• 대한원격탐사학회지
• /
• 제36권3호
• /
• pp.487-501
• /
• 2020

이 연구에서는 고해상도 위성영상을 이용하여 지표면 온도를 산출하는 기존의 여러가지 방법 이외에 보다 새로운 접근으로, 인공지능 기반의 심층신경망 기법을 148장의 Landsat 8 영상에 적용하여 우리나라 지표면온도를 산출하고 그 적합성을 평가하였다. Landsat 8 열적외 10번 밴드(약 11 ㎛ 파장대)의 밝기온도와 방출률은 물리방정식에 경험상수가 결합하여 도출된 값이기 때문에, 지역적 기상, 기후, 지형, 식생 등의 조건에 따른 불확실성을 내포하고 있다. 이를 보완하기 위하여 본 연구에서는 밝기온도와 방출률로부터 지표면온도 초기추정치 T₀를 산출하고 이와 함께, NDVI, 토지피복, 지형요소(고도, 경사, 향, 거칠기) 등을 입력변수로 하는 계절별 심층신경망 모델을 최적화하여 지표면온도를 산출하였다. 이는 ASOS(Automated Synoptic Observing System)와의 선형관계식으로 편의보정을 수행하는 기존 방법에 비해 진보된 기법이다. ASOS 관측치와 시공간적으로 일치되는 1,728건의 자료를 비교한 결과, 계절별로 차이가 있기는 하지만 특히 봄, 가을에는 상당히 좋은 결과를 보였으며(CC=0.910~0.917, RMSE=3.245~3.365℃), 또한 토지피복 유형에 상관없이 안정적인 산출이 이루어짐을 확인하였다. 향후 Landsat 5/7/8 자료의 장기시계열 빅데이터와 함께 추가적인 지표면변수를 활용하여 모델링 을 수행함으로써 기후변화 및 특이기상 하에서도 보다 신뢰도 높은 고해상도 지표면온도 산출이 필요할 것이다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1321-1330
• /
• 2023

정규식생지수는 농업분야에 가장 많이 사용된 원격탐사 자료로, 현재 대부분의 광학위성에서 제공되고 있다. 특히 고해상도 광학위성영상이 제공되면서 농업 활용 분야에 따른 최적의 광학위성영상의 선택이 매우 중요한 이슈가 되었다. 본 연구에서는 국내 논지역의 정규식생지수 모니터링 시 가장 최적의 광학위성영상을 정의하고 이를 위해 필요한 해상도 관련 요구조건을 도출하고자 한다. 이를 위해 전 세계적으로 많이 사용되는 MOD13, Landsat-8, Sentinel-2A/B, PlanetScope 위성의 정규식생지수영상을 대상으로 국내 당진 논지역의 공간분포 및 2019년부터 2022년까지 시계열 패턴을 비교, 분석하였다. 각 자료는 3-250 m의 공간해상도와 다양한 주기해상도로 제공되며, 정규식생지수를 산출할 때 사용되는 분광밴드의 영역도 약간의 차이가 있다. 분석 결과 Landsat-8은 가장 낮은 정규식생지수 값을 나타내며 공간적으로 변이도 매우 낮았다. 이에 비해 MOD13 정규식생지수 영상은 PlanetScope 자료와 비슷한 공간분포 및 시계열 패턴을 나타났으나 낮은 공간해상도로 인해 논 주변지역의 영향을 받았다. Sentinel-2A/B는 넓은 근적외선밴드 영역으로 인해 상대적으로 약간 낮은 정규식생지수 값을 나타내었으며, 특히 생육 초기시기에 그 특징이 두드러졌다. PlanetScope의 정규식생지수가 상세한 공간적 변이 및 안정적인 시계열 패턴을 제공하나 높은 구매가격을 고려하면 공간적으로 균일한 논지역보다는 밭지역에서 그 활용성이 높을 것으로 사료된다. 이에 따라 국내 논지역에 대해서는 250 m급 MOD13 정규식생지수나 10 m급 Sentinel-2A/B가 가장 효율적일 것으로 사료되나 작물의 개체에 대한 상세 물리량 추정을 위해서는 고해상도 위성영상이 활용될 수 있다.

