• 한국환경과학회지
• /
• 제15권4호
• /
• pp.373-378
• /
• 2006

The western coast of South Korea is famous for its large and broad tidal lands. Nevertheless, land reclamation, which has been conducted on a large scale, such as Sihwa embankment construction project has accelerated coastal environmental changes in the embankment inland. For monitoring of environmental change, vegetation change detecting of the embankment inland were carried out and field survey data compared with Landsat TM, ETM+, IKONOS, and EOC satellite remotely sensed data. In order to utilize multi-temporal remotely sensed images effectively, all data set with pixel size were analyzed by same geometric correction method. To detect the tidal land vegetation change, the spectral characteristics and spatial resolution of Landsat TM and ETM+ images were analyzed by SMA(spectral mixture analysis). We obtained the 78.96% classification accuracy and Kappa index 0.2376 using March 2000 Landsat data. The SMA(spectral mixture analysis) results were considered with comparing of vegetation seasonal change detection method.

• 전자공학회논문지CI
• /
• 제49권2호
• /
• pp.83-89
• /
• 2012

지구의 중요한 천연자원인 산림을 포함한 자연 식생환경은 지난 1세기 동안 많은 변화를 겪으며 기후에도 영향을 미치게 되어 현재 지구적 차원의 관심 속에서 다양한 연구가 진행되고 있다. 원격탐사는 분광적 특성을 이용하여 식생의 특성을 탐지할 수 있어 식생자원을 모니터링하는데 매우 효율적인 수단이다. 이러한 연구에서는 보통 원격탐사 측정을 분석하여 관찰된 화소가 식생을 포함하고 있는 정도를 나타내는 식생지수가 사용되고 있는데 NDVI가 이중 가장 많이 사용되는 식생지수이다. 본 논문에서는 MODIS NDVI 시계열 자료를 이용하여 자동으로 식생의 변화를 탐지해 가는 방법론이 제안되어 있다. 변화탐지를 위해 비모수 방법의 신경망 모형이 사용되었고 특성벡터로는 한 화소에서 다중 시기의 NDVI 차이와 더불어 NDVI 시계열 자료의 시간상의 관계가 함께 고려될수 있도록 제안되었다. 사용된 모형의 테스트를 위해 2006년부터 2011년까지 한반도 지역에 대한 MODIS MYD13Q1 자료가 사용되었다.

• 한국측량학회지
• /
• 제28권2호
• /
• pp.239-246
• /
• 2010

위성영상을 이용하면 단시간에 매우 광범위한 지역의 데이터를 획득할 수 있으며, 여러 시간대의 영상으로부터 지형, 토지, 자연생태계, 도시화 등의 변화에 대한 자료를 확보할 수 있다. 본 연구에서는 시기가 다른 4개의 Landsat 위성영상을 이용하여 대전광역시의 식생에 대한 시계열적 변화를 탐지하였다. 또한 식생의 활력도를 파악하기 위하여 NDVI를 사용하였으며, 영상분류 결과와 NDVI로부터 연구대상지 식생의 시계열적 변화를 효과적으로 탐지할 수 있었다. 이는 도시의 효율적 관리 및 계획 수립과 관련된 의사결정에 활용될 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제29권4호
• /
• pp.351-360
• /
• 2013

