• 대한공간정보학회지
• /
• 제17권2호
• /
• pp.55-60
• /
• 2009

본 연구에서는 경주시 내남면을 대상으로 KOMPSAT-2 MSC(Multi Spectral Camera) 영상(2007.06.12)을 기반으로 NDVI(Normalized Difference Vegetation Index)와 TCT(Tasseled-Cap Transformation) 영상 알고리즘을 적용하여 DN 분포도를 작성 하였다. NDVI 및 TCT DN 분포도와 산림 현장 조사 결과와의 비교 분석을 통하여 임상 분류 정확도 향상을 위한 영상 알고리즘 변별력 분석을 수행하고 마지막으로 현장조사 자료와의 중첩 분석을 통하여 임상분류 정확성을 검증 하였다. 본 연구를 통하여 KOMPSAT-2 MSC 영상을 이용하여 임상 분류 자동화 실용성에 대한 검토와 정밀 산림 임상도 제작과정에서 저비용 고효율성을 기대할 수 있으리라 사료된다.

• 대한원격탐사학회지
• /
• 제30권2호
• /
• pp.275-292
• /
• 2014

이 연구에서는 Geostationary Ocean Color Imager(GOCI) 센서에 적용할 수 있는 고유의 Tasseled Cap Transformation(TCT) 계수를 제시하고 있다. TCT는 다중밴드 센서 자료로부터 지표의 특성을 분석하는 전통적인 영상변환 방법 중 하나로 새로운 다중밴드 광학센서가 관측을 시작하는 경우 센서의 특성 차이로 인하여 각각의 육상관측 위성센서에 적합한 TCT 계수들이 장기 분석을 통하여 수립되어야 한다. GOCI 센서는 해양관측이 주 목적으로 개발되었으나 영상의 상당 부분은 육지를 관측하고 있으며 밴드 구성은 육지관측에도 일반적으로 이용되는 Visible-Near InfraRed(VNIR) 영역의 정보를 포함하고 있다. 또한 GOCI 센서의 높은 시간 해상도는 지표의 일별 변화의 관측에도 유용하게 사용될 수 있다. 이러한 장점을 이용하여 GOCI 센서에 대한 고유한 TCT가 제공된다면 GOCI 센서의 관측범위 내에서 준 실시간으로 지표변화에 대한 분석과 해석이 가능할 것이다. TCT는 일반적으로 "Brightness", "Greenness", "Wetness"의 세 가지 정보를 포함하지만, ShortWave InfraRed(SWIR) 파장대역이 없는 GOCI 센서의 경우에는 "Wetness"의 정보를 얻을 수 없다. GOCI 센서의 높은 시간 해상도의 활용을 극대화하기 위해서는 "Wetness"의 정보가 제공되어야 한다. "Wetness"의 정보를 얻기 위해 GOCI 주성분 분석(Principal Component Analysis: PCA) 공간을 MODIS TCT 공간에 선형 회귀하는 방법이 사용되었다. 이 연구에서 산출된 GOCI TCT 계수는 정지궤도의 특성에 의해 관측 시간대별로 다른 변환계수를 가질 수 있다. 이 차이를 알아보기 위하여 GOCI TCT 자료와 MODIS TCT 자료 사이의 상관관계가 비교되었다. 그 결과, "Brightness"와 "Greenness"는 4시 자료, "Wetness"는 2시 자료의 변환계수가 선택되었다. 최종적으로 산출된 변환계수의 적절성을 평가하기 위하여 GOCI TCT 자료는 MODIS TCT 영상 및 여러 육상 파라미터들과 비교되었다. GOCI TCT 영상은 MODIS TCT 영상보다 지표 피복의 분류가 더 세밀하게 표현되었으며, GOCI TCT 공간의 지표 피복 분포도 유의미한 결과를 보여줬다. 또한 GOCI TCT의 "Brightness", "Greenness", "Wetness" 자료는 Albedo($R^2$ = 0.75), Normalized Difference Vegetation Index(NDVI) ($R^2$ = 0.97), Normalized Difference Moisture Index(NDMI) ($R^2$ = 0.77)와 각각 비교적 높은 상관관계가 나타났다. 이러한 결과들은 적절한 TCT 계수의 산출이 이루어졌다는 것을 보여준다.

• 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.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2009년도 춘계학술대회 논문집
• /
• pp.3-6
• /
• 2009

본 연구에서는 경주시 내남면 일대를 대상으로 KOMPSAT MSC(Multi Spectral Camera) 영상(2007.06.12)을 이용하여 TCT(Tasseled-Cap Transformation), NDVI(Normalized Difference Vegetation Index) 알고리즘을 적용하여 분포도를 작성 하였으며 TCT DN 값을 기초로 영상 강조 및 변환을 통한 임상분류에 적합한 밴드 추출과 NDVI 분포도에서의 DN값을 기초로 산림현장 조사 결과에서 취득된 결과와의 비교 분석을 통하여 알고리즘에 대한 임상분류에 있어서의 변별력 분석을 수행하였다. 본 연구를 통하여 KOMPSAT MSC 영상에서의 임상분류를 위한 식생 알고리즘 적용 가능성을 검토하고자 한다.

• 대한원격탐사학회지
• /
• 제24권2호
• /
• pp.195-203
• /
• 2008

본 연구는 KOMFSAT-2호 및 3호의 화상활용의 일환으로 고해상도 위성화상을 이용한 산불피해비율(NBR) 기반의 산불피해등급도 작성 개발이다. 무엇보다 중적외선 밴드가 없는 IKONOS 화상에서 NBR 산법개발과 NBR 기초한 삼척과 청양 예산 산불피해지의 산불피해등급도를 기존의 다른 기법과 평가한 결과 우수성이 입증되었다. 향후 고해상도 KOMPSAT 화상을 이용한 NBR 기반의 산불피해등급도는 산불 후 피해복원에 중요한 정보를 제공할 것이다.