• 한국조경학회지
• /
• 제48권5호
• /
• pp.67-79
• /
• 2020

도시열섬 완화를 위한 계획을 세울 때 가장 먼저 해결해야 할 문제는 도시 내 어느 곳이 열 환경에 가장 취약한 곳인지를 파악하는 것이다. 즉, 도시 내 온도가 상대적으로 더 높은 지역과 낮은 지역(핫스팟과 콜드스팟)이 존재하는지 여부를 파악해야 한다. 본 연구는 전주시를 공간적 범위로 도시열섬의 공간적 밀집지역을 도출하고, 밀집요인을 알아보는데 목적이 있다. 먼저 도시열섬이 밀집해서 발생하는 지역을 알아보기 위해 2017년 Landsat 8 위성영상을 활용해 지표면온도(Land Surface Temperature : LST)를 추출한 뒤 국지적 Moran's I 분석과 Getis-Ord Gi^* 분석을 통해 핫스팟 분석을 실시하였다. 그 결과, 통계적으로 유의한 밀집지역은 전주시 원도심이라 불리는 중심부와 공업지역으로 나타났다. 또한 높은 LST를 유발하는 요인을 알아보고자 토지피복도 중 시가화·건조지역의 상세분류로 상관분석과 회귀분석을 진행한 결과, 주거지역의 단독주거시설, 공업지역의 공업시설, 상업지역의 상업·업무시설이 LST를 높이는 요인으로, 별도의 항목이 존재하지 않는 녹지율을 대신해 변수로 선정한 NDVI가 LST를 낮추는 요인으로 작용하고 있었다. 본 연구의 결과는 도시열섬 저감 정책이 어느 곳을 중심으로 이루어져야 하는지, 가장 먼저 고려해야 할 요인은 무엇인지를 판단하고자 할 때 근거가 된다는 점에서 의의를 찾을 수 있다.

• 대한원격탐사학회지
• /
• 제27권5호
• /
• pp.601-611
• /
• 2011

최근 인구집중으로 인한 도시개발 및 사회기반 시설의 확충 등의 인위적 현상과 지구온난화 및 가뭄, 홍수, 산불 등 자연적 현상 등 다양한 요인으로 인해 토지피복 변화가 발생하고 있다. 이러한 토지피복변화의 원인과 영향, 그리고 탐지방법에 대한 다양한 연구가 진행되고 있는데, 기존 연구들은 대부분 주어진 임계치를 기준으로 '변화' 또는 '무변화'의 양분된 결과를 도출한다. 따라서 본 연구에서는 확률에 기초하여 공간자기상관과 핫스팟 탐지를 결합한 변화탐지 방법을 제시하고자 한다. 또한 기존의 핫스팟 탐지 알고리즘인 AMOEBA(A Multidirectional Optimal Ecotope-Based Algorithm)에서 나타나는 과다탐지의 경향을 개선하여 핵심적인 토지피복 변화의 핫스팟을 탐지하는 AMOEBA-CH(core hotspot)를 개발 및 적용하였다. 본 연구에서는 토지피복 변화의 확률과 공간자기상관에 기초한 픽셀 간의 공간적 상호작용을 고려하였으며, AMOEBA-CH의 인접-우세 모형을 통해 토지피복 변화의 핵심적인 핫스팟을 탐지하고자 한다. 본 연구에서 제시한 방법의 가용성을 테스트하기 위해 남한지역의 2000년과 2008년의 NDVI자료를 이용하여 토지피복 변화의 핫스팟 탐지를 수행하였다.

