선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구 결과를 통해 자연 현상과 인위적 활동의 영향으로 인한 연안 습지 변화의 동향 파악이 가능하며, 지역 규모에서의 연안 습지의 정량적 모니터링에 기여할 수 있는 통합적인 변화 감지가 가능함을 확인하였다. 또한 해안 습지대를 정확하게 매핑하기 위한 우리나라의 대표적인 위성인 다중분광 고해상도의 KOMPSAT 위성 시리즈 이미지 활용 가능성을 확인하였다.
- , 2013). 본 연구에서는 KOMPSAT 시리즈의 원본 데이터에 포함된 고해상도 panchromatic 밴드 이미지를 기반으로 Ground-truth Region of Interest(ROI)를 구성하여 분류된 영상을 평가하였다.
- 본 연구에서는 경기도, 전라북도, 전라남도, 새만금 갯벌 등 황해와 한국의 해안선 사이에 위치하는 4개 지역에 대한 고품질의 KOMPSAT 시리즈 영상을 이용하여 연안 습지 변화에 대한 모니터링 결과를 분석하였다. 조사 기간은 2008년부터 2015년으로 Post-classification 변화 탐지 방법과 시간적 궤도 분석 접근 방법을 사용하였으며 서로 다른 독립적인 변수를 나타내는 다른 날짜의 이미지들을 활용하여 각각의 시간 변동성에 따른 차이를 비교하였다.
- 본 연구에서는 대한민국 서해안을 따라 위치한 경기도, 전라북도, 전라남도, 새만금에 위치한 4개 갯벌에 대한 연안 습지변화를 모니터링하기 위한 고해상도 KOMPSAT 시리즈 영상의 실용화 가능성을 확인하였다. 이를 위해 ISODATA 무감독분류를 적용하여 다중시간 원격으로 감지된 KOMPSAT 시리즈에서 생성된 토지이용 및 토지피복 변화에 따른 시계열지도를 분석하였다.
- 본 연구에서는 습지 변화 역학을 분석하기 위해 시간적 궤적 분석을 수행하였다. 토지 피복 변화의 궤적은 자연 현상과 인위적인 개발 활동을 포함하여 변화를 형성하는 요인들과의 관계에서 2개 이상의 관측비교를 통해 나타나는 결과를 각 토지 피복 유형의 추세로 정의하였다(Merten and Lambin, 2000; Petit et al.
제안 방법
- 각 분류항복의 개별 신뢰도를 나타내는 PA 및 UA 값은 분류된 영상 이미지의 Water, Wetland, Mixed forest, Agricultural land, and Built-up/Bare-soil 항목에 대해 산정되었다. 특히 Wetland 항목에 관해서는 PA는 61.
- 다음으로 영상의 촬영일 및 촬영조건에 따라 발생하는 영상의 기하학적인 왜곡을 보정하기 위해 지면통제점(Ground Control Points, GCPs)을 활용하여 적절한 위 · 경도 정보로 보정하는 기하보정(Geometric correction)을 수행하였다.
- 무감독 토지피복분류기법으로 분류된 결과를 검증하기 위해 주제별 지도와 지상데이터 사이의 픽셀 별 매칭을 따라 정확도 평가를 실시하였다. 정확도 평가는 토지 피복지도 Water,Wetland, Mixed forest, Agricultural land, and Built-up/Bare-soil의 6개 분류항목별로 각 토지 피복지도에 대한 오류행렬에 따라 수행되었다.
- 본 연구에서는 가장 널리 적용되는 분류기법인 ISODATA기법을 적용하였으며 군집 유효성 지수는 0.05%로 하여 정확도를 높여 30개의 스펙트럼 클러스트에 대해 분류를 수행하였다. 토지의 물리적 상태를 나타내기 위해 미국지질조사소(United States Geological Survey, USGS)의 토지분류기준을 참고하여 Water, Wetland, Mixed forest, Agricultural land, and Built-up/Bare-soil을 포함한 5개의 토지피복 항목을 설정하였다.
