• 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.

• 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.

• 환경생물
• /
• 제38권4호
• /
• pp.667-677
• /
• 2020

본 연구는 충청남도 보령시에 위치한 보령호를 대상으로 어류상 및 붕어 개체군의 특성을 파악하고자 2017년 10월부터 2018년 6월까지 조사를 실시하였다. 어류상 조사결과, 총 9과 15종 3,506개체가 출현하였으며, 한국고유종은 얼룩동사리 1종(6.6%), 외래종 및 생태계교란종은 떡붕어, 배스 2종(13.3%)이 조사되었다. 상대풍부도 분석결과, 빙어 1,706개체(48.6%), 붕어 1,021개체(29.1%)로 각각 우점, 아우점하고 있는 것으로 나타났다. 생체량 분석결과 붕어가 246,130 g으로 가장 높은 생체량을 보였으며, 동자개 50,610 g, 떡붕어 14,730 g, 메기 11,560 g, 잉어 10,930 g의 순으로 분석되었다. 군집분석 결과 우점도지수 0.87 (±0.2), 다양도지수 0.78 (±0.5), 균등도지수 0.47 (±0.2), 풍부도지수 0.99 (±0.5)로 분석되었다. 붕어 개체군의 전장 - 체중 상관관계 분석결과 회귀계수 b값은 3.06으로 나타났으며, 비만도 지수(K) 기울기는 양의 기울기로 분석되었다. 전장빈도분포 분석결과, 당년생은 출현하지 않았으며, 2년생으로 추정되는 170~190 mm 개체는 다수 출현하였고, 4~5년생으로 추정되는 230~280mm 개체는 낮은 출현을 나타내었다. 보령호의 저수량 추이를 확인하기 위해 연평균저수량과 NDWI 분석을 실시한 결과, 2013년에서 2014년에 급격한 연평균 저수량 변화를 나타내었으며, 웅천천이 유입되는 St. 4에서 수위변동에 영향을 받는 것으로 추정되었다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1273-1283
• /
• 2022

최근 기후변화로 인해 중대형 산불이 빈번하게 발생하여 매년 인명 및 재산피해로 이어지고 있다. 원격탐사를 활용한 산불 피해지 모니터링 기법은 신속한 정보와 대규모 피해지의 객관적인 결과를 취득할 수 있다. 본 연구에서는 산불 피해지를 분류하기 위해 Sentinel-2의 분광대역, 정규식생지수(normalized difference vegetation index, NDVI), 정규수역지수(normalized difference water index, NDWI)를 활용하여 2022년 3월 발생한 강릉·동해 산불 피해지를 대상으로 U-net 기반 convolutional neural networks (CNNs) 딥러닝 모형을 모의하였다. 산불 피해지 분류 결과 강릉·동해 산불 피해지의 경우 97.3% (f₁=0.486, IoU=0.946)로 분류 정확도가 높았으나, 과적합(overfitting)의 가능성을 배제하기 어려워 울진·삼척 지역으로 동일한 모형을 적용하였다. 그 결과, 국립산림과학원에서 보고한 산불 피해 면적과의 중첩도가 74.4%로 확인되어 모형의 불확도를 고려하더라도 높은 수준의 정확도를 확인하였다. 본 연구는 농림위성과 유사한 분광대역을 선택적으로 사용하였으며, Sentinel-2 영상을 활용한 산불 피해지 분류가 정량적으로 가능함을 시사한다.

