• 한국농공학회논문집
• /
• 제52권3호
• /
• pp.39-45
• /
• 2010

Quantification of carbon absorption and understanding the human induced land use changes (LUC) forms one of the major study with respect to global climatic changes. An attempt study has been made to quantify the carbon absorption by LUC through remote sensing technology. The Landsat imagery four time periods was classified with the hybrid classification method in order to quantify carbon absorption by LUC. Thereafter, for estimating the amount of carbon absorption, the stand biomass of forest was estimated with the total weight, which was the sum of individual tree weight. Individual tree volumes could be estimated with the crown width extracted from digital forest cover type map. In particular, the carbon conversion index and the ratio of the $CO_2$ molecular weight to the C atomic weight, reported in the IPCC guideline, was used to convert the stand biomass into the amount of carbon absorption. Total carbon absorption has been modeled by taking areal estimates of LUC of four time periods and carbon factors for land use type and standing biomass. Results of this study, through LUC suggests that over a period of construction, 7.10 % of forest and 9.43 % of barren were converted into urban. In the conversion process, there has been a loss of 6.66 t/ha/y (7.94 %) of carbon absorption from the study area.

• 대한원격탐사학회지
• /
• 제18권1호
• /
• pp.1-12
• /
• 2002

Landslide prediction modeling has been regarded as one of the important environmental applications in GIS. While, landslide stability in a certain area as collateral process for prediction modeling can be characterized by DEM-based hydrological features such as flow-direction, flow-accumulation, flow-length, wetness index, and so forth. In this study, Slope-Area plot methodology followed by stability index mapping with these hydrological variables is firstly performed for stability analysis with actual landslide occurrences at Boeun area, Korea, and then Landslide prediction modeling based on likelihood ratio model for landslide potential mapping is carried out; in addition, KOMPSAT EOC imagery is used to detect the locations and scalped scale of Landslide occurrences. These two tasks are independently processed for preparation of unbiased criteria, and then results of those are qualitatively compared. As results of this case study, land stability analysis based on DEM-based hydrological variables directly reflects terrain characteristics; however, the results in the form of land stability map by landslide prediction model are not fully matched with those of hydrologic landslide analysis due to the heuristic scheme based on location of existed landslide occurrences within prediction approach, especially zones of not-investigated occurrences. Therefore, it is expected that the resets on the space-robustness of landslide prediction models in conjunction with DEM-based landslide stability analysis can be effectively utilized to search out unrevealed or hidden landslide occurrences.

• 대한원격탐사학회지
• /
• 제18권4호
• /
• pp.233-242
• /
• 2002

본 논문에서는 위성 궤도 정보를 사용하지 않는 새로운 에피폴라 기하모델을 제안하고, 선형 Pushbroom 영상의 에피폴라 기하모델을 위한 방법들과 정량적으로 비교 분석을 한다. 정량적 분석에 사용된 에피폴라 기하모델은 항공영상에 적용되는 중심투영(Perspective) 센서의 에피폴라 기하모델, Gupta와 Hartley의 에피폴라 기하모델, 궤도정보를 사용하는 Orun과 Natarajan 센서모델의 에피폴라 기하모델이다. 대전과 보령의 SPOT 영상과 대전과 논산의 KOMPSAT 영상에 대해 지상기준점, 지상기준점에서 생성한 모델링데이터, 위성 궤도정보 및 숙련된 운영자가 추출한 독립검사점을 사용하여 실험을 수행하였다. 실험 결과에 따르면 중심투영 센서의 에피폴라 기하모델과 Gupta와 Hartley의 에피폴라 기하모델은 평균적으로 1픽셀 이내의 정확도를 보였으나 일부 검사점에서 높은 오차를 보였다. 제안한 에피폴라 기하모델은 중심투영 센서나 Gupta와 Hartley의 에피폴라 기하모델보다 정확도가 높고, 궤도 정보를 사용하는 Orun과 Natarajan 센서 모델의 에피폴라 기하모델과 유사한 정확도를 보였다.

• 대한원격탐사학회지
• /
• 제19권2호
• /
• pp.135-147
• /
• 2003

본 연구는 한반도 위성 영상자료에 다단계 계층군집 영상분류법을 적용하여 관측지역의 피복특성을 분석한다. 다단계 계층군집 영상분류는 크게 두 단계로 이루어진다. 첫 번째 단계는 계층군집에 의해 공간적으로 근접하고 있는 이웃집단간의 결합을 하는 공간확장 영상분할 단계이고 두번째 단계는 결합지역의 공간적 제약 없이 영상분할 단계에서 분할된 집단을 계층군집에 의해 적은 한정적인 수의 클래스로 분류하는 과정이다. 계층군집 영상분류는 수치영상의 계층구조에 근거하여 매 단계 두 개의 집단을 한 개의 집단으로 합병하므로 클래스 수에 따른 분류집단 간의 관계를 나타내는 계층나무를 구성할 수 있다. 실험결과는 계층군집 영상분류에 의해 구성된 계층나무는 토지사용간의 계층구조를 자세히 밝혀주고 토지 피복 특성의 정확한 분석에는 좀 더 자세한 분광정보가 필요함을 보여주고 있다.

