[논문]위성영상을 이용한 북한의 농업환경 분석 I. Landsat TM 영상을 이용한 북한의 지형과 토지피복분류

홍석영; 임상규; 이승호; 이정철; 김이현

doi:10.5338/kjea.2008.27.2.120

[국내논문] 위성영상을 이용한 북한의 농업환경 분석 I. Landsat TM 영상을 이용한 북한의 지형과 토지피복분류
Spatial Anaylsis of Agro-Environment of North Korea Using Remote Sensing I. Landcover Classification from Landsat TM imagery and Topography Analysis in North Korea 원문보기

한국환경농학회지 = Korean journal of environmental agriculture, v.27 no.2, 2008년, pp.120 - 132

홍석영 (농촌진흥청 농업과학기술원 농업환경부 토양관리과) , 임상규 (농촌진흥청 농업과학기술원 농업환경부 토양관리과) , 이승호 (국립산림과학원 산림경영부 산림정보과) , 이정철 (한국농촌공사 해외사업처 해외사업팀) , 김이현 (농촌진흥청 농업과학기술원 농업환경부 토양관리과)

초록
AI-Helper

직접 조사가 힘든 비접근 지역인 북한 전역을 대상으로 DEM을 이용하여 표고 및 경사별 분포 현황을 분석하였고, Landsat TM 위성영상을 이용하여 논, 밭, 산림, 나지, 초지, 물, 간척지, 염전, 건물. 주거지, 기타10개의 분류 항목에 대한 토지피복도를 작성하였다. DEM을 이용한 지형분석 결과 개마고원이 위치한 량강도를 중심으로 동쪽 지역의 표고가 1,000 m 이상으로 높게 나타났고, 평안남도와 황해남도 지역이 낮게 나타났다. 산악지로 구분되는 심한 경사인 E 등급이 전체 면적 대비 38.2%로 가장 넓게 분포하는 것으로 나타났다. 편평한 A 경사는 주로 북한 서해안 지역에 넓게 분포하고 E 경사는 동북부 산악지형에서 높은 비율을 보이고 있어 북한의 전형적인 동고서저의 지형특성을 잘 반영하였다. 위성영상을 이용하여 분류한 북한의 토지피복 항목을 살펴보면 전체 면적 중 산림이 69.6%로 가장 넓게 분포하고 있고, 밭이 15.7%, 나지가 6.6%, 논이 4.2%, 하천과 저수지 등을 포함한 물이 1.6%, 초지가 1.1%, 도시와 주거지가 0.9%인 것으로 나타났다. 행정구역별 지표면 피복을 살펴보면 황해남도와 평안남도 등 서쪽에 위치한 해안가 저위평탄지에 주로 논이 넓게 분포하는 것으로 나타났다. 밭의 분포는 논과 같이 서쪽 지역에 많이 분포하는 경향이었으나 북동쪽에 위치한 함경도와 자강도 및 량강도에도 비교적 고르게 분포하는 것으로 나타났다. 경사등급별로 농경지의 분포를 살펴보면, $0{\sim}2%$인 A 경사에 약 80% 이상 논이 분포하고 있고, 반면 밭은 A, B, C, D, E 등급에 비교적 고르게 분포하고 있는 것으로 나타났다. 농업기후지대별 토지피복 현황을 살펴보면, 논과 밭은 북부 평야지대와 북부 서해안지대에 전체의 약 79%와 45%가 분포하였고 산림은 비교적 모든 농업기후지대별로 고르게 분포하였다. 위성영상을 이용한 원격탐사 기술은 접근이 힘든 지역에 대한 농업기반 및 농경지 정보를 주기적으로 파악할 수 있고, 넓은 지역에 대한 정보 수집이 가능한 장점이 있어, 3년$\sim$5년 주기로 영상분류를 통한 토지피복도를 작성하여 토지이용 및 분류에 대한 시간적 공간적인 변화를 분석한다면 농경지와 산림에 대한 이용 현황 자료를 제공할 수 있고 앞으로의 이용계획 수립에 효율적으로 사용될 수 있을 것으로 생각된다.

