• 한국농공학회논문집
• /
• 제48권5호
• /
• pp.39-48
• /
• 2006

The objective of this research was to find an indirect method to estimate land surface temperature (LST) efficiently, using Landsat images. Agricultural fields including paddy fields have long been known to have multi-functions beneficial to the environment and ecology of the urban surrounding areas. Among these functions, the ambient temperature cooling (ATC) effect is widely acknowledged. However, quantitative and regional assessment of such effect has not been performed. Thermal remote sensing has been used over urban areas to assess the ATC effect, Thermal Island Effect(TIE), and as input for models of urban surface atmosphere exchange. Here, we review the use of thermal remote sensing in the study of paddy fields and urban climates, focusing primarily on the ATC effect. Landsat satellite images were used to determine the surface temperatures of different land cover types of a $44km^{2}$ study area in Cheongiu, Korea. The results show that the ATC is a function of paddy area percentage in Landsat pixels. Landsat pixels with higher paddy area percentage have much more cooling effect. The use of satellite data may contribute to a globally consistent method for analysis of ATC effect.

• 대한원격탐사학회지
• /
• 제35권4호
• /
• pp.561-571
• /
• 2019

In this paper, we analyze the effect of the representative spectral indices, normalized difference vegetation index (NDVI), normalized difference water index (NDWI) and normalized difference built-up index (NDBI) on classification accuracies of Landsat-8 OLI image.After creating these spectral index images, we propose five methods to select the spectral index images as classification features together with Landsat-8 OLI bands from 1 to 7. From the experiments we observed that when the spectral index image of NDVI or NDWI is used as one of the classification features together with the Landsat-8 OLI bands from 1 to 7, we can obtain higher overall accuracy and kappa coefficient than the method using only Landsat-8 OLI 7 bands. In contrast, the classification method, which selected only NDBI as classification feature together with Landsat-8 OLI 7 bands did not show the improvement in classification accuracies.

• 한국지리정보학회지
• /
• 제8권2호
• /
• pp.31-43
• /
• 2005

황해연안 전라북도 군산시 지역의 15년 동안의 4개 시점을 선택하여 육상도시 변화탐지를 목적으로 지표온도와 NDVI를 비교 관찰하고 NDVI최저대-지표온도최고대 상관관계를 분석하였다. 위성영상은 장기간에 걸친 광역지역의 연속모니터링에 효과적이므로 군산시를 촬영한 Landsat-5 TM과 Landsat-7 ETM+인공위성 영상을 분석대상으로 하였으며 에러보정을 위한 승인된 "gain", "bias" 또는 "offset"의 임계치를 대입하여 TM과 ETM+영상간의 오차를 정량화하고 분류하여 비교 검정하였다. 본 연구는 Landsat-5 TM과 Landsat-7 ETM+인공위성 영상을 전북 군산시 도시변화탐지에 적용하고 지표온도, 토지피복, 식생 변수를 검증하여 지표온도와 NDVI식생지수와의 R=(+)0.9478의 강한 양의 상관관계를 검출함으로써 제안한 위성영상을 이용한 NDVI최저대-지표온도최고대 상관분석모델이 육상 도시변화탐지에 매우 효과적임을 입증할 수 있다.

• 대한원격탐사학회지
• /
• 제32권2호
• /
• pp.171-183
• /
• 2016

2013년부터 2014년까지 관측된 Landsat 8 위성자료로부터 지표면 온도를 산출하였고 산출된 지표면 온도는 지상에서 관측된 지표면 온도를 이용하여 보정하였다. 지표면 온도지도는 Landsat 8로부터 산출된 지표면 온도를 지상에서 관측된 지표면 온도와의 선형 회귀식을 이용하여 계산되었다. 계절과 년에 대한 지표면 온도는 각각 계절과 년에 대하여 사례들을 평균하여 계산되었다. 지표면 온도는 도시의 공업 또는 상업지역에서 높은 온도가 나타나는 반면, 서울주변의 높은 고도의 산악과 해양, 강 등에서 낮은 지표면 온도가 나타났다. 위성에서 산출된 지표면 온도를 보정하기 위하여 서울을 포함한 수도권지역에서 관측되는 기상청 종관측소 3개 지점 (서울(지점번호: 108), 인천(지점번호: 119), 수원(지점번호: 112))의 지표면 관측 자료를 이용하여 선형회귀방법을 적용하였다. Landsat 8의 지표면 온도는 모든 자료에서 기울기가 0.78이었고 5개의 흐린날을 제외한 맑은 상태의 자료에서 0.88이었다. 그리고 초기 지표면온도에서 상관계수는 0.88이었고 평방근 오차 (Root Mean Sqare Error (RMSE))는 $5.33^{\circ}C$이었다. 지표면 온도 보정이후에는 상관계수는 0.98 그리고 RMSE는 $2.34^{\circ}C$이었으며 회귀식의 기울기는 0.95로 개선되었다. 계절 및 년 지표면 온도는 상업지역과 공업지역 그리고 도시와 주변지역을 잘 표현하였다. 결과적으로 지상에서 관측된 지표면 온도를 이용하여 위성에서 산출된 지표면온도를 보정하였을 때 실제 상태와 유사한 분포를 보였다.

