Advanced
Applicability of Hyperspectral Imaging Technology for the Check of Cadastre’s Land Category
Applicability of Hyperspectral Imaging Technology for the Check of Cadastre’s Land Category
Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography. 2014. Aug, 32(spc4_2): 421-430
Copyright © 2014, Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
This is an Open Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/3.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited
  • Received : August 08, 2014
  • Accepted : August 08, 2014
  • Published : August 30, 2014
Download
PDF
e-PUB
PubReader
PPT
Export by style
Share
Article
Author
Metrics
Cited by
TagCloud
About the Authors
인수 이
Corresponding Author, Member, Spatial Information Research Institute, Korea Cadastral Survey Corp. (E-mail:les05@lx.or.kr)
창욱 현
Korea Polar Research Institute (E-mail:hyuncu99@naver.com)
Abstract
항공영상, 위성영상 및 초분광영상은 농업, 산림, 수계 해안, 지질, 토지피복 지도 작성 등에 널리 이용되고 있지만, 지적분야에서 이들의 활용은 거의 나타나지 않고 있다. 한편 해외에서는 항공 위성영상의 지적도와 중첩이나 지목의 등록 및 갱신과 관련된 연구 사례들이 보고되고 있다. 이에 본 연구에서는 초분광영상을 지적 분야 적용성 검토결과, 기존 지목 오류 조사를 위한 현장 공간정보 취득 수단으로 활용될 수 있을 것으로 판단되며 향후 다목적 지적 구현 시 지적정보와 융합할 수 있는 농업, 토양, 그리고 식생 등의 속성정보 취득에 기여할 것으로 사료된다.
Keywords
1. 서 론
최근 빅데이터(Big data), 사물인터넷(IoT: Internet of Things), 플랫폼 개발, 오픈소스기술, Cloud Computing, 모바일(mobile) 등 새로운 트렌드와 기존 공간정보를 융합하려는 노력이 활발해지고 있다. 그리고 디지털 항측기술, 항공라이다 기술, 합성개구레이더(SAR: Synthetic Aperture Radar) 등 센서를 이용한 기술 또한 각광을 받고 있다. 이런 센서들은 광학센서로서 주로 시각적 판독력 향상을 목적으로 연구 발전되고 있으며, 나아가 영상지도 서비스 제공에도 크게 기여하고 있다. 그러나 최근 광학센서로 정확한 분석이 어려움 지상 대상물에 대한 다양한 특성을 획득할 수 있는 초분광영상기술에 대한 활용방안 연구가 활성화되고 있다(van der Meer and de Jong, 2002). 초분광영상은 주로 지질분야에서 많이 사용되어 왔지만, 최근엔 수종 분류, 목적물 식별, 식물의 변화탐지, 식생분야, 산불피해상황조사, 의약분야로 까지 그 활용분야가 다양해지고 있다
국내에서 지난 10여 년 동안 초분광영상 시스템 개발, 분석 기술 개발 및 활용사례 등 다양한 분야에서 학술논문 및 보고서 등으로 연구 결과가 발표되어왔다. 본 연구의 목표인 초분광영상의 지적분야의 활용성 검토를 위해 관련 연구 주제를 조사한 결과, 농업(NAAS, 2005; Jang et al ., 2006), 산림(Yoon and Kim, 2007; Yoon et al ., 2007; Kwon et al ., 2012), 수계 · 해안(Seo and Kim, 2008; Yu et al ., 2008; KASM, 2012), 지질(Kim et al ., 2010; Hyun and Park, 2013) 및 다수의 토지피복에 관한 연구(Jang et al ., 2006; Shin et al ., 2006; Choi et al ., 2006)가 주제로 선정될 수 있었다.
그리고 국내에서 현재 영상 획득이 가능한 초분광센서로는 지난 2000년에 발사된 미국 항공우주국(National Aeronautics and Space Administration, NASA)의 EO(Earth Observing)-1 위성에 탑재된 Hyperion 센서 외에 항공기탑재 센서인 핀란드 SPECIM사의 AISA(Airborne Imaging Spectrometer for Applications) 센서 및 캐나다 ITRES사의 CASI(Compact Airborne Spectrographic Imager) 센서가 있다. 2013년 11월 21일 발사된 과학기술위성 3호에도 소형 영상분광기인 COMIS(Compact Imaging Spectrometer)가 탑재되어 있어(Lee et al ., 2011) 향후 그 활용성이 기대된다. 항공 탑재 초분광센서들이 최근 사용되기 시작하면서 활용사례들이 점차적으로 증대되고 있지만, 지적정보와 이의 융합에 관한 연구는 국내에서 아직 시도되지 않고 있는 것으로 조사되고 있다.
