• Korean Journal of Remote Sensing
• /
• v.20 no.3
• /
• pp.197-205
• /
• 2004

Wetlands are lands with a mixture of water, herbaceous or woody vegetation and wet soil. And linear spectral mixture analysis (LSMA) is one of the most often used methods in handling the spectral mixture problem. This study aims to test LSMA is an enhanced routine for classification of wetland land-covers in Paldang reservoir and vicinity (paldang Reservoir) using Landsat TM and ETM+ imagery. In the LSMA process, reference endmembers were driven from scatter-plots of Landsat bands 3, 4 and 5, and a series of endmember models were developed based on green vegetation (GV), soil and water endmembers which are the main indicators of wetlands. To consider phenological characteristics of Paldang Reservoir, a soil endmember was subdivided into bright and dark soil endmembers in spring and a green vegetation (GV) endmember was subdivided into GV tree and GV herbaceous endmembers in fall. We found that LSMA fractions improved the classification accuracy of the wetland land-cover. Four endmember models provided better GV and soil discrimination and the root mean squared (RMS) errors were 0.011 and 0.0039, in spring and fall respectively. Phenologically, a fall image is more appropriate to classify wetland land-cover than spring's. The classification result using 4 endmember fractions of a fall image reached 85.2 and 74.2 percent of the producer's and user's accuracy respectively. This study shows that this routine will be an useful tool for identifying and monitoring the status of wetlands in Paldang Reservoir.

• Proceedings of the KSRS Conference
• /
• 2003.11a
• /
• pp.175-177
• /
• 2003

To monitor riparian wetlands as one of complex natural ecosystems using remotely sensed data, we need to concurrently consider vegetation, soil and water which constitute complicated wetland ecosystems. To identify riparian distribution we adopted linear Spectral Mixture Analysis in order to improve identification accuracy of riparian areas. This study has indicated that linear SMA adopting tasseled cap endmember selection is an enhanced routine for Identification of riparian wetlands and phenologically autumn imagery is more appropriate to detect riparian vegetation in the Paldang water catchment area.

• 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.