• 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.

• 한국측량학회지
• /
• 제31권6_2호
• /
• pp.521-527
• /
• 2013

Rule set is an important step which impacts significantly on accuracy of object-oriented classification result. Therefore, this paper proposes a rule set to extract land cover from Landsat Thematic Mapper (TM) imagery acquired in Donganh, Hanoi, Vietnam. The rules were generated to distinguish five classes, namely river, pond, residential areas, vegetation and paddy. These classes were classified not only based on spectral characteristics of features, but also indices of water, soil, vegetation, and urban. The study selected five indices, including largest difference index max.diff; length/width; hue, saturation and intensity (HSI); normalized difference vegetation index (NDVI) and ratio vegetation index (RVI) based on membership functions of objects. Overall accuracy of classification result is 0.84% as the rule set is used in classification process.

• 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.

• 대한공간정보학회지
• /
• 제23권4호
• /
• pp.11-16
• /
• 2015

시공간적 기온정보는 지구온난화와 기후변화의 이해에 있어서 중요한 기상요소이다. 본 연구에서는 인공위성 원격탐사로부터 획득된 공간적으로 균질한 지표면 정보를 이용하여 우리나라 지상기온 평가 알고리즘을 개발하였다. LST(Land Surface Temperature), NDWI(Normalized Difference Water Index), NDVI(Normalized Difference Vegetation Index)를 독립변수로 하는 지상기온 추정을 위한 다중회귀모형을 제안하고, 우리나라의 지역기후변화를 고려하기 위하여 온난시즌과 한랭시즌에 대한 모형의 회귀상수 및 회귀계수를 도출하였다. 개발된 기온 추정 알고리즘에 의해 산출된 온난 및 한랭시즌의 기온정보는 지상관측기온과 비교하여 우수한 상관관계를 보였고, $3^{\circ}C$ 미만의 RMSE와 거의 0에 가까운 BIAS로 매우 높은 일치성을 보였다. 따라서 인공위성 지표면 원격탐사자료를 활용하고 온난 및 한랭시즌의 구분을 적용한 기온 평가 알고리즘은 우리나라의 지역기후를 평가하는데 있어서 간략하고 유용한 수단이 될 수 있으리라 기대된다.

• 대한원격탐사학회지
• /
• 제34권4호
• /
• pp.625-638
• /
• 2018

In this paper, we derive i) a function to estimate snow cover fraction (SCF) from a MODIS satellite image that has a wide observational area and short re-visit period and ii) a function to determine snow depth from the estimated SCF map. The SCF equation is important for estimating the snow depth from optical images. The proposed SCF equation is defined using the Gaussian function. We found that the Gaussian function was a better model than the linear equation for explaining the relationship between the normalized difference snow index (NDSI) and the normalized difference vegetation index (NDVI), and SCF. An accuracy test was performed using 38 MODIS images, and the achieved root mean square error (RMSE) was improved by approximately 7.7 % compared to that of the linear equation. After the SCF maps were created using the SCF equation from the MODIS images, a relation function between in-situ snow depth and MODIS-derived SCF was defined. The RMSE of the MODIS-derived snow depth was approximately 3.55 cm when compared to the in-situ data. This is a somewhat large error range in the Republic of Korea, which generally has less than 10 cm of snowfall. Therefore, in this study, we corrected the calculated snow depth using the relationship between the measured and calculated values for each single image unit. The corrected snow depth was finally recorded and had an RMSE of approximately 2.98 cm, which was an improvement. In future, the accuracy of the algorithm can be improved by considering more varied variables at the same time.

• 한국측량학회지
• /
• 제36권6호
• /
• pp.433-442
• /
• 2018

저수구역은 계획된 홍수위에 의하여 둘러싸인 지역 혹은 댐의 계획된 홍수위 내에 있는 지역으로 정의된다. 본 연구에서는 저수구역 내 농경지를 탐지하기 위하여, 대표적인 기계학습 기법인 RF (Random Forest) 기반의 감독 분류 방법을 적용하였다. 저수구역 내의 농경지를 효과적으로 분류하기 위하여, 질감정보를 정량화하기 위한 대표적인 기법인 GLCM (Gray Level Co-occurrence Matrix)과 NDWI (Normalized Difference Water Index), NDVI (Normalized Difference Vegetation Index)를 추가적인 입력자료로 활용하였다. 특히, 질감정보를 생성하는데 사용된 윈도우 크기가 농경지의 분류 정확도에 미치는 영향을 분석하여, 저수구역 내의 농경지를 효과적으로 분류하기 위한 방법론을 제시하였다. 실험결과, UAV 영상을 이용한 분류결과를 통하여 취득된 다중분광영상과 NDVI, NDWI, GLCM 영상들을 이용하여 저수구역 내의 농경지를 효과적으로 탐지할 수 있음을 확인하였다. 또한, GLCM의 윈도우 크기가 분류정확도를 향상시키기 위한 중요한 변수임을 확인하였다.

