• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2003.04a
• /
• pp.157-162
• /
• 2003

중저해상도 광학영상의 순간시야각(instantaneous filed of view -IFOV)에 포함되는 공간에는 반사특성이 상이한 두 개 이상의 지표물이 존재하는 경우가 대부분이다. 영상분류와 같은 기존의 영상처리기법에서는 하나의 화소가 단일의 지표물을 대표한다는 가정에서 접근하였으나, 최근 화소의 혼합정도를 세분하는 분광혼합분석(spectral mixture analysis)기법이 개발되고 있다. 분광혼합분석법을 이용하여 혼합된 화소에 포함된 지표물을 분해(unmixing) 하고 그 효과를 분석하고자 하여 경기도 광릉국립수목원의 시험림 지역을 대상으로 Landsat-7 ETM＋영상을 이용하여 선형혼합 모델을 적용하였고, 그 결과 각각의 화소를 6개의 End-member의 혼합비로 구분하였다. Endmember의 비율을 나타낸 영상을 분석하여 점유비율에 따른 활엽수와 침엽수의 구분을 할 수 있었고, 각 임상별의 특징도 얻을 수 있었다. 특히 침엽수의 경우 그림자의 효과가 높다는 특성도 파악 할 수 있었다. 분광혼합분석법은 기존의 전통 분류방법과는 달리 다양한 산림의 정보를 추출해 낼 수 있다.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.16 no.1
• /
• pp.75-84
• /
• 1998

To achieve more accurate information from satellite image data, a research on a technique for mixed pixel ex-traction has been produced. The mixed pixels with only two land covers have been experimented. By analyzing canonical vector in canonical correlation classification, the mixed pixels have been classified. The ratio of the two canonical weighted values-the elements of canonical vector have been used as a threshold to discriminate mixed pixels. In case of the classification for the mixed pixels of bridge and water class in TM data before or after the 1st of September, the threshold for the optimal classification of the mixed pixels is 4.0. That is, if the ratio of the two canonical weighted values is less than 4.0, the pixel is a mixed pixel. Also, using the distribution of canonical weighted values, the constitution percentages of land covers within one mixed pixel can be approximately deducted. The accuracy of mixed pixel extraction for experimental area is 90％ and quite acceptable. Conclusively, a technique for mixed pixel extraction by canonical vector analysis is effective.

• Journal of the Korean Society of Environmental Restoration Technology
• /
• v.7 no.3
• /
• pp.48-55
• /
• 2004

본 연구는 중 저해상도 위성영상을 이용하여 하천주변 습지를 판별해내는 보다 개선된 기법을 개발해 내는데 그 목적이 있다. 중 저해상도 위성영상의 하나의 화소는 일반적으로 하나의 동질한 물체의 분광반사값을 나타내기보다는 다양한 분광값을 가진 물체들의 대표값으로 나타나게 된다. 특히 본 연구에서는 식생, 수문 및 토양요소의 혼합체인 습지의 판별을 위해서, 하나의 화소가 하나의 물체를 대표함을 전제로 하는 기존의 분석방법 보다는, 혼합화소 (mixed pixel)를 대상지 의 토지 피복을 가장 잘 반영 하는 순수한 화소값(endmember)들로 분해함으로써 보다 정확한 판별 및 분류를 가능케 하고자 하였다. 이를 위하여 일반적으로 극세분광 위성영상의 분석에 활용되는 기법인 분광혼합화소분석(Spectral Mixture Analysis)을 이용하였는데, 습지 각 화소의 식생, 수문 및 토양요소의 흔합정도를 분해한 후, 이들의 분할영상 (fraction images)을 추출해내고 이를 분석에 이용하였다. 팔당상수원보호구역의 소택형 습지를 대상으로 봄 가을의 Landsat 영상에 대한 분석을 수행하였으며, 도출된 결과는 다음과 같다. 첫째, 봄 가을 각각의 영상에 대하여 4개씩 endmember를 선정하였으며, 분할영상과 원자료 각각에 대하여 습지판별을 수행한 결과, 가을영상에 대하여 분할영상을 이용한 방법의 소택 형 습지 판별 정확도가 가장 높은 값을 보여주었다(생산자 정확도 : 83.3%, 사용자 정확도 : 86.5%). 둘째, 소택형 습지로 판별된 지역만을 대상으로 보다 세분화된 분류가 가능한 지 알아보기 위하여 소택형 습지로 판별된 지역의 영상에 대해 ISODATA 무감독분류를 수행한 결과 2개의 클러스터로 대별되었다. 현장조사, 기존 연구의 수심자료 및 식생에 대한 조사를 바탕으로 위의 2개의 클러스터를 조사한 결과, 수문조건에 따른 분류인 아계(subsystem) 단계의 '영구적 침수형 소택형 습지'와 '계절적 침수형 소택형 습지'로 분류할 수 있었다.

