KR20190063985A - 근적외선 항공영상을 활용한 아파트 단지 내 인공초지 자동 탐색 및 세분류 토지피복도 부분 갱신 방법 및 장치 - Google Patents

근적외선 항공영상을 활용한 아파트 단지 내 인공초지 자동 탐색 및 세분류 토지피복도 부분 갱신 방법 및 장치 Download PDF

Info

Publication number
KR20190063985A
KR20190063985A KR1020170163205A KR20170163205A KR20190063985A KR 20190063985 A KR20190063985 A KR 20190063985A KR 1020170163205 A KR1020170163205 A KR 1020170163205A KR 20170163205 A KR20170163205 A KR 20170163205A KR 20190063985 A KR20190063985 A KR 20190063985A
Authority
KR
South Korea
Prior art keywords
map
area
land cover
vegetation index
grassland
Prior art date
Application number
KR1020170163205A
Other languages
English (en)
Other versions
KR102009573B1 (ko
Inventor
김계현
유재현
박용길
Original Assignee
인하대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 인하대학교 산학협력단 filed Critical 인하대학교 산학협력단
Priority to KR1020170163205A priority Critical patent/KR102009573B1/ko
Publication of KR20190063985A publication Critical patent/KR20190063985A/ko
Application granted granted Critical
Publication of KR102009573B1 publication Critical patent/KR102009573B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05Geographic models
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10032Satellite or aerial image; Remote sensing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Software Systems (AREA)
  • Geometry (AREA)
  • Databases & Information Systems (AREA)
  • Computer Graphics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)

Abstract

근적외선 항공영상을 활용한 아파트 단지 내 인공초지 자동 탐색 및 세분류 토지피복도 부분 갱신 방법 및 장치가 제시된다. 근적외선 항공영상을 활용한 아파트 단지 내 인공초지 자동 탐색 및 세분류 토지피복도 부분 갱신 방법에 관한 것으로, 그린인프라 정책의 적용 및 확대를 위해 지속가능한 재원확보 방안의 하나로 정확한 요금 산정을 위한 불투수면 산출을 위한 기초자료가 필요하며, 이를 위해선 토지피복 항목별 면적 정보를 GIS 환경에서 보다 정확히 추출하고, 불투수지역 내 투수지역을 정확히 분류한 토지피복도가 필요하다. 따라서 불투수지역 내 투수지역을 분류하기 위한 대표적인 예로 아파트 단지 내 인공초지를 근적외선 항공영상을 활용하여 자동 탐색하여 세분류 토지피복도 부분 갱신 방법을 제공하는데 그 목적이 있다.

