• 한국지리정보학회지
• /
• 제19권2호
• /
• pp.98-106
• /
• 2016

원격탐사는 관찰하고자 하는 지역을 직접 방문하지 않고, 영상만으로도 적은 비용으로 짧은 시간 안에 대상지역을 연구하는데 있어 효율적인 기술이다. 본 연구에서는 가장 최근에 발사된 Landsat-8 OLI(Operational Land Imager) 영상을 이용하여 하천유역의 토지피복분류 정확도를 개선하는 방법을 제안하였다. 제안된 방법 중 첫 번째로 Landsat-8 OLI 영상을 이용하여 정규식생지수인 NDVI(Normalized Difference Vegetation Index)와 정규수분지수 NDWI(Normalized Difference Water Index)를 생성하였다. 두 번째로 원래의 영상에 생성된 NDVI와 NDWI 2개의 밴드를 Layer-Stacking하여 새로운 영상을 만들었다. 마지막으로 기존의 영상과 밴드조합을 적용한 새로운 영상에 각각 MLC(Maximum Likelihood Classification), SVM(Support Vector Machine)의 감독분류를 적용하였다. 하천피복분류를 할 때 정확도를 개선하는데 있어 그 의미가 있으며, 분류결과 MLC 분류방법을 적용하였을 때 약 8% 이상, SVM 분류방법을 적용하였을 때 약 1.6% 정도 개선되었다. 향후 다양한 영상과 밴드조합을 통한 연구가 이루어진다면 보다 나은 의사결정에 도움이 될 것으로 사료된다.

• 한국환경복원기술학회지
• /
• 제19권1호
• /
• pp.73-83
• /
• 2016

Forest degradation reduces ecosystem services provided by forest and could lead to change in composition of species. In North Korea, there has been significant forest degradation due to conversion of forest into terrace fields for food production and cut-down of forest for fuel woods. This study analyzed the phenological changes in North Korea, in terms of vegetation and moisture in soil and vegetation, from March to Octorber 2013, using MODIS (MODerate resolution Imaging Spectroradiometer) images and indexes including NDVI (Normalized Difference Vegetation Index), NDSI (Normalized Difference Soil Index), and NDWI (Normalized Difference Water Index). In addition, marginal farmland was derived using elevation data. Lastly, degraded terrace fields of 16 degree was analyzed using NDVI, NDSI, and NDWI indexes, and marginal farmland characteristics with slope variable. The accuracy value of land cover classification, which shows the difference between the observation and analyzed value, was 84.9% and Kappa value was 0.82. The highest accuracy value was from agricultural (paddy, field) and forest area. Terrace fields were easily identified using slope data form agricultural field. Use of NDVI, NDSI, and NDWI is more effective in distinguishing deforested terrace field from agricultural area. NDVI only shows vegetation difference whereas NDSI classifies soil moisture values and NDWI classifies abandoned agricultural fields based on moisture values. The method used in this study allowed more effective identification of deforested terrace fields, which visually illustrates forest degradation problem in North Korea.

• 한국농공학회:학술대회논문집
• /
• 한국농공학회 2005년도 학술발표논문집
• /
• pp.649-654
• /
• 2005

This study proposes a particular approach to assess information about NDVI(Normalized Difference Vegetation Index) and LAI(Leaf Area Index) from the spectroradiometer and NOAA/AVHRR satellite data. AVHRR data were collected in twelves months over a one year period in 2004. We calculated 10-day composite NDVI using daily composite AVHRR surface reflectance products(1km spatial resolution). The 10-day composite NDVI have a great effect on the plant growth conditions. Considerably, NDVI was increased by developing muscle fiber tissue from April to May. Then the NDVI increased until the August and then decreased until February. The highest month was at August and the lower month was at December. The difference NDVI analysis using December and another months data was conducted, the results were provided information on the variation of vegetation coverage. The result suggest that a relationship established between the LAI and NDVI in 2004.

