[논문]다중시기 위성영상을 이용한 시화 방조제 내만 식생변화탐지

정종철; 서영상; 김상욱

doi:10.5322/jes.2006.15.4.373

문제 정의

본 연구에서는 고해상도 위성자료의 획득이 가능하게 된 2000년 이후와 식생군집 분석에 적용 가능한 Landsat 자료의 2000년 이전 취득 자료를 비교분석함으로써 각각의 위성자료에서 취득되는 식생군집 정보의 활용 가능성을 평가하였다. 그림 3과 그림 4는 2000년 8월 한국해양연구원의 주관으로 현장조사한 시기와 같은 시기인 2000년 9월 4일 촬영된 영상을 가지고 무감독분류(ISO data, K-means)한 결과이다.
본 연구에서는 시화호 개발에 따른 방조제 내만의 갯벌과 이 지역에서 일어나는 식생의 변화를 분석하는데 연구의 목적이 있다. 특히 현장조사가 부족한 상태에서 광범위한 시화지역의 식생변화를 탐지하기 위해 본 연구에서는 인공위성 자료에 의한 분석결과를 현장조사 자료와 비교하여 식생 천이의 과정에 대한 위성자료 분석결과를 검증하는 기법을 제시하는데 연구의 목적이 있다.
시화호 내만의 식생변화를 분석하기 위해 현장조사 자료를 분석하였고, 이들 자료를. 인공위성 자료와 비교하기 위해 IKONOS, Landsat TM, ETM+의자료를 UTM zone 52, WGS84 좌표계로 기하보정한 후 이들 자료의 식생지수와 Tasseled Cap 지수를 분석하였다.
연구의 목적이 있다. 특히 현장조사가 부족한 상태에서 광범위한 시화지역의 식생변화를 탐지하기 위해 본 연구에서는 인공위성 자료에 의한 분석결과를 현장조사 자료와 비교하여 식생 천이의 과정에 대한 위성자료 분석결과를 검증하는 기법을 제시하는데 연구의 목적이 있다.

