수도권 지표특성 분석을 위한 Landsat 자료의 활용

지준범,최영진 한국지구과학회 2014 한국지구과학회지 Vol.35 No.1

In order to analyze the land surface properties in Seoul and its surrounding metropolitan area, several indices and land surface temperature were calculated by the Landsat satellites (e.g., Landsat 5, Landsat 7, and Landsat 8). The Landsat data came from only in the fall season with Landsat 5 on October 21, 1985, Landsat 7 on September 29, 2003, and Landsat 8 on September 16, 2013. The land surface properties used are the indices that represented Soil AdjustedVegetation Index (SAVI), Modified Normalized Difference Wetness Index (MNDWI), Normalized Difference WetnessIndex (NDWI), Tasseled cap Brightness, Tasseled cap Greenness, Tasseled cap Wetness Index, Normalized Difference Vegetation Index (NDVI) and Normalized Difference Built-up Index (NDBI) and the land surface temperature of the area in and around Seoul. Most indices distinguish very well between urban, rural, mountain, building, river and road. In particular, most of the urbanization is represented in the new city (e.g., Ilsan) around Seoul. According to NDVI, NDBI and land surface temperature, urban expansion is displayed in the surrounding area of Seoul. The land surface temperature and surface elevation have a strong relationship with the distribution and structure of the vegetation/built-up indices such as NDVI and NDBI. While the NDVI is positively correlated with the land surface temperature and is also negatively correlated with the surface elevation, the NDBI have just the opposite correlations, respectively. The NDVI and NDBI index is closely associated with the characteristics of the metropolitan area. Landsat 8 and Landsat 5 have very strong correlations (more than −0.6) but Landsat 7 has a weak one (lower than −0.5). 서울을 포함한 수도권지역의 지표면 특성분석을 위하여 Landsat 위성자료(Landsat 5, Landsat 7, Landsat 8)를 이용하여 다양한 지표 특성지수와 지표면 온도를 계산하였다. 연구에 사용된 Landsat 자료는 가을철 자료로써 1985년 10월 21일의 Landsat 5, 2003년 9월 29일의 Landsat 7 그리고 2013년 9월 1일의 Landsat 8 자료를 이용하였다. 그리고 서울과 주변지역에 대하여 토양조절 식생지수, 수정 정규 습윤지수, 정규 습윤지수, 태슬 모자형 밝기, 태슬 모자형초록, 태슬 모자형 습윤, 정규 식생지수, 정규 건설지수와 같은 지표 특성지수와 지표면 온도를 산출하였다. 대부분의 지표 특성지수들은 도시, 시골, 산, 건물, 강 그리고 도로 등에서 잘 구별되었다. 특히, 도시화의 특징은 서울 주변의 신도시(예, 일산)에서 잘 나타났다. 정규 식생지수와 정규 건물지수 그리고 지표면 온도에 따르면 도시의 확장은 서울의 주변지역에서 뚜렷이 보였다. 지표면 온도와 지표고도는 식생 또는 건설물의 구조와 분포를 나타내는 정규 식생지수 그리고 정규 건물지수와 강한 상관성이 나타났다. 정규 식생지수는 지표면 온도와 양의 상관성을 보였고 지표고도와 음의 상관성을 가지는 반면, 정규 식생지수는 지표면 온도와 지표고도에 대하여 각각 반대의 특성을 나타내었다. 또한, Landsat의 정규 식생지수와 정규 건물지수는 수도권지역에서 밀접한 관계를 보였다. Landsat 8과 Landsat 5에서는 −0.6 이하의 강한 상관성이 있었으며 Landsat 7에서는 −0.5 이상의 낮은 상관성이 나타났다.

수도권 AWS 기온을 이용한 MODIS, Landsat 위성의 지표면 온도 분석

이규태 ( Kyu Tae Lee ),최영진 ( Young Jean Choi ),지준범 ( Joon Bum Jee ) 대한원격탐사학회 2014 大韓遠隔探査學會誌 Vol.30 No.2