• 한국환경복원기술학회지
• /
• 제20권6호
• /
• pp.151-160
• /
• 2017

This study was conducted by using a Nikon Coolpix S800c camera equipped with a NIR filter to measure the NDVI(Normalized Difference Vegetation Index). It was used for the measurement of the three trees of Pinus densiflora, Taxus cuspidata, Zelkova serrata and Acer palmatum in Kangwon National University. The NDVI value of the surface of the building was compared and analyzed. The average value of NDVI in August and September was high in all species. The NDVI distribution of Taxus cuspidata was higher than the other trees. The NDVI distribution of Pinus densiflora and Taxus cuspidata did not show any significant seasonal differences, but The NDVI distribution of Zelkova serrata and Acer palmatum were relatively low in May and June, which are leafless periods. Previous studies related to NDVI value were generally analyzed using satellite imagery. However, it was scarce related to study the NDVI value of each tree or study the changing process of NDVI by time series. Previous studies have used NDVI values on the ground but this study used NDVI values in the ground section. Future studies will be necessary to measure the NDVI value at different times for various species and also to make efforts to generalize the measurement method. In addition, research related to various fields such as the relationship between NDVI and carbon stocks and the relationship with LAI needs to be conducted.

• 한국농공학회논문집
• /
• 제49권6호
• /
• pp.21-33
• /
• 2007

Different vegetation indices from satellite images have been used for monitoring drought damages, and this study aimed to develop a drought index using NOAA/AVHRR NDVI(Normalized Difference Vegetation Index) and to analyze the temporal and spatial distribution of spring drought severity in North Korea from 1998 to 2001. A new drought index, DevNDVI(Deviation of NDVI), was defined as the difference between a monthly NDVI and average monthly NDVI at the same cover area, and the DevNDVI images at all years except for 2001 demonstrated the drought-damaged areas referred from various domestic and foreign publications. The vegetation of 2001 showed high vitality despite the least amount of rainfall among the target years, and the reason was investigated that higher temperature above normal average would shift the growing stages of plants ahead. Therefore, complementary methods like plant growth models or ground survey data should be adopted in order to evaluate drought-induced plant stress using satellite-based NDVI and to make up far the distortion induced by other environments than lack of precipitation.

• Spatial Information Research
• /
• 제4권1호
• /
• pp.13-20
• /
• 1996

1990년도와 1995년도 5월달의 NOAA AVHRR자료를 이용하여 한반도의 토지 토지 피복변화 양상을 구하였다. 토지 피복 변화를 알기위해서는 영상들이 서로 정합(registration)이 되어야 하며 계절적으로 변화가 일어나지 않은 영상이 필요하다. 영상들을 비교하기 위해서 사용된 모든 자료들은 지도 좌표 체계로 공간적으로 정합이 되었으며, resampling 과정은 nearest-neighbor방법을 사용하였다. 구름, 먼저 등과 같은 대기의 영향은 maximum NDVI 방법은 각 영상의 NDVI(Normalized Difference Vegetation Index)는 다음과 같은 식을 이용하여 구한다.

• 대한원격탐사학회지
• /
• 제33권5_2호
• /
• pp.709-720
• /
• 2017

본 연구에서는 지난 20년간(1996~2015) 중국 동북 3성에서의 옥수수 수확량과 위성기반 식생지수인 NDVI (Normalized Difference Vegetation Index) 그리고 여러 기후요소들간의 월별 상관성을 분석하고자 하였다. 중국 동북 3성의 옥수수 재배지역에서 옥수수 수확량은 작황시기의 NDVI와 통계적으로 유의한 양의 상관관계를 보였고, 8월과 9월의 최고기온 및 여름철 $30^{\circ}C$ 이상의 고온 발생빈도와 음을 상관관계를 가졌다. 옥수수 수확량과 강수량간의 상관관계는 7월에 요녕성에서만 유의한 양의 계수를 나타내었고 길림성과 흑룡강성에서는 상관성이 나타나지 않았다. 본 연구를 통해 중국 동북 3성의 옥수수 수확량을 추정하기 위해서는 NDVI와 최고기온 자료를 예측인자로 사용하는 것이 적합할 것으로 생각된다.

