Reliable assessment of Land Use and Land Cover (LULC) changes greatly improves many practical issues in hydrography, socio-geographical research such as the observation of erosion and accretion, coastal monitoring, ecological effects evaluation. Remote sensing imageries can offer the outstanding capability to monitor nature and extent of land and associated changes over time. Nowadays accurate analysis using remote sensing imageries with high spatio-temporal resolution is required for environmental monitoring. This study develops a methodology of mapping and change detection in LULC by using classified Korea Multi-Purpose Satellite-2 (KOMPSAT-2) multispectral imageries at Jeonbuk and Jeonnam provinces including protected tidal flats located in the west coasts of Korean peninsula from 2008 to 2015. The LULC maps generated from unsupervised classification were analyzed and evaluated by post-classification change detection methods. The LULC assessment in Jeonbuk and Jeonnam areas had not showed significant changes over time although developed area was gradually increased only by 1.97% and 4.34% at both areas respectively. Overall, the results of this study quantify the land cover change patterns through pixel based analysis which demonstrate the potential of multispectral KOMPSAT-2 images to provide effective and economical LULC maps in the coastal zone over time. This LULC information would be of great interest to the environmental and policy mangers for the better coastal management and political decisions.
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.
This study attempts to analyze the difference among the variations of ecological distribution in Gobi desert and Manchuria through satellite based land cover classification. This was motivated by two well-known facts: 1) Gobi desert, which is an old source region, had been gradually expanded eastward; 2) Manchuria, which is located in east of Gobi desert, was observed as a new source region of yellow dust. An unsupervised classification called ISODATA clustering method was employed to detect the land cover change and to characterize the status of desertification and its expanding trends using NDVI (Normalized Difference Vegetation Index) derived from VEGETATION sensor onboard the SPOT satellite for 1999 and 2007. We analyzed NDVI annual variation pattern for every classes and divide into 5 level according to their vegetation's density level based on NDVI. As results, Gobi desert is showed positive variation: a decrease $78,066km^2$ in central Gobi desert and out skirts of Gobi desert (level-0) but Manchuria area is worse than previous time: an increase $25,744km^2$.
classification of the satellite images provides information about land cover and/or land use. Quality of the classification result depends mainly on the spatial and spectral resolutions of the images. In this study, image fusion in terms of resolution merging, and band integration with multi-source of the satellite images; Landsat ETM+ and Ikonos were carried out to improve classification. Resolution merging and band integration could generate imagery of high resolution with more spectral bands. Precise image co-registration is required to remove geometric distortion between different sources of images. Combination of unsupervised and supervised classification of the fused imagery was implemented to improve classification. 3D display of the results was possible by combining DEM with the classification result so that interpretability could be improved.
In North Korea, forests were intensively degraded by forest land reclamation for food production and firewood collection since the mid-1970s. These degraded forests have to be certainly recovered for economic support, environmental protection and disaster prevention. In order to provide detailed land cover information of forest recovery project (A/R CDM), this study was focused to develop an improved classification method for degraded forest using 2.5m SPOT-5 pan-sharpened image. The degraded forest of North Korea shows various different types of texture. This study used GLCM texture bands of segmented image with spectral bands during forest cover classification. When scale factor 40/shape factor 0.3 was used as a parameter set to generate segment image, segment image was generated on suitable segment scale that could classify types of degraded forest. Forest land cover types were classified with an optimum band combination of Band1, Band2, band3, GLCM dissimilarity (band2), GLCM homogeneity (band2) and GLCM standard deviation (band3). Segment-based classification method using spectral bands and texture bands reached an 80.4% overall accuracy, but the method using only spectral bands yielded an 70.3% overall accuracy. As using spectral and texture bands, a classification accuracy of stocked forest and unstocked forest showed an increase of 23~25%. In this research, SPOT-5 pan-sharpened high-resolution satellite image could provide a very useful information for classifying the forest cover of North Korea in which field data collection was not available for ground truth data and verification directly. And segment-based classification method using texture information improved classification accuracy of degraded forest.
This research assessed the feasibility of using high-resolution aerial images and deep learning algorithms for estimating the land-use and land-cover areas at the Approach 3 level, as outlined by the Intergovernmental Panel on Climate Change. The results from different sampling densities of high-resolution (51 cm) aerial images were compared with the land-cover map, provided by the Ministry of Environment, and analyzed to estimate the accuracy of the land-use and land-cover areas. Transfer learning was applied to the VGG16 architecture for the deep learning model, and sampling densities of 4 × 4 km, 2 × 4 km, 2 × 2 km, 1 × 2 km, 1 × 1 km, 500 × 500 m, and 250 × 250 m were used for estimating and evaluating the areas. The overall accuracy and kappa coefficient of the deep learning model were 91.1% and 88.8%, respectively. The F-scores, except for the pasture category, were >90% for all categories, indicating superior accuracy of the model. Chi-square tests of the sampling densities showed no significant difference in the area ratios of the land-cover map provided by the Ministry of Environment among all sampling densities except for 4 × 4 km at a significance level of p = 0.1. As the sampling density increased, the standard error and relative efficiency decreased. The relative standard error decreased to ≤15% for all land-cover categories at 1 × 1 km sampling density. These results indicated that a sampling density more detailed than 1 x 1 km is appropriate for estimating land-cover area at the local level.