제안 방법

그러나 그림 5와 같이 방조제 내만에 분포하는 식생은 균일한 분광 특성을 나타내지 못하고 갯벌의 나대지와 염생식물의 군집이 혼재된 혼합픽셀의 특성을 나타낸다. Landsate 30m의 공간해상력으로 한 픽셀이 900m2의 공간을 나타내므로 픽셀의 분광혼합을 분석하여 식생분류의 오차를 최소화하였다. 그림 10은 분광혼합분석(SMA)의 분석 결과를 나타낸 것이다.
각 클래스별 분류결과 비교는 그림 9와 같은 결과를 나타냈다. 각 분류 클래스의 픽셀 단위변화는 식생의 군집변화로 판단하여 검증하였다. 그러나 그림 5와 같이 방조제 내만에 분포하는 식생은 균일한 분광 특성을 나타내지 못하고 갯벌의 나대지와 염생식물의 군집이 혼재된 혼합픽셀의 특성을 나타낸다.
각각의 분류는 토지피복의 종류를 고려하여 식생군집의 구분 능력을 평가하기 위해 10개의 클래스로 분류하였다.
웅덩이가 혼재되어 있다. 때문에 이들의 혼합비율을 분석하여 갯벌식생군집의 분포연구에 적용하였다.
또한 봄과 가을의 계절적인 식생변화가 분류 픽셀의 정확도에 어떤 영향을 미치는지 판단하기 위해 표 1과 같이 분류된 각 클래스의 정확도를 검증하고, 픽셀 단위로 작성된 오차분류표를 바탕으로 그림 9와 같이 분류오차를 그래프로 작성하였다.
인공위성 자료와 비교하기 위해 IKONOS, Landsat TM, ETM+의자료를 UTM zone 52, WGS84 좌표계로 기하보정한 후 이들 자료의 식생지수와 Tasseled Cap 지수를 분석하였다. 또한 현장자료를 바탕으로 감독분류와 무감독분류를 통해 식생의 변화를 고찰하였다.
본 연구에서는 분류된 식생의 분포와 각 클래스의 계절별 분포 경향, 연도별 변화를 분석하였다. 그러나 위성영상에서 분류된 각 클래스의 특성을 단일 식물 종과 구분하여 설명할 수는 없었다.
분류 클래스의 픽셀 단위 변화는 방조제 내만의 갯벌 토양환경과 식생군집의 변화에 의해 나타나는 결과이며, 이를 바탕으로 하여 개별 클래스의 특성을 통해 식생군집의 구분이 가능함을 평가하였다. 식생군집 구분의 평가는 현장조사가 이루어진 시점의 자료를 통해 분류 클래스의 픽셀 단위 변화를 검증하였다.
평가하였다. 식생군집 구분의 평가는 현장조사가 이루어진 시점의 자료를 통해 분류 클래스의 픽셀 단위 변화를 검증하였다.
9000?의 공간 이하에서 픽셀의 혼합분광분석 (SMA; spectral mixture analysis)을 수행하였다.
이러한 분류결과는 취득된 위성자료의 계절적 비교와 방조제 완공이후 연도별 변화를 통해 분류정확도 검증방식에 의해 분석하였다. 특히, 갯벌의 식생이 발전하는 단계에서는 Landsat TM의 공간해상력보 다작은 공간범위에서 식생의 출현이 이루어지고 이들이 군집을 이루거나 보다 확장된 범위로 발달하기 때문에 9000?의 공간 이하에서 픽셀의 혼합분광분석 (SMA; spectral mixture analysis)을 수행하였다.
자료를 분석하였고, 이들 자료를. 인공위성 자료와 비교하기 위해 IKONOS, Landsat TM, ETM+의자료를 UTM zone 52, WGS84 좌표계로 기하보정한 후 이들 자료의 식생지수와 Tasseled Cap 지수를 분석하였다. 또한 현장자료를 바탕으로 감독분류와 무감독분류를 통해 식생의 변화를 고찰하였다.
현장조사는 2000년 7월, 8월, 9월, 10월과 2001년 4월, 5월, 6월 그리고 2005년 5월, 8월에 수행하였으나위성영상의 취득 시점과 비교적 시간격차가 적은 시점의 영상자료를 참조자료로 분석하고 이를 바탕으로 현장조사가 이루어지지 않았던 시점의 위성자료를 비교-분석하였다.
현장조사를 통해 획득된 식물군집의 공간적인 분석은 위성영상 자료를 분류하여 얻어진 토지피복의 공간범위와 비교-검증하는데 적용하였다.

대상 데이터

본 연구에서는 고해상도 위성자료를 활용하여 Landsat 다중시기 자료의 분류결과를 검증하기 위해 EOC(2000년 5월), IKONOS(2000년 3월, 12월, 2002년 5월)를 사용하였다. 그림 2는 2000년 3월 영상과 현장조사 벡터자료를 중첩하여 나타낸 것이다.

이론/모형

5화소 이내가 되도록 하였다. 다중 시기의 영상을 이용해야 하므로, 가장 최근의 위성영상만을 위의 방법으로 기하보정 한 후 나머지 영상은 이미지 대 이미지 기하보정을 수행하였으며, 분류 방법으로는 무감독분류(ISO-DATA, Kjneans), NDVI(Nor-malized Difference Vegetation Index), Tasseled Cap, 2D-Scatter Plot, PCA(principal component analysis), Confusion Metrix 기법, SAM를 이용하였다.
연구에 사용된 위성자료는 Landsat (1996년부터 2004년 13개 자료) 자료가 계절별, 연도별 분석에 사용되었고, 영상좌표와 지도좌표간의 좌표 변환식은 1차 다항식을, resampling 방법은 원화소값에 변화를 주지 않는 bilinear interpolation을 사용하였다.

