선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 갯벌의 공간적 분포를 파악하고 갯벌의 표층입자에 대한 공간적인 분포를 파악하기 위해 본 연구에서는 다중시기 의 위성 영상을 무감독 분류하여 표층입자 분포변화를 파악하였다. 특히, 현장 관측자료와 동일시기의 영상을 참조자료로 하여 분류 결과의 정확성을 평가하였고, 이를 다양한 시기의 분류된 영상에 적용하여 분류결과의 오차를 해석하였다.
- 본 연구에서는 위성자료로부터 갯벌의 퇴적물 입자조성 분포변화를 파악하기 위해 위성자료와 동일한 관측시점의 현장관측자료를 바탕으로 갯벌의 입자분포를 해석하였다. 또한, 현장조사가 이루어지지 않은 과거시점의 갯벌 입자조성 분포를 평가하기 위해 현장조사 자료에 의한 입자 분석 결과와 과거 영상의 스팩트럼을 이용한 위성영상 분류기법을 검증하였다.
제안 방법
- 1999년 4월부터 8월 사이에 이루어진 현장 조사에서 얻어진 갯벌 퇴적물 입자조성 분류에 의해 1999년 5월 영상으로부터 분류지역을 선정하였고, Folk(1968)의 퇴적물 분류방법의 결과에 의해 얻어진 퇴적물 입자의 스팩트럼에 의해 갯벌 입자 분포도를 작성하였다.
- 경위도 좌표체계로 현장조사된 212개 정점의 자갈, 모래, 실트, 클래이(clay)의 조성비율에 의해 구분된 Folk(1968)의 표층퇴적물 입자구분을 M(Mud), (g)M(slightly gravelly Mud), (g) sM(slightly gravelly sandy Mud), gM(gravelly Mud), (g) ms (slightly gravelly mud Sand), gms (gravelly mud Sand), gS( gravelly Sand)와 같은 클래스로 나누었다.
- 4는 Story and Congalton(1986)가 제안한 사용자 정확성 (User's Accuracy)의 결과를 나타낸 것이다. 또, Fig. 5는 생산자 정확성 (Producer's Accuracy)을 통하여 분류된 클래스의 분류 결과에 대한 정확성을 평가하였다. 사용자 정확성은 각 클래스에 정확히 분류된 픽셀 수를 그 클래스로 분류된 전체 픽셀 수로 나눈 값이며, 대상지역 전체가 얼마나 정확히 분류되었는지를 의미하며, 생산자 정확성은 각 클래스에 정확하게 분류된 픽셀 수를 그 클래스로 분류된 모든 픽셀 수로 나눈 값이며, 주어진 클래스 종류의 훈련픽셀 값이 얼마나 정확히 분류되었는가를 평가해 준다.
- 관측시점의 현장관측자료를 바탕으로 갯벌의 입자분포를 해석하였다. 또한, 현장조사가 이루어지지 않은 과거시점의 갯벌 입자조성 분포를 평가하기 위해 현장조사 자료에 의한 입자 분석 결과와 과거 영상의 스팩트럼을 이용한 위성영상 분류기법을 검증하였다.
- 본 연구에서는 현장조사와 동일한 시점의 1999 년 5월 영상을 IS0DATA 방법과 K-MEANS 방법으로 분류하였다. 분류된 결과를 현장조사 자료와 비교하여 Fig.
- 분류하였다. 분류된 결과를 현장조사 자료와 비교하여 Fig. 3과 같은 퇴적물 입자 분포도로 제시하였다.
- 5는 생산자 정확성 (Producer's Accuracy)을 통하여 분류된 클래스의 분류 결과에 대한 정확성을 평가하였다. 사용자 정확성은 각 클래스에 정확히 분류된 픽셀 수를 그 클래스로 분류된 전체 픽셀 수로 나눈 값이며, 대상지역 전체가 얼마나 정확히 분류되었는지를 의미하며, 생산자 정확성은 각 클래스에 정확하게 분류된 픽셀 수를 그 클래스로 분류된 모든 픽셀 수로 나눈 값이며, 주어진 클래스 종류의 훈련픽셀 값이 얼마나 정확히 분류되었는가를 평가해 준다.
