[국내논문]Landsat 7 ETM+ 영상과 ASTER GDEM 자료를 이용한 제주도 지역의 지형보정 효과 분석 Assessment of Topographic Normalization in Jeju Island with Landsat 7 ETM+ and ASTER GDEM Data원문보기
본 연구에서는 광학 원격탐사 영상의 획득 시 태양의 고도 및 방위가 대상 지역의 지형기복과 결합하여 나타나는 영향 및 다수의 시기에 걸쳐 획득한 영상을 비교분석하는 경우 영상 촬영시기의 차이로 인한 태양의 위치변화와 지형기복이 결합하여 나타나는 영향에 대한 보정을 시도하였다. 한라산과 다수의 분석구가 분포하는 제주도를 대상으로 Landsat 7 ETM+ 영상과 ASTER GDEM 지형자료를 사용하여 국지적조도의 모델링 시 커널의 크기를 $3{\times}3$, $5{\times}5$, $7{\times}7$, $9{\times}9$화소로 변화시키며 Lambertian 보정기법인 cosine 보정법과 비 Lambertian 보정기법인 c-보정법을 적용하고 보정기법 및 커널 크기에 대한 지형보정 효과를 분석하였다. 개별 영상의 육상지역에 대하여 보정을 수행한 결과 커널의 크기 $7{\times}7$을 적용한 c-보정법을 사용하였을 때에 보정효과가 가장 우수한 것으로 평가되었고, 대상지역을 ISODATA 무감독분류법을 이용하여 선택된 산림지역에 한정하여 지형보정을 수행한 경우에는 커널의 크기 $9{\times}9$를 적용한 c-보정법을 사용하였을 때에 가장 우수한 결과가 도출되었으며 다양한 지표피복이 혼합된 대상지역 대한 보정보다 효과가 큰 것으로 평가되었다. 다시기 영상의 경우 세 시기에 획득된 영상에 대하여 각각 지형보정을 수행한 후 상대적 방사도 보정을 적용하였을 때 지형보정을 수행하지 않은 경우와 비교하여 적외선 파장영역에서는 보다 균질한 반사도로 방사보정이 이루어졌으며 가시광 파장영역에서는 원영상의 반사도 패턴이 잘 보존된 결과가 도출되었다. 이상의 결과로부터 주변 지형으로부터 반사되는 에너지와 불완전한 대기보정으로 인한 잔류 대기영향을 고려하는 c-보정법을 적용하는 경우 cosine 보정법보다 우수한 지형보정 효과가 나타나며 수치표고모델에 내재된 수평과 수직방향 오차 및 위성영상과의 정합오차의 영향을 감소시기키 위하여 국지적 조도의 모델링 시 커널의 크기를 증가시키는 경우 지형보정의 효과가 증대되는 것으로 판단된다.
본 연구에서는 광학 원격탐사 영상의 획득 시 태양의 고도 및 방위가 대상 지역의 지형기복과 결합하여 나타나는 영향 및 다수의 시기에 걸쳐 획득한 영상을 비교분석하는 경우 영상 촬영시기의 차이로 인한 태양의 위치변화와 지형기복이 결합하여 나타나는 영향에 대한 보정을 시도하였다. 한라산과 다수의 분석구가 분포하는 제주도를 대상으로 Landsat 7 ETM+ 영상과 ASTER GDEM 지형자료를 사용하여 국지적조도의 모델링 시 커널의 크기를 $3{\times}3$, $5{\times}5$, $7{\times}7$, $9{\times}9$ 화소로 변화시키며 Lambertian 보정기법인 cosine 보정법과 비 Lambertian 보정기법인 c-보정법을 적용하고 보정기법 및 커널 크기에 대한 지형보정 효과를 분석하였다. 개별 영상의 육상지역에 대하여 보정을 수행한 결과 커널의 크기 $7{\times}7$을 적용한 c-보정법을 사용하였을 때에 보정효과가 가장 우수한 것으로 평가되었고, 대상지역을 ISODATA 무감독분류법을 이용하여 선택된 산림지역에 한정하여 지형보정을 수행한 경우에는 커널의 크기 $9{\times}9$를 적용한 c-보정법을 사용하였을 때에 가장 우수한 결과가 도출되었으며 다양한 지표피복이 혼합된 대상지역 대한 보정보다 효과가 큰 것으로 평가되었다. 다시기 영상의 경우 세 시기에 획득된 영상에 대하여 각각 지형보정을 수행한 후 상대적 방사도 보정을 적용하였을 때 지형보정을 수행하지 않은 경우와 비교하여 적외선 파장영역에서는 보다 균질한 반사도로 방사보정이 이루어졌으며 가시광 파장영역에서는 원영상의 반사도 패턴이 잘 보존된 결과가 도출되었다. 이상의 결과로부터 주변 지형으로부터 반사되는 에너지와 불완전한 대기보정으로 인한 잔류 대기영향을 고려하는 c-보정법을 적용하는 경우 cosine 보정법보다 우수한 지형보정 효과가 나타나며 수치표고모델에 내재된 수평과 수직방향 오차 및 위성영상과의 정합오차의 영향을 감소시기키 위하여 국지적 조도의 모델링 시 커널의 크기를 증가시키는 경우 지형보정의 효과가 증대되는 것으로 판단된다.
