$\require{mediawiki-texvc}$

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.

RapidEye 위성영상을 이용한 청주시의 불투수면지도 생성기법
Impervious Surface Mapping of Cheongju by Using RapidEye Satellite Imagery 원문보기

한국지형공간정보학회지 = Journal of the korean society for geospatial information science, v.22 no.1, 2014년, pp.71 - 79  

박홍련 (한국해양과학기술원 부설 극지연구소 극지원격탐사연구실) ,  최재완 (충북대학교 공과대학 토목공학부) ,  최석근 (충북대학교 공과대학 토목공학부)

초록
AI-Helper 아이콘AI-Helper

많은 연구들은 저해상도 위성영상을 이용하여 불투수면을 생성하며, 광역적인 객체 단위의 불투수면을 생성하는 데에 효율적인 성과를 이루지 못하고 있는 실정이다. 본 논문에서는 RapidEye 위성영상을 활용한 객체 기반의 불투수면 생성 기법을 제안하였으며, 이를 실험지역에 적용하고자 하였다. 분광반사율로 변환된 RapidEye 위성영상을 활용하여 추가적인 밴드를 생성하였으며, 훈련자료를 이용하여 그림자 및 수계 클래스를 추출하였다. 해당 클래스를 제외한 나머지 클래스들은 환경부의 중분류 토지피복지도와 분광혼합분석 모델을 활용하여 피복단위의 불투수 비율 영상을 생성하였다. 참조자료와의 정량적 비교평가를 통하여 본 연구에서 적용한 불투수면 생성 방법의 효용성을 검증하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Most researches have created the impervious surface map by using low-spatial-resolution satellite imagery and are inefficient to generate the object-based impervious map with a broad area. In this study, segment-based impervious surface mapping algorithm is proposed using the RapidEye satellite imag...

주제어

#분광혼합분석   #불투수면 지도   #토지피복지도   #RapidEye 위성영상  

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 또한, 영상 내에 존재하는 그림자의 경우, 투수/불투수의 유무를 판단하기 어려운 문제를 지닌다. 따라서, 본 연구에서는 임계치를 통하여 그림자와 수계지역을 1차적으로 추출한 후에 불투수면을 추출하고자 하였다. 그림자와 수계지역을 추출하기 위한 임계치는 그림자와 수계지역 클래스의 분광반사율정보에 decision tree 알고리즘을 적용하여 추출하였다.
  • 본 연구에서는 광역지역을 효과적으로 촬영할 수 있는 RapidEye 위성영상에 적합한 불투수면 생성방법을 제안하고자 한다. 특히, 환경부의 중분류 토지피복도 기준으로 하는 공간해상도 6.
  • 본 연구에서는 다양한 분야에 활용할 수 있는 불투수비율 지도를 생성하기 위하여 분광혼합기법을 활용한 RapidEye 영상의 분석 방법을 제안하였다. RapidEye 영상의 전처리 과정을 통하여 부가적인 밴드를 생성한 후, 그림자 및 수계지역을 1차적으로 추출하였다.
  • 본 연구에서는 광역지역을 효과적으로 촬영할 수 있는 RapidEye 위성영상에 적합한 불투수면 생성방법을 제안하고자 한다. 특히, 환경부의 중분류 토지피복도 기준으로 하는 공간해상도 6.5m급의 토지피복 경계에 대한 불투수 비율 지도를 생성하여, 지표특성을 불투수면과 식생 등으로 간략하게 구분하는 기존의 고해상도 영상을 이용한 불투수면 생성 방법의 정확도를 보완하고자 하였다. 이를 위해, 2종류의 추가적인 밴드를 생성하였으며, 이들을 활용하여 그림자 및 수계지역을 추정하였다.