성능/효과

무감독분류의 결과는 현장조사에서 조사된 식생군집 결과와 같은 지역에 일치하여 식생이 분포하는 것으로 나타났으며, 이를 기준으로 방조제 내만의 식생군집을 나대지와 갯벌, 물 웅덩이, 식생지역의 4개 클래스로 1차 검증 가능하였다. 하지만 무감독분류된 결과는 식생지역과 물웅덩이 등이 혼재되어 정확한 식생공간 분포를 해석하는 데는 문제점이 발견되었고, 특히 식생의 종류에 따라 분포 특성을 해석하기 어려운 것으로 판단되었다.
시화호의 해수유통은 시화호 갯벌지역의 면적을 조절하게 되었는데 해수면과 시화호 수위의 변화에 따라 시화호 폐쇄해역 내의 조간대 지형에 변화가 일어났다. 시화호 내만의 지형변화를 비교하는데 인공위성 자료의 분석이 적용되었고, 특히 시화호 수질의 개선과 함께 시화호 내만의 갯벌지역에는 다양한 염생식물이 발달하게 되었다. 이러한 식생의 발달은 시화 내만지역에 다양한 동물과 식물의 생태계를 구성하게 되었다.
고해상도 위성자료는 높은 공간해상력을 제공하기 때문에 현장조사 자료의 목록과 위치정보를 비교함으로써 방조제 내만 갯벌의 식생지역과 아직 식생이 발달하지 않은 지역의 구분이 가능하다. 위와 같은 상황을 고려하여 비교분석한 결과, 오이도와 시화방조제의 연결 지점으로부터 시화공단 앞을 지나 안산시 사동으로 이어지는 북측 간척지와, 시화호 남쪽의 송산면에 위치한 닭섬과 개미섬을 측면으로 통과하는 수로를 중심으로 양측 지역에 식생군집의 분포가 확인되었다.
하지만 무감독분류된 결과는 식생지역과 물웅덩이 등이 혼재되어 정확한 식생공간 분포를 해석하는 데는 문제점이 발견되었고, 특히 식생의 종류에 따라 분포 특성을 해석하기 어려운 것으로 판단되었다. 이를 검증하기 위해 현장조사 식생분포도와 중첩하여 분석하였고, 이때 위성자료 취득시점과 현장조사 시기가 30일 이내 이므로 식생군집의 생육상 변화에 의한 오차는 무시할 수 있을 것으로 판단하였다.
이는 현장조사에서 방형구 상에 분포하는 갯벌 식생의 종류가 2가지 이상의 종으로 혼재하고 있기 때문이다. 하지만 갯벌 나대지의 분포 비율의 영향이 많은 픽셀과 갯벌 식생이 활발하게 분포하는 지역의 공간적 구분은 개별 클래스의 변화 경향을 통해 분석 가능하고 시계열적인 식생분포지역의 변화를 분석하는 데는 높은 정확도를 나타내는 것으로 판단되었다. 또한 그림 11과 같이 시화 방조제의 수문조절에 의해 해수위의 변화가 방조제 내만의 육상지역 면적의 변화를 발생시키므로 해수면과 인접 한방조제 내만 갯벌의 분석 오차가 크게 나타남을 알 수 있다.

후속연구

그린밸트지역이 급격히 감소하고 도심의 자연하천 개발에 많은 예산이 소요되는 현실을 고려할 때 이러한 연안개발지역의 갯벌은 생태보전의 측면에서 지속적인 연구가 요구된다. 현장조사와 위성영상에 의해 분석된 결과를 지리정보시스템과 연계한 생태모델을 구축하는 연구가 활발히 이루어지고 있다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

다중시기 위성영상을 이용한 시화 방조제 내만 식생변화탐지
Vegetation Change Detection in the Sihwa Embankment using Multi-Temporal Satellite Data 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

참고문헌 (11)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

다중시기 위성영상을 이용한 시화 방조제 내만 식생변화탐지 Vegetation Change Detection in the Sihwa Embankment using Multi-Temporal Satellite Data 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

참고문헌 (11)

이 논문을 인용한 문헌

저자의 다른 논문 :

정종철 (69) 서영상 (69) 김상욱 (5)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

다중시기 위성영상을 이용한 시화 방조제 내만 식생변화탐지
Vegetation Change Detection in the Sihwa Embankment using Multi-Temporal Satellite Data 원문보기

AI 본문요약
AI-Helper