$\require{mediawiki-texvc}$

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.

객체기반 분류기법을 이용한 토지피복 특성분석 - 강원도 인제군의 DMZ지역 일원을 대상으로 -
Analysis of Land Cover Characteristics with Object-Based Classification Method - Focusing on the DMZ in Inje-gun, Gangwon-do - 원문보기

한국지리정보학회지 = Journal of the Korean Association of Geographic Information Studies, v.17 no.2, 2014년, pp.121 - 135  

나현섭 (강원대학교 산림경영학과) ,  이정수 (강원대학교 산림경영학과)

초록
AI-Helper 아이콘AI-Helper

최근 픽셀기반분류보다 더 많은 정보를 이용할 수 있는 객체기반에 대한 연구가 활발히 진행 중이다. 따라서, 본 연구는 인제군 Demilitarized Zone(DMZ)지역 일원을 대상으로 객체기반 분류기법을 이용한 토지피복분류를 실시하였다. 분류항목은 환경부 기준의 대분류 항목 7개, 중분류 항목 13개로 선정하였고, 사용된 인자는 분광 값의 평균과 표준편차, Grey Level Co-occurrence Matrix(GLCM)의 Homogeneity를 사용하여 감독분류방법 중 최근린기법을 이용하여 계층적 토지피복도를 구축하였다. 구축된 토지피복도를 이용하여 남방한계선으로부터의 거리와 Digital elevation model(DEM)을 통해 지형특성에 따른 분류항목 별 분포 특성을 분석하였다. 객체기반 분류를 위한 최적 가중치는 Scale 72, Shape 0.2. Color 0.8, Compactness 0.5, Smoothness 0.5로 선정하였고, 가중치 선정과정에서 Scale, Shape, Color가 가장 많은 영향을 주었다. 대분류 토지피복분류는 산림, 초지, 시가지의 순으로 각각 약 92%, 약 5%, 약 2%였으며, 중분류 토지피복분류는 활엽수림, 혼효림, 침엽수림의 순으로 각각 약 44%, 약 42%, 약 6% 순으로 분포하였다. 토지피복형태에 따른 분포특성을 보면, 남방한계선으로부터 2km이내의 지역에서 공공시설 지역과 도로의 이용이 높았으며, 남방한계선 6km이상의 지역에서는 논과 밭, 나지의 형태가 많았다. 산림은 표고 600m, 경사 $30^{\circ}$이상의 지역에서는 면적분포가 높았고, 농업지역과 나지, 초지는 표고 600m, 경사 $30^{\circ}$이하의 지역에서 면적분포가 높았다.

Abstract AI-Helper 아이콘AI-Helper

Object-based classification methods provide a valid alternative to traditional pixel-based methods. This study reports the results of an object-based classification to examine land cover in the demilitarized zones(DMZs) of Inje-gun. We used land cover classes(7 classes for main category and 13 class...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 따라서, 본 연구는 DMZ 일원의 토지이용에 대한 기초적인 자료 제공을 위하여 고해상도 위성영상과 객체기반 분류기법을 이용한 대분류, 중분류에 대한 계층적인 토지피복분류를 실시하고, 산림청에서 제공 받은 DEM 자료를 이용하여 지형인자에 따른 토지피복의 변화를 비교, 분석을 목적으로 한다.
  • 본 연구는 고해상도 위성영상을 이용하여 DMZ 인제군 일원을 대상으로 객체기반 분류기법을 통해 계층적 토지피복분류를 실시한 후, 토지피복도를 이용하여 지형인자에 따른 분류항목 별 분포 특성을 분석하고자 하였다. 또한, 대분류와 중분류 항목의 기준을 선정하고 최근린 분류법을 통한 계층적 토지피복분류를 실시하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
최근린법이란 무엇인가? 토지피복도의 분류항목은 대분류와 중분류로 구분하여 계층적인 토지피복도를 제작하였고(표 1), 객체기반으로 분할된 영상은 감독분류방법으로 토지피복분류항목 별 sampling작업을 실시하고 분류기법으로는 최근린법을 이용하였다. 최근린법은 분류항목의 sample로 지정된 객체의 특징과 유사한 특징을 가지는 가장 가까운 객체를 찾는 방법으로서, 미 분류된 객체의 경우, 주변의 객체 중 특징이 가장 비슷한 특징을 가지는 분류항목으로 결정된다(Kim and Jeong, 1992). 또한, 분류된 토지피복도는 Training and test area(TTA) mark를 생성하여 분류정확도를 평가하였다.
픽셀기반 분류기법과 객체기반 분류기법은 각각 어떤 정보를 이용하여 분류하는가? 객체기반 분류기법은 기존의 픽셀기반 분류기법보다 다양한 정보를 이용하여 분류가 가능하다. 픽셀기반 분류기법에서 분광 값만을 이용하여 분류를 하였지만, 객체기반 분류기법에서는 축척(Scale), 형태(Shape), 질감정보(Texture)등의 정보를 사용자의 목적에 맞게 활용하여 분류가 가능하다(Lee et al., 2007; Lee et al.
정부는 비무장지대에 대해 무엇을 추진하고 있는가? 비무장지대(Demilitarized zone: DMZ)는 정전협정 이후 약 50년간 사람의 간섭을 받지 않고 자연 천이적 과정을 통해 생태계가 복원된 유일한 지역으로 생태학적인 가치를 인정받고 있다. 또한, 정부는 DMZ에 대한 국내외적인 관심이 높아지면서 유네스코 생물권보전지역의 지정과 지역적 특성을 활용할 수 있는 DMZ 생태평화공원사업을 추진하고 있다(Han and An, 2010).
질의응답 정보가 도움이 되었나요?

