
• /
• 2015

To create a wind resource map, we need a contour map, a roughness map and wind data. We need a land cover map for the roughness map of these data. A land cover map represents the area showing similar characteristics after color indexing based on the scientific method. The features of land cover is classified by Remote sensing technique. In this study, we verified the application of the NDVI technique is reasonable after we created the wind resource map using roughness maps by unsupervised classification and NDVI technique. As a result, the wind resource map using the NDVI technique showed a 60% accordance rate and difference in class less than one. From the results, The NDVI technique is found alternative to create roughness maps by the unsupervised classification.

• Proceedings of the Korean Society of Surveying, Geodesy, Photogrammetry, and Cartography Conference
• /
• 2004.11a
• /
• 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

• Journal of the Korean Association of Geographic Information Studies
• /
• v.8 no.3
• /
• pp.34-43
• /
• 2005

We will catch the spatio-temporal changes that analyse the unknown topography of Go-Gunsan Islands using Landsat TM satellite images into an unsupervised ISODATA classification and a supervised nearest likelihood classification. Each sedimental topography has the different characteristics according to building the Saemangeum embarkment. We will deal with the distribution of sedimental shapes using ERDAS Imagine 8. 6. The result that classifies specifically topographic properties of our research area be considered to get use of establishing the reclaiming program and predicating the reclaimed sedimental topography. The research area can be classified into tidal flats and sea level using band 4 among 7 bands of Landsat TM. Also band 5 can be used to classify the special unknown shapes of tidal flats. We will clarify the efficiency that spatio-temporal sedimental changes can be extracted through processing satellite images. Therefore, the spatio-temporal unknown topography change monitoring using satellite images is expected to be very useful to clarify whether the tidal flat is generated or not in the Go-Gunsan Islands at the outer side of the embarkment after constructing completely the Saemangeum tidal embarkment.

• Journal of the Korean earth science society
• /
• v.22 no.2
• /
• pp.138-146
• /
• 2001

The land cover over Korean peninsula was classified using a multi-temporal NOAA/AVHRR (Advanced Very High Resolution Radiometer) data. Four types of phenological data derived from the 10-day composited NDVI (Normalized Differences Vegetation Index), maximum and annual mean land surface temperature, and topographical data were used not only reducing the data volume but also increasing the accuracy of classification. Self organizing feature map (SOFM), a kind of neural network technique, was used for the clustering of satellite data. We used a decision tree for the classification of the clusters. When we compared the classification results with the time series of NDVI and some other available ground truth data, the urban, agricultural area, deciduous tree and evergreen tree were clearly classified.