Description

근적외선 항공영상을 활용한 아파트 단지 내 인공초지 자동 탐색 및 세분류 토지피복도 부분 갱신 방법 및 장치{Method and Apparatus for partial renewal of sub-divided landcover map and automated searching of artificial grassland in apartment complex utilizing near-infrared aerial photograph}
본 발명은 근적외선 항공영상을 활용한 아파트 단지 내 인공초지 자동 탐색 및 세분류 토지피복도 부분 갱신 방법에 관한 것으로, 그린인프라 정책의 적용 및 확대를 위해 지속가능한 재원확보 방안의 하나로 정확한 요금 산정을 위한 불투수면 산출을 위한 기초자료가 필요하며, 이를 위해선 토지피복 항목별 면적 정보를 GIS 환경에서 보다 정확히 추출하고, 불투수지역 내 투수지역을 정확히 분류한 토지피복도가 필요하다. 따라서 불투수지역 내 투수지역을 분류하기 위한 대표적인 예로 아파트 단지 내 인공초지를 근적외선 항공영상을 활용하여 자동 탐색하여 세분류 토지피복도 부분 갱신 방법에 관한 것이다.
본 연구는 환경부의 재원으로 한국환경산업기술원의 환경정책기반공공기술개발사업의 지원을 받아 연구되었다(2016000200001).
토지피복지도는 주제도의 일종으로, 지구표면 지형지물의 형태를 일정한 과학적 기준에 따라 분류하여 동질의 특성을 지닌 구역을 컬러 인덱싱(Color Indexing)한 후 지도의 형태로 표현한 공간정보DB(Database)를 말하며, 이는 지표면의 현상을 가장 잘 반영하고 있기 때문에 지표면의 투수율에 의한 비점오염원 부하량 산정, 비오톱 지도 작성에 의한 도시계획, 댐 수문 방류 시 하류지역 수몰피해 시뮬레이션, 기후대기 예측 모델링, 환경영향평가 등에 폭넓게 활용될 수 있고, 현재 중앙정부 및 지방정부의 환경정책수립의 과학적 근거 및 관련 학계의 다양한 연구 자료로 활용되고 있다.
토지피복지도는 공간해상도에 따라 대분류(해상도 30M급), 중분류(해상도 5M급), 세분류(해상도 1M급)의 세 가지 위계를 갖고 있으며, 대분류는 우리나라의 대표적인 7가지 토지피복 지목(시가화/건조지역, 농업지역, 산림지역, 초지, 습지, 나지, 수역)으로 정의되어 있고, 중분류는 총 22개 지목(주거지역, 공업지역, 상업지역, 문화/체육/휴양지역, 교통지역, 공공시설지역, 논, 밭, 시설재배지, 과수원, 기타재배지, 활엽수림, 침엽수림, 혼효림, 자연초지, 인공초지, 내륙습지, 연안습지, 자연 나지, 기타 나지, 내륙수, 해양수)으로, 세분류는 총 41개 지목(단독주거시설, 공동주거시설, 공업시설, 상업/업무시설, 혼합지역, 문화/체육/휴양시설, 공항, 항만, 철도, 도로, 기타 교통/통신시설, 환경기초시설, 교육/행정시설, 기타 공공시설, 경지정리가 된 논, 경지정리가 안 된 논, 경지정리가 된 밭, 경지정리가 안 된 밭, 시설재배지, 과수원, 목장/양식장, 기타재배지, 활엽수림, 침엽수림, 혼효림, 자연초지, 골프장, 묘지, 기타 초지, 내륙습지, 갯벌, 염전, 해변, 강기슭, 암벽/바위, 채광지역, 운동장, 기타 나지, 하천, 호소, 해양수)으로 보다 세분화되어 있으며, 중앙정부 부처인 환경부에 의해서 전국 단위 구축 및 갱신이 이루어지고 있다.
다양한 위성영상 및 항공영상을 이용하여 1998년 전국 단위의 대분류 토지피복지도가 최초 구축된 이래, 2010년까지 전국 단위 중분류 토지피복지도의 구축이 완료되었고, 2010년부터는 한강 및 낙동강 유역 일부 지역을 대상으로 세분류 토지피복지도가 제작되고 있다.
또한 우리나라의 도시들은 과거 급격한 도시화를 겪으면서 방재, 안전의 개념이 도시개발에 충분히 반영되지 못했을 뿐 아니라 개발에 따른 불투수층 확대에 따라 강수, 침투, 유출 등으로 이어지는 자연적인 물순환 체계의 왜곡을 초래하였다. 최근 선진국들을 중심으로 그린인프라(Green Infrastructure)를 활용하여 도시 물순환 체계를 개선하고 도시의 홍수저감 효과를 높이는 노력들이 강조되고 있다. 우리나라에도 최근 이러한 도시 문제를 해결하기 위해 그린인프라 정책이 도입되고 있다. 그러나 현재 정책은 상이한 기준과 연계성 부족으로 인해 선진국에 비해 도입이 현저히 낮은 수준이다.
