변화탐지 기법은 지표상의 중요하거나 시간에 따른 작은 변화에 대하여 효율적으로 인지를 할 수 있는 방법으로 원격탐사 기술을 이용하는 중요한 응용 분야 중에 하나이다. 현장 조사 자료와 원격탐사 자료를 복합적으로 활용을 하면 주기적이며 장기적인 관측을 보다 효과적으로 수행을 할 수 있다. 본 연구에서는 이러한 변화탐지 기법을 LANDSAT TM 위성영상을 이용하여 홍수지역의 침수에 따른 변화지역 인지에 적용하였다. 연구지역은 한반도 낙동강 하류 지역이며, 여러 가지 변화탐지 기법 중에 change vector analysis(CVA)를 중심으로 하여 주성분분석, 화상 대차법을 각각 적용하였으며, 이를 비교하였다. CVA는 영상의 여러 밴드를 이용하여 변화에 대한 크기와 방향의 정보를 제공한다는 장점이 있다. 각각의 변화탐지 기법을 정확도 평가를 통하여 비교한 결과, CVA에 의한 방법이 overall accuracy 97.27%, Kappa 계수 94.45%로 가장 높은 정확도를 나타냈다. 본 연구를 통하여 홍수지역의 변화탐지에 대하여 효율적인 변화탐지 기법을 제안할 수 있다고 기대한다.
변화탐지 기법은 지표상의 중요하거나 시간에 따른 작은 변화에 대하여 효율적으로 인지를 할 수 있는 방법으로 원격탐사 기술을 이용하는 중요한 응용 분야 중에 하나이다. 현장 조사 자료와 원격탐사 자료를 복합적으로 활용을 하면 주기적이며 장기적인 관측을 보다 효과적으로 수행을 할 수 있다. 본 연구에서는 이러한 변화탐지 기법을 LANDSAT TM 위성영상을 이용하여 홍수지역의 침수에 따른 변화지역 인지에 적용하였다. 연구지역은 한반도 낙동강 하류 지역이며, 여러 가지 변화탐지 기법 중에 change vector analysis(CVA)를 중심으로 하여 주성분분석, 화상 대차법을 각각 적용하였으며, 이를 비교하였다. CVA는 영상의 여러 밴드를 이용하여 변화에 대한 크기와 방향의 정보를 제공한다는 장점이 있다. 각각의 변화탐지 기법을 정확도 평가를 통하여 비교한 결과, CVA에 의한 방법이 overall accuracy 97.27%, Kappa 계수 94.45%로 가장 높은 정확도를 나타냈다. 본 연구를 통하여 홍수지역의 변화탐지에 대하여 효율적인 변화탐지 기법을 제안할 수 있다고 기대한다.
Change detection and analysis is a powerful application of remote sensing, in that the spectral resolution of multi-band sensors can be used to advantage in monitoring both significant and subtle land cover changes over time. In this study, the LANDSAT TM data was used to detect the change areas aff...
Change detection and analysis is a powerful application of remote sensing, in that the spectral resolution of multi-band sensors can be used to advantage in monitoring both significant and subtle land cover changes over time. In this study, the LANDSAT TM data was used to detect the change areas affected by flood from a heavy rainfall. The study area is the Nakdong River located in the Korea peninsular. Among the several change detection techniques, change vector analysis(CVA), principle component analysis(PCA) and image difference approach are utilized in this paper. CVA uses any number of spectral bands from multi-date satellite data to produce change image that yield information of the magnitude and direction of differences pixel values. And accuracy assessment was carried out with a change image produced from three techniques. In result, CVA was found to be the most accurate for detecting areas affected by flood. CVA with the overall accuracy and Kappa coefficient of 97.27 percent and 94.45 percent, respectively.