MODIS NDVI 시계열 자료에 하모닉 분석을 적용하면 계절에 따른 식생의 연간 변화 패턴을 이해할 수 있다. 하모닉 분석은 시간에 따라 형성된 시계열 자료의 복잡한 파형의 형태를 일련의 정현파 파형(sinusoidal waves)의 합으로 분해하고 진폭과 위상으로 정의되는 각 파형의 특성을 통해 시계열 자료의 패턴을 분석하는 방법이다. 본 논문은 NDVI 시계열 자료에 하모닉 모형을 적용하여 각 구성 성분의 진폭과 위상을 측정하고 이러한 파라미터들의 변화를 분류하여 식생의 연간 변화를 탐지하는 방법론을 제안하고 있다. 이를 통해 장기간에 걸친 식생 변화 지역을 모니터링할 수 있고 또한, 이 과정에서 하모닉 모형을 통해 미관측 자료나 노이즈 자료를 복원하여 시계열자료를 재구축할 수 있는 장점도 있다. 본 연구에서는 시뮬레이션 자료를 통해 하모닉 분석의 유용성에 대해 테스트하였고, 2006년부터 2012년까지 총 7년간 북한 개마고원 부근의 MODIS NDVI 식생 자료에 하모닉 모형을 적용하여 연간 변화 지역을 탐지하고 연간 식생변화지역맵을 작성하였다. 이렇게 작성된 연간 식생변화지역맵은 장기적인 식생변화 모니터링을 위한 기초 맵으로 활용될 수 있을 것으로 기대된다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.18-20
• /
• 2003

Land cover change detection is one of the most important trends in which remote sensing data could be used to assist strategists and the planners to decide the best land use policy. Two images of NOAA-AVHRR and SPOT vegetation acquired in November 1992 and 2002 were used to assess the changes of Agricultural lands in Egypt. A supervised classification together with two change images derived from classification result and NDVI were used to evaluate the trend and form of the change. It was found that agricultural areas increased by about 14.3 % during the study period in particular around the River Nile Delta and near the Northern Lakes of Egypt. The new cultivated lands were extracted mainly from the desert and from the salt marches areas. At the same time, parts of the agricultural lands were turned into non-cultivated land because of the urban expansion and soil degradation.

• Journal of Forest and Environmental Science
• /
• 제39권3호
• /
• pp.167-179
• /
• 2023

The extent of change in the Land use/Land cover (LULC) of Okomu National Park (ONP) and fringe communities was evaluated. High resolution Landsat imagery was used to identify the major vegetation cover/land use systems and changes around the national park and fringe communities while field visits/ground truthing, involving the collection of coordinates of the locations was carried out to ascertain the various land cover/land use types identified on the images, and the extent of change over three-time series (2000, 2010 and 2020). The change detection was analyzed using area calculation, change detection by nature and normalized difference vegetation index (NDVI). The result of the classification and analysis of the LULC Change of ONP and fringe communities revealed an alarming rate of encroachment into the protected area. All the classification features analyzed had notable changes from 2000-2020. The forest, which was the dominant LULC feature in 2000, covering about 66.19% of the area reduced drastically to 36.12% in 2020. Agricultural land increased from 6.14% in 2000 to 34.06% in 2020 while vegetation (degraded land) increased from 27.18% in 2000 to 38.89% in 2020. The magnitude of the change in ONP and surroundings showed the forest lost -247.136 km² (50.01%) to other land cover classes with annual rate change of 10%, implying that 10% of forest land was lost annually in the area for 20 years. The NDVI classification values of 2020 indicate that the increase in medium (399.62 km² ) and secondary high (210.17 km² ) vegetation classes which drastically reduced the size of the high (38.07 km² ) vegetation class. Consequent disappearance of the high forests of Okomu is inevitable if this trend of exploitation is not checked. It is pertinent to explore other forest management strategies involving community participation.

• 센서학회지
• /
• 제28권2호
• /
• pp.94-100
• /
• 2019

Drivable area detection is a major task in advanced driver assistance systems. For drivable area detection, several studies have proposed vision-sensor-based approaches. However, conventional drivable area detection methods that use vision sensors are not suitable for environments with changes in road elevation. In addition, if the boundary between the road and vegetation is not clear, judging a vegetation area as a drivable area becomes a problem. Therefore, this study proposes an accurate method of detecting drivable areas in environments in which road elevations change and vegetation exists. Experimental results show that when compared to the conventional method, the proposed method improves the average accuracy and recall of drivable area detection on the KITTI vision benchmark suite by 3.42%p and 8.37%p, respectively. In addition, when the proposed vegetation area removal method is applied, the average accuracy and recall are further improved by 6.43%p and 9.68%p, respectively.