- 그러나 동시에 관측 목표에 대한 자료 선택의 폭이 적은 경우에는 추출된 자료의 시 ․공간적, 분광학적 해상도에 따라 인해 분석에 제한을 받을 수 있으며 원격탐사 자료가 받는 기후조건, 토양수분과 같은 다양한 외부 조건의 영향들을 통제하면서 관측대상의 특성을 파악하는 것 또한 복잡한 과정이 요구된다. 본 연구에서는 분류 후 비교방법(Post-classification)을 적용하여 격자기반(pixel-based) 변화탐지를 기반으로 독립적인 변수를 나타내는 다른 날짜의 이미지들을 활용하여 각각의 시간 변동성에 따른 차이를 비교 ․ 분석하였다(Lu et al., 2004; Funkenberget al., 2014). 영상 품질 및 조석시간에 먼저 우선순위를 두고 영상을 분류했기 때문에 계절적 시간은 상이하나, 이를 통해 계절적 변화 또한 탐지가 가능하였다.
- 토지 피복 변화의 궤적을 확립하기 위해 모든 주제지도로부터 추산된 변화 분포도에 대응하는 시간 척도의 순서로 배열되었다. 사후 분류비교의 결과와 함께 다른 토지 피복 분류 항목의 변화와 관련된 습지 변화의 경향을 중심으로 분석하였다.
- 서해안 연안 습지의 변화탐지 분석을 위해 먼저 고품질의 KOMPSAT 시리즈 영상 자료를 선별하여 전처리 작업을 실시하였다. “위성영상이 가지고 있는 오차, 즉 영상의 왜곡현상을 보정하기 위하여 영상 활용 전 다양한 보정이 수행된다.
- 연구 대상지의 지형적 특성에 따라 고품질의 KOMPSAT-2 다중분광영상을 선별하기 위해서 간조 시간대(low tide condition)에 촬영된 영상과 가시성 조건을 유지하기 위하여 운량조건이 0%인 최고등급에 해당하는 영상을 위주로 분류하였다. 각 지역의 간조시간은 국립해양조사원에서 제공되는 조석예보시간(http://www.
- 다음으로 영상의 촬영일 및 촬영조건에 따라 발생하는 영상의 기하학적인 왜곡을 보정하기 위해 지면통제점(Ground Control Points, GCPs)을 활용하여 적절한 위 · 경도 정보로 보정하는 기하보정(Geometric correction)을 수행하였다. 영상 보정 후 무감독 분류 결과를 기반으로 변화탐지기법을 적용하여 토지피복변화를 분석하였으며 자세한 연구방법 및 연구범위는 아래에 기술하였다(Fig. 1).”
- 오류 행렬에서 생성된 전체 정확도(Overall Accuracy, OA), 카파 계수(Kappa coefficient), 생산자 정확도(Producer’s Accuracy, PA) 및 사용자 정확도(User’s Accuracy, UA) 값을 이용하여 정확도를 나타내었다.
- 본 연구에서는 대한민국 서해안을 따라 위치한 경기도, 전라북도, 전라남도, 새만금에 위치한 4개 갯벌에 대한 연안 습지변화를 모니터링하기 위한 고해상도 KOMPSAT 시리즈 영상의 실용화 가능성을 확인하였다. 이를 위해 ISODATA 무감독분류를 적용하여 다중시간 원격으로 감지된 KOMPSAT 시리즈에서 생성된 토지이용 및 토지피복 변화에 따른 시계열지도를 분석하였다. 자연적인 변화 및 토지개발과 같은 인위적 변화에 따라 연안 습지가 어떻게 변하는지를 명확히 하기 위해 Post-classification 변화탐지와 시간적 궤적 분석의 개념과 방법을 통합했다.