그린인프라 정책의 확대를 위해서는 지속가능한 재원 확보가 우선적으로 필요하다. 신규 재원 확보 방안의 하나로 정확한 요금 산정을 위한 불투수면적 산출 방안이 필수적이다. 그린인프라 신규 재원 산정을 위해 GIS 기반 정확도 높은 투수/불투수도 제작 방안을 정립하여야 하며, 그러기 위해서는 그린인프라 신규재원 재원산정을 위해 우선적으로 현실적인 토지이용 현황 반영을 위해 세분류 토지피복도를 갱신하고 이를 연계한 정확도 높은 투수/불투수도를 제작 과정을 거쳐야 한다.
토지피복도 갱신 주기와 관련해서는 규칙 혹은 규정으로 정해진 것이 없으며, 대개 4년 또는 5년으로 불규칙한 상황으로 지도 갱신 시 대상지역 전체에 대해 지도를 새로이 제작하는 방식으로 지도를 제작하기 때문에 많은 시간과 비용이 소요되고 있는 실정이다.
따라서 그린인프라 정책을 확대하기 위한 신규 재원 확보 방안으로 토지피복의 물리적 특성을 적절히 반영하고, 불투수지역 내 투수지역을 정확하고 세밀하게 분류된 세분류 토지피복도가 필요하며, 이를 연계한 불투수면적을 산출하는 방안이 필요하다.
기존에 제공되고 있는 세분류 토지피복도를 그대로 활용이 어려우며, 지속적으로 토지이용 변화 감지 및 불투수지역 내 투수지역을 정확히 분류한 세분류 토지피복도가 필요하다.
본 발명이 이루고자 하는 기술적 과제는 불투수지역 내 투수지역을 분류하기 위한 대표적인 예로 아파트 단지 내 인공초지를 근적외선 항공영상을 활용하여 자동 탐색하여 세분류 토지피복도 부분 갱신 방법 및 장치를 제공하는데 있다. 그린인프라 정책의 적용 및 확대를 위해 지속가능한 재원확보 방안의 하나로 정확한 요금 산정을 위한 불투수면 산출을 위한 기초자료가 필요하며, 이를 위해 토지피복 항목별 면적 정보를 GIS 환경에서 보다 정확히 추출하고, 불투수지역 내 투수지역을 정확히 분류한 토지피복도를 제공하기 위한 방법 및 장치를 제공하고자 한다.
일 측면에 있어서, 본 발명에서 제안하는 근적외선 항공영상을 활용한 아파트 단지 내 인공초지 자동 탐색 및 세분류 토지피복도 부분 갱신 방법은 아파트 단지의 근적외선 항공영상과 RGB 을 이용하여 NDVI 식생지수를 산출하여 아파트 단지 내 초지지역을 탐지하는 단계, 상기 NDVI 식생지수 산출결과를 수치지형도 및 좌표계에 매핑하여 중첩시키는 단계, NDVI 식생지수 산출결과, 수치지형도, 아파트 설계도를 중첩하여 초지 지역을 탐지하는 단계, NDVI 식생지수 산출결과, 수치지형도, 아파트 설계도의 중첩 결과에 따라 아파트 단지 내 초지 지역으로 탐지된 지역과 토지피복도를 중첩하여 토지피복도의 오분류된 초지 지역을 갱신하는 단계 및 실제 아파트 단지 현장 조사를 통해 수집한 현장 사진과 비교하여 상기 갱신된 초지 지역을 검증하는 단계를 포함한다.
상기 NDVI 식생지수 산출결과를 수치지형도 및 좌표계에 매핑하여 중첩시키는 단계는 상기 근적외선 항공영상에서 식생지수 산출결과 및 상기 초지지역을 탐지 결과를 건물 및 조경, 화단, 정원수 속성을 추출한 수치지형도와 아파트 배치도를 포함하는 아파트 단지 내 조경에 관련한 좌표계와 중첩한다.
상기 NDVI 식생지수 산출결과, 수치지형도, 아파트 설계도를 중첩하여 초지 지역을 탐지하는 단계는 중첩을 통해 식생지수 추출 객체 중 실제 식생지역으로 분류된 지역을 탐지한다.
상기 NDVI 식생지수 산출결과, 수치지형도, 아파트 설계도의 중첩 결과에 따라 아파트 단지 내 초지 지역으로 탐지된 지역과 토지피복도를 중첩하여 토지피복도의 오분류된 초지 지역을 갱신하는 단계는 탐지된 초지 지역을 기존 토지피복도에서 영역을 선택하여 지우고 합치는 과정을 통해 세분류 토지피복도를 불투수 지역 내 투수지역과 같은 세밀한 부분 갱신한다.
실제 아파트 단지 현장 조사를 통해 수집한 현장 사진과 비교하여 상기 갱신된 초지 지역을 검증하는 단계는 상기 세분류 토지피복도의 부분 갱신에 있어서 인터넷 포털 사이트에서 제공하는 최신의 거리영상 및 공중영상 등의 참조자료를 확인하여 지목 수정이 가능한지 여부를 확인하고 현장검증사진을 통해 최종적으로 분류가 되어 있는지 확인한다.
또 다른 일 측면에 있어서, 본 발명에서 제안하는 근적외선 항공영상을 활용한 아파트 단지 내 인공초지 자동 탐색 및 세분류 토지피복도 부분 갱신 장치는 아파트 단지의 근적외선 항공영상과 RGB 을 이용하여 NDVI 식생지수를 산출하여 아파트 단지 내 초지지역을 탐지하는 NDVI 식생지수 산출부, 상기 NDVI 식생지수 산출결과를 수치지형도 및 좌표계에 매핑하여 중첩시키고, NDVI 식생지수 산출결과, 수치지형도, 아파트 설계도를 중첩하여 초지 지역을 탐지하는 중첩부, NDVI 식생지수 산출결과, 수치지형도, 아파트 설계도의 중첩 결과에 따라 아파트 단지 내 초지 지역으로 탐지된 지역과 토지피복도를 중첩하여 토지피복도의 오분류된 초지 지역을 갱신하는 보정부 및 실제 아파트 단지 현장 조사를 통해 수집한 현장 사진과 비교하여 상기 갱신된 초지 지역을 검증하는 검증부를 포함한다.
