• 환경영향평가
• /
• 제31권4호
• /
• pp.241-249
• /
• 2022

도시에서 사람과 야생조류는 함께 살아가고 있으나, 도시화가 가져온 생태계 파편화로 조류의 서식과 이동에 위협 영향을 미친다. 본 연구에서는 수원시의 야생조류 사체 위치 데이터를 토대로 조류에게 취약한 공간, 위협요인을 확인하고자, 사체 확인 지점과 반경 500m 이내의 공간적 분포 특성을 살펴보았다. 연구결과, 사체 확인 지점은 NDVI 0.3, NDBI -0.05, NDWI -0.16의 특성을 보였다. 반경 500m 이내에는 NDVI 0.34, NDBI -0.01, NDWI -0.18, 건물 높이 13.8m, 방음벽 길이 227.3m로 확인되었다. 토지피복유형은 초지, 시가화건조지역, 나지가 높은 비율로 나타났다. 특히, 산림, 저수지 등과 인접한 아파트의 녹지, 골프장 등이 섞여있는 시가화지역의 가장자리가 위협적인 공간으로 도출되었다. 도시에서 조류와 함께 살아가기 위해서는 환경영향평가 단계에서부터 수직적 공간 변화에 따른 영향이 검토되어야 하며, 이에 앞서 도시의 수직 구조물에 대한 공간 자료 구축과 현실화가 필요하다. 또한, 자연에서 도시로 변화될 수밖에 없는 공간은 야생동물이 안전하게 회피, 적응할 수 있는 시공간적 측면이 고려된 사전예방적 관리방안이 함께 마련되어야 할 것이다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2007년도 Proceedings of ISRS 2007
• /
• pp.598-601
• /
• 2007

Urban growth management is essential for sustainable urban growth. Monitoring physical urban built-up area is a task of great significance to manage urban growth. Detecting urbanized area is essential for monitoring urbanized area. Although image classifications using satellite imagery are among the conventional methods for detecting urbanized area, they requires very tedious and hard work, especially if time-series remote sensing data have to be processed. In this paper, we propose an effective urbanized area detecting method based on normalized difference vegetation index (NDVI) and normalized difference built-up index (NDBI). To verify the proposed method, we extract urbanized area using two methods; one is conventional supervised classification method and the other is the proposed method. Experiments shows that two methods are consistent with 98% in 1998, 99.3% in 2000, namely the consistency of two methods is very high. Because the proposed method requires no more process without band operations, it can reduce time and effort. Compared with the supervised classification method, the proposed method using vegetation indices can serve as quick and efficient alternatives for detecting urbanized area.

• 대한원격탐사학회지
• /
• 제35권4호
• /
• pp.561-571
• /
• 2019

In this paper, we analyze the effect of the representative spectral indices, normalized difference vegetation index (NDVI), normalized difference water index (NDWI) and normalized difference built-up index (NDBI) on classification accuracies of Landsat-8 OLI image.After creating these spectral index images, we propose five methods to select the spectral index images as classification features together with Landsat-8 OLI bands from 1 to 7. From the experiments we observed that when the spectral index image of NDVI or NDWI is used as one of the classification features together with the Landsat-8 OLI bands from 1 to 7, we can obtain higher overall accuracy and kappa coefficient than the method using only Landsat-8 OLI 7 bands. In contrast, the classification method, which selected only NDBI as classification feature together with Landsat-8 OLI 7 bands did not show the improvement in classification accuracies.

• 대한건축학회논문집:계획계
• /
• 제36권5호
• /
• pp.53-58
• /
• 2020

The purpose of this study is to build a database of Spatial information Bigdata of cities using satellite images and spatial information, and to examine the correlations with the surface temperature. Using architectural structure and usage in building information, DEM and Slope topographical information for constructed with 300 × 300 mesh grids for Busan. The satellite image is used to prepare the Normalized Difference Built-up Index (NDBI), Normalized Difference Vegetation Index (NDVI), Bare Soil Index (BI), and Land Surface Temperature (LST). In addition, the building area in the grid was calculated and the building ratio was constructed to build the urban environment DB. In architectural structure, positive correlation was found in masonry and concrete structures. On the terrain, negative correlations were observed between DEM and slope. NDBI and BI were positively correlated, and NDVI was negatively correlated. The higher the Building ratio, the higher the surface temperature. It was found that the urban environment DB could be used as a basic data for urban environment analysis, and it was possible to quantitatively grasp the impact on the architecture and urban environment by adding local meteorological factors. This result is expected to be used as basic data for future urban environment planning and disaster prevention data construction.