• 대한원격탐사학회지
• /
• 제26권6호
• /
• pp.665-673
• /
• 2010

The role of remote sensing in phenological studies is increasingly regarded as a key in understanding large area seasonal phenomena. This paper describes the application of Moderate Resolution Imaging Spectroradiometer (MODIS) time series data for vegetation classification using seasonal variation patterns. The vegetation seasonal variation phase of Seoul and provinces in Korea was inferred using 8 day composite MODIS NDVI (Normalized Difference Vegetation Index) dataset of 2006. The seasonal vegetation classification approach is performed with reclassification of 4 categories as urban, crop land, broad-leaf and needle-leaf forest area. The BISE (Best Index Slope Extraction) filtering algorithm was applied for a smoothing processing of MODIS NDVI time series data and fuzzy classification method was used for vegetation classification. The overall accuracy of classification was 77.5% and the kappa coefficient was 0.61%, thus suggesting overall high classification accuracy.

• 대한지리학회지
• /
• 제9권
• /
• pp.67-75
• /
• 1974

본 연구는 원격탐사 기법을 이용하여 북한 지역을 포함한 한반도 전지역을 대상으로 식생활력도(vegetation activity)의 시계열적 변화를 모니터링하고, 식생지수의 연중변화 특성을 이용하여 한반도의 식생 분포도를 작성하는데 그 목적이 있다. 1997년 4월부터 11월까지 8개월 동안 NOAA-14 위성에서 수신된 AVHRR 자료를 수집하여 정규 식생지수(Nomalized Difference Vegetation Index)를 구하고 이들을 MVC(Maximum Value Composite) 방법으로 조합하여 월별 NDVI 합성도를 작성하여 식생활력도의 시계열 변화를 고찰하였다. 또한 식물의 생장시기인 5월부터 10월까지의 NDVI를 무감독 분류하여 한반도의 식생분포 유형을 도시.나대지가 4.49%, 초지 4.49%, 경작지 27.54%, 활엽수림 25.61%, 침엽수림 38.22%로 나타났다.

• 대한원격탐사학회지
• /
• 제37권6_3호
• /
• pp.1975-1984
• /
• 2021

도시 확장은 도시의 온도를 상승시키고, 이러한 도시의 온도 상승은 사회적, 경제적, 신체적 피해를 초래한다. 이러한 도시열섬을 예방하고 도시의 지표면 온도를 감소시키기 위해서는 도시 공간을 구성하는 지형지물들의 냉각 효과를 계량화하는 것이 중요하다. 이에 본 연구에서는 서울을 대상으로 토지피복 각각의 객체들과 지표면 온도와의 관계를 파악하고자 토지피복지도 6개 클래스로 분류하여 지표면 온도와 객체들의 면적, 둘레/면적, 정규식생지수와의 상관분석과 다중회귀분석을 수행했다. 분석 결과 정규식생지수는 지표면 온도와 상관성이 높게 나타났다. 그리고 다중회귀분석에서도 지표면 온도 예측에 정규식생지수가 다른 계수보다 높은 영향력을 행사했다. 다만 다중회귀분석 결과 도출된 모델들의 설명력은 낮게 나타났는데, 향후 아리랑 3A의 고해상 중적외선 데이터를 연계 활용하여 지속적인 모니터링을 수행한다면 모델의 설명력을 한층 강화할 수 있을 것이다. 그리고 녹지공간의 식생 활력까지 고려한 토지피복 유형과 도시 공간 내 지표면 온도와의 관계를 기반으로 도시계획에 활용한다면 도시의 지표면 온도를 저감하는데 큰 도움이 될 수 있을 것으로 판단된다.

• 한국수자원학회논문집
• /
• 제47권10호
• /
• pp.935-943
• /
• 2014

정규식생지수 (Normalized Difference Vegetation Index)는 각종 수문모델, 지표-대기 모델에 입력 자료로 사용되는 인자로 대기와 지표 사이의 에너지 교환 및 수문기상학적인자의 변동성을 파악하는데 매우 중요하다. 이에따라, 식생고유의 분광반사 특성을 이용하여 인공위성으로 관측하는 NDVI 값의 정확한 모의를 위한 연구가 진행되고 있다. 본 연구에서는 국내 최초의 정지궤도위성인 Communication, Ocean and Meteorological Satellite (COMS)에서 산출된 정규식생지수의 적용성을 판단하기 위해 Maximum Value Composite (MVC) 방법을 활용하여 산정한 16일 단위, 8일 단위의 정규식생지수와 MODerate-resolution Imaging Spectro-radiometer (MODIS) 센서에서 관측된 정규식생지수와 비교 검증을 실시하였다. 그 결과 16일 단위와 8일 단위 NDVI 모두 좋은 결과를 나타내었다. 이러한 결과를 토대로 COMS의 활용 가능성을 확인할 수 있었으며 추후 수문 생태학적 연구에 중요한 자료로 사용될 수 있을 것이다.