논문 상세보기
pp.79-90
현위성영상을 이용하여 도시 지역을 추출하는 방법으로 가장 널리 사용되는 방법은 영상 분류이다. 영상 분류는 도시 지역을 추출하는 자동화된 방법으로 단시간에 도시 지역을 추출할 수 있지만 그 정확도는 상황에 따라 큰 차이를 보일 뿐만 아니라 시계열적인 변화를 추출하기에는 상당히 번거로운 작업 절차가 요구된다. 따라서 본 연구에서는 식생지수 결합에 의한 도시 지역 추출 방법을 제안하고자 한다. 본 연구에서는 정규식생지수와 정규시화지화지수를 결합한 방법을 이용하여 도시 지역을 추출하였다. 1988년과 2000년 서울지역 위성영상에 영상 분류 방법과 지수결합방법을 사용한 결과, 식생지수결합법에 의해 도시로 추출된 지역이 감독분류기법에 의해서도 도시 지역으로 추출된 확률이 각각 98.1%(1988년), 99.3%(2000년)인 것으로 나타나, 식생지수 결합법을 사용해 도시 지역을 추출할 수 있는 가능성을 알 수 있었다. 또한 두 방법을 사용한 각 시기의 도시 지역영상과 환경부 토지피복대분류(1999년) 결과를 비교분석한 결과, 1988년의 분류 결과 도시 과대추정 가능성을 확인하였다. 이러한 결과를 토대로 분류를 통한 도시 지역 추출 방법에 비해 식생지수결합법을 이용한 도시 지역 추출이 절차상 수월한 점으로 미루어볼 때, 도시 지역 추출에 있어서 식생지수결합법의 효율성을 입증할 수 있었다.
Urban growth management is essential for sustainable urban growth. To manage urban growth, monitoring physical urban built-up area is a task of great significance. Although image classifications using satellite imagery are among the conventional methods for detecting urbanized area, they requires very tedious and hard work, especially if time-series remote sensing data have to be processed. In this paper, we propose an effective urbanized area detecting method based on normalized difference vegetation index (NDVI) and normalized difference built-up index (NDBI). To verify the proposed method, we extract urbanized area using two methods; one is conventional supervised classification method and the other is proposed method. Experiments shows that two methods are consistent with 98.1% in 1998, 99.3% in 2000, namely the consistency of two methods is very high. Because the proposed method requires no more process without band operations, it can reduce time and effort. Compared with the supervised classification method, the proposed combination method of vegetation indices can serve as quick and efficient alternatives for mapping urbanized area.
Abstract
I. 서론
II. 연구 과정 및 방법
1. 연구 대상지와 데이터
2. 영상 분류를 통한 도시 지역 추출
3. 식생지수 결합법을 이용한 도시 지역 추출
III. 방법 간 결과 비교
1. 시각적 비교
2. 통계적인 비교
3. 기준 데이터를 이용한 정확도 평가
IV. 결론
참고문헌
