• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2006년도 춘계학술발표회 논문집
• /
• pp.165-169
• /
• 2006

Purpose of this research is estimation of water depth by hyperspectral remote sensing in area that access of ship is difficult This research used EO-1 Hyperion satellite imagery. Atmospheric and geometric correction is executed. Compress of band used MNF transforms. Diffuse Attenuation Coefficient of target area is decided in imagery for water depth estimation. Determination of Emdmember in pixel is using Linear Spectral Unmixing techniques. Water depth estimated using this result.

• 대한원격탐사학회지
• /
• 제34권2_2호
• /
• pp.377-391
• /
• 2018

광역범위에 대한 적조의 효율적인 모니터링을 위하여 원격탐사의 필요성이 점차 증가하고 있다. 하지만 기존 연구에서는 다양한 센서 중 해색 센서만을 위한 적조 탐지 알고리즘 개발에만 집중되어 있는 실정이다. 본 연구에서는 위성 기반 적조 모니터링의 한계로 지적되고 있는 탁도가 높은 연안역의 적조 탐지와 원격탐사 자료의 부정확성을 개선하고자 다중센서의 활용을 제시하고자 한다. 국립수산과학원 적조속보 정보를 바탕으로 적조 발생해역을 선정하였고, 해색 센서인 GOCI 영상과 육상 센서인 Landsat OLI 영상을 이용하여 공간적인 융합과 분광기반 융합을 시도하였다. 두 영상의 공간 융합을 통하여, GOCI 영상에서 관측 불가능하였던 연안지역의 적조와 Landsat OLI 영상의 품질이 낮았던 외해역의 적조 모두 개선된 탐지결과 획득 가능하였다. Feature-level과 rawdata-level로 나누어 진행된 분광 융합 결과, 두 방법에서 도출된 적조 분포 양상은 큰 차이를 보이지 않았다. 하지만 feature-level 방법에서는 영상의 공간해상도가 낮을수록 적조 면적이 과대추정되는 경향이 나타났다. Linear spectral unmixing 방법으로 픽셀을 세분화한 결과, 적조 비율이 낮은 픽셀의 수가 많을수록 적조 면적의 차이는 심화되는 것으로 나타났다. Rawdata-level의 경우Gram-Schmidt가 PC spectral sharpening 기법보다 다소 넓은 면적이 추정되었지만, 큰 차이는 나타나지 않았다. 본 연구에서는 해색 센서와 육상 센서의 공간 융합을 통해 외해뿐만 아니라 탁도가 높은 연안의 적조 역시 탐지가 가능함을 보여주었고, 다양한 분광 융합 방법을 제시함으로써 더욱 정확한 적조 면적 추정 방법을 제시하였다. 이 결과는 한반도 주변의 적조를 더욱 정확하게 탐지하고, 적조를 효과적으로 제어하기 위한 대응대책 수립을 결정하는데 필요한 정확한 적조 면적 정보를 제공할 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제34권2_2호
• /
• pp.339-349
• /
• 2018

황해 녹조 대발생은 2008년 이후 매년 여름 대규모로 발생하고 있으며, 인공위성 분석을 통해 녹조 규모를 추정하기 위한 연구가 활발하게 진행되고 있다. 하지만 정확한 녹조 면적 산출을 위한 위성영상 선택 기준이 마련되어 있지 않은 실정이다. 따라서 이 연구에서는 위성영상의 공간해상도에 따른 녹조 면적 산출 결과의 차이를 알아보고, 녹조 면적 산출에 적합한 위성영상을 제시하고자 한다. 이 연구에서 이용한 위성영상은 Landsat ETM+, MODIS, GOCI로 영상의 공간해상도는 각각 30, 250, 500 m 이다. NDVI 알고리즘을 적용하여 녹조 픽셀을 분류하였고, 임계값에 따른 녹조 면적 산출 결과를 비교하였다. 또한, Linear Spectral Unmixing(LSU) 기법을 이용하여 한 픽셀 내에 녹조가 차지하는 비율을 추정하였고, 녹조 비율의 차이가 면적 계산에 미치는 영향을 평가하였다. NDVI 알고리즘을 이용한 녹조 면적 산출 결과, 공간해상도가 낮을수록 녹조 면적이 과대추정되는 경향을 보였고, 최대 1.5배 차이를 보였다. 또한, LSU 분석 결과에서 픽셀 내의 녹조 비율이 0.1(10%) 미만인 픽셀이 대부분이었고, 0.5(50%) 이상 녹조 비중을 차지하는 픽셀은 세 타입의 영상 모두에서 약 2% 수준으로 극히 적었다. 즉, NDVI 분석 결과에서 녹조로 분류된 픽셀의 경우 한 픽셀의 공간을 녹조가 100% 채우고 있지 않더라도 모두 동일 면적으로 간주되기 때문에 실제보다 과대추정되는 것으로 생각되고, 이러한 현상은 공간해상도 차이에 의해 심화되는 것으로 나타났다.