서울을 포함한 수도권의 지표면 온도를 분석하기 위하여 Landsat과 MODIS의 지표면 온도, AWS의 기온, 지표면 고도 및 토지이용도를 이용하였다. Landsat과 MODIS 위성의 지표면 온도와 AWS 기온의 분석은 상관계수, 평방근 오차(Root Mean Squared Error, RMSE), 선형회귀분석 등의 통계분석방법을 적용하였다. Landsat과 MODIS 지표면 온도의 상관계수는 0.32이고 RMSE는 4.61 K였다. 그리고 Landsat과 MODIS 지표면 온도와 AWS 기온의 상관성은 각각 0.83과 0.96이며 RMSE는 3.28 K, 2.25 K이었다. Landsat과 MODIS 지표면 온도는 비교적 높은 상관성을 보였으나 각각의 선형회귀의 기울기는 0.45와 1.02이었다. Landsat 5의 경우 전체 관측소에 대하여 0.5이하의 낮은 상관성을 보였고 Landsat 8의 경우는 일치되는 지점이 다른 위성에 비하여 적었으나 0.5이상의 상관성을 나타냈다. Landsat 7은 대부분 0.8이상의 높은 상관성을 보였고 대체적으로 서울중심부에서 높은 상관성이 나타났다. 위성의 지표면 온도와 지표유형에 따른 AWS 기온사이의 상관성은 0.8이상의 높은 상관성을 보였다. Landsat 위성의 지표면 온도의 상관성은 0.84이었고 RMSE는 3.1 K이상이었으며 MODIS 위성의 상관계수는 0.96이상이고 RMSE는 2.6 K이하였다. 결과적으로 두 위성의 지표온도의 차이는 관측시각 차이에 의한 것으로 위성의 해상도에 따라 복사량을 탐지하는 지표면의 면적 차이에 의하여 발생되는 것으로 사료된다. In order to analyze the Land Surface Temperature (LST) in metropolitan area including Seoul, Landsat and MODIS land surface temperature, Automatic Weather Station (AWS) temperature, digital elevation model and landuse are used. Analysis method among the Landsat and MODIS LST and AWS temperature is basic statistics using by correlation coefficient, root-mean-square error and linear regression etc. Statistics of Landsat and MODIS LST are a correlation coefficient of 0.32 and Root Mean Squared Error (RMSE) of 4.61 K, respectively. And statistics of Landsat and MODIS LST and AWS temperature have the correlations of 0.83 and 0.96 and the RMSE of 3.28 K and 2.25 K, respectively. Landsat and MODIS LST have relatively high correlation with AWS temperature, and the slope of the linear regression function have 0.45 (Landsat) and 1.02 (MODIS), respectively. Especially, Landsat 5 has lower correlation about 0.5 or less in entire station, but Landsat 8 have a higher correlation of 0.5 or more despite of lower match point than other satellites. Landsat 7 have highly correlation of more than 0.8 in the center of Seoul. Correlation between satellite LSTs and AWS temperature with landuse (urban and rural) have 0.8 or higher. Landsat LST have correlation of 0.84 and RMSE of more than 3.1 K, while MODIS LST have correlation of more than 0.96 and RMSE of 2.6 K. Consequently, the difference between the LSTs by two satellites have due to the difference in the optical observation and detection the radiation generated by the difference in the area resolution.

Landsat 열적외선 위성자료를 이용한 광양제철소 주변 해역 해수표면온도 분석

김상민,김창재,한수희,허준 한국측량학회 2011 한국측량학회지 Vol.29 No.2

Characteristics of sea surface temperature(SST) difference around Gwang-Yang steel Mill where can affect marine ecosystem in Gwang-Yang bay using 25 collected Landsat-7 ETM+ thermal infrared band data from 2000 to 2010. To analyze accuracy of SST from the Landsat-7 ETM+ thermal infrared image, satellite-induced SST was verified by compared Yeo-Su tide station and Landsat thermal image. As a result, SST from Landsat-7 ETM+ is 1.22°ΔC lower than sea temperature from Yeo- Su tide station and correlation coefficient resulted in above 0.991 which means that correlation coefficient between Landsat image temperature and field sea temperature is relatively high. Five regions were selected to analyze sea surface temperature between near Gwang-Yang steel mill and the open sea and analyzed time-series of sea surface temperature seasonally and regionally. Moreover, the additional analysis has been carried out by comparing the averaged temperatures of Gwang-Yang and Soon-Cheon bays using the dataset over a year. 해양 생태계에 밀접한 영향을 미치는 대규모 광양제철소가 위치한 광양만 주변 해역을 연구지역으로 2000년 부터 2010년까지 총 25장의 Landsat-7 ETM+ 열적외선 자료를 활용하여 해수면온도 변화를 분석하였다. Landsat-7ETM+ 열적외선 영상으로부터 측정된 해수표면 온도의 정확도를 분석하기 위해 Landsat 열적외선 영상으로부터측정된 해수면온도는 여수 조위관측소에서 측정된 실측 데이터와 비교 검증하였고, 분석한 결과 Landsat-7 ETM+영상으로부터 산정된 해수표면 온도가 여수 조위관측소에서 실측된 온도보다 1.22°C 낮게 나타났으며, 상관도를분석한 결과R²=0.991로서 위성영상으로부터 추정된 온도와 실측 해수온도는 상관도가 높다고 할 수 있다. 광양제철소 인근의 해수표면온도와 외해의 해수표면온도를 비교 분석 하기위해 총 5지역을 선택하였으며, 해수면 온도의 시계열 자료를 계절별, 지역별로 분석하였다. 또한 광양만과 순천만에서 각각 공간적으로 잘 분포된 5개의지점들을 선택하여1년에 걸친 온도변화의 추이와 두 만의 평균 해수온도차를 분석하였다.

