• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.635-635
• /
• 2012

최근 공공분야 및 민간분야에서 고해상도 위성영상의 활용이 높아짐에 따라 이를 이용하여 수자원 분야의 치수계획 및 안전도 평가, 유역 홍수대응기술 분야에서의 다양한 활용이 비약적으로 증대되고 있는 실정이다. 고해상도 위성영상의 활용은 국지적 규모의 토지이용 변화 및 대기 상태의 모니터링을 위한 효과적인 기술로 인식되어 왔다. 우리나라의 KOMPSAT-2 위성은 GSD(Ground Sample Distance) 1m급의 전정색 영상과 4m급의 다중분광 영상을 동시에 제공하는 고해상도 위성이다. 그러나 다중분광센서의 복잡성과 보안성에 의해 영상이 제한적으로 제공되고 있어 KOMPSAT-2 위성영상을 이용한 다양한 연구가 미흡한 실정이다. 한편, 토지이용도의 제작은 다중분광 영상을 제공하는 위성영상을 이용하여 제작된다. 다중분광 영상이 제공하는 분광정보 및 공간정보 등으로 토지이용분류를 수행하거나 멀티센서 자료의 통합을 통한 토지이용분류 기법을 개발하여 제작하였다. 그러나 대부분 GSD 10m급 이상의 중 저해상도 위성영상을 이용하여 제작이 이루어져 수평위치 정확도 및 세부정보의 제공이 낮으며, 정보의 최신성이 결여되어 있다. 특히, 유역 치수안전도 평가를 위한 토지이용도 작성은 매우 중요한 부분을 차지하고 있으므로 이에 대한 연구가 필요하다. 이에 본 연구에서는 섬강유역을 대상으로 KOMPSAT-2 영상을 이용하여 유역 치수안전도 평가 및 치수계획 수립기술을 위한 토지이용도를 작성하고자 한다. 토지이용 분류방법은 감독분류와 무감독분류 방법을 조합하여 분류정확도를 개선시키는 하이브리드분류(hybrid classification) 방법을 이용하였으며, 분류기준의 선정은 환경부 토지이용분류 기준을 참고하여 1단위와 2단위 분류체계를 혼용하였다. 또한, 분류 후 후처리를 통하여 잡음을 제거하고 환경부의 토지이용도를 참조하여 육안판독으로 오분류된 지역을 보정하였다. 새롭게 작성된 토지이용도는 기존의 토지이용도와 비교 분석하여 토지이용변화 상황을 파악하고, 이를 통하여 KOMPSAT-2 영상의 토지이용도 개선 가능성을 검토하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.322-322
• /
• 2011

지표에서의 토양수분은 작은 구성비를 가짐에도 불구하고 여러 수문 현상을 연계하는 매우 중요한 인자로써 최근 연구가 활발하게 진행되고 있다. 토양수분은 침투나 침루를 통하여 강우와 지하수를 연결하는 기능을 함과 동시에 강우사상에 따른 유출특성에 직접적인 영향을 미치며 증발산을 통하여 에너지 순환을 연결하는 기능을 하는 인자로 기후변화와 인간의 활동에 의해 영향을 받는다. 지난 수십 년간 산림개간과 도시화는 토지이용의 변화를 초래하여 토지피복의 변화를 초래하였다. 도시화는 불투수층을 증가시켰고, 산림개간으로 산림이 농장으로 변하여 침투율을 감소시켜 유출률의 증가를 초래하였다. 이처럼 토지피복의 변화는 토양수분의 변화에 직접적인 영향을 미친다. 본 연구에서는 토지피복 분류를 위해 구름의 영향이 적은 Landsat TM 영상을 사용하여 청미천 유역의 토지피복을 분류하여 토지피복도를 작성하였다. 청미천 유역은 현재 국제수문관측사업(IHP)의 일환으로 체계적인 수문관측이 진행되고 있는 지점으로, 추후 인공위성 영상을 통해 산정한 토양수분 자료를 비교할 수 있는 유역이다. Landsat TM 영상은 2009년 5월 23일에 관측된 115-34(path row) 영상으로 구름이 거의 없는 날의 자료를 사용하였다. 다중 스펙트럴 위성영상인 Landsat TM 영상은 30m 공간해상도로써 토지피복분류와 식생 등의 정보를 추출하는데 적합한 것으로 알려져 있다. 청미천 유역의 위성영상에 대하여 영상의 전처리 과정을 거쳐 무감독분류와 감독분류기법을 적용하여 토지피복을 분류하였다. 분류한 토지피복도는 국토해양부에서 국가수자원관리 종합정보시스템(WAMIS) 을 통하여 제공되는 토지피복도와 비교하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.355-355
• /
• 2011