Change detection and analysis is a powerful application of remote sensing, in that the spectral resolution of multi-band sensors can be used to advantage in monitoring both significant and subtle land cover changes over time. In this study, the LANDSAT TM data was used to detect the change areas affected by flood from a heavy rainfall. The study area is the Nakdong River located in the Korea peninsular. Among the several change detection techniques, change vector analysis(CVA), principle component analysis(PCA) and image difference approach are utilized in this paper. CVA uses any number of spectral bands from multi-date satellite data to produce change image that yield information of the magnitude and direction of differences pixel values. And accuracy assessment was carried out with a change image produced from three techniques. In result, CVA was found to be the most accurate for detecting areas affected by flood. CVA with the overall accuracy and Kappa coefficient of 97.27 percent and 94.45 percent, respectively.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
또한, 각 방법들에 대한 정확도 평가를 통하여 이러한 홍수지역 변화탐지 방법의 비교.분석에 목적을 두었다. 이러한 연구를 통하여 해마다 여름철에 발생하는 태풍이나 홍수로 인한 피해 분석에 효율적인 변화탐지 방법을 제시하고자 한다.
분석에 목적을 두었다. 이러한 연구를 통하여 해마다 여름철에 발생하는 태풍이나 홍수로 인한 피해 분석에 효율적인 변화탐지 방법을 제시하고자 한다.
제안 방법
의 7개의 밴드 중 열적외선 밴드인 밴드 6을 제외한 6개의 밴드를 tasseled cap 변환을 실시하여 6개의 성분을 얻었다[19]. 2001년 영상과 2002년 영상에 대하여 긱각 tasseled cap 변환을 수행한 6개의 성분 중에 갖고 있는 정보가 매우 적어 일반적으로 특별히 활용하지 않는 3개의 성분을 제외한 brightness, greenness, wetness 성분에 대하여 CVA를 적용하였다.
둘째는 주성분분석 방법을 적용하였으며, 마지막으로는 화상 대차법을 적용하였다. 각각의 방법에 의하여 얻어진 결과는 정확도 평가를 통하여 적절한 임계치를 선정하였다. 또한, 각 방법에 의하여 탐지된 변화 결과를 서로 비교하고 분석을 하였다.
다음으로 2001년 영상과 2002년 영상의 기상, 대기, phase angle에 인한 차이를 줄이기 위하여 empirical scene normalization으로 방사보정을 하였다 밝기 값의 변화가 적은 깊은 바다(deep water)를 중심으로 3개의 기준점을 추출하여 2002년 영상을 기준으로 2001년 영상을 보정을 하였다. 두 영상을 이용하여 상대적인 방사 보정을 수행하였기 때문에, 두 영상의 밝기 값의 차이는 지표변화의 차이라고 생각할 수 있다.
첫째는 tasseled cap 변환을 하여 얻은 brightness, greenness, wetness 성분을 이용하여 CVA 방법을 적용하였다. 둘째는 주성분분석 방법을 적용하였으며, 마지막으로는 화상 대차법을 적용하였다. 각각의 방법에 의하여 얻어진 결과는 정확도 평가를 통하여 적절한 임계치를 선정하였다.
변화탐지 분석을 위한 영상은 전처리 작업으로 정확한 기하보정과 방사학적 정규화를 하여야 한다仞[7]. 따라서, 지상기준점 획득을 위하여 1:25, 000 수치지도를 사용하여 RMSE가 1화소 미만이 되도록 영상을 기하보정을 하였다. 또한, empirical scene normalization 방법[18]으로 방사보정을 하였다.
인한 변화탐지를 분석하였다. 또한, 각 방법들에 대한 정확도 평가를 통하여 이러한 홍수지역 변화탐지 방법의 비교.분석에 목적을 두었다.
각각의 방법에 의하여 얻어진 결과는 정확도 평가를 통하여 적절한 임계치를 선정하였다. 또한, 각 방법에 의하여 탐지된 변화 결과를 서로 비교하고 분석을 하였다. 본 연구를 위하여 영상 처리 소프트웨어는 ER-Wpper 6.
