초록 close

정량적인 토지피복도의 확보는 유역에 분포하는 비점오염원의 규명에 있어서 매우 중요한 과제로 인식되고 있다. 본 연구는 위성영상을 이용한 토지피복분류 과정에 있어서, 훈련지역의 취득방법 및 규모가 분류정확도에 미치는 영향을 JERS-1 OPS 위성영상을 기반으로 평가하였다. 전체 연구대상지역 중에서 0.3%, 0.5%, 1.0%를 훈련지역으로 추출함에 있어서 두 가지 기법을 제안하였다. 첫번째 기법은 해당지역에 대한 사전 지식을 갖춘 연구자가 훈련지역을 추출하였으며, 두번째 기법은 기하학적 보정을 행한 항공사진과 수치지도를 이용하여 훈련지역을 추출하였다. 영상의 토지피복 분류는 최대우도분류법을 이용하였다. 연구결과 사용자에 의한 훈련지역 취득기법보다 항공사진과 수치지도를 이용하여 훈련지역을 추출하여 최대우도분류법을 적응할 경우 전체정확도가 최대 18% 정도 향상하였다. 우리나라와 같이 복잡하고 다양한 토지이용을 가진 지형에서 JERS-1 영상을 이용하여 95%의 신뢰도를 얻기 위해서는 적어도 훈련지역을 전체지역의 약 1% 이상 추출하여야 만족할 만한 토지피복분류를 수행할 수 있었다.


The classification accuracy of land cover has been considered as one of the major issues to estimate pollution loads generated from diffuse landuse patterns in a watershed. This research aimed to assess the effects of the acquisition methods and sampling size of training reference data on the classification accuracy of land cover using an imagery acquired by optical sensor(OPS) on JERS-1. Two kinds of data acquisition methods were considered to prepare training data. The first was to assign a certain land cover, type to a specific pixel based on the researchers subjective discriminating capacity about current land use and the second was attributed to an aerial photograph incorporated with digital maps with GIS. Three different sizes of samples, 0.3%, 0.5%, and 1.0% of all pixels, were applied to examine the consistency of the classified land cover with the training data of corresponding pixels. Maximum likelihood scheme was applied to classify the land use patterns of JERS-1 imagery. Classification run applying an aerial photograph achieved 18% higher consistency with the training data than the run applying the researchers subjective discriminating-capacity. Regarding the sample size, it was proposed that the size of training area should be selected at least over 1% of all of the pixels in the study area in order to obtain the accuracy with 95% for JERS-1 satellite imagery on a typical small-to-medium-size urbanized area.