• 한국지역지리학회지
• /
• 제2권2호
• /
• pp.197-204
• /
• 1996

낙동강의 대지류중의 하나인 금호강 유역분지를 대상으로 하여 Landsat TM 영상의 false color composite를 육안분류하여 충적평야상의 자연제방, 후배습지, 합류선상지 등의 미지형 분류를 시도해 보고 검증하였다. 이를 위하여 1992년 11월 11일에 탐지된 Landsat TM 영상중의 band 2, 3, 4에 blue, green, red filter를 각각 씌워 조합한 false color 영상이 가장 효과적이었음이 규명되었는데, 시기(時期)적으로는 미지형 별로 녹색식물(綠色植物)의 밀도차가 가장 두드러지는 11월 중순(中旬)의 영상이 가장 효율적이었다. 즉 배후습지의 논은 벼가 막 수확된 때이므로 나지(裸地) 상태이었으나 자연제방 상에는 김장채소, 과수원의 하층(下層) 초본식물 등의 녹색식물이 상대적으로 많이 남아 있으며 합류선상지 부분은 논과 밭이 혼합되어 녹색식물의 밀도가 중간 정도로 분포하기 때문인 것으로 판단된다. 이와 같이 false color composite의 색조 차이를 이용한 미지형 분류결과에 대해 sample 지역에서 현지 지형 조사와 퇴적물 입도분석(粒度分析)을 실시하여 검증해 본 결과 충적평야 미지형 분류에 있어서 탐지시기와 band 조합의 대응이 효율적으로 이루어진다면 TM 영상이 매우 유용하다는 것이 밝혀졌다.

• 대한원격탐사학회지
• /
• 제8권1호
• /
• pp.59-69
• /
• 1992

The IMAPRO sotfware package was mainly focused to provide an algorithm which is capable of displaying various color composite images on IBM PC, VGA(Video Graphic Array) card with no special hardware. It displays the false color images using a low-cost eight-bit place refresh buffer. This produces similar quality to the one obtained from image board with three eight-bit plane. Also, it provides user friendly menu driven method for the user who are not familier with technical knowladge of image processing. It may prove useful for universities, institute and private company where expensive hardware is not available.

• 대한원격탐사학회지
• /
• 제32권6호
• /
• pp.639-645
• /
• 2016

국내에서 7번째로 큰 섬인 영종도는 인천으로부터 남서쪽으로 약 4.8 km 떨어져 있다. 영종도 주변에는 조수 차에 따라 드러나는 갯벌이 존재하며, 이곳은 지속적으로 감소하고 있는 겨울철새의 중요한 도래지라는 점에서 환경적 가치가 높은 곳이기도 하다. 그러나 최근 인천국제공항의 건설과 간척사업과 같은 인위적인 자연개발로 인해 갯벌 보존에 대한 우려가 증가하고 있다. 본 연구에서는 미국 지질조사소 (USGS)가 제공하고 있는 Landsat 7 ETM+영상을 기반으로 영종도 갯벌 지역을 분석하였다. 갯벌의 경계선을 뚜렷이 나타내기 위하여 물과 육지의 경계가 분명하게 구분하는 RGB 7, 5, 3 밴드조합으로 위성영상 가합성 (False color composite)을 수행하고 지표피복분류를 통해 갯벌을 탐지하여 면적을 계산하였으며, 갯벌 면적을 수치화하는 작업을 반복 수행하였다. 또한 조위관측소가 자료를 제공하는 기간인 2000년부터 2015년까지 총 16년간 자료를 기반으로, 조위의 변화에 따라 영종도 동북부 갯벌 지역의 면적을 수치화하여, 각 조위구간에 따라 나타나는 면적을 분석하였다. 본 논문은 차후 영종도 갯벌의 보존에 대한 연구가 진행되기에 앞서 동일한 조위 조건에서 면적의 범위에 대한 지표가 될 것이며, 인위적인 환경변화에 의한 영종도 지역의 갯벌 변화를 관측하는데 중요한 과학적 근거가 될 것으로 예상된다.

• 대한원격탐사학회지
• /
• 제35권2호
• /
• pp.343-346
• /
• 2019

이 연구에서는 2019년 4월 4일 발생한 고성-속초 산불과 강릉-동해 산불의 피해지를 신뢰할 만한 수준으로 신속하게 파악하기 위하여, 고해상도 영상 기반의 산림고사지수를 개발하고 이를 Sentinel-2 영상에 적용한 결과를 소개하고자 한다. 고사한 산림과 건강한 산림은 매우 다른 분광특성을 보이는데, 특히 R-NIR-G 위색조합(false color composite)에서 그 차이가 뚜렷이 나타난다. 이러한 특성에 기초하여 개발된 산림고사지수를 적용한 결과, 고성-속초 산불의 피해면적은 약 701.16 ha, 강릉-동해 산불의 피해면적은 약 710.60 ha로 추정된다. 정확한 피해면적은 현장조사 등의 과정을 거쳐 추후에 공식적으로 확정되겠지만, 이러한 위성영상 분석은 신속한 피해현황 파악을 가능하게 하는 장점이 있다.