변화탐지 분석을 하기 위하여 2001년 9월 1 일과 2002년 9월 4일의 LANDSAT TM 영상을 먼저 기하 보정을 실시하였다. 지상기준점은 1:25,000 수치지도를 사용하며 추출하였으며, 바다를 제외한 육지부분이 전체 영상의 1/4인 점을 고려하여, 20이 년 영상은 24개의 지상 기준점을 사용하였고 2002년 영상은 31개를 사용하였다.
또한, empirical scene normalization 방법[18]으로 방사보정을 하였다. 보정이 완료된 영상은 세 가지 방법에 의하여 변화탐지 분석을 수행하였다. 첫째는 tasseled cap 변환을 하여 얻은 brightness, greenness, wetness 성분을 이용하여 CVA 방법을 적용하였다.
본 연구에서는 2002년 8월말에 발생한 태풍 루사 (Rusa)에 의하여 큰 피해를 입은 낙동강 하류 지역을 대상으로 CVA, 주성분분석, 화상 대차법을 각각 적용하여 홍수로 인한 변화탐지를 분석하였다. 또한, 각 방법들에 대한 정확도 평가를 통하여 이러한 홍수지역 변화탐지 방법의 비교.
전처리 과정으로 기하보정과 empirical scene normalization 을 수행하였다. 변화탐지 방법은 CVA, 주성분분석, 화상 대차법을 각각 적용하였으며, CVA를 적용하기 위하여 tasseled cap 변환을 적용하였다.
보정이 완료된 영상은 세 가지 방법에 의하여 변화탐지 분석을 수행하였다. 첫째는 tasseled cap 변환을 하여 얻은 brightness, greenness, wetness 성분을 이용하여 CVA 방법을 적용하였다. 둘째는 주성분분석 방법을 적용하였으며, 마지막으로는 화상 대차법을 적용하였다.
대상 데이터
지상기준점은 1:25,000 수치지도를 사용하며 추출하였으며, 바다를 제외한 육지부분이 전체 영상의 1/4인 점을 고려하여, 20이 년 영상은 24개의 지상 기준점을 사용하였고 2002년 영상은 31개를 사용하였다. UTM 투영법과 WGS84 타원체를 사용하였으며, RMSE 는 1 화소 미만으로 수행하였다. 재배열은 분광학적인 특성을 유지하기 위하여 최소근린법(nearest neighborhood)을 사용하여 화소 간격을 30m로 재배열하였다.
각각의 방법들에 대하여 2002년 영상에서 변화한 지역과 변화하지 않은 지역의 구분이 명확한 586점을 선정하여 정확도 검증을 하였다(표 3). CVA를 적용한 결과와 주성분분석의 두 번째 성분, 밴드 1의 화상 대차법을 적용한 결과와 비교하였다.
또한, 홍수가 발생한 시기와 비교를 하기 위하여 피해 시기와 계절이 같고 연도의 차가 가능한 적은 자료로 2001 년 9월 1일 영상을 선정하였다. 이는 광학 위성 영상이 가지고 있는 자료 획득의 한계를 고려하면 최적의 자료라고 생각된다.
본 연구에 사용된 위성영상 자료는 표 1과 같이 LANDSAT 5 TM 영상을 人}용하였으며, 일반적으로 홍수 피해 조사에 가장 적합한 영상은 홍수 발생 후 5일 이내에 관측된 자료라는 점에서 2002년 9월 4일 영상을 선정하였다.
본 연구에서는 홍수지역 침수에 의한 변화탐지를 위하여 LANDSAT TM 위성영상 자료를 사용하였다. 전처리 과정으로 기하보정과 empirical scene normalization 을 수행하였다.
본 연구지역은 경상남도 낙동강 하류지역으로서 행정 구역으로는 의령군, 창녕군, 창원시, 밀양시에 포함된다. 지리적 좌표는 동경 128。15' 44”에서 128° 49' 56", 북위 35° 16- 57”에서 35° 25' 5"에 해당되며, 면적은 약 15km X 50km 이다(그림 1).
