• 한국농공학회논문집
• /
• 제55권6호
• /
• pp.47-55
• /
• 2013

The objective of this study is to evaluate the applicability of Communication, Ocean, and Meteorological Satellite (COMS) Geostationary Ocean Color Imager (GOCI) vegetation indices on a quantitative analysis. For evaluation, the vegetation indices such as RVI, NDVI and SAVI were extracted by using COMS GOCI and Terra Moderate Resolution Imaging Spectroradiometer (MODIS) imageries. The 4,000 points using simple random sampling (SRS) method were randomly extracted from land areas except ocean to compare the vegetation indices from two images. The results of linear regression showed that the regression coefficients of RVI, NDVI, and SAVI between COMS GOCI and Terra MODIS were 0.66~0.82, 0.71~0.83, and 0.71~0.83, respectively. Especially, the regression coefficients of RVI (r=0.85), NDVI (r=0.91) and SAVI (r=0.91) were strongly related from September 2011 to January 2012. Thus, COMS GOCI can be substituted for particular periods and it needs to verify additionally.

• 한국산림과학회지
• /
• 제101권3호
• /
• pp.356-364
• /
• 2012

본 연구에서는 접근이 어려운 장백산 중국 지역의 바이오매스를 현장조사 자료와 IKONOS 위성영상을 이용하여 추정하였다. IKONOS 위성영상을 이용하여 임상단위로 수종구분을 하고, 위성영상으로부터 추정된 식생지수와 기존 연구에서 추정된 장백산 일부 지역의 바이오매스(Biomass)를 이용하여 회귀분석을 실시하였다. 이때, 위성영상으로부터 추정된 식생지수 5가지(SAVI, NDVI, SR, ARVI, EVI)와 현장정보가 이용되었다. 그 결과 5가지 식생지수와 바이오매스간의 상관관계의 결정계수의 순위는 다음과 같이 SAVI(0.84), NDVI(0.73), SR(0.59), ARVI(0.0036), EVI(0.0026) 나타났다. 이와 같은 결과를 바탕으로 최종적으로, 장백산 일부 지역에 대한 수종별 바이오매스 분포량을 산출함으로써 천연림의 탄소흡수원 추정을 위한 기초자료를 마련하였다.

• 지적과 국토정보
• /
• 제47권1호
• /
• pp.15-26
• /
• 2017

도시화에 따른 녹지의 감소로 서식처 피괴, 대기오염, 열섬효과 등 많은 환경문제들이 발생하고 있다. 최근에는 자연경관에 대한 관심이 높아지면서 겨울철에도 서식하는 상록수의 적정 관리가 중요하게 대두되고 있다. 본 연구에서는 UAV 기반 식생지수를 이용하여 상록수 분포면적을 분석하였다. 먼저 고정익 UAV에 RGB와 NIR+RG 카메라를 탑재하였으며 Pix4D SW 기반 GCP점을 활용하여 영상접합을 수행하였다. 그리고 취득한 정사영상으로부터 밴드계산 기능을 통해 NDVI와 SAVI 식생지수를 계산하였다. 식생지수 구간별 상록수 분포의 정확도를 평가하기 위해 검정점을 이용하였으며, 분석 결과 "NDVI > 0.5"와 "SAVI > 0.7" 구간에서 Kappa 계수가 각각 0.822와 0.816로 가장 높게 나타났다. GIS 공간분석을 통해 계산한 "NDVI > 0.5"와 "SAVI > 0.7" 구간에서의 상록수 분포면적은 각각 $11,824m^2$와 $15,648m^2$로 계산되었으며 이는 전체면적 대비 4.8%와 6.3%에 해당되는 비율이다. 이와 같이 도심지 환경, 대기오염, 기후변화, 열섬효과 등과 관련하여 식생을 분석하는 업무에서 UAV가 최신의 고해상도 정보를 제공해 줄 수 있으리라 판단된다.

• 한국지구과학회지
• /
• 제25권8호
• /
• pp.754-763
• /
• 2004

본 연구는 강원도 강릉지역 산불지역의 피해분석을 위한 피해지 지표분류를 목적으로 Landsat Enhanced Thematic Mapper Plus (ETM+) 영상에서 활용할 수 있는 분류지수의 적용을 검토하였다. 연구지역 산불지역을 대상으로 Landsat TM 영상을 활용하기 위해 개발된 식생지수(NDVI)와 토양을 고려한 식생지수(SAVI), Tasseled Cap 변환으로 억을 수 있는 밝기지수(brightness), 습윤지수(wetness), 녹색지수(greenness)를 야외조사 결과와 비교하였다. 분석 결과 식생지수와 토양을 고려한 식생지수는 산불발생지역과 산불이 발생하지 않은 지역에 대한 구분이 뚜렷하였으나, 산불발생지역내에서 피해지역 구분에는 적절하지 않은 것으로 파악되었다. 산불방생지역내에서는 Tasseled Cap 변화에서 나타나는 토양평면을 활용할 때 침식피해와 관련한 야외조사 결과와 가장 근접한 분류 결과를 얻을 수 있었다. Tasseled Cap 변환에서 건조지수와 녹색지수를 더하여 선형함수로 활용하면 신속하고 효율적으로 산불지역을 분류가 가능 할 것으로 기대된다.