참고문헌 (25)

  1. Choi. S.I. and C.H. Park. 2004. The vegetation mapping using highresolution imagery and object-oriented classification. Proceedings of Spring Conferences of the Korean Society for Geo-Spatial Information System. pp.289-294 (최상일, 박종화. 2004. 고해상도 위성영상과 객체지향 분류기법을 이용한 식생도. 한국GIS학회 춘계학술대회 논문집. 289-294쪽). 

  2. Eco-Horizon Institute. 2007. Environmental conservation and future challenges of the DMZ. pp.118-122 (생태지평. 2007. DMZ 일원의 환경보전과 향후과제. 118-122쪽). 

  3. Ham. B.Y., C.Y. Lee, H.K. Byun and B.K. Min. 2013. A study on detection of deforested land using aerial photographs. Journal of the Korean Society for Geo-Spatial Information System 21(3):11-17 (함보영, 이천용, 변혜경, 민병걸. 2013. 항공사진을 이용한 훼손 산지 탐지 연구. 한국지형공간정보학회지 21(3):11-17). 

  4. Han. J.Y. and J.K. An. 2010. A utilization study of GIS technology on the improvement of settlement environment in the Demilitarized Zone(DMZ). Journal of the Korean Institute of Spatial Design 5(2):71-80 (한정엽, 안진근. 2010. DMZ 일원 정비구역의 정주환경 개선을 GIS기술 활용방안 연구. 한국공간디자인학회논문집 5(2):71-80). 

  5. Haralick, R.M., K. Shanmugam and I.H. Dinstein. 1973. Textural feature for image classification. IEEE Transactions on Systems, Man, and Cybernetics SMC-3(6):610-621. 

  6. Jo. D.G. 2010. Urban change analysis for Seoul based on remote sensing and GIS method. Master Thesis, Univ. of Korea, Seoul, Korea. pp.27-29 (조동균. 2010. 원격탐사 기법 및 지리정보기반의 서울시 도시 변화 분석. 고려대학교 대학원 석사학위논문. 27-29쪽). 

  7. Kim. C.H. 2007. A study on the spatial range of DMZ. Journal of The Korean Association of Regional Geographers 13(4):454-460 (김창환. 2007. DMZ의 공간적 범위에 관한 연구. 한국지역지리학회지 13(4):454-460). 

  8. Kim. H.O. and J.M. Yeom. 2012. A study on object-based image analysis methods for land cover classification in agricultural areas. Journal of the Korean Association of Geographic Information Studies 15(4):26-41 (김현옥, 염종민. 2012. 농촌지역 토지피복분류를 위한 객체기반 영상분석기법 연구. 한국지리정보학회지 15(4):26-41). 

  9. Kim. S.W. 2003. Preparation of land cover and use map by object oriented classification of IKONOS imagery. Master Thesis, Univ. of Korea, Seoul, Korea. pp.41-45 (김상우. 2003. IKONOS 영상의 객체지향 분류방식에 의한 토지피복 및 이용도 제작. 고려대학교 대학원 석사학위논문. 41-45쪽). 

  10. Kim. S.W. and J.C. Jeong. 2002. Ecological effect area research of DMZ using NDVI. Journal of the Korean Association of Geographic Information Studies 5(4):24-34 (김상욱, 정종철. 2002. 식생지수를 이용한 DMZ의 생태적 영향권 조사. 한국지리정보학회지 5(4):24-34). 

  11. Kim. T.G. and K.S. Lee. 2003. Analysis of texture information of forest stand on high resolution satellite imagery. Proceedings of the Spring and Fall of Korea Spatial Information Society. pp.145-150 (김태근, 이규성. 2003. 임분 특성에 따른 고해상도 위성영상의 Texture 정보 분석. 한국공간정보학회 춘.추계 학술대회 초록집. 145-150쪽). 

  12. Kim. W.K. and H.S. Jeong. 1992. A study on correction of satellite imagery and accuracy enhancement of land-cover classification for GIS Application. Research of the Geography 19:48-61 (김우관, 정해식. 1992. GIS응용을 위한 영상보정과 토지피복분류도의 정확도 향상에 관한 연구. 지리학논구 19:48-61). 

