• 대한원격탐사학회지
• /
• 제23권6호
• /
• pp.529-536
• /
• 2007

불투수도는 도시화, 환경변화를 추정하기 위한 중요한 지수로서 도시 기후 변화, 홍수기철 도시 범람의 증가, 홍수 모델링에 영향 등 도시의 홍수 기상학과 수문학적인 변화와 매우 밀접한 관계가 있다. 본 연구에서는 안성지역 일대를 대상으로 하여 Landsat ETM+ 영상을 이용한 불투수도 작성을 시도하였다. 학습 및 검수자료는 고해상도 영상인 IKONOS 영상을 이용하였으며, Landsat ETM+ 영상에 대한 위성반사율을 이용하여 tasseled cap과 NDVI로 전환하고 다양한 변수들이 불투수도에 미치는 영향을 분석하였다. 그리고 Regression Tree 알고리즘에 따라 불투수도 추정식을 개발하여 지도화하였다.

• 상하수도학회지
• /
• 제28권6호
• /
• pp.635-645
• /
• 2014

The changes of rainfall pattern and impervious covers have increased disaster risks in urbanized areas. Impervious covers such as roads and building roofs have been dramatically increased. So, it is falling the ability safety of flood defense equipments to exist. Runoff coefficient means ratio of runoff by whole rainfall which is able to directly contribute at surface runoff during rainfall event. The application of accurate runoff coefficients is very important in sewer pipelines design. This study has been performed to estimate runoff characteristics change which are applicable to the process of sewer pipelines design or various public facilities design. It has used the SHER model, a long-term runoff model, to analyze the impact of a rising impervious covers on runoff coefficient change. It thus analyzed the long-term runoff to analyze rainfall basins extraction. Consequently, it was found that impervious surfaces could be a important factor for urban flood control. We could suggest the application of accurate runoff coefficients in accordance to the land Impervious covers. The average increase rates of runoff coefficients increased 0.011 for 1% increase of impervious covers. By having the application of the results, we could improve plans for facilities design.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.1009-1029
• /
• 2023

도시 수목은 탄소를 저장하고 불투수면적을 감소시키는 도시 생태계의 중요 요소이며, 탄소 저장량 및 순환량 산정 시 주요 정보로 활용될 수 있다. 많은 선행 연구에서 항공 라이다 자료 및 인공지능 기법을 활용하여 고해상도 수목 정보를 산출하고 있으나, 항공 라이다 영상은 제공하는 플랫폼이 제한되어 있으며 비용적인 면에서도 한계가 다수 존재한다. 따라서 본 연구에서는 수원시를 대상으로 자료 취득이 용이한 고해상도 위성 영상인 Sentinel-2를 활용하여 기계학습 기반의 도시 내 수목 피복률(fractional tree canopy cover, FTC)을 추정하고자 하였다. Sentinel-2 시계열 영상으로부터 중앙값 합성을 수행하여 수원시 전역에 대한 단일 영상을 제작하여 활용하였다. 도시 내 토지 피복의 이질성을 반영하기 위하여, 30 m 격자내 10 m 해상도의 광학 지수의 평균 및 표준편차 값과 환경부 세분류 토지 피복 지도 기반 항목별 피복률을 계산하여 기계학습 모델의 입력 변수로 활용하였다. 총 4가지의 입력 변수 조합을 설정하여, 입력 변수 구성에 따른 FTC 추정 정확도를 비교 및 평가하였다. 광학 영상의 평균 정보만을 활용(Scheme 1)했을 때 보다 도시 내 이질적인 특성을 반영할 수 있는 표준 편차 및 피복률 정보를 모두 함께 고려(Scheme 4, S4)했을 때 향상된 성능을 나타낼 수 있었다. 검증용 자료에 대해 S4의 Random Forest (RF) 모델이 0.8196의 R², 0.0749의 mean absolute error (MAE), 및 0.1022의 root mean squared error (RMSE)로 전체 기계학습 모델 중에서 성능이 가장 높게 나타났다. 변수 기여도 분석 결과 광학 지수의 표준 편차 정보는 도시 내 복잡한 토지 피복 지역에 대해 높은 기여도를 나타내었다. 훈련된 S4 구성의 RF 모델을 수원시 전역에 대해 확장 적용하였을 때, 참조 FTC 자료에 대해 0.8702의 R², 0.0873의 MAE, 및 0.1335의 RMSE의 우수한 성능을 나타냈다. 본 연구의 FTC 추정 기법은 향후 다른 지역에 대한 적용성이 우수할 것으로 판단되며, 도시 생태계 탄소순환 파악의 기초자료로 활용될 수 있을 것으로 기대된다.