• 대한원격탐사학회지
• /
• 제36권5_2호
• /
• pp.975-988
• /
• 2020

변화탐지는 서로 다른 시점에 촬영된 영상에서 일어난 변화를 관측하는 기술로 위성영상을 활용한 원격탐사 분야에서 중요한 기술이다. 변화탐지 기법 중 하나인 무감독 변화탐지 기법은 단시간 내에 변화지역을 추출할 수 있는 장점을 지니지만, 임계값을 통해 변화된 지역을 이진영상으로 나타내기 때문에 토지피복변화를 파악하기 어렵다는 단점이 있다. 본 연구는 이러한 무감독 변화탐지의 단점을 보완하기 위해 공간정보를 기반으로 생성된 격자 포인트를 이용하여 위성영상의 토지피복변화 및 정확도 평가를 수행하였다. 변화탐지 알고리즘은 Spectral Angle Mapper(SAM)를 사용하였으며, 김제자유무역지역 일대를 촬영한 KOMPSAT-3A(K3A) 위성영상을 대상으로 진행하였다. 변화탐지결과는 자동 임계값 추출 알고리즘들 중 Otsu, Kittler, Kapur, Tsai 방법을 사용하여 이진영상으로 나타냈다. 또한, 변화탐지에 사용된 두 시점의 위성영상은 계절에 의한 식생 변화가 존재하기 때문에 확률밀도함수를 통한 Differenced Normalized Difference Vegetation Index(dNDVI)의 임계값으로 계절적 영향을 받는 지역을 제거하였다. 연구 결과, 자동 임계값 추출 알고리즘 중 Otsu와 Kapur의 정확도가 58.16%로 나타났고, dNDVI를 통해 계절적 영향을 제거하였을 때 85.47%로 정확도가 개선된 결과를 보였다. 본 연구결과를 기반으로 생성된 알고리즘은 무감독 변화탐지를 수행할 때 정확도 평가와 토지피복변화를 정량적으로 파악하여 기존의 단점을 보완할 수 있다고 판단된다.

• 대한원격탐사학회지
• /
• 제26권3호
• /
• pp.287-295
• /
• 2010

Water level of the Tonle Sap is largely influenced by the Mekong River. During the wet season, the lacustrine landform and vegetated areas are covered with water. Change detection in this area provides information required for human activities and sustainable development around the Tonle Sap. In order to detect the changes in the Tonle Sap floodplain, fifteen ALOS-PALSAR L-band data acquired from January 2007 to January 2009 and examined in this study. Since L-band is able to penetrate into vegetation cover, it enables us to study the changes according to water level of floodplain developed in the rainforest. Four types of images were constructed and studied include 1) ratio images, 2) correlation coefficient images, 3) texture feature ratio images and 4) multi-color composite images. Change images (in each 46 day interval) extracted from the ratio images, coherence images and texture feature ratio images were formed for detecting land cover change. Two RGB images are also obtained by compositing three images acquired in the early, in the middle and at the end of the rainy season in 2007 and 2008. Combination of the methods results that the change images present the relationship between vegetation and water level, leaf fall forest as well as cultivation and harvest crop.

• Journal of Information Processing Systems
• /
• 제1권1호
• /
• pp.102-106
• /
• 2005

As long as the effective contributions of satellite images in the continuous monitoring of the wide area and long range of time period, Landsat TM and Landsat ETM+ satellite images are surveyed. After quantization and classification of the deviations between TM and ETM+ images based on approved thresholds such as gains and biases or offsets, a correlation analysis method for the compared calibration is suggested in this paper. Four time points of raster data for 15 years of the highest group of land surface temperature and the lowest group of vegetation of the Kunsan city Chollabuk_do Korea located beneath the Yellow sea coast, are observed and analyzed their correlations for the change detection of urban land cover. This experiment based on proposed algorithm detected strong and proportional correlation relationship between the highest group of land surface temperature and the lowest group of vegetation index which exceeded R=(+)0.9478, so the proposed Correlation Analysis Model between the highest group of land surface temperature and the lowest group of vegetation index will be able to give proof an effective suitability to the land cover change detection and monitoring.