• 지적과 국토정보
• /
• 제44권2호
• /
• pp.103-112
• /
• 2014

본 연구의 목적은 토지와 물이 포함된 지역에서 초분광 영상을 이용한 토지피복 분류 가능성을 제시하는데 있다. CASI-1500 항공 초분광 영상을 통해 취득한 초분광 영상에 대해 전처리 작업으로서 대기보정을 수행한 후, 대기보정 전 후에서 몇 개의 토지피복 클래스에 대해 대기보정 효과가 비교 분석되었다. 항공사진과 수치지형도와 같은 참조자료로 활용하여 초분광 영상에 의한 토지피복 분류결과를 분석한 결과, 최대우도법에서는 약 67.0%의 전체정확도를 나타내었으며, 최소거리법은 52.4%의 전체정확도를 보였다. 또한 도로, 밭, 비닐하우스에서는 토지피복 분류의 생산자 정확도가 높게 나타났으나, 하천, 산지, 초지지역에서는 매우 복잡한 객체로 구성되어 있기 때문에 토지피복 분류의 생산자 정확도가 낮게 나타났다. 따라서 향후에는 특정객체 분류를 위한 최적의 밴드선별과 객체 고유의 분광특성을 고려한 분광 라이브러리를 구축하는 연구가 필요하다.

• 대한원격탐사학회지
• /
• 제38권4호
• /
• pp.395-409
• /
• 2022

The purpose of this study is to evaluate the classification performance and applicability when land cover datasets constructed for AI training are cross validation to other areas. For study areas, Gyeongsang-do and Jeolla-do in South Korea were selected as cross validation areas, and training datasets were obtained from AI-Hub. The obtained datasets were applied to the U-Net algorithm, a semantic segmentation algorithm, for each region, and the accuracy was evaluated by applying them to the same and other test areas. There was a difference of about 13-15% in overall classification accuracy between the same and other areas. For rice field, fields and buildings, higher accuracy was shown in the Jeolla-do test areas. For roads, higher accuracy was shown in the Gyeongsang-do test areas. In terms of the difference in accuracy by weight, the result of applying the weights of Gyeongsang-do showed high accuracy for forests, while that of applying the weights of Jeolla-do showed high accuracy for dry fields. The result of land cover classification, it was found that there is a difference in classification performance of existing datasets depending on area. When constructing land cover map for AI training, it is expected that higher quality datasets can be constructed by reflecting the characteristics of various areas. This study is highly scalable from two perspectives. First, it is to apply satellite images to AI study and to the field of land cover. Second, it is expanded based on satellite images and it is possible to use a large scale area and difficult to access.

• 한국측량학회지
• /
• 제22권2호
• /
• pp.171-178
• /
• 2004

원격탐사의 장점 중 하나는 넓은 지역의 정량적이고 정성적인 정보를 신속하게 추출할 수 있는 것이다. 그것은 넓은 지역의 토지피복을 분류하여 자원 및 환경을 신속하고 정확하게 파악하는 효과적인 수단이다. 따라서 본 연구에서는 알고리즘 개발을 통하여 더 나은 토지피복분류 방법을 제시하고자 하였다. 연구내용으로는 정형화된 토지피복분류방법인 최대우도법을 수행하고, 새로운 FCM 알고리즘을 이용한 영상분류를 수행하여 두 방법의 분류정확도를 비교 평가하였다. 또한 이용된 영상들은 한국항공우주연구원에서 매일 실시간으로 수신하고 있기 때문에 시간과 비용면에서 경제적인 위성영상을 이용하였다. 해상력은 다소 떨어지는 다파장대(36개 bands)의 MODIS 위성영상과 단 밴드인 KOMPSAT-1 EOC 위성영상을 이용하여 중합영상을 생성하여 토지피복분류에 이용하였다.

