• 대한원격탐사학회지
• /
• 제26권6호
• /
• pp.665-673
• /
• 2010

The role of remote sensing in phenological studies is increasingly regarded as a key in understanding large area seasonal phenomena. This paper describes the application of Moderate Resolution Imaging Spectroradiometer (MODIS) time series data for vegetation classification using seasonal variation patterns. The vegetation seasonal variation phase of Seoul and provinces in Korea was inferred using 8 day composite MODIS NDVI (Normalized Difference Vegetation Index) dataset of 2006. The seasonal vegetation classification approach is performed with reclassification of 4 categories as urban, crop land, broad-leaf and needle-leaf forest area. The BISE (Best Index Slope Extraction) filtering algorithm was applied for a smoothing processing of MODIS NDVI time series data and fuzzy classification method was used for vegetation classification. The overall accuracy of classification was 77.5% and the kappa coefficient was 0.61%, thus suggesting overall high classification accuracy.

• The Korean Journal of Ecology
• /
• 제26권2호
• /
• pp.75-81
• /
• 2003

This study was performed to prove if the high resolution satellite imagery of IKONOS is suitable for preparing digital vegetation map which is becoming increasingly important in ecological science. Seven classes for forest area and five classes for non-forest area were taken for classification. Three methods, such as the pixel based classification, the segment based classification with majority principle, and the segment based classification with maximum likelihood, were applied to classify IKONOS imagery taken in April 2000. As a whole, the segment based classification shows better performance in classifying the high resolution satellite imagery of IKONOS. Through the comparison of accuracies and kappa values of the above 3 classification methods, the segment based classification with maximum likelihood was proved to be the best suitable for preparing the vegetation map with the help of IKONOS imagery. This is true not only from the viewpoint of accuracy, but also for the purpose of preparing a polygon based vegetation map. On the basis of the segment based classification with the maximum likelihood, a digital vegetation map in which each vegetation class is delimitated in the form of a polygon could be prepared.

• 대한원격탐사학회지
• /
• 제21권5호
• /
• pp.383-392
• /
• 2005

Vegetation classes, especially grass and tree classes, are often confused in classification when conventional spectral pattern recognition techniques are used to classify urban areas. This paper reports on a study to improve the classification results by using an automated process of considering height information in separating urban vegetation classes, specifically tree and grass, using three-band, high-spatial resolution, digital aerial imagery. Height information was derived photogrammetrically from stereo pair imagery using cross correlation image matching to estimate differential parallax for vegetation pixels. A threshold value of differential parallax was used to assess whether the original class was correct. The average increase in overall accuracy for three test stereo pairs was $7.8\%$, and detailed examination showed that pixels reclassified as grass improved the overall accuracy more than pixels reclassified as tree. Visual examination and statistical accuracy assessment of four test areas showed improvement in vegetation classification with the increase in accuracy ranging from $3.7\%\;to\;18.1\%$. Vegetation classification can, in fact, be improved by adding height information to the classification procedure.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 1999년도 Proceedings of International Symposium on Remote Sensing
• /
• pp.429-432
• /
• 1999

Vegetation cover classification is examined based on a time series NOAA/AVHRR data. Time series data analysis methods including Fourier transform, Auto-Regressive (AR) model and temporal signature similarity matching are developed to extract phenological features of vegetation from a time series NDVI data from NOAA/AVHRR and to classify vegetation types. In the Fourier transform method, typical three spectral components expressing the phenological features of vegetation are selected for classification, and also in the AR model method AR coefficients are selected. In the temporal signature similarity matching method a new index evaluating the similarity of temporal pattern of the NDVI is introduced for classification.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2002년도 Proceedings of International Symposium on Remote Sensing
• /
• pp.250-255
• /
• 2002

This paper describes the study methods of identifying forest vegetation types, based on this study, forest vegetation classification method based on vegetation index is proposed. According to reflectance data of vegetation canopy and soil line equation NIR=1.506R+0.0076 in Jingyuetan, Changchun, China, many vegetation index are calculated and analyzed. The relationships between vegetation index and vegetation types are that PVI identifies broadleaf forest and conifer forest the most easily, the next is TSAVI and MSAVI, but their calculation is complex. RVI values of different conifer trees vary obviously, so RVI can classify conifer trees. In a word, combination of PVI and RVI is evaluated to classify different vegetation types.

