• 대한원격탐사학회지
• /
• 제33권1호
• /
• pp.79-88
• /
• 2017

The RapidEye satellite sensor has various spectral wavelength bands, and it can capture large areas with high temporal resolution. Therefore, it affords advantages in generating various types of thematic maps, including land cover maps. In this study, we applied a supervised classification scheme to generate high-resolution land cover maps using RapidEye images. To improve the classification accuracy, object-based classification was performed by adding brightness, yellowness, and greenness bands by Tasseled Cap Transformation (TCT) and Normalized Difference Water Index (NDWI) bands. It was experimentally confirmed that the classification results obtained by adding TCT and NDWI bands as input data showed high classification accuracy compared with the land cover map generated using the original RapidEye images.

• 대한원격탐사학회지
• /
• 제37권5_1호
• /
• pp.1207-1214
• /
• 2021

본 논문에서는 미계측 저수지에 대한 저수지 면적 계산을 위하 Sentinel-2 광학 위성 영상을 기반으로 한 원격 수체 탐지를 수행하는 과정에서 구름의 영향을 배제할 수 있는 기술을 개발하고, 이에 대한 활용성 확인을 위해 대표적인 미계측 저수지인 북한 황강댐 저수지에 적용해보았다. 원격 수체 탐지 기술은 가장 먼저 탐지 대상 저수지가 포함된 Sentinel-2 위성 자료의 구름 경계 정보와 저수지 경계를 비교하여 구름 차폐 비율을 계산하고, 그 값이 일정 값을 넘지 않는 자료를 선정한다. 그 후, 선정한 영상을 이용해 NDWI (Normalized Difference Water Index)를 계산해 대상 저수지 경계 내에서 수체로 간주할 수 있는 NDWI 값을 지니는 격자 수를 구하고 구름 차폐 비율을 이용해 보정하는 것으로 저수지의 수체 면적을 계산한다. 이를 토대로 황강댐 저수지에 대한 자료를 선정하기 위한 구름 차폐 비율 기준을 결정하기 위해 2018년 7월부터 2021년 10월까지의 자료에 적용해본 결과, 구름 차폐 비율 기준을 10%로 설정했을 때 구름으로 인한 왜곡이 크게 발생한 탐지 결과가 충분히 걸러지는 것을 확인하고, 총 220개 영상 중 수체면적 변화를 확인할 수 있는 114개의 황강댐 저수지 면적 계산 결과를 얻을 수 있었다.

• 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.

• 한국환경복원기술학회지
• /
• 제19권1호
• /
• pp.73-83
• /
• 2016

Forest degradation reduces ecosystem services provided by forest and could lead to change in composition of species. In North Korea, there has been significant forest degradation due to conversion of forest into terrace fields for food production and cut-down of forest for fuel woods. This study analyzed the phenological changes in North Korea, in terms of vegetation and moisture in soil and vegetation, from March to Octorber 2013, using MODIS (MODerate resolution Imaging Spectroradiometer) images and indexes including NDVI (Normalized Difference Vegetation Index), NDSI (Normalized Difference Soil Index), and NDWI (Normalized Difference Water Index). In addition, marginal farmland was derived using elevation data. Lastly, degraded terrace fields of 16 degree was analyzed using NDVI, NDSI, and NDWI indexes, and marginal farmland characteristics with slope variable. The accuracy value of land cover classification, which shows the difference between the observation and analyzed value, was 84.9% and Kappa value was 0.82. The highest accuracy value was from agricultural (paddy, field) and forest area. Terrace fields were easily identified using slope data form agricultural field. Use of NDVI, NDSI, and NDWI is more effective in distinguishing deforested terrace field from agricultural area. NDVI only shows vegetation difference whereas NDSI classifies soil moisture values and NDWI classifies abandoned agricultural fields based on moisture values. The method used in this study allowed more effective identification of deforested terrace fields, which visually illustrates forest degradation problem in North Korea.

• 한국측량학회지
• /
• 제36권6호
• /
• pp.433-442
• /
• 2018

저수구역은 계획된 홍수위에 의하여 둘러싸인 지역 혹은 댐의 계획된 홍수위 내에 있는 지역으로 정의된다. 본 연구에서는 저수구역 내 농경지를 탐지하기 위하여, 대표적인 기계학습 기법인 RF (Random Forest) 기반의 감독 분류 방법을 적용하였다. 저수구역 내의 농경지를 효과적으로 분류하기 위하여, 질감정보를 정량화하기 위한 대표적인 기법인 GLCM (Gray Level Co-occurrence Matrix)과 NDWI (Normalized Difference Water Index), NDVI (Normalized Difference Vegetation Index)를 추가적인 입력자료로 활용하였다. 특히, 질감정보를 생성하는데 사용된 윈도우 크기가 농경지의 분류 정확도에 미치는 영향을 분석하여, 저수구역 내의 농경지를 효과적으로 분류하기 위한 방법론을 제시하였다. 실험결과, UAV 영상을 이용한 분류결과를 통하여 취득된 다중분광영상과 NDVI, NDWI, GLCM 영상들을 이용하여 저수구역 내의 농경지를 효과적으로 탐지할 수 있음을 확인하였다. 또한, GLCM의 윈도우 크기가 분류정확도를 향상시키기 위한 중요한 변수임을 확인하였다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2009년도 춘계학술대회 논문집
• /
• pp.101-104
• /
• 2009