지적은 소유권정보, 필지경계 및 지목의 주요 요소로 구성되어 있으며, 이 중에서 토지의 이용 용도와 관련된 지목은 토지이용현황을 반영하기 때문에, 항공·위성영상을 사용한 토지피복분석을 통하여 확보가 가능하다. 이와 같은 특성을 기반으로 해외에서는 최근 항공·위성영상을 사용하여 지적도와 영상의 중첩이나 지목의 등록(Bartl et al ., 1996) 및 갱신 (Serra et al ., 2009; Ali et al ., 2012) 과 관련된 연구 사례들이 보고되고 있다.
초분광영상 획득 및 분석기술의 발전으로부터 해외에서는 지적정보와 융합될 수 있는 고해상도 항공초분광영상을 이용하여 자동화된 지도갱신을 위한 영상분류기술 연구나 도심지의 불투수지 분류 등 관련 연구사례들이 보고되고 있다 (Borghys et al ., 2005). 하지만 초분광영상의 지표피복분류 능력의 우수성에도 불구하고 아직 지적정보와의 결합이나 신규지목등록 및 기존지목갱신을 위한 연구들이 아직 이루어지지 않고 있다. 국외에서 초분광영상을 활용한 지표분류 및 탐사는 지표 암석과 토양의 광물학적 분석을 위하여 1980년대부터 본격적인 연구가 시작된 이래 지난 30여 년 동안 지질뿐만 아니라 지표를 구성하는 식생의 종류와 특성 및 내륙 수계와 해양에 대한 다양한 연구들이 이루어져왔다(Goetz, 2009). 센서기술의 발달로부터 보다 고해상도의 공간 · 분광해상도이며 높은 신호 대 잡음비(signal to noise ratio) 특성을 갖는 고품질 영상의 확보가 가능해지면서 인간의 활동에 의한 도심지 피복분류(Benediktsson et al ., 2005; Herold et al ., 2003)나 토양환경 오염평가(Mars and Crowley, 2003; Choe et al ., 2008) 등 응용범위가 다양화되고 있다.
현재의 항공사진은 시각적 판독을 위해 높은 공간해상도 확보를 목적으로 한 광학센서의 성과물이다. 따라서 토양의 특성, 토양의 오염 여부 등 토지피복과 관련된 주제에 대한 성과분석은 쉽지 않다. 그리고 다분광영상은 여러 개의 밴드를 사용해서 대상물의 특성을 분석할 수 있지만, 수십 개 이상의 밴드로 구성된 초분광영상의 대상물 분석 능력은 항공사진이나 다중분광영상보다 훨씬 우수한 것으로 보고되고 있다.
미래 지적은 토지용도의 다양화, 다목적지적 도입을 통한 지목확대 등의 지목체계변화 등의 지적패러다임이 전환될 수 있다. 현재의 지목은 대부분 토지의 이용 용도와 관련 있지만, 지적정보의 가치 확대와 공간정보와의 융합을 위해 수종 분류, 목적물 식별, 식물의 변화탐지, 식생분야, 그리고 토양 오염상태, 농작물 수확량 등의 자료도 미래에 신규 지목으로 채택될 수 있을 것이다. 이 경우 항공영상과 다분광영상의 방식이 식별하고 판독할 수 없는 신규 지목과 관련된 대상물의 특성에 대한 공간정보취득 시 초분광영상 센서 기술이 크게 기여할 수 있을 것이라는 가정 하에 연구를 진행하였다. Fig. 1 은 본 연구과제의 전체 흐름도를 나타낸 것이다. 본 연구의 연구방법은 문헌조사(2차 조사) 및 실험측량(1차 조사)이며, 연구의 내용적 범위는 국내외 초분광영상의 관련연구조사, 초분광영상 취득 및 모자이크 정사영상 제작, 토지피복분류 및 식생지수 제작이며, 공간적 범위는 충청남도 보령시이다. 연구를 통해 지목조사방식의 개선 및 다목적지적구현을 위한 지목 확대 시 공간정보 취득수단으로서의 초분광영상 센서 기술의 지적분야 활용가능성을 검토하고자 한다.