• 한국측량학회지
• /
• 제29권2호
• /
• pp.123-131
• /
• 2011

해양생태계에 밀접한 영향을 미치는 대규모 광양제철소가 위치한 광양만 주변 해역을 연구지역으로 2000년부터 2010년까지 총 25장의 Landsat-7 ETM+ 열적외선 자료를 활용하여 해수면온도 변화를 분석하였다. Landsat-7 ETM+ 열적외선 영상으로부터 측정된 해수표면 온도의 정확도를 분석하기 위해 Landsat 열적외선 영상으로부터 측정된 해수면온도는 여수조위관측소에서 측정된 실측데이터와 비교 검증하였고, 분석한 결과Landsat-7 ETM+ 영상으로부터 산정된 해수표변 온도가 여수조위관측소에서 실측된 온도보다 $1.22^{\circ}C$ 낮게 나타났으며, 상관도를 분석한 결과 $R^2=0.991$로서 위성영상으로부터 추정된 온도와 실측 해수온도는 상관도가 높다고 할 수 있다. 광양제철소 인근의 해수표면온도와 외해의 해수표면온도를 비교분석 하기 위해 총 5지역을 선택하였으며, 해수면온도의 시계열 자료를 계절별, 지역별로 분석하였다. 또한 광양만과 순천만에서 각각 공간적으로 잘 분포된 5개의 지점들을 선택하여 1년에 걸친 온도변화의 추이와 두만의 평균해수온도차를 분석하였다.

• 대한원격탐사학회지
• /
• 제29권5호
• /
• pp.443-459
• /
• 2013

자바 섭입대 위에 존재하는 인도네시아 메라피 화산은 1~5년의 주기를 가지는 화산활동이 활발한 성층화산이다. 대체적으로 화산폭발지수가 1-3정도의 규모로 나타나는데 비해 최근 2010년 분화는 화산폭발지수가 4까지 올라가 386명을 사망자를 유발했다. 본 연구에서는 40년간 지구를 관측해온 Landsat 영상을 이용하여 18년 동안 메라피 화산의 지표변화를 관측하였다. 연구를 위해 1994년 7월 6일부터 2012년 9월 1일까지 총 55장의 Landsat-5,7 영상을 수집하였으며, 밴드조합영상을 통해 화산쇄설류의 흐름이 시간에 따라 이동함을 확인하였다. 화산쇄설류가 덮고 있는 지역을 추출하기 위해서, COST model을 이용한 대기보정 후 감독분류를 수행하였으며, 그 결과 CVP 보고서에 기재된 화산쇄설류의 분화 방향과 추출된 화산쇄설류 영역의 변화가 거의 일치했다. NASA에서 제공하는 Landsat-5,7 위성의 열적외선 밴드를 이용한 온도 추출 기법을 적용하여 분화구 지역의 평균 지표온도를 산출한 결과, 분화 전 지표 온도가 급격히 상승하고, 분화 후 온도가 하강하는 양상을 반복적으로 나타냈다. 비록 기상조건에 따른 영상획득에 제약이 있지만, 장기간 발생된 메라피 화산의 지표변화를 확인하는데 있어서 Landsat 위성 영상이 매우 유용한 도구임을 확인했다.