• 한국지리정보학회지
• /
• 제20권1호
• /
• pp.1-14
• /
• 2017

토지피복도는 지역의 현황을 파악하는 기초적 자료이지만 시간적 공간적 해상도의 한계로 인하여 생태 연구 분야에서의 활용성은 떨어지는 측면이 있다. 이에 본 연구에서는 UAV으로 취득된 고해상도 영상을 기반으로 토지피복도 제작과 자료의 활용가능성을 알아보고자 하였다. UAV를 이용하여 연구대상지 $2.5km^2$ 범위에서 10.5cm 정사영상을 취득하였으며 객체기반(Object-based)과 화소기반(pixel-based) 분류를 통해 얻어진 토지피복도를 비교 분석하였다. 정확도 검증 결과 화소기반 분류는 Kappa 0.77, 객체기반 분류는 Kappa 0.82로 분류정확도가 높았으며, 전반적인 면적비율은 유사하지만 초지, 습지 지역에서 양호한 분류 결과가 나타났다. 객체기반 분류를 위한 최적의 영상분할 가중치는 Scale150, Shape 0.5, Compactness 0.5, Color 1로 선정하였으며 가중치 선정과정에서 Scale이 가장 큰 영향을 주었다. 화소기반 분류 결과와 비교해 객체간의 명확한 경계를 가지므로 결과물 판독이 용이한 것으로 나타났으며, 환경부 토지피복도(세분류)와 비교하여 개발지역(도로, 건물 등)을 제외한 자연지역(산림, 초지, 습지 등)의 분류에 효과적이었다. UAV 영상을 활용한 토지피복 분류방법으로서 객체기반 분류기법의 적용은 자료의 최신성, 정확성, 경제성 등의 장점으로 생태 연구 분야에 기여할 수 있을 것으로 판단된다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2007년도 춘계학술대회 논문집
• /
• pp.113-119
• /
• 2007

This article deals mainly with two objectives viz, 1) the potentiality of very high-resolution(VHR) multi-spectral and pan chromatic QuickBird satellite data in resources mapping over moderate resolution satellite data (IRS LISS III) and 2) the advantages of using object oriented classification method of eCognition software in land use and land cover analysis over the ISODATA classification method. These VHR data offers widely acceptable metric characteristics for cartographic updating and increase our ability to map land use in geometric detail and improve accuracy of local scale investigations. This study has been carried out in the Sukkalampatti mini-watershed, which is situated in the Eastern Ghats of Tamil Nadu, India. The eCognition object oriented classification method succeeded in most cases to achieve a high percentage of right land cover class assignment and it showed better results than the ISODATA pixel based one, as far as the discrimination of land cover classes and boundary depiction is concerned.

• 대한원격탐사학회지
• /
• 제32권2호
• /
• pp.105-118
• /
• 2016

본 연구는 현재 환경부에서 제공하는 토지피복지도 중 세분류 토지피복지도의 분류체계를 개선하기 위한 것이다. 이를 위하여 첫째, 해외 토지피복지도 분류 항목을 중점 검토하였다. 둘째, 기존 세분류 분류체계를 적용하여 구축된 항목 당 면적비율을 분석하였다. 셋째, 실제 세분류 토지피복지도를 사용하는 사용자(전문가 및 일반인)을 대상으로 분류체계 개선에 대하여 설문조사를 수행하였다. 넷째, 최종적으로 기존 41개 분류체계를 33개 항목으로 개선하는 분류체계를 설정하였다. 다섯째, 설정된 토지피복 분류항목을 시범 적용하였으며, 기존 분류체계와 개선안에 따른 토지피복 분류 결과를 비교하였다. 연구대상지는 시가화 지역, 농경지등 다양한 지표특성을 지니고, 지형지물이 비교적 골고루 분포되어 있는 고양시 일산 지역을 대상으로 하였다. 연구에 사용된 기본 영상은 국토지리정보원에서 촬영하고 있는 0.25 m 급 정사항공영상이며, 관련 참조자료는 수치지형도, 정밀 임상도, 지적도, 행정구역도 등을 사용하였다. 개선된 분류체계를 시범지역에 적용한 결과 문화체육 휴양시설이 $1.84km^2$으로 분류되었으며, 이는 기존 분류체계 면적대비 약 2배 이상 증가한 것이다. 기타 교통통신시설 및 교육행정시설 등은 분류되지 않았다. 본 연구결과는 향후 세분류 토지피복지지도 구축과 갱신의 효율성과 실질적인 사용자 수요를 반영하였다는데 의의가 있다.

