• 대한공간정보학회지
• /
• 제19권3호
• /
• pp.23-32
• /
• 2011

본 연구에서는 소유역을 정방형 격자망으로 형성하고 GIS 데이터처리를 행하여 다양한 지형적인 요소를 각 격자 단위로 해석할 수 있도록 한 다음, 분포형 모형 중 대표적인 $Vflo^{TM}$에 적용하였다. 그리고 모형을 이용함에 있어서 소유역 내에서 공간적으로 상이함을 무시하고 유역의 평균적인 토양함수조건을 적용하는 종전의 연구와 달리, 픽셀 단위로 구성되어 있는 LANDSAT 7 $ETM^+$ 위성영상으로부터 Tasseled Cap 변환을 통해 추출한 토양함수정보 를 모형의 각 격자에 적용하였다. 연구 결과, 소유역에서 토양함수의 공간적인 변화가 분포형 모형의 틀에 잘 부합할 수 있음을 확인할 수 있었다. 또한 영상획득시기의 습윤지수와 10일 선행강우량과의 관계식을 추정하였으며, 이를 통해 구한 가중치의 적용성을 입증할 수 있었다.

• Spatial Information Research
• /
• 제10권3호
• /
• pp.481-492
• /
• 2002

본 연구에서는 위성 영상을 이용하여 경작지에 나타나는 봄가뭄의 가뭄 심도와 공간적 패턴을 분석하고 그 효용성을 평가하였다. 가뭄이 심각한 우심지역에 대한 신속한 분석은 효과적인 정책 수집과 피해를 감소시키는데 필수적 요소이다. 우선 농작물생육에 가장 큰 영향을 주는 토양수분에 관한 정보는 Tasseled cap 변환으로 얻어진 Wetness value를 통해 확인하였다. 그리고 NDVI와 Wetness의 상관관계분석을 통해 가물어가는 농경지의 상태 파악이 가능하면, 피복 정도를 통해 밭작물에 대한 가뭄 영향력을 이해할 수 있었다. 또한 설명력이 높은 주성분 요인들과 Wetness의 상관관계분석에서 건조한 지역을 가려내어 가뭄지역을 밝힐 수 있었다. 마지막으로 분석을 토해 확인된 가뭄 민감지역과 실제 가뭄 대책비와의 높은 상관관계는 국지적 가뭄 연구의 가능성과 가뭄 정책 수립 시 의사결정지원 가능성을 보여주었다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.908-910
• /
• 2003

In this paper the extraction method for the best suitable green vegetation area in urban area, Daegu, Korea, was developed using satellite images (1994, 1999, Landsat TM). For this, the GIS overlay analysis of GVI (Green Vegetation Index), SBI (Soil Brightness index), NWI (None-Such wetness Index) was performed to estimate the best suitable green vegetation area. Also, the statistical documents, algorithm and Tasseled-Cap index were used to recognize the change of land cover such as cultivation area, urban area, and damaged area. Through the result of this study, it is possible to monitor the large sized reclamation of land by drainage or damaged area by forest fires. Moreover, information with the change of green vegetation and the status of cultivation by GVI, but also moisture content by percentage by NWI and surface class by SBI can be obtained.

• 한국농공학회논문집
• /
• 제47권6호
• /
• pp.37-45
• /
• 2005

Almost every year, Korea has been suffered from serious damages of lives and properties, due to landslides that are triggered by heavy rains in monsoon season. In this paper, we systematized the physically based landslide prediction model which consisted of 3 parts, infinite slope stability analysis model, groundwater flow model and soil depth model. To evaluate its applicability to the prediction of landslides, the data of actual landslides were plotted on the predicted areas on the GIS map. The matching rate of this model to the actual data was $84.8\%$. And the relation between hydrological and land form factors and potential landslide were analyzed.

