• 한국환경생태학회지
• /
• 제29권3호
• /
• pp.454-461
• /
• 2015

본 연구에서는 시가화지역의 서로 다른 토지이용을 대상으로 식물군집에 기초한 비오톱 유형분류를 실시하고 비오톱 지도를 작성하였다. 군집분류법에 의한 비오톱 유형화는 생물군집의 서식지인 비오톱의 특성을 잘 반영한다고 할 수 있었다. 연구대상지의 비오톱유형 분류 지표는 이용강도, 토지이용형태, 토지피복유형과 같은 인간행태적 요인으로 나타났다. 유형분류는 4단계 위계로 상위의 Biotope Class를 시작으로 Biotope Group, Biotope Type, Biotope Sub-Type으로 위계를 두어 구분하였다. Biotope Class는 인간간섭여부에 따른 가장 상위 분류로 인간간섭지역과 미간섭지역으로 구분되었다. 인간의 간섭지역은 투수여부에 따라 Biotope Group으로 분류되었고 틈새투수지역은 넓은 틈새와 좁은 틈새의 Biotope Type으로, 투수식생지역은 평지식생지와 사면식생지의 Biotope Type으로 분류되었다. 각 비오톱 유형의 식별종은 감태나무(Lindera glauca), 망초(Conyza canadensis), 주름잎(Mazus pumilus), 얼치기완두(Vicia tetrasperma), 뽀리뱅이(Crepidiastrum sonchifolium), 잔디(Zoysia japonica), 개소시랑개비(Potentilla supina), 큰김의털(Festuca arundinacea)이었다. 본 연구의 검증결과는 기존의 토지이용 현황에 기반하며 연구자의 주관적인 측면이 개입되는 비오톱 유형분류 기준에 대해서 식물사회학적 접근을 통한 유형 분류의 방법론이 유용함을 제시하고 있다. 또한 향후 제작될 수 있는 다양한 형태의 자연환경 지도 유형분류에 있어 보다 객관적이고 과학적인 방법의 적용가능성을 제시한 것에 의의를 갖는다.

• 한국지역지리학회지
• /
• 제7권1호
• /
• pp.35-50
• /
• 2001

공간상의 지리현상은 축척에 따라 공간적 분포패턴이 다르게 표현되고 측정될 수 있다. 특정한 지리현상은 특정한 축척에서 보다 선명하게 관찰될 수 있다. 지표면의 정보를 담고 있는 위성영상 역시 공간해상도의 영향에 의해 독특한 특성을 보이고 있다. 위성영상의 분석을 위한 적정해상도를 모색하기 위해서는 영상으로부터 분류되는 속성의 특성을 파악하여야 한다. 본 연구에서는 순천만 해안습지를 대상으로 위성영상으로부터 토지피복 정보를 추출하고, 공간 해상도의 변화에 따른 변화를 살펴보았다. 순천만 영상을 대상으로 토지피복 분류정확도를 파악한 후 30m 해상도부터 480m 해상도까지 30m 간격의 16가지 해상도로 영상을 제작하여 분류정확도의 변화를 살펴보았다. 순천만 해안습지는 다양한 토지유형이 다양한 크기로 분포하고 있어 해상도의 변화에 따라 토지피복 특성이 변화하고 있으며, 순천만의 위성영상 역시 축척 효과에 의해 해상도에 따라 속성정보의 특성의 변화가 뚜렷하게 나타난다.