• 대한원격탐사학회지
• /
• 제25권5호
• /
• pp.455-464
• /
• 2009

Lee(2009)에서 영상 강도를 위해서 lognormal 확률 모형과 영상 texture를 위해서 Markov random field(MRF)에 기반하는 Bayesian 모형을 사용하는 boundary-adaptive despeckling 방법을 제안하였다. 이 방법은 speckle 제거 영상의 최대 사후(maximum a posteriori: MAP) 추정치를 구하기 위해서 Point-Jacobian iteration을 이용한다 인접하고 있는 다른 특성의 지역에 위치한 화소의 값을 사용하는 가능성을 줄이기 위해 Boundary-adaptive algorithm은 경계에 가까울 수록 멀리 떨어진 이웃 화소로부터 정보를 덜 수집하도록 고안된다. 이러한 boundary-adaptive 방법은 전반적으로 simulation 자료를 사용하여 Lee(2009)에서 평가되었고 그리고 제안된 방법의 효험을 증명하였다. 본 연구는 Lee(2009)의 확장 연구로 MAP 추정치를 구하기 반복 algorithm의 계산 효율성을 증가 시키고 noise 제거와 함께 분류를 수행하는 수정 algorithm을 제안한다. Simulation 자료를 사용한 실험을 통해서 boundary-adaption이 분류 오류를 줄여줄 뿐 아니라 더욱 명확한 경계선을 보여준다는 것을 알 수 있다. 또한 영종도 서해안에서 관측된 고해상도 Terra-SAR data에 적용한 결과는 boundary-adaption은 SAR 활용에서 분석의 정확성을 개선 시킬 수 있다는 것을 암시한다.

• 대한원격탐사학회지
• /
• 제20권6호
• /
• pp.419-425
• /
• 2004

본 연구에서는 Dempster-Shafer evidence theory에 기반하여 Gaussian 질량 함수를 사용하는 융합 기법을 제안하고 있다. Dempster-Shafer 융합은 비정확성과 불확실성 measures를 각각 belief 함수와 plausibility 함수로 나타내며 이 두 함수 값 사이의 간격을 나타내는 "belief interval"에 의해 불확실성의 정도가 표현된다. 이러한 Dempster-Shafer 융합기술을 이용하여 서로 다른 센서에서 수집된 영상 자료를 융합하여 사용하여 분류 결과의 정확성을 높이고 특히 분류를 위한 매개변수를 추정하는 훈련과정에서 복합 클래스를 설정할 수 있어 단순 클래스 설정으로 인한 훈련과정이 어려움을 피할 수 있다. 이 연구에서는 경기도 용인/능평 지역에서 관측 된 KOMPSAT EOC의 범색 영상 자료와 LANDSAT ETM+의 식생지수 자료에 대해 제안된 Dempster-Shafer 융합기술을 이용하여 분류 실험을 수행하였고 분류 결과는 서로 다른 센서간의 영상자료 융합을 위한 제안된 기법의 잠재적 효과성을 보여주고 있다.

• 대한원격탐사학회지
• /
• 제24권2호
• /
• pp.117-124
• /
• 2008

지형지물은 각각의 특징적 요인을 내포하고 있다. 이 특징적 요인들은, 공간해상도에 따라 정도의 차이가 있겠지만, 수집된 위성영상에도 반영된다. 이러한 요인들 중에서는 영상분류에 활용될 경우 영상 분류의 정확도를 높혀주고, 때로는 이것이 거의 물체인식의 수준까지 기여할 수 있는 것들이 있다. 이 연구에서는 텍스춰 및 지형지물의 배열에 있어서 특징적 현상을 보이는 비닐하우스를 대상으로 spatial auto-corelation 개념을 기반으로 자동적으로 이를 인지하는 방법을 개발하였다. 사용된 알고리즘은 디지타이징과 같은 사람의 직접적인 개입이 없이 자동화된 방법으로 비닐하우스의 특정한 패턴이 반복적으로 나타나는 것을 감지할 수 있도록 개발되었다. 패틴의 인식에 더하여 비닐하우스의 기하학적 모양을 고려하는 방법도 도입하였다. 그럼으로써 비닐하우스의 추출에 단순히 화소 단위의 분석이 아닌 보다 객체지향적인 방법으로 비닐하우스를 추출하도록 하였다. 개발된 방법을 제주지역의 IKONOS에 적용시켜 본 결과 연구대상지역내의 비닐하우스가 매우 정확하게 적출되었다.