• 한국지구과학회지
• /
• 제35권1호
• /
• pp.54-68
• /
• 2014

서울을 포함한 수도권지역의 지표면 특성분석을 위하여 Landsat 위성자료(Landsat 5, Landsat 7, Landsat 8)를 이용하여 다양한 지표 특성지수와 지표면 온도를 계산하였다. 연구에 사용된 Landsat 자료는 가을철 자료로써 1985년 10월 21일의 Landsat 5, 2003년 9월 29일의 Landsat 7 그리고 2013년 9월 1일의 Landsat 8 자료를 이용하였다. 그리고 서울과 주변지역에 대하여 토양조절 식생지수, 수정 정규 습윤지수, 정규 습윤지수, 태슬 모자형 밝기, 태슬 모자형 초록, 태슬 모자형 습윤, 정규 식생지수, 정규 건설지수와 같은 지표 특성지수와 지표면 온도를 산출하였다. 대부분의 지표 특성지수들은 도시, 시골, 산, 건물, 강 그리고 도로 등에서 잘 구별되었다. 특히, 도시화의 특징은 서울 주변의 신도시(예, 일산)에서 잘 나타났다. 정규 식생지수와 정규 건물지수 그리고 지표면 온도에 따르면 도시의 확장은 서울의 주변지역에서 뚜렷이 보였다. 지표면 온도와 지표고도는 식생 또는 건설물의 구조와 분포를 나타내는 정규 식생지수 그리고 정규 건물지수와 강한 상관성이 나타났다. 정규 식생지수는 지표면온도와 양의 상관성을 보였고 지표고도와 음의 상관성을 가지는 반면, 정규 식생지수는 지표면온도와 지표고도에 대하여 각각 반대의 특성을 나타내었다. 또한, Landsat의 정규 식생지수와 정규 건물지수는 수도권지역에서 밀접한 관계를 보였다. Landsat 8과 Landsat 5에서는 -0.6 이하의 강한 상관성이 있었으며 Landsat 7에서는 -0.5 이상의 낮은 상관성이 나타났다.

• 한국환경복원기술학회지
• /
• 제18권4호
• /
• pp.15-27
• /
• 2015

The objectives of this study are to analyze the quantitative ecological principal components of Korean Peninsula using the multivariate spatial environmental datasets and to compare the ecological difference between South and North Korea. Ecological maps with GIS(Geographical Information System) are constructed by PCA(Principal Component Analysis) based on seventeen raster(cell based) variables at 1km resolution. Ecological differences between South and North Korea are extracted by Factor Analysis using ecosystem maps masked from Korean ones. Spatial data include SRTM(Shuttle Radar Topography Mission), Temperature, Precipitation, SWC(Soil Water Content), fPAR(Fraction of Photosynthetically Active Radiation) representing for a productivity, and SR(Solar Radiation), which all cover Korean peninsula. When it performed PCA, the first three scores were assigned to red, green, and blue color. This color triplet indicates the relative mixture of the seventeen environmental conditions inside each ecological region. The first red one represents for 'physiographic conditions' worked by high elevation and solar radiation and low temperature. The second green one stands for 'seasonality' caused by seasonal variations of temperature, precipitation, and productivity. The third blue one means 'wetness condition' worked by high value such as precipitation and soil water contents. FA extraction shows that South Korea has relatively warm and humid ecosystem affected by high temperature, precipitation, and soil water contents whereas North Korea has relatively cold and dry ecosystem due to the high elevation, low temperature and precipitation. Results would be useful at environmental planning on inaccessible land of North Korea.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2008년도 International Symposium on Remote Sensing
• /
• pp.378-381
• /
• 2008

The regulating and relaxing targets in the Land Use Regulation and Total Maximum Daily Loads are influenced by Land cover information. For the providing more accurate land information, this study attempted to generate an impervious surface map using KOMPSAT-2 image which a Korea manufactured high resolution satellite image. The classification progress of this study carried out by tasseled-cap spectral enhancement through each class extraction technique neither existing classification method. KOMPSAT-2 image of this study is enhanced by Soil Brightness Index(SBI), Green vegetation Index(GVI), None-Such wetness Index(NWI). Then ranges of extracted each index in enhanced image are determined. And then, Confidence Interval of classes was determined through the calculating Non-exceedance Probability. Spectral distributions of each class are changed according to changing of Control coefficient(${\alpha}$) at the calculated Non-exceedance Probability. Previously, Land cover classification map was generated based on established ranges of classes, and then, pervious and impervious surface was reclassified. Finally, impervious ratio of reclassified impervious surface map was calculated with blocks in the study area.