Landsat 다중분광 영상정합을 이용한 동남극 난센 빙붕의 2000-2017년 흐름속도 변화 분석

한향선,이춘기 대한원격탐사학회 2018 大韓遠隔探査學會誌 Vol.34 No.6

Collapse of an Antarctic ice shelf and its flow velocity changes has the potential to reduce the restraining stress to the seaward flow of the Antarctic Ice Sheet, which can cause sea level rising. In this study, variations in ice velocity from 2000 to 2017 for the Nansen Ice Shelf in East Antarctica that experienced a large-scale collapse in April 2016 were analyzed using Landsat-7 Enhanced Thematic Mapper Plus (ETM+) and Landsat-8 Operational Land Imager (OLI) images. To extract ice velocity, image matching based on orientation correlation was applied to the image pairs of blue, green, red, nearinfrared, panchromatic, and the first principal component image of the Landsat multispectral data, from which the results were combined. The Landsat multispectral image matching produced reliable ice velocities for at least 14% wider area on the Nansen Ice Shelf than for the case of using single band (i.e., panchromatic) image matching. The ice velocities derived from the Landsat multispectral image matching have the error of 2.1 m a-1 compared to the in situ Global Positioning System (GPS) observation data. The region adjacent to the Drygalski Ice Tongue showed the fastest increase in ice velocity between 2000 and 2017. The ice velocity along the central flow line of the Nansen Ice Shelf was stable before 2010 (~228 m a-1). In 2011-2012, when a rift began to develop near the ice front, the ice flow was accelerated (~255 m a-1) but the velocity was only about 11% faster than 2010. Since 2014, the massive rift had been fully developed, and the ice velocity of the upper region of the rift slightly decreased (~225 m a-1) and stabilized. This means that the development of the rift and the resulting collapse of the ice front had little effect on the ice velocity of the Nansen Ice Shelf. 남극 빙붕의 붕괴 및 흐름속도의 변화는 빙상에 대한 지지력을 약화시킬 수 있어 해수면 상승에 잠재적인 원인이 될 수 있다. 이 연구에서는 2016년 4월 대규모 붕괴가 발생한 동남극 난센 빙붕에 대해 Landsat-7 Enhanced Thematic Mapper Plus(ETM+) 및 Landsat-8 Operational Land Imager(OLI) 영상을 이용하여 2000년부터 2017년까지의 연간 흐름속도 변화를 분석하였다. 흐름속도 산출을 위해 Landsat의 청색, 녹색, 적색, 근적외선, 전정색 및 첫 번째 주성분 영상 등 총 6개 영상에 orientation correlation 기법을 적용하고, 각각의 변위 산출 결과를 융합하는 다중분광 영상정합 기법을 사용하였다. Landsat 다중분광 영상정합은 난센 빙붕에서 전정색 단일 밴드 영상정합을 사용하는 경우보다 최소 14% 더 넓은 영역에 대해 신뢰할 수 있는 흐름속도를 산출하였고, Global Positioning System(GPS)로 관측된 흐름속도와 비교한 결과 ±2.1 m a-1의 매우 작은 오차를 가지는 것으로 분석되었다. 난센 빙붕에서 2000-2017년 사이에 가장 급격한 흐름속도 증가를 나타낸 곳은 Drygalski 빙하설과 인접한 영역이었으며, 빙붕의 중앙 유선을 따라 측정된 흐름속도는 빙붕 전면(ice front)에 rift가 발달하기 전인 2010년까지 거의 변화가 없었다(~228 m a-1). Rift가 발달하기 시작한 2011-2012년에 rift 상류에서 흐름속도의 가속화가 관측되었으나(~255 m a-1), 이는 2010년에 비해 약 11% 빨라진 것에 불과하였다. 난센 빙붕의 rift가완전히 발달한 2014년부터 rift 상류의 흐름속도는 다소 감소한 상태(~225 m a-1)로 안정화 되었다. 이는 rift의 발달 및 빙붕 전면의 붕괴가 난센 빙붕의 흐름속도에 거의 영향을 주지 않았음을 의미한다.

