• 대한원격탐사학회지
• /
• 제20권3호
• /
• pp.197-205
• /
• 2004

Wetlands are lands with a mixture of water, herbaceous or woody vegetation and wet soil. And linear spectral mixture analysis (LSMA) is one of the most often used methods in handling the spectral mixture problem. This study aims to test LSMA is an enhanced routine for classification of wetland land-covers in Paldang reservoir and vicinity (paldang Reservoir) using Landsat TM and ETM+ imagery. In the LSMA process, reference endmembers were driven from scatter-plots of Landsat bands 3, 4 and 5, and a series of endmember models were developed based on green vegetation (GV), soil and water endmembers which are the main indicators of wetlands. To consider phenological characteristics of Paldang Reservoir, a soil endmember was subdivided into bright and dark soil endmembers in spring and a green vegetation (GV) endmember was subdivided into GV tree and GV herbaceous endmembers in fall. We found that LSMA fractions improved the classification accuracy of the wetland land-cover. Four endmember models provided better GV and soil discrimination and the root mean squared (RMS) errors were 0.011 and 0.0039, in spring and fall respectively. Phenologically, a fall image is more appropriate to classify wetland land-cover than spring's. The classification result using 4 endmember fractions of a fall image reached 85.2 and 74.2 percent of the producer's and user's accuracy respectively. This study shows that this routine will be an useful tool for identifying and monitoring the status of wetlands in Paldang Reservoir.

• 대한원격탐사학회지
• /
• 제20권6호
• /
• pp.369-382
• /
• 2004

본 연구는 Terra ASTER 영상과 LANDSAT 7 ETM+ 분광 영상정보와 같은 상이한 방사 및 공간 해상도를 갖는 위성 센서의 영상을 지질학적으로 활용하기 위한 선형분광혼합분석(LSMA: Linear Spectral Mixture Analysis)기법의 적용성을 목적으로 한다 실제 적용사례로서 몽골지역을 대상으로 ASTER 영상과 LANDSAT 7 ETM+ 분광 영상정보를 이용하여 지질학적 주제도 자성과정을 수행하였다. 두 영상 정보에 대하여 기하 보정 및 방사 휘도 조정 등의 전처리 작업을 수행한 후 사전 지질조사 정보와 두 영상정보의 밴드 별 상관도를 분석하여 7개의 지질단위의 분광 클래스를 선택하였고 20개 밴드완 위성 영상자료를 LSMA 기법에 적용하였다. 처리 결과로 주제도 작성의 대상으로 한 7개의 지질단위에 대한 각각의 주제도를 얻게 되었다. 결론적으로 LSMA 기법은 지질 주제도 작성을 위한 효과적인 접근 방법 중의 하나로 판단된다.

• 대한원격탐사학회지
• /
• 제22권6호
• /
• pp.553-563
• /
• 2006

본 연구의 목적은 MODIS 다중시기영상과 선형분광혼합화소분석(Linear Spectral Mixture Analysis : LSMA)을 이용하여 한반도의 토지피복도를 작성하는 것이다. 다양한 공간해상도와 광역적인 촬영스케일의 MODIS 영상에 LSMA를 이용하여 토지피복분류기 정확도의 향상과 한반도 생물계절적인 특성을 분석하고자 하였다. LSMA는 하나의 화소를 단일의 지표물로 가정하여 영상을 처리하는 기존의 기법과 달리 대상지의 토지피복 특성을 가장 잘 반영하는 순수한 물체의 화소값(Endmember)을 선택하여 자연환경요소들의 하나하나를 분리하는 기법이다. 본 연구에서 MODIS 다중시기 영상에 LSMA를 적용한 결과 남, 북한의 농경지 및 산림지역에 대한 서로 다른 생물계절적인 특성을 파악 할 수 있었으며, 이러한 결과 영상을 ISODATA 무감독분류기법을 통해서 대분류와 중분류하였다. 대분류에서는 79.94%의 전체 정확도를 보였으며, 농업지역은 85.45%, 산림지역은 88.12%로 다른 분류군들에 비해서 가장 높은 정확도를 보였다. 중분류에서는 산림지역과, 농업지역을 더욱 세분화하여 분류하였다. 전체정확도는 82.09%였으며, 활엽수림 86.96%, 논 85.38%로 분류군중 가장 높은 정확도를 나타냈다.