• Proceedings of the KSRS Conference
• /
• 2009.03a
• /
• pp.87-92
• /
• 2009

현재 미국 NASA에서는 전 지구에서 일별 발생하는 산불 탐지 영상(MOD14 product)을 제작, 배포하고 있다. 그러나, 이러한 MOD14 영상은 MODIS 자체의 낮은 공간해상도로 인하여 우리나라와 같이 소규모 산불이 발생하는 지역에서는 산불 탐지 정확도가 매우 낮게 나타났다. 본 연구에서는 기존의 MODIS 산불 지도에서 탐지되지 못한 소규모 산불을 대상으로 혼합화소분석기법(spectral mixed analysis)을 적용한 새로운 산불 탐지 알고리즘을 제시하였다. 새로운 산불 탐지 알고리즘은 진행산불 탐지 알고리즘과 연소지 탐지 알고리즘으로 구성된다. 소규모 산불이 170건 이상 발생한 2004년과 2005년 4월 남한지역을 대상으로 적용한 결과 1ha 규모의 연소지 탐지가 가능하게 되었으며, 연구 결과 소규모 진행산불과 연소지에 대해 70%이상의 탐지율을 확보하였으며, 40% 이하의 오탐지율(false alarm ratio)을 산출하였다.

• Aerospace Engineering and Technology
• /
• v.6 no.1
• /
• pp.213-221
• /
• 2007

This paper showed how to analysis the object-based classification for wildfire fuel type map using Hyperion hyperspectral remote sensing data acquired in April, 2002 and compared the results of the object-based classification with the results of the pixel-based classification. Our methodological approach for wildfire fuel type map firstly processed correcting abnormal pixels and atypical bands and also calibrating atmospheric noise for enhanced image quality. Fuel type map is characterized by the results of the spectral mixture analysis(SMA). Object-based approach was based on segment-based endmember selection, while pixel-based method used standard SMA. To validate and compare, we used true-color high resolution orthoimagery.

• Journal of Korean Society for Geospatial Information Science
• /
• v.3 no.2 s.6
• /
• pp.91-100
• /
• 1995

The aim of this study is to classify mixed information in a pixel of a remote sensing image data (in the case of SPOT HRV's band $1{\sim}3,\;20m{\times}20m$). First, the loss of information and the uncertainty of mixed pixel are examined. To solve the problems, methods by fuzzy sigmoid function and back-propagation neural network are suggested. Then. the study simulates and comparatively analyzes the two methods.

• Korean Journal of Remote Sensing
• /
• v.19 no.6
• /
• pp.411-419
• /
• 2003

An area corresponding to the spatial resolution of optical remote sensor imagery often includes more than one pure surface material. In such case, a pixel value represents a mixture of spectral reflectance of several materials within it. This study attempts to apply the spectral mixture analysis on forest and to evaluate the information content of endmember fractions resulted from the spectral unmixing. Landsat-7 ETM+ image obtained over the study area in the Kwangneung Experimental Forest was initially geo-referenced and radiometrically corrected to reduce the atmospheric and topographic attenuations. Linear mixture model was applied to separate each pixel by the fraction of six endmember: deciduous, coniferous, soil, built-up, shadow, and rice/grass. The fractional values of six endmember could be used to separate forest cover in more detailed spatial scale. In addition, the soil fraction can be further used to extract the information related to the canopy closure. We also found that the shadow effect is more distinctive at coniferous stands.