토지피복의 분류는 토지표면의 물리적인 지표면의 상태를 나타내는 자료로 환경, 행정, 수자원, 재해 등 다방면으로 이용되고 있다. 특히 수자원과 관련하여 식생의 증산과 토양의 증발을 통칭하는 증발산과 유출, 토양수분 등과 연관되어 있다. 광범위한 토지피복의 산정에는 경제성 및 주기성 등의 장점으로 인하여 인공위성 영상을 이용하는 기법이 적합하다. 위성영상분류법은 훈련지역의 선정 여부에 따라 감독분류와 무감독 분류로 나누어지며 각각의 알고리즘의 특성에 따라 더욱 세분화된다. 본 연구에서는 Landsat-TM (Thematic Mapper) 영상을 이용하여 감독 분류와 무감독 분류를 각각 적용하여 한강유역의 토지피복을 수역, 시가, 나지 습지, 초지, 산림, 농지의 7가지 부분으로 대분류로 산정하고 비교하였다. 두 경우의 정확도는 각각 91.6%, 90.9%의 비슷한 정확도를 나타내었으며, 세부적으로 우리나라의 대부분의 면적에 분포하는 산림, 농지, 시가, 수역의 정확도가 높게 나타났다. 또한 각 항목별로 정확도를 비교하였을 때 감독분류가 무감독분류에 비해 다소 정확한 것을 확인할 수 있었다. 추후 외부자료를 도입하면 비교적 낮은 정확도를 나타낸 초지, 습지, 나지의 정확도를 보완할 수 있을 것이다.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2003.04a
• /
• pp.537-543
• /
• 2003

도시의 물리적 성장을 분석하기Hl 원격탐사 자료는 매우 유용한 도구를 제공한다 할 수 있다. 도시의 물리적 성장은 도시의 토지이용과 밀접하게 관련되어 있으며 지속 가능한 도시성장을 위하여서는 토지이용을 중심으로 한 성장관리가 필수적이다. 그러나 위성영상을 이용한 도시 토지이용의 분류는 우선 그 기준이 사용자의 관점에 따라 다르고 영상의 해상도 등에 따라 달리 그 기준이 정해질 수 있다. 도시의 성장 분석을 위해서는 다중시기의 위성영상 및 항공사진을 이용하여 토지이용 분류를 수행하고 시기별 토지이용 변화와 양상을 분석함으로써 성장요인을 추출하고 이를 기반으로 향후의 도시 성장을 예측할 수 있는 성장모델 개발이 가능해 진다. 따라서 본 연구에서는 도시성장 예측모델 개발의 전 단계로써 도시의 성장관리를 위해 사용되는 다양한 공간 해상도를 지닌 원격탐사 자료의 국내외 다양한 분류기준의 검토를 통해 토지이용 분류 기준을 도시 성장관리의 측면에서 설정하고자 한다.

• Proceedings of the Korean Society of Surveying, Geodesy, Photogrammetry, and Cartography Conference
• /
• 2007.04a
• /
• pp.215-218
• /
• 2007

이 논문은 고해상도 Quickbird 영상을 이용하여 세부레벨계획을 위한 토지피복분류를 수행하였으며 고해상도 영상을 이용한 토지피복분류를 위하여 객체기반분류와 ISODATA 기법을 적용하였다. 객체기반분류는 eCognition 소프트웨어를 사용하였으며 ISODATA 기법의 토지피복분류 결과와 비교분석을 수행하였다. 연구 대상지역은 인도의 Sukkalampatti이라 하는 작은 유역을 대상으로 연구를 진행하였다. 고해상도 영상의 사용으로 토지피복분류에 있어서 공간 해상도에 따른 토지피복의 세부레벨분류 정확도를 향상 시킬 수 있는 이점을 확인 할 수 있으며 또한, 객체기반분류와 ISODATA 기법의 분류 결과는 eCognition을 사용한 객체기반 토지피복분류결과가 ISODATA의 픽셀기반의 분류방법보다 높은 정확도를 보였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2019.06a
• /
• pp.240-242
• /
• 2019

본 논문에서는 대한민국 국토에 대한 토지피복지도를 인공위성 영상으로부터 생성하는 기술을 제안한다. 제안하는 방법은 먼저 합성곱 신경망을 이용하여 인공위성 영상의 각 패치를 4 종류의 토지 용도로 분류한다. 이후 인공위성 영상과 토지 용도 분류 결과를 조건부 랜덤 필드에 적용하여 픽셀 단위로 색상과 질감이 유사한 영역을 같은 토지 용도로 분류될 수 있도록 하여 정확한 토지피복지도를 생성한다. 현재 대한민국 국토에 대한 토지피복지도 생성을 위해 구축된 데이터 세트가 없기 때문에 본 연구에서는 합성곱 신경망 학습을 위한 데이터 세트를 직접 구축하였다. 이를 위해 환경공간정보 서비스 웹사이트로부터 인공위성 영상을 취득하고, 각 영상을 패치 단위로 나누어 토지 용도를 직접 분류하였다. 실험 결과를 통해 제안하는 토지 용도 분류 합성곱 신경망의 성능을 평가하였으며, 최종 생성된 토지피복지도는 제안하는 방법이 효과적으로 토지 용도를 분류할 수 있음을 나타낸다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.26 no.1D
• /
• pp.149-156
• /
• 2006