Landsat-8 OLI 영상정보의 대기 및 지표반사도 산출을 위한 OTB Extension 구현과 RadCalNet RVUS 자료를 이용한 성과검증

김광섭 ( Kwangseob Kim ),이기원 ( Kiwon Lee ) 대한원격탐사학회 2021 大韓遠隔探査學會誌 Vol.37 No.3

광학 위성정보에 대한 분석대기자료(ARD)는 각 센서 별 분광특성과 촬영각 등을 적용하는 전처리 작업에 의한 성과물이다. 대기보정 처리과정은 통하여 얻을 수 있는 대기반사도와 지표반사도는 기본적이면서 복잡한 알고리즘을 요구한다. 대부분 위성 정보처리 소프트웨어에서는 Landsat 위성 대기보정 처리 알고리즘 및 기능을 제공하고 있다. 또한 사용자는 클라우드 환경에서 Google Earth Engine(GEE)을 통하여 USGS-ARD와 같은 Landsat 반사도 성과에 직접 접근할 수 있다. 이번 연구에서는 고해상도 위성정보 처리에 활용되고 있는 Orfeo ToolBox(OTB) 오픈 소스 소프트웨어의 대기보정 기능을 확장 구현하였다. 현재 OTB 도구는 어떠한 Landsat 센서도 지원하지 않기 때문에, 이 확장 도구는 최초로 개발된 사례이다. 이 도구를 이용하여 RadCalNet 사이트의 Railroad Valley, United States(RVUS) 반사율 자료 값을 이용한 결과 검증을 위하여 같은 지역의 Landsat-8 OLI 영상의 절대 대기보정에 의한 반사도 성과를 산출하였다. 산출된 결과는 RVUS 자료를 기준으로 반사도 값과의 차이가 5% 미만으로 나타났다. 한편 이 반사도 성과는 USGS-ARD 반사도 값뿐만 아니라 QGIS Semiautomatic Classification Plugin과 SAGA GIS와 같은 다른 오픈 소스 도구에서 산출된 성과를 이용한 비교 분석을 수행하였다. OTB 확장도구로부터 산출한 반사도 성과는 RadCalNet RVUS의 자료와 높은 일치도를 나타내는 USGS-ARD의 값과 가장 부합되는 것으로 나타났다. 이 연구에서 OTB 대기보정 처리의 다양한 위성센서 적용 가능성을 입증한 결과로 이 모듈을 다른 센서정보로 확장하여 구현하는 경우에도 정확도가 높은 반사도 산출이 가능한 것을 확인할 수 있었다. 이와 같은 연구 방법은 향후 차세대중형위성을 포함하는 다양한 광학위성에 대한 반사도 성과 산출 도구개발에도 활용할 수 있다. Analysis Ready Data (ARD) for optical satellite images represents a pre-processed product by applying spectral characteristics and viewing parameters for each sensor. The atmospheric correction is one of the fundamental and complicated topics, which helps to produce Top-of-Atmosphere (TOA) and Top-of-Canopy (TOC) reflectance from multi-spectral image sets. Most remote sensing software provides algorithms or processing schemes dedicated to those corrections of the Landsat-8 OLI sensors. Furthermore, Google Earth Engine (GEE), provides direct access to Landsat reflectance products, USGS-based ARD (USGS-ARD), on the cloud environment. We implemented the Orfeo ToolBox (OTB) atmospheric correction extension, an open-source remote sensing software for manipulating and analyzing high-resolution satellite images. This is the first tool because OTB has not provided calibration modules for any Landsat sensors. Using this extension software, we conducted the absolute atmospheric correction on the Landsat-8 OLI images of Railroad Valley, United States (RVUS) to validate their reflectance products using reflectance data sets of RVUS in the RadCalNet portal. The results showed that the reflectance products using the OTB extension for Landsat revealed a difference by less than 5% compared to RadCalNet RVUS data. In addition, we performed a comparative analysis with reflectance products obtained from other open-source tools such as a QGIS semi-automatic classification plugin and SAGA, besides USGS-ARD products. The reflectance products by the OTB extension showed a high consistency to those of USGS-ARD within the acceptable level in the measurement data range of the RadCalNet RVUS, compared to those of the other two open-source tools. In this study, the verification of the atmospheric calibration processor in OTB extension was carried out, and it proved the application possibility for other satellite sensors in the Compact Advanced Satellite (CAS)-500 or new optical satellites.