PPT Slide
Lager Image
Flowchart of the study
2. 초분광영상 개요
- 2.1 원리
초분광영상은 분광밴드가 많은(large number), 파장 폭이 좁은(narrow), 연속적인 (contiguous) 밴드들을 갖는 높은 분광해상도의 영상을 말한다( Fig. 2 ). 초분광영상은 스펙트럼상으로 매우 유사하지만 독특한 물질을 식별하고 구분할 수 있는 광대한 분광정보를 제공해준다. 궁극적으로 초분광영상은 다른 유형의 원격탐측데이터로 가능한 것보다 더욱 정확한 그리고 정교한 정보를 추출할 수 있는 가능성을 가지고 있다. 초분광영상의 픽셀 분광은 하나의 표면에 대해 기존의 다중분광픽셀 스펙트럼에서 이용할 수 있는 것보다 훨씬 많은 정보를 제공할 수 있다(Shippert, 2004).
PPT Slide
Lager Image
Overview diagram of hyperspectral imaging sensor (Shaw and Burke, 2003)
- 2.2 촬영방법 및 절차
초분광영상의 실험측량 작업순서는 Fig. 3 과 같이 대상지역 선정 및 촬영에 투입된 장비의 설정을 위한 촬영계획 수립을 시작으로 항공기의 정확한 자세정보와 위치정보 획득을 위해 보어사이팅(Boresighting)을 수행하는 장비검정을 실시하고, GPS기준국 선정과 측량코스 및 항공기의 촬영계획 등을 수립하는 단계를 거친 후에 실제 대상지역에 대한 초분광영상의 촬영을 실시하게 된다.
PPT Slide
Lager Image
Procedures for hyperspectral imaging acquisition
3. 데이터 취득 및 분석
- 3.1 대상지역
2013년도 지적재조사 대상지역인 충청남도 보령시 중심부 전반을 포함하여 총 100 ㎢의 영역에서 항공 초분광영상 촬영을 실시하였다. 다양한 토지피복이 복합적으로 나타나는 보령시청 등을 포함하도록 연구지역을 선정 하였다 ( Fig. 4 ). 초분광영상을 활용하면 보령지역의 다양한 토지피복의 재질을 과학적이고 체계적으로 분류할 수 있고 또한 다양한 지표물 피복에 대한 영상데이터와 분광데이터를 구축할 수 있다.
PPT Slide
Lager Image
Test site
- 3.2 초분광영상 및 항공라이다 센서
초분광영상의 취득에 사용된 센서는 캐나다 ITRES사의 CASI-1500 모델이다 ( Table 1 ). 이 센서는 380nm~1,050 nm의 파장영역에서 영상 획득이 가능하며, 최대 288개의 분광밴드를 취득할 수 있다. 그리고 각각의 스트립별 영상의 기하보정에 사용되는 항공라이다(Airborne LiDAR: Light Detection and Ranging)는 Leica의 Geosystem사의 ALS60 모델이다. ALS60 항공레이저측량 시스템은 Cessna Caravan 208 항공기에 탑재되어 있다 ( Table 2 ). “항공레이저측량” 의 원리는 항공기에 레이저펄스 송수신기, GPS(Global Positioning System) 및 관성항법장치(INS: Inertial Navigation System)를 탑재하여 비행방향을 지형측량 한다.
