• 대한원격탐사학회지
• /
• 제17권3호
• /
• pp.189-197
• /
• 2001

원격탐사의 장점 중 하나는 넓은 지역의 정보를 신속하게 추출할 수 있다는 것이다. 이러한 장점은 광역지대의 토지피복을 분류하여 자원 및 환경을 신속하게 파악하고자 하는 수요에 부응할 수 있는 효과적인 수단이다. 이 연구에서는 다량의 위성영상을 이용하여 넓은 지역의 토지피복분류를 효율적으로 수행하는 방법을 제안하였다. 이를 위해 한반도를 대상으로 Landsat TM 및 ETM+ 위성영상 23 scene을 이용하여 공간해상도 100m인 토지피복분류를 수행하였다. 기존의 정형화된 위성영상처리 및 분류기법을 적용하여 다량의 위성영상을 처리하고 광역 토지피복분류를 효율적으로 수행하였다. 이러한 방법은 국토계획이나 광역 지역계획 등에서 필요한 전반적인 자원현황을 신속하고 효과적으로 제공할 수 있는 수단이 될 것으로 판단된다.

• 한국지리정보학회지
• /
• 제22권1호
• /
• pp.129-139
• /
• 2019

지구관측 위성영상을 활용한 도시지역 매핑 작업은 도시지역의 팽창 및 도시발전의 관측을 위해 매우 중요하다. 본 연구에서는 대구광역시를 촬영한 Landsat-8 위성영상의 분광밴드를 이용하여 제작한 두 원격탐사 지수 영상(정규 건축물 지수(NDBI) 영상 및 도시 지수 (UI) 영상) 으로부터 도시지역을 탐지하기 위한 임계점 평가에 관한 연구를 다음과 같이 진행하였다. 우선, Landsat-8 영상의 분광밴드를 이용하여 NDBI 영상과 UI 영상을 각각 제작한다. 그리고 다양한 임계점(-0.4, -0.2 및 0)을 NDBI 및 UI 영상에 적용하여 도시지역을 탐지하고, 탐지된 도시지역의 정확도를 산출한다. 본 연구를 통해 진행한 실험결과를 분석한 결과, NDBI 영상에서는 임계점으로 -0.2를 적용시켰을 때 탐지된 도시지역의 정확도(88%)가 가장 높았고, UI 영상에서는 임계점으로 -0.4를 적용시켰을 때 탐지된 도시지역의 정확도(88%)가 가장 높았다. 또한, 일부 지역에서는 나지가 도시지역으로 오분류 되었으며, 고층 아파트 지역이 비도시 지역으로 오분류 되었다. 추후 연구에서는 위성영상에서 오분류를 줄이고 다양한 도시지역 객체를 추출할 수 있는 개선된 방법을 제안하도록 한다. 또한 다중시기 위성영상에서 탐지된 도시지역을 이용하여 도시 팽창 패턴을 분석하는 추후 연구도 수행할 계획이다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2001년도 춘계 학술대회 논문집 통권 4호 Proceedings of the 2001 KSRS Spring Meeting
• /
• pp.77-81
• /
• 2001

2000년 4월, 강원도 삼척일대에 크게 발생한 산불지역에 대해서 Landsat TM 인공위성 영상자료를 이용하여 산불의 피해지역을 조사분석하였다. 산불발생 전과 후의 2시기 위성영상을 이용하여 변화탐지 기법의 하나인 화상간차이법을 적용하였다. 분석결과 산불 발생지역의 탐지에는 NDVI를 유도하고 그 차이를 이용하는 것이 가장 탁월한 것으로 나타났다. 산불 피해지역을 구분하는 임계값을 표준편차$\times$0.9로 하였을 때, 현지조사 결과에 대한 전체정확도는 93.8%, 카파계수는 0.82로 매우 높았다.

• 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.