• 대한원격탐사학회지
• /
• 제27권4호
• /
• pp.435-444
• /
• 2011

고해상도 위성영상의 다중분광자료만을 이용하여 토지 피복도를 제작할 경우, 낮은 분광해상도와 단일 토지 피복 내에 존재하는 불균질성으로 인해 분류 결과의 정확도가 저하되는 문제가 발생한다. 특히 식생 클래스의 경우 단일 토지 피복임에도 불구하고 절감 특성에 따라 해당 영역 안에 산림, 초지, 농업지역 등이 함께 분류되는 문제가 두드러진다. 본 연구에서는 이러한 문제를 개선하기 위해 광학 영상 기반의 사전분류를 수행한 후 식생으로 분류된 영역에 대해 고해상도 위성영상의 다중분광정보와 SAR 영상 산란 정보를 통합하고 식생을 세분류하였다. 사전 분류와 식생분류는 최대우도 감독분류를 통해 수행되었으며 식생 세분류 결과와 사전 분류결과 중 비식생 클래스의 융합을 통해 계층적 분류 방법을 제안하였다. 제안 기법은 SAR 영상이나 GLCM 질감 정보를 영상 전체에 걸쳐 단순 통합한 분류결과뿐만 아니라 GLCM 질감 정보를 식생 지역에 적용한 계층적 분류결과에 비해 높은 정확도를 보였으며 특히 식생과 비식생의 분류 정확도가 모두 높게 나타났다.

• 한국지리정보학회지
• /
• 제23권4호
• /
• pp.52-67
• /
• 2020

최근 북극은 매년 영구 동토층이 녹아 눈으로 덮인 땅이 드러나고 있어 해당 지역 관리를 위한 공간정보가 필요하다. 한국의 국토지리정보원(NGII)은 극지방의 공간정보를 구축하여 극지공간정보 서비스를 제공하고 있으나, 식생 정보는 제공되지 않고 있으므로 식생 공간정보 구축을 위한 추가적인 연구가 필요하다. 본 연구에서는 북극 스발바르제도의 뉘올레순 지역에 대한 식생 분류를 수행하기 위해 다중 시기의 Sentinel-2 영상을 사용하였다. 전처리 단계에서는 다중 시기 Sentinel-2 영상으로부터 10개 밴드와 6가지 정규 지수식을 생성하였다. 영상 분류는 8개 속성에 대한 토지피복분류를 통해 전체 식생 영역을 추출하는 과정과 전체 식생 영역 내에서 다시 세분류를 수행하는 과정으로 이루어졌다. 영상 분류 알고리즘은 OOB(Out-Of-Bag)를 통해 정확도 평가 및 변수 중요도를 산정할 수 있는 랜덤포레스트를 사용하였다. 전체 정확도는 다시기 영상이 사용되었을 경우와 식생 지수가 추가되었을 경우의 이점을 확인하기 위해 사용된 영상 수에 따라 각각 정확도를 산정하였다. 단일시기의 Sentinel-2 영상은 전체 정확도가 77%였으나, 7개의 다중 시기 Sentinel-2 영상을 기반으로 학습하였을 때, 81%로 향상되었다. 또한, 식생 지수가 추가로 사용된 학습에서 전체 정확도가 약 83%로 향상되었다. 식생 분류 시 변수 중요도는 적색, 녹색, 단파적외선-1 밴드가 가장 높은 변수로 선정되었다. 본 연구는 극지방의 식생에 대한 분류를 수행할 시 입력특성을 최적화하는 기초 연구로 활용될 수 있을 것으로 판단된다.