Existing method of landuse classification using aerial photographs or field survey requires relatively higher amount of time and cost due to necessary manual work. Especially in urban area where the pattern of landuse is densely aggregated, a landuse classification using satellite image is more complex. In this background, this study proposes a landuse classification method to utilize 1:1,000 digital topographic data and IKONOS satellite image. To prove the possibility of this method, the method was applied to Seoul metropolitan area. The results shows the total accuracy of approximately 95% and 14 landuse classes extracted. Based on the results from the pilot study, this method is applicable to landuse classification in urban area.

• Journal of Korea Water Resources Association
• /
• v.36 no.4
• /
• pp.633-645
• /
• 2003

The techniques of GIS and remote sensing are being applied to hydrology, geomorphology and various field of studies are performed by many researcher, related those techniques. In this paper, curve number change detection is tested according to soil map and land cover in mountain area. Neural networks method is applied for land cover classification and GIS for curve number calculation. The first, sample area are selected and tested land cover classification, NN(84.1％) is superior to MLC(80.9％). So we selected NN with land cover classifier. The second, curve number from the land cover by neural network classifier(57) is compared with that(curve number) from the land cover by manual work(55). Two values are so similar. The third, curve number classified by NN in sample area was applied and tested to whole study area. As results of this study, it is shown that curve number is more exact and efficient by using NN and GIS technique than by (using) manual work.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2006.05a
• /
• pp.199-204
• /
• 2006

도시의 변화에 대하여 보다 체계적으로 계획하고 관리하기 위해서는 도시지역에 대한 정확한 지리 정보의 획득이 필요하며 이와 더불어 정보의 신속한 갱신이 필요하다. 도시 변화를 판단하기 위한 지리정보는 여러 가지 정책과 연구에 사용될 수 있을 뿐만 아니라 그 자체만으로도 도시의 성장을 기록하는 중요한 자료로 이용될 수 있다. 지리 정보의 획득 방법 중 하나인 영상분류 방법은 여러 가지가 있으나, 그 중 건물, 도로, 수목, 논, 밭 등 지상의 물체들의 분광특성을 이용한 방법이 가장 효율적이라고 할 수 있다. 따라서 본 연구에서는 도심지의 토지피복분류 현황을 기존의 방법보다 더욱 정확히 분석하기 위해서 IKONOS 영상을 이용하여 분석방법에 따른 정확도를 비교 분석하고 GIS를 이용하여 토지피목 현황을 분류기법별로 나타내며, 대상지역의 분류 정확도와 정보를 제시하였다. 연구 결과 도심지에서는 최대우도법을 이용한 감독 분류의 정확도가 가장 높은 정확도를 나타내었으며, 주관성을 배제한 분류 방법에는 신경망을 이용한 분류 방법이 높은 정확도를 나타내었다. 또한 분류 기법 별로 분류된 토지피복도를 이용하여 분류 정확도와 분류항목에 대한 속성 자료를 GIS데이터베이스로 구축하여 사용자가 요구하는 정확도에 따라 분류 방법별 토지피복도를 제공함으로써 보다 신뢰성 있고 다양한 정보를 제공할 수 있었다.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.24 no.3
• /
• pp.289-297
• /
• 2006

The Land Cover/Land Use Map have been constructed from 1998, which has hierarchical structure according to land cover/land use system. Level 1 classification Map have done using Landsat satellite image over whole Korean peninsula. Level II classification Map have been digitized using IRS-1C, 1D, KOMPSAT and SPOT5 satellite images resolution-merged with low resolution color images. Level II Land Cover/Land Use Map construction by digitizing method, however, is consuming enormous expense for satellite image acquisition, image process and Land Cover/Land Use Map construction. In this paper, the possibility of constructing Level II Land Cover/Land Use Map using hyperspectral satellite image of EO-1 Hyperion, which is studied a lot recently, is studied. The comparison of classifications using Hyperion satellite image offering more spectral information and Landsat-7 ETM+ image is performed to evaluate the availability of Hyperion satellite image. Also, the algorithm of the optimal band selection is presented for effective application of hyperspectral satellite image.