• 대한원격탐사학회지
• /
• 제36권1호
• /
• pp.15-27
• /
• 2020

Accurate knowledge of land use/land cover (LULC) features and their relative changes over upon the time are essential for sustainable urban management. Urban sprawl growth has been always also a worldwide concern that needs to carefully monitor particularly in a developing country where unplanned building constriction has been expanding at a high rate. Recently, remotely sensed imageries with a very high spatial/spectral resolution and state of the art machine learning approaches sent the urban classification and growth monitoring to a higher level. In this research, we classified the Quickbird satellite imagery by object-based image analysis of Dempster-Shafer (OBIA-DS) for the years of 2002 and 2015 at Karbala-Iraq. The real LULC changes including, residential sprawl expansion, amongst these years, were identified via change detection procedure. In accordance with extracted features of LULC and detected trend of urban pattern, the future LULC dynamic was simulated by using land transformation model (LTM) in geospatial information system (GIS) platform. Both classification and prediction stages were successfully validated using ground control points (GCPs) through accuracy assessment metric of Kappa coefficient that indicated 0.87 and 0.91 for 2002 and 2015 classification as well as 0.79 for prediction part. Detail results revealed a substantial growth in building over fifteen years that mostly replaced by agriculture and orchard field. The prediction scenario of LULC sprawl development for 2030 revealed a substantial decline in green and agriculture land as well as an extensive increment in build-up area especially at the countryside of the city without following the residential pattern standard. The proposed method helps urban decision-makers to identify the detail temporal-spatial growth pattern of highly populated cities like Karbala. Additionally, the results of this study can be considered as a probable future map in order to design enough future social services and amenities for the local inhabitants.

• 한국측량학회지
• /
• 제26권4호
• /
• pp.359-365
• /
• 2008

본 논문에서는 고해상도 위성영상을 이용한 정밀 DEM 생성과 정확도 분석에 관한 연구를 수행하였다. 각 위성 영상에 적절한 센서모델링 기법을 적용하고 자동 피라미드 방식을 이용한 정합과 에피폴라 곡선의 기하학적 특징을 이용한 영상정합방식을 적용하여 보다 정확한 DEM을 생성하고자 노력하였다. 실험영상으로는 IKONOS, SPOT-5, Quickbird, Kompsat-2 위성영상을 이용하였다. 본 연구에서는 궤도-자세각 모델 기법을 확장시켜 Kompsat-2에 적용하여 DEM 생성을 성공적으로 수행하였으며 모든 생성된 DEM은 만족할만한 결과를 보여준다. 생성된 DEM을 USGS DTED 데이터와 비교하여 정확도를 평가하였으며 또한 상용소프트웨어로 생성한 DEM 결과와 비교 분석하였다. 모든 생성된 DEM은 $9m{\sim}12m$의 평균절대오차와 $13m{\sim}16m$의 RMS 오차를 가지며 상용소프트웨어로 생성한 DEM에 비해서도 우수한 성능을 보여준다.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2007년도 춘계학술발표회 논문집
• /
• pp.215-218
• /
• 2007

이 논문은 고해상도 Quickbird 영상을 이용하여 세부레벨계획을 위한 토지피복분류를 수행하였으며 고해상도 영상을 이용한 토지피복분류를 위하여 객체기반분류와 ISODATA 기법을 적용하였다. 객체기반분류는 eCognition 소프트웨어를 사용하였으며 ISODATA 기법의 토지피복분류 결과와 비교분석을 수행하였다. 연구 대상지역은 인도의 Sukkalampatti이라 하는 작은 유역을 대상으로 연구를 진행하였다. 고해상도 영상의 사용으로 토지피복분류에 있어서 공간 해상도에 따른 토지피복의 세부레벨분류 정확도를 향상 시킬 수 있는 이점을 확인 할 수 있으며 또한, 객체기반분류와 ISODATA 기법의 분류 결과는 eCognition을 사용한 객체기반 토지피복분류결과가 ISODATA의 픽셀기반의 분류방법보다 높은 정확도를 보였다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 한국공간정보시스템학회 2005년도 GIS/RS 공동 춘계학술대회
• /
• pp.369-374
• /
• 2005

정사영상 생성, 도시 공간의 모형화 등 도면화의 다양한 응용분야에 적용을 위해서는 위성 영상으로부터 수치고도모형을 생성하는 것은 중요하며, SPOT-5, IKONOS, QUICKBIRD, ORBVIEW 등의 고해상도 위성영상은 효율적이고 경제적으로 수치고도모형을 생성할 수 있는 정보를 제공하고 있다. 그러나, 이들 고해상도 위성영상으로부터 수치고도모형을 생성하기 위해서는 센서모형화, 에피폴라 영상 생성 그리고 영상정합에 대한 사전지식이 필요하다. 이들 중 에피폴라 영상생성은 중요한 인자이며 이에 대한 연구는 아직 미흡한 실정이다. 뿐만 아니라, IKONOS 위성영상으로부터 수치고도모형을 생성하는 연구는 다항식비례모형에 기반한 연구가 주로 이루어졌다. 이에 본 연구에서는 센서 독립적이면서 적은 수의 기준점만으로 센서모형화와 에피폴라 영상생성이 가능한 평행투영모형을 이용하여 수치고도모형을 생성하는 일련의 처리과정을 새롭게 제안하였다. 제안된 방법론은 IKONOS 위성영상을 이용하여 적용하고 평가하였다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2007년도 Proceedings of ISRS 2007
• /
• pp.274-277
• /
• 2007