• 대한원격탐사학회지
• /
• 제37권3호
• /
• pp.463-473
• /
• 2021

본 연구에서는 최근 USGS에서 공개한 Landsat 8 Collection 2 Level 2 Science Product (L2SP) 위성 영상을 이용하여 국내 지표면 온도를 산출하였고, 기존 Landsat 8 Collection 1 Level 1 Terrain Precision (L1TP) 위성 영상을 활용하여 산출한 국내 지표면 온도와의 비교와 기상청 종관기상관측자료(Automated Synoptic Observing System, ASOS)와의 검증을 통해 L2SP 기반 지표면 온도 자료의 국내 영역에 대한 적합성을 평가하고자 하였다. L2SP는 연구 및 분석에 용이하도록 Landsat 8 Collection 2 Level 1 데이터를 기반으로 만든 Level 2 자료로, 기존의 계산식을 통해 산출해야 하는 지표면 반사도 자료와 지표면 온도 자료를 계산 처리 없이 바로 사용할 수 있다는 장점이 있다. 2018년부터 2020년까지 3년간의 Landsat 8 지표면 온도 산출물과 관측소 지점 8개소 주변 3×3 격자 영역과의 비교한 결과, 8개 관측소 기준 L2SP 지표면 온도와 L1TP 지표면 온도의 평균 피어슨 상관계수(Pearson correlation coefficient)는 각각 0.971, 0.964로 두 자료 모두 상당히 강한 양의 상관관계를 보여주었으며, RMSE (Root Mean Square Error)의 경우 각각 4.029℃, 5.247℃로 L2SP 지표면 온도 자료가 더 낮은 RMSE를 보여주는 것을 확인 하였다. 이는 관측소 위치별로 값에 차이가 생길 수 있지만 평균적인 지표 결과를 보았을 때, L2SP 지표면 온도 자료가 L1TP를 통해 산출되는 지표면 온도 자료와 비교했을 때 준수하거나 그 이상의 정확도를 보여주어 국내 지표면 온도 산출 연구에 적합하다고 판단된다. 따라서 향후 계절적 요인과 고도에 따른 온도 차이 등의 환경 및 지형적인 요인도 고려를 하거나, 본 연구 과정에서 발생한 Science Product의 고정적인 영상 품질 문제 등이 개선된다면 보다 더 안정적이고 정확도 높은 지표면 온도 참조 자료로써의 유용성이 클 것이라 판단된다.

• 대한원격탐사학회지
• /
• 제38권5_2호
• /
• pp.765-779
• /
• 2022

본 연구에서는 Landsat 8/9 OLI와 Sentinel-2 MSI 위성 영상을 활용한 다시기 영상 데이터를 이용하여 다양한 분광 지수를 기반으로 국내 산불 피해 면적 탐지 정확도를 분석하였다. 2022년 3월 경상북도 울진에서 발생하였던 산불을 대상으로 Difference Normalized Burn Ratio (dNBR), Relative Difference Normalized Burn Ratio (RdNBR), Burned Area Index (BAI) 등의 지수를 활용하여 산불피해 면적 탐지에 활용하였다. 비교적 높은 공간 해상도를 가진 Sentinel-2 영상을 기반으로 참조 자료를 제작하였다. 총 6개의 지수 산출물을 기반으로 Sentinel-2, Landsat 8/9으로 총 4개 위성에 대해 산불 피해 정확도를 각각 분석하였다. Landsat 8/9과 Sentinel-2는 각각 16일, 10일 주기로 영상을 제공하고 있지만 구름으로 인해 영상 취득에 어려움이 많은 편이며, 우리나라는 4월부터 식생의 생장이 시작되어 봄철 산불 피해 분석 시 산불발생 전후 영상을 활용하는 경우 식생의 생장으로 인한 변화가 커서 정확도 높은 탐지에 어려움이 있다. 따라서, 본 연구는 2월에서 5월까지의 다시기 Landsat 8/9과 Sentinel-2 영상 중 같은 날짜를 기반의 영상을 서로 사용하여 시간해상도의 한계를 극복하고 탐지 정확도가 상대적으로 높은 지수를 비교 분석했다. 본 연구 결과는 한국형 산불피해 탐지 지수/모델 개발을 위한 입력 자료 등으로 활용되어 최적화된 산불 지수를 기반으로 정확도 높은 산불 피해 면적 탐지에 활용될 수 있을 것으로 기대된다.