This study focuses on the correction of topographic effects caused by a combination of solar elevation and azimuth, and topographic relief in single optical remote sensing imagery, and by a combination of changes in position of the sun and topographic relief in comparative analysis of multi-temporal...
This study focuses on the correction of topographic effects caused by a combination of solar elevation and azimuth, and topographic relief in single optical remote sensing imagery, and by a combination of changes in position of the sun and topographic relief in comparative analysis of multi-temporal imageries. For the Jeju Island, Republic of Korea, where Mt. Halla and various cinder cones are located, a Landsat 7 ETM+ imagery and ASTER GDEM data were used to normalize the topographic effects on the imagery, using two topographic normalization methods: cosine correction assuming a Lambertian condition and assuming a non-Lambertian c-correction, with kernel sizes of $3{\times}3$, $5{\times}5$, $7{\times}7$, and $9{\times}9$ pixels. The effects of each correction method and kernel size were then evaluated. The c-correction with a kernel size of $7{\times}7$ produced the best result in the case of a land area with various land-cover types. For a land-cover type of forest extracted from an unsupervised classification result using the ISODATA method, the c-correction with a kernel size of $9{\times}9$ produced the best result, and this topographic normalization for a single land cover type yielded better compensation for topographic effects than in the case of an area with various land-cover types. In applying the relative radiometric normalization to topographically normalized three multi-temporal imageries, more invariant spectral reflectance was obtained for infrared bands and the spectral reflectance patterns were preserved in visible bands, compared with un-normalized imageries. The results show that c-correction considering the remaining reflectance energy from adjacent topography or imperfect atmospheric correction yielded superior normalization results than cosine correction. The normalization results were also improved by increasing the kernel size to compensate for vertical and horizontal errors, and for displacement between satellite imagery and ASTER GDEM.
This study focuses on the correction of topographic effects caused by a combination of solar elevation and azimuth, and topographic relief in single optical remote sensing imagery, and by a combination of changes in position of the sun and topographic relief in comparative analysis of multi-temporal imageries. For the Jeju Island, Republic of Korea, where Mt. Halla and various cinder cones are located, a Landsat 7 ETM+ imagery and ASTER GDEM data were used to normalize the topographic effects on the imagery, using two topographic normalization methods: cosine correction assuming a Lambertian condition and assuming a non-Lambertian c-correction, with kernel sizes of $3{\times}3$, $5{\times}5$, $7{\times}7$, and $9{\times}9$ pixels. The effects of each correction method and kernel size were then evaluated. The c-correction with a kernel size of $7{\times}7$ produced the best result in the case of a land area with various land-cover types. For a land-cover type of forest extracted from an unsupervised classification result using the ISODATA method, the c-correction with a kernel size of $9{\times}9$ produced the best result, and this topographic normalization for a single land cover type yielded better compensation for topographic effects than in the case of an area with various land-cover types. In applying the relative radiometric normalization to topographically normalized three multi-temporal imageries, more invariant spectral reflectance was obtained for infrared bands and the spectral reflectance patterns were preserved in visible bands, compared with un-normalized imageries. The results show that c-correction considering the remaining reflectance energy from adjacent topography or imperfect atmospheric correction yielded superior normalization results than cosine correction. The normalization results were also improved by increasing the kernel size to compensate for vertical and horizontal errors, and for displacement between satellite imagery and ASTER GDEM.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구에서는 지형기복의 영향이 포함된 단일 영상 및 다시기 영상에 대해 지형보정 효과를 평가하기 위하여 한라산과 다수의 분석구가 분포하는 독특한 화산지형인 제주도를 대상으로 Landsat 7 ETM+(Enhanced Thematic Mapper Plus) 영상과 ASTER GDEM(Advanced Spaceborne Thermal Emission and Reflection Radiometer Global Digital Elevation Model) 자료를 사용하여 국지적 조도의 모델링 시 커널의 크기를 변화시키며 Lambertian 보정기법인 cosine보정법과 비 Lambertian 보정기법인 c-보정법을 적용하고 보전 전후의 영상을 비교하여 보정기법 및 커널 크기별 지형보정 효과의 평가를 시도하였다.
가설 설정
따라서 다른 피복보다 지형에 의한 영향이 두드러질 것으로 판단할 수 있다. 선택된 산림 클래스들의 전반적인 분광반사도에는 강도의 차이는 존재하지만 파장별 패턴이 유사하기 때문에 동일한 종류의 피복으로 가정하였다(Fig. 7).
제안 방법
다시기 Landsat ETM+ 영상의 방사도 정규화를 위한 기준 화소로 입력될 균질한 지표의 선택 및 단일 지표 피복에 대한 지형보정 효과의 분석을 위하여 환경부에서 제작한 1:50,000 축척의 대분류 토지피복지도를 참고하였다. 제주도는 한림, 제주, 성산, 모슬포, 서귀, 표선의 총 6매의 토지피복지도로 구축되어 있고 본 연구에 사용된 분석대상 영상과 획득시기가 근접한 1998년 10월에 촬영한 Landsat TM(Thematic Mapper) 영상을 이용하여 제작되었다.