• 한국지리정보학회지
• /
• 제9권1호
• /
• pp.158-167
• /
• 2006

본 연구는 DMZ 및 민통선지역의 토지피복 변화양상을 생태학적 측면에서 파악해보는데 목적을 두고 있다. 한반도 허리를 가르는 대상형 지역인 DMZ에 대하여 남북간 왕래가 잦은 서부지역에 대하여 토지피복특성을 파악해 보았는데, 비접근지역인 연구지역 특성상 본 연구에서는 위성영상자료를 활용하여 토지피복의 현황 및 변화특성을 파악해 보았다. '80년대 중반(Landsat TM, '87.05.20) 및 2000년대 초반의 영상(Landsat ETM+, '02.06.06)을 활용함으로써 최근 15년 동안 토지피복이 어떻게 변화했는지 파악하였으며, 생태적 가치가 큰 DMZ 지역의 토지피복 분류정확도를 높이기 위하여, 선형분광혼합화소분석(linear spectral mixture analysis : LSMA)을 이용하였다. 이 분석법은 하나의 화소를 단일한 지표물로 가정하여 영상을 처리하는 기존의 기법과 달리, 각 화소의 토지피복의 혼합정도를 세분화 한 후 대상지의 토지피복 특성을 가장 잘 반영하는 순수한 화소값 별로 분할영상(fraction image)을 생성하였는데, 본 연구에서는 식생, 토양, 수문의 3가지 화소에 대한 분할영상을 생성하였다. 분석결과 토지피복 가운데 산림지역의 면적이 가장 많은 감소를 가져왔는데, 남한지역의 경우 산림의 $39.04km^2$가, 북한지역은 $52.37km^2$가 다른 토지피복으로 변화되었다. 농경지의 경우 북한은 농경지 면적의 $56.15km^2$가 나대지로 변화되었는데, 이는 남한에 비하여 농경지 관리가 소홀하여 나대지 상태로 방치되고 있음을 알 수 있다. 공간적인 측면에서 볼 때, 민통선지역의 경우 전반적으로 토지피복의 변화가 나타나고 있으며, DMZ 내부의 경우도 장단반도 주변지역, 파주시 및 북한 판문군지역의 경우 그 변화가 민통선지역과 비슷한 양상을 보이고 있다.

• 대한원격탐사학회지
• /
• 제31권4호
• /
• pp.303-319
• /
• 2015

The objectives of this paper are to measure surface imperviousness using three different classification methods: per-pixel, sub-pixel, and object-oriented classification. They are tested on high-spatial resolution QuickBird data at 2.4 meters (four spectral bands and three principal component bands) as well as a medium-spatial resolution Landsat TM image at 30 meters. To measure impervious surfaces, we selected 30 sample sites with different land uses and residential densities across image representing the city of Phoenix, Arizona, USA. For per-pixel an unsupervised classification is first conducted to provide prior knowledge on the possible candidate spectral classes, and then a supervised classification is performed using the maximum-likelihood rule. For sub-pixel classification, a Linear Spectral Mixture Analysis (LSMA) is used to disentangle land cover information from mixed pixels. For object-oriented classification several different sets of scale parameters and expert decision rules are implemented, including a nearest neighbor classifier. The results from these three methods show that the object-oriented approach (accuracy of 91%) provides more accurate results than those achieved by per-pixel algorithm (accuracy of 67% and 83% using Landsat TM and QuickBird, respectively). It is also clear that sub-pixel algorithm gives more accurate results (accuracy of 87%) in case of intensive and dense urban areas using medium-resolution imagery.