• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2006년도 GIS/RS 공동춘계학술대회
• /
• pp.175-180
• /
• 2006

본 연구는 연구대상지의 위성영상을 이용하여 물, 산림, 인공구조물, 나대지, 경작지, 초지의 6항목으로 토지피복 분류를 수행하였으며, 인공위성 영상에 나타난 시계열적인 도시피복의 변화 현상을 파악하였다. 이러한 각각의 결과를 통하여 종합적인 도시지역 내의 공간현상을 파악하고자 하였고, 시간의 경과에 따라 각각의 항목별 변화에 대한 통계량을 추출하기 위해 GIS의 GRID 연산을 수행하여 도시 내 공간적인 변화를 분석하였다. 연도별 위성영상을 분석한 결과 체계적인 도심의 모습으로 발전시키는데 중요한 기초자료로 이용될 수 있고, 도시계획 수립 및 개발을 위한 의사결정 자료로 이용할 수 있으며, 도시의 향후 발전 형태를 예측하고 과거자료들을 분석하여 주요지역에 필요한 제반시설물들의 위치를 결정하는데 유용하게 이용될 수 있을 것이다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2008년도 춘계 종합학술대회 논문집
• /
• pp.444-448
• /
• 2008

도시 및 주거환경정비계획 분야에 위성영상을 어떻게 활용할 수 있는지를 파악하고자 하였다. 도시 공간 상에서 건폐지 면적, 도로 면적 등의 파악은 도시계획 수립과 관리를 위해 매우 중요한 인자들이다. 이들의 정보를 추출 하기 위하여 위성영상으로부터 외부공간, 건폐지, 식생, 그림자 등 4 가지 토지피복 분류항목을 설정하였으며, 각 각에 대한 분류특성 및 토지피복에 관한 정보를 추출하는데 필요한 내용을 제시하였다.

• 대한원격탐사학회지
• /
• 제29권5호
• /
• pp.537-544
• /
• 2013

남극 세종 과학 기지가 위치하고 있는 바톤반도는 눈과 식생이 주를 이루고 있고, 기후변화와 같은 환경변화에 민감하게 반응한다. 극지역의 지표 모니터링은 기후변화 이해를 위해 중요하다. 그러나 극 지역은 접근성 및 공간규모로 인해 지속적으로 모니터링 하기에 어려움이 있다. 위성영상은 지속적으로 동일지역을 모니터링 할 수 있다는 장점과 함께 다중분광영역을 이용하여 지표의 상태를 파악하는데 효율적이다. 따라서 본 연구에서는 바톤반도의 지표의 상태를 지속적으로 모니터링하기 위한 기초자료로 KOMPSAT-2 다중 분광 위성영상을 이용하여 토지피복분류를 수행하였고, 나아가 분류된 토지피복 중 식생 종의 분포를 파악하였다. 다중분광영상인 KOMPSAT-2 위성영상과 현장관측자료를 이용하여 계층적 분류를 수행하였고 정확도를 평가하였다. 전반적으로 식생지역과 비식생 지역이 명확하게 분류되었으나 식생 종 분류에는 낮은 정확도를 보였다.

• 대한공간정보학회지
• /
• 제8권1호
• /
• pp.121-130
• /
• 2000

지금까지 토지피복 분류에 다중파장의 광학센서로 취득된 위성영상만을 적용하는 것이 일반적이었다. 그러나, 현재 다양한 영상센서들이 존재하고 그 획득기회가 증가함에 따라 동일지역에 대하여 여러 영상들을 이용할 수 있게 되었다. 특히 SAR 센서의 경우에는 광학센서로는 탐지가 불가능한 지표특성에 대한 정보를 제공할 수 있으며, 기상의 영향을 적게 받는다는 장점을 지니고 있다. 따라서 본 연구에서는 SAR 영상을 기존의 SPOT XS 영상에 적용하여 토지피복분류에 이용함으로써 그 결과를 비교 평가하여 보았다. SAR 강도 영상으로부터 여러 가지 크기의 창을 적용한 질감 정보를 추출하여 연구에 적용하였으며, 그 결과 SPOT 영상만을 이용하여 분류한 경우보다 SAR 정보를 이용하여 분류한 결과가 미소한 차이로 증가하였으며, 특히 도시지역의 경우에는 좀 더 높은 정확도를 나타내었다. 분류결과는 전체정착도로는 그 차이가 미미하였으나 시각적으로나 공간적인 분포의 측면에서 눈에 띄게 달라졌음을 확인할 수 있었다.