• 한국측량학회지
• /
• 제33권4호
• /
• pp.277-286
• /
• 2015

본 연구는 Landsat 영상을 활용하여 북한 주요도시의 토지이용변화에 따른 NDVI와 NDBI를 구하고 이를 차분화한 UI지수를 통한 공간성(LISA)을 분석하였다. 연구결과, 개성과 평양 모두 도시화의 정도는 커졌으나, 공간적 성향은 서로 상반된 것으로 나타났다. 북한의 핵심지역인 평양의 도시화 지수는 1994년부터 개성보다 더 빠른 추세로 진행되고 있었고 기존 도심에서 주변으로 점차 확장되어 도시 전반적으로 시가화 개발이 이뤄지고 있었다. 반면 개성의 경우 NDVI 수치의 변화폭이 많은 점 등으로 미뤄볼 때 기존의 산림과 같은 식생지역을 개발하여 시가지로 확장되는 패턴으로 하나의 지역에서 집중적으로 도시화가 이루어지고 있었다. 본 연구결과 UI와 LISA 분석만으로도 북한의 도시화 정도와 공간적 특성을 파악하는데 필요한 자료의 추출이 가능함과 동시에 향후 북한의 도시변화와 정치적 영향력이 어떠한 형태로 변화되는지 등의 공간성을 파악하는데 유용한 방법론을 제시 할 수 있을 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제36권1호
• /
• pp.55-65
• /
• 2020

Image classification needs the spectral similarity comparison between spectral features of each pixel and the representative spectral features of each class. The spectral similarity is obtained by computing the spectral feature vector distance between the pixel and the class. Each spectral feature contributes differently in the image classification depending on the class separability of the spectral feature, which is computed using a suitable vector distance measure such as the Bhattacharyya distance. We propose a method to determine the weight value of each spectral feature in the computation of feature vector distance for the similarity measurement. The weight value is determined by the ratio between each feature separability value to the total separability values of all the spectral features. We created ten spectral features consisting of seven bands of Landsat-8 OLI image and three indices, NDVI, NDWI and NDBI. For three experimental test sites, we obtained the overall accuracies between 95.0% and 97.5% and the kappa coefficients between 90.43% and 94.47%.

• 대한원격탐사학회지
• /
• 제33권5_3호
• /
• pp.821-834
• /
• 2017

도시화로 인한 산업비율 증가는 도시의 기온이 주변지역보다 높아지는 도시 열섬(Urban Heat Island)현상을 유발하였으며 기후변화와 함께 그 강도가 점점 증가하고 있다. 열섬현상이 발생하는 여러 도시 중에서도 서울시는 각 구 또는 동별로 시가화 정도, 녹지율, 에너지소비량, 인구밀도가 다 다르기 때문에 열섬현상의 강도역시 다르다. 따라서 본 연구에서는 서울특별시를 대상으로 행정구, 행정동 단위 열섬현상강도(UHI Intensity)를 추출하여 행정구역별 차이를 확인하고 세 가지 범주(기상상태, 인위적 열 발생, 토지이용특성)에 포함되는 변수들과 선형회귀분석을 실시하여 각 행정구역의 열섬현상강도 차이의 원인을 살펴보았다. 분석결과 UHI Intensity는 행정구별, 행정동별 특징 및 주변 환경에 따른 차이가 존재하며 행정동 단위에서 차이가 더 크게 나타났고 구의 UHI Intensity와 구에 속한 동의 UHI Intensity분포 또한 차이가 존재하였다. 선형회귀분석결과 평균 풍속, 개발정도, 토양보정식생지수(SAVI), 정규화시가지지수(NDBI) 값이 행정구역별 열섬현상강도 차이를 발생시키는 유의한 변수로 나타났다. 토양보정식생지수와 정규화시가지지수는 행정동단위 까지 그 값의 차이가 존재하는 것으로 나타났으며, 열섬현상 완화를 위한 바람길 환경 조성은 행정동 차원에서의 시행이 필요한 사항이다. 따라서 토지피복 개선 계획, 바람길 조성 계획, 개발지역에 대한 벽면 녹화계획 등 열섬현상 완화를 위한 사업들은 행정구 단위의 차이만을 고려하기보단 구안에 속한 행정동까지 고려할 필요가 있을 것으로 판단된다. 본 연구의 결과는 도시 도시열섬현상 완화를 위해 행정동 단위에서의 분석의 필요성과 고려해야할 변수를 도출하여 향후 도시 열환경 설계 및 정책 개발 시 접근방향을 제공할 것으로 기대한다.