• 전자공학회지
• /
• 제22권6호
• /
• pp.17-26
• /
• 1995

• 한국원자력학회:학술대회논문집
• /
• 한국원자력학회 2005년도 추계학술발표회
• /
• pp.1029-1030
• /
• 2005

• 대한공간정보학회지
• /
• 제24권3호
• /
• pp.39-47
• /
• 2016

본 연구는 몽골 Tuul-basin 지역의 토지피복변화 상태와 토지황폐화에 대한 분석을 위해 1990, 2001, 2011년의 녹색식물의 활력도가 가장 높은 여름의 Landsat 위성영상을 활용하였다. 몽골 Tuul-Basin 지역의 시계열 데이터를 이용하여, 정규식생지수(NDVI, normalized difference vegetation index), 토양조절 식생지수(SAVI, soil-adjusted vegetation index), 지표면온도(LST, land surface temperature)를 계산하여 토지피복변화 분석을 하였다. 그 결과 연구지역 전체 지역의 산림 및 녹지는 감소되고, 건조지역, 휴경지는 증가된 것으로 나타났으며, 점진적으로 토지가 황폐화되어 감을 알 수 있었다. 또한 LST와 식생지수의 상관성 분석을 실시한 결과, 높은 상관관계를 나타내었으며, 이는 대상지역의 토지피복변화나 식생의 활력도가 지표면의 온도와 밀접하게 관계가 있다는 것을 알 수 있었다.

• 한국환경복원기술학회지
• /
• 제22권1호
• /
• pp.61-72
• /
• 2019

With the diversification of research using UAV(Unmanned Aerial Vehicle)s, the possibility of remote sensing research for urban green spaces is increasing. UAVs can be used as an investigation method to monitor the successful construction of the park and the planting of vegetation since its creation. This study was carried out to investigate UAVs utilization of urban green space monitoring in Dosol Square. It was photographed three times on May 21, July 13, and September 16, 2018 using DJI Phantom3 pro, Inspire2, and Parrot Sequoia multispectral camera. Orthographic images were overlaid on the planting plan of the site and the construction results were checked, the change of vitality of the plantation area was analyzed by NDVI(Normalized Difference Vegetation Index) and SAVI(Soil Adjusted Vegetation Index). As a result, it was confirmed that the UAVs are very effective for surveying the view of the urban green space after the construction and recording the results, which can be grasped quantitatively by overlaying the planting plan map. UAVs are more likely to be used in terms of monitoring vegetation vitality. It is interpreted that SAVI is better than NDVI in the green space just after composition. Chionanthus retusus and Pinus strobus were analyzed for their low level of vitality, and partially damaged and their vitality was lowered. In addition, there was difficulty in grass planting area and flower garden due to drainage and summer drought problems. In the future, it is expected that orthoimage and multispectral data using UAVs will be useful in the early vegetation monitoring and management field of urban green spaces.

• 한국측량학회지
• /
• 제32권6호
• /
• pp.607-615
• /
• 2014

RVI (Radar Vegetation Index) has shown some promise in the vegetation fields, but its relationship with MVI (Multispectral Vegetation Index) is not known in the context of various land covers. Presented herein is a comparative analysis of the MVI values derived from the LANDSAT-8 and RVI values originating from the RADARSAT-2 quad-polarimetric SAR (Synthetic Aperture Radar) data. Among the various multispectral vegetation indices, NDVI (Normalized Difference Vegetation Index) and SAVI (Soil Adjusted Vegetation Index) were used for comparison with RVI. Four land covers (urban, forest, water, and paddy field) were compared, and the patterns were investigated. The experiment results demonstrated that the RVI patterns of the four land covers are very similar to those of NDVI and SAVI. Thus, during bad weather conditions and at night, the RVI data could serve as an alternative to the MVI data in various application fields.

• 지적과 국토정보
• /
• 제50권1호
• /
• pp.201-214
• /
• 2020

본 연구는 UAV 영상의 식생지수를 활용한 소나무재선충병 피해목 조기 탐지를 그 목적으로 하며, NDVI를 비롯한 대표적인 식생지수들을 선정하고 각각의 분류 정확도 비교분석을 통해 최적의 식생지수를 분석해보았다. 현장답사를 통하여 193개체의 소나무재선충병 피해목 위치데이터를 구축하고 동시에 다중분광 UAV 영상을 이용하여 4가지 식생지수 분석을 수행하였다. 무감독분류(K-Means)를 통하여 피해목을 분류하였고, 오차행렬(Confusion Matrix)를 이용하여 식생지수별 분류정확도를 비교·분석하였다. 연구의 결과를 요약하면 다음과 같다. 첫째 분류의 전체정확도는 NDVI (88.04%, Kappa계수 0.76) > GNDVI (86.01%, Kappa계수 0.72) > NDRE (77.35%, Kappa계수 0.55) > SAVI (76.84%, Kappa계수 0.54)순으로 분석되어 NDVI가 가장 높은 정확도를 보였으며, GNDVI가 거의 비슷한 수준의 분류정확도를 보였다. 둘째, NDVI 및 GNDVI 식생지수를 이용한 K-Means 무감독 분류방법으로 피해목의 판별이 어느 정도 가능한 것으로 판단된다. 특히 위 기법은 연산이 집약적이고 사용자의 개입이 적고 분석과정이 상대적으로 간단하여 피해목의 조기 탐지에 도움을 줄 수 있을 것으로 판단된다. 향후 시계열영상의 활용 또는 딥러닝기법의 추가 응용으로 분류정확도를 높일 수 있을 것으로 기대한다.