Abstract ▼ AI-Helper

Remotely sensed images from a satellite can be applied for detecting and quantifying spatial and temporal variations in terms of landuse & landcover, crop growth, and disaster for agricultural applications. The purposes of this study were to analyze topography using DEM(digital elevation model) and classify landuse & landcover into 10 classes-paddy field, dry field, forest, bare land, grass & bush, water body, reclaimed land, salt farm, residence & building, and others-using Landsat TM images in North Korea. Elevation was greater than 1,000 meters in the eastern part of North Korea around Ranggang-do where Kaemagowon was located. Pyeongnam and Hwangnam in the western part of North Korea were low in elevation. Topography of North Korea showed typical 'east-high and west-low' landform characteristics. Landcover classification of North Korea using spectral reflectance of multi-temporal Landsat TM images was performed and the statistics of each landcover by administrative district, slope, and agroclimatic zone were calculated in terms of area. Forest areas accounted for 69.6 percent of the whole area while the areas of dry fields and paddy fields were 15.7 percent and 4.2 percent, respectively. Bare land and water body occupied 6.6 percent and 1.6 percent, respectively. Residence & building reached less than 1 percent of the country. Paddy field areas concentrated in the A slope ranged from 0 to 2 percent(greater than 80 percent). The dry field areas were shown in the A slope the most, followed by D, E, C, B, and F slopes. According to the statistics by agroclimatic zone, paddy and dry fields were mainly distributed in the North plain region(N-6) and North western coastal region(N-7). Forest areas were evenly distributed all over the agroclimatic regions. Periodic landcover analysis of North Korea based on remote sensing technique using satellite imagery can produce spatial and temporal statistics information for future landuse management and planning of North Korea.