- 조사 기간은 2008년부터 2015년으로 Post-classification 변화 탐지 방법과 시간적 궤도 분석 접근 방법을 사용하였으며 서로 다른 독립적인 변수를 나타내는 다른 날짜의 이미지들을 활용하여 각각의 시간 변동성에 따른 차이를 비교하였다. 이를 위해 무감독 분류(Unsupervised classification)를 사용하여 토지이용 및 토지피복 변화를 확인하고, 분류 체계에 따른 연안 습지 지도를 생성하였다. 본 연구 결과를 통해 자연 현상과 인위적 활동의 영향으로 인한 연안 습지 변화의 동향 파악이 가능하며, 지역 규모에서의 연안 습지의 정량적 모니터링에 기여할 수 있는 통합적인 변화 감지가 가능함을 확인하였다.
- 이를 위해 ISODATA 무감독분류를 적용하여 다중시간 원격으로 감지된 KOMPSAT 시리즈에서 생성된 토지이용 및 토지피복 변화에 따른 시계열지도를 분석하였다. 자연적인 변화 및 토지개발과 같은 인위적 변화에 따라 연안 습지가 어떻게 변하는지를 명확히 하기 위해 Post-classification 변화탐지와 시간적 궤적 분석의 개념과 방법을 통합했다. 또한 정확도 분석을 통해 전반적으로 높은 정확도와 Kappa 계수 값을 확인하였으며, 고해상도의 원격 감지 이미지를 사용하여 토지 분류 주제별 지도의 품질이향상 될 수 있음을 제시하였다.
- 무감독 토지피복분류기법으로 분류된 결과를 검증하기 위해 주제별 지도와 지상데이터 사이의 픽셀 별 매칭을 따라 정확도 평가를 실시하였다. 정확도 평가는 토지 피복지도 Water,Wetland, Mixed forest, Agricultural land, and Built-up/Bare-soil의 6개 분류항목별로 각 토지 피복지도에 대한 오류행렬에 따라 수행되었다. 오류 행렬에서 생성된 전체 정확도(Overall Accuracy, OA), 카파 계수(Kappa coefficient), 생산자 정확도(Producer’s Accuracy, PA) 및 사용자 정확도(User’s Accuracy, UA) 값을 이용하여 정확도를 나타내었다.
- 본 연구에서는 경기도, 전라북도, 전라남도, 새만금 갯벌 등 황해와 한국의 해안선 사이에 위치하는 4개 지역에 대한 고품질의 KOMPSAT 시리즈 영상을 이용하여 연안 습지 변화에 대한 모니터링 결과를 분석하였다. 조사 기간은 2008년부터 2015년으로 Post-classification 변화 탐지 방법과 시간적 궤도 분석 접근 방법을 사용하였으며 서로 다른 독립적인 변수를 나타내는 다른 날짜의 이미지들을 활용하여 각각의 시간 변동성에 따른 차이를 비교하였다. 이를 위해 무감독 분류(Unsupervised classification)를 사용하여 토지이용 및 토지피복 변화를 확인하고, 분류 체계에 따른 연안 습지 지도를 생성하였다.
대상 데이터
- 2008년부터 2015년까지의 기간 동안 경기도, 전라북도, 전라남도, 새만금 지역에 속하는 4개 연구 지역의 ISODATA 무감독 분류방법을 활용한 토지이용 및 토지피복 지도를 Fig.2에 나타내었다. 토지분류 항목에 따른 주제별지도의 정확도를 검증하기 위한 전반적인 정확성(OA), 생산자의 정확성(PA), 사용자의 정확성(UA) 및 카파 계수는 Table 3에서 확인할 수 있다.
- 각 지역의 간조시간은 국립해양조사원에서 제공되는 조석예보시간(http://www.khoa.go.kr)을 참조하였으며, 각 영상의 촬영시간 및 기본적인 메타데이터는 Arirang SatelliteImage Search & Order System 사이트(http://arirang.kari.re.kr)에서 획득하였다.
-
2.1 연구지역
연구대상지는 서해안 연안에 위치한 4개의 연안 습지지역이다(Fig. 2). 첫 번째 연구 지역은 경기도 대부도에 위치한 대부도 갯벌이다.
