• 제목/요약/키워드: 토지피복 분류

검색결과 361건 처리시간 0.027초

도시 및 주거환경정비계획을 위한 위성영상으로부터의 토지피복정보 추출 (Landcover Information Extraction from Satellite Imagery for the Urban and Residential Environmental Maintenance Planning)

  • 서동조;최봉문
    • 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.

  • PDF

LiDAR DEM과 다중시기에 촬영된 Landsat 영상을 이용한 낙동강 유역 내 토지피복 변화 탐지 (Land Cover Change Detection in the Nakdong River Basin Using LiDAR Data and Multi-Temporal Landsat Imagery)

  • 정윤재
    • 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.

U-Net 기반 딥러닝 모델을 이용한 다중시기 계절학적 토지피복 분류 정확도 분석 - 서울지역을 중심으로 - (Accuracy analysis of Multi-series Phenological Landcover Classification Using U-Net-based Deep Learning Model - Focusing on the Seoul, Republic of Korea -)

  • 김준;송용호;이우균
    • 대한원격탐사학회지
    • /
    • 제37권3호
    • /
    • pp.409-418
    • /
    • 2021
  • 토지피복도는 국토정책, 환경정책을 위한 의사결정 근거 자료로 활용되는 매우 중요한 자료이다. 토지피복도는 원격탐사 자료를 활용하여 제작되는데, 이때 사용되는 데이터의 취득 시기에 따라 동일한 지역을 대상으로 하더라도 분류 결과가 달라질 수 있다. 본 연구에서는 단시기 데이터의 분류 정확도를 개선하기 위해 다중시기 위성영상을 활용하였으며 계절에 따른 지표면의 분광 반사 특성 차이를 딥러닝 알고리즘의 하나인 U-Net 모델에 학습시켜 분류하였다. 또한 단시기 분류 결과와 정확도 비교를 통해 분류 정확도의 향상 정도를 비교하였다. 구역 내에 30%의 녹지와 한강을 포함하여 다양한 토지피복으로 이루어진 서울특별시를 연구대상지로 설정하고 2020년 분기별 Sentinel-2 위성영상을 산출하였다. 대한민국 환경부에서 작성한 세분류 토지피복도를 활용하여 U-Net 모델을 학습시켰다. 학습한 U-Net 모델을 통해 단시기, 2시기, 3시기, 4시기로 모델을 학습하여 분류한 결과, 단시기를 제외하고 토지피복도 분류 정확도 확보기준인 75%를 상회하는 81%, 82% 79%의 정확도를 나타냈다. 이를 통해 다중 시계열 학습을 통해 토지피복의 분류 정확도 향상이 가능하다는 것을 확인하였다.

다중 시기 Radarsat-1 자료와 ENVISAT 자료를 이용한 토지 피복 분류 (Land-cover classification using multi-temporal Radarsat-1 and ENVISAT data)

  • 박노욱;지광훈
    • 대한원격탐사학회:학술대회논문집
    • /
    • 대한원격탐사학회 2006년도 춘계학술대회 논문집
    • /
    • pp.303-306
    • /
    • 2006
  • 이 연구에서는 C 밴드 SAR 자료이면서 서로 다른 편광 상태의 자료를 제공할 수 있는 다중 시기 Radarsat-1 자료와 ENVISAT ASAR 자료를 이용한 토지 피복 분류를 수행하였다. 다중 시기/편광 자료로부터 평균 후방산란계수, 시간적 변이도, 긴밀도 등의 특징을 기본적으로 추출하였고, 이외에 상호 비교를 위해 주성분 분석을 이용한 특징 추출을 시도하였다. 특징들을 이용한 분류기법으로는 Random Forests를 적용하였다. 충남 예당평야 일대를 대상으로 사례연구를 수행한 결과, 주성분 분석을 통한 특징과 다편광 자료를 이용하였을 때 분류 정확도가 향상되는 것으로 나타났다.