주제어

AI 본문요약
AI-Helper

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

제안 방법

Geological Survey의 (USGS) Digital Terrian Elevation Data(DTED) level 2 자료를 이용하였다. USGS DTED level 2 자료는 Arc/Info격자형 자료형식(digital elevation model[DEM] grid)으로 변환 후 WGS84좌표계를 UTM Zone 52좌표계로 맞추어 투영 변환하였다. 변환식은 affine 변환식을 이용하였으며 화소당 30m x 30m 크기로 재배열(cubic convolution resampling)하였다.
그러나 모든 화소를 분류하는데 필요한 연산식이 많아서 언급했던 다른 방법들에 비해 계산속도가 느린 단점이 있다. 각 지역의 영상에서 훈련데이터는 지도와 육안판독을 통하여 각 항목별로 찾아내었다.
농촌진흥청 농업과학기술원의 농업기후지대지도를 스캔하여 좌표등록 후 지대의 경계를 온스크린 디지타이징 방법으로 선형화(vectorizing)하여 벡터 파일 형태로 만들고 각각의 경계 폴리곤으로 완성하여 농업기후지대별 토지피복 면적 산정에 이용하였다.
Landsat TM 영상의 기하학적인 보정을 위한 지상기준점을 찾기 위해서 기준으로 할 자료로는 경인문화사에서 발간한 최신 북한 오만분지지형도(1:50,000, 228도엽)를 사용하였다. 도면형태의 지형도를 스캔하여 이미지 파일을 생성하고 도면의 네 기준점(tic)의 좌표를 이용하여 affine 변환식(식 1)을 이용하여 좌표등록을 하였다.
좌표등록하여 기하보정한 후 입사광에 대한 흡수가 가장많아 물의 판별에 유용한 근적외광 밴드를 레벨슬라이스하여 영상에서 물을 가장 먼저 분류하였다. 물을 마스킹한 나머지항목에 대해서 단일 시기 또는 봄과 가을의 NDVI, 습도, 주성분 영상, 적색광, 근적외광, 중간적외광 밴드를 입력변수로하여 산림, 논, 건물･주거지역을 감독분류 하였다. 이렇게 분류된 영상을 마스킹 하고 나머지 영상을 이용하여 분류항목수를 30개로 하여 무감독분류한 후 각 항목을 선택하여 판독하면서 나지, 초지, 밭, 구름을 구분하였다.
본 연구에서는 선행연구의 분류항목, Landsat TM 영상의 공간해상도, 육안판독과 무감독분류를 이용한 예비시험, 북한 토지이용에 대한 관련 서적 정보, 농업적으로 중요한 토지이용 등을 고려하여^1,12,14), 논, 밭, 산림, 나지, 초지, 물, 간척지, 염전, 건물․주거지, 기타 10개의 항목으로 설정하였다.
북한은 우리나라와 달리 남북과 동서로 동시에 뻗어 있어 우리가 사용하는 평면좌표계인 TM(transverse mecator, 횡메르카토르) 투영 좌표계를 이용할 경우 동서로의 왜곡이 크게 발생할 것으로 판단되어 동서방향의 왜곡이 비교적 균일한 UTM(universal transverse mercator; 만국횡단메르카토르) 투영좌표계(WGS 84 North Zone 52)를 이용하였다.
행정구역별로 토지피복별 면적을 집계하기 위하여 수치자료형태의 행정구역도를 작성하였다. 북한지역에 대한 1:350,000 종이지도(우진지도문화사, 1997)를 이용하여 행정경계를 트레이싱지에 옮겨 그린 후¹⁸⁾, CAD 프로그램(Microstation)과 반자동 벡터라이징 프로그램(Intergraph Inc. MGE)을이용하여 시･도, 시･군 경계를 arc coverage 형태로 생성하였다. 이 때 바다에 표시된 행정경계를 선택하였으므로 바다가 포함된 면적이 된다.
이 때 바다에 표시된 행정경계를 선택하였으므로 바다가 포함된 면적이 된다. 위상(topology)의 무결성을 위하여 clean 및 build 한 후 폴리곤으로 완성하여 행정구역별 토지피복 면적 산정에 이용하였다.
물을 마스킹한 나머지항목에 대해서 단일 시기 또는 봄과 가을의 NDVI, 습도, 주성분 영상, 적색광, 근적외광, 중간적외광 밴드를 입력변수로하여 산림, 논, 건물･주거지역을 감독분류 하였다. 이렇게 분류된 영상을 마스킹 하고 나머지 영상을 이용하여 분류항목수를 30개로 하여 무감독분류한 후 각 항목을 선택하여 판독하면서 나지, 초지, 밭, 구름을 구분하였다. 한편, 농지로 사용되고 있거나 농지로 사용할 목적으로 간척된 지역과 염전은 자동분류보다는 육안판독을 이용한 디지타이징 방법을 이용하여 서해안을 따라 분포하고 있는 윤곽을 그려내었다.