- 위성영상에서 얻어진 반사치를 위의 212개 조사정점에서 추출하여 동일한 클래스의 평균을 구하였다. 이를 열적외선 밴드를 제외한 6개 밴드역으로 Fig.
- 이러한 분류결과를 다양한 시점의 위성영상분류결과와 비교하기 위해 Table 1의 1987년 10월부터 2000년 10월까지의 6개 영상을 참조자료인 1999년 5월 5일 영상과 동일하게 전 처리한 후 ISODATA 방법과 K-MEANS 방법으로 무감독 분류하였다.
- 이를 열적외선 밴드를 제외한 6개 밴드역으로 Fig. 2와 같이 파장영역에 따른 반사치의 스팩트럼을 비교하였다.
- 퇴적물 입자의 공간적인 분포를 구분하기 위해 적용된 방법은 무감독분류 방법인 ISODATA와 K-MEAN 분류를 실시하였고, 현장조사 자료를 바탕으로 분류된 클래스를 지표 클래스로 할당하였다.
- 분포변화를 파악하였다. 특히, 현장 관측자료와 동일시기의 영상을 참조자료로 하여 분류 결과의 정확성을 평가하였고, 이를 다양한 시기의 분류된 영상에 적용하여 분류결과의 오차를 해석하였다. 갯벌입자의 분류 정확도에서 오차가 낮은 입자분포형은 갯벌의 함수율, 지형특성, 세곡천의 유무와 같은 오차 요인에도 불구하고 장기적인 갯벌 입자의 분포변화가 적은 공간적 분포를 나타내고 있음을 알 수 있다.
대상 데이터
- 본 연구의 공간적 범위는 무안군, 지도, 함평군에 의해 둘러싸인 함평만 지역으로 만의 입구가 좁은 지형적 특성을 가지고 있으며, 수심이 얕고 조석의 차에 의한 갯벌이잘 발달된 지역이다(Fig. 1).
- 현장조사 자료는 갯벌 생태계조사 및 지속 가능한 이용방안 연구(해양수산부, 1999)에서 획득하였고, 1999년 5월 Landsat-5 TM (Path-Row: 116-036) 영상과 현장관측자료에 의한 갯벌의 퇴적물 입자 분포를 구분하였다.
데이터처리
- 위성영상의 분류결과는 분류된 클라스를 현장 조사 결과와 비교하여 분류결과의 정확도를 획득하였고, IS0DATA와 K-MEAN 분류에 의한 각시점별 분석결과의 정확도를 검증하였다.
성능/효과
- 7에 제시하였다. K-MEANS 방법에서 나타난 결과와 같이 클래스 1과 클래스 5는 다른 분류된 클래스에 비해 높은 정확성을 나타냈다. 특히, 사용자 정확성에서 클래스 2, 3, 4는 모두 30% 미만의 낮은 분류 정확도를 나타내었고, K-MEANS에서 클래스 3과 4 가 30% 이상의 분류 정확성을 나타낸 것과는 대조적인 결과를 나타냈다.
- Table 1의 1987년 10월부터 2000년 10월까지의 7 개 영상에 대한 ISODATA 방법과 K-MEANS 방법의 적용은 무감독분류기법의 영상분류를 통한 갯벌 입자분포의 분류 가 다양한 시기의 영상분류 결과에 적용 가능함을 판단할 수 있었다.
- 7263의 값을 나타냈다. 결국, 본 연구지역은 무감독분류에 의한 갯벌 퇴적물 입자분포를 작성하는데는 K-MEANS 방법이 ISODATA 방법 보다 적합한 것으로 판단된다. 또한, 연구에 사용된 7개 영상의 분류결과가 참조자료 시기 (May 5, 1999)의 분류영상과 평균 83% 이상의 분류정확도를 나타내고 있어서 참조자료 시기의 분류결과를 통해 1987년을 비롯한 다른 6 시점의 갯벌 입자 분포도를 작성하는 것이 가능하다고 판단된다.