기후 시스템에서 지구온난화는 세계적으로 매우 중요한 문제이고 이는 기후변화, 이상기온, 폭우, 가뭄 등의 문제를 초래한다. 특히 사막화는 전 세계적으로 10억 명 이상의 사람들에게 영향을 미치고 있다. 건조한 상태의 식생은 사막화되기 쉽기 때문에 식생의 수분상태는 사막화의 중요한 지표이다. 본 논문에서는 중국과 몽골 사막 주변영역에 대해 식생의 수분상태를 탐지하였다. 식생의 수분상태를 탐지하기 위해 1999년부터 2006년까지의 SPOT/VEGETATION 위성 이미지를 이용하여 정규화 수분지수(NDWI: Normalized Difference Water Index)를 산출하였다. 그 결과 1999년부터 2006년까지의 NDWI는 사막주변영역에서 감소하는 경향을 보였고, 그 영역은 몽골 고비사막 북동지역과 중국 타클라마칸 사막의 남동지역에 위치해 있었다.

• 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
• /
• 제20권3호
• /
• pp.19-27
• /
• 2012

바람은 기상, 기후, 신재생 에너지 등 다양한 분야에서 널리 활용되는 매우 중요한 요소 중 하나이다. 이 연구에서는 우선, 중규모 기상모델 WRF를 이용하여 우리나라의 전역에 대하여 2006년도를 대상으로 수치 시뮬레이션을 수행하여, 시공간적 상세 바람정보를 생산하였다. 수치모의 된 풍속은 관측풍속과 비교하여 공간적 및 계절적 특징을 비교적 잘 나타내었으나, 전반적으로 다소 과대 모의되는 경향을 보였다. 이러한 예측오차를 줄이기 위하여, 위성원격탐사로부터 생산된 지표특성 변수인 LST와 NDWI를 사용한 예측풍속의 통계적 보정 알고리즘을 개발하고, 다중회귀분석에 의하여 보정식의 토지피복별 상수와 계수를 도출하였다. 제안된 보정 알고리즘에 의하여 최종적으로 보정된 풍속은 관측풍속과 비교하여 높은 상관관계, 0.4 m/s 미만의 RMSE, 0에 가까운 BIAS로 매우 높은 일치성을 보였다. 따라서, 이 연구에서 제안한 위성원격탐사자료를 활용한 통계적 보정 알고리즘은 중규모 수치모의에 의한 예측오차를 개선하고 보다 정확한 한반도 바람정보를 생산하는데 있어서 간략하고 유용한 수단이 될 수 있으리라 기대된다.

• 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.

• 한국지리정보학회지
• /
• 제19권2호
• /
• pp.98-106
• /
• 2016

원격탐사는 관찰하고자 하는 지역을 직접 방문하지 않고, 영상만으로도 적은 비용으로 짧은 시간 안에 대상지역을 연구하는데 있어 효율적인 기술이다. 본 연구에서는 가장 최근에 발사된 Landsat-8 OLI(Operational Land Imager) 영상을 이용하여 하천유역의 토지피복분류 정확도를 개선하는 방법을 제안하였다. 제안된 방법 중 첫 번째로 Landsat-8 OLI 영상을 이용하여 정규식생지수인 NDVI(Normalized Difference Vegetation Index)와 정규수분지수 NDWI(Normalized Difference Water Index)를 생성하였다. 두 번째로 원래의 영상에 생성된 NDVI와 NDWI 2개의 밴드를 Layer-Stacking하여 새로운 영상을 만들었다. 마지막으로 기존의 영상과 밴드조합을 적용한 새로운 영상에 각각 MLC(Maximum Likelihood Classification), SVM(Support Vector Machine)의 감독분류를 적용하였다. 하천피복분류를 할 때 정확도를 개선하는데 있어 그 의미가 있으며, 분류결과 MLC 분류방법을 적용하였을 때 약 8% 이상, SVM 분류방법을 적용하였을 때 약 1.6% 정도 개선되었다. 향후 다양한 영상과 밴드조합을 통한 연구가 이루어진다면 보다 나은 의사결정에 도움이 될 것으로 사료된다.