Method of Integrating Landsat-5 and Landsat-7 Data to Retrieve Sea Surface Temperature in Coastal Waters on the Basis of Local Empirical Algorithm

Xing, Qianguo,Chen, Chu-Qun,Shi, Ping The Korean Society of Oceanography 2006 Ocean science journal Vol.41 No.2

A useful radiance-converting method was developed to convert the Landsat-7 ETM+thermal-infrared (TIR) band's radiance ($L_{{\lambda},L7/ETM+}$) to that of Landsat-5 TM TIR ($L_{{\lambda},L5/TM+})$ as: $L_{{\lambda},L5/TM}=0.9699{\times}L_{{\lambda},L7/ETM+}+0.1074\;(R^2=1)$. In addition, based on the radiance-converting equation and the linear relation between digital number (DN) and at-satellite radiance, a DN-converting equation can be established to convert DN value of the TIR band between Landsat-5 and Landsat-7. Via this method, it is easy to integrate Landsat-5 and Landsat-7 TIR data to retrieve the sea surface temperature (SST) in coastal waters on the basis of local empirical algorithms in which the radiance or DN of Lansat-5 and 7 TIR band is usually the only input independent variable. The method was employed in a local empirical algorithm in Daya Bay, China, to detect the thermal pollution of cooling water discharge from the Daya Bay nuclear power station (DNPS). This work demonstrates that radiance conversion is an effective approach to integration of Landsat-5 and Landsat-7 data in the process of a SST retrieval which is based on local empirical algorithms.

LiDAR DEM과 다중시기에 촬영된 Landsat 영상을 이용한 낙동강 유역 내 토지피복 변화 탐지

정윤재 ( Yun Jae Choung ) 한국지리정보학회 2015 한국지리정보학회지 Vol.18 No.2

본 연구는 LiDAR DEM(Digital Elevation Model)과 다중시기에 촬영된 Landsat 영상을 이용하여 4대강 정비사업이 시행되기 이전 및 이후에 낙동강 유역 내 발생한 토지피복 변화를 탐지 및 분석하기 위하여 수행되었다. 우선 LiDAR DEM으로부터 추출된 제방경계선을 이용하여 하천유역폴리곤을 생성하고, 하천유역 폴리곤을 이용하여 다중시기에 촬영된 Landsat-5 TM(ThematicMapper) 영상과 Landsat-8 OLI(Operational Land Imager) 영상으로부터 4개의 하천유역 영상을 각각 추출하였다. 그리고 영상분류방법을 적용하여 각 하천유역 영상으로부터 하천유역의 주요 토지피복인 하천, 나지, 초지를 각각 분류하였고, 전체 면적에서 각 토지피복이 차지하는 비율을 계산하였다. 다중시기에 촬영된 하천유역 영상으로부터 분류된 각 토지피복의 변화량을 분석한결과, 4대강 정비사업이 시행되기 이전과 4대강 정비사업이 완공된 이후에는 계절의 변화에 의해나지와 초지의 면적은 큰 폭으로 변화하였으나, 하천의 면적은 큰 변화가 없었다. 반면에 4대강정비사업 전후로, 낙동강 유역 내 저수량의 증가로 인해 하천의 면적이 큰 폭으로 증가하였다. 본 논문은 LiDAR DEM과 4대강 정비사업 이전과 이후에 촬영된 위성영상들을 이용하여 4대강 정비사업으로 인해 발생한 하천 유역 내 토지피복 변화를 탐지할 수 있는 효과적인 방법을 제시하였다는데 의의가 있다. This research is carried out for the land cover change detection in the Nakdong River basin before and after the 4 major rivers restoration project using the LiDAR DEM(Digital Elevation Model) and the multi-temporal Landsat imagery. Firstly the river basin polygon is generated by using the levee boundaries extracted from the LiDAR DEM, and the four river basin imagery are generated from the multi-temporal Landsat-5 TM(Thematic Mapper) and Landsat-8 OLI(Operational Land Imager) imagery by using the generated river basin polygon. Then the main land covers such as river, grass and bare soil are separately generated from the generated river basin imagery by using the image classification method, and the ratio of each land cover in the entire area is calculated. The calculated land cover changes show that the areas of grass and bare soil in the entire area have been significantly changed because of the seasonal change, while the area of the river has been significantly increased because of the increase of the water storage. This paper contributes to proposing an efficient methodology for the land cover change detection in the Nakdong River basin using the LiDAR DEM and the multi-temporal satellite imagery taken before and after the 4 major rivers restoration project.