Journal of the Korean Institute of Rural Architecture
/
v.26
no.3
/
pp.1-9
/
2024
This study aims to estimate the cover classification and carbon respiration of halophytes based on the issues of utilising blue carbon in recent context of climate change. To address the aims, the study classified halophytes(Triglochin maritimum L and Phragmites australis), Intertidal(non-vegetated tidal flats) and Supratidal(sandy tidal flats) to measure carbon respiration and classify cover. The results are revealed that first, the carbon respiration in vegetated areas was less than that in non-vegetated areas. Second, the cover classification could be divided into halophyte communities(Triglochin maritimum L, Phragmites australis), Intertidal and Supratidal by NDWI(Moisture Index, Normalized Difference Water Index) Third, the total carbon respiration of blue carbon was calculated to be -0.0121 Ton km2 hr-1 with halophyte communities at -0.0011 Ton km2 hr-1, Intertidal respiration at -0.0113 Ton km2 hr-1 and Supratidal respiration at 0.0003 Ton km2 hr-1. As this challenge is a fundamental study that calculates the quantitative net carbon storage based on the blue carbon-based marine ecosystem, contributing to firstly, measuring the carbon respiration of cordgrass communities, reed communities, and non-vegetated tidal flats, which are potential blue carbon candidates in the study area, to establish representative values for carbon respiration, secondly, verifying the reliability of cover classification of native halophytes extracted through image classification technology, and thirdly, challenging to create a thematic map of carbon respiration, calculating the area and carbon respiration for each classification category.
This study examines machine learning cross-validation to utilized create ROI for classification of land cover. The study area located in Sejong and one KOMPSAT-3A image was used in this analysis: procedure on October 28, 2019. We used four bands(Red, Green, Blue, Near infra-red) for learning cross validation process. In this study, we used K-fold method in cross validation and used SVM kernel type with cross validation result. In addition, we used 4 kernels of SVM(Linear, Polynomial, RBF, Sigmoid) for supervised classification land cover map using extracted ROI. During the cross validation process, 1,813 data extracted from 3,500 data, and the most of the building, road and grass class data were removed about 60% during cross validation process. Based on this, the supervised SVM linear technique showed the highest classification accuracy of 91.77% compared to other kernel methods. The grass' producer accuracy showed 79.43% and identified a large mis-classification in forests. Depending on the results of the study, extraction ROI using cross validation may be effective in forest, water and agriculture areas, but it is deemed necessary to improve the distinction of built-up, grass and bare-soil area.
In this study, land-use changes from 1990 to 2010 in Jeju Island by different approaches were produced and compared to suggest a more efficient approach. In a sample-based method, land-use changes were analyzed with different sampling intensities of 2 km and 4 km grids, which were distributed by the fifth National Forest Inventory (NFI5), and their uncertainty was assessed. When comparing the uncertainty for different sampling intensities, the one with the grid of 2 km provided more precise information; ranged from 6.6 to 31.3% of the relative standard error for remaining land-use categories for 20 years. On the other hand, land-cover maps by a wall-to-wall approach were produced by using time-series Landsat imageries. Forest land increased from 34,194 ha to 44,154 ha for 20 years, where about 69% of total forest land were remained as forest land and 19% and 8% within forest lands were converted to grassland and cropland, respectively. In the case of grassland, only about 40% of which were remained as grassland and most of the area were converted to forest land and cropland. When comparing land-cover area by land-use categories with land-use statistics, forest areas were underestimated while areas of cropland and grassland were overestimated. In order to analyze land use change, it is necessary to establish a clear and consistent definition on the six land use classification.
Proceedings of the Korean Society of Computer Information Conference
/
2019.01a
/
pp.407-408
/
2019
토지 피복과 관련된 지표면 파라미터는 일반적으로 지표에서 감지되어 위성영상에 나타난 많은 물리적 프로세스에 의존하며 계절적 주기성을 갖는 시간적 변화를 보인다. 하모닉 모형은 복잡한 파형을 정현파 성분의 합으로 표시함으로써 레벨, 주기, 진폭 및 위상 요소를 통한 변동을 분석함으로써 표면에서 관찰되는 계절적 변화 패턴을 모델링하는 데 적합한 모형이다. 본 연구에서는 MODIS NDVI (Normalized Difference Vegetation Index) 시계열 자료를 이용하여 하모닉 패턴의 특성에 따라 토지 피복을 분류하는 방법론을 제안하였다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.