HSI sensor specification
PPT Slide
Lager Image
HSI sensor specification
ALS60 specification
PPT Slide
Lager Image
ALS60 specification
- 3.3 초분광영상 촬영
연구지역에 대한 초분광영상 촬영은 10월 4일 보령시청을 중심으로 촬영을 실시하였고 비행은 사전에 계획된 설계구간을 진행하였다. 획득된 데이터는 코스 간 중복율은 30%이고, 공간해상도는 1m이며, 전체 코스 수는 8코스이다. 본 사업에서 목표로 하는 1m의 공간해상도와 48개 취득 분광밴드를 130knot 이상의 항공기 안전운항속도에서 확보하기 위하여 2,000 m의 고도에서 촬영하도록 측량을 설계하였다. 그리고 정사영상 제작을 위해 본 연구에서 항공레이저측량을 위해 비행조건이 적합한 날을 선정하여 작업 시 각 스트립 간 중복율은 30%, Airborne GPS는 0.5초 단위, INS는 200Hz로 기록되었으며 레이저 데이터의 평균 정확도는 기록된 GPS/INS 데이터와 지역의 특성에 따라 2.5점/㎡의 점밀도를 확보하였다
- 3.4 영상 분석
- 3.4.1 영상보정
항공 초분광영상센서 CASI-1500으로 촬영한 원시데이터(raw data)로부터 자료 분석을 위한 정사보정 된 모자이크 영상을 얻기 위해서는 몇 단계의 전처리과정이 필요하고, 그 과정은 Fig. 5 와 같이 i) 복사보정(radiometric correction), ii) 센서의 위치 및 자세 데이터 동기화 (navigation data synchronization) 및 iii) 기하보정(geometric correction)의 3단계로 나누어지며, 선택적으로 iv) 대기보정을 포함한다. 각각의 스트립 영상의 기하보정을 실시하고 라이다 자료와 결합하여 정사영상을 제작하여 스트립 영상들을 정합하면 최종적으로 정사 모자이크영상(ortho-corrected mosaic image)이 제작된다. Fig. 6 는 영상의 기하보정이 완료된 8개의 보령지역 스트립 영상을 모자이크정사영상이다.
PPT Slide
Lager Image
Procedures for ortho-corrected image Mosaic
PPT Slide
Lager Image
Ortho-corrected image mosaic
4. 데이터 분석
영상촬영이 완료되면 촬영된 원시데이터를 방사보정, 대기보정, 기하보정 및 정사보정 등을 거쳐 이용이 가능한 데이터로 가공한 후 최종 성과물인 보령지역의 토지피복분류를 자동으로 처리하게 된다. 그리고 관련 산술식을 이용하여 식생지수지도를 제작하고, 끝으로 지목을 2차원적으로 표출한 지적정보와 비교하여 지목 확대 시 초분광영상의 활용방안을 검토하고자 한다.
- 4.1 토지피복분류지도 제작
보령지역에 대한 토지피복분류를 실시하기 위해 전처리과 정을 거친 초분광영상을 이용하였다. 초분광영상을 통해 토지피복분류도를 제작하기 위해서는 i) 초분광영상 획득→ MNF변환 → 훈련집단 선정 → 감독분류 → 수동분류 → 정확도 검증의 순서를 따른다. 이를 위해서 수십 개의 밴드정보를 포함하는 초분광영상의 차원을 축소시켜 영상 내에 존재하는 분광적인 정보를 압축하고, 분류를 위한 정밀한 훈련집단의 선정이 요구된다. 훈련집단 지정 후 감독분류를 실시하고 분류결과에 대해 수동분류를 통한 보완을 실시하고 최종적으로 지상분광계를 통해 취득한 반사율정보를 사용한 정확도 검증을 실시하였다.
- 4.2. 자동 토지피복분류
보령지역 초분광영상의 토지피복분류는 자동분류를 통한 분류를 선행하고 이후 미흡한 부분에 대해 수동분류를 실시하였다. 자동분류를 위해 다양한 분류기법 중 다른 분류기법에 비해 임계값의 설정이 간편하며, 구동속도 또한 빠른 SAM(spectral angle mapper) 기법을 이용하였다. 'SAM 기법'은 샘플자료를 밴드수와 동일한 n-차원에서 초분광영상 화소벡터 사이의 각도를 비교하여 가장 작은 각도를 만들어내는 샘플자료 클래스 값을 할당하여 분류하는 방식이다.