분석에 사용된 영상은 Landsat 7 ETM+ 센서의 Level 1T 영상으로 센서의 방사보정 및 기하보정을 수행한 후 0부터 255까지의 수치로 표현된 8비트 DN(digital number) 속성의 화소로 구성되어 있다. 영상의 메타데이터에 기록된 변환변수를 참조하여 DN 수치를 방사에너지(radiance)로 변환한 후(NASA, 2011) 대기의 경로 복사에너지(path radiance)를 제거하기 위하여 대기보정을 수행하고 지표 반사도를 추출하였다. 대기보정은 EXELIS사의 ENVI 소프트웨어에 포함되어 있는 FLAASH 모듈을 사용하여 수행하였다.
분석에 사용된 세 시기의 영상 가운데 한라산 정상부의 눈의 피복 및 구름에 의한 영향이 가장 작은 2000년4월 6일의 영상을 대상으로 무감독분류법인 ISODATA(Iterative Self-Organizing Data Analysis Technique) 방법을 적용하였다. 입력자료로 1, 2, 3, 4,5, 7번의 6개 밴드를 사용하였고 총 20개의 클래스로 분류를 수행하였다. 지형보정 영역을 육지로 제한하기 위하여 분류결과 중에서 바다와 육지의 경계부에 위치하여 두 피복의 특성이 혼재된 것으로 판단되는 5개의 클래스와 ASTER GDEM 자료에서 고도가 0 m 이하인 지역은 분석대상 영역에서 제외하였다.
커널의 크기가 증가되면 지형의 경사가 완만해지고 사면의 방향에도 변화가 발생되며 이는 지형보정 결과에 영향을 미치는 것으로 보고되어(Riaño et al., 2003) 3×3, 5×5, 7×7, 9×9 화소의 네 가지 크기의 커널을 적용하여 영향을 평가하였다.
먼저 개별 영상에서 지형보정 효과의 평가를 위하여 2000년 4월 6일 영상을 대상으로 육상지역만 분석자료로 사용될 수 있도록 마스크를 제작하였다. 마스크에는 앞서 언급한 ASTER DEM 수치표고모델에서 해발고도 0 m 이하인 바다 및 지표피복분류 결과 중 바다와 육지가 혼합된 것으로 판단되는 5개의 클래스와 Fig.
2 이하인 지점이 병합되었다. 보정결과의 평가도 마스크를 제외한 영역에서 이루어졌고, 다른 시기에 획득된 두 영상에 대해서도 동일한 방식으로 마스크를 제작하여 이용하였다.
, 1982). 현장조사 등으로 지표피복에 대한 정보가 알려진 경우 피복별로 입력자료를 분류하여 지형보정을 수행하면 그림자 제거 등 보정효과가 증대되고 이러한 결과물은 전문가의 육안 분석이나 지도 서비스 등에서 지표 피복에 대하여 더 안정된 자료를 제공해 줄 수 있을 것으로 판단하여 본 연구에서는 마스크를 제작하여 수행된 육지 전체에 대한 분석뿐만 아니라 도시나 농경지와 같이 편평한 지형에 위치하는 피복에 비하여 지형의 영향을 상대적으로 더 많이 받는 산림피복만을 선택하여 단일 피복에 대한 지형보정 효과도 평가하였다. 산림피복은 무감독분류 결과에서 3개의 클래스를 선택하였고 토지피복지도와의 위치 비교를 통하여 선택된 클래스의 적합성을 확인하였다.
현장조사 등으로 지표피복에 대한 정보가 알려진 경우 피복별로 입력자료를 분류하여 지형보정을 수행하면 그림자 제거 등 보정효과가 증대되고 이러한 결과물은 전문가의 육안 분석이나 지도 서비스 등에서 지표 피복에 대하여 더 안정된 자료를 제공해 줄 수 있을 것으로 판단하여 본 연구에서는 마스크를 제작하여 수행된 육지 전체에 대한 분석뿐만 아니라 도시나 농경지와 같이 편평한 지형에 위치하는 피복에 비하여 지형의 영향을 상대적으로 더 많이 받는 산림피복만을 선택하여 단일 피복에 대한 지형보정 효과도 평가하였다. 산림피복은 무감독분류 결과에서 3개의 클래스를 선택하였고 토지피복지도와의 위치 비교를 통하여 선택된 클래스의 적합성을 확인하였다.
, 1998). 분석에 사용된 세 영상 가운데 구름 등 대기에 의한 영향이 작으면서 또한 영상 획득 당시의 태양 고도각이 상대적으로 높아 지형기복에 의한 영향이 덜 나타난 2000년 4월 6일 영상을 기준으로 선택하여 식 (4)와 같이 선형 회귀식을 작성하고 정규화를 수행하였다.
또한 지형 및 그림자의 제거로 인한 분광반사도 표준편차의 감소 정도를 평가하는 방법 이 사용되었다(Civco, 1989). 다시기의 영상에 대해서도 취득 시기별 반사도 변화정도를 분석함으로써 지형보정 여부가 다시기 영상의 방사도 정규화 결과에 미치는 영향을 평가하였다.
