Improving of land-cover map using IKONOS image data

IKONOS 영상자료를 이용한 토지피복도 개선

High resolution satellite image analysis has been recognized as an effective technique for monitoring local land-cover and atmospheric changes. In this study, a new high resolution map for land-cover was generated using both high-resolution IKONOS image and conventional land-use mapping. Fuzzy classification method was applied to classify land-cover, with minimum operator used as a tool for joint membership functions. In separateness analysis, the values were not great for all bands due to discrepancies in spectral reflectance by seasonal variation. The land-cover map generated in this study revealed that conifer forests and farm land in the ground and tidal flat and beach in the ocean were highly changeable. The kappa coefficient was 0.94% and the overall accuracy of classification was 95.0%, thus suggesting a overall high classification accuracy. Accuracy of classification in each class was generally over 90%, whereas low classification accuracy was obtained for classes of mixed forest, river and reservoir. This may be a result of the changes in classification, e.g. reclassification of paddy field as water area after water storage or mixed use of several classification class due to similar spectral patterns. Seasonal factors should be considered to achieve higher accuracy in classification class. In conclusion, firstly, IKONOS image are used to generated a new improved high resolution land-cover map. Secondly, IKONOS image could serve as useful complementary data for decision making when combined with GIS spatial data to produce land-use map.

고해상도 위성영상분석은 국지적 규모의 토지피복 변화 및 대기 상태의 모니터링을 위한 효과적인 기술로 인식되어 왔다. 본 연구에서는 고해상도 영상인 IKONOS 영상과 기존에 작성된 토지이용도를 이용하여 국지적 규모의 토지피복도를 새로 작성하였다. 토지피복 분류기법으로는 퍼지분류 기법을 사용하였으며, 소속함수의 결합방법으로 minimum 연산자를 이용하였다. 분리도 분석에서는 모든 밴드에서 분리도가 높지 않은데, 원인은 계절적 영향에 따른 분광반사율의 차이 때문이다. 토지피복도 작성결과 육상에서는 침엽수림과 경지가, 해양에서는 간석지 및 해빈의 변화가 가장 크다. 분류의 전체정확도는 95.0%, kappa 계수는 0.94%로 나타나 높은 분류정확도를 보였다. 분류항목별 정확도에서는 대부분의 분류항목이 90% 이상의 분류정확도를 보였다. 그러나 혼합림과 하천 및 저수지 등은 낮은 분류정확도를 보였다. 이들 원인은 농경지 담수로 인하여 수역으로 분류항목이 변하거나 유사한 분광패턴으로 분류항목이 혼재된 결과이다. 이들 분류항목의 분류정확도를 높이기 위해서는 계절적 요인을 반드시 고려하여야 할 것이다. 결론적으로 IKONOS 영상은 토지이용도 작성 및 수정이 가능하며, 추후 GIS 공간자료와 통합하여 토지피복도를 작성한다면 보다 정확한 의사결정 보조 자료로서 유용하게 활용될 수 있을 것이다.