• 대한원격탐사학회지
• /
• 제33권1호
• /
• pp.79-88
• /
• 2017

The RapidEye satellite sensor has various spectral wavelength bands, and it can capture large areas with high temporal resolution. Therefore, it affords advantages in generating various types of thematic maps, including land cover maps. In this study, we applied a supervised classification scheme to generate high-resolution land cover maps using RapidEye images. To improve the classification accuracy, object-based classification was performed by adding brightness, yellowness, and greenness bands by Tasseled Cap Transformation (TCT) and Normalized Difference Water Index (NDWI) bands. It was experimentally confirmed that the classification results obtained by adding TCT and NDWI bands as input data showed high classification accuracy compared with the land cover map generated using the original RapidEye images.

• 대한공간정보학회지
• /
• 제19권3호
• /
• pp.23-32
• /
• 2011

본 연구에서는 소유역을 정방형 격자망으로 형성하고 GIS 데이터처리를 행하여 다양한 지형적인 요소를 각 격자 단위로 해석할 수 있도록 한 다음, 분포형 모형 중 대표적인 $Vflo^{TM}$에 적용하였다. 그리고 모형을 이용함에 있어서 소유역 내에서 공간적으로 상이함을 무시하고 유역의 평균적인 토양함수조건을 적용하는 종전의 연구와 달리, 픽셀 단위로 구성되어 있는 LANDSAT 7 $ETM^+$ 위성영상으로부터 Tasseled Cap 변환을 통해 추출한 토양함수정보 를 모형의 각 격자에 적용하였다. 연구 결과, 소유역에서 토양함수의 공간적인 변화가 분포형 모형의 틀에 잘 부합할 수 있음을 확인할 수 있었다. 또한 영상획득시기의 습윤지수와 10일 선행강우량과의 관계식을 추정하였으며, 이를 통해 구한 가중치의 적용성을 입증할 수 있었다.

• 대한원격탐사학회지
• /
• 제30권2호
• /
• pp.275-292
• /
• 2014

이 연구에서는 Geostationary Ocean Color Imager(GOCI) 센서에 적용할 수 있는 고유의 Tasseled Cap Transformation(TCT) 계수를 제시하고 있다. TCT는 다중밴드 센서 자료로부터 지표의 특성을 분석하는 전통적인 영상변환 방법 중 하나로 새로운 다중밴드 광학센서가 관측을 시작하는 경우 센서의 특성 차이로 인하여 각각의 육상관측 위성센서에 적합한 TCT 계수들이 장기 분석을 통하여 수립되어야 한다. GOCI 센서는 해양관측이 주 목적으로 개발되었으나 영상의 상당 부분은 육지를 관측하고 있으며 밴드 구성은 육지관측에도 일반적으로 이용되는 Visible-Near InfraRed(VNIR) 영역의 정보를 포함하고 있다. 또한 GOCI 센서의 높은 시간 해상도는 지표의 일별 변화의 관측에도 유용하게 사용될 수 있다. 이러한 장점을 이용하여 GOCI 센서에 대한 고유한 TCT가 제공된다면 GOCI 센서의 관측범위 내에서 준 실시간으로 지표변화에 대한 분석과 해석이 가능할 것이다. TCT는 일반적으로 "Brightness", "Greenness", "Wetness"의 세 가지 정보를 포함하지만, ShortWave InfraRed(SWIR) 파장대역이 없는 GOCI 센서의 경우에는 "Wetness"의 정보를 얻을 수 없다. GOCI 센서의 높은 시간 해상도의 활용을 극대화하기 위해서는 "Wetness"의 정보가 제공되어야 한다. "Wetness"의 정보를 얻기 위해 GOCI 주성분 분석(Principal Component Analysis: PCA) 공간을 MODIS TCT 공간에 선형 회귀하는 방법이 사용되었다. 이 연구에서 산출된 GOCI TCT 계수는 정지궤도의 특성에 의해 관측 시간대별로 다른 변환계수를 가질 수 있다. 이 차이를 알아보기 위하여 GOCI TCT 자료와 MODIS TCT 자료 사이의 상관관계가 비교되었다. 그 결과, "Brightness"와 "Greenness"는 4시 자료, "Wetness"는 2시 자료의 변환계수가 선택되었다. 최종적으로 산출된 변환계수의 적절성을 평가하기 위하여 GOCI TCT 자료는 MODIS TCT 영상 및 여러 육상 파라미터들과 비교되었다. GOCI TCT 영상은 MODIS TCT 영상보다 지표 피복의 분류가 더 세밀하게 표현되었으며, GOCI TCT 공간의 지표 피복 분포도 유의미한 결과를 보여줬다. 또한 GOCI TCT의 "Brightness", "Greenness", "Wetness" 자료는 Albedo($R^2$ = 0.75), Normalized Difference Vegetation Index(NDVI) ($R^2$ = 0.97), Normalized Difference Moisture Index(NDMI) ($R^2$ = 0.77)와 각각 비교적 높은 상관관계가 나타났다. 이러한 결과들은 적절한 TCT 계수의 산출이 이루어졌다는 것을 보여준다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 한국공간정보시스템학회 2007년도 GIS 공동춘계학술대회 논문집
• /
• pp.339-342
• /
• 2007