- 2). 첫 번째 연구 지역은 경기도 대부도에 위치한 대부도 갯벌이다. 대부도의 연안 습지는 세계 최대 규모의 시화호 조력발전소가 건설된 후 매립 사업의 영향으로 규모가 축소되었다.
데이터처리
- 4개 지역의 연안습지의 갯벌 변화를 분석하기 위해 그 정도를 분석하였으며, 서로 다른 피복 분류로 변형된 것에 대한 정보를 백분율로 산정한 Post-classification 매트릭스 결과를Table 4에 나타내었다. Table 4(a)에 따르면 경기 지역의 대부도 갯벌은 2009년 갯벌로 분류되었던 지역의 5.
이론/모형
- 05%로 하여 정확도를 높여 30개의 스펙트럼 클러스트에 대해 분류를 수행하였다. 토지의 물리적 상태를 나타내기 위해 미국지질조사소(United States Geological Survey, USGS)의 토지분류기준을 참고하여 Water, Wetland, Mixed forest, Agricultural land, and Built-up/Bare-soil을 포함한 5개의 토지피복 항목을 설정하였다.
성능/효과
- 28%로 나타났으며, 2010년부터 2015년까지는 65%로 증가한 것으로 확인되었다. 2010년부터 2015년 사이에 습지면적 감소량의 대부분은 Agricultural, Built-up/Bare-soil로 전환되어 농경지 등으로 이용할 수 있는 토지로 바뀌었음을 확인할 수 있었다. 새만금 갯벌 지역의 경우 타 연구지역에 비해 급격한 토지개발이 이루어졌음이 변화탐지 매트릭스 결과를 통해 나타났으며, 이는 새만금 지역 개발 결과를 반영하는 수치적 결과임을 확인할 수 있다.
- 특히 연구기간 중 습지대의 상승 경향과 미미한 변화는 2006년 이후 도입된 여러 환경 보호 정책의 효과라고 할 수 있다(국토 해양부, 2012). 결과적으로 연안습지보호 정책과 같은 법안을 통해 연안 습지의 보전이 가능한 것을알 수 있다. 이것은 또한 동일한 기간에 걸쳐 농업 토지 추세를 감소시키는 효과가 있었다(Fig.
- , 2010) 영상 획득 시간이 중요한 것으로 보인다. 그러나 전반적으로 KOMPSAT 시리즈의 위성 영상 분석 정확도가 높게 나타났으며, 이를 위해 서해안 연안을 따라 분포한 연안 습지의 변화 탐지를 위해 주제지도 생성이 가능함을 확인할 수 있다.
- 다중분광 고해상도의 KOMPSAT 시리즈 위성영상을 ISODATA 무감독분류로 토지이용 및 토지피복 분류를 적용한 결과 신뢰도 높은 OA 및 Kappa 계수를 얻을 수 있었으며, 이를 통하여 고해상도 위성 이미지의 활용 가능성을 확인할 수 있었다. 무감독분류 방법은 일반적으로 감독분류보다 정확성이 높지 않다고 알려져 있으나(Alrababah and Alhamad2006; Bahadur 2009), KOMPSAT 시리즈 위성 영상과 같은 고해상도의 인공위성 영상은 무감독분류 방법을 이용하여 복잡한 토지이용 및 토지피복 상태를 파악하는 것이 가능하며, 도시지역이 포함된 습지지역의 분류 성능을 향상시킬 수 있다(Zhou et al.
- 자연적인 변화 및 토지개발과 같은 인위적 변화에 따라 연안 습지가 어떻게 변하는지를 명확히 하기 위해 Post-classification 변화탐지와 시간적 궤적 분석의 개념과 방법을 통합했다. 또한 정확도 분석을 통해 전반적으로 높은 정확도와 Kappa 계수 값을 확인하였으며, 고해상도의 원격 감지 이미지를 사용하여 토지 분류 주제별 지도의 품질이향상 될 수 있음을 제시하였다.
