초록 ▼

4. 연구결과
❍ 위성영상의 정규화 식생지수(NDVI)를 이용한 한반도 생물계절 특성변화 분석
- MODIS 데이터는 NASA에서 제공하는 16-day composite 자료를 사용하였기 때문에 일부 보정이 되어있어 MVC를 이용하였을 때 구름 제거가 효과적이었음
- Landsat 데이터는 시간적 해상도가 낮고 ETM+ 데이터의 경우 2010년 이후 자료가 빗금으로 손상되었기 때문에 fmask 알고리즘으로 구름마스킹 후 과거 자료의 픽셀 값을 이용하였을 때 영상의 구름 제거가 효과적이었음
- ISODATA 분류

4. 연구결과
❍ 위성영상의 정규화 식생지수(NDVI)를 이용한 한반도 생물계절 특성변화 분석
- MODIS 데이터는 NASA에서 제공하는 16-day composite 자료를 사용하였기 때문에 일부 보정이 되어있어 MVC를 이용하였을 때 구름 제거가 효과적이었음
- Landsat 데이터는 시간적 해상도가 낮고 ETM+ 데이터의 경우 2010년 이후 자료가 빗금으로 손상되었기 때문에 fmask 알고리즘으로 구름마스킹 후 과거 자료의 픽셀 값을 이용하였을 때 영상의 구름 제거가 효과적이었음
- ISODATA 분류를 통해서 도출된 월별 분할영상을 통해서 식생, 초지,농업지역에 대한 계절적인 변화 양상 파악이 가능
- 생물계절 특징은 5월부터 식생지수 값이 높지만 10월부터 낮아지는 경향을 볼 수 있는데 식물과 농작물의 생육활동과 관계된 것으로 파악됨
- 과거 2003년부터 현재까지의 토지피복 변화 추이를 분석해보면, 산림과 초지의 면적은 감소하고 농경지와 시가화 지역의 면적은 증가한 것이 확인됨

❍ 자생식물 군락 및 종 단위 분류기법 개발
- 객체지향기법을 이용하면 연속적인 경계를 가지는 식생의 경계를 분류하는데 적합함
※ 객체지향기법은 연속적인 화소들의 비슷한 질감, 색깔, 명암 등의 특징들을 이용하여 물체의 형태, 크기, 공간적 맥락, 화소값을 고려하여 객체단위로 묶어서 분류하는 기법
- 분할(Segmentation) Scale 파라미터를 20으로, 식생에 영향을 많이 받는 NIR 밴드 가중치를 2로 설정하여 식생 경계를 분류 기준에 맞게 분할하였음
- 객체지향기법의 분류 기준을 NDVI> 0.2 이상, 밝기 값 80으로 적용하였을 때 침엽수, 활엽수, 초지, 토양, 암석을 가장 효과적으로 분류하였음
- 질감 정보인 HSI (Hue, Saturation, Intensity) 값을 이용하여 임계값 0.2를 이용하여 침엽수 중에서도 주목과 구상나무림의 경계를 정확하게 분류함
- 머신러닝 기법인 Random Forest 알고리즘을 이용하여 상대적으로 높은 정확도로 구상나무 군락을 분류함
※ Random Forest는 분류, 회귀 분석 등에 사용되는 앙상블 학습 방법의 일종으로, 훈련 과정에서 구성한 다수의 결정 트리로부터 분류 또는 평균예측치를 출력함
- 현장조사를 통해 약 60개의 구상나무 위치 정보 획득하여 분류기법의 정확도를 측정함

(출처 : 요약문 6p)

Abstract ▼

The rationale of this research is to collect fundamental information about native species across Korean peninsula, for the species lacking in geographical information in particular. Being prepared for the future collaboration with North Korea in regard to nature conservation and land planning, infor

The rationale of this research is to collect fundamental information about native species across Korean peninsula, for the species lacking in geographical information in particular. Being prepared for the future collaboration with North Korea in regard to nature conservation and land planning, information about distribution of native species is vital.
The study can provide increasing the utilization of the location information of biological specimens produced by the National Institute of Biological Resources, establishing basic data for protection and expansion of native species living in Korean Peninsula. It also provides essential datato strengthen biodiversity and coping ability to climate change in Korean Peninsula. Thus, the ultimate goal of this year’s research is,as a first step, to develop techniques of analyzing phenological changes of native species and identifying species using remotely sensed data.