자동분류로 토지피복분류를 실시한 결과영상은 Fig. 7(a) 의 대분류 결과 모자이크 영상과 Fig. 7(b) 의 중분류 결과 모자이크 영상으로 나타내었다. 토지피복분류를 자동으로 실시한 결과, 내륙부에 검은 지역은 일부 중분류체계에 포함되지 않은 피복이 미분류 클래스로 분류되어 발생되는 현상이다. 분류결과 ‘시가화건조지역’ 에 해당하는 ‘주거지역’, ‘공업지역’, ‘상업지역’의 경우 재질상의 분광특성의 차이가 미비해 오분류 되는 현상이 다소 발견되었으며, ‘논’의 경우에도 경작되지않아 나지만 남아있는 지역에 대해서 오분류가 발생하였다.
PPT Slide
Lager Image
Land cover classification (automatic)
- 4.3 수동 토지피복분류
임계값의 설정에 따라 자동분류가 완료된 후, 오분류가 발생한 지역과 미분류가 발생한 지역에 대해 수동분류를 실시하였다. 오분류는 앞서 설명하였듯이 임계값의 설정에 따라 발생가능하며 훈련집단의 선정과 관련된 영향도 받는다. 미분류는 영상 내 존재하는 구름의 영향과 그림자 효과 등으로부터 발생할 수 있으며 스트립별 영상정보의 차이로 인해서도 발생한다. 보령의 경우 Fig. 8 과 같이 ‘논’에 해당하는 지역이지만 아직 경작되지 않아 토양 피복이 노출된 지역에 대해 발생한 오분류와 미분류를 수동분류를 통해 ‘논’으로 적용하였으며, 분광반사특성이 유사한 ‘주거지역’, ‘상업지역’, ‘공업지역’등 ‘시가화건조지역’에 대해서도 수동분류를 실시하였다. 오분류 및 미분류 토지피복에 대한 수동분류를 통해 경작되지 않은 ‘논’지역에 대해 미분류가 발생한 지역이 ‘논’으로 분류되었으며 스트립영상 간의 차이로 인해 분류가 되지 않았던 산림지역의 경우 추가적으로 혼효림 분류를 실시하였다. 또한 그림자효과로 미분류가 된 산림지역에 대해서도 추가적으로 클래스를 부여하였다.
PPT Slide
Lager Image
Re-classification (manual)
- 4.4 정확도 검증
분류가 완료된 지역에 대해 정확도를 검증하는 방법 중 가장 대중적으로 이용하는 방법은 오차행렬(error matrix)을 이용하는 방법으로 실측값(ground truth)의 위치를 통해 분류 결과영상의 정확도를 검증하는 방법이다. 실제 지상분광계를 통해 측정한 위치의 좌표를 이용하여 검증집단(test site)을 선정하였으며 이외에 수계, 습지, 산림지역에 대해서는 훈련집단으로 선정되지 않은 지역에 대해 검증집단을 선정하였다. 본 연구에 사용된 지상분광계는 ASD사의 FieldSpec 3이며 분광적인 특성을 고려하여 수계, 식생, 인공물 등 다양한 피복에 대해 여러 가지 환경변수에 기여하여 측정을 하였다. 이것은 영상을 이용한 토지피복분류의 정확도 검증을 위해 항공 초분광영상 촬영지역 범위 내에서 분광라이브러리 취득대상 위치를 선정하였다.
대분류체계를 기준으로 7개 클래스의 검증집단을 선정 후, 분류된 영상에 대해 오차행렬을 산출하였다. 분류정확도 검증 결과 농업지역과 초지에 대해서 오분류가 발생했지만, < 표 3 >의 대각선 행렬의 정확도 값을 평균하면, 전체 정확도에서 93.14%라는 높은 분류정확도를 나타냈다. 농업지역의 경우 앞서 설명한 경작되지 않은 논의 영향 또는 시기적인 차이에 의해 초지와 구분이 어려워 발생되는 현상으로 판단되며, 초지의 경우 변색 등에 의해 미분류 된 결과가 약 27%정도로 나타났다.