• 대한원격탐사학회지
• /
• 제15권3호
• /
• pp.183-194
• /
• 1999

위성에서 관측된 다중분광 위성영상 데이터를 이용목적에 따라 분석하고 활용하기 위해서는 영상 자체에 내포된 밝기, 칼라, 질감 등 다양한 특징들이 중요한 정보원으로 이용되고 있다. 특히 질감이나 칼라정보를 이용한 위성영상의 분석과정에서 가장 중요한 문제는 원 영상의 정보를 효율적으로 표현하는 속성을 추출하여 적절히 활용하는 것이다. 따라서 본 논문에서는 위성영상 분석에 유용하게 사용할 수 있는 6개의 속성 벡터들을 선정한 다음 SPOT 위성에서 관측된 영상을 이용하여 각각의 속성들에 대한 분별력을 평가하기 위하여 역전파 신경망(Back-propagation Neural Network)을 이용한 분류 네트워크를 구성하였고, 실험하고자 하는 지역에 대한 훈련집합 선택시 선정된 여섯 개이 속성 벡터들을 분류에 사용될 특징으로 선택하였다. 분류 실험을 수행한 결과 각각의 벡터 속성들은 개개의 특성에 따라 많은 장단을 내포하고 있었으며, 전반적으로는 비교적 정확한 분류결과를 나타내었다. 따라서 칼라 및 질감 속성 벡터들은 위성영상의 분류과정에 효과적으로 사용될 수 있음은 물론 다양한 영상분석 및 응용분야에서도 유용하게 이용될 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제15권4호
• /
• pp.357-365
• /
• 1999

The optical sensors of Electro-Optical Camera (EOC) and Ocean Scanning Multi-spectral Imager (OSMI) aboard the KOrea Multi-Purpose SATellite (KOMPSAT) will be placed in a sun synchronous orbit in late 1999. The EOC and OSMI sensors are expected to produce the land mapping imagery of Korean territory and the ocean color imagery of world oceans, respectively. Utilization of the EOC and OSMI data would encompass the various fields of science and technology such as land mapping, land use and development, flood monitoring, biological oceanography, fishery, and environmental monitoring. Readiness of data support for user community is thus essential to the success of the KOMPSAT program. As a part of testing such readiness prior to the KOMPSAT launch, we have performed the preliminary acceptance test for the KOMPSAT data processing system using the simulated EOC and OSMI data sets. The purpose of this paper is to demonstrate the readiness of the KOMPSAT data processing system, and to help data users understand how the KOMPSAT EOC and OSMI data are processed, archived, and provided. Test results demonstrate that all requirements described in the data processing specification have been met, and that the image integrity is maintained for all products. It is however noted that since the product accuracy is limited by the simulated sensor data, any quantitative assessment of image products can not be made until actual KOMPSAT images will be acquired.

• 대한원격탐사학회지
• /
• 제22권6호
• /
• pp.613-619
• /
• 2006

본 연구는 원격 탐사의 영상 처리에서 영상 분할의 상위 수준으로 응집 계층 clustering의 dendrogram을 통한 무감독 영상 분류를 제안한다. 제안된 알고리즘은 분광 영역에서 정의된 RAG (Regional Agency Graph)와 min-heap 자료 구조를 이용하여 MCSNP (Mutual Closest Spectral Neighbor Pair)의 집합을 검색하면서 합병을 수행하는 계층 clustering 방법이다. 계산 시간과 저장 기억의 사용에 대한 효율을 증가시키기 위해 분광적 인접성을 정의하는 분광 공간(spectral space)내의 다중 창을 사용하였고 RNV (Region Neighbor Vector)을 이용하여 합병에 의하여 변하는 RAG 갱신하였고 적정한 단계 수가 주어진다면 제안된 알고리즘은 집단 합병의 계층적 관계를 쉽게 해석 할 수 있는 dendrogram을 생성한다. 본 연구는 simulation 자료를 사용하여 광범위하게 제안된 알고리즘에 대한 평가 실험을 수행 하였으며 실험 결과는 알고리즘의 효율성을 입증하였다. 또한 한반도에서 관측된 방대한 크기의 QuickBird 영상의 적용 결과는 제안된 알고리즘이 무감독 영상 분류를 위한 강력한 수단임을 보여준다.