• 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.

• 대한원격탐사학회지
• /
• 제31권4호
• /
• pp.293-302
• /
• 2015

Water body extraction is significant for flood disaster monitoring using satellite imagery. Conventional methods have focused on finding an index, which highlights water body and suppresses non-water body such as vegetation or soil area. The Normalized Difference Water Index (NDWI) is typically used to extract water body from satellite images. The drawback of NDWI, however, is that some man-made objects in built-up areas have NDWI values similar to water body. The objective of this paper is to propose a new method that could extract correctly water body with built-up areas in before and after images of flood. We first create a two-element feature vector consisting of NDWI and a Near InfRared band (NIR) and then select a training site on water body area. After computing the mean vector and the covariance matrix of the training site, we classify each pixel into water body based on Mahalanobis distance. We also register before and after images of flood using outlier removal and triangulation-based local transformation. We finally create a change map by combining the before-flooding water body and after-flooding water body. The experimental results show that the overall accuracy and Kappa coefficient of the proposed method were 97.25% and 94.14%, respectively, while those of the NDWI method were 89.5% and 69.6%, respectively.

• 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.

• 한국지리정보학회지
• /
• 제13권1호
• /
• pp.142-154
• /
• 2010

본 연구는 경상남도 창원시를 대상으로 다양한 도시의 공간적 특성이 지표온도에 미치는 영향성을 분석하고, 도시지역의 유형에 따른 열환경 특성을 파악하고자 한다. 이를 위해 Landsat 5 TM 영상에서 지표온도, NDBI(Normalized Difference Built-up Index), NDVI(Normalized Difference Vegetation Index) 등을 추출하였으며, 고해상도($10cm{\times}10cm$) 칼라항공사진을 토대로 토지이용 및 토지피복 형태를 분류하였다. 공간통계분석의 기본단위는 $500m{\times}500m$의 Vector Grid로 구축하여 각각의 공간특성 인자별 주제도를 작성하였다. 열환경과 공간특성의 관계성을 평가한 결과, 지표온도와 NDBI의 상관계수가 0.929로 가장 높게 나타났으며, 불투수지역의 비율과도 0.857의 높은 상관성을 가지는 것으로 분석되었다. 다음으로 도시지역의 유형을 주거중심, 공업중심, 녹지중심, 혼합의 4개 지역으로 군집 분류하여 유형별 지표온도를 분석한 결과, 공업중심지역의 지표온도가 $21.10^{\circ}C$로 가장 높았고, 녹지중심지역이 $18.85^{\circ}C$로 가장 낮게 평가되었다. 이상의 연구결과는 도시 지역의 공간적 특성이 열환경에 미치는 영향성을 규명하였으며, 향후 열환경 개선을 위한 토지이용계획과 개발밀도 규제 등에 활용 가능할 것으로 판단된다.

• 한국지구과학회지
• /
• 제35권1호
• /
• pp.54-68
• /
• 2014

서울을 포함한 수도권지역의 지표면 특성분석을 위하여 Landsat 위성자료(Landsat 5, Landsat 7, Landsat 8)를 이용하여 다양한 지표 특성지수와 지표면 온도를 계산하였다. 연구에 사용된 Landsat 자료는 가을철 자료로써 1985년 10월 21일의 Landsat 5, 2003년 9월 29일의 Landsat 7 그리고 2013년 9월 1일의 Landsat 8 자료를 이용하였다. 그리고 서울과 주변지역에 대하여 토양조절 식생지수, 수정 정규 습윤지수, 정규 습윤지수, 태슬 모자형 밝기, 태슬 모자형 초록, 태슬 모자형 습윤, 정규 식생지수, 정규 건설지수와 같은 지표 특성지수와 지표면 온도를 산출하였다. 대부분의 지표 특성지수들은 도시, 시골, 산, 건물, 강 그리고 도로 등에서 잘 구별되었다. 특히, 도시화의 특징은 서울 주변의 신도시(예, 일산)에서 잘 나타났다. 정규 식생지수와 정규 건물지수 그리고 지표면 온도에 따르면 도시의 확장은 서울의 주변지역에서 뚜렷이 보였다. 지표면 온도와 지표고도는 식생 또는 건설물의 구조와 분포를 나타내는 정규 식생지수 그리고 정규 건물지수와 강한 상관성이 나타났다. 정규 식생지수는 지표면온도와 양의 상관성을 보였고 지표고도와 음의 상관성을 가지는 반면, 정규 식생지수는 지표면온도와 지표고도에 대하여 각각 반대의 특성을 나타내었다. 또한, Landsat의 정규 식생지수와 정규 건물지수는 수도권지역에서 밀접한 관계를 보였다. Landsat 8과 Landsat 5에서는 -0.6 이하의 강한 상관성이 있었으며 Landsat 7에서는 -0.5 이상의 낮은 상관성이 나타났다.

