고해상도 위성영상의 토지피복분류와 정확도 비교 연구

오치영; 박소영; 김형석; 이양원; 최철웅

추천

검색

자료유형: 학술저널

저자정보: 오치영 (부경대학교 위성정보과학과) 박소영 (부경대학교 위성정보과학과) 김형석 (부경대학교 해양생산시스템공학과) 이양원 (부경대학교 위성정보과학과) 최철웅 (부경대학교 위성정보과학과)

저널정보: 한국지리정보학회 한국지리정보학회지 한국지리정보학회지 제13권 제1호

발행연도: 2010.1

수록면: 89 - 100 (12page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구는 다양한 고해상도 위성영상을 사용하여 토지피복도를 제작하고 영상종류와 피복도의 분류에 따른 정확도를 비교함에 목적이 있다. 토지피복도 작성시 세분류의 다양함을 위해 시가지와 농지, 수역 등을 포함하는 낙동강 하구 일대를 연구지역으로 선정하였고, 1m 이상의 해상도를 가지는 KOMPSAT2, QuickBird, IKONOS, 항공사진등을 육안판독 후 분류 하였다. 영상과 피복분류에 따른 토지피복도를 작성 후 상호 비교 한 결과 영상별 정확도는 항공사진과 QuickBird가 KOMPSAT2와 IKONOS 보다 상대적으로 높은 것으로 나타났고, 분류방법에 따른 일치도는 대분류의 경우 0.934~0.956, Kappa value는 0.905~0.937, 중분류의 일치도는 0.888~0.913, Kappa value는 0.872~0.901, 세분류의 일치도는 0.833~0.901, Kappa value는 0.813~0.888로 나타났다. 또한 영상별 혼돈발생 정도는 분류 항목에 따라 대분류의 경우 시가화 건조지역과 나지의 혼돈이 발생했고, 중분류는 논, 밭, 하우스 재배지, 인공초지에서 주로 발생하며, 세분류의 경우 자연녹지, 시설물 경작지, 간석지와 해수면으로 주로 나타났다. 본 연구를 통해 토지피복도 작성시 육안판독에 의한 고해상도 영상분류는 전체 80% 이상의 일치도를 나타내어 활용이 가능했고, 고해상도 영상을 사용할수록 정확한 분류가 가능하며 영상의 촬영시기가 토지피복도 작성에 중요함을 알 수 있었다.

The aim of this study is to produce land cover maps using satellite imagery with various degrees of high resolution and then compare the accuracy of the image types and categories. For the land cover map produced on a small-scale classification the estuary area around the Nakdong river, including an urban area, farming land and waters, was selected. The images were classified by analyzing the aerial photos taken from KOMPSAT2, Quickbird and IKONOS satellites, which all have a resolution of over 1m to the naked eye. Once all of the land cover maps with different images and land cover categories had been produced they were compared to each other. Results show that image accuracy from the aerial photos and Quickbird was relatively higher than with KOMPSAT2 and IKONOS. The agreement ratio for the large-scale classification across the classification methods ranged between 0.934 and 0.956 for most cases. The Kappa value ranged between 0.905 and 0.937; the agreement ratio for the middle-scale classification was 0.888~0.913 and the Kappa value was 0.872~0.901. The agreement ratio for the small-scale classification was 0.833~0.901 and the Kappa value was 0.813~0.888. In addition, in terms of the degree of confusion occurrence across the images, there was confusion on the urbanized arid areas and empty land in the large-scale classification. For the middle-scale classification, the confusion mainly occurred on the rice paddies, fields, house cultivating area and artificial grassland. For the small-scale classification, confusion mainly occurred on natural green fields, cultivating land with facilities, tideland and the surface of the sea. The findings of this study indicate that the classification of the high resolution images with the naked eye showed an agreement ratio of over 80%, which means that it can be used in practice. The findings also suggest that the use of higher resolution images can lead to increased accuracy in classification, indicating that the time when the images are taken is important in producing land cover maps.

#토지피복지도 #정확도

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

오치영

소속기관 한국해양조사협회

주요연구분야 공학 > 건축공학 > 토목공학

논문수 2 이용수 54

박소영

소속기관 부경대학교 공간정보시스템공학과

주요연구분야 공학 > 건축공학 > 토목공학

논문수 3 이용수 63

김형석

소속기관 부경대학교 해양생산시스템공학과

주요연구분야 공학 > 건축공학 > 토목공학

논문수 1 이용수 45

이양원

소속기관 부경대학교 공간정보시스템공학과

주요연구분야 공학 > 건축공학 > 토목공학

논문수 2 이용수 55

최철웅

소속기관 부경대학교 공간정보공학과

주요연구분야 공학 > 건축공학 > 토목공학

논문수 4 이용수 77

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)