  13. Kwon. O.S. 2003. Study on the analysis of optimum location for a leisure and recreation complex in an inaccessible area using satellite images. Master Thesis, Univ. of Kyonggi, Kyongi-do, Korea. pp.1-2 (권오섭. 2003. 위성영상을 이용한 비접근지역의 종합레저휴양시설 적지 분석에 관한 연구. 경기대학교 대학원 석사학위논문. 1-2쪽). 

  14. Lee. H.J., L.J. Ho and S.Y. Kim. 2011. Land cover object-oriented base classification using digital aerial photo image. Journal of the Korean Society for Geo-Spatial Information System 19(1):105-113 (이현직, 유지호, 김상연. 2011. 디지털항공사진영상을 이용한 객체기반 토지피복분류. 한국지형공간정보학회지 19(1):105-113). 

  15. Lee. H.J., Y.Y. Geol and R.J. Ho. 2010. Improvement of accuracy in land cover information using an object-based classification. Journal of the Korean Society for Geo-Spatial Information System 18(3):11-12 (이현직, 유영결, 유지호. 2010. 객체기반분류법을 이용한 토지피복정보의 정확도 향상 방안. 한국지형공간정보학회지 18(3):11-12). 

  16. Lee. J.B., D.Y. Heo and Y.D. Eo. 2007. Study on selection of optimized segmentation parameters and analysis of classification accuracy for objectoriented classification. Korean Journal of Remote Sensing 23(6):521-528 (이정빈, 허준, 어양담. 2007. 객체기반 영상분류에서 최적 가중치 선정과 정확도 분석 연구. 대한원격탐사학회지 23(6):521-528). 

  17. Lee. K.W., S.H. Jeon and B.D. Kwon. 2005. Implementation of GLCM/GLDV-based texture algorithm and its application to high resolution imagery analysis. Korean Journal of Remote Sensing 21(2):121-133 (이기원, 전소희, 권병두. 2005. GLCM/GLDV기반 Texture 알고리즘 구현과 고해상도 영상분석 적용. 대한원격탐사학회지 21(2):121-133). 

  18. Lee. M.B. 2010. A geomorphic surface analysis using remote sensing in DMZ of Chugaryeong rift valley, Central Korea. Journal of the Korean Geomorphological Association. 17(1):1-14 (이민부. 2010. 위성영상을 이용한 추가령열곡 DMZ지역의 지형면 분석. 한국지형학회지 17(1):1-14). 

  19. Oh. C.Y., S.Y. Park, H.S. Kim, Y.W. Lee and C.U. Choi. 2010. Comparison of landcover map accuracy using high resolution satellite imagery. Journal of the Korean Association of Geographic Information Studies 13(1):89-100 (오치영, 박소영, 김형석, 이양원, 최철웅. 2010. 고해상도 위성영상의 토지피복분류와 정확도 비교 연구. 한국지리정보학회지 13 (1):89-100). 

  20. Park. J.M. 2013. Land cover classification and change analysis using pixel-based and object-based. Master Thesis, Univ. of Gangwon, Kangwon-do, Korea. pp.13-14 (박정묵. 2013. 토지피복 변화탐지의 정확도 향상을 위한 픽셀 및 객체기반 분석 기법 연구. 강원대학교 대학원 석사학위논문. 13-14쪽). 

  21. Seol. K.J. 2005. A study on the classification of high-resolution satellite image by texture analysis : focus on the extracting urban area. Master Thesis, Univ. of Sangmyoung, Seoul, Korea. pp.38-41 (설경진. 2005. 텍스쳐 분석에 의한 고해상도 위성영상의 분류. 상명대학교 대학원 석사학위논문. 38-41쪽). 

  22. Song. J.E., H. Han and J.S. Jeong. 2011. A case study on application of grey level co-occurrence matrix method to land cover classification using high resolution. Proceedings of the Korean Forest Society. pp.1077-1080 (송정은, 한희, 정주상. 2011. 고해상도 영상의 토지피복분류를 위한 GLCM기법의 적용 사례 연구. 산림과학 공동학술발표논문집. 1077-1080쪽). 

  23. Song. W.K., S.W. Jeon, E.Y. Kim, D.K. Lee and J. Lee. 2012. A study on evaluating the conservation/utilization area and establishment of the guideline for conservation of the DMZ region. Journal of the Korea Society For Environmental Restoration And Revegetation Technology 15(2):163-175 (송원경, 전성우, 김은영, 이동근, 이준. 2012. DMZ일원 보전.이용지역 설정 및 가이드라인 수립 연구. 한국환경복원기술학회지 15(2):163-175). 

  24. Yeom. J.H., J.H. Lee, D.J. Kim and Y.G. Kim. 2011. Hierarchical land cover classification using IKONOS and AIRSAR images. Korean Journal of Remote Sensing 27(4):435-445 (염준호, 이정호, 김덕진, 김용일. 2011. IKONOS와 AIRSAR 영상을 이용한 계층적 토지피복분류. 대한원격탐사학회지 27(4):435-445). 

  25. Inje-gun. Inje-gun Statistical Yearbook. 2014.06.02. http://www.inje.go.kr/. 

저자의 다른 논문 :

LOADING...

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