• 한국지리정보학회지
• /
• 제15권3호
• /
• pp.52-65
• /
• 2012

작물과 산림을 포함한 식생에 대한 순1차 생산(net primary production, NPP)와 총1차 생산(gross primary production, GPP)은 바이오매스와 식생의 탄소저장과 밀접한 관련이 있으며, 원격탐사를 이용해 바이오매스를 추정하는 많은 노력이 이루어지고 있다. 바이오매스는 광합성에 매우 중요한 요소인 클로로필(엽록소)의 총 함유량으로 추정할 수 있는데, 클로로필을 추정하기 위해서 다양한 식생지수들이 개발되었다. 식생지수들은 개발에 사용된 식생의 종류와 원격탐사 데이터에 따라 조금씩 차이를 가지고 있다. 하이퍼스펙트럴 영상은 다중분광 영상에 비하여 세분화된 각 파장대마다 물질에 따른 반사 및 흡수 특성이 다르기 때문에, 기존의 식생지수를 그대로 사용하기에 무리가 따른다. 본 연구는 항공기 탑재 하이퍼스펙트럴 영상을 이용하여 산림에 대한 바이오매스 추정을 위한 매개변수로 활용되는 적합한 식생지수는 무엇인지 평가하는 것을 목적으로 한다. 이를 위해 하이퍼스펙트럴 영상의 밴드 특성을 고려하여 다수의 식생지수 산출식 중 9개를 선정하고, SMA(spectral mixture analysis)를 통하여 대상지역의 산림을 대표하는 3개의 endmember를 추출하였다. 9개의 식생지수와 추출된 endmembers의 상관관계를 분석하였다. 상관분석 결과는 산림이 분포된 지역에서 Pearson 상관계수는 MTVI1과 TVI가 0.877의 상관계수를 가졌으며, 식생이 적고 토양의 분포가 확연한 지역에서는 MCARI가 0.9061로 매우 높은 상관계수를 보였다. 전반적으로 MTVI1과 TVI이 0.757의 동일한 상관계수를 가지며 식생에 대한 3개의 endmember를 가장 잘 설명하는 것으로 나타났다.

• Journal of Biosystems Engineering
• /
• 제40권4호
• /
• pp.417-427
• /
• 2015

Purpose: This study investigated different band selection methods to classify spectrally similar data - obtained from aerial images of healthy citrus canopies and citrus greening disease (Huanglongbing or HLB) infected canopies - using small differences without unmixing endmember components and therefore without the need for an endmember library. However, large number of hyperspectral bands has high redundancy which had to be reduced through band selection. The objective, therefore, was to first select the best set of bands and then detect citrus Huanglongbing infected canopies using these bands in aerial hyperspectral images. Methods: The forward feature selection algorithm (FFSA) was chosen for band selection. The selected bands were used for identifying HLB infected pixels using various classifiers such as K nearest neighbor (KNN), support vector machine (SVM), naïve Bayesian classifier (NBC), and generalized local discriminant bases (LDB). All bands were also utilized to compare results. Results: It was determined that a few well-chosen bands yielded much better results than when all bands were chosen, and brought the classification results on par with standard hyperspectral classification techniques such as spectral angle mapper (SAM) and mixture tuned matched filtering (MTMF). Median detection accuracies ranged from 66-80%, which showed great potential toward rapid detection of the disease. Conclusions: Among the methods investigated, a support vector machine classifier combined with the forward feature selection algorithm yielded the best results.

• 대한원격탐사학회지
• /
• 제29권5호
• /
• pp.509-516
• /
• 2013

초분광 영상에 내재된 비선형 현상을 다루기 위해서는 과거에 주로 사용되었던 선형 피처 추출 방법은 적합하지 않았다. 따라서 최근 Manifold learning이라 불리우는 비선형 피처 추출 방법이 초분광 원격탐사 분야를 비롯 여러 분야에서 관심이 증가되고 있다. Manifold learning 방법 중 널리 이용되는 Isomap은 분류와 분광 혼합 분석 등의 분야에서 좋은 결과를 보여주지만, 지나치게 복잡하고 높은 계산량은, 특히 원격탐사 자료와 같이 자료의 크기가 큰 경우 문제가 된다. 따라서 자료의 일부분을 이용하는 랜드마크 기법이 해결책으로 제안 되었다. 본 연구에서는 좀 더 통제가 가능한 랜드마크 추출을 위해 자료를 구성하는 최대 부피를 지닌 Simplex를 이용하여 랜드마크를 선택하는 방법을 제안한다. 초분광 영상을 이용하여 랜드마크의 개수, 선택 방법에 따른 분류 정확도와 편차, 그리고 처리 시간을 비교하였고, 그 결과 제안된 랜드마크 선택 기법은 분류 정확도, 처리시간 모두에서 효율적인 결과를 보여주었다.