한편, 농지로 사용되고 있거나 농지로 사용할 목적으로 간척된 지역과 염전은 자동분류보다는 육안판독을 이용한 디지타이징 방법을 이용하여 서해안을 따라 분포하고 있는 윤곽을 그려내었다. 이와 같이 분류항목별로 입력변수를 다르게 적용하고 분류방법도 하나 이상의 방법을 쓰는 혼용(hybrid) 분류방법을 이용하였고, 영상별 분류가 끝난 후에는 영상끼리 접합하여 합친 후 육안판독을 통하여 부분적으로 수정하여 분류를 완료하였다(Fig. 2).
이와 같이 좌표등록된 지형도 영상을 기준으로 2차 다항식(식 2)을 이용하여 Landsat TM 영상을 좌표등록하였다. 1차식인 affine식을 이용할 경우 서로 다른 path와 row에서 촬영된 영상을 보정하여 접합(mosaic)할 때 일치하지 않는 경향이 두드러지게 나타나 이를 해결하고자 2차식을 이용하게 되었다.
좌표등록하여 기하보정한 후 입사광에 대한 흡수가 가장많아 물의 판별에 유용한 근적외광 밴드를 레벨슬라이스하여 영상에서 물을 가장 먼저 분류하였다. 물을 마스킹한 나머지항목에 대해서 단일 시기 또는 봄과 가을의 NDVI, 습도, 주성분 영상, 적색광, 근적외광, 중간적외광 밴드를 입력변수로하여 산림, 논, 건물･주거지역을 감독분류 하였다.
지도로부터 추출한 북한의 수치 행정구역도를 이용하여 시･도와 시･군별로 토지피복 면적을 산출하였다. 행정구역범위로 분류영상을 잘라내고 그 범위 내에 포함된 각 토지피복 항목의 수에 한 화소의 면적인 900 m2 (30 m x 30 m)를곱하여 계산한 후 ha로 변환하여 나타내었다.
직접 조사가 힘든 비접근 지역인 북한 전역을 대상으로 DEM을 이용하여 표고 및 경사별 분포 현황을 분석하였고, Landsat TM 위성영상을 이용하여 논, 밭, 산림, 나지, 초지, 물, 간척지, 염전, 건물･주거지, 기타 10개의 분류 항목에 대한 토지피복도를 작성하였다.
변환식은 affine 변환식을 이용하였으며 화소당 30m x 30m 크기로 재배열(cubic convolution resampling)하였다. 추출된 DEM grid자료로부터 경사도를 산출한 후 이를 우리나라에서 적용하고 있는 경사등급에 따라 분류(reclassify)하였다. A 등급은 0~2%, B 등급은 2~7%, C 등급은 7~15%, D 등급은 15~30%, E 등급은 30~60%, F 등급은 60% 이상으로 정의된다.
한편 토지이용(land use)지도는 인간의 경제적인 활동을 중심으로 토지의 이용 상황을 그 나라의 국토이용관리법에 따른 용도에 따라 나타낸 지도로서 국토이용 계획과 관리를 위한 중앙정부 및 지자체의 정책수립 및 환경해석 등의 자료로 활용할 수 있다. 토지이용과 토지피복을 각각 경제적 기능(economic function)과 지표면 특성(surface feature)으로 규정지었다. 그러나 위성영상을 이용한 분류 방법의 결과물은 정의에 명시된 토지피복과 토지이용의 구분이 분명하지 않아 토지피복/이용(land use and land cover)으로 쓰는 경우가 자주 있다.
5와 같은 토지피복도를 얻었다. 토지피복분류 항목은 논, 밭, 산림, 나지, 초지, 물, 간척지, 염전, 건물･주거지, 기타 10개의 항목으로 설정하여 인공위성 영상을 이용한 지표면의 토지피복도를 작성하였다. 작성된 토지피복도는 그리드 포맷으로 30 m 공간해상도를 갖는다.
지도로부터 추출한 북한의 수치 행정구역도를 이용하여 시･도와 시･군별로 토지피복 면적을 산출하였다. 행정구역범위로 분류영상을 잘라내고 그 범위 내에 포함된 각 토지피복 항목의 수에 한 화소의 면적인 900 m2 (30 m x 30 m)를곱하여 계산한 후 ha로 변환하여 나타내었다. 토지피복분류와 행정구역별 토지피복 면적 산출에 ERDAS Imagine(v.
행정구역별로 토지피복별 면적을 집계하기 위하여 수치자료형태의 행정구역도를 작성하였다. 북한지역에 대한 1:350,000 종이지도(우진지도문화사, 1997)를 이용하여 행정경계를 트레이싱지에 옮겨 그린 후¹⁸⁾, CAD 프로그램(Microstation)과 반자동 벡터라이징 프로그램(Intergraph Inc.