• 대한원격탐사학회지
• /
• 제15권2호
• /
• pp.147-158
• /
• 1999

지표면에 대한 다양한 정보를 제공해 주는 원격탐사기법은 수 십년 동안 우리의 환경을 관찰하고 이해하는데 중요한 역할을 해왔다. 이러한 원격탐사 자료를 이용하는데 다양한 디지털 영상처리기법이 도입되어 자료에서 관찰되는 여러 가지 특성을 모형화하고 처리하는데 매우 유용하게 활용되어져 왔다. 화소들 간의 공간적 관계를 고려하는 Markov Random Field (MRF) 모형은 텍스처 모델링이나 영상분할 및 분류와 같은 여러 분야에서 많이 이용되는 모형으로 이것에 기초한 다양한 알고리즘이 발표되었다. 보통 원격탐사 자료는 그 크기가 매우 크고 시간적 간격을 두고 변화를 관측해 가는 경우에는 분석해야할 자료의 양이 매우 방대하다. 이러한 자료를 처리하는데 걸리는 시간은 처리해야할 자료의 양과는 비선형적 관계에 있다. 본 논문에서는 MRF를 이용하여 원격탐사 자료를 처리할 때 걸리는 시간을 단축하기 위한 방법론이 연구되었다. 이를 위해 논리적 구조로 영상을 피라미드형태로 감소하는 크기로 분석하는 multiresolution 구조가 고려되었는데 이는 연상의 거시적 특징과 미세한 특징을 효율적으로 분석할 수 있는 방법을 제공해 준다. 영상의 크기가 커질수록 파라미터 추정 또한 복잡하고 많은 시간을 요하게 된다. 본 논문에서는 이를 위해 Bayesian 방법을 이용하여 원격탐사 영상과 같은 크기가 큰 영상의 MRF 모형의 파라미터를 효율적으로 추정할 수 있는 방법에 제안되어 있다.

• 대한원격탐사학회지
• /
• 제37권3호
• /
• pp.409-418
• /
• 2021

토지피복도는 국토정책, 환경정책을 위한 의사결정 근거 자료로 활용되는 매우 중요한 자료이다. 토지피복도는 원격탐사 자료를 활용하여 제작되는데, 이때 사용되는 데이터의 취득 시기에 따라 동일한 지역을 대상으로 하더라도 분류 결과가 달라질 수 있다. 본 연구에서는 단시기 데이터의 분류 정확도를 개선하기 위해 다중시기 위성영상을 활용하였으며 계절에 따른 지표면의 분광 반사 특성 차이를 딥러닝 알고리즘의 하나인 U-Net 모델에 학습시켜 분류하였다. 또한 단시기 분류 결과와 정확도 비교를 통해 분류 정확도의 향상 정도를 비교하였다. 구역 내에 30%의 녹지와 한강을 포함하여 다양한 토지피복으로 이루어진 서울특별시를 연구대상지로 설정하고 2020년 분기별 Sentinel-2 위성영상을 산출하였다. 대한민국 환경부에서 작성한 세분류 토지피복도를 활용하여 U-Net 모델을 학습시켰다. 학습한 U-Net 모델을 통해 단시기, 2시기, 3시기, 4시기로 모델을 학습하여 분류한 결과, 단시기를 제외하고 토지피복도 분류 정확도 확보기준인 75%를 상회하는 81%, 82% 79%의 정확도를 나타냈다. 이를 통해 다중 시계열 학습을 통해 토지피복의 분류 정확도 향상이 가능하다는 것을 확인하였다.

• 토지주택연구
• /
• 제14권1호
• /
• pp.83-97
• /
• 2023

본 연구는 묵논습지의 보전 복원과 탄소축적 기능 증진을 위한 학술적 근거를 제공하기 위해 수행되었다. 묵논습지의 시간적 변화를 분석하고 탄소감축을 목표로 묵논습지 유형분류체계를 구축하고자 하였다. 묵논습지의 유형은 탄소축적 기능에 주목하여 수문학적 환경, 식생, 탄소축적 등 세 가지 변수를 기준으로 분류되었다. 묵논습지의 유형은 수리수문 변수를 기준으로 물유입 포텐셜 높음과 낮음, 식생 변수로는 수생식물 우점과 육상식물 우점, 탄소축적 변수로는 유기물 생산과 토양 유기탄소 집적, 분해 등을 종합해 12개 유형으로 분류했다. 국토지리정보원이 제공하는 항공사진으로 분석한 묵논의 발달 시기는 일반적으로 2010~2015년경에 발생하였으나, 대전1(DJMN01) 묵논습지의 경우 1990년경에 영농이 중단되어 2010년 이후 자연습지와 유사한 구조를 보였다. 대전1(DJMN01) 묵논습지의 최근 40년간 토지피복의 변화는 전체적으로는 산림과 농경지의 비율이 높게 나타나고 있으며, 시간의 흐름에 따라 산림과 농경지가 매우 빠른 속도로 감소하면서 인공초지, 다른 형태의 산림 등의 피복유형으로 변화하는 경향이 있었다.