불투수도는 도시화, 환경변화를 추정하기 위한 중요한 지수로서 도시 기후 변화, 홍수기철 도시 범람의 증가, 홍수 모델링에 영향 등 도시의 홍수 기상학과 수문학적인 변화와 매우 밀접한 관계가 있다. 본 연구에서는 안성지역 일대를 대상으로 하여 Landsat ETM+ 영상을 이용한 불투수도 작성을 시도하였다. 학습자료 및 검수자료 구축은 고해상도 영상인 IKONOS 영상을 이용하였으며, Landsat ETM+ 영상에 대한 위성반사율을 이용하여 tasseled cap과 NDVI로 전환하고 다양한 변수들이 불투수도에 미치는 영향을 분석하였다. 그리고 Regression Tree 알고리즘에 따라 불투수도 추정식을 개발하여 지도화하였다.

• 한국농공학회:학술대회논문집
• /
• 한국농공학회 2000년도 학술발표회 발표논문집
• /
• pp.419-424
• /
• 2000

The land cover classification by using remotely sensed image becomes necessary and useful for hydrologic and water quality related applications. The purpose of this study is to obtain land classification map by using remotely sensed data : Landsat TM and KOMPSAT-1 EOC. The classification was conducted by maximum likelihood method with training set and Tasseled Cap Transform. The best result was obtain from the Landsat TM merged by KOMPSAT EOC, that is, similar with statistical data. This is caused by setting more precise training set with the enhanced spatial resolution by using KOMPSAT EOC(6.6m${\times}$6.6m).

• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2004년도 GIS/RS 공동 춘계학술대회 논문집
• /
• pp.295-300
• /
• 2004

변화탐지를 위하여 기존에 사용하던 화소차 혹은 화소비 변화탐지 기법은 단밴드의 영상을 사용하므로 다중분광 자료를 활용하기 어렵고 변화지역의 유형을 추출하는데 적절하지 못하다는 단점이 있다. 후분류 변화탐지 기법은 다중분팡 영상의 활용이 가능하고 변화지역의 변화 유형을 파악할 수 있지만 변화탐지 성과가 분류 결과의 정확도에 의해 크게 영향을 받는다. 이에 반해 CVA(Change Vector Analysis) 변화탐지는 여러 밴드의 다중분광 영상을 이용하여 변화지역을 탐지할 뿐 아니라 피복 변화의 경향을 파악할 수 있어 보다 효율적인 기법으로 평가받고 있다. 기본적인 CVA 변화탐지는 일반적으로 다중분광 영상의 red 밴드와 infrared 밴드의 영상을 조합하여 변화탐지를 수행하여 식생 및 인공물의 변화를 탐지한다. 본 연구에서는 단순한 red/NIR 밴드간의 조합 외에 식생의 특성을 계수로 변환하는 PDA(Pattern Decomposition Analysis) 변환 및 Tasseled Cap 변환 결과를 이용한 CVA 변화탐지를 수행하고 각 결과의 정확도를 비교하여 보다 효율적인 식생 변화탐지 기법을 제안하고자 하였다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.908-910
• /
• 2003

In this paper the extraction method for the best suitable green vegetation area in urban area, Daegu, Korea, was developed using satellite images (1994, 1999, Landsat TM). For this, the GIS overlay analysis of GVI (Green Vegetation Index), SBI (Soil Brightness index), NWI (None-Such wetness Index) was performed to estimate the best suitable green vegetation area. Also, the statistical documents, algorithm and Tasseled-Cap index were used to recognize the change of land cover such as cultivation area, urban area, and damaged area. Through the result of this study, it is possible to monitor the large sized reclamation of land by drainage or damaged area by forest fires. Moreover, information with the change of green vegetation and the status of cultivation by GVI, but also moisture content by percentage by NWI and surface class by SBI can be obtained.