대상 데이터

Landsat TM 영상의 기하학적인 보정을 위한 지상기준점을 찾기 위해서 기준으로 할 자료로는 경인문화사에서 발간한 최신 북한 오만분지지형도(1:50,000, 228도엽)를 사용하였다. 도면형태의 지형도를 스캔하여 이미지 파일을 생성하고 도면의 네 기준점(tic)의 좌표를 이용하여 affine 변환식(식 1)을 이용하여 좌표등록을 하였다.
경사별 분포현황 파악을 위해 U.S. Geological Survey의 (USGS) Digital Terrian Elevation Data(DTED) level 2 자료를 이용하였다. USGS DTED level 2 자료는 Arc/Info격자형 자료형식(digital elevation model[DEM] grid)으로 변환 후 WGS84좌표계를 UTM Zone 52좌표계로 맞추어 투영 변환하였다.
15)부터 탑재되었던 센서로 모두 7개의 파장역으로부터 지표면의 특성을 관측하고 있다. 본 연구에 사용한 자료는 1984년 발사되어 현재까지 운영되고 있는 Landsat TM 5호로부터 취득한 영상이 대부분으로 구매한 자료이다. Landsat TM 5호 영상은 자료값의 범위가 0에서 255사이의 값을 갖는 unsigned 8bit 자료이고 밴드별로 파장정보와 특성이 다르다(Table 1).
토지피복분류를 위해 사용하는 입력변수는 위성영상의 유효밴드 외에도 밴드간의 비연산 식생지수(vegetation indices)와 주성분(principal component) 등 유도변수가 있다. 본 연구에서 사용한 식생지수는 NDVI로 근적외광과 적외광의 자료값을 이용하여 계산하고(식 3), 식생의 생육상태와 활력도를 판단할 수 있으며 -1에서 1 사이의 값을 갖는 단위가 없는 지수이다¹⁵⁾. 대개 위성자료가 취득될 당시 지형, 태양고도, 방위각, 광량 등과 같은 조건이 다른데서 올 수 있는 지형효과가 상쇄되는 효과가 있고 서로 다른 시기에 촬영된 영상을 표준화함으로써 비교가 가능하게 해주어 매우 유용하게 사용되고 있다.
직접조사가 어려운 북한 전 지역의 토지피복분류를 위하여 Landsat TM 자료를 이용하였다. TM(thematic mapper)은 미국 항공우주국(NASA; National Aeronautics and Space Administration)에서 1972년 이래 연속적으로 발사하였던 Landsat 위성 중 4호(1982.

이론/모형

USGS DTED level 2 자료는 Arc/Info격자형 자료형식(digital elevation model[DEM] grid)으로 변환 후 WGS84좌표계를 UTM Zone 52좌표계로 맞추어 투영 변환하였다. 변환식은 affine 변환식을 이용하였으며 화소당 30m x 30m 크기로 재배열(cubic convolution resampling)하였다. 추출된 DEM grid자료로부터 경사도를 산출한 후 이를 우리나라에서 적용하고 있는 경사등급에 따라 분류(reclassify)하였다.
행정구역범위로 분류영상을 잘라내고 그 범위 내에 포함된 각 토지피복 항목의 수에 한 화소의 면적인 900 m2 (30 m x 30 m)를곱하여 계산한 후 ha로 변환하여 나타내었다. 토지피복분류와 행정구역별 토지피복 면적 산출에 ERDAS Imagine(v.8.4)을 이용하였다.