Inter-satellite atmospheric and radiometric correction for the retrieval of Landsat sea surface temperature by using Terra MODIS data

한향선,Hoonyol Lee 한국지질과학협의회 2012 Geosciences Journal Vol.16 No.2

Thermal infrared images of Landsat-5 TM and Landsat-7 ETM+ sensors have been unrivalled sources of high resolution thermal remote sensing (120 m for TM and 60 m for ETM+) for more than two decades. As the sensors have only one thermal channel, however, the correction of atmospheric effect has been virtually limited, degrading the accuracy of sea surface temperature (SST) measurement. Launched in 1999, MODIS sensor onboard Terra satellite is equipped with two thermal channels that can provide accurate atmospheric correction at 1 km resolution. In this paper we propose an inter-satellite calibration method to correct the radiometric and atmospheric effect of Landsat brightness temperature by using the atmospherically corrected Terra MODIS SST which lags Landsat pass by 30 minutes only. Comparison of the corrected Landsat SST with in situ SST near the coast of South Korea showed a significant improvement in root mean square error from 2.31 ûC before the correction to 0.96 ûC after the correction. Errors from spatial and temporal inhomogeneities over 1 km × 1 km window could be masked out by identifying negative correction term and applying a root mean square deviation criterion between Landsat and MODIS SSTs. We expect that Landsat SST product obtained after the launch of Terra can be atmospherically corrected by using the method proposed in this paper while maintaining the merit of high-resolution Landsat thermal infrared imagery

Landsat-8 OLI 영상과 식생 및 수분지수를 이용한 하천유역 토지피복분류 정확도 개선

박주성 ( Ju Sung Park ),이원희 ( Won Hee Lee ),조명희 ( Myung Hee Jo ) 한국지리정보학회 2016 한국지리정보학회지 Vol.19 No.2

원격탐사는 관찰하고자 하는 지역을 직접 방문하지 않고, 영상만으로도 적은 비용으로 짧은 시간 안에 대상지역을 연구하는데 있어 효율적인 기술이다. 본 연구에서는 가장 최근에 발사된 Landsat-8 OLI(Operational Land Imager) 영상을 이용하여 하천유역의 토지피복분류 정확도를 개선하는 방법을 제안하였다. 제안된 방법 중 첫 번째로 Landsat-8 OLI 영상을 이용하여 정규식생지수인 NDVI(Normalized Difference Vegetation Index)와 정규수분지수 NDWI(Normalized Difference Water Index)를 생성하였다. 두 번째로 원래의 영상에 생성된 NDVI와 NDWI 2개의 밴드를 Layer-Stacking하여 새로운 영상을 만들었다. 마지막으로 기존의 영상과 밴드조합을 적용한 새로운 영상에 각각 MLC(Maximum Likelihood Classification), SVM(Support Vector Machine)의 감독분류를 적용하였다. 하천피복분류를 할 때 정확도를 개선하는데 있어 그 의미가 있으며, 분류결과 MLC 분류방법을 적용하였을 때 약 8% 이상, SVM 분류방법을 적용하였을 때약 1.6% 정도 개선되었다. 향후 다양한 영상과 밴드조합을 통한 연구가 이루어진다면 보다 나은 의사결정에 도움이 될 것으로 사료된다. Remote sensing is an efficient technology for observing and monitoring the land surfaces inaccessible to humans. This research proposes a methodology for improving the accuracy of the land cover classification using the Landsat-8 operational land imager (OLI) image. The proposed methodology consists of the following steps. First, the normalized difference vegetation index(NDVI) and normalized difference water index (NDWI) images are generated from the given Landsat-8 OLI image. Then, a new image is generated by adding both NDVI and NDWI images to the original Landsat-8 OLI image using the layer-stacking method. Finally, the maximum likelihood classification(MLC), and support vector machine(SVM) methods are separately applied to the original Landsat-8 OLI image and new image to identify the five classes namely water, forest, cropland, bare soil, and artificial structure. The comparison of the results shows that the utilization of the layer-stacking method improves the accuracy of the land cover classification by 8% for the MLC method and by 1.6% for the SVM method. This research proposes a methodology for improving the accuracy of the land cover classification by using the layer-stacking method.