  • PDF

국내외 지목체계 운용실태 연구에 관한 새로운 시각 (A New Perspectives on the Research of Domestic and Overseas Land Category System)

  • 류병찬
    • 지적과 국토정보
    • /
    • 제49권2호
    • /
    • pp.151-167
    • /
    • 2019
  • 한국의 현행 지목 분류 체계로는 복잡하고 다양하게 사용하는 토지의 이용 현황을 정확하게 지적공부에 등록할 수 없다. 따라서 우리나라 지목 분류 체계 개선을 위한 시사점을 도출하기 위하여 2013년에 신승우 외 4인이 '국내외 지목체계 운영 실태 연구'라는 논문을 발표하였다. 이 논문은 6개국의 '지목'과 '토지이용' 및 '토지피복'을 동일선 상에서 비교하고, 일부 사실이 아닌 내용이 서술되어 있어, 이에 관한 새로운 시각을 제시하였다. 앞으로 독일·일본·대만의 지목 분류 체계에 관한 이해를 바탕으로 합리적인 대안이 제시되길 기대하며, 향후 연구 과제로 독일과 대만의 지목 분류 체계의 변천연혁을 연구하여 한국의 지목 분류 체계 개선에 참고할 것을 제안한다.

GIS 기법을 활용한 유출곡선지수(CN) 산정 (Estimate Runoff Curve Number by Using GIS)

  • 김현식;오윤근;윤연중;김한준
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2004년도 학술발표회
    • /
    • pp.1251-1256
    • /
    • 2004
  • 본 연구는 토양도 및 Landsat 위성영상을 GIS 및 R/S기법으로 토지이용의 공간적 분포를 분석하여 토지피복의 경년적 변화에 따른 유출곡선지수를 산정하고 유출곡선지수의 변화에 따른 유출상태의 변화를 분석하는데 그 목적이 있다. 이른 위하여 개략토양도의 토양분류에 대한 기존분류방법과 토지이용에 따른 CN분류법을 조사 검토한 후 CN을 산정하였으며, 향후 보다 정확한 산정기법이 제시될 수 있을 것으로 판단된다. 본 연구를 위하여 활용한 기초자료는 건설교통부와 한국수자원공사에서 시행하고 있는 전국유역조사의 자료로서 연구 분석에 이용하였다.

  • PDF

고해상도 수치정사 항공사진, 불투수층 레이어 그리고 Feature Analyst를 이용한 토지피복도 작성과 유출계수 산정 (Generating Land Cover Map and Estimating Runoff Curve Numbers Using High Resolution Aerial Orthophotos, Impervious Surface Layers and Feature Analyst)

  • 정진원;;이우균
    • 대한원격탐사학회:학술대회논문집
    • /
    • 대한원격탐사학회 2006년도 춘계학술대회 논문집
    • /
    • pp.228-231
    • /
    • 2006
  • 유출계수(Runoff Curve Number, CN)란 강수량으로부터 대상유역의 유출량과 우수 잠재능(stormwater potential) 평가에 이용하는 수문학 변수로, 미국 자연자원 보존국(Natural Resources Conservation Service; NRCS)이 제안한 방법이다. 유출계수를 평가하기 위해서는 토지피복, 토양형, 토양 습윤 조건에 대한 정보를 조합하여 분석해야 한다. 본 연구의 목적은 미국 North Carolina의 Raleigh와 Cary시를 관통하는 Walnut Creek 유역 서부지역의 토지 피복도를 제작하여, 이 유역의 유출계수를 산정하는 것이다. 이를 위해서, 첫째 위의 불투수면 레이어와 정사항공사진을 기초자료로, ArcGIS와 Feature Analyst를 이용하여 서부 Walnut Creek 유역의 토지피복도를 제작하였다. 둘째, 제작된 토지 피복도와 본 유역의 수문학적 토양 분류체계도(Hydrologic Soil Group Map)를 중첩하여 이 유역의 유출계수도를 제작하였다.