- 마지막으로 새만금 갯벌에서는 습지 면적의 높은 변동이 확인되었다. 이 지역의 습지 변화량은 2008년에서 2010년까지 48.
- 조석 변화에 민감한 경기도 및 전라북도에 속한 연안 습지변화가 조수주기와 높은 상관관계를 나타내는 변화 궤도를 보였으며, 전라남도 증도갯벌은 2006년부터 시행된 연안 습지의 환경 보호 정책으로 인하여 큰 변화가 나타나지 않은 것으로 파악되었다. 마지막으로 새만금에서는 대규모의 내륙지역 매립공사 및 도시화로 인해 주변 습지대 지역이 상당히 감소했음을 확인하였다. 따라서 본 연구에서 제시한 위성영상기반 토지피복변화 분석을 활용함으로써 높은 공간해상도의 자료로 조밀한 지역에 대한 토지피복변화 모니터링이 가능하며, 연안환경 모니터링을 위한 경비를 절감할 수 있을 것으로 판단된다.
- 88%로 급격한 감소추세를 보였다. 반면 개발지역 및 토양은 16.30%에서 25.90%로 급격한 증가 추세를 나타내 다른 지역에 비해 새만금 지역은 토지개발이 활발하게 이루어져 습지면적 변화가 크게 나타났음을 확인할 수 있었다.
- 정확도 평가 결과를 통해 주제별지도에서 연안습지를 정확하고 효과적으로 추출할 수 있음을 확인하였다. 본 결과를 통해 토지이용 및 토지피복 분류의 주제별지도의 신뢰성이 제시되었지만, Agricultural 및 Built-up/Bare-soil항목은 각각 경기도 지역에서 27.48%, 전라북도 지역에서 21.79%로 가장 낮은 PA가 나타나 분류 결과에 오류가 발생한 것으로 추정된다.
- 이를 위해 무감독 분류(Unsupervised classification)를 사용하여 토지이용 및 토지피복 변화를 확인하고, 분류 체계에 따른 연안 습지 지도를 생성하였다. 본 연구 결과를 통해 자연 현상과 인위적 활동의 영향으로 인한 연안 습지 변화의 동향 파악이 가능하며, 지역 규모에서의 연안 습지의 정량적 모니터링에 기여할 수 있는 통합적인 변화 감지가 가능함을 확인하였다. 또한 해안 습지대를 정확하게 매핑하기 위한 우리나라의 대표적인 위성인 다중분광 고해상도의 KOMPSAT 위성 시리즈 이미지 활용 가능성을 확인하였다.
- 본 연구의 4개 연안습지 지역의 변화는 조수 상태, 계절적변화와 같은 자연현상뿐 아니라 도시화 및 건설/매립 등과 같은 인위적 활동 크게 의존한다고 결론을 내릴 수 있다. 변화탐지 감지 시간 궤적 분석을 결합한 다차원의 KOMPSAT 시리즈 이미지의 습지 동역학을 추적하면 연안 환경 모니터링을 위한 신뢰할만한 정보를 얻을 수 있다.
- 2010년부터 2015년 사이에 습지면적 감소량의 대부분은 Agricultural, Built-up/Bare-soil로 전환되어 농경지 등으로 이용할 수 있는 토지로 바뀌었음을 확인할 수 있었다. 새만금 갯벌 지역의 경우 타 연구지역에 비해 급격한 토지개발이 이루어졌음이 변화탐지 매트릭스 결과를 통해 나타났으며, 이는 새만금 지역 개발 결과를 반영하는 수치적 결과임을 확인할 수 있다.
- 경기도에 위치한 대부도 습지의 변화는 조석 상태에 따른 영향으로 설명할 수 있다. 습지 및 수역대 분류 항목 변화에 상관관계가 있음이 나타났으며, 반면 농경지 및 산림지역, 개발지역/토양은 변화추세가 크지 않았다. 이러한 결과를 통해 습지대의 변동의 주요 원인이 조수의 영향에 있음을 확인할 수 있다.