• 농촌계획
• /
• 제30권1호
• /
• pp.57-66
• /
• 2024

This study aimed to develop a precise vegetation cover classification model for small streams using the combination of drone remote sensing and support vector machine (SVM) techniques. The chosen study area was the Idong stream, nestled within Geosan-gun, Chunbuk, South Korea. The initial stage involved image acquisition through a fixed-wing drone named ebee. This drone carried two sensors: the S.O.D.A visible camera for capturing detailed visuals and the Sequoia+ multispectral sensor for gathering rich spectral data. The survey meticulously captured the stream's features on August 18, 2023. Leveraging the multispectral images, a range of vegetation indices were calculated. These included the widely used normalized difference vegetation index (NDVI), the soil-adjusted vegetation index (SAVI) that factors in soil background, and the normalized difference water index (NDWI) for identifying water bodies. The third stage saw the development of an SVM model based on the calculated vegetation indices. The RBF kernel was chosen as the SVM algorithm, and optimal values for the cost (C) and gamma hyperparameters were determined. The results are as follows: (a) High-Resolution Imaging: The drone-based image acquisition delivered results, providing high-resolution images (1 cm/pixel) of the Idong stream. These detailed visuals effectively captured the stream's morphology, including its width, variations in the streambed, and the intricate vegetation cover patterns adorning the stream banks and bed. (b) Vegetation Insights through Indices: The calculated vegetation indices revealed distinct spatial patterns in vegetation cover and moisture content. NDVI emerged as the strongest indicator of vegetation cover, while SAVI and NDWI provided insights into moisture variations. (c) Accurate Classification with SVM: The SVM model, fueled by the combination of NDVI, SAVI, and NDWI, achieved an outstanding accuracy of 0.903, which was calculated based on the confusion matrix. This performance translated to precise classification of vegetation, soil, and water within the stream area. The study's findings demonstrate the effectiveness of drone remote sensing and SVM techniques in developing accurate vegetation cover classification models for small streams. These models hold immense potential for various applications, including stream monitoring, informed management practices, and effective stream restoration efforts. By incorporating images and additional details about the specific drone and sensors technology, we can gain a deeper understanding of small streams and develop effective strategies for stream protection and management.

• 대한공간정보학회지
• /
• 제23권4호
• /
• pp.11-16
• /
• 2015

시공간적 기온정보는 지구온난화와 기후변화의 이해에 있어서 중요한 기상요소이다. 본 연구에서는 인공위성 원격탐사로부터 획득된 공간적으로 균질한 지표면 정보를 이용하여 우리나라 지상기온 평가 알고리즘을 개발하였다. LST(Land Surface Temperature), NDWI(Normalized Difference Water Index), NDVI(Normalized Difference Vegetation Index)를 독립변수로 하는 지상기온 추정을 위한 다중회귀모형을 제안하고, 우리나라의 지역기후변화를 고려하기 위하여 온난시즌과 한랭시즌에 대한 모형의 회귀상수 및 회귀계수를 도출하였다. 개발된 기온 추정 알고리즘에 의해 산출된 온난 및 한랭시즌의 기온정보는 지상관측기온과 비교하여 우수한 상관관계를 보였고, $3^{\circ}C$ 미만의 RMSE와 거의 0에 가까운 BIAS로 매우 높은 일치성을 보였다. 따라서 인공위성 지표면 원격탐사자료를 활용하고 온난 및 한랭시즌의 구분을 적용한 기온 평가 알고리즘은 우리나라의 지역기후를 평가하는데 있어서 간략하고 유용한 수단이 될 수 있으리라 기대된다.

• 한국농공학회논문집
• /
• 제62권6호
• /
• pp.1-9
• /
• 2020

Reservoir storage and water level information is essential for accurate drought monitoring and prediction. In particular, the agricultural drought has increased the risk of agricultural water shortages due to regional bias in reservoirs and water supply facilities, which are major water supply facilities for agricultural water. Therefore, it is important to evaluate the available water capacity of the reservoir, and it is necessary to determine the water surface area and water capacity. Remote sensing provides images of temporal water storage and level variations, and a combination of both measurement techniques can indicate a change in water volume. In areas of ungauged water volume, satellite remote sensing image acts as a powerful tool to measure changes in surface water level. The purpose of this study is to estimate of reservoir storage and level variations using satellite remote sensing image combined with hydrological statistical data and the Normalized Difference Water Index (NDWI). Water surface areas were estimated using the Sentinel-2 satellite images in Seosan, Chungcheongnam-do from 2016 to 2018. The remote sensing-based reservoir storage estimation algorithm from this study is general and transferable to applications for lakes and reservoirs. The data set can be used for improving the representation of water resources management for incorporating lakes into weather forecasting models and climate models, and hydrologic processes.