• 한국측량학회지
• /
• 제32권1호
• /
• pp.9-17
• /
• 2014

대기의 에너지를 측정하거나 지표면유출을 예측하는 기상 및 수문모델에서 지표면특성(식생피복)을 파악하는 것은 매우 중요한 요소이다. 1978년 Deardorff가 식생피복을 정량적으로 파악하기 위하여 식생피복지수(Vegetation Cover Fraction)를 제안한 후 식생피복지수에 관한 연구가 활발해졌다. 그러나 선행연구에서는 AVHRR, MODIS 그리고 KOMPSAT-2영상과 같은 고 저해상도 위성영상을 이용한 많은 연구가 있었으나, 중해상도 영상인 Landsat에 대한 연구는 미비한 실정이다. 따라서 본 연구는 Landsat OLI영상을 이용하여 식생피복지수 산정방법을 연구하였다. 정확하고 효율적인 식생피복지수 산정방법을 연구하기 위하여, 본 연구에서 제안된 방법과 선행연구방법을 비교평가 하였다. 실험결과 NDVI와 식생피복지수는 많은 연관성을 지니는 것으로 분석되었으며, 본 연구에서 제안된 방법을 이용한 식생피복지수가 특이점을 제외한 RMSE 7.3%로 전체 방법 중에서 가장 높은 정확도를 보였다.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2003년도 춘계학술발표회 논문집
• /
• pp.167-170
• /
• 2003

본 연구는 무감독영상해석(Unsupervised Classification)에서 주성분 분석법(Principal Component Analysis)의 응용성을 연구하기 위하여, 주성분 분석법을 K-means, ISODATA 두가지 무감독분류법에 적용하였다. 적용대상지역은 제주도이다. 본 연구에서 주성분 분석 방법중에서 비정규형 주성분 분석방법 (Unstandardized PCA)과 정규형 주성분 분석방법(Standardized PCA) 두가지 경우로 나누어서 각각 연구하였다. 이를 위하여 제주도의 Landsat TM영상과 국토연구원에서 조사한 제주도 식생분류 조사자료와 현장조사 자료 그리고 1/25,000 수치지도를 이용하였다. 그리고 분석된 자료의 정확도를 평가하기 위하여 오차행렬(Error Matrix)을 도입하여 계산하였다. 우선 비정규형 주성분 분석법으로 구한 주성분 영상과 Landsat TM 원래 영상을 오차행렬을 이용하여 제주도의 식생 분류에 각각 적용하였다. 그 결과, K-means 무감독분류법에서는 Landsat TM 자료를 직접 이용한 경우에는 바다와 육상의 분류가 잘 되지 않았으며, 또한 전반적인 영상분류결과가 관측치와 많은 차이를 보였다. 그러나, 주성분 분석법으로 계산된 주성분 영상으로 K-means방법으로 분류 한 결과는 관측치와 잘 일치를 하였다. ISODATA의 경우, Landsat TM 원래영상을 계산하면, K-means으로 분류한 결과보다는 좋은 값을 나타냈으나, 주성분 분석법으로 구한 영상의 계산결과와 비교하면, 주성분 영상으로 구한 분류결과의 정확도가 약 15%정도 높게 나타났다. 정규형 주성분 분석법의 경우를 보면 K-means에서는 Landsat TM원래 자료보다 우수한 결과를 보여주었으나, 비정규형 주성분 분석법으로 계산된 결과보다는 정확도가 다소 떨어지는 단점이 있었고, ISODATA의 경우도 Landsat TM원래 자료보다 약 7%정도의 높은 정확도를 보였으나, 비정규형 영상보다는 약8%정도 낮은 정확도를 보였다. 본 연구에서 주성분 분석법으로 계산된 결과에서 주목되는 것은, 주성분 분석법으로 구한 주성분 영상은 분류방법(K-means, ISODATA, artificial neural networks)에 따라 분류된 결과값이 비슷하게 나타난 반면, Landsat TM원래 자료는 분류방법에 따라 결과값이 많은 차이를 보여 주었다. 그리고 주성분 분석 방법 중에서도 비정규형 주성분 분석법(Unstandardized PCA)이 정규형 주성분 분석법(Standardized PCA)보다 영상분석에서 더 좋은 결과를 보여주는 것으로 나타났다.