Landsat 시계열 영상을 이용한 한강 수계 호수 수온과 계절적 성충 현상 분석

한향선,이훈열,Han, Hyang-Sun,Lee, Hoon-Yol 대한원격탐사학회 2005 大韓遠隔探査學會誌 Vol.21 No.4

Landsat 시계열 영상과 실측수온자료를 이용하여 한강 수계 댐호들의 표면수온과 계절적 성층현상을 분석하였다. 1994년에서 2004년까지 29회에 걸쳐 얻어진 Landsat-5, 7 열적외선 영상으로부터 NASA 경험식을 이용하여 호수의 표면수온을 추출하였고, 이를 하천형 댐호인 파로호, 춘천호, 의암호, 청평호, 팔당호의 표층수온, 그리고 호소형 댐호인 소양호의 상층수온(수심 10m) 자료와 비교하였다. 십 수 년간 매월 1회 측정된 수온자료를 위성관측 날짜에 보간하여 사용하였음에도 불구하고, 하천형 댐호들에서는 수온오차(위성관측수온-실측보간수온)의 표준 편차가 $2^{\circ}C$ 이하인 영상이 94개로서, 새로운 통계적 대기보정을 적용할 수 있었다. 실측보간수온과 위성관측수온의 상관계수는 소양호가 0.915 (대기보정 후 0.950), 다른 호수는 0.951-0.980 (대기보정 후 0.979-0.997)로서, 높은 상관성을 보여주었다. 이는 수심이 얕고 인위적인 물의 유입과 유출이 연중 계속되는 하천형 댐호의 표층에는 혼합층이 상시 존재하고 수온의 일변화 및 월변화가 비교적 연속적이기 때문인 것으로 해석되었다. 그러나 소양호에서는 4-7월에 위성관측수온이 실측보간수온보다 $3-5^{\circ}C$ 더 높게 나타나는 이상 수온오차가 관찰되었다. 한강 수계의 최상류에 위치하며 수심이 깊고 자연적인 유입량만이 존재하는 소양호에서 이 시기는 상층수의 물리적 혼합현상이 없이 매우 안정적이고, 일조량 증가에 따라 호수 상층부에 수온약층이 발달하기 때문에, 수심 10m에서 측정된 실측수온보다 위성으로 관측된 표면수온이 연중 비교적 건조한 이 시기에 더 높게 나타나는 것으로 밝혀졌다. We have analyzed surface water temperature and seasonal stratification of lakes in the Han river system using time-series Landsat images and in situ measurement data. Using NASA equation, at-satellite temperature is derived from 29 Landsat-5 TM and Landsat-7 ETM+ images obtained from 1994 to 2004, and was compared with in situ surface temperature on river-type dam lakes such as Paro, Chuncheon, Euiam, Chongpyong, Paldang, and with 10m-depth temperature on lake-type dam lake Soyang. Although the in situ temperature at the time of satellite data acquisition was interpolated from monthly measurements, the number of images with standard deviation of temperature difference (at-satellite temperature - in situ interpolated temperature) less than $2^{\circ}C$ was 24 on which a novel statistical atmospheric correction could be applied. The correlation coefficient at Lake Soyang was 0.915 (0.950 after correction) and 0.951-0.980 (0.979-0.997 after correction) at other lakes. This high correlation implies that there exist a mixed layer in the shallow river-like dam lakes due to physical mixing from continuous influx and efflux, and the daily and hourly temperature change is not fluctuating. At Lake Soyang, an anomalous temperature difference was observed from April to July where at-satellite temperature is $3-5^{\circ}C$ higher than in situ interpolated temperature. Located in the uppermost part of the Han river system and its influx is governed only by natural precipitation, Lake Soyang develops stratification during this time with rising sun elevation and no physical mixture from influx in this relatively dry season of the year.