• Spatial Information Research
• /
• 제23권6호
• /
• pp.31-41
• /
• 2015

본 연구는 육화 추세를 추적하는 과정에서 MNDWI (Modified Normalized Difference Water Index)와 NDVI(Normalized Difference Vegetation Index)를 통합한 접근의 실용성을 평가하는 것을 목적으로 한다. 사례 연구지역인 우포늪에 대해 MNDWI는 수분 지수에 민감하여, 수문 객체는 더욱 강조하고 습윤 토양의 변화를 추적하는 등 수문 객체 외의 요소들은 더욱 강하게 배제하는 근거를 제시하였다. NDVI는 식생의 수령, 식생밀도에 대한 정보를 제시하고, 수분객체와 다른 토지 피복 유형(식생, 건물, 도로 등)을 가시적으로 추적하였다. NDVI와 MNDWI의 통합접근을 통해 산출되는 정량적이고 거시적인 정보는 NDVI와 MNDWI의 변화가 육화에 대한 정량적인 근거로 활용될 수 있다는 의미있는 결과를 보여준다. 본 연구는 향후 내륙습지의 육화에 대한 장기적 모니터링과 전반적인 육화 대응방안을 도출하는 과정에서 NDVI, MNDWI 통합접근의 근거가 되는 기초자료를 제공하였다.

• 한국지리정보학회지
• /
• 제24권1호
• /
• pp.1-11
• /
• 2021

위성영상을 활용한 하천, 습지, 호수 등 지표수 객체의 탐지는 해당 지역의 수자원 관리 및 조사 업무에 효율적으로 활용될 수 있다. 본 연구에서는 원격탐사 분야에서 물을 탐지하기 위해 제공하는 수분지수(Water Index)와 영상으로부터 객체를 인식하는 데 폭넓게 활용되는 기계학습(Machine learning) 기법을 대구광역시를 촬영한 Landsat-8 위성영상에 개별적으로 적용하여 하천, 호수 등 다양한 지표수 객체를 탐지하고 그 결과를 비교하였다. 우선 Landsat-8 위성영상의 다중분광 밴드로부터 NDWI(Normalized Difference Water Index), MNDWI(Modified Normalized Difference Water Index) 영상을 생성하였고, 임계치를 적용하여 개별 영상으로부터 물과 그 외 지역을 구분할 수 있는 이진 영상(Binary image)을 제작하였다. 그리고 기계학습 기법인 SVM(Support Vector Machine)을 동일 위성영상에 적용하여 토지 피복 영상을 제작하고 이로부터 이진 영상을 제작하였다. 최종적으로 100개의 검사점(Checkpoints)을 사용하여 세 이진 영상으로부터 지표수 탐지를 위한 정확도를 오차 행렬을 활용하여 계산하였다. 그 결과, MNDWI 영상으로부터 제작된 이진 영상의 정확도(84%)가 NDWI 영상으로부터 제작된 이진 영상의 정확도(94%)와 SVM에 의해 제작된 이진 영상의 정확도(96%)에 비해 낮았으며, 모든 이진 영상에서 그림자 등의 원인으로 인해 일부 육지 분류 결과가 지표수 객체로 오분류되었다.

• 대한원격탐사학회지
• /
• 제36권4호
• /
• pp.627-635
• /
• 2020

With the increasing severity of climate change, intense torrential rains are occurring more frequently globally. Flooding due to torrential rain not only causes substantial damage directly, but also via secondary events such as landslides. Therefore, accurate and prompt flood detection is required. Because it is difficult to directly access flooded areas, previous studies have largely used satellite images. Traditionally, water indices such asthe normalized difference water index (NDWI) and modified normalized difference water index (MNDWI) which are based on different optical bands acquired by satellites, are used to detect floods. In addition, as flooding likelihood is greatly influenced by the weather, synthetic aperture radar (SAR) images have also been used, because these are less influenced by weather conditions. In this study, we compared flood areas calculated from SAR images and water indices derived from Landsat-8 images, where the images were acquired at similar times. The flooded area was calculated from Landsat-8 and Sentinel-1 images taken between the end of May and August 2019 at Lijiazhou Island, China, which is located in the Changjiang (Yangtze) River basin and experiences annual floods. As a result, the flooded area calculated using the MNDWI was approximately 21% larger on average than that calculated using the NDWI. In a comparison of flood areas calculated using water indices and SAR intensity images, the flood areas calculated using SAR images tended to be smaller, regardless of the order in which the images were acquired. Because the images were acquired by the two satellites on different dates, we could not directly compare the accuracy of the water-index and SAR data. Nevertheless, this study demonstrates that floods can be detected using both optical and SAR satellite data.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.144-144
• /
• 2022

Identifying waterbody from remote sensing images, namely water detection, helps understand continuous redistribution of terrestrial water storage and accompanying hydrological processes. It also allows us to estimate available surface water resources and help effective water management. For this problem, NDWI (Normalized Difference Water Index) and MNDWI (Modified Normalized Difference Water Index) are widely used. Although remote sensing indexes can highlight remote sensing image in the water, the noise and the spatial information of the remote sensing image are difficult to be considered, so the accuracy is difficult to be compared with the visual interpretation (the most accurate method, but it requires a lot of labor, which makes it difficult to apply). In this study, we attempt to improve existing NDWI and MNDWI to better water detection. We establish waterbody database of South Korea first and then used it for assessing waterbody indices.

• 대한공간정보학회지
• /
• 제21권4호
• /
• pp.45-53
• /
• 2013

지구 온난화와 이로 인한 해수면의 상승은 명백히 전 지구적으로 일어나고 있는 변화이며 해안선의 변화 또한 동반되고 있다. 해안선은 해수면의 상승뿐만 아니라 인위적인 활동에 의해서도 변화할 수 있으나 지구온난화에 의한 해안선 변화의 파악은 지구 온난화의 진행을 파악할 수 있는 지표로써 활용이 가능하다. 따라서 본 연구의 목적은 자동으로 해안선을 추출 및 변화를 파악하는 데에 있다. 본 연구에서는 자동으로 해안선을 추출하기 위해서 수분지수를 활용하여 물과 육지의 대조를 극대화하였으며, 해안선의 자동 추출이 용이하도록 하였다. 수분지수로 변환된 영상에서 자동으로 물과 육지를 분할하기 위하여 적정 임계값을 자동으로 찾을 수 있도록 영상처리 기법을 적용하였고, 경계선 검출 알고리즘을 통하여 해안선을 추출하였으며 추출된 해안선으로 변화를 탐지하는 방법론을 제시하고자 하였다. 자동으로 물과 육지를 분할하고 경계선을 찾는 영상처리 기법은 다른 자료의 도움 없이 LANDSAT 영상만을 이용하여 적용될 수 있으며 추출된 해안선 또한 기준자료로 이용된 NLCD(National Land Cover Database) 자료와의 비교를 통해 유사하다는 것을 확인할 수 있었다. 또한 지구 온난화의 지표로써의 활용 가치를 확인하기 위해 연구 대상지역을 지층의 온도가 연중 $0^{\circ}C$ 이하로 항상 얼어 있는 영구동토로 선정하여 영구동토의 해빙으로 인한 해안선 변화를 정량적으로 확인할 수 있었으며 해안선의 변화가 가속화한다는 사실을 확인할 수 있었다.