• 보존과학회지
• /
• 제37권6호
• /
• pp.659-669
• /
• 2021

이 연구에서는 초분광 영상을 기반으로 산출된 식생지수를 활용하여 2014년부터 2020년까지 울주 천전리 각석에 대한 모니터링을 수행하였다. 모니터링에 적합한 식생지수 선정을 위해 실내분석을 수행하였고, 생물오염에 대한 민감도를 고려하여 NDVI와 TVI를 선정하였다. 선정된 식생지수를 활용하여 모니터링을 수행한 결과, NDVI는 2014년부터 2018년까지 증가하는 경향을 보이고 보존처리 이후인 2020년 감소하였으나, TVI는 모니터링 시점에 따른 경향성을 확인하기 어려웠다. 이러한 경향은 연도별 촬영조건에 따른 분광반사율 편차에서 기인하는 것을 확인하였다. 이때 NDVI는 TVI보다 분광반사율 편차에 대한 민감도가 낮아 모니터링에 활용할 수 있을 것으로 판단되며, TVI의 활용을 위해서는 심화연구가 필요하다.

• 대한공간정보학회지
• /
• 제17권2호
• /
• pp.55-60
• /
• 2009

본 연구에서는 경주시 내남면을 대상으로 KOMPSAT-2 MSC(Multi Spectral Camera) 영상(2007.06.12)을 기반으로 NDVI(Normalized Difference Vegetation Index)와 TCT(Tasseled-Cap Transformation) 영상 알고리즘을 적용하여 DN 분포도를 작성 하였다. NDVI 및 TCT DN 분포도와 산림 현장 조사 결과와의 비교 분석을 통하여 임상 분류 정확도 향상을 위한 영상 알고리즘 변별력 분석을 수행하고 마지막으로 현장조사 자료와의 중첩 분석을 통하여 임상분류 정확성을 검증 하였다. 본 연구를 통하여 KOMPSAT-2 MSC 영상을 이용하여 임상 분류 자동화 실용성에 대한 검토와 정밀 산림 임상도 제작과정에서 저비용 고효율성을 기대할 수 있으리라 사료된다.

• 한국측량학회지
• /
• 제36권6호
• /
• pp.433-442
• /
• 2018

저수구역은 계획된 홍수위에 의하여 둘러싸인 지역 혹은 댐의 계획된 홍수위 내에 있는 지역으로 정의된다. 본 연구에서는 저수구역 내 농경지를 탐지하기 위하여, 대표적인 기계학습 기법인 RF (Random Forest) 기반의 감독 분류 방법을 적용하였다. 저수구역 내의 농경지를 효과적으로 분류하기 위하여, 질감정보를 정량화하기 위한 대표적인 기법인 GLCM (Gray Level Co-occurrence Matrix)과 NDWI (Normalized Difference Water Index), NDVI (Normalized Difference Vegetation Index)를 추가적인 입력자료로 활용하였다. 특히, 질감정보를 생성하는데 사용된 윈도우 크기가 농경지의 분류 정확도에 미치는 영향을 분석하여, 저수구역 내의 농경지를 효과적으로 분류하기 위한 방법론을 제시하였다. 실험결과, UAV 영상을 이용한 분류결과를 통하여 취득된 다중분광영상과 NDVI, NDWI, GLCM 영상들을 이용하여 저수구역 내의 농경지를 효과적으로 탐지할 수 있음을 확인하였다. 또한, GLCM의 윈도우 크기가 분류정확도를 향상시키기 위한 중요한 변수임을 확인하였다.