http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 이양원 ( Yanng Won Lee ) (검색결과 1 건)
- 무료
- 기관 내 무료
- 유료
-
오치영 ( Che Young Oh ),박소영 ( So Young Park ),김형석 ( Hyung Seok Kim ),이양원 ( Yanng Won Lee ),최철웅 ( Chul Uong Choi ) 한국지리정보학회 2010 한국지리정보학회지 Vol.13 No.1
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, 시설물경작지, 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.
ScienceON
KISS연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
