토지피복분류에 있어서 이미지 재배열의 영향에 관한 연구

다국어 초록 (Multilingual Abstract)

Image is composed of the digital numbers including information on natural phenomena, their condition and the kind of objects. Digital numbers are changed in geometric correction preprocess.
This change of digital numbers give an effect on results of land-cover classification.
This study can analyze the effect of resampling in classifying land-cover using the image reconstructed by geometric correction. Study area is selected Chun-Cheon basin which have very variable land-cover pattern in North-Han river region and is used of RESTEC data resampled in preprocessing.
Land-covar is classified by six classes of LEVEL I by maximum likelyhood classification method.
Land-cover classification was preformed with the image resampled by two methods - bilinear interpolation and nearest. Bilinear interpolation method was more accuracy in five classes excepted bare-land according the result of comparing each class with topographic map.
I also could understand the difference the seasonal patterns in the of spring and autumn image.
Resultly, the resampling method must be choosed according to the class, and accuracy of classification can be elevated by using four-season's image.

목차 (Table of Contents)

• 제1장 서론 = 1
• 1-1. 연구의 배경과 목적 = 1
• 1-2. 연구동향 = 2
• 1-3. 연구의 범위 및 방법 = 6
• 제2장 LANDSAT SYSTEM = 8
• 2-1. LANDSAT 4, 5호 시스템과 TM = 8
• 2-2. Tracking and Data Relay Satellite System = 10
• 2-3. Data Format for Digital Satellite Imagery = 12
• 제3장 원격탐사 테이타의 전처리 = 17
• 3-1. 방사량보정 = 17
• 3-2. 기하학적 보정 = 19
• 3-2-1. LAMDSAT 이미지내의 기하학적 오차원인 = 19
• 3-2-2. 궤도 기하보정(Orbital Geometry Model) = 21
• (1) 축척변화(Scale Change) = 21
• (2) 비틀림 보정(Skew Correction) = 22
• (3) 지구자전 보정 = 23
• 3-2-3. 지상기준점을 이용한 기하보정 = 25
• (1) Helmert Transformation = 26
• (2) Affine Transformation = 26
• (3) Pseudo-Affine Transformation = 26
• (4) 2차 등각변환 = 26
• (5) 2차 사영변환 = 26
• (6) 고차다항식 = 27
• 3-3. 이미지 재배열 = 27
• 3-3-1. Nearest Neighbour법 = 29
• 3-3-2. Bilinear Interpolation법 = 32
• 3-3-3. Cubic Convolution법 = 34
• 제4장 토지피복분류 = 38
• 4-1. 감독분류(Supervised Classification) = 39
• 4-1-1. Boxcar (Parallelepiped) Classifer = 40
• 4-1-2. 최단거리분류법 (Minimum Distance Classification) = 41
• 4-1-3. 최대우도분류법 (Maximum Likelihood Classification) = 44
• 제5장 실제적용 = 47
• 5-1. 사용데이타 및 전처리 = 47
• 5-1-1. 연구대상 지역 = 47
• 5-1-2. 사용 데이터 및 전처리 = 47
• 5-2. 분류항목 및 Training Field의 선정 = 49
• 5-3. 분류절차 = 49
• 5-4. 분류결과 및 고찰 = 50
• 5-4-1. 분류결과 = 50
• (1) 삼림(FOREST)의 분류결과 = 52
• (2) 물(WATER)의 분류결과 = 53
• (3) 도시(URBAN)의 분류결과 = 54
• (4) 논(WET-CROP)의 분류결과 = 55
• (5) 밭(DRY-CROP)의 분류결과 = 56
• (6) 나지(BARE-LAND)의 분류결과 = 57
• 5-4-2. 고찰 = 58
• (1) 삼림(FOREST) = 58
• (2) 물(WATER) = 58
• (3) 도시(URBAN) = 58
• (4) 논(WET-CROP) = 58
• (5) 밭(DRY-CROP) = 59
• (6) 나지(BARE-LAND) = 59
• 제6장 결론 = 62
• 참고문헌 = 63
• ABSTRACT = 67
• 감사의 글 = 69