국지적 조도에 의한 영향 및 보정 기법별 보정효과를 알아보기 위하여 분석에 사용된 6개 밴드의 평균 반사도와 cos i에 대한 2차원 산포도를 도시하였다(Fig. 5). 보정 전 영상에서는 반사도와 cos i가 서로 비례하여 증가하는 경향이 나타나지만 지형보정이 수행된 후에는 이러한 경향성이 감소되어야 한다.
지형보정이 수행된 영상에서는 보정 전보다 지표 피복의 반사도 변화가 감소되어 상대적으로 균질한 반사도의 분포가 나타나야 하고 이는 밴드별 반사도의 표준편차를 비교함으로써 평가가 가능하다. 세 영상에 대하여 보정방법과 커널 크기를 구분하여 밴드별 표준편차의 변화정도를 도시하였다(Table 3).
서로 다른 시기에 획득된 세 영상에 대하여 상대적방사도 보정을 수행하였다. 앞서 Table 2에 도시한 PIF화소들에 대하서 2000년 4월 6일 영상의 반사도를 기준으로 2002년 1월 6일 및 2003년 3월 30일 영상에 대하여 각각 선형 회귀식을 도출하였다(Table 5).
본 연구에서는 한라산과 다수의 분석구가 분포하는 제주도 지역을 대상으로 세 시기에 취득한 Landsat 7ETM+ 영상 및 ASTER GDEM 수치표고모델에 Lambertian 보정기법인 cosine 보정법과 비 Lambertian 보정기법인 c-보정법을 적용하고 개별 영상 및 다시기 영상에 대하여 지형보정 전후의 비교를 수행하고 보정 효과를 평가하였다.
대상 데이터
본 연구에서는 2000년 4월 6일(WRS-2 path 116, row 37) 및 2002년 1월 6일, 2003년 3월 30일에 취득한 Landsat 7 ETM+ 영상을 사용하였으며 WGS84 기준타원체와 UTM52N 좌표체계를 지정하였다(Fig. 1). 2000년 4월 6일과 2002년 1월 6일의 영상에는 약 185 km×170 km 면적의 개별영상 내에 구름이 0% 포함되어 있고, 2003년 3월 30일 영상에는 0.
본 연구에서는 두 번째 버전 중 북위 33-34°, 동경 126-127°의 자료를 이용하였다(Fig. 2).
다시기 Landsat ETM+ 영상의 방사도 정규화를 위한 기준 화소로 입력될 균질한 지표의 선택 및 단일 지표 피복에 대한 지형보정 효과의 분석을 위하여 환경부에서 제작한 1:50,000 축척의 대분류 토지피복지도를 참고하였다. 제주도는 한림, 제주, 성산, 모슬포, 서귀, 표선의 총 6매의 토지피복지도로 구축되어 있고 본 연구에 사용된 분석대상 영상과 획득시기가 근접한 1998년 10월에 촬영한 Landsat TM(Thematic Mapper) 영상을 이용하여 제작되었다. 토지피복분류도에서 피복의 종류를 결정하기 위하여 기본적으로 감독 및 무감독분류법이 복합적으로 사용되었고 현지조사 결과도 반영하여 시가화/건조지역, 농경지역, 산림지역, 녹지/초지지역, 습지, 나지, 수역에 대한 7개의 항목으로 도시되었다(환경부, 2002).
분석에 사용된 영상은 Landsat 7 ETM+ 센서의 Level 1T 영상으로 센서의 방사보정 및 기하보정을 수행한 후 0부터 255까지의 수치로 표현된 8비트 DN(digital number) 속성의 화소로 구성되어 있다. 영상의 메타데이터에 기록된 변환변수를 참조하여 DN 수치를 방사에너지(radiance)로 변환한 후(NASA, 2011) 대기의 경로 복사에너지(path radiance)를 제거하기 위하여 대기보정을 수행하고 지표 반사도를 추출하였다.
영상의 메타데이터에 기록된 변환변수를 참조하여 DN 수치를 방사에너지(radiance)로 변환한 후(NASA, 2011) 대기의 경로 복사에너지(path radiance)를 제거하기 위하여 대기보정을 수행하고 지표 반사도를 추출하였다. 대기보정은 EXELIS사의 ENVI 소프트웨어에 포함되어 있는 FLAASH 모듈을 사용하여 수행하였다.
,1990). 이러한 특성을 가지고 있는 지표피복은 모래, 아스팔트, 물 등이 해당되며(Coppin and Bouer, 1994) 본 연구에서는 무감독분류 결과 및 토지피복지도 정보를 고려하여 도로, 콘크리트, 지붕, 운동장, 모래에 대하여 총 106개의 화소를 추출하여 분석에 사용하였다. 선택된 화소들의 적합성을 평가하기 위하여 경사도의 평균과 표준편차를 Table 2에 함께 도시하였다.
8에 도시하였다. 눈의 경우 다른 지표 피복과 상이한 반사도 특성을 지니며 지형에 의한 효과와는 별도로 지표피복의 반사특성이 변화하는 경우이기 때문에 앞서 언급한 바와 같이 눈의 피복이 가장 두드러진 2002년 1월 6일 영상을 기준으로 눈의 피복을 분석에서 제외할 수 있도록 해발 530 m 이상의 영역에 대하여 마스크를 제작하여 보정결과 평가에 사용하였다.
