• 동굴
• /
• 제84호
• /
• pp.1-9
• /
• 2008

기존 동굴의 유형분류는 다양성을 갖지 못하고, 성인적, 형태적, 규모적 분류에 국한되어있다. 이러한 분류기준뿐만 아니라 더욱 다양한 동굴의 분류 방법이 필요하다. 이러한 문제점을 해결하는 방법으로 군집분석의 이론적 배경을 살펴보았을 때, 입력변수 선정에 따른 다양한 변수 선정을 통해 다양한 분류 방법이 가능하여 그 유용성이 매우 높다. 실제적으로 동굴의 내부환경, 주변환경 등을 고려한 (1)동굴 규모 및 형태에 따른 수치적 유형분류, (2)동굴외부의 토지이용적 입지특성에 따른 유형분류, (3)동굴의 관계적 주변 입지특성에 따른 유형분류 등이 가능하다.

• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2006년도 GIS/RS 공동춘계학술대회
• /
• pp.169-174
• /
• 2006

도시지역의 급변하는 토지이용의 패턴 및 토지피복상태 등의 도시환경의 변화를 분석하는 것은 도시계획 및 개발계획을 기획, 입안하는데 중요한 자료로 활용될 수 있을 것이다. 본 연구에서는 구미시를 대상지역으로 하는 Landsat TM과 Landsat $ETM^+$ 인공위성 영상데이터로부터 토지피복/토지이용 분류를 수행함으로써 18년간의 광역적 도시변화를 탐지하였다. 또한 도시의 발전과 지표면 온도의 상관성을 알아보기 위하여 열적외선 파장영역을 이용하여 온도를 추출하였다. 시가지 확장으로 인한 지표면 온도의 상승을 확인하고 이를 통해 토지이용/토지피복의 상관관계 분석 및 식생지수분포를 비교하였다.

• 한국측량학회지
• /
• 제37권6호
• /
• pp.507-516
• /
• 2019

토지특성조사는 토지가격비준표 작성 및 표준지와 개별지의 특성차이 비교를 통한 지가 산정 과정에서 매우 중요한 과정이다. 따라서 토지특성조사는 최대한 객관적이고 합리적이며 일관성 있게 이루어져야 한다. 그러나 현재 토지특성조사는 지자체 공무원과 감정평가사의 경험이 상당수 반영되고 있기 때문에 객관성과 일관성을 보장하기 어렵다. 본 연구에서는 현행 토지특성조사 항목 중 고저의 조사방식을 분석하여 문제를 정의하고, 고저 분류를 위해 토지의 고저 정보를 공간정보 기술 기반으로 수치화하여 이를 데이터 마이닝 기법 중 하나인 C4.5을 적용하여 고저를 분류하는 방법을 제시하였다. 서울시의 표준지 고저 조사 결과와 필지의 공간정보를 C4.5 모델에 적용한 결과에서는 기존 감정평가사의 조사 결과 약 93.5% 일치 하는 것으로 나타났다.

• Spatial Information Research
• /
• 제12권1호
• /
• pp.43-56
• /
• 2004

필지는 지번, 지목, 경계, 면적이라는 기본적인 구성요소를 가지고 있다. 그 가운데 토지의 가치는 대부분 지목에 의해 결정된다. 많은 수익이나 산출이 기대되는 용도로 토지를 이용하려는 경향에 따라 토지이용 전환이 많이 이루어지고 있다. 결국, 이것은 토지의 불법 형질변경, 난개발 등의 원인이 되고 있고, 지목 불부합의 발생을 가중시키고 있다. 그러나 이에 대한 대처나 정리는 상대적으로 미흡한 편이다. 본 연구에서는 고해상도 위성영상과 수치지형도를 이용하여 지목을 기반으로 한 필지별 토지이용/토지피복을 분류할 수 있는 방법을 제안하였다. 이렇게 분류된 필지별 토지이용/토지피복도와 편집지적도상의 지목을 비교·분석하여 지목 불부합 정도를 통계적으로 측정하였다. 그 결과 연구지역의 불부합 정도에 대한 통계적인 해석이 가능하여, 향후 지적 불부합지를 정량적으로 자동 해석할 수 있는 가능성을 제시할 수 있었다.