• 한국측량학회지
• /
• 제28권2호
• /
• pp.197-206
• /
• 2010

최근 선진국들은 도시의 열섬현상에 대한 많은 문제점들을 인식하고, 이에 대한 대책을 마련하기 위해 끊임없이 노력하고 있다. 본 연구에서는 위성영상을 이용하여 도심의 개발사업이 진행됨에 따른 토지의 피복변화량을 추출하고 이 변화량이 도심의 열변화에 미치는 영향을 분석하고자 하였다. 1985년 4월, 1994년 8월, 2001년 5월, 2009년 5월에 해당하는 4개의 Landsat 위성영상을 이용하여 대전광역시의 토지피복변화에 따른 열변화를 분석하였다. 도심의 지표면 온도를 추출하기 위해 Landsat TM 열적외선 영역센서인 Band 6의 분광밝기정도를 이용하여 표면온도분포를 산출하였으며, 이를 통해 도시화로 인한 열분포의 변화를 탐지하고자 하였다. 그 결과, 도심지의 면적이 최대 23.59% 상승한 반면 산림지역은 최대 27.91% 감소하였고, 도시화로 인해 도심의 지표온도가 주변지보다 높게 나타났으며, 이 경우 산림지역에 비해 약 $2.4^{\circ}C{\sim}5.7^{\circ}C$ 높게 형성되어 있음을 알 수 있었다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1231-1244
• /
• 2022

이상기상으로 인해 노지 작물이 스트레스 상황에 노출되는 빈도가 증가하고 있다. 우리나라에서도 대표적인 벼 재배지역에서 대규모의 병해가 발생하는 사례가 나타났으며, 특정 시기에 대규모 필지에서 발생하는 피해를 현장방문으로 조사하는 것은 한계가 있다. 위성 기반의 원격탐사 기법은 시군 영역을 대상으로 작물을 모니터링하기에 유용하나 작물의 생육이상에 따른 민감도 평가가 선행되어야 한다. 본 연구에서는 벼 병해 발생 지역에서 서로 다른 공간해상도를 가지는 위성 기반의 정규화식생지수(normalized difference vegetation index, NDVI)를 드론 영상을 이용하여 평가하였다. 10 m와 30 m의 공간해상도를 가지는 Sentinel-2, Landsat-8 위성 영상을 평가하였으며, 드론 영상은 약 8-10 cm의 공간해상도를 가졌다. 위성 영상에 맞춰 리샘플링(resampling)된 드론 NDVI는 Sentinel-2 NDVI 와 0.867-0.940의 상관관계를 가졌으며, Landsat-8 NDVI와는 0.813-0.934의 상관관계를 가졌다. 센서의 차이, 관측 시점의 차이 등으로 인한 편향(bias) 영향을 최소화하였을 때, Sentinel-2 NDVI는 Landsat-8 NDVI에 비해 드론 NDVI와 0.2-2.8% 더 적은 정규화된 평균 제곱근 오차를 가졌다. 또한, Sentinel-2 NDVI는 드론 NDVI와 병해 피해 정도와 관계없이 일정한 오차를 가졌으나 Landsat-8 NDVI는 병해 피해 정도에 따라 드론 NDVI와 오차 특성이 다르게 나타났다. 농경지 경계에서 오차가 크다는 것을 고려했을 때 공간해상도가 높은 영상을 활용하는 것이 작물 모니터링에 효과적이라고 판단된다.

• 한국산학기술학회논문지
• /
• 제20권1호
• /
• pp.434-439
• /
• 2019

최근 지구온난화로 인한 기상이변, 도시화로 인한 도심의 열섬현상 등으로 도시 온도변화 및 지표면 온도 변화에 대한 관심이 증대되고 있다. 우리나라에서는 1904년부터 현재까지 기온, 강수량 등 기상 데이터를 수집하고 있다. 최근에는 종관기상관측장비(ASOS; Automated Surface Observing System) 96개소, 방재기상관측장비(AWS) 494개소의 지상기상관측망을 운영하고 있다. 그러나 지상관측망의 경우 각 설치 지점에 대한 점 데이터를 제공하고 있으므로, 측정 지점을 제외한 곳의 지상기상 데이터는 보간법을 통해 예측하고 있는 상황이다. 이에 본 연구에서는 지상의 지표면 온도 측정의 해상도를 향상시키기 위해 위성영상을 이용한 지표면 온도를 산출하고, 그 활용 가능성을 분석하고자 하였다. 이를 위해 서울특별시를 대상으로 Landsat 8 OLI TIRS의 위성영상을 계절별로 획득하고, 열적외 밴드에 NASA식을 적용하여 지표면 온도로 변환하였다. 지상의 측정 자료는 AWS를 통해 측정한 기온 데이터를 활용하였다. AWS 기온 데이터는 관측소 기반의 점 데이터이므로, Landsat 영상과의 비교를 위해 크리깅 보간법으로 보간을 수행하였다. 위성영상기반의 지표면 온도와 AWS 기온 데이터를 비교한 결과 계절에 따른 온도차는 RMSE값을 바탕으로 가을, 겨울, 여름, 봄의 순서로 Landsat 위성영상의 적용 가능성을 판단할 수 있었으며, 위성영상의 시기별 평균온도와 AWS 온도 사이에는 최대 평균 $2.11^{\circ}C$이내, 최대 RMSE ${\pm}3.84^{\circ}C$인 것을 감안하면 정확도 향상을 위해 NASA식에 보정값이 필요하다는 것을 알 수 있었다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2008년도 춘계 종합학술대회 논문집
• /
• pp.897-901
• /
• 2008