이론/모형
2). Landsat ETM+의 가시광 및 적외선 영상과 대응시키기 위하여 공간해상도를 최근린 내삽법(nearest neighbor interpolation)을 이용하여 1 arc-second에서 30 m로 재분할하였다.
분석에 사용된 세 시기의 영상 가운데 한라산 정상부의 눈의 피복 및 구름에 의한 영향이 가장 작은 2000년4월 6일의 영상을 대상으로 무감독분류법인 ISODATA(Iterative Self-Organizing Data Analysis Technique) 방법을 적용하였다. 입력자료로 1, 2, 3, 4,5, 7번의 6개 밴드를 사용하였고 총 20개의 클래스로 분류를 수행하였다.
지형보정이 수행된 영상에서는 지점별 조도와 분광반사도 사이의 상관도가 보정전보다 감소되어야 한다. 또한 지형 및 그림자의 제거로 인한 분광반사도 표준편차의 감소 정도를 평가하는 방법 이 사용되었다(Civco, 1989). 다시기의 영상에 대해서도 취득 시기별 반사도 변화정도를 분석함으로써 지형보정 여부가 다시기 영상의 방사도 정규화 결과에 미치는 영향을 평가하였다.
7. Spectral reflectances of the three forest classes selected from the result of ISODATA unsupervised classification.
앞서 Table 2에 도시한 PIF화소들에 대하서 2000년 4월 6일 영상의 반사도를 기준으로 2002년 1월 6일 및 2003년 3월 30일 영상에 대하여 각각 선형 회귀식을 도출하였다(Table 5). 방사도보정을 위한 선형 회귀식은 지형보정 전 영상 및 cosine보정법이 적용된 영상, c-보정법이 적용된 영상에서 각각 산출되었고 이를 이용하여 상대적 방사도 보정이 수행되었다.
성능/효과
한라산 정상부는 계절적 영향으로 인하여 1월의 영상에는 눈으로 피복된 영역이 확장되는 것을 알 수 있다. 기상청 홈페이지(http://www.kma.go.kr)에서 제공하는 과거 기상 관측자료를 조회한 결과 영상 획득시기인 2002년 1월 6일 이전 3일 동안 제주 지역에는 강설이 기록되지 않았고 일평균 기온이 모두 영상이었던 것으로 확인되어 한라산을 제외한 지역에는 눈으로 덮인 피복이 없을 것으로 판단하였다.
2000년 4월 6일에 취득한 영상을 대상으로 커널크기 3×3 화소를 적용하여 수행한 지형보정 결과를 육안으로 분석하였을 때 cosine 보정법과 c-보정법 모두 보정 전 영상과 비교하여 지형에 의한 영향이 제거된 것을 확인할 수 있다(Fig. 4).
4). 그림자의 제거 효과는 cosine 보정법이 더 큰 것으로 보이지만 지형기복에 의한 그림자발생이 두드러진 협곡과 같은 일부 지점에서는 보정 후 주변보다 밝기 값이 크게 증대된 과다보정(overcorrection)된 화소들이 나타났다. C-보정법을 사용한 결과에서는 과다보정 된 화소들이 눈에 띄지 않으며 보정 전 영상과 cosine 보정결과의 사이에 해당하는 보정효과를 확인할 수 있다.
그림자의 제거 효과는 cosine 보정법이 더 큰 것으로 보이지만 지형기복에 의한 그림자발생이 두드러진 협곡과 같은 일부 지점에서는 보정 후 주변보다 밝기 값이 크게 증대된 과다보정(overcorrection)된 화소들이 나타났다. C-보정법을 사용한 결과에서는 과다보정 된 화소들이 눈에 띄지 않으며 보정 전 영상과 cosine 보정결과의 사이에 해당하는 보정효과를 확인할 수 있다.
상대적 방사도 보정 전의 영상에서 밴드별 반사도 순서는 세 시기의 영상에서 모두 동일하지만 2002년 1월6일의 영상은 낮은 태양고도각 및 이로부터 발생되는 그림자 효과의 증가로 인하여 반사도가 모든 밴드에서 상대적으로 낮은 것으로 나타났다(Fig. 8a). 상대적 방사도 보정 후에는 2002년 1월 6일 영상의 반사도가 모든 밴드에서 증가하여 방사도 보정 전과 비교하였을 때 촬영시기의 변화로 인한 반사도 차이가 감소되었음을 알 수 있다(Fig.
지형보정 수행 시 국지적 조도를 계산하는 과정에서커널의 크기를 변화시키며 적용하였고 커널의 크기가 3×3이 아닌 그 이상인 경우에 지형의 영향이 더 감소되는 결과가 도출되었다.
8b). 지형보정이 수행된 결과에서는 지형보정이 수행되지 않은 경우보다 2002년 1월 6일의 영상 적외선 영역(밴드 4, 5, 7)의 반사도가 더 증가하여 2000년 4월 6일 및 2003년 3월 30일의 영상에 더욱 근접한 반사도를 나타내었으며, 가시광 영역(밴드 1, 2, 3)에서는 지형보정이 수행되지 않은 경우 반사도 정도가 모두 유사한 수치로 중첩되어 나타났지만 지형보정이 수행된 결과에서는 밴드 3, 2, 1의 순서로 나열되는 반사도의 간격이 유지되는 것을 확인할 수 있다.