• 대한원격탐사학회지
• /
• 제35권6_4호
• /
• pp.1403-1415
• /
• 2019

도시인구 증가와 이에 따른 급격한 도시화는 도시 내 여러 열환경 문제를 수반한다. 이를 효과적으로 대응하기 위해 hot Spot 분석과 같은 도심 열환경 모니터링이 필요시 된다. 본 연구는 우리나라 세종특별자치시의 14개의 동과 주변 행정구역을 연구지역으로 선정하여 2013년부터 2018년 여름철의 도시 확장에 따른 지표면 온도 변화 특성을 분석하였다. Landsat 8 지표면온도와 KOMPSAT2/3 기반 NDVI(Normalized Difference Vegetation Index)및 NDBI(Normalized Difference Built-up Index)를 이용하여 연구 지역의 지표면 온도 분포를 모의하고, 도심지 확장에 따른 지표면 온도 변화 양상을 구축된 NDVI와 NDBI를 이용해 논의했다. 특히, 연구지역 안에서의 도심지 확장이 뚜렷한 지역을 연구 대상으로 선정하여 고해상도의 KOMPSAT영상으로 지역 내 hot spot의 변화 원인을 분석하였다. 연구결과, 연구지역 내에서 도시화가 진행된 지역에 hot spot이 나타나는 것을 확인하였으며 일반적으로 NDVI가 낮거나 NDBI가 높을수록 hot spot의 영향이 뚜렷하고 온도가 높게 나타나는 것으로 확인되었다. 지표면온도와 위성기반 산출물을 이용해 도시화가 지속적으로 진행된 지역과 급격하게 나타난 지역이 구분되었으며 토지피복에 따른 상이한 특성도 파악할 수 있었다. 도시화에 따른 지표면 온도 변화가 뚜렷한 지역에 본 연구와 같이 고해상도의 KOMPSAT 영상을 통한 분석이 수반되면 향후 도시계획 및 정책 활용에 효과적으로 도움을 줄 수 있을 것으로 기대된다.

• 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.

• 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.

• 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.

• 한국농공학회논문집
• /
• 제50권3호
• /
• pp.61-69
• /
• 2008

Land-use in northern Cheongju region is changing rapidly because of the increased interactions of human activities with the environment as population increases. Land-use change detection is considered essential for monitoring the growth of an urban complex. The analysis was undertaken mainly on the basis of the multi-temporal Landsat images (1991, 1992 and 2000) and DEM data in a post-classification analysis with GIS to map land-use distribution and to analyse factors influencing the land-use changes for Cheongju city. The area of each land-use category was also calculated for monitoring land-use changes. Land-use statistics revealed that substantial land-use changes have taken place and that the built-up areas have expanded by about $17.57km^2$ (11.47%) over the study period (1991 - 2000). This study illustrated an increasing trend of urban and barren lands areas with a decreasing trend of agricultural and forest areas. Land-use changes from one category to others have been clearly represented by the NDVI composite images, which were found suitable for delineating the development of urban areas and land use changes in northern Cheongju region. Rapid economic developments together with the increasing population were noted to be the major factors influencing rapid land use changes. Urban expansion has replaced urban and barren lands.