• 대한원격탐사학회지
• /
• 제39권5_2호
• /
• pp.859-873
• /
• 2023

산불은 오랜 기간동안 사회 및 경제적으로 지구에 많은 피해를 야기하며, 이러한 산불은 자연적 혹은 인위적으로 발생되어왔다. 이로 인해 여러 실험들에서 산불로 인한 악영향에 관한 연구들을 진행하였으며, 동시에 산불 발생 시 빠른 대처를 위한 산불탐지 및 오염배출 물질 탐지 등과 같은 연구들도 수행되었다. 그러나 현재까지 한국 및 동아시아 영역을 배경으로 한 연구는 부족한 실정이고 산불 탐지에 활용되는 자료들의 정확도에 한계가 있었다. 본 연구에서는 정지궤도 환경위성(Geostationary Environment Monitoring Spectrometer, GEMS) 영상에 위색합성기법을 활용해 새로운 산불연기 탐지 산출물을 생성하고 해당 영상을 U-Net 모델링에 활용해 기존의 연구들에서 산불 탐지시에 활용했던 가시광선 채널 영상의 한계를 보완하였다. 그리고 U-Net 모델링을 통해 산출된 산불연기 영역으로부터 황사 픽셀 필터링을 수행하는 분류모델을 구축하여 순수 산불연기 탐지 영상을 산출하였으며, 이는 GEMS 기반의 재난감시에 활용될 수 있을 것으로 기대한다.

• 대한원격탐사학회지
• /
• 제11권2호
• /
• pp.59-73
• /
• 1995

The study is focused on the analysis of geomorphological environment changes of alluvial bar in lower Kum river using satellite-based multitemporal/multisensor data. Landsat datas for environment changes analysis consists of Landset MSS(2 scenes) and Landset TM(7 scenes) acquired from 1979 to 1994. This study is to develop the analysis techniques for the environment change detection of using ratio, classification, false color composite etc, of Landsat data especially useful to the geomorphological study of tidal flats and river channels. The results of this study can be summarized as follows : 1. The lower Kum River alluvial bar have had rapid geomorphological changes after the construction of the temporary dam to block the river flowing in 1983. The most alluvial bar located in the river has both bankway growth, especially the allurival bar in the Lower Kum River had grown between 1983 to 1990. 2. After construction of the estuarine barrage, no remarkable geomorphological changes have been found in Kum River area but the growth and formation of new underwater bar has continued. The enormous materials was needed for the growth and formations of new underwater barrier oslands and bar would be supplied from the sea bottom and river sediment to diminish of stream velocity after construction of the estuarine barrage.

• International Journal of Knowledge Content Development & Technology
• /
• 제7권1호
• /
• pp.57-78
• /
• 2017

There are several statistical classification algorithms available for land use/land cover classification. However, each has a certain bias or compromise. Some methods like the parallel piped approach in supervised classification, cannot classify continuous regions within a feature. On the other hand, while unsupervised classification method takes maximum advantage of spectral variability in an image, the maximally separable clusters in spectral space may not do much for our perception of important classes in a given study area. In this research, the output of an ANN algorithm was compared with the Possibilistic c-Means an improvement of the fuzzy c-Means on both moderate resolutions Landsat8 and a high resolution Formosat 2 images. The Formosat 2 image comes with an 8m spectral resolution on the multispectral data. This multispectral image data was resampled to 10m in order to maintain a uniform ratio of 1:3 against Landsat 8 image. Six classes were chosen for analysis including: Dense forest, eucalyptus, water, grassland, wheat and riverine sand. Using a standard false color composite (FCC), the six features reflected differently in the infrared region with wheat producing the brightest pixel values. Signature collection per class was therefore easily obtained for all classifications. The output of both ANN and FCM, were analyzed separately for accuracy and an error matrix generated to assess the quality and accuracy of the classification algorithms. When you compare the results of the two methods on a per-class-basis, ANN had a crisper output compared to PCM which yielded clusters with pixels especially on the moderate resolution Landsat 8 imagery.