• 농촌계획
• /
• 제12권1호
• /
• pp.75-83
• /
• 2006

본 연구에서는 최대우도법과 인공신경망 모형에 의해 카테고리 분류를 수행하고 각각의 분류 성능을 비교 평가하였다. 인공신경망 모형은 오류역전파 알고리즘을 이용한 것으로서 학습을 통한 은닉층의 최적노드수를 결정하여 카테고리 분류를 수행하도록 하였다. 인공신경망 최적 모형은 입력층의 노드수가 7개, 은닉층의 최적노드수가 18개, 그리고 출력층의 노드수가 5개인 것으로 구성하였다. 위성영상은 1996년에 촬영된 Landsat TM-5 영상을 사용하였고, 최대우도법과 인공신경망 모형에 의한 카테고리 분류를 위하여 각각의 카테고리에 대한 분광특성을 대표하는 지역을 절취하였다. 분류 정확도는 인공신경망 모형에 의한 방법이 90%, 최대우도법이 83%로서, 인공신경망 모형의 분류 성능이 뛰어난 것으로 나타났다. 카테고리 분류 항목인 토지 피복 상태에 따른 분류는 두 가지 방법에서 밭과 주거지의 분류오차가 큰 것으로 나타났다. 특히, 최대우도법에 의한 밭에서의 태만오차는 62.6%로서 매우 큰 값을 보였다. 이는 밭이나 주거지의 특성이 위성영상 촬영시기에 따라 나지의 형태로 분류되거나 산림, 또는 논으로도 분류되는 경향이 있기 때문인 것으로 보인다. 차후에 카테고리 분류를 위한 각각의 클래스의 보조적인 정보를 추가한다면, 카테고리 분류 향상이 이루어질 것으로 기대된다.

• 대한공간정보학회지
• /
• 제19권2호
• /
• pp.9-17
• /
• 2011

국내 여러 기관에서 토지피복분류체계, 토지이용현황분류체계 등 국토의 정확한 현황 파악을 위해 다양한 지형분류체계를 활용 중에 있다. 그러나 이러한 분류체계로 국토변화를 탐지하기에는 적용성이 떨어지며, 변화지역을 추출하기에도 적합하지 않다는 문제점을 가지고 있다. 본 연구에서는 국토에 대한 자연적, 인위적 변화요소들을 모두 효과적으로 나타낼 수 있는 표준 지형분류체계를 제안하고자 한다. 이를 위해 국내외 유사 지형분류체계에 대한 비교 분석을 수행하고, 이를 바탕으로 표준 지형분류 항목을 제안하였다. 자동 지형분류 적용 가능성을 평가하기 위하여 감독분류 기반의 자동 지형분류와 선행지식 기반의 자동 지형분류를 수행하여 정확도를 평가하였다.

• 환경영향평가
• /
• 제10권1호
• /
• pp.39-47
• /
• 2001

본 연구는 지리정보시스템 및 원격탐사기법을 응용하여 북한의 자연환경을 조사하기 위한 기초연구로서 수행되었으며, 과거 약 20년 동안의 평양 및 남포지역의 산림면적의 변화 및 경관구조 변화측면에서의 산림 파편화 양상을 조사하였다. 조사자료로는 Landsat MSS 및 TM 영상의 NDVI값을 이용하였으며, 보다 정확한 피복분류를 위하여 변형된 Cluster-Busting 알고리즘을 활용하여 산림과 비산림지역으로 단순화시켜 분석하였다. 경관구조의 변화를 살피기 위해서 조각밀도, 형태 및 핵심내부지역의 면적 등의 경관지수(Landscape Indices)를 활용하였다. 분석과정을 거쳐서 도출된 결론은 다음과 같다. 첫째, Cluster-busting 방법을 활용한 토지피복 분류결과 87.3%의 총 분류 정확도를 얻었으며, Binary Map을 이용한 변화감지(Change Detection)기법 또한 그 결과가 정확한 것으로 판단되었다. 둘째, '79년에서 '98년에 이르는 기간동안, 평양의 경우 '79년 산림면적의 15%, 그리고 남포지역의 경우 14%가 감소하였다. 셋째, 경관지수를 이용하여 북한 산림의 파편화 변화를 조사한 결과 산림조각의 개수는 늘어나고 조각의 평균면적 및 핵심내부면적은 감소하였으며 조각크기의 다양성 또한 낮아졌다. 산림조각 형태지수 또한 매우 증가하였는데 이러한 결과들은 평양 및 남포지역의 산림조각이 파편화되고 그 형태 또한 불규칙적이며 복잡하게 변화하였음을 보여주고 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.750-750
• /
• 2012