  • PDF

해상도변화에 따른 항공초분광영상 토지피복분류의 분류정확도 비교 연구 (Study of Comparison of Classification Accuracy of Airborne Hyperspectral Image Land Cover Classification though Resolution Change)

  • 조형갑;김동욱;신정일
    • 대한공간정보학회지
    • /
    • 제22권3호
    • /
    • pp.155-160
    • /
    • 2014
  • 본 논문에서는 각기 다른 3가지 해상도로 촬영된 항공 초분광영상을 이용하여 건물, 도로, 산림 등 8가지 분류군에 대해 토지피복분류를 실시하고 정확도를 비교하는 연구를 수행하였다. 연구는 24밴드(0.5m 공간해상도), 48밴드(1.0m 공간해상도), 96밴드(1.5m 공간해상도)로 각각 1000m, 2000m, 3000m고도에서 촬영된 초분광영상을 이용하여 8가지 클래스에 대해 토지피복분류를 수행하였다. 그 결과 2000m고도에서 촬영된 48밴드 초분광영상을 이용하여 분류한 영상이 가장 높은 분류정확도를 보였고, 24밴드, 96밴드 순으로 분류정확도가 높게 나타났다. 초분광영상 활용에 있어서 1m 공간해상도에 48개밴드를 사용하여 토지피복분류를 수행함에 있어 적합함을 확인하였고 항공 초분광영상을 활용한 주제도 제작과 관련하여 정확도와 실용성 면에서 공간정보 품질이 개선될 것으로 기대한다.

IKONOS 영상을 이용한 토지피복분류 기법 분석 (An Analysis of Land Cover Classification Methods Using IKONOS Satellite Image)

  • 강남이;박정기;조기성;유연
    • 대한공간정보학회지
    • /
    • 제20권3호
    • /
    • pp.65-71
    • /
    • 2012
  • 최근 고해상도 위성영상은 자연자원이나 환경 관리에 필요로 하는 토지 피복 및 이용 현황자료 등에 유용하게 사용되고 있는 실정이다. 이에 따라 고액의 투자가 필요로 하는 위성영상의 효율성을 높이기 위하여 영상자료의 분석과정이 중요해지고 있다. 따라서 본 연구에서는 전처리 과정 중 연구대상에 대한 통계값에 대한 계산 및 분석을 수행하였으며, 전통적인 분류 기법인 최대우도 분류 외에도 인공신경망 분류와 SVM 분류에 대하여 설명하고 고해상도 위성영상인 IKONOS영상에 각 분류기법을 적용하여 토지피복분류를 하였으며, 각각의 결과를 오차 행렬을 통해 정확도 분석을 수행하였다. 그 결과 다른 분류 기법에 비해 Support Vector Machines(SVM) 분류 기법이 전체 정확도가 약 86%정도로 가장 우위의 결과물을 도출하였다.

RapidEye 영상과 LiDAR DEM을 이용한 낙동강 범람원 내 토지 이용 현황 분석 (Analysis of Land Uses in the Nakdong River Floodplain Using RapidEye Imagery and LiDAR DEM)

  • 정윤재
    • 한국지리정보학회지
    • /
    • 제17권4호
    • /
    • pp.189-199
    • /
    • 2014
  • 범람원(floodplain)은 제방과 하천 사이에 존재하는 평탄하고 낮은 지역을 의미하며, 범람원 내 토지 이용 현황 분석은 하천유역의 효과적인 자원관리를 위해서 반드시 필요하다. 본 논문에서는 공간정보 자료인 LiDAR DEM 자료와 RapidEye 영상을 이용하여 낙동강 하천 범람원 내 토지 이용 현황 분석에 관한 연구를 진행하였다. 우선, DEM으로부터 제방 경계선을 추출하여 RapidEye 영상에서 연구대상지역 내 범람원의 범위를 설정하였다. 범람원의 범위를 설정한 뒤, RapidEye 영상에 ISODATA 클러스터링 및 post-classification 과정을 적용하여 범람원 내 토지피복 분류 작업을 진행하였다. ISODATA 클러스터링을 적용하여 분류된 범람원 내 토지피복은 91%의 분류 정확도를 가진다. 분류된 토지피복 클러스터들을 구성하는 픽셀들의 개수를 계산하여, 낙동강 범람원 내 토지 이용 현황에 관한 분석을 수행하였다. 본 연구를 통하여, 연구대상지역 범람원 내 하천의 면적은 46%, 나지의 면적은 36%, 습지의 면적은 11%, 그리고 초지의 면적은 7%라는 사실을 알 수 있었다.