• Korean Journal of Remote Sensing
• /
• v.30 no.2
• /
• pp.219-226
• /
• 2014

Fractional values resulted from the spectral mixture analysis could be used to classify not only urban area with various materials but also forest area in more detailed spatial scale. Especially South Korea is largely consist of mixed forest, so the spectral mixture analysis is suitable as a classification method. For the successful classification using spectral mixture analysis, extraction of optimal endmembers is prerequisite process. Though geometric endmember selection has been widely used, it is barely suitable for forest area. Therefore, in this study, we modified Iterative Error Analysis (IEA), one of the most famous algorithms of image endmember selection which extracts pure pixel directly from the image. The endmembers which represent deciduous and coniferous trees are automatically extracted. The experiments were implemented on two sites of Compact Airborne Spectrographic Imager (CASI) and classified forest area into two types. Accuracies of each classification results were 86% and 90%, which mean proposed algorithm effectively extracted proper endmembers. For the more accurate classification, another substances like forest gap should be considered.

• Korean Journal of Remote Sensing
• /
• v.22 no.6
• /
• pp.553-563
• /
• 2006

This study aims to produce land-cover maps of Korean peninsula using multi-temporal MODIS (Moderate Resolution Imaging Spectroradiometer) imagery. To solve the low spatial resolution of MODIS data and enhance classification accuracy, Linear Spectral Mixture Analysis (LSMA) was employed. LSMA allowed to determine the fraction of each surface type in a pixel and develop vegetation, soil and water fraction images. To eliminate clouds, MVC (Maximum Value Composite) was utilized for vegetation fraction and MinVC (Minimum Value Composite) for soil fraction image respectively. With these images, using ISODATA unsupervised classifier, southern part of Korean peninsula was classified to low and mid level land-cover classes. The results showed that vegetation and soil fraction images reflected phenological characteristics of Korean peninsula. Paddy fields and forest could be easily detected in spring and summer data of the entire peninsula and arable land in North Korea. Secondly, in low level land-cover classification, overall accuracy was 79.94% and Kappa value was 0.70. Classification accuracy of forest (88.12%) and paddy field (85.45%) was higher than that of barren land (60.71%) and grassland (57.14%). In midlevel classification, forest class was sub-divided into deciduous and conifers and field class was sub-divided into paddy and field classes. In mid level, overall accuracy was 82.02% and Kappa value was 0.6986. Classification accuracy of deciduous (86.96%) and paddy (85.38%) were higher than that of conifers (62.50%) and field (77.08%).

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.744-744
• /
• 2012

불투수층은 자연적인 침투를 허용하지 않는 인위적인 토지피복상태로 도시화율 추정 및 유역의 환경변화 정도를 분석하기 위한 척도로 사용되어 왔다. 특히, 수문학적 관점에서 불투수층은 단기 유출현상에 큰 영향을 끼치는 요소로 불투수율이 증가할수록 침투량이 감소하여 첨두유출량은 증가하고 도달시간은 짧아진다. 최근에는 급속한 도시화로 인해 불투수층의 영향이 더욱 커짐에 따라 불투수율의 추정에 대한 필요성이 증가하고 있다. 현재까지 위성영상을 이용한 불투수층의 추정은 고해상도 영상을 이용하여 피복분류를 수행하였다. 즉, 분류된 토지피복에 근거하여 불투수율을 산술적으로 계산하거나 분광혼합기법 및 회귀 트리기법 등 다양한 방법에 적용되어 왔다. 본 연구에서는 Sub-pixel 분류기법을 위성영상에 적용하여 섬강유역의 불투수율을 추정하고자 한다. Sub-pixel 분류는 기존 분류기법들이 다양한 토지피복이 혼합된 화소에 대해서도 가장 비중이 높은 토지피복 하나로 분류하던 것을 개선한 방법으로 fuzzy 이론을 적용하여 최소 20% 이상의 비율을 점유하는 항목 모두를 구분하여 분류하는 기법이다. 이를 위해 섬강유역의 Landsat TM 영상을 수집하고 환경부의 토지피복도와 지질도를 참조하여 트레이닝 자료를 수집하였다. 또한 결과에 영향을 미칠 수 있는 구름은 전처리를 통하여 제거하고 수집된 트레이닝 자료에 Sub-pixel 분류기법을 적용하여 섬강유역의 불투수율을 공간분포도로 작성하였다.