• Journal of Forest and Environmental Science
• /
• 제39권3호
• /
• pp.167-179
• /
• 2023

The extent of change in the Land use/Land cover (LULC) of Okomu National Park (ONP) and fringe communities was evaluated. High resolution Landsat imagery was used to identify the major vegetation cover/land use systems and changes around the national park and fringe communities while field visits/ground truthing, involving the collection of coordinates of the locations was carried out to ascertain the various land cover/land use types identified on the images, and the extent of change over three-time series (2000, 2010 and 2020). The change detection was analyzed using area calculation, change detection by nature and normalized difference vegetation index (NDVI). The result of the classification and analysis of the LULC Change of ONP and fringe communities revealed an alarming rate of encroachment into the protected area. All the classification features analyzed had notable changes from 2000-2020. The forest, which was the dominant LULC feature in 2000, covering about 66.19% of the area reduced drastically to 36.12% in 2020. Agricultural land increased from 6.14% in 2000 to 34.06% in 2020 while vegetation (degraded land) increased from 27.18% in 2000 to 38.89% in 2020. The magnitude of the change in ONP and surroundings showed the forest lost -247.136 km² (50.01%) to other land cover classes with annual rate change of 10%, implying that 10% of forest land was lost annually in the area for 20 years. The NDVI classification values of 2020 indicate that the increase in medium (399.62 km² ) and secondary high (210.17 km² ) vegetation classes which drastically reduced the size of the high (38.07 km² ) vegetation class. Consequent disappearance of the high forests of Okomu is inevitable if this trend of exploitation is not checked. It is pertinent to explore other forest management strategies involving community participation.

• 한국수자원학회논문집
• /
• 제36권6호
• /
• pp.985-997
• /
• 2003

본 연구의 목적은 미국 토양보존국(SCS)의 피복분류에 따른 유출곡선지수(CN) 값을 이용하여 위성영상 피복분류 항목에 대한 CN 값을 제시하는데 있다. 이를 위하여 SCS의 각 피복항목별 정의와 유역의 CN값 산정 방법에 대해서 연구하였다. 위성영상 피복분류 항목에 대한 CN값 산정방법으로 통계적 접근법을 사용하였으며 공간해상도에 따라 대분류, 중분류, 세분류로 구분된 환경부의 위성영상 피복분류항목에 대한 CN 값을 산정하였다. 본 연구의 결과는 향후 위성영상을 이용하여 CN 값을 산정할 경우 효율적으로 사용될 것으로 판단된다.

• Journal of Forest and Environmental Science
• /
• 제37권1호
• /
• pp.44-51
• /
• 2021

Rapid urbanization and population growth have caused substantial land use land cover (LULC) change in the Kathmandu valley. The lack of temporal and geographical data regarding LULC in the middle mountain region like Kathmandu has been challenging to assess the changes that have occurred. The purpose of this study is to investigate the changes in LULC in Chandragiri Municipality between 1996 and 2017 using geographical information system (GIS) and remote sensing. Using Landsat imageries of 1996 and 2017, this study analyzed the LULC change over 21 years. The images were classified using the Maximum Likelihood classification method and post classified using the change detection technique in GIS. The result shows that severe land cover changes have occurred in the Forest (11.63%), Built-up areas (3.68%), Agriculture (-11.26%), Shrubland (-0.15%), and Bareland (-3.91%) in the region from 1996 to 2017. This paper highlights the use of GIS and remote sensing in understanding the changes in LULC in the south-west part of Kathmandu valley.

• 대한원격탐사학회지
• /
• 제34권4호
• /
• pp.601-610
• /
• 2018

The national accuracy of global land cover (GLC) products is of great importance to ecological and environmental research. However, GLC products that are derived from different satellite sensors, with differing spatial resolutions, classification methods, and classification schemes are certain to show some discrepancies. The goal of this study is to assess the accuracy of four commonly used GLC datasets in South Korea, GLC2000, GlobCover2009, MCD12Q1, and GlobeLand30. First, we compared the area of seven classes between four GLC datasets and a reference dataset. Then, we calculated the accuracy of the four GLC datasets based on an aggregated classification scheme containing seven classes, using overall, producer's and user's accuracies, and kappa coefficient. GlobeLand30 had the highest overall accuracy (77.59%). The overall accuracies of MCD12Q1, GLC2000, and GlobCover2009 were 75.51%, 68.38%, and 57.99%, respectively. These results indicate that GlobeLand30 is the most suitable dataset to support a variety of national scientific endeavors in South Korea.