• 대한원격탐사학회지
• /
• 제23권6호
• /
• pp.529-536
• /
• 2007

불투수도는 도시화, 환경변화를 추정하기 위한 중요한 지수로서 도시 기후 변화, 홍수기철 도시 범람의 증가, 홍수 모델링에 영향 등 도시의 홍수 기상학과 수문학적인 변화와 매우 밀접한 관계가 있다. 본 연구에서는 안성지역 일대를 대상으로 하여 Landsat ETM+ 영상을 이용한 불투수도 작성을 시도하였다. 학습 및 검수자료는 고해상도 영상인 IKONOS 영상을 이용하였으며, Landsat ETM+ 영상에 대한 위성반사율을 이용하여 tasseled cap과 NDVI로 전환하고 다양한 변수들이 불투수도에 미치는 영향을 분석하였다. 그리고 Regression Tree 알고리즘에 따라 불투수도 추정식을 개발하여 지도화하였다.

• 한국지리정보학회지
• /
• 제17권1호
• /
• pp.80-90
• /
• 2014

본 연구는 강원대학교 학술림을 대상으로 조사한 42개 표본점의 재적정보와 Landsat TM 영상으로 추출한 Remote Sensing(RS)정보를 이용하여 잣나무임분의 재적을 추정하는 것을 목표로 한다. 실험 대상 학술림 잣나무림의 ha당 평균재적은 $307.7m^3/ha$, 표준편차는 $168.4m^3/ha$이며 산출된 잣나무림 재적을 등급화하였다. TM 영상에 3 by 3 majority filtering을 수행하기 전과 후에 각각 11개의 지수를 추출하였으며, 지수별 평균 화소 값을 이용하여 선형 회귀식 도출에 필요한 독립변수를 선정하였다. 11개의 지수는 6개의 DN(밴드값, 열감지밴드인 Band6을 제외), NDVI(정규식생지수), Band Ratio(BR1:Band4/Band3, BR2:Band5/Band4, BR3:Band7/Band4), Tasseled Cap-Greeness(TC G) 1개로 구성하였다. 그 결과, 필터링 전과 후 모두 NDVI와 TC G가 회귀식에 가장 적합한 지수로 선정되었으며, $R^2$는 필터링 전과 후가 각각 0.736, 0.753로 모두 높았다. 또한, 정확도 비교를 위하여 오차검증을 실시한 결과, RMSE는 필터링 전과 후가 각각 약 $69.1m^3/ha$, 약 $67.5m^3/ha$으로 필터링 후가 낮았으며, bias는 각각 약 $-12.8m^3/ha$, 약 $9.7m^3/ha$으로 필터링 후의 편차가 적어 필터링을 실시한 회귀식이 적합한 모형으로 선정되었다. 필터링 후의 회귀식을 적용하여 추정한 임반별 재적은 총 재적이 약 $160,947m^3$이며, 평균 재적은 약 $315m^3/ha$로 실제 잣나무림의 재적보다 약 1.2배 높게 추정되었다.

• 대한토목학회논문집
• /
• 제28권6D호
• /
• pp.915-922
• /
• 2008

불투수층은 자연적인 침투를 허용하지 않는 인위적인 토지피복상태로, 도시화율을 추정하거나 도시의 환경변화 정도를 분석하기 위한 척도로 사용되어 왔다. 수문학적인 관점에서 불투수층은 단기 유출현상에 큰 영향을 끼치는 요소로 급속한 도시화로 인해 불투수층의 영향이 더욱 커짐에 따라 불투수층의 추정에 대한 필요성이 증가하고 있다. 따라서 본 연구에서는 불투수층을 추정하기 위해 중랑천 유역을 대상지역으로 선정하고, $30m{\times}30m$ 공간해상도의 Landsat-7 ETM+ 영상과 $1m{\times}1m$의 고해상도 위성영상을 구축하였으며 tasselled cap 변환과 식생지수(NDVI) 변환을 수행하여 다양한 예측변수를 고려하였다. 수집된 학습자료에 분류 및 회귀트리를 적용하여 불투수층 추정모델을 구성하였고, 이를 지도화하여 중랑천 유역의 불투수층을 나타냈다.