• 한국습지학회지
• /
• 제24권2호
• /
• pp.93-101
• /
• 2022

본 연구는 지형 및 토지피복에 따른 묵논습지의 분포 특성을 분석하기 위해 수행되었다. 충남도 서산시, 당진시, 보령시, 태안군을 대상으로 GIS와 현장답사를 통해 묵논습지를 찾아내어 경사도와 고도 및 토지피복유형에 따른 분포현황을 분석하였다. 연구결과, 4개시군의 묵논습지는 총106개로 확인되었고, 각 묵논습지가 위치한 지점의 평균 고도는 38.85m(S.D. 32.76)이고 평균 경사도는 6.27˚(S.D. 5.39), 총면적은 24,200km²로 나타났다. 경사도 5˚ 미만의 평지에 63개(12,121.07km²), 5~10˚ 27개(9,524.15km²) 등 10˚ 미만의 평지 또는 완경사지에 90개(84.9%)의 묵논습지가 분포하고 있었다. 면적은 21,645.22km²로서 전체 묵논습지 면적의 89.5%에 이른다. 고도 25m 미만의 저지대에 48개(12,326km²), 50m미만 29개(4,909.4km²) 등으로서, 모두 77개(72.7%)의 묵논습지가 고도 50m 이내의 저지대에 분포하고 있으며, 면적으로는 17,235.8km²로서 전체 묵논습지 면적의 71.2%에 이른다. 묵논습지 환경요인 중 경사도와 고도 사이에 통계적으로 상관관계는 없는 것으로 나타났다. 토지피복 분류에 따라서는 인공초지(38), 논(33), 밭(22) 등에 많이 분포하였다.

• 대한원격탐사학회지
• /
• 제39권2호
• /
• pp.183-192
• /
• 2023

위성영상 및 항공사진과 같은 원격탐사 자료들은 영상판독과 영상처리 기법을 통하여 영상 내의 객체를 탐지하고 추출하는 데에 사용될 수 있다. 특히, 원격탐사 자료의 해상도가 향상되고, 딥러닝(deep learning) 모델 등과 같은 기술의 발전으로 인하여 관심객체를 자동으로 추출하여 지도갱신 및 지형 모니터링 등에 활용될 수 있는 가능성이 증대되고 있다. 이를 위해, 본 연구에서는 의미론적 분할에 사용되는 대표적인 딥러닝 모델인 fully convolutional densely connected convolutional network (FC-DenseNet)을 기반으로 하여 항공정사영상 내 존재하는 비닐하우스를 추출하고, 이에 대한 결과를 정량적으로 평가하였다. 농림축산식품부의 팜맵(farm map)을 이용하여 담양, 밀양지역의 비닐하우스에 대한 레이블링을 수행하여 훈련자료를 생성하고, 훈련자료를 이용하여 FC-DenseNet의 훈련을 수행하였다. 원격탐사자료에 딥러닝 모델을 효과적으로 이용하기 위하여, 각 밴드별 특성이 유지되도록 instance norm을 이용하여 정규화과정을 수행하였으며, attention module을 추가하여 각 밴드별 가중치를 효과적으로 산정하였다. 실험결과, 딥러닝 모델을 이용하여 영상 내 존재하는 비닐하우스 지역을 효과적으로 추출할 수 있음을 확인하였으며 팜맵, 토지피복지도 등의 갱신에 활용될 수 있을 것으로 판단하였다.