성능/효과

DEM을 이용한 지형분석 결과 개마고원이 위치한 량강도를 중심으로 동쪽 지역의 표고가 1,000 m 이상으로 높게 나타났고, 평안남도와 황해남도 지역이 낮게 나타났다. 산악지로 구분되는 심한 경사인 E 등급이 전체 면적 대비 38.
개마고원이 위치한 량강도를 중심으로 함경남도 북부과 자강도의 동쪽 지역이 표고가 1,000 m 이상으로 높게 나타났고, 평안남도와 황해남도 지역이 낮게 나타났다. 경사는 량강도에 위치한 개마고원 지대는 편평하여 경사가 매우 심하지 않고 대신 가장자리와 평안남도와 함경남도의 산맥 지역의 경사가 가장 높은것으로 나타났다. 산악지로 구분되는 심한 경사인 E 등급이 전체 면적대비 38.
경사등급 분류는 밭이 분포한 지역만을 추출하여 경사별로 차지하는 비율을 비교한 결과, A 경사(0～2%)는 31.5%,B 경사(2～7%)는 10.5%, C 경사(7～15%)는 13.2%, D 경사(15～30%)는20.9%, E 경사(30～60%)는20.9%, F 경사( >60%)는 2.9%로 경사도 60%이내에서 비교적 균일하게 밭농사가 이루어지고 있었으며, 경사 D와 E에서도 밭면적 차지 비율이 오히려 증가하는 특성을 보이고 있었다(Table 6).
경사등급별로 농경지의 분포를 살펴보면, 0～2%인 A 경사에 약 80% 이상 논이 분포하고 있고, 반면 밭은 A, B, C, D, E 등급에 비교적 고르게 분포하고 있는 것으로 나타났다. 농업기후지대별 토지피복 현황을 살펴보면, 논과 밭은 북부평야지대와 북부 서해안지대에 전체의 약 79%와 45%가 분포하였고 산림은 비교적 모든 농업기후지대별로 고르게 분포하였다.
1%의 순으로 나타났다(Table 3). 경사등급을 행정구역별로 살펴보면 경사 A 등급이 황해남도 364천ha, 평안북도 301천ha, 함경북도 268천㏊, 평안남도 262천ha, 함경남도 252천ha, 량강도 211천ha, 황해북도 176천ha로 북한 서부 지역에서 가장 높은 분포를보인 반면, 경사 E 등급은 동북부 산악지형의 자강도 919천㏊, 함경남도 843천ha, 함경북도 605천ha, 강원도 496천㏊에서 높은 비율을 보이고 있어 북한의 전형적인 동고서저의 지형특성을 잘 반영하고 있었다(Table 3).
간척지와 염전 역시 북부 평야지대(N-6)와 북부 서해안지대(N-7)에서만 분포하고 있는 것으로 나타났다. 그에 비해 산림은 비교적 모든 농업기후지대별로 고르게 분포하는 것을 알 수 있었다.
행정구역별 지표면 피복을 살펴보면 황해남도와 평안남도 등 서쪽에 위치한 해안가 저위평탄지에 주로 논이 넓게 분포하는 것으로 나타났다. 밭의 분포는 논과 같이 서쪽 지역에 많이 분포하는 경향이었으나 북동쪽에 위치한 함경도와 자강도 및 량강도에도 비교적 고르게 분포하는 것으로 나타났다.
DEM을 이용한 지형분석 결과 개마고원이 위치한 량강도를 중심으로 동쪽 지역의 표고가 1,000 m 이상으로 높게 나타났고, 평안남도와 황해남도 지역이 낮게 나타났다. 산악지로 구분되는 심한 경사인 E 등급이 전체 면적 대비 38.2%로 가장 넓게 분포하는 것으로 나타났다. 편평한 A 경사는 주로 북한 서해안 지역에 넓게 분포하고 E 경사는 동북부 산악지형에서 높은 비율을 보이고 있어 북한의 전형적인 동고서저의 지형특성을 잘 반영하였다.
경사는 량강도에 위치한 개마고원 지대는 편평하여 경사가 매우 심하지 않고 대신 가장자리와 평안남도와 함경남도의 산맥 지역의 경사가 가장 높은것으로 나타났다. 산악지로 구분되는 심한 경사인 E 등급이 전체 면적대비 38.2%로 가장 넓게 분포하는 것으로 나타났고, D등급의 구릉지 경사 20.7%, A 등급의 평탄지 18.9%, C 등급의 약한 경사 저구릉지 8.7%, F 등급의 매우 심한 경사(고산악) 7.5%, B 등급의 매우 약한 경사 6.1%의 순으로 나타났다(Table 3). 경사등급을 행정구역별로 살펴보면 경사 A 등급이 황해남도 364천ha, 평안북도 301천ha, 함경북도 268천㏊, 평안남도 262천ha, 함경남도 252천ha, 량강도 211천ha, 황해북도 176천ha로 북한 서부 지역에서 가장 높은 분포를보인 반면, 경사 E 등급은 동북부 산악지형의 자강도 919천㏊, 함경남도 843천ha, 함경북도 605천ha, 강원도 496천㏊에서 높은 비율을 보이고 있어 북한의 전형적인 동고서저의 지형특성을 잘 반영하고 있었다(Table 3).
위성영상을 이용하여 분류한 북한의 토지피복 항목을 살펴보면 전체 면적 중 산림이 69.6%로 가장 넓게 분포하고 있고, 밭이 15.7%, 나지가 6.6%, 논이 4.2%, 하천과 저수지 등을 포함한 물이 1.6%, 초지가 1.1%, 도시와 주거지가 0.9%인 것으로 나타났다. 행정구역별 지표면 피복을 살펴보면 황해남도와 평안남도 등 서쪽에 위치한 해안가 저위평탄지에 주로 논이 넓게 분포하는 것으로 나타났다.
9%인 것으로 나타났다. 행정구역별 지표면 피복을 살펴보면 황해남도와 평안남도 등 서쪽에 위치한 해안가 저위평탄지에 주로 논이 넓게 분포하는 것으로 나타났다. 밭의 분포는 논과 같이 서쪽 지역에 많이 분포하는 경향이었으나 북동쪽에 위치한 함경도와 자강도 및 량강도에도 비교적 고르게 분포하는 것으로 나타났다.