지표피복 및 대기상태가 가장 안정적인 2000년 4월 6일의 영상을 대상으로 눈피복이 존재하는 해발 1200m 이상을 제외한 육상지역에 대하여 지형보정을 수행한 결과 육안분석 및 cos i 수치에 대한 반사도 변화경향에서 cosine 보정법보다 c-보정법이 상대적으로 우수한 결과를 도출함을 알 수 있었다. 보정 전후의 표준편차 감소 정도의 비교에서는 cosine 보정법을 적용한 경우 과다보정의 영향으로 인하여 커널의 크기가 5×5 이하에서는 밴드별 표준편차 감소량의 합이 증가하지 않았지만 c-보정법을 적용하였을 때에는 모든 크기의 커널에서밴드별 표준편차 감소량의 합이 증가하였다.
이는 주변지형으로부터 반사되는 에너지 및 불완전한 대기보정으로 인한 잔류 대기영향을 제거하기 위하여 c-보정법에 추가된 보정상수(ck)의 효과로 판단된다. 동일한 방법으로 2002년 1월 6일과 2003년 3월 30일 영상에 대하여 지형보정을 수행한 경우에도 cosine 보정법보다 c-보정법이 상대적으로 우수한 결과를 나타내었다.
2000년 4월 6일의 영상에서 입력자료를 무감독분류결과로부터 선택한 산림피복으로 한정하고 c-보정법을 적용하여 지형보정을 수행한 사례에서는 육상지역을 대상으로 c-보정을 수행한 경우 적용된 커널의 크기가 가장 작은 3×3 화소일 때 일부 밴드에서 보정전보다 표준편차가 증가한 결과가 도출된 것과 달리 모든 밴드 및 커널 크기에서 보정전 영상보다 표준편차가 감소하였다. 또한 개별 밴드의 표준편차가 감소한 경우에도 육지전체를 대상으로 보정을 수행한 경우보다 표준편차 감소량이 상대적으로 더 크다는 점에서도 단일피복에 대한 c-보정의 수행이 더 우수한 보정결과를 도출한다고 판단할 수 있다. 따라서 토지피복도나 지질도와 같이 지표피복에 대한 사전정보를 확보할 수 있는 경우 지형보정을 수행할 때에 그렇지 않은 경우보다 개선된 결과를 기대할 수 있다.
이상의 결과로부터 Landsat 7 ETM+ 영상에서 지형의 영향으로부터 발생되는 화소의 밝기변이를 감소시키기 위하여c-보정법을 적용하고 ASTER GDEM 지형자료를 이용한 cos i 모델링 시 커널의 크기를 7×7 또는 9×9 화소로 입력하는 경우에 모든 영상 밴드에서 지형에 의한 영향이 완화되어 표준편차가 보정 전보다 감소된 안정된 영상자료로 개선되는 것으로 판단할 수 있고 c-보정법에 의한 지형영향의 감소 효과는 육안분석 및 cos i와 반사도를 이용한 2차원 산포도에서도 확인 가능하였다.
서로 다른 시기에 획득된 세 영상에 대하여 상대적방사도 보정을 수행한 후 지형보정 효과를 평가한 결과 계절적 원인으로 인하여 태양 고도각이 가장 낮은 상태에서 획득된 2002년 1월 6일 영상의 반사도에서 계절적영향이 감소되고 다른 두 시기의 영상과 유사한 반사도로 보정이 이루어졌다. 따라서 산악지형이 두드러진 지역에서 다수의 시기에 획득된 위성영상을 이용하여 시계열 분석을 수행하는 경우 지형보정 기법을 적용함으로써 지표피복의 변화 경향만을 상대적으로 강조할 수 있을 것으로 판단된다.
선택된 산림피복에 한정하여 지형보정을 수행한 결과 cosine 보정법은 커널의 크기가 증가함에 따라 표준편차는 감소되는 경향이 나타났으며 커널의 크기가 5×5 이상에서 개별 밴드들의 표준편차 감소 정도의 합이 보정 전 영상보다 증가함을 알 수 있다(Table 4).
2 이상인 범위에서의 cosine 보정 결과는 앞서 육안관찰 결과에서 언급한 바와 같이 과다보정의 영향으로 인하여 작은 cos i에서 오히려 큰 반사도가 나타나는 경향이 도시되었다. C-보정 결과에서는 cos i의 변화에 상관없이 가장 일정한 반사도의 분포가 나타나 지형에 의한 영향이 가장 효과적으로 제거된 것으로 판단할 수 있다.
선택된 산림피복에 한정하여 지형보정을 수행한 결과 cosine 보정법은 커널의 크기가 증가함에 따라 표준편차는 감소되는 경향이 나타났으며 커널의 크기가 5×5 이상에서 개별 밴드들의 표준편차 감소 정도의 합이 보정 전 영상보다 증가함을 알 수 있다(Table 4). C-보정 결과에서도 마찬가지로 커널의 크기가 증가함에 따라 표준편차는 감소되는 경향이 나타났고 cosine 보정법과는 달리 모든 밴드와 커널의 크기에서 보정 전 영상보다 표준편차가 감소하였다. 커널 크기의 증가는 지형기복에 의한 영향을 감소시키고 이로부터 cos i의 평균은 증가되고 표준편차는 감소되는 경향을 나타내었다.