• 한국지리정보학회지
• /
• 제27권1호
• /
• pp.115-127
• /
• 2024

본 연구는 Transformer 모듈을 기반으로 다양한 구조의 모델을 구성하고, 토지피복 분류를 수행하여 Transformer 모듈의 활용방안 검토를 목적으로 하였다. 토지피복 분류를 위한 딥러닝 모델은 CNN 구조를 가진 Unet 모델을 베이스 모델로 선정하였으며, 모델의 인코더 및 디코더 부분을 Transformer 모듈과 조합하여 총 4가지 딥러닝 모델을 구축하였다. 딥러닝 모델의 학습과정에서 일반화 성능 평가를 위해 같은 학습조건으로 10회 반복하여 학습을 진행하였다. 딥러닝 모델의 분류 정확도 평가결과, 모델의 인코더 및 디코더 구조 모두 Transformer 모듈을 활용한 D모델이 전체 정확도 평균 약 89.4%, Kappa 평균 약 73.2%로 가장 높은 정확도를 보였다. 학습 소요시간 측면에서는 CNN 기반의 모델이 가장 효율적이었으나 Transformer 기반의 모델을 활용할 경우, 분류 정확도가 Kappa 기준 평균 0.5% 개선되었다. 차후, CNN 모델과 Transformer의 결합과정에서 하이퍼파라미터 조절과 이미지 패치사이즈 조절 등 다양한 변수들을 고려하여 모델을 고도화 할 필요가 있다고 판단된다. 토지피복 분류과정에서 모든 모델이 공통적으로 발생한 문제점은 소규모 객체들의 탐지가 어려운 점이었다. 이러한 오분류 현상의 개선을 위해서는 고해상도 입력자료의 활용방안 검토와 함께 지형 정보 및 질감 정보를 포함한 다차원적 데이터 통합이 필요할 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제27권4호
• /
• pp.445-455
• /
• 2011

이 논문은 분광 영상정보만으로 구분력이 상대적으로 떨어지는 분류 항목들의 분류 정확도 향상을 목적으로 기 존재하는 토지피복도로부터 계산된 시간 문맥 정보를 결합하는 확률론적 분류 방법론을 제안하였다. 기 존재하는 토지피복도와 고려하고 있는 시기의 훈련 집단으로부터 분류 항목간 전이 확률을 계산하여 이를 사전 확률로 간주하였다. 분광 영상정보로부터 얻어지는 조건부 확률을 사전 확률과 결합하여 최종적인 사후 확률을 계산하여 분류 항목을 결정하였다. 제안 기법은 기존 시간 문맥 정보를 결합할 때 많은 계산량을 요구하는 방법론들과 달리 확률론적 분류 방법에 쉽게 적용이 가능한 장점이 있다. 시계열 MODIS 자료를 이용한 농작물 분류 사례 연구를 수행하여, 제안 기법의 적용가능성을 검증하였다. MODIS 자료의 낮은 공간 해상도로 인한 혼재 효과로 분광 영상정보만으로 구분력이 떨어지는 분류 항목들은 시간 문맥 정보를 고려함으로써 상대적인 구분력이 향상되어 최종적으로 향상된 분류 정확도를 나타내었다. 따라서 제안 기법은 분류 정확도의 향상과 더불어 기제작된 토지피복도의 갱신에도 효과적으로 이용될 수 있을 것으로 기대된다.

• 한국지형학회지
• /
• 제18권1호
• /
• pp.41-56
• /
• 2011

이 연구에서는 미래의 토지피복도 작성을 위해 위성영상을 기반으로 토지피복 변화를 분석하고, 토지지목의 통계자료를 이용하여 미래의 토지지목 변화를 예측하였다. 토지지목 예측 방법에는 이중지수 평활법을 이용하였다. 위성영상을 이용한 각 연도별 토지피복 분류 결과, 천안·아산시의 토지피복 변화에서 가장 큰 증가 면적을 보인 유형은 인공구조물이며, 다음으로 수역, 초지, 나대지 등도 증가하였다. 반면에 산림지, 논, 습지, 밭 등은 감소하였다. 토지지목의 시계열분석 결과에서는 위성영상을 이용한 토지피복 분류 결과와 유사한 결과가 나타났다. 이중지수 평활법을 이용한 토지지목 변화를 예측한 결과, 2010년에서 2100년까지 논, 밭, 산림지와 습지는 지속적으로 감소하는 반면, 인공구조물, 수역, 나대지, 초지는 계속해서 증가할 것으로 예측되었다. 이상의 결과는 기후변화 대응전략 마련을 위한 기후변화에 따른 토지피복 변화 예측을 위한 기초 자료로 활용될 수 있을 것이다.

