• 한국지역지리학회지
• /
• 제12권4호
• /
• pp.496-507
• /
• 2006

본 연구는 고해상도 자료와 하이퍼스펙트럴 자료를 혼용하여 하와이 화산 국립공원 내 해안 지역의 식생을 분류하고자 하였다. 연구지역에 주로 나타나는 식생은 3종의 초본(broomsedge, natal redtop, and pili)과 작은 관목 등으로 대표되는 비초본으로 구분된다. 분류 기법으로는 unsupervised classification과 supervised classification을 결합한 하이브리드법을 이용하여 전체적으로 3단계 분류과정을 적용하였다. 첫째로는, IKONOS 고해상 위성자료를 이용하여, 식생 및 비식생지역을 unsupervised classification법을 통해 분류하였다. 두 번째로는, minimum noise fraction(MNF) transformation을 이용하여 AVIRIS하이퍼스펙트럴 자료로부터 주성분을 추출하여 자료를 압축하는 과정을 거쳤다. 20미터 해상도를 가진 AVIRIS 픽셀들은 대부분 용암면과 식생면으로부터 반사된 복사신호가 혼합되어 있기때문에, 용암과 식생의 지표피복 비율에 따른 선형모형을 적용하여 용암면이 갖는 반사 신호를 각 픽셀로부터 제거하였다. 최종적으로, 각 픽셀에 대하여, 식생피복 비율에 비례하는 AVIRIS 하이퍼스펙트럴 자료의 식생성분을 토대로 maximum likelihood algorithm에 따라 supervised classification법을 적용하여 초지 및 관목으로 대표되는 지표식생을 분류하였다.

• Korean Journal of Geomatics
• /
• 제4권1호
• /
• pp.1-8
• /
• 2004

In the middle-resolution remote sensing, the Ground Sampled Distance (GSD) that the detector senses and samples is generally larger than the actual size of the objects (or materials) of interest, and so several objects are embedded in a single pixel. In this case, as it is impossible to detect these objects by the conventional spatial-based image processing techniques, it has to be carried out at sub-pixel level through spectral properties. In this paper, we explain the sub-pixel analysis algorithm, also known as the Linear Spectral Mixing (LSM) model, which has been experimented using the Hyperion data. To find Endmembers used as the prior knowledge for LSM model, we applied the concept of the convex geometry on the two-dimensional scatter plot. The Atmospheric Correction and Minimum Noise Fraction techniques are presented for the pre-processing of Hyperion data. As LSM model is the simplest approach in sub-pixel analysis, the results of our experiment is not good. But we intend to say that the sub-pixel analysis shows much more information in comparison with the image classification.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2004년도 Proceedings of ISRS 2004
• /
• pp.419-422
• /
• 2004

This paper was carried out desertification area change detection from 1980s to 2000s per unit decade using by multitemporal satellite images (Landsat MSS, TM, ETM+). This study aims to use Spectral Mixture Analysis (SMA) to identify and classify study area. Endmembers is selected bare soil, green vegetation (GV), water body using by Minimum Noise Fraction (MNF). Endmembers used to generate increase and decrease images respective from 1980s to 1990s and from 1990s to 2000s. From the analysis of multitemporal change detection for three periods, it was apparent that the area of bare soil increased significantly, with simultaneous decrease of GV and water body. The multitemporal fraction images can be effectively used for change detection. Though there is no field survey dataset, SMA is reliable result of change detection in desertification in China.

• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2003년도 추계학술대회논문집
• /
• pp.23-29
• /
• 2003

Detection in remotely sensed images can be conducted spatially, spectrally or both [2]. If the images have high spatial resolution, materials can be detected by using spatial and spectral information, unless we can't see the object embedded in a pixel. In this paper, we intend to solve the limit of spatial resolution by using the hyperspectral image which has high spectral resolution. Therefore, the Linear Spectral Mixing(LSM) Model which is sub-pixel detection algorithm is used to solve this problem. To find class Endmembers, we applied Geometric Model with MNF(Minimum Noise Fraction) transformation. From the result of sub-pixel detection algorithm, we can see the detection of water is satisfied and the object shape cannot be extracted but the possibility of material existence can be identified.

• 한국정보통신학회논문지
• /
• 제12권4호
• /
• pp.716-723
• /
• 2008

최근 과학기술의 급속한 발달과 더불어 인간의 활동 영역이 넓어짐으로써 연안해역 개발과 환경 등의 문제가 전세계적으로 대두되고 있으며, 보다 광범위한 분석을 위해 위성영상을 활용이 증대되고 있는 실정이다. 본 연구는 보다 효율적인 연안해역의 수심 결정에 있어 하이퍼스펙트럴 위성영상을 활용하는데 그 목적을 둔다. 이를 위해 먼저 EO-1 Hyperion 위성영상에서 연구대상지에 해당하는 부분영상을 추출하고, 대기보정과 기하보정을 실시하였다. 그리고 MNF 변환을 통해 밴드를 압축하고, 수체의 특성을 분석하는데 적합한 밴드를 선정하였다. 선정된 밴드내에서 수심 산정을 위한 계수인 Kd를 결정하였으며, 순수한 분광 특성을 가진 화소의 endmember의 결정과 선형분광순수화 기법을 이용한 매핑을 통해 대상 연안의 수심을 최종적으로 결정하였다. 연구 결과, 산정 된 수심은 수치해도상의 수심과 평균 1.2m 정도의 차이를 보였고, 산정 하고자 하는 수심이 깊을수록 오차는 크게 나타났다. 향후 대기보정, endmember 결정, Kd 산정 등의 정확도를 높인다면 보다 경제적이고 효율적인 수심 결정이 가능할 것으로 판단된다.

• 한국물환경학회지
• /
• 제30권3호
• /
• pp.329-339
• /
• 2014

This study aims to estimate chlorophyll-a concentration in rivers using multi-spectral RapidEye imagery and Spectral Mixture Analysis (SMA) and assess the applicability of SMA for multi-temporal imagery analysis. Comparison between images (acquired on Oct. and Nov., 2013) predicted and ground reference chlorophyll-a concentration showed significant performance statistically with determination coefficients of 0.49 and 0.51, respectively. Two band (Red-RE) model for the October and November 2013 RapidEye images showed low performance with coefficient of determinations ($R^2$) of 0.26 and 0.16, respectively. Also Three band (Red-RE-NIR) model showed different performance with $R^2$ of 0.016 and 0.304, respectively. SMA derived Chlorophyll-a concentrations showed relatively higher accuracy than band ratio models based values. SMA was the most appropriate method to calculate Chlorophyll-a concentration using images which were acquired on period of low Chlorophyll-a concentrations. The results of SMA for multi-temporal imagery showed low performance because of the spatio-temporal variation of each end members. This approach provides the potential of providing a cost effective method of monitoring river water quality and management using multi-spectral imagery. In addition, the calculated Chlorophyll-a concentrations using multi-spectral RapidEye imagery can be applied to water quality modeling, enhancing the predicting accuracy.