For the phenological analysis of native plants in Korea, MODIS and Landsat data were used to calculate Normalized Difference Vegetation Index (NDVI) for the time series analysis. The result showed that NDVI value starts to increase starting from May. The phenomenon can be explained by the influence of vegetation and agricultural activities.
Also, the results of land cover classification using the time series NDVI value and ISODATA algorithm showed that forest, grassland, and agricultural areas that are sensitive to growth characteristics have higher classification accuracy than other items.

For the development of species identification, high resolution aerial images and object-oriented classification technique were used to classify Korean fir in Halla mountain area as a study site. Owing to object-oriented classification technique, boundaries of individual vegetation were visibly distinguished with higher accuracy depending on the segmentation parameter value of scale, compactness, and shape.

(출처 : Abstract 17p)

목차 Contents

• 표지 ... 1
• 요약문 ... 5
• 목차 ... 9
• 표목차 ... 11
• 그림목차 ... 12
• Contents ... 14
• Abstract ... 17
• I. 서론 ... 19
• 1. 연구 배경 및 목적 ... 19
• II. 국내외 사례조사 ... 21
• 1. 시계열 원격탐사자료를 이용한 생물계절 특성 분석 ... 21
• 2. 고해상도 영상을 이용한 객체지향 분류기법 ... 30
• III. 연구 방법 ... 33
• 1. Landsat 위성영상을 이용한 시계열 식생 생물계절 분석 ... 33
• 가. Landsat 위성영상 데이터 구축 ... 33
• 나. 위성영상 전처리 ... 35
• 다. 위성영상을 활용한 식생 모니터링 ... 35
• 라. Landsat ETM+과 Landsat OLI 위성영상을 이용한 토지 피복 분류 ... 35
• 2. MODIS 위성영상을 이용한 시계열 식생 생물계절 분석 ... 40
• 가. MODIS 위성영상 데이터 구축 ... 40
• 나. MODIS 위성영상 전처리 ... 40
• 다. MODIS 위성영상을 이용한 식생 피복 분류 ... 41
• 라. 식생 토지 피복도 분류를 통한 식생 생육 계절 변화 분석 ... 41
• 3. 생물계절 특성을 이용한 자생식물의 분포정보 분류 및 분석 ... 42
• 가. 객체지향기법을 이용한 자생식물 군락 및 종 단위 분류기법 개발 (한라산 구상나무 대상) ... 42
• IV. 연구 결과 ... 48
• 1. Landsat 위성영상을 이용한 시계열 식생 생육 계절 분석 ... 48
• 가. Landsat ETM+과 Landsat OLI 위성영상을 이용한 토지 피복 분류 ... 48
• 나. 식생 토지 피복도 분류를 통한 식생 생육 계절 변화 분석 ... 49
• 2. MODIS 위성영상을 이용한 시계열 식생 생육 계절 분석 ... 57
• 가. NDVI를 이용한 식생 피복 분류 ... 57
• 나. 식생 토지 피복도 분류를 통한 식생 생육 계절 변화 분석 ... 60
• 3. 생물계절 특성을 이용한 자생식물의 분포정보 ... 62
• 가. 객체지향기법을 이용한 자생식물 군락 및 종 단위 분류기법 개발(한라산 구상나무 대상) ... 62
• V. 결론 및 고찰 ... 70
• 1. 시계열 원격탐사 자료를 이용한 한반도의 자생생물 생물계절 특성 분석 ... 70
• 2. 생물계절 특성을 이용한 자생식물의 분포정보 분류 및 분석 ... 71
• VI. 참고문헌 ... 72
• 부록 ... 75
• 끝페이지 ... 88