C-보정 결과에서도 마찬가지로 커널의 크기가 증가함에 따라 표준편차는 감소되는 경향이 나타났고 cosine 보정법과는 달리 모든 밴드와 커널의 크기에서 보정 전 영상보다 표준편차가 감소하였다. 커널 크기의 증가는 지형기복에 의한 영향을 감소시키고 이로부터 cos i의 평균은 증가되고 표준편차는 감소되는 경향을 나타내었다.
후속연구
, 2011) Landsat ETM+ 영상과 위치적으로 불일치되는 지점이 존재할 수 있기 때문에 커널의 크기가 증가하면서 모델링된 지형의 경사가 완만해지고 수직 및 수평오차도 완화되어 지형보정 효과가 증대되는 것으로 판단할 수 있다. 수치표고모델의 정밀도 및 정확도가 지형보정 효과에 미치는 영향을 평가하기 위해서는 항공측량이나 라이다 자료로부터 획득된 수치고도모델을 이용하여 지형보정을 수행하고 보정 효과를 비교분석하는 연구가 추가적으로 필요할 것이라 판단된다. 이상의 결과로부터 Landsat 7 ETM+ 영상에서 지형의 영향으로부터 발생되는 화소의 밝기변이를 감소시키기 위하여c-보정법을 적용하고 ASTER GDEM 지형자료를 이용한 cos i 모델링 시 커널의 크기를 7×7 또는 9×9 화소로 입력하는 경우에 모든 영상 밴드에서 지형에 의한 영향이 완화되어 표준편차가 보정 전보다 감소된 안정된 영상자료로 개선되는 것으로 판단할 수 있고 c-보정법에 의한 지형영향의 감소 효과는 육안분석 및 cos i와 반사도를 이용한 2차원 산포도에서도 확인 가능하였다.
질의응답
핵심어
질문
논문에서 추출한 답변
보정기법 및 커널 크기에 대한 지형보정 효과 분석결과는?
한라산과 다수의 분석구가 분포하는 제주도를 대상으로 Landsat 7 ETM+ 영상과 ASTER GDEM 지형자료를 사용하여 국지적조도의 모델링 시 커널의 크기를 $3{\times}3$, $5{\times}5$, $7{\times}7$, $9{\times}9$ 화소로 변화시키며 Lambertian 보정기법인 cosine 보정법과 비 Lambertian 보정기법인 c-보정법을 적용하고 보정기법 및 커널 크기에 대한 지형보정 효과를 분석하였다. 개별 영상의 육상지역에 대하여 보정을 수행한 결과 커널의 크기 $7{\times}7$을 적용한 c-보정법을 사용하였을 때에 보정효과가 가장 우수한 것으로 평가되었고, 대상지역을 ISODATA 무감독분류법을 이용하여 선택된 산림지역에 한정하여 지형보정을 수행한 경우에는 커널의 크기 $9{\times}9$를 적용한 c-보정법을 사용하였을 때에 가장 우수한 결과가 도출되었으며 다양한 지표피복이 혼합된 대상지역 대한 보정보다 효과가 큰 것으로 평가되었다. 다시기 영상의 경우 세 시기에 획득된 영상에 대하여 각각 지형보정을 수행한 후 상대적 방사도 보정을 적용하였을 때 지형보정을 수행하지 않은 경우와 비교하여 적외선 파장영역에서는 보다 균질한 반사도로 방사보정이 이루어졌으며 가시광 파장영역에서는 원영상의 반사도 패턴이 잘 보존된 결과가 도출되었다. 이상의 결과로부터 주변 지형으로부터 반사되는 에너지와 불완전한 대기보정으로 인한 잔류 대기영향을 고려하는 c-보정법을 적용하는 경우 cosine 보정법보다 우수한 지형보정 효과가 나타나며 수치표고모델에 내재된 수평과 수직방향 오차 및 위성영상과의 정합오차의 영향을 감소시기키 위하여 국지적 조도의 모델링 시 커널의 크기를 증가시키는 경우 지형보정의 효과가 증대되는 것으로 판단된다.
지표면에서 등방성의 반사특성을 갖는 이상적인 Lambertian 조건을 가정한 방법은?
원격탐사 영상에서 지형에 의한 영향을 제거하거나 감소시키기 위하여 지표면에서 등방성의 반사특성을 갖는 이상적인 Lambertian 조건을 가정한 방법인 cosine 보정법(이규성과 윤정숙, 1997; Civco, 1989; Conese et al., 1993; Sandmeier and Itten, 1997) 및 주변 지형으로부터 반사되는 에너지와 불완전한 대기보정으로 인한 잔류 대기영향을 고려하기 위한 추가적인 변수를 도입한 비 Lambertian 조건의 보정법이 주로 사용되어왔다(Teillet et al.
제주도의 위치는?