• 한국측량학회지
• /
• 제31권6_2호
• /
• pp.521-527
• /
• 2013

Rule set is an important step which impacts significantly on accuracy of object-oriented classification result. Therefore, this paper proposes a rule set to extract land cover from Landsat Thematic Mapper (TM) imagery acquired in Donganh, Hanoi, Vietnam. The rules were generated to distinguish five classes, namely river, pond, residential areas, vegetation and paddy. These classes were classified not only based on spectral characteristics of features, but also indices of water, soil, vegetation, and urban. The study selected five indices, including largest difference index max.diff; length/width; hue, saturation and intensity (HSI); normalized difference vegetation index (NDVI) and ratio vegetation index (RVI) based on membership functions of objects. Overall accuracy of classification result is 0.84% as the rule set is used in classification process.

• 대한지리학회지
• /
• 제38권5호
• /
• pp.667-685
• /
• 2003

미국 캔자스주 정부와 연방정부가 필요로 하는 상세한 지표피복 수치지도제작을 위해, Landsat Thematic Mapper 자료를 이용하여 캔자스주 전체를 대상으로 43가지로 분류된 식생군단(vegetation alliance) 수준의 자연식 생지도를 제작하였다. 지도제작 방법으로는 봄, 여름, 가을의 계절별 위성자료를 이용하여 두 단계 분류절차를 거치는 이른바 '하이브리드(hybrid)' 방식을 채택하였다. 이 접근 방법은 첫 단계로 unsupervised classification을 이용, 자연녹지를 농경지로부터 분리해 낸 다음. 두 번째 단계에서 supervised classification, 현장확인조사. 그리고 분류 후 다양한 보강자료를 이용하여 최종적으로 자연식생을 구분ㆍ분류해 내는 것이다. 정확도 평가는 세 가지 분류 수준에서 실행되었는데, 이는 앤더슨 분류단계 I(Anderson level I), 식생군계(vegetation formation), 그리고 식생군단 수준을 포함한다. 확인결과 전반적인 정확도는 51.7%에서 89.4%에 이르는 것으로 조사되었다.

• 한국산림과학회지
• /
• 제106권2호
• /
• pp.169-185
• /
• 2017

산림식생은 분류방법에 따라 식생유형의 결과가 다를 수 있다. 본 연구의 목적은 세 종류의 식생분류 방법론을 적용하여 결과를 비교하기 위해 충남 오서산 산림식생을 대상으로 2016년 9월부터 10월까지 총 80개소의 식생조사를 수행하였다. 얻어진 자료를 토대로 상관우점종에 의한 군락유형분류, 종조성에 따른 군락유형분류, 종간연관 분석을 실시하였다. 상관우점종에 의한 군락유형분류를 실시한 결과, 소나무군락, 신갈나무군락, 느티나무군락, 상수리나무군락, 층층나무군락, 졸참나무군락, 일본잎갈나무군락, 리기다소나무군락, 밤나무군락, 백합나무군락의 총 10개의 군락유형으로 구분되었다. 종조성에 따른 유형분류를 실시한 결과, 총 4개의 식생단위와 8개의 종군 유형으로 분류되었다. 종조성 체계의 최상위 수준에서 비목나무군락군으로 대표되어졌으며, 비목나무군락군은 진달래군락(진달래전형군, 쪽동백나무군), 느티나무군락(일본잎갈나무군, 큰개별꽃군)으로 분류되어, 1개 군락군 2개 군락 2개 군의 분류체계를 나타냈다. 종간연관 분석 결과는 크게 두 개의 그룹으로 나누어졌으며, 종조성에 의한 군락유형과 종간연관에 의한 유형은 지형적인 영향이 크게 작용하는 것으로 판단되었다. 조사지의 산림식생은 상관우점종에 의해 10개의 군락유형, 종조성에 의해 8개의 종군단위와 4개의 식생단위, 종간연관에 의해 2개의 유형으로 분류되어, 상관우점종, 종조성(종군유형${\rightarrow}$식생단위), 종간연관 순으로 식생단위가 단순화되는 것을 알 수 있었다. 결론적으로 산림식생은 분류방법론에 따라 다양한 식생유형이 분류되었고 또한 많은 환경요인들의 영향이 작용하고 있는 것으로 판단되었다.