$\require{mediawiki-texvc}$

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.

ITPCA 기반의 무감독 변화탐지 기법을 이용한 산림황폐화 분석

Deforestation Analysis Using Unsupervised Change Detection Based on ITPCA

대한원격탐사학회지 = Korean journal of remote sensing, v.33 no.6 pt.3, 2017년, pp.1233 - 1242  

최재완 (충북대학교 토목공학과) ,  박홍련 (충북대학교 토목공학과) ,  박녕희 (충북대학교 토목공학과) ,  한수희 (경일대학교 공간정보공학과) ,  송정헌 (하이퍼센싱)

초록
AI-Helper 아이콘AI-Helper

본 연구에서는 KOMPSAT 위성영상을 활용하여 산불에 의한 산림황폐화 발생 지역을 탐지하고자 하였다. 산림황폐화 분석을 위하여 다시기 위성영상에 무감독 변화탐지 기법을 적용하고자 하였다. 산불 전후에 대한 다시기 영상으로부터 생성한 NDVI(Normalized Difference Vegetation Index)에 ITPCA(ITerative Principal Component Analysis)를 적용하여 산림황폐화에 의하여 발생한 변화지역을 추출하였다. 또한, SRTM(Shuttle Radar Topographic Mission)자료를 이용한 후처리 기법을 통하여 오탐지를 최소화하고자 하였다. KOMPSAT-2, 3 영상을 이용한 실험결과, 해당 지역 내에 존재하는 산림황폐화 지역을 효과적으로 추출할 수 있음을 확인하였다.

Abstract AI-Helper 아이콘AI-Helper

In this study, we tried to analyze deforestation due to forest fire by using KOMPSAT satellite imagery. For deforestation analysis, unsupervised change detection algorithm is applied to multitemporal images. Through ITPCA (ITerative Principal Component Analysis) of NDVI (Normalized Difference Vegeta...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 한편, ITPCA의 적용과정에서도 변화지역의 화소들이 포함되어 있을 경우에는 최적의 축을 도출하지 못하는 경우가 발생할 수 있다. 따라서 변화지역으로 추정되는 초기 화소들을 제거한 후에 나머지 화소에 대해서만 ITPCA를 적용함으로써 ITPCA 적용단계에서 발생할 수 있는 산림황폐화 지역 화소의 영향을 최소화하고자 하였다. 이를 위하여, 다시기 NDVI 영상의 차영상을 계산하고, 차영상의 평균 화소값을 중심으로 표준편차의 범위 내에 존재하는 화소들만을 이용하여 ITPCA를 적용하였다.
  • 이를 위하여, 다시기 위성영상에서 NDVI를 추출하고, 이를ITPCA 기법에 적용하여, 초기 산림황폐화지역을 추정하였다. 또한, SRTM 자료와 히스토그램 기반의 임계치 추정 기법을 활용하여 최종적인 산림황폐화 지역을 추출하고, 오탐지 지역을 최소화하고자 하였다. 실험결과, 다시기 KOMPSAT 영상을 활용하여 효과적으로 산불에 의한 산림황폐화 지역을 탐지할 수 있음을 확인하였다.
  • 7에서 확인할 수 있는 것과 같이, 2016년도와 비교하여 산림지역에 새롭게 식생이 형성된 지역의 경우에는 탐지가 되지 않은 것을 확인할 수 있었다. 변화탐지 관점에서는 해당 지역도 정확하게 검출이 되어야 하지만, 본 연구에서는 산림황폐화 지역만을 추출하는 것이 주 목적이었기 때문에, ITPCA를 이용한 변화지역 검출에 있어서 NDVI가 급격하게 감소된 지점만을 추출하고자 하였다. 따라서, 새롭게 조림이 되었거나 산림황폐화가 감소된 변화지역들은 추출이 되지 않았으며, 이를 통해 KOMPSAT 위성영상을 활용하여 산림황폐화 지역들을 무감독 기법으로 분석할 수 있음을 나타낸다고 판단하였다.
  • 본 연구에서는 KOMPSAT 위성영상의 효과적인 활용을 위하여 산림황폐화 분석에 있어서 사용자의 개입과 위성영상의 전처리를 최소화하고자 하였다. KOMPSAT-2, 3호 영상 모두 정사보정(ortho-rectification)처리가 수행된 1G 자료를 활용하였으며, 두 영상의 다중분광(multispectral) 밴드만을 실험에 활용하였다.
  • 여기서, NIR, RED는 각각 위성영상의 근적외선 및 적색 분광파장대에 대한 분광반사율을 의미한다. 본 연구에서는 PCA에 의한 다시기 NDVI 영상의 분광변환이 이루어지기 때문에, NDVI의 물리적인 특성은 변화탐지 결과에 영향을 미치지 않을 것으로 판단하였다. 따라서 상대방사보정을 거치지 않은 DN 값을 이용하여 NDVI를 추출하고, 이를 변화탐지의 자료로 활용하였다.
  • 본 연구에서는 국내 KOMPSAT 위성영상에 ITPCA 기반의 무감독 변화탐지 기법을 적용하여, 관심 지역 내의 산림황폐화 발생지역을 효과적으로 추출하고자 하였다. 이를 위하여, 전처리된 KOMPSAT 위성영상에 ITPCA를 적용하고, 생성된 주성분 밴드에 대하여 후처리 방법을 적용하여 최종적인 산림황폐화 지역을 추출하였다.
  • 본 연구에서는 국내 다시기 KOMPSAT 위성영상을 활용하여 효과적으로 산림황폐화 지역의 분석을 위한 방법론에 대한 실험을 수행하였다. 이를 위하여, 다시기KOMPSAT 영상으로부터 취득한 NDVI(Normalized Difference Vegetation Index)에 대표적인 무감독 변화탐지 기법인 ITPCA(ITerative Principal Component Analysis)기법을 이용하여, 식생변화지역을 자동으로 추출하였다.
  • 본 연구에서는 다시기 고해상도 위성영상에 적용가능한 대표적인 변화탐지 기법인 ITPCA 방법을 활용하여 실제 KOMPSAT 위성영상 내에 산림황폐화로 인하여 발생한 변화지역들을 탐지하고자 하였다. 이를 위하여, 다시기 위성영상에서 NDVI를 추출하고, 이를ITPCA 기법에 적용하여, 초기 산림황폐화지역을 추정하였다.
  • 또한, 국내 산림지역의 변화탐지에서 발생할 수 있는 오차를 제거하기 위하여, SRTM(Shuttle Radar Topography Mission) 자료 및 후처리 방법을 적용하였다. 실제 국내산불 발생지역에 대한 실험을 통하여, 본 연구에서 제안한 기법의 활용가능성을 분석하고자 하였으며, 위성영상의 전처리 및 각종 임계치 설정에 대한 사용자의 개입을 최소화하였을 경우에의 위성영상을 이용한 산림 황폐화 지역의 분석가능성을 고찰하였다.
  • 한편, 추출된 화소값들 중에서는 농경지 등의 변화에 따른 다시기 영상 내 NDVI의 차이에 의하여 추출된 화소들도 존재한다. 이를 효과적으로 제거하기 위하여, 본 연구에서는 SRTM 자료를 활용하였다. SRTM 자료를 이용하여 생성한 경사도(slope) 정보를 이용하여 일정한 경사도 미만을 나타내는 지형들은 비산림지역으로 판단하고, 이들은 산림황폐화 발생 지역에서 제거하였다.

