임상 분류 정확도 향상을 위한 영상 알고리즘 변별력 실증 연구 -KOMPSAT-MSC를 이용한 경주지역을 대상으로-

An Empirical Study on Discrimination of Image Algorithm for Improving the Accuracy of Forest Type Classification -Case of Gyeongju Area Using KOMPSAT-MSC Image Data-

  • 조윤원 (경일대학교 위성정보공학과) ;
  • 김성재 (경일대학교 위성정보공학과) ;
  • 조명희 (경일대학교 위성정보공학과)
  • 투고 : 2009.04.07
  • 심사 : 2009.05.11
  • 발행 : 2009.06.30

초록

본 연구에서는 경주시 내남면을 대상으로 KOMPSAT-2 MSC(Multi Spectral Camera) 영상(2007.06.12)을 기반으로 NDVI(Normalized Difference Vegetation Index)와 TCT(Tasseled-Cap Transformation) 영상 알고리즘을 적용하여 DN 분포도를 작성 하였다. NDVI 및 TCT DN 분포도와 산림 현장 조사 결과와의 비교 분석을 통하여 임상 분류 정확도 향상을 위한 영상 알고리즘 변별력 분석을 수행하고 마지막으로 현장조사 자료와의 중첩 분석을 통하여 임상분류 정확성을 검증 하였다. 본 연구를 통하여 KOMPSAT-2 MSC 영상을 이용하여 임상 분류 자동화 실용성에 대한 검토와 정밀 산림 임상도 제작과정에서 저비용 고효율성을 기대할 수 있으리라 사료된다.

By applying NDVI(Normalized Difference Vegetation Index) and TCT(Tasseled-Cap Transformation) image algorithm on the basis of KOMSAP-2 MSC(Multi Spectral Camera) image(Jun. 12, 2007) for Naenam-myeon, Gyeongju city in this study, DN distribution map was drawn up. Discrimination analysis of image algorithm for the accuracy improvement of forest type classification was conducted through the comparative analysis between the distribution maps of NDVI and TCT DN, and forest field surveying data, and finally, the accuracy of the forest type classification was verified through the overlay analysis with the forest field surveying data. Through this study, it is thought that low cost and high efficiency will be able to be expected in the process of the examination for the automation practicality of the forest type classification and of the production of the accurate forest type classification map by using KOMPSAT-2 MSC image.

키워드

참고문헌

  1. 과학기술부, 2004, 위성영상을 이용한 3차원 산림재해지도 제작 기법 개발, pp.10-14.
  2. 한국항공우주연구원, 2006, 위성자료 공공활용연구, p.328.
  3. 김소라, 2008, 정밀 디지털 임상도 제작을 위한 객체지향 영상분할 및 분류, 대한원격탐사학회 2008 춘계학술대회 논문집 pp.215-221.
  4. 마정림, 김선화, 이규성, 2005, 임상분류를 위한 초분광 영상과 다중분광 영상의 비교, 대한원격탐사학회 2005년 춘계학술대회 논문집 pp.90-98.
  5. 박민지, 신형진, 하림, 김성준, 2008, NOAA NDVI를 이용한 충주댐 유역 산림 지역의 피복 분류 정확도 분석, 대한원격탐사학회 2008년 춘계학술대회 논문집 pp. 243-247.
  6. 장훈, 윤완석, 2003, 표준화 주성분 분석을 이용한 LANDSAT 위성자료 분류(classification)의 정확도 향상, 한국 GIS 학회 pp.151-156.
  7. 이지민, 이규성, 2003, 분광혼합분석 기법에 의한 산림피복 정보의 특성분석, 대한원격탐사학회지 pp.411-419.
  8. 이승희, 2003, 인공위성 영상자료를 이용한 식생분류 정확도 검증: 감독분류, 반복적 무감독분류, 계층적 무감독분류, 서울시립대 대학원 석사논문, p.130.
  9. 정기현, 이우균, 이준학, 김권혁, 이승호, 2001, 고해상도 IKONOS 위성영상을 이용한 임상분류, 대한원격탐사학회지 pp.273-284.
  10. 조광현, 조명희, 2008, 임상층화 분류를 이용한 정밀임상도 제작기법 개발, 한국지리정보학회 2008년도 춘계학술발표대회 논문집 pp.164-165.
  11. James H. Horne, 2003, A TASSELED CAP TRANSFORMATION FOR IKONOS IMAGES. ASPRS 2003 Annual Conference Proceedings.
  12. John R. Jensen, 2000, Introductory Digital Image Processing-Second Edition, Prentice Hall.
  13. Teristic of the Parasitic Volcano(ORM) Using Multi-Temporal High Resolution Satellite Images and SML(Spatial Modeling Language), Proceedings of ISRS 2006 PORSEC, pp.294-296.
  14. Sung-Jae Kim, 2007, Development of Fundamental District Map Construction Method For Selecting Forest Location Using GIS And RS, 2007 Asian Conference on Remote Sensing, p.106.