• Journal of Biosystems Engineering
• /
• 제41권3호
• /
• pp.273-280
• /
• 2016

Purpose: This experiment was conducted to detect water stress in terms of the moisture content of cucumber seedlings under water stress condition using a hyperspectral image acquisition system, linear regression analysis, and partial least square regression (PLSR) to achieve a non-destructive measurement procedure. Methods: Changes in the reflectance spectrum of cucumber seedlings under water stress were measured using hyperspectral imaging techniques. A model for estimating moisture content of cucumber seedlings was constructed through a linear regression analysis that used the moisture content of cucumber seedlings and a normalized difference vegetation index (NDVI). A model using PLSR that used the moisture content of cucumber seedlings and reflectance spectrum was also created. Results: In the early stages of water stress, cucumber seedlings recovered completely when sub-irrigation was applied. However, the seedlings suffering from initial wilting did not recover when more than 42 h passed without irrigation. The reflectance spectrum of seedlings under water stress decreased gradually, but increased when irrigation was provided, except for the seedlings that had permanently wilted. From the results of the linear regression analysis using the NDVI, the model excluding wilted seedlings with less than 20% (n=97) moisture content showed a precision ($R^2$ and $R^2_{\alpha}$) of 0.573 and 0.568, respectively, and accuracy (RE) of 4.138% and 4.138%, which was higher than that for models including all seedlings (n=100). For PLS regression analysis using the reflectance spectrum, both models were found to have strong precision ($R^2$) with a rating of 0.822, but accuracy (RMSE and RE) was higher in the model excluding wilted seedlings as 5.544% and 13.65% respectively. Conclusions: The estimation model of the moisture content of cucumber seedlings showed better results in the PLSR analysis using reflectance spectrum than the linear regression analysis using NDVI.

• 한국농림기상학회지
• /
• 제3권4호
• /
• pp.215-219
• /
• 2001

기후변화 예측 및 영향평가, 수치대기모형의 개선, 농업 및 산림생태계 관리 등 지역 및 지구규모에서 최신의 지표피복정보를 요구하고 있으나 NOAA-AVHRR을 이용하는 기존의 분류체계에서는 우리나라의 주요 식생인 벼논이 독립적으로 분류되지 못했다. Landsat-TM 등 상업적 위성자료를 이용할 경우 벼논의 정밀한 분류가 가능하나 갱신에 많은 노력과 시간이 필요하여 실용적이지 못하다. 본 실험에서는 쉽게 구할 수 있는 NOAA-AVHRR자료를 사용하되, 벼 군락의 시기별 분광특성차를 벼논피복의 검출에 이용하여 간단하면서도 신뢰성 있는 결과를 얻었다. 5월과 8월의 식생지수값의 지리적 분포특성에 근거하여 각각 유사한 특성을 가진 4개 그룹(도시, 삼림, 수역, 농경지)으로 나누고, 8월에 삼림으로 분류된 화소들 가운데 5월에는 수역으로 분류되는 화소들만 발췌하여 벼논으로 간주하는 방법이다. 이 방법에 의해 벼논으로 분류된 화소들을 1,455개 읍면 단위로 취합하여 재배 면적 및 그 분포를 농림부 통계자료와 비교한 결과 이 방법이 USGS의 분류방법 보다 정확하며 신뢰성이 있는 것으로 나타났다.

• 한국지리정보학회지
• /
• 제21권4호
• /
• pp.91-107
• /
• 2018

최근 튀니지는 국토 남쪽의 사하라 사막이 북상하는 추세로 사막화 모니터링과 평가가 요구되고 있다. 본 연구에서는 원격탐사 자료를 활용하여 토지피복 변화를 관찰하고, 정규화식생지수, 표토입자크기지수, 알베도를 산출하여 튀니지의 사막화를 모니터링하였다. 또한, 평가 지표 간 우선순위를 파악하여 Decision Tree (DT)를 구성하였고, 각 사막화 평가 지표, 사막화 등급, 토지피복의 변화빈도와 경향을 확인하였다. 이후, 연구에서 활용한 세 평가 지표와 강수량 간의 상관관계 분석을 수행하였다. 빈도와 경향 분석결과, 튀니지에서는 사막화가 전반적으로 심화되고 있으며, 사막화 정도가 심한 지역이 지리적으로 북상하는 것으로 나타났다. 사막화 평가 지표와 강수량의 상관관계 분석을 시행한 결과, 세 지표 모두 강수량과 높은 상관관계를 갖는 것으로 나타나 강수량의 변화가 튀니지 사막화에 영향을 주고 있음을 확인하였다. 본 연구를 통해 위성영상에 기반한 사막화 지표와 이를 조합하여 평가하는 방식인 Decision Tree, 그리고 토지피복 변화 경향을 고려하는 다양한 방법론의 활용성이 제고되었다.