가설 설정

  • ITPCA 기법을 이용하여 추출한 PC2 밴드 내에 존재하는 산림황폐화 지역을 추정하기 위하여, PC2 밴드는 정규분포의 형태를 보이는 히스토그램을 가지고 있을 것으로 가정하였다. 이 중, 산림황폐화가 발생한 지역은 높은 NDVI 값에서 낮은 NDVI 값으로 변환 화소들을 의미하기 때문에, PC2 밴드에서 상대적으로 높은 값을 가지고 있게 된다.
  • SRTM 자료를 이용하여 생성한 경사도(slope) 정보를 이용하여 일정한 경사도 미만을 나타내는 지형들은 비산림지역으로 판단하고, 이들은 산림황폐화 발생 지역에서 제거하였다. Lee(2004)는 경사도 5도를 기준으로 하여, 산림지역과 비산림지역을 구분한 바 있으나, 연구에서 입력자료로 활용한 다시기 위성영상과 비교하여 SRTM 자료의 공간해상도가 낮기 때문에, SRTM 자료의 오차를 고려하여 경사도가 10도 이하인 지역들을 비산림지역으로 가정하였다. 최종적으로, PC2 밴드의 히스토그램에 대한 임계치 적용을 통하여 추정한 변화지역 화소들은 노이즈 형태의 일부 고립화소(isolated pixels)를 포함하고 있다.
  • 이렇게 변화 전, 후 영상에서 추출한 두 개의 밴드에 주성분 분석을 적용하여 PC1과 PC2 밴드를 생성할 수 있다. 만일, 해당 영상 내에 존재하는 변화지역이 미변화지역과 비교하여 상대적으로 적은 비율을 가지고 있다고 가정한다면, PC1은 미변화지역에 대한 정보를 포함하고 있을 것이며, PC2는 변화지역에 대한 정보를 포함하게 될 것이다. 따라서 Fig.
  • 변화 전, 후 영상 X1, X2의 i번째 밴드에 대한 화소를 x = [xi,1, xi,2] T로 정의하고, 화소 x의 집합에 대하여 주성분 분석을 수행하여 PC1와 PC2를 생성한다고 가정하자. PC2는 다시기 영상 내의 변화지역이 강조된 자료이며, 이를 생성하기 위한 식은 식 (1)과 같다.
  • 산림황폐화 분석에 변화탐지 기법을 활용하기 위하여 본 연구에서는 산림황폐화 경향이 발생한 지역들은 식생의 활력도가 변화될 것이라는 가정으로 실험을 수행하였다. 이를 위하여, 다시기 위성영상에 대하여 NDVI(Normalized Difference Vegetation Index)을 추출하여 ITPCA의 입력자료로 활용하고자 하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
산림황폐화란? 산림황폐화는 과거에는 산지였으나 현재 정상적인 산림 생산 활동이 이루어지지 않고 방치된 지역을 의미한다. 일반적으로, 산림황폐화 지역은 농경목적으로 개간이 이루어진 개간산지, 땔감 채취 및 산불 등으로 인하여 산림이 훼손된 무립목지, 지표침식이 발생한 민둥산 형태의 산간나지의 3종류로 구분할 수 있다(Lee,2004).
산림황폐화 지역의 종류 세 가지는? 산림황폐화는 과거에는 산지였으나 현재 정상적인 산림 생산 활동이 이루어지지 않고 방치된 지역을 의미한다. 일반적으로, 산림황폐화 지역은 농경목적으로 개간이 이루어진 개간산지, 땔감 채취 및 산불 등으로 인하여 산림이 훼손된 무립목지, 지표침식이 발생한 민둥산 형태의 산간나지의 3종류로 구분할 수 있다(Lee,2004). 산림황폐화는 기후변화로 인한 온실가스 감축의 필요 등에 의하여 현황 파악의 중요성이 점차적으로 증대되고 있는 실정이다(Piao et al.
산림황폐화 경향에 대한 국내의 연구는? 산림황폐화 경향을 분석하기 위하여 국내·외에서 다양한 연구들이 진행되었다. 국내의 경우, Choi and Um(2012)은 Landsat TM 영상을 활용하여 영상 내에 존재하는 산림 및 비산림 지역을 추출하고, 이를 기반으로 금강산 지역에 대한 기초자료를 구성하였으며, Yoo etal.(2011)은 위성영상과 공간자료를 이용하여 산림황폐지를 구분하고, 잠재적인 재조림 대상지를 도출하였다. 국외의 경우, Qamer et al.
질의응답 정보가 도움이 되었나요?