• 지질공학
• /
• 제9권2호
• /
• pp.161-176
• /
• 1999

해안매립의 적지로 선정된 시화지구 일대의 시화방조제와 안산신도시개발과 관련된 지표지형의 변화를 관측하기 위해 년도별 인공위성영상을 이용하였으며, 시화방조제 완공으로 노출된 간척지의 매립량을 분석하기 위하여 지리정보시스템을 이용하였다. 시화지구 일대의 인위적인 인간활동과 관련된 년도별 지형의 변화양상과 퇴적물의 분포양상, 산림의 토지피복상태, 그리고 변화된 토지피복현황을 관측하기 위해, 일반적으로 널리 이용되는 위성영상합성, Tasseled cap, 식생지수와 감독분류기법을 이용하였다 매립계획이 수립된 간척지의 매립량을 토목공사 이전에 추측하기 위하여 지질도, 시화간척지 조성계획도, 지상 DEM, 해저 DEM자료층을 지형도, 지질도, 해도, 시화지구 계획도면으로부터 추출하였다. 또한, 인공위성 영상자료 중 감독분류 영상을 분석하여 인근육지의 절취예상 가능위치를 추출하였다 해안선 및 연안지역의 지표지형변화 관측을 위한 처리기법 중 Tasseled cap으로 노출된 조간대의 퇴적물의 침식과 퇴적지역을 관찰하였고, 식생지수 기법으로 식생지수의 차이를 이용하여 산림피복 분포양상을 파악하였으며, 감독분류 영상으로부터 년도별 토지피복 변화현황을 관찰하였다. 수치지형분석으로 계산된 시화지구 간척지의 총매립량은 $581,485,354\textrm{m}^3$이고, 이를 호수공원 하부에서 준설할 경우 예상되는 최종 호수공원의 깊이는 9.2m이다. 또한, 계획단지 주변에 제방을 축조할 경우, 소요될 매립량은 $3,387,360\textrm{m}^3$이며, 이를 인근육지로부터 절취한다고 가정할 때, 선감도와 송산면일부, 대부도일부 예정지의 절취량은 각각 $5,229,576\textrm{m}^3,{\;}79,227,072\textrm{m}^3,{\;}47,026,008\textrm{m}^3$이다. 따라서, 제방 축조시 필요한 토공량은 대부도일부의 절취량만으로도 충분히 충당할 수 있음을 알 수 있었다.

• 대한원격탐사학회지
• /
• 제11권3호
• /
• pp.49-60
• /
• 1995

지질학적 선구조선에 관한 특성은 일반적인 지질작용, 광물탐사 또는 자연재해 예측과 관련된 자료의 해석 및 분석단계에서 중요한 역할을 한다. 그러나 지질조사에 의하여 드러난 선 구조와 위성자료로 부터 정량적으로 판독된 선구조정보는 이들 자료 각각의 고유한 유용성을 가 지고 있으면서도 여러가지 이유로 인하여 실질적인 차이를 보이는 경우가 많다. 본 연구에서는 선구조와 연관된 위성영상자료의 효과적인 지질학적 활용으로서의 자료통합문제를 해결하고자 퍼 지집합연산방법을 실제 사례연구를 통하여 고찰하고자 하였다. 실제 응용으로서, 호명지질도 (1:50,000)가 포함하는 지역과 같은 지역의 Landset TM 자료를 이용하였고, 자료 통합과정에서는 지질도상에 있는 선구조선, 위성자료로 부터 도출한 선구조선 및 자유 배수 양상과 같은 자료는 시험적으로 이용하였다. 자료 통합단계에서는 각각의 자료에 있는 영상요소에 대하여 백분위수계 념을 응용한 퍼지소속함수를 정의한 뒤, 퍼지 산술합연산과정을 실시되었다. 비록 현재까지의 결 과로 본 방법의 유용성에 관한 일반적인 결론을 얻기에는 다소 미흡하지만, 본 사례연구지역의 경우에는 통합된 정보에서 다른 분석방법과는 구별되는 비교적 의미있는 새로운 선구조관련 지질 정보가 내포되어 있는 것으로 판단된다. 결론적으로 본 통합방법은 앞으로 본다 많은 기초 및 관 련 연구를 통하여 결정판단 보조자료를 얻기 위한 효과적인 공간사고방법으로 간주 될 수 있을 것으로 생각된다.

• 대한원격탐사학회지
• /
• 제38권5_3호
• /
• pp.967-977
• /
• 2022

산불의 발생과 강도는 기후 변화로 인하여 증가하고 있다. 산불 연기에 의한 배출가스 대기질과 온실 효과에 영향을 미치는 주요 원인 중 하나로 인식되고 있다. 산불 연기의 효과적인 탐지를 위해서는 위성 산출물과 기계학습의 활용이 필수적이다. 현재까지 산불 연기 탐지에 대한 연구는 구름 식별의 어려움 및 모호한 경계 기준 등으로 인한 어려움이 존재하였다. 본 연구는 우리나라 환경위성 센서인 Geostationary Environment Monitoring Spectrometer (GEMS)의 Level 1, Level 2 자료와 기계학습을 이용한 산불 연기 탐지를 목적으로 한다. 2022년 3월 강원도 산불을 사례로 선정하여 산불 연기 레이블 영상을 생성하고, 랜덤 포레스트 모델에 GEMS Level 1 및 Level 2 자료를 투입하여 연기 픽셀 분류 모델링을 수행하였다. 훈련된 모델에서 입력변수의 중요도는 Aerosol Optical Depth (AOD), 380 nm 및 340 nm의 복사휘도 차, Ultra-Violet Aerosol Index (UVAI), Visible Aerosol Index (VisAI), Single Scattering Albedo (SSA), 포름알데히드, 이산화질소, 380 nm 복사휘도, 340 nm 복사휘도의 순서로 나타났다. 또한 2,704개 픽셀에 대한 산불 연기 확률(0≤p≤1) 추정에서 Mean Bias Error (MBE)는 -0.002, Mean Absolute Error (MAE)는 0.026, Root Mean Square Error (RMSE)는 0.087, Correlation Coefficient (CC)는 0.981의 정확도를 보였다.