가설 설정

  • 식 (9)의 경우, 행렬 행의 추가를 이용하여 해결할 수 있으며, 식 (8)은 최적화기법 등을 이용하여 수학적으로 최적의 해를 산출할 수 있다. 본 연구에서는 7개의 밴드로 이루어진 영상을 사용하고, 불투수면 추정을 위하여 그림자와 수계지역을 제외한, 불투수면, 초지, 산림, 나지의 4개의 고유물질이 화소 내에 존재한다고 가정하였다. 식 (7)∼(9)를 이용하여 불투수면, 초지, 나지, 산림 4개의 물질비율 영상을 생성하였으며, 그림자 및 수계지역은 분광혼합분석에서 제외시켰다.
  • 우리나라에서 구축된 토지피복지도에서 분류된 토지피복의 종류는 시가화 건조지역, 산림, 농업지역, 초지, 수역, 나지, 습지의 7개 클래스(class)로 구분하고 있다. 토지피복지도의 분류체계와 RapidEye 위성영상의 공간해상도를 고려하여, 본 연구에서는 지표면상에는 도심지역을 포함한 불투수면, 산림, 논/밭과 같은 초지, 수계, 나지, 도심지역에 존재하는 그림자의 총 6개 물질이 존재한다고 가정하였다. 그러나, RapidEye 위성 영상 내의 그림자와 수계지역은 나머지 4개의 지표물질들과 비교하여 매우 낮은 분광반사율을 지니지만, 그림자와 수계지역은 상호 유사한 분광 반사율 특성을 지닌다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
불투수면의 의미는? 이러한 기본환경정보들을 생성하기 위해서는 지표면에 대한 불투수면(impervious surface) 지도를 생성하고, 세부 환경지표들을 분석하는 것이 필수적이다. 일반적으로, 불투수면은 건축물, 도로, 교량 등과 같이 물 등의 자연적인 침투를 허용하지 않는 토지 피복 상태를 의미한다(Kim et al., 2008).
국내의 불투수면 추정 관련 연구에서는 어떠한 문제점이 있었는가? (2007) 등이 원격탐사 자료의 분류기법과 분광혼합분석(spectral mixture analysis)등을 이용하여 탄천유역, 안성지역 등에 대한 불투수면을 추정하였다. 그러나, 국내의 많은 연구들은 기존 원격탐사 자료의 분류기법을 그대로 적용하였으며, 사용 데이터의 경우에도 공간해상도 30m의 LANDSAT ETM+ 영상들을 사용한 경우가 대부분이기 때문에, 고해상도의 정밀한 결과물을 얻을 수 없다는 문제점을 지닌다. 한편, 환경부에서 배포하고 있는 토지피복지도의 경우에도 클래스별로 투수 유무가 표현되며, 이를 이용하여 불투수면 지도로 직접적인 변환이 가능하다.
불투수면이 수리·수문학 등과 같은 토목분야에서도 다양하게 활용되는 이유는? , 2008). 불투수면은 도시의 환경변화 등을 분석하기 위한 중요한 지표로 사용되며, 강우 발생 후 유출을 통한 하천의 수위 변화에도 큰 영향을 미치는 요인 중 하나이기 때문에, 수리·수문학 등과 같은 토목분야에서도 다양하게 활용된다. 국내의 경우에는 Sakong(2003), Cho and Jeong(2005), Kim et al.
질의응답 정보가 도움이 되었나요?

참고문헌 (14)

  1. Bernstein, L. S., Jin, X., Gregor, B. and Adler-Golden, S. M., 2012, Quick atmospheric correction code: algorithm description and recent upgrades, Optical Engineering, Vol. 51, No. 11, pp. 1-11. 

  2. Cablk, M. E. and Minor, T. B., 2003, Detecting and discriminating impervious cover with high-resolution IKONOS data using principal component analysis and morphological operators, International Journal of Remote Sensing Vol. 24 No. 23, pp. 4627-4645. 

    상세보기 crossref

  3. Chang, C. I. and Heinz, D. C., 2000, Constrained subpixel target detection for remotely sensed imagery, IEEE Transactions on Geoscience and Remote Sensing, Vol. 38, No. 3, pp. 1144-1159. 

    상세보기 crossref

  4. Cho, H. and Jeong, J., 2005, Estimating impervious surface fraction of Tanchon watershed using spectral mixture analysis, Korean Journal of Remote Sensing, Vol. 21, No. 6, pp. 457-468. 

  5. Hese, S., Lindner, M., Voltersen, M. and Berger, C., 2011, TerraSAR-X and RapidEye data for the parameterisation of relational characteristics of urban ATKIS DLM objects, International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Volume XXXVIII-4/W19. 

  6. Kim, S., Heo, J., Yun K. and Sohn, H., 2007, Impervious surface estimation using Landsat-7 ETM+ image in An-sung Area, Korean Journal of Remote Sensing, Vol. 23, No. 6, pp. 529-536. 

  7. Kim, S., Heo, J., Heo, J. and Kim, S., 2008, Impervious surface estimation of Jungnangcheon basin using satellite remote sensing and classification and regression tree, Journal of the Korean Society of Civil Engineers, Vol. 28, No. 6D, pp. 915-922. 

  8. Lu, D., Weng, Q. and Li, G., 2006, Residential population estimation using a remote sensing derived impervious surface approach, International Journal of Remote Sensing Vol. 27 No. 16, pp. 3553-3570. 

    상세보기 crossref

  9. Lu, D. and Weng, Q., 2009, Extraction of urban impervious surfaces from an IKONOS image, International Journal of Remote Sensing Vol. 30 No. 5, pp. 1297-1311. 

    상세보기 crossref

  10. Park, H., Lee, J., Cho, Y., Choi, J. and Choi, S., 2013, A study on method of impervious surface using rapideye image and land cover map in Cheong-ju area, 2013 Conference of The Korean Society for GeoSpatial Information System, pp. 95-96. 

  11. RapidEye AG., 2010, RapidEye Image Product Frequently Asked Question (FAQs), v.1.0, pp. 6-7. 

  12. Sakong, H., 2003, An empirical study on analysis method of impervious surface using IKONOS image, The Journal of Geographic Information System Association of Korea, Vol. 11, No. 4, pp. 198-208. 

  13. Tooke, T. R., Coops, N. C., Goodwin, N. R. and Voogt, J. A., 2009, Extracting urban vegetation characteristics using spectral mixture analysis and decision tree classifications, Remote Sensing of Environment, Vol. 113, pp. 398-407. 

    상세보기 crossref

  14. Zhang, X., Zhong, T., Wang, K. and Cheng, Z., 2009, Scaling of impervious surface area and vegetation as indicators to urban land surface temperature using satellite data, International Journal of Remote Sensing Vol. 30 No. 4, pp. 841-859. 

    상세보기 crossref

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
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

맨위로