Verification results with error matrix method
PPT Slide
Lager Image
Verification results with error matrix method
그리고 중분류 체계에서의 영상분류는 두 가지 한계점을 갖는다. 첫 번째로 시가화건조지역에 해당하는 주거지역, 상업지역, 공업지역, 문화 체육 휴양지역, 공공시설지역 등의 경우, 훈련집단의 선정 시 모두 시멘트나 콘크리트로 이루어진 인공물을 선정할 수밖에 없다. 분광특성을 이용하여 분류를 실시하는 분류기법은 위 5가지 지역을 동일한 클래스로 인식하여 분류를 실시하게 되어 오분류가 발생된다. 또한 시설재배지 역시 분광반사특성이 인공물과 유사하여 인공물의 특성을 갖는 위 5개 지역과 오분류가 발생한다. 다음으로 대분류체계에서는 나지와, 초지로 구분이 가능한 분류체계를 제시한 반면, 중분류체계에서는 동일한 물질에 대해 인위적으로 조성이 되어있는가를 고려하기 때문에 분광특성의 차이가 없는 동일 물질에 대한 분류의 한계가 나타난다.
- 4.5 식생지수지도 제작
"식생지수(vegetation index)" 는 식생의 특정 속성을 강조할 수 있도록 두 개 또는 그 이상의 밴드의 반사도 정보를 사용하는 계산식으로 현재까지 100여개 이상의 식생지수들이 학술논문과 연구 보고서에서 제안되었으며 이 중에서 대표적으로 사용되는 지수에 대해 Exelis VIS사의 ENVI 소프트웨어를 사용하여 계산을 수행하였다. 이 지수들은 식생 원격탐사 분야의 권위자인 미국 카네기 연구소(Carnegie Institution of Washington)의 Gregory P. Asner 박사에 의해 선택과 분류가 이루어졌으며, 이 중에서 본 연구에 사용되는 센서의 파장영역을 고려하여 사용 가능한 식생지수는 광폭파장 녹색도(broadband greenness), 협폭파장 녹색도(narrowband greenness), 광이용효율(light use efficiency), 건조 및 노후 탄소(dry or senescent carbon), 잎색소(leaf pigments), 수관함수율(canopy water content) 을 선정하였다. 이 중 광폭파장 녹색도의 식생지수인 NDVI, SR, EVI, ARVI를 산정하였다.
보령지역에서 획득된 초분광영상에 대해 전처리와 모자이킹과정을 마친 반사도 영상을 이용하여 식생지수지도를 시범 작성하였다. 식생지수지도는 농업과 관련하여 생산량 추정과 작황 분석에 이용될 수 있고, 가뭄 등 환경의 영향에 의한 식생 스트레스 정도 평가 및 산불 취약지와 산불 영향지와 같은 재난 · 재해 관련 정책 의사결정 시 참고자료로 이용될 수 있기 때문에 지적정보와 융합 후 다목적지적 구현이라는 본 연구의 목적을 달성할 수 있는 자료가 된다.
식생지수지도는 대표적인 식생지수를 선택하고 각각의 지수에 대해 기존 문헌을 참고하여 일반적인 식생의 특성이 효과적으로 가시화되도록 개별적으로 선형 히스토그램 스트레칭(linear histogram stretching)을 적용하였다. 대상 지역의 RGB컬러 영상은 Fig. 9 와 같고 광폭파장 녹색도에 따른 각각의 식생지수지도는 Fig. 10 과 같다.
PPT Slide
Lager Image
RGB color image
PPT Slide
Lager Image
Mapping of vegetation index
- 4.6 초분광영상의 활용성 검토
국내에서 지목종류를 소분류로 28개 구분하고 있으며, 독일은 지목종류를 소분류 8개 유형·소분류 64개 종목, 일본은 소분류 23개 종목, 그리고 대만은 대분류 4개 유형·소분류 36개 종목으로 구분하고 있다(KCSC, 2007).
현재의 지목은 공간정보와의 융합을 활성화시키고 토지이용의 다양화, 다목적지적 도입 등 지적제도의 패러다임에 대응하기 위해서는 지목 확대가 필수적일 것이다. 이 경우, 디지털항공사진, 다분광영상 기술 등으로 정확한 지상 대상물의 특성의 분석이 어렵지만 초분광영상에 의한 토지피복의 소분류, 중분류, 세분류를 통한 신규 지목(특히, 용도지목)의 식별 및 분석이 가능해질 것이다. 그리고 식생지수지도를 통해 추정될 수 있는 농업 생산량 추정과 작황 분석, 가뭄 등 환경의 영향에 의한 식생 스트레스 정도 평가 및 산불 취약지나 산불 영향지와 같은 재난 · 재해 관련 정보가 Fig. 11 과 같은 지목을 2차원적으로 표출한 지적정보와 융합될 경우 소유권과 연계한 필지단위 분석이 가능하고, 이를 통해 농업 보조금이나 재난 · 재해 피해규모 평가와 보상액 산정에 사용할 수 있으며 주기적인 영상자료의 확보와 분석이 가능해진다면 보다 현실적이며 지속적인 서비스를 제공할 수 있다.