• 한국지형학회지
• /
• 제25권2호
• /
• pp.1-14
• /
• 2018

The main objective of this paper is to classify properties of the locational environment for each debris type by calculating likelihood ratio based on the correlation between the distributions for each type of debris landform. A total of 8 thematic maps, like as elevation, slope, aspect, curvature, topographic wetness index (TWI), soil drainage, geology, and landcover including with GIS spatial information generally used in this type of debris landform analysis. The results of this study showed that the block stream had a high likelihood ratio compared to talus in areas with relatively high elevation; and concerning slope, the block stream had a high likelihood ratio in a relatively low region than talus. Concerning aspect, a clear correlation could not be analyzed for each debristype, and concerning curvature, the block stream displayed a developed slope on the more concave valley than the talus. Analysis concerning TWI, the block stream displayed a higher likelihood ratio in wider sections than talus, and concerning soil drainage, the talus and block stream both displayed a high likelihood ratio in regions with well-drained soil. The talus displayed a high likelihood ratio in the order of metamorphic rocks, sedimentary rocks, and granite, while the block stream displayed a high likelihood ratio in the order of volcanic rocks, granite, and sedimentary rocks. In addition, concerning landcover, the likelihood ratio had the most concentrated distributed compared to natural bare land only concerning talus. Based on the likelihood ratio result, it can be used as basic data for extracting the possible areas of distribution for each debris type through the GIS spatial integration method.

• 한국지형학회지
• /
• 제20권1호
• /
• pp.21-33
• /
• 2013

이 연구에서는 접근이 어렵고 범위가 광대하여 많은 시간과 비용이 소요되는 산지습지의 현장조사 대상범위를 줄이고 작업의 효율성을 높이기 위해 산지 습지 위치와 지형 및 기타 GIS 정보 사이의 관계를 확률로 표현하는 Weight of Evidence 기법을 적용하여 산지습지 가능지역을 추출하였다. 이를 위하여 영남지역을 대상으로 산지습지와 관련된 경사 분포, 곡률 분포, 식생지수 분포, 습윤지수 분포, 토양 배수등급 분포 등 공간 데이터베이스를 구축하고 이를 기존 산지습지 위치와의 상관관계를 통하여 Weight of Evidence를 구하였다. 우도비를 통하여 산지습지 가능성에 대한 각 요인의 등급을 분석한 결과 경사도, 곡률, 식생지수, 습윤지수가 낮을수록, 토양 배수등급이 양호한 곳에 산지습지 분포 가능성이 높은 것으로 나타났다. 산지습지가능성도 작성을 위하여 각 요인의 등급에 대하여 Weight of Evidence 가중치를 부여하고 GIS 중첩분석을 실시하여 산지습지가능지수를 산출하였다. 그리고 검증을 위하여 산지습지 가능지수 등급구간에 대한 산지습지 위치 포함 누적비율을 표시한 성공확률곡선을 작성하고 면적비율을 계산한 결과 75.48%로서 상당히 높은 예측정확도를 나타내었다.

• 한국측량학회지
• /
• 제35권5호
• /
• pp.357-364
• /
• 2017

The purpose of the study is to develop and validate landslide susceptibility map of Bhotang village development committee, Nepal using FR (Frequency Ration) and SI (Statistical Index) methods. For the purpose, firstly, a landslide inventory map was constructed based on mainly high resolution satellite images available in Google Earth Pro, and rest fieldwork as verification. Secondly, ten conditioning factors of landslide occurrence, namely: altitude, slope, aspect, mean topographic wetness index, landcover, normalized difference vegetation index, dominant soil, distance to river, distance to lineaments and rainfall, were derived and used for the development of landslide susceptibility map in GIS (Geographic Information System) environment. The landslide inventory of total 116 landslides was divided randomly such that 70% were used for training and remaining 30% for validating result by receiver operating characteristics curve analysis. The area under the curve were found to be greater than 0.7 indicating an acceptable susceptibility maps obtained using FR and SI methods in GIS for hilly region of Nepal.