토지이용의 변화는 수문순환의 변화를 초래한다. 이는 토지이용에 따른 지표 특성의 변화로 열수지가 변화함으로써 미규모 및 중규모 기상현상에 직접적으로 영향을 미치기 때문이다. 최근 4대강 살리기 사업 등의 대규모 토목사업으로 인해 넓은 면적의 지표면 상태가 변화하고 이에 따른 수문순환 변화에 대한 관심과 함께 연구가 진행되고 있다. 또한 최근 수문학 분야에서의 가장 큰 관심은 최신 기법을 적용한 수문분석 및 정확한 수문인자를 추출하고자 하는 것으로 원격탐사나 GIS 기법을 이용할 경우 유역의 물리적인 요소를 고려할 수 있으며 넓은 지역에 대한 정보를 공간적으로 분석할 수 있는 장점이 있다. 본 연구에서는 길이 103.5km, 유역면적 $1,478km^2$, 한강의 제 1지류인 섬강유역을 대상으로 위성 영상을 이용하여 토지피복에 따른 열수지 변화 특성을 모니터링 하였다. 대상지역의 토지피복은 Landsat TM 위성영상을 이용하여 수역, 도심지, 나지, 초지, 산림, 농경지, 구름 및 그림자 등으로 분류하였으며, 위성영상을 열수지 모델에 적용하여 인자별 격자기반의 공간분포도를 추출하였다. 또한 이를 이용하여 토지피복 종류에 따른 유역내 열환경 특성을 정량적으로 파악하고 열환경 관점에서 유리한 토지피복 조성을 도출하고자 한다.

• 한국지리정보학회지
• /
• 제18권2호
• /
• pp.135-148
• /
• 2015

본 연구는 LiDAR DEM(Digital Elevation Model)과 다중시기에 촬영된 Landsat 영상을 이용하여 4대강 정비사업이 시행되기 이전 및 이후에 낙동강 유역 내 발생한 토지피복 변화를 탐지 및 분석하기 위하여 수행되었다. 우선 LiDAR DEM으로부터 추출된 제방경계선을 이용하여 하천유역 폴리곤을 생성하고, 하천유역 폴리곤을 이용하여 다중시기에 촬영된 Landsat-5 TM(Thematic Mapper) 영상과 Landsat-8 OLI(Operational Land Imager) 영상으로부터 4개의 하천유역 영상을 각각 추출하였다. 그리고 영상분류방법을 적용하여 각 하천유역 영상으로부터 하천유역의 주요 토지피복인 하천, 나지, 초지를 각각 분류하였고, 전체 면적에서 각 토지피복이 차지하는 비율을 계산하였다. 다중시기에 촬영된 하천유역 영상으로부터 분류된 각 토지피복의 변화량을 분석한 결과, 4대강 정비사업이 시행되기 이전과 4대강 정비사업이 완공된 이후에는 계절의 변화에 의해 나지와 초지의 면적은 큰 폭으로 변화하였으나, 하천의 면적은 큰 변화가 없었다. 반면에 4대강 정비사업 전후로, 낙동강 유역 내 저수량의 증가로 인해 하천의 면적이 큰 폭으로 증가하였다. 본 논문은 LiDAR DEM과 4대강 정비사업 이전과 이후에 촬영된 위성영상들을 이용하여 4대강 정비사업으로 인해 발생한 하천 유역 내 토지피복 변화를 탐지할 수 있는 효과적인 방법을 제시하였다는데 의의가 있다.

• 대한원격탐사학회지
• /
• 제38권6_2호
• /
• pp.1663-1676
• /
• 2022

최근 딥러닝을 활용한 토지피복분류 기법 연구가 다수 수행되고 있다. 그런데 양질의 토지피복 학습데이터를 충분하게 구축되지 못하여 성능이 저하되는 양상이 확인되었다. 이에 따라 본 연구에서는 데이터 확장 기법의 적용을 통한 토지피복분류 성능의 향상을 확인하였다. 분류 모델로는 U-Net이 활용되었으며 AI Hub에서 제공하는 토지피복 위성 이미지 자료를 연구자료로 활용하였다. 원본 데이터로 학습한 모델과 데이터 확장 기법이 적용된 데이터로 학습한 모델의 픽셀 정확도는 각각 0.905와 0.923이었으며 평균 F1 스코어는 각각 0.720과 0.775로 데이터 확장 기법을 적용하였을 때가 보다 우수한 성능을 나타내는 사실을 확인할 수 있었다. 또한 원본 학습데이터를 활용하여 학습한 모델의 경우 건물, 도로, 논, 밭, 산림, 비대상 지역 클래스에 대한 F1 스코어가 0.770, 0.568, 0.733, 0.455, 0.964 그리고 0.830이었으며, 데이터 확장을 적용하였을 때에 각 클래스에 대한 F1 스코어는 각각 0.838, 0.660, 0.791, 0.530, 0.969 그리고 0.860으로 모든 클래스에 대해 데이터 확장이 성능향상에 유효하다는 사실을 확인하였다. 또한, 클래스 균형에 대한 고려없이 데이터 확장을 적용했음에도 불구하고 데이터 불균형에 의한 클래스별 성능 왜곡을 완화할 수 있다는 사실을 확인할 수 있었다. 이는 절대적인 학습데이터의 양이 증가했기 때문이라 판단된다. 본 연구 결과는 다양한 영상 처리 분야에서 데이터 확장 기법의 중요성과 효과를 증명하는 기반 자료의 역할을 수행할 것으로 기대한다.