후속연구

넓은 지역에 대해 지표면에 대한 파장별 반사특성 데이터의 형태로 얻어지는 위성영상 자료를 이용한다면 지역전체를 대상으로 하여 보다 과학적이고 객관적인 자료 생산이 가능할 것으로 생각된다.
이러한 차이가 북한의 부침땅 개간사업으로 인한 결과인지 자연환경특성의 영향을 받아서인지는 본 연구에서는 확인할 수 없다. 부침땅 개간으로 인한 산림 면적의 감소및 경작지 면적증가에 대한연구를 위해서는 추후 개간 전의 영상을 확보하여 시계열적 분석이 이뤄져야 한다고 판단되어진다.
위성영상을 이용한 원격탐사 기술은 접근이 힘든 지역에 대한 농업기반 및 농경지 정보를 주기적으로 파악할 수 있고, 넓은 지역에 대한 정보 수집이 가능한 장점이 있어, 3년~5년 주기로 영상분류를 통한 토지피복도를 작성하여 토지이용 및 분류에 대한 시간적･공간적인 변화를 분석한다면 농경지와 산림에 대한 이용 현황 자료를 제공할 수 있고 앞으로의 이용계획 수립에 효율적으로 사용될 수 있을 것으로 생각된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	원격탐사란 무엇인가?	원격탐사란 조사하고자 하는 대상 지역 및 현상에 대해 비접촉･비파괴적인 도구를 이용하여 수집된 자료의 분석을 통하여 정보를 수집하는 과학기술이다. 위성영상과 같은 원격탐사 자료는 현지조사 및 항공사진에 비하여 넓은 지역을 한번에 관측할 수 있고 육안으로 감지하기 어려운 물체나 현상들을 감지할 수 있는 이점을 가지고 있다1).
	위성영상과 같은 원격탐사 자료의 장점은 무엇인가?	원격탐사란 조사하고자 하는 대상 지역 및 현상에 대해 비접촉･비파괴적인 도구를 이용하여 수집된 자료의 분석을 통하여 정보를 수집하는 과학기술이다. 위성영상과 같은 원격탐사 자료는 현지조사 및 항공사진에 비하여 넓은 지역을 한번에 관측할 수 있고 육안으로 감지하기 어려운 물체나 현상들을 감지할 수 있는 이점을 가지고 있다1). 토지이용, 지형, 토양지리 등 농업환경과 관련된 정보의 수집이 대개 넓은 공간에 걸쳐 실시되는 것을 볼 때, 수 천 평방 킬로 이상의 넓은 지역을 대상으로 영상자료를 제공하는 원격탐사는 자료와 정보를 얻는 중요한 수단으로 이용될 수 있다.
	북한 전역을 대상으로 DEM을 이용하여 표고 및 경사별 분포 현황을 분석한 결과는 무엇인가?	DEM을 이용한 지형분석 결과 개마고원이 위치한 량강도를 중심으로 동쪽 지역의 표고가 1,000 m 이상으로 높게 나타났고, 평안남도와 황해남도 지역이 낮게 나타났다. 산악지로 구분되는 심한 경사인 E 등급이 전체 면적 대비 38.2%로가장 넓게 분포하는 것으로 나타났다. 편평한 A 경사는 주로 북한 서해안 지역에 넓게 분포하고 E 경사는 동북부 산악지형에서 높은 비율을 보이고 있어 북한의 전형적인 동고서저의 지형특성을 잘 반영하였다.

