$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

토지피복지도 제작을 위한 초분광 영상 EO-1 Hyperion의 최적밴드 선택기법 연구

A Study on the EO-1 Hyperion's Optimized Band Selection Method for Land Cover/Land Use Map

한국측량학회지 = Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, v.24 no.3, 2006년, pp.289 - 297  

장세진 (경희대학교 정보통신대학원 멀티미디어시스템공학과) ,  이호남 (중앙항업㈜ 지리정보연구소) ,  김진광 (중앙항업㈜ 지리정보연구소) ,  채옥삼 (경희대학교 전자정보학부)

초록
AI-Helper 아이콘AI-Helper

토지피복지도는 토지의 피복특성과 토지활용특성을 나타내는 자료로서 토지피복분류체계에 따라 계층적인 구조로 1998년부터 제작되고 있다. 대분류는 Landsat 위성영상을 활용하여 남 북한에 대한 작업이 완료되었으며, 중분류는 IRS-1C, IRS-1D, KOMPSAT, SPOT-5 영상을 저해상 컬러 영상과 영상융합을 한 후, 그 결과자료를 전문가가 도화하여 제작하고 있다. 특히 도화에 의한 중분류 토지피복지도 제작은 위성영상의 구매 및 자료처리, 토지피복 지도제작 과정에서 막대한 비용이 필요하다. 본 논문에서는 최근 많은 연구가 수행되고 있는 초분광 위성영상인 EO-1 Hyperion을 이용한 중분류 토지피복지도 제작 가능성을 연구했다. 많은 분광정보를 제공하는 Hyperion 영상과 기존에 사용하던 Landsat-7 ETM+ 영상의 토지피복분류 비교 연구를 수행하여 Hyperion의 분류정확도를 평가했다. 또한, Hyperion에 적합한 최적밴드선택 방법을 통하여 초분광 위성영상 활용의 효율성을 증대시켰다.

Abstract AI-Helper 아이콘AI-Helper

The Land Cover/Land Use Map have been constructed from 1998, which has hierarchical structure according to land cover/land use system. Level 1 classification Map have done using Landsat satellite image over whole Korean peninsula. Level II classification Map have been digitized using IRS-1C, 1D, KOM...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • Hyperion 영상의 분광정보는 환경부 토지피복분 류체계의 대분류에 대한 분류 정확도를 높이고, 중분류 토지피복지도의 정확도 향상과 자동화 가능성을 제공한다. 따라서 본 연구에서는 기존의 Landsat-7 ETM+ 영상과 Hyperion 영상을 동일지역에 대해 중분류 토지피복분 류를 수행하고 그 정확도를 평가하여 비교분석하였다. 또한 초분광영상의 활용 시에 발생하는 분류 알고리즘의 효율적인 활용, 잉여분광정보의 제거, 처리비용 및 처리시간의 단축을 위하여 Hyperion에 적합한 최적 밴드 선택 방법을 제시하였다.
  • 학습집단 선택은 감독분류 과정에서 가장 중요한 부분으로서 순수한 토지피복특성을 갖는 대상지역을 선택하였다. 본 논문에서는 기준영상인 환경부 토지피복지도와 의 중첩을 통하여 순수한 토지특성을 반영하는 대상지역 에서 분석자의 시각적 판단으로 샘플링하였다.
본문요약 정보가 도움이 되었나요?

참고문헌 (13)

  1. 김선화, 이규성, 마정림, 국민정 (2005), 초분광 원격탐사의 특성, 처리기법 및 활용 현황, 대한원격탐사학회지, 대한원격탐사학회, 제 21권, 제 4호, pp. 341-369 

  2. 어양담 (1999), 위성영상 분류를 위한 트레이닝 정규화 알고리즘과 클래스 분리도 측정기법 개발, 박사학위논문, 서울대학교 

  3. 이상훈 (2003), 퍼지클래스 벡터를 이용히는 다중센서 융합에 의한 무감독 영상분류, 대한원격탐사학회지, 제 19권, 제 4호, pp. 329-339 

  4. 장세진, 채옥삼 (2006), EO-I Hyperion / Landnsat-7 ETM+ 영상을 활용한 영상분류 정확도 분석, 춘계학술발표회 논문집, 한국방재학 

  5. 환경부 (1999), 인공위성영상자료를 이용한 토지피복분류, 용역 사업보고서, 환경부, pp. 19-49, pp. 152-161 

  6. 환경부 (2001), 인공위성영상자료를 이용한 토지피복분류도 구축, 용역사업보고서, 환경부, pp. 43-109 

  7. 환경부 (2002), 인공위성영상자료를 이용한 토지피복지도 구축, 용역사업보고서, 환경부, pp. 9-83 

  8. 환경부 (2005), 인공위성영상자료를 이용한 토지피복지도 구축, 용역사업보고서, 환경부, pp. 11-39 

  9. Barry, P. (2001), Introduction to the Hyperion Instrument & Data Processing, Hyperion & ALI Data Usre Workshop, http://eol.gsfc.nasa.gov/miscPages/Workshop/Sec-03.pdf 

  10. Gamba, P. and Houshmand, B. (2001), An efficient neural classification chain of SAR and optical urban images, international Journal of Remote Sensing, Vol. 22, No.8 pp. 1535-1553 

  11. Hugn, M. C. and Ridd, M. K. (2002), A subpixel classifier for urban land cover mapping based on a maximum likelihood approach and expert system rules, Photogrammetric Engineering and Remote Sensing, Vol. 68, No.11, pp. 1173-1180 

  12. Jensen, J. R. (1996), Introductory digital image processing - A remote sensing perspective (second edition), pp. 197-256 

  13. Lillesand, T. M. and Kiefer R. W. (2000), Remote sensing and Image interpretation (fourth edition), John Wiley & Sons, Inc., pp. 532-575 

저자의 다른 논문 :

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트