지상기준점은 1:25,000 수치지도를 사용하며 추출하였으며, 바다를 제외한 육지부분이 전체 영상의 1/4인 점을 고려하여, 20이 년 영상은 24개의 지상 기준점을 사용하였고 2002년 영상은 31개를 사용하였다. UTM 투영법과 WGS84 타원체를 사용하였으며, RMSE 는 1 화소 미만으로 수행하였다.
데이터처리
각각의 방법들에 대하여 2002년 영상에서 변화한 지역과 변화하지 않은 지역의 구분이 명확한 586점을 선정하여 정확도 검증을 하였다(표 3). CVA를 적용한 결과와 주성분분석의 두 번째 성분, 밴드 1의 화상 대차법을 적용한 결과와 비교하였다.
홍수 지역의 침수에 의한 변화를 탐지하기 위하여 CVA, 주성분분석, 화상 대차법을 각각 적용하였으며 적절한 임계치의 선정은 화소 값들의 평균과 표준편차를 이용하여 수행하였다[20][21]. 각각의 방법들에 대하여 2002년 영상에서 변화한 지역과 변화하지 않은 지역의 구분이 명확한 586점을 선정하여 정확도 검증을 하였다(표 3).
이론/모형
따라서, 지상기준점 획득을 위하여 1:25, 000 수치지도를 사용하여 RMSE가 1화소 미만이 되도록 영상을 기하보정을 하였다. 또한, empirical scene normalization 방법[18]으로 방사보정을 하였다. 보정이 완료된 영상은 세 가지 방법에 의하여 변화탐지 분석을 수행하였다.
전처리 과정으로 기하보정과 empirical scene normalization 을 수행하였다. 변화탐지 방법은 CVA, 주성분분석, 화상 대차법을 각각 적용하였으며, CVA를 적용하기 위하여 tasseled cap 변환을 적용하였다. 정확도 검증결과, CVA 방법이 overall accuracy와 Kappa 계수를 비교하였을 때 각각 97.
UTM 투영법과 WGS84 타원체를 사용하였으며, RMSE 는 1 화소 미만으로 수행하였다. 재배열은 분광학적인 특성을 유지하기 위하여 최소근린법(nearest neighborhood)을 사용하여 화소 간격을 30m로 재배열하였다.
성능/효과
1. 광학위성을 사용하여 기존의 전통적인 방법보다는 tasseled cap 변환을 이용한 CVA 방법이 침수지역 변화탐지에 적절하다고 생각된다. 향후, 향상된 CVA 방법을 사용한다면 더욱 더 정확한 결과를 얻으리라 기대한다.
2. 분광학적인 특성을 이용하는 CVA와 같은 변화 탐지 방법에서는 전처리 과정인 기하보정과 방사보정이 정밀하게 수행되어야 한다.
CVA를 적용한 결과가 주성분분석이나 화상 대차법을 적용한 결과보다 overall accuracy와 Kappa 계수를 비교하였을 때, 각각 97.27%와 94.45%로 가장 높은 정확도를 보였다. 그리고 두 영상 사이에 화소의 단순한 차를 적용한 방법은 가장 낮은 정확도를 보인다.
후속연구
3. 본 연구에서는 정확도 검증을 위하여 현장 조사 자료를 얻지 못했다. 태풍이나 홍수 등의 재해는 현장 조사의 어려움이 존재하므로, 향후 기상 조건을 비교적 받지 않은 SAR 영상이나 다른 자료를 이용한 연구가 함께 필요할 것으로 생각된다.
본 연구에서는 정확도 검증을 위하여 현장 조사 자료를 얻지 못했다. 태풍이나 홍수 등의 재해는 현장 조사의 어려움이 존재하므로, 향후 기상 조건을 비교적 받지 않은 SAR 영상이나 다른 자료를 이용한 연구가 함께 필요할 것으로 생각된다.
광학위성을 사용하여 기존의 전통적인 방법보다는 tasseled cap 변환을 이용한 CVA 방법이 침수지역 변화탐지에 적절하다고 생각된다. 향후, 향상된 CVA 방법을 사용한다면 더욱 더 정확한 결과를 얻으리라 기대한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.