• 응용통계연구
• /
• 제29권5호
• /
• pp.859-872
• /
• 2016

초분광 영상 데이터는 픽셀마다 수백 개의 스펙트럼 밴드에 대한 정보가 주어지는 고차원 데이터로, 농업, 식품처리, 광물학, 물리학, 환경학, 지리학 등 광범위한 분야에 활용되고 있다. 그 중 하나는 토지 피복의 분류 문제인데, 이는 자연 재해 예방, 자연 자원 감시, 환경에 대한 정보 수집에 있어서 중요한 문제이다. 하지만 차원의 저주, 시공간적 변동성, 레이블된 데이터의 부족 때문에 토지 피복의 정확한 분류에는 어려움이 따른다. 이 논문에서는 이러한 문제를 해결하기 위해 컨볼루션 신경망에 기반한 새로운 심층 학습 구조를 제안한다. 제안된 구조는 원하는 지점 주변 픽셀의 정보를 컨볼루션 신경망을 통해 처리하고, 그 지점의 스펙트럼 정보를 강조하기 위해 컨볼루션 층의 출력과 스펙트럼 정보를 함께 소프트맥스 분류기의 입력으로 사용한다. 이 구조는 추가적인 특징 추출 과정을 필요로 하지 않고, 그래픽 처리 장치 등을 이용한 병렬화가 간편하다는 점에서 기존 방법들보다 유리하다. 실험 결과, 제안된 구조는 기존에 가장 좋은 성능을 보인 분류기와 비슷하거나 더 좋은 분류 정확도를 보여 좋은 일반화 성능을 보이는 것을 확인할 수 있었다.

• 대한원격탐사학회지
• /
• 제19권2호
• /
• pp.135-147
• /
• 2003

본 연구는 한반도 위성 영상자료에 다단계 계층군집 영상분류법을 적용하여 관측지역의 피복특성을 분석한다. 다단계 계층군집 영상분류는 크게 두 단계로 이루어진다. 첫 번째 단계는 계층군집에 의해 공간적으로 근접하고 있는 이웃집단간의 결합을 하는 공간확장 영상분할 단계이고 두번째 단계는 결합지역의 공간적 제약 없이 영상분할 단계에서 분할된 집단을 계층군집에 의해 적은 한정적인 수의 클래스로 분류하는 과정이다. 계층군집 영상분류는 수치영상의 계층구조에 근거하여 매 단계 두 개의 집단을 한 개의 집단으로 합병하므로 클래스 수에 따른 분류집단 간의 관계를 나타내는 계층나무를 구성할 수 있다. 실험결과는 계층군집 영상분류에 의해 구성된 계층나무는 토지사용간의 계층구조를 자세히 밝혀주고 토지 피복 특성의 정확한 분석에는 좀 더 자세한 분광정보가 필요함을 보여주고 있다.

• 대한환경공학회지
• /
• 제36권3호
• /
• pp.162-171
• /
• 2014

본 연구에서는 수질오염총량제의 토지계 발생부하량 산정 방식에서의 지목 단순화로 인한 불확실성을 분석하고, 23 개 중분류 토지피복도를 기존 산정방식에 적용하여 지목 확장을 할 수 있도록 개선하였으며 이를 L-THIA 모형을 이용하여 검증하였다. 진위천 유역에 대하여 지목이 단순화된 기존 방식(시나리오 1)과 23개 중분류 토지피복도를 이용한 방식(시나리 오 2)으로 산정된 TP 부하량을 비교한 결과 기존 방식의 불확실성이 높다는 것이 나타났으며, 시나리오 2에 의한 분석 결과 같은 대지 분류에 속하는 토지피복들에서 T-P 발생부하량의 편차가 3.45 kg/day~56.69 kg/day로 약 16배의 차이를 보였다. 시 나리오 2를 수질오염총량제에 적용할 수 있도록 23개 중분류 토지피복을 지적도 기반 지목으로 매칭하여 TP 발생부하량을 산정하였다(시나리오 3). 개선된 방식(시나리오 3)의 토지계 T-P 발생부하량 산정의 정확도를 검증하기 위해 L-THIA 모형의 결과와 비교하였으며 모형 예측 대비 약 10% 정도로 차이가 매우 적게 나타났다. 본 연구결과는 향후 수질오염총량제의 토 지계 발생부하량 산정의 정확도를 높이는데 있어 기초자료로 사용될 수 있을 것이라 기대된다.