한반도 남부의 대한해협 서남측 입구에 위치한 제주도는 장축의 길이가 동북동-서남서 방향으로 약 74 km이고 단축은 북북서-남남동 방향으로 약 32 km인 타원 형태이며, 중심부에 해발고도 약 1950 m의 한라산이 위치하고 있다. 한라산의 북쪽과 남쪽 사면은 경사가 급한 반면, 동쪽과 서쪽 사면은 상대적으로 완만한 경사를 이루고 있으며 정상으로부터 북측으로 2개와 남측으로 1개의 방향으로 깊고 긴 협곡들이 발달되어 있다(Fig.
참고문헌 (22)
윤선, 현원학, 정차연, 2005. 제주도 한라산의 지질, 지질학회지, 41(4): 481-497.
이규성, 윤정숙, 1997. 산림지역에서 SPOT과 Landsat TM 영상을 위한 지형효과 보정, 대한원격탐사학회지, 13(3): 277-292.
한국농촌공사 제주도본부, 2006. 제주도의 지질, 한국농촌공사.
환경부, 2002. 인공위성영상자료를 이용한 토지피복지도 구축, 환경부.
Civco, D.L., 1989. Topographic normalization of Landsat Thematic Mapper digital imagery, Photogrammetric Engineering and Remote Sensing, 55(9): 1303-1309.
Colby, J.D., 1991. Topographic normalization in rugged terrain, Photogrammetric Engineering and Remote Sensing, 57(5): 531-537.
Coppin, P.R. and M.E. Bauer, 1994. Processing of multitemporal Landsat TM imagery to optimize extraction of forest cover change features, IEEE Transactions on Geoscience and remote Sensing, 32(4): 918-927.
Conese, C., M.A. Gilabert, F. Maselli, and L. Bottai, 1993. Topographic normalization of TM scenes through the use of an atmospheric correction method and digital terrain models, Photogrammetric Engineering and Remote Sensing, 59(12): 1745-1753.
Eckhardt, D.W., J.P. Verdin, and G.R. Lyford, 1990. Automated update of an irrigated lands GIS using SPOT HRV imagery, Photogrammetric Engineering and Remote Sensing, 56(11): 1515- 1522.
Fujisada, H., M. Urai, and A. Iwasaki, 2012. Technical methodology for ASTER Global DEM, IEEE Transactions on Geoscience and Remote Sensing, in press (DOI: 10.1109/TGRS.2012.2187300).
Gao, Y. and W. Zhang, 2009. A simple empirical topographic correction method for ETM+ imagery, International Journal of Remote Sensing, 30(9): 2259-2275.
Hantson, S. and E. Chuvieco, 2011. Evaluation of different topographic correction methods for Landsat imagery, International Journal of Applied Earth Observation and Geoinformation, 13(5): 691-700.
Meyer, P., K.I. Itten, T. Kellenbenberger, and S. Sandmeier, 1993. Radiometric corrections of topographically induced effects on Landsat TM data in an alpine environment, ISPRS Journal of Photogrammetry and Remote Sensing, 48(4): 17-28.
NASA, 2011. Landsat 7 Science Data Users Handbook, Landsat Project Science Office, NASA's Goddard Space Flight Center, Greenbelt, Maryland, USA (http://landsathandbook.gsfc.nasa.gov).
Reese, H. and H. Olsson, 2011. C-correction of optical satellite data over alpine vegetation areas: a comparison of sampling strategies for determining the empirical c-parameter, Remote Sensing of Environment, 115(6): 1387-1400.
Riano, D., E. Chuvieco, J. Salas, and I. Aguado, 2003. Assessment of different topographic corrections in Landsat TM data for mapping vegetation types, IEEE Transactions on Geoscience and Remote Sensing, 41(5): 1056-1061.
Sandmeier, S.R. and K.I. Itten, 1997. A physicallybased model to correct atmospheric and illumination effects in optical satellite data of rugged terrain, IEEE Transactions on Geoscience and Remote Sensing, 35(3): 708-717.
Smith, J.A., T.L. Lin, and K.J. Ranson, 1980. The Lambertian assumption and Landsat data, Photogrammetric Engineering and Remote Sensing, 46(9): 1183-1189.
Tachikawa, T., M. Kaku, A. Iwasaki, D. Gesch, M. Oimoen, Z. Zhang, J. Danielson, T. Krieger, B. Curtis, J. Haase, M. Abrams, R. Crippen, and C. Carabajal, 2011. ASTER Global Digital Elevation Model Version 2 - Summary of Validation Results, ASTER GDEM Validation Team (http://www.jspacesystems.or.jp/ersdac/GDEM/ver2Validation/Summary_GDEM2_validation_report_final.pdf)
Teillet, P.M., B. Guindon, and D.G. Goodenough, 1982. On the slope-aspect correction of multispectral scanner data, Canadian Journal of Remote Sensing, 8(2): 84-106.
Tokola, T., S. Lofman, and A. Erkkila, 1998. Relative calibration of multitemporal Landsat data for forest cover change detection, Remote Sensing of Environment, 68(1): 1-11.
Yuan, D. and C.D. Elvidge, 1996. Comparison of relative radiometric normalization techniques, ISPRS Journal of Photogrammetry & Remote Sensing, 51(3): 117-126.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.