- 둘째, 본 연구에서 적용된 무감독 분류방법은 ISODATA 방법과 K-MEANS 방법으로 함평만의 경우 K-MEANS 분류방법이 86.58%, ISODATA 방법이 82.68%의 전체분류 정확도를 나타냈다. 또한, 무감독분류의 결과를 현장조사 자료와 검증하여 85%의 정확도를 얻었다.
- 68%의 전체분류 정확도를 나타냈다. 또한, 무감독분류의 결과를 현장조사 자료와 검증하여 85%의 정확도를 얻었다.
- 결국, 본 연구지역은 무감독분류에 의한 갯벌 퇴적물 입자분포를 작성하는데는 K-MEANS 방법이 ISODATA 방법 보다 적합한 것으로 판단된다. 또한, 연구에 사용된 7개 영상의 분류결과가 참조자료 시기 (May 5, 1999)의 분류영상과 평균 83% 이상의 분류정확도를 나타내고 있어서 참조자료 시기의 분류결과를 통해 1987년을 비롯한 다른 6 시점의 갯벌 입자 분포도를 작성하는 것이 가능하다고 판단된다.
- 생산자 정확성은 사용자 정확성 보다 낮은 분류 결과를 나타내는데, 클래스 3과 4의 경우 20 % 미만의 낮은 정확성을 보이고 있어서 클래스 간의 분류 능력에 차이가 나타남을 확인하였다.
- Table 3에서는 본 연구에 사용된 영상의 시간적 순서에 따라 1987년, 1988년 영상과 2000년 영상을 무감독 분류하고 각각의 분류결과를 비교한 것이다. 참조자료로 비교된 1999년 5월 영상에 의한 분류정확도 검증 결과는 K-MEANS 방법이 86.58% (평균)의 OveraM Accuracy를 나타냈고, ISODATA 방법은 82.67%(평균)의 결과를 나타내고 있으며, 모든 시기의 분류결과가 K-MEANS 방법에 의해 더 높은 분류정확도 결과를 보여주고 있다.
- 첫째, 자갈, 모래, 실트(silt), 클래o(clay)의 조성 비율에 의해 구분한 현장조사의 퇴적물 구분에 기초하여 연구지역의 갯벌 표층입자를 M(Mud), (g)M(slightly gravelly Mud) gM(gravelly Mud), gms (gravelly mud Sand) 로 구분하였으나, 함평만이 펄갯벌의 특성을 가지고 있어 표층입자 간의 특성을 구분하는 클래스별 분류의 정확도는 다중시기의 영상에서 40% 이하의 정확도를 나타냈다.
- K-MEANS 방법에서 나타난 결과와 같이 클래스 1과 클래스 5는 다른 분류된 클래스에 비해 높은 정확성을 나타냈다. 특히, 사용자 정확성에서 클래스 2, 3, 4는 모두 30% 미만의 낮은 분류 정확도를 나타내었고, K-MEANS에서 클래스 3과 4 가 30% 이상의 분류 정확성을 나타낸 것과는 대조적인 결과를 나타냈다.
- 현장조사 자료가 있는 1999년 5월 영상에 의한 분류 결과는 영상자료에서 현장조사 자료와 비교 가능한 85개 정점에 대해 IS0DATA 방법에 의해 84.3%의 분류 정확도(overall accuracy) 를 나타내었고, K-MEANS에 의해 85.7 %의 분류 정확도를 나타냈다.
후속연구
- 셋째, 다중시기의 영상분류를 비교한 결과는 갯벌 표층 입자분포의 시기적 변화와 갯벌의 공간적 분포를 파악하기 위한 연구에서 낮은 수심 지역의 바닥 반사치를 고려할 수 있는 분류방법의 적용연구가 요구된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.