• 대한원격탐사학회지
• /
• 제39권4호
• /
• pp.425-440
• /
• 2023

Monitoring water surface has become one of the most prominent areas of research in addressing environmental challenges.Accurate and automated detection of watersurface in remote sensing imagesis crucial for disaster prevention, urban planning, and water resource management, particularly for a country where water plays a vital role in human life. However, achieving precise detection poses challenges. Previous studies have explored different approaches,such as analyzing water indexes, like normalized difference water index (NDWI) derived from satellite imagery's visible or infrared bands and using k-means clustering analysis to identify land cover patterns and segment regions based on similar attributes. Nonetheless, challenges persist, notably distinguishing between waterspectralsignatures and cloud shadow or terrain shadow. In thisstudy, our objective is to enhance the precision of water surface detection by constructing a comprehensive water database (DB) using existing digital and land cover maps. This database serves as an initial assumption for automated water index analysis. We utilized 1:5,000 and 1:25,000 digital maps of Korea to extract water surface, specifically rivers, lakes, and reservoirs. Additionally, the 1:50,000 and 1:5,000 land cover maps of Korea aided in the extraction process. Our research demonstrates the effectiveness of utilizing a water DB product as our first approach for efficient water surface extraction from satellite images, complemented by our second and third approachesinvolving NDWI analysis and k-means analysis. The image segmentation and binary mask methods were employed for image analysis during the water extraction process. To evaluate the accuracy of our approach, we conducted two assessments using reference and ground truth data that we made during this research. Visual interpretation involved comparing our results with the global surface water (GSW) mask 60 m resolution, revealing significant improvements in quality and resolution. Additionally, accuracy assessment measures, including an overall accuracy of 90% and kappa values exceeding 0.8, further support the efficacy of our methodology. In conclusion, thisstudy'sresults demonstrate enhanced extraction quality and resolution. Through comprehensive assessment, our approach proves effective in achieving high accuracy in delineating watersurfaces from satellite images.

• 한국수자원학회논문집
• /
• 제56권8호
• /
• pp.497-508
• /
• 2023

수자원의 계절적 편중이 심한 한반도에서 농업용 저수지는 이를 효과적으로 유지 및 관리하기 위한 필수적인 구조물이다. 저수지 모니터링을 위한 수단으로 광학 및 합성개구레이더(Synthetic Aperture Radar, SAR) 위성영상이 활용되고 있으나, 광학영상은 기상현상에 의한 간섭이 심하다는 한계점이 존재하며, SAR 영상은 짙은 식생에서 일어나는 다중 산란 및 노이즈에 의한 오탐지 및 미탐지가 발생하기 쉽다. 이에 본 연구에서는 광학 영상과 SAR 영상의 융합을 통해 저수지 수체 탐지 정확도를 높이고 상호보완적 작용에 대해 정량적으로 분석하고자 하였다. 경기도 이동저수지, 충청남도 천태 저수지를 대상으로, 국내 고해상도 위성인 차세대중형위성 1호, 다목적실용위성 3호 및 3A호, 그리고 유럽우주국의 Sentinel-2 영상 기반 Normalized Difference Water Index (NDWI)와 SAR 탑재 위성인 Sentinel-1 단일 영상에 비지도학습 기법인 K-means 클러스터링 기법을 사용하여 수체를 탐지하고, NDWI-SAR 후방산란계수로 이루어진 2-D grid space에 동일 기법을 활용하여 정확도의 향상 정도를 파악하였다. 전반적인 정확도는 다목적실용위성이 가장 높은 것으로 나타났으며(두 저수지 모두 0.98), 이후 Sentinel-1(두 저수지 모두 0.93), Sentinel-2(이동: 0.83, 천태: 0.97), 차세대중형위성(이동: 0.69, 천태: 0.78) 순서로 감소하였다. 천태저수지에서 2-D K-means 클러스터링 기법을 적용한 결과 차세대중형위성의 수체탐지 정확도는 약 85%의 정밀도 향상과 14%의 재현율 감소와 함께 약 22% 향상되었으며(정확도 약 0.95), 다목적실용위성 및 Sentinel-2의 수체탐지 정밀도는 3-5% 향상되었고, 재현율은 4-7% 감소하였다. 추후 차세대중형위성 5호인 수자원위성 등 고해상도 SAR 위성과 이를 활용할 수 있는 고도화된 영상 융합기술, 수체 탐지 기술이 개발된다면 국내 수자원에 대한 매우 정확한 모니터링이 가능할 것으로 기대된다.

• 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%.