• 한국습지학회지
• /
• 제25권4호
• /
• pp.315-325
• /
• 2023

본 연구는 하천습지의 교란 과정을 근현대 지도와 항공사진을 근거로 분석하고, 왕진지구 주변 수문생태 영향권의 토지피복과 NDVI 변화를 분석하였다. 왕진나루에는 안정된 모래톱이 형성되어 제내지 농경지와 자연스럽게 연결되어 있었으나 대홍수와 제방축조, 경지정리 및 하천종합관리로 모래톱과 하천습지가 소멸된 이후 인위적인 대체습지와 생태공원이 조성되고 하중도 형태의 모래톱이 다시 생성되었다. 수문생태영향권 토지피복 변화는 농업지역의 논·밭이 2013년 36.3%에서 2022년 22.9%로 감소하였는데 면적으로는 814,476m²로 가장 많은 변화가 있는 것으로 나타났다. 시간이 경과됨에 따라 토지피복유형은 초지화가 진행되고 있는 것으로 확인되었다. 식생지수 변화를 계절별 변화를 종합해보면 전반적으로 식생지수의 변화량은 봄철(3월)이 가장 크고, 그다음은 여름철(6월)이며 수역을 제외하고는 가을철(9월)의 변화의 폭이 가장 적은 것으로 나타났다. 토지이용별로는 대체습지에서 39.1% 향상, 하중도 38.2% 향상, 생태공원 44.3% 향상, 농업지역 35.6% 향상, 수역 -8.1% 감소 등 전반적으로 식생지수(NDVI)가 증가되었다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.1009-1029
• /
• 2023

도시 수목은 탄소를 저장하고 불투수면적을 감소시키는 도시 생태계의 중요 요소이며, 탄소 저장량 및 순환량 산정 시 주요 정보로 활용될 수 있다. 많은 선행 연구에서 항공 라이다 자료 및 인공지능 기법을 활용하여 고해상도 수목 정보를 산출하고 있으나, 항공 라이다 영상은 제공하는 플랫폼이 제한되어 있으며 비용적인 면에서도 한계가 다수 존재한다. 따라서 본 연구에서는 수원시를 대상으로 자료 취득이 용이한 고해상도 위성 영상인 Sentinel-2를 활용하여 기계학습 기반의 도시 내 수목 피복률(fractional tree canopy cover, FTC)을 추정하고자 하였다. Sentinel-2 시계열 영상으로부터 중앙값 합성을 수행하여 수원시 전역에 대한 단일 영상을 제작하여 활용하였다. 도시 내 토지 피복의 이질성을 반영하기 위하여, 30 m 격자내 10 m 해상도의 광학 지수의 평균 및 표준편차 값과 환경부 세분류 토지 피복 지도 기반 항목별 피복률을 계산하여 기계학습 모델의 입력 변수로 활용하였다. 총 4가지의 입력 변수 조합을 설정하여, 입력 변수 구성에 따른 FTC 추정 정확도를 비교 및 평가하였다. 광학 영상의 평균 정보만을 활용(Scheme 1)했을 때 보다 도시 내 이질적인 특성을 반영할 수 있는 표준 편차 및 피복률 정보를 모두 함께 고려(Scheme 4, S4)했을 때 향상된 성능을 나타낼 수 있었다. 검증용 자료에 대해 S4의 Random Forest (RF) 모델이 0.8196의 R², 0.0749의 mean absolute error (MAE), 및 0.1022의 root mean squared error (RMSE)로 전체 기계학습 모델 중에서 성능이 가장 높게 나타났다. 변수 기여도 분석 결과 광학 지수의 표준 편차 정보는 도시 내 복잡한 토지 피복 지역에 대해 높은 기여도를 나타내었다. 훈련된 S4 구성의 RF 모델을 수원시 전역에 대해 확장 적용하였을 때, 참조 FTC 자료에 대해 0.8702의 R², 0.0873의 MAE, 및 0.1335의 RMSE의 우수한 성능을 나타냈다. 본 연구의 FTC 추정 기법은 향후 다른 지역에 대한 적용성이 우수할 것으로 판단되며, 도시 생태계 탄소순환 파악의 기초자료로 활용될 수 있을 것으로 기대된다.