- 3(b)). 전라남도의 증도갯벌 역시 습지보호 지역으로 지정되어 있으며, 2008년부터 2015년 동안 증도 습지가 서서히 감소하는 추세인 것을 확인할 수 있다(Fig. 4(c)).
- 56%로 나타나 상당히 양호한 결과를 얻었다. 정확도 평가 결과를 통해 주제별지도에서 연안습지를 정확하고 효과적으로 추출할 수 있음을 확인하였다. 본 결과를 통해 토지이용 및 토지피복 분류의 주제별지도의 신뢰성이 제시되었지만, Agricultural 및 Built-up/Bare-soil항목은 각각 경기도 지역에서 27.
- 조석 변화에 민감한 경기도 및 전라북도에 속한 연안 습지변화가 조수주기와 높은 상관관계를 나타내는 변화 궤도를 보였으며, 전라남도 증도갯벌은 2006년부터 시행된 연안 습지의 환경 보호 정책으로 인하여 큰 변화가 나타나지 않은 것으로 파악되었다. 마지막으로 새만금에서는 대규모의 내륙지역 매립공사 및 도시화로 인해 주변 습지대 지역이 상당히 감소했음을 확인하였다.
- 각 분류항복의 개별 신뢰도를 나타내는 PA 및 UA 값은 분류된 영상 이미지의 Water, Wetland, Mixed forest, Agricultural land, and Built-up/Bare-soil 항목에 대해 산정되었다. 특히 Wetland 항목에 관해서는 PA는 61.11%에서 100%로 나타났으며, UA는 72.39%에서 99.56%로 나타나 상당히 양호한 결과를 얻었다. 정확도 평가 결과를 통해 주제별지도에서 연안습지를 정확하고 효과적으로 추출할 수 있음을 확인하였다.
- Anderson (1976)가 제안한 분류 기준에 따르면, OA의 85% 이상을 정확도가 높은 분류로 평가하며, 따라서 본 연구결과는 우수한 결과로 볼 수 있다. 특히 전라남도 지역의 증도갯벌의 경우 평균OA값이 92.4%, 카파 계수가 0.90으로 나타나 가장 높은 정확도를 나타내었다. 경기도지역의 대부도 갯벌의 평균OA값은 88.
후속연구
- 마지막으로 새만금에서는 대규모의 내륙지역 매립공사 및 도시화로 인해 주변 습지대 지역이 상당히 감소했음을 확인하였다. 따라서 본 연구에서 제시한 위성영상기반 토지피복변화 분석을 활용함으로써 높은 공간해상도의 자료로 조밀한 지역에 대한 토지피복변화 모니터링이 가능하며, 연안환경 모니터링을 위한 경비를 절감할 수 있을 것으로 판단된다. 특히 연안환경 변화를 파악할 수 있도록 고해상도의 분석 정보를 제공하여 지역별로 차별화된 대책을 수립하여 수행할 수 있도록 할 수 있는 유용한 자료로 사용할 수 있을 것으로 판단된다.
- 이를 미루어 볼 때, 조석 차에 따른 해수면상승과 하강으로 습지 및 수역대의 변화가 영향을 받은 것으로 짐작할 수 있다. 또한 보다 정확한 변화 탐지를 위해 2011년부터 2015년 사이의 영상분석이 추가적으로 필요할 것으로 보인다.
- 따라서 본 연구에서 제시한 위성영상기반 토지피복변화 분석을 활용함으로써 높은 공간해상도의 자료로 조밀한 지역에 대한 토지피복변화 모니터링이 가능하며, 연안환경 모니터링을 위한 경비를 절감할 수 있을 것으로 판단된다. 특히 연안환경 변화를 파악할 수 있도록 고해상도의 분석 정보를 제공하여 지역별로 차별화된 대책을 수립하여 수행할 수 있도록 할 수 있는 유용한 자료로 사용할 수 있을 것으로 판단된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.