This study is to estimate the spatial distribution of soil loss using the land use data produced from QuickBird satellite imagery. For a small agricultural watershed (1.16 $km^2$) located in the upstream of Gyeongan-cheon watershed, a precise agricultural land use map were prepared using QuickBird satellite image of April 5 of 2003. RUSLE (Revised Universal Soil Loss Equation) was adopted for soil loss estimation. The data (DEM, soil and land use) for the RUSLE were prepared for 5 m and 30 m spatial resolution. The results were compared with each other and the result of 30 m Landsat land use data.

• 한국농공학회논문집
• /
• 제51권4호
• /
• pp.37-42
• /
• 2009

This study extracted Near Infrared (NIR) band using Image Processing Technology (IPT), and calculated Normalized Difference Vegetation Index (NDVI). Aerial photography from Daum portal in combination with high resolution satellite image was employed to improve vegetation sensitivity by extracting NIR band and calculating NDVI with comparison to QuickBird result. The extracted NIR band and NDVI through IPT presented similar distribution pattern. In addition, a regression analysis by land cover character showed high correlation paddy and forest Therefore, this approach could be acceptable to acquire vegetation environment information.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2004년도 추계학술발표회 논문집
• /
• pp.269-274
• /
• 2004

Recent adoption of the generalized sensor model to IKONOS and Quickbird satellite imagery have promoted various research activities concerning alternative sensor models which can replace conventional physical sensor models. For example, there are the Rational Function Model(RFM), the Direct Linear Transform(DLT) and the polynomial transform. In this paper, the DLT model which uses just a few number of GCPs was suggested. To evaluate the accuracy of the proposed DLT model, the RFM using 35 GCPs and the bias compensation method(Fraser et al., 2003) were compared with it. Quantitative evaluation of 3B positioning results were performed with independent check points and the digital elevation models(DEMs). In result, a 1.9- to 2.2-m positioning accuracy was achieved for modeling and DEM accuracy is similar to the accuracy of the other model methods.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2002년도 Proceedings of International Symposium on Remote Sensing
• /
• pp.728-733
• /
• 2002

The measurement of river discharge is among the most fundamental observations and is necessary for understanding many water-related issues, such as flooding hazards, sediment transportation, and nutrient movement. Traditionally river discharge is estimated by measuring the water stage and converting the measurement to discharge using a stage-discharge rating curve. The possibility of monitoring river discharge from satellites has been largely ignored, because it is difficult to measure water surface information from space with sufficient precision. In this paper, an efficient approach to discharge estimation using mainly satellite data is developed and described. The proposed method, which focuses on the measurement of water-surface width coupled with river width-stage and stage-discharge relationships, is applied to the Yangtze River with good results.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.750-752
• /
• 2003

The objective of this investigation is to compare the geometric precision of Rigorous Sensor Model and Rational Function Model for QuickBird images. In rigorous sensor model, we use the on-board data and ground control points to fit an orbit; then, a least squares filtering technique is applied to collocate the orbit. In rational function model, we first use the rational polynomial coefficients provided by the satellite company. Then the systematic bias of the coefficients is compensated by an affine transformation using ground control points. Experimental results indicate that, the RFM provides a good approximation in the position accuracy.

• 한국공간정보시스템학회 논문지
• /
• 제12권1호
• /
• pp.66-75
• /
• 2010

항공사진이나 다중분광영상을 활용하여 도로 지도를 제작할 경우 최근에 건설된 도로에 대한 지도의 업데이트가 너무 늦어 일반 수요자의 수준을 고려한 서비스를 제공하지 못하는 한계가 있다. Google Earth에서는 RGB값에 의거한 이미지가 아주 높은 주기 해상도를 가지고 무료로 제공되고 있기 때문에 도로를 추출하기 주요 데이터로 부상되고 있다. 본 연구는 Google Earth로 도로를 추출하기 위한 최적의 RGB 표준값과 범위값을 추적하는 의도로 출발하였다. 5개의 사례연구지역에 대해 Google Earth RGB 영상을 활용하여 도로를 추출할 수 있는 능력에 대해 검증이 이루어졌다. 수동 검출을 통해 Google Earth 이미지에서 RGB 대푯값을 각각 126, 125, 127을 도출하였고, 도로의 특성을 감안한 대푯값 범위를 분석하여 RGB값 각 25%, 30%, 19%가 최적인 것을 알 수 있었다. 아울러 Google Earth 이미지의 디스플레이 축척간에 RGB 표준값과 범위값이 큰 차이가 없음을 확인할 수도 있었다. 기존연구에서 활용된 다양한 알고리즘이 RGB 화소값의 최적구간을 추적할 수 있었으며 61cm 공간해상도를 가진 Quickbird RGB 데이터가 다양한 형태의 도로를 추출할 수 있다는 것이 확인되었다.