본 연구에서는 1985년 10월 Landsat TM 자료와 팬크로매틱 영상인 2000년 1월 KOMPSAT-1 EOC 자료를 사용하여 각각 토지피복분류를 행하고 도시의 변화 검출을 시도하였다. 다중분광영상인 Landsat TM 자료는 30m 공간해상도로서 토지피복, 식생분류, 도시성장 분석 등의 정보 추출에 유용한 것으로 이미 널리 인식되어 있는 반면, KOMPSAT-1 EOC 자료는 6.6m의 팬크로매틱 고해상도 영상으로서 이 영상으로부터 어느 정도 토지피복분류를 수행할 수 있는가를 분석하고자 하였다. 연구 결과, KOMPSAT EOC 자료가 Landsat TM 자료에 비하여 더 높은 분류도를 나타내었으며, 1985년부터 2000년 사이에 대상도시의 시가지는 4배로 확장된 반면 산림지는 되었고 15~27%, 농경지는 28~45% 축소된 것으로 확인되었다.

• 대한원격탐사학회지
• /
• 제29권5호
• /
• pp.443-459
• /
• 2013

자바 섭입대 위에 존재하는 인도네시아 메라피 화산은 1~5년의 주기를 가지는 화산활동이 활발한 성층화산이다. 대체적으로 화산폭발지수가 1-3정도의 규모로 나타나는데 비해 최근 2010년 분화는 화산폭발지수가 4까지 올라가 386명을 사망자를 유발했다. 본 연구에서는 40년간 지구를 관측해온 Landsat 영상을 이용하여 18년 동안 메라피 화산의 지표변화를 관측하였다. 연구를 위해 1994년 7월 6일부터 2012년 9월 1일까지 총 55장의 Landsat-5,7 영상을 수집하였으며, 밴드조합영상을 통해 화산쇄설류의 흐름이 시간에 따라 이동함을 확인하였다. 화산쇄설류가 덮고 있는 지역을 추출하기 위해서, COST model을 이용한 대기보정 후 감독분류를 수행하였으며, 그 결과 CVP 보고서에 기재된 화산쇄설류의 분화 방향과 추출된 화산쇄설류 영역의 변화가 거의 일치했다. NASA에서 제공하는 Landsat-5,7 위성의 열적외선 밴드를 이용한 온도 추출 기법을 적용하여 분화구 지역의 평균 지표온도를 산출한 결과, 분화 전 지표 온도가 급격히 상승하고, 분화 후 온도가 하강하는 양상을 반복적으로 나타냈다. 비록 기상조건에 따른 영상획득에 제약이 있지만, 장기간 발생된 메라피 화산의 지표변화를 확인하는데 있어서 Landsat 위성 영상이 매우 유용한 도구임을 확인했다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 한국공간정보시스템학회 2005년도 GIS/RS 공동 춘계학술대회
• /
• pp.339-344
• /
• 2005

하이퍼스펙트럴 데이터의 효과적인 분석을 위해 밴드 추출(Feature Extraction)이나 밴드선택(Feature Selection)에 대한 연구가 최근 많이 이루어지고 있다. 본 연구는 상대적으로 많은 밴드를 가지는 하이퍼스펙트럴 영상을 식생지수(Vegetation Index)와 같은 특수한 목적에 적용하기 위해 같은 파장대의 밴드를 조합(Band Aggregation)하여 Landsat ETM+ 영상 밴드와 동일한 영상 생성을 목적으로 한다. 이를 위해 NASA에서 제공하는 밴드별 분광특성 자료를 이용하여 밴드 조합을 위한 가중치 계산식에 적용하였으며, 밴드 선택을 위한 유효 파장대를 추출해 보았다 데이터 간 편차를 줄이기 위해 실제 1분 간격으로 촬영된 동일지역의 Hyperion과 ETM+ 영상을 사용하여 알고리즘에 적용하였고, 그 결과를 영상 간 상관계수와 NDVI 영상을 이용하여 비교 분석하였다.