참고문헌 (11)

  1. Choi, J. H. and J. S. Um, 2012. Application of satellite image to evaluate UN-REDD registration potential of North Korea: a case study of Mt.Geumgang, Journal of the Korean Society for Geospatial Information System, 20(4): 77-87. 

  2. Choi, J., 2015. Unsupervised change detection for very high-spatial resolution satellite imagery by using object-based IR-MAD algorithm, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, 33(4): 297-304. 

  3. Falco, N., P. R. Marpu, and J. A. Benediktsson, 2016. A toolbox for unsupervised change detection analysis, International Journal of Remote Sensing, 37(7): 1505-1526. 

  4. Holmegre, P., T. Clairs, and T. Kasten, 2008. Role of satellite remote sensing in REDD, UN-REDD Programme. 

  5. Lee, S., 2004. Situation of degraded forest land in DPRK and strategies for forestry cooperation between South and North Korea, Journal of Agriculture & Life Science, 38(3): 101-113. 

  6. Margono, B. A., S. Turubanova, I. Zhuravleva, P. Potapov, A. Tyukavina, A. Baccini, S. Goetz, and M. C. Hansen, 2012. Mapping and monitoring deforestation and forest degradation in Sumatra (Indonesia) using Landsat time series data sets from 1990 to 2010, Environmental Research Letters, 7(3): 034010. 

  7. Oh, J. H. and C. N. Lee, 2015. Urban change detection between heterogeneous images using the edge information, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, 33(4): 259-266. 

  8. Piao, D., W. Lee, Y. Zhu, M. Kim, and C. Song, 2016. Assessment of forest degradation and carbon storage for REDD+ project in North Korea, Korean Journal of Environmental Biology, 34(1): 1-7. 

  9. Qamer, F. M., K. Shehzad, S. Abbas, M. Murthy, C. Xi, H. Gilani, and B. Bajracharya, 2016. Mapping deforestation and forest degradation patterns in western Himalaya, Pakistan, Remote Sensing, 8(5): 385. 

  10. Wiemker, R., A. Speck, D. Kulbach, H. Spitzer, and B. Johann. 1997. Unsupervised robust change detection on multispectral imagery using spectral and spatial features, Proc. of the Third International Airborne Remote Sensing Conference and Exhibition, Copenhagen, Denmark, Jul. 7-10. 

  11. Yoo, S. J., W. K. Lee, S. H. Lee, E. S. Kim, and J. Y. Lee, 2011. Approach for suitable site selection and analysis for reforestation CDM using satellite image and spatial data in North Korea, Journal of the Korean Society for Geospatial Information System, 19(3): 3-11. 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

이 보고서와 함께 이용한 콘텐츠

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