• 대한원격탐사학회지
• /
• 제33권5_2호
• /
• pp.677-687
• /
• 2017

본 연구에서는 위성영상 기반의 동계작물 구분도 작성을 위한 계층분류 기법을 제안한다. 계층분류 기법은 입력 자료를 계층별로 정의하여 분류하는 방법으로 혼합 픽셀의 효과를 줄이고 분류 성능을 향상시킬 수 있다. 이를 위하여 전북 김제시의 동계작물을 대상으로 Landsat-8 위성영상을 사용하였다. 먼저, Landsat-8 위성영상에서 스마트 팜 맵을 이용하여 농경지를 분류하였다. 그리고 추출된 농경지를 대상으로 시계열 식생지수를 사용하여 동계작물 재배지를 추출한 후, 최종적으로 무인기 영상에서 추출한 훈련자료를 활용하여 밀, 보리, IRG, 청보리 및 혼파 재배지로 분류하였다. 그 결과, 계층분류 기법에 의한 동계작물 분류 정확도는 98.99%로 동계작물별 재배 필지를 효과적으로 분류할 수 있는 것으로 나타났다. 따라서 제안된 분류방법은 작물구분도 작성에 효과적으로 사용 가능할 것으로 기대된다.

• 한국환경복원기술학회지
• /
• 제20권3호
• /
• pp.55-64
• /
• 2017

The problem of the population number of honeybees that is decreasing not only domestically but also globally, has a great influence on human beings and the entire ecosystem. The habitat of honeybees is recognized to be superior in urban environment rather than rural environment, and predicting for habitat assessment and conservation is necessary. Based on this, we targeted Cheonan City and neighboring administrative areas where the distribution of agricultural areas, urban areas, and forest areas is displayed equally. In order to predict the habitat preferred by honeybees, we apply the Maxent model what based on the presence information of the species. We also selected 10 environmental variables expected to influence honeybees habitat environment through literature survey. As a result of constructing the species distribution model using the Maxent model, 71.7% of the training data were shown on the AUC(Area Under Cover) basis, and it was be confirmed with an area of 20.73% in the whole target area, based on the 50% probability of presence of honeybees. It was confirmed that the contribution of the variable has influence on land covering, distance from the forest, altitude, aspect. Based on this, the possibility of honeybee's habitat characteristics were confirmed to be higher in wetland environment, in agricultural land, close to forest and lower elevation, southeast and west. The prediction of these habitat environments has significance as a lead research that presents the habitat of honeybees with high conservation value of ecosystems in terms of urban space, and it will be useful for future urban park planning and conservation area selection.

• 대한원격탐사학회지
• /
• 제27권3호
• /
• pp.315-328
• /
• 2011

Landsat data incorporated with additional bands-normalized difference vegetation index (NDVI) and band ratios were used to assess the extent and rate of deforestation in the Gunung Mutis Nature Reserve (GMNR), a mountainous tropical forest in Eastern of Indonesia. Hybrid classification was chosen as the classification approach. In this approach, the unsupervised classification-iterative self-organizing data analysis (ISODATA) was used to create signature files and training data set. A statistical separability measurement-transformed divergence (TD) was used to identify the combination of bands that showed the highest distinction between the land cover classes in training data set. Supervised classification-maximum likelihood classification (MLC) was performed using selected bands and the training data set. Post-classification smoothing and accuracy assessment were applied to classified image. Post-classification comparison was used to assess the extent of deforestation, of which the rate of deforestation was calculated by the formula suggested by Food Agriculture Organization (FAO). The results of two periods of deforestation assessment showed that the extent of deforestation during 1989-1999 was 720.72 ha, 0.80% of annual rate of deforestation, and its extent of deforestation during 1999-2009 was 1,059.12 ha, 1.31% of annual rate of deforestation. Such results are important for the GMNR authority to establish strategies, plans and actions for combating deforestation.