PPT Slide
Lager Image
Sample for cadastral map
5. 결 론
본 연구는 최근 공간정보 획득 분야로 부각되고 있는 초분광영상을 지적분야, 특히 지목분야에의 적용을 위한 검토 연구를 위한 연구 수행결과 다음과 같은 결론을 얻었다.
첫째, 토지피복분류를 통해 7개 대분류와 22개 중분류를 수행하였으며 분류정확도는 농업지역과 초지에 대해서 오분류가 발생했지만, 전체 정확도에서 93.14%라는 높은 분류정확도를 나타냈다. 농업지역의 경우 앞서 설명한 경작되지 않은 논의 영향 또는 시기적인 차이에 의해 초지와 구분이 어려워 발생되는 현상으로 판단되며, 초지의 경우 변색 등에 의해 미분류 된 결과가 약 27%정도로 나타났다.
둘째, 초분광영상의 활용방안으로 토지특성 현황조사, 개발제한구역 실태조사 등의 현장조사 일부분을 수동방식이 아니라 자동으로 대체하기 위하여 지적 · 항공영상과 초분광영상을 융복합함으로써 공부상 값의 오류를 파악할 수 있으므로 최신의 정보 유지가 가능할 것이다.
셋째, 지목오류 판독 등에 초분광영상의 활용 타당성을 검토하였지만, 현재 지목은 사실지목(용도지목)이 아닌 법정지목이므로 초분광영상을 당장 현업에 적용하는 것은 힘들지만 토양오염, 식생, 천연자원 등 향후 지목확대 시 현장 기술지원으로 충분히 활용 가능할 것으로 사료된다.
넷째, 초분광영상을 이용하여 토지피복분류를 하고, 식생지수지도를 제작하여 지목을 2차원지적정보로 표현한 지도와 비교 검토함으로써 초분광영상의 지목 추출 및 갱신을 위한 하나의 공간정보 취득기법으로서의 가능성을 확보하였다는 점에서 의의가 있다고 판단된다.
향후 초분광영상은 지목 확대 시 효율적인 지적정보 구축을 위한 정책개발에 기여 할 것이며 다목적지적에 영향을 주는 다양한 자연 및 인공의 지형지물에 대한 공간정보 취득을 위한 기술개발에 도움을 줄 것이다.
Acknowledgements
본 연구는 2013년 대한지적공사 공간정보연구원의 연구비 지원에 의해 수행되었습니다.