참고문헌 (18)

Campbell, J. B. (1996) Introduction to remote sensing, 2nd ed. The Gilford Press, NewYork, NY, USA, p.4-5, 550-551
Kim, G. Y., Kim, K. H., Kim, H. H., Shin, J. D., Lee, J. T., Jung, J. W., and Hong, S. Y. (2005) Estimating GHG emissions in agriculture based on IPCC guide lines, NIAST, RDA, Suwon, Korea, p.17
Imagawa, T., Fukuhara, M., and Watanabe, T. (1997) A monitoring method of land cover/land use change in Naiman, inner Mongolia autonomous region, China using Landsat data, Japan Agric. Res. Quarterly 31,163-169
Suzaki, J. and Shibasaki. R. (1997) Development of land cover classification method using NOAA AVHRR, Landsat TM, and DEM images, Asian Conf. Remote Sens. R-2-1-R-2-6
Suzaki, J. and Shibasaki. R. (1998) Crop field extraction method using NDVI and texture from Landsat TM images, Proc. of 1998 Int'l Symposium on Remote Sensing, Gwangju, Korea, pp.159-162
Hong, S. Y. (1999) Analysis on rice growth information and estimation of paddy field area by using remotely sensed data., Ph.D. Thesis, Kyungpook National University, Daegu, Korea
Hong, S. Y., Rim, S. K., Lee, K. S., Jo, I. S., and Kim, K. U. (2001) Estimation of rice-planted area using Landsat TM Imagery in Dangjin-gun area, Korean J. of Agr. and Forest Meteo, 3,5-15
Okamoto, K., Yamakawa, S., and Kawashima, H. (1995) Estimation of flood damage to rice production in North Korea in 1995, International Journal of Remote Sensing, 19,365-371
Jensen, J. R. (1996) Introductory digital image processing; A remote sensing perspectives, 2nd Ed. Prentice Hall, Upper Saddle River, NJ, USA, p.124-135
Lillesand, T. M. and Kiefer, R. W. (1994) Remote sensing and image interpretatio,. 3rd Ed. John Wiley & Sons, Inc., New York, NY, USA, p.466-471, 527-531
Richards, J. A. and Jia, X. (1999) Remote sensing digital image analysis, 3rd Ed. Springer-Verlag, Berlin, Germany, p.56-63, 133-148
Anderson, J. R., Hardy, E. E., Roach, J. T., and Witmer, R. E. (1976) A land use and land cover classification for use with remote sensor data, U.S. Geological Survey Professional Paper 964. Washington, DC: U.S. Govt. Printing Office, Washington D.C. USA
IPCC. (2003) Good practice guidance for land use, land use change and forestry, Institute for Global Environmental Strategies
Shin, D. W., Park, S. H., Park, K. R., Kim, J. H., Lee, K. S., and Lee, S. R. (1998) Agricultural technology of North Korea. Ohsung Publishing Co
Rouse, J. W., Haas, R. H., Schell, J. A., and Deering, D. W. (1973) Monitoring vegetation systems in the great plains with ETRA, 3rd ETRS Symposium, NASA SP-353, U.S. Govt. Printing Office, Washington D.C. USA
Crist, E. P., and Cicone, R. C. (1984) Application of the tasseled cap concept to simulated thematic mapper data, PE & RS. 52,81-86
ERDAS. (1997) ERDAS Field Guide. 4th Ed. Atlanta, Georgia, USA
North Korea Road Atlas. (1997) Woojun Map Publishing Cor

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

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