References
Ali Z. , Tuladhar A. , Zevenbergen J. 2012 An integration approach for updating cadastral maps in Pakistan using satellite remote sensing data International Journal of Applied Earth Observation and Geoinformation 18 386 - 398
Bartl R. , Petrou M. , Christmas W.J. , Palmer P.L. 1996 On the automatic registration of cadastral maps and Landsat TM images Proc. SPIE 2955, Image and Signal Processing for Remote Sensing III 17 December, 1996 9
Benediktsson J.A. , Palmason J.A. , Sveinsson J.R. 2005 Classification of hyperspectral data from urban areas based on extended morphological profiles IEEE Transactions on Geoscience and Remote Sensing 43 (3) 480 - 491
Borghys D. , Shimoni M. , Perneel C. 2005 Supervised classification of hyperspectral images using a combination of spectral and spatial information Proc. SPIE 5982, Image and Signal Processing for Remote Sensing XI 18 October, 2005 59820E -
Choi J.W. , Byun Y.G. , Kim Y.I. , Yu K.Y. 2006 Support vector machine classification of hyperspectral image using spectral similarity kernel Journal of the Korean Society for Geo-Spatial Information System 14 (4) 71 - 77
Choe E. , van der Meer F. , van Ruitenbeek F. , van der Werff H. , de Smeth B. , Kim K.-W. 2008 Mapping of heavy metal pollution in stream sediments using combined geochemistry, field spectroscopy, and hyperspectral remote sensing: a case study of the Rodalquilar mining area, SE Spain Remote Sensing of Environment 112 (7) 3222 - 3233
Goetz A.F.H 2009 Three decades of hyperspectral remote sensing of the earth: a personal view Remote Sensing of Environment 113 (Supplement 1) S5 - S16
Herold M. , Gardner M.E. , Roberts D.A 2003 Spectral resolution requirements for mapping urban areas IEEE Transactions on Geoscience and Remote Sensing 41 (9) 1907 - 1919
Hyun C.U. , Park H.D 2013 Limestone mapping in Gangwon area, South Korea using EO-1 Hyperion hyperspectral satellite imagery Journal of The Korean Society of Mineral and Energy Resources Engineers 50 (1) 44 - 55
Jang S.J. , Chae O.S. , Lee H.N. , Kim J.K. 2006 A study on the EO-1 Hyperion's optimized band selection method for land cover/land use map Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography 24 (3) 289 - 297
2012 Surveying, November.December 2012, No. 5 28 - 33
2007 A study on actualization of land category system, Summary report Cadastral Research Institute 15 -
Kim S.H. , Kim T.H. , Hong C.H. 2010 A study on classification of bed rock over antarctic Terra Nova Bay using hyperspectral image Journal of Korea Spatial Information Society 18 (5) 55 - 61
Kwon T.H. , Lee W.K. , Kwak D.A. , Park T. , Lee J.Y. , Hong S.Y. , Gulshan C. , Kim S.R. 2012 Forest canopy density estimation using airborne hyperspectral data Korean Journal of Remote Sensing 28 (3) 297 - 305
Lee S.J. , Kim J.H. , Lee J.H. , Lee C.W. , Jang T.S. , Kang K.I. 2011 Environmental test results of a flight model of a compact imaging spectrometer for a microsatellite STSAT-3 Korean Journal of Optics and Photonics 22 (4) 184 - 190
Mars J.C. , Crowley J.K 2003 Mapping mine wastes and analyzing areas affected by selenium-rich water runoff in Southeast Idaho using AVIRIS imagery and digital elevation data Remote Sensing of Environment 84 (3) 422 - 436
2005 Remote Sensing Research of the Past 10 Years for Agricultural Environment Assessment : Imagery and Applications 61 -
Seo D.J. , Kim J.S. 2008 Extraction of water depth in coastal area using EO-1 Hyperion imagery The Journal of Korea Information And Communications Society 12 (4) 716 - 723
Serra P. , More G. , Pons X. 2009 Thematic accuracy consequences in cadastre land-cover enrichment from a pixel and from a polygon perspective Photogrammetric Engineering and Remote Sensing 75 (12) 1441 - 1449
Shaw G.A. , Burke H. K 2003 Spectral imaging for remote sensing Lincoln Laboratory Journal 14 (1) 3 - 28
Shin J.I. , Kim S.H. , Yoon J.S. , Kim T.G. , Lee K.S. 2006 Spectral mixture analysis using hyperspectral image for hydrological land cover classification in urban area Korean Journal of Remote Sensing 22 (6) 565 - 574
Shippert P. 2004 Why use hyperspectral imagery? Photogrammetric Engineering & Remote Sensing 377 - 380
van der Meer F. D. , de Jong S. M 2002 Imaging Spectrometry: Basic Principles and Prospective Applications Kluwer Academic Publishers Dordrecht
Yoon Y.S. , Kim Y.S. , Kim Y.S. 2007 A study on the object-based classification method for wildfire fuel type map Aerospace Engineering and Technology 6 (1) 213 - 221
Yoon Y.S. , Kim Y.S. 2007 Application of Hyperion hyperspectral remote sensing data for wildfire fuel mapping Korean Journal of Remote Sensing 23 (1) 21 - 32
Yu Y.H. , Kim Y.S. , Lee S.G. 2008 A study on estimation of water depth using hyperspectral satellite imagery Aerospace Engineering and Technology 7 (1) 216 - 222