상기 중첩부는 상기 근적외선 항공영상에서 식생지수 산출결과 및 상기 초지지역을 탐지 결과를 건물 및 조경, 화단, 정원수 속성을 추출한 수치지형도와 아파트 배치도를 포함하는 아파트 단지 내 조경에 관련한 좌표계와 중첩하고, 중첩을 통해 식생지수 추출 객체 중 실제 식생지역으로 분류된 지역을 탐지한다.
상기 보정부는 탐지된 초지 지역을 기존 토지피복도에서 영역을 선택하여 지우고 합치는 과정을 통해 세분류 토지피복도를 불투수 지역 내 투수지역과 같은 세밀한 부분 갱신한다.
상기 검증부는 상기 세분류 토지피복도의 부분 갱신에 있어서 인터넷 포털 사이트에서 제공하는 최신의 거리영상 및 공중영상 등의 참조자료를 확인하여 지목 수정이 가능한지 여부를 확인하고 현장검증사진을 통해 최종적으로 분류가 되어 있는지 확인한다.
본 발명의 실시예들에 따르면 근적외선 항공영상을 활용한 아파트 단지 내 인공초지 자동 탐색 및 세분류 토지피복도 부분 갱신 방법은, 토지피복 항목별 면적 정보를 GIS 환경에서 보다 정확히 추출하고, 불투수지역 내 투수지역을 정확히 분류된 갱신 세분류 토지피복도를 제공할 수 있다. 이를 활용하여 불투수면적을 산출할 수 있도록 정확도 높은 투수/불투수도를 제작할 수 있다.
도 1은 본 발명의 일 실시예에 따른 근적외선 항공영상을 활용한 아파트 단지 내 인공초지 자동 탐색 및 세분류 토지피복도 부분 갱신 방법의 흐름도이다.
도 2는 본 발명의 일 실시예에 따른 아파트단지 항공영상을 이용한 식생지수 추출 단계로 항공영상 근적외선 영상을 이용하여 식생지수 값을 산출하는 인터페이스 도면이다.
도 3은 본 발명의 일 실시예에 따른 식생지수 추출 결과와 수치지도를 중첩 후 인공 초지지역 탐지 단계로 식생지수 추출 결과를 이용하여 식생이 있는 지역을 탐지하고 수치지도 및 아파트 설계도를 이용하여 아파트 단지 내 인공 초지를 탐지하는 인터페이스 도면이다.
도 4는 본 발명의 일 실시예에 따른 토지피복도 인공 초지 갱신 단계로 탐지된 아파트 단지 내 인공초지 지역과 세분류 토지피복도를 중첩하여 불투수지역 내 투수지역으로 변경된 부분을 갱신하는 인터페이스를 나타내는 도면이다.
도 5는 본 발명의 일 실시예에 따른 현장영상 비교검증 단계로 갱신된 세분류 토지피복도와 현장 영상을 비교하여 검증하는 도면이다.
도 6은 본 발명의 일 실시예에 따른 근적외선 항공영상을 활용한 아파트 단지 내 인공초지 자동 탐색 및 세분류 토지피복도 부분 갱신 장치의 구성을 나타내는 도면이다.
본 발명의 바람직한 실시예에 따르면, 근적외선 항공영상을 활용한 아파트 단지 내 인공초지 자동 탐색은 ENVI 소프트웨어에 의하여 동작될 수 있으며, 세분류 토지피복도는 GIS 소프트웨어에 의하여 동작될 수 있다. GIS 소프트웨어에서 제공하는 다양한 기능들을 이용하여 세분류 토지피복도 중첩 및 갱신을 진행할 수 있다. 아파트 단지 지역을 근적외선 항공영상을 활용하여 식생지수를 추출하고 추출한 결과를 수치지형도와 중첩을 하여 결과를 GIS 소프트웨어에 표출한다. 수치지도 및 아파트 설계도와 같은 조경 상태의 확인이 가능한 자료를 참조하여 단지 내 인공초지 지역을 탐지하고 이를 세분류 토지피복도 속성항목을 수정하여 불투수지역 내 투수지역을 세밀하게 갱신하고 현장 검증을 통해 영상과 비교하여 정확도를 검증한다.
바람직하게, 아파트단지 항공영상을 이용한 식생지수 추출 단계에서 근적외선 항공영상에서 ENVI 소프트웨어를 통해 식생지수를 추출하면 식생지수 추출결과를 표출할 수 있다. 이는 식생의 분광반사특성으로부터 파장대역 정보를 통해 추출한다.
바람직하게, 식생지수 추출 결과와 수치지도를 중첩 후 인공 초지지역 탐지 단계에서 근적외선 항공영상에서 추출된 식생지수 추출결과을 수치지형도와 중첩한다. 이때 수치지형도는 수치지형도 지형지물 표준코드에서 제공한대로 대분류 건물에서 소분류 아파트를, 대분류 식생에서 소분류 잔디, 화단, 정원수를 항공영상 촬영 지역에 맞게 해당지역만 따로 추출한다. 추출 방안은 GIS 소프트웨어를 통해 수치지형도 shp 파일에서 속성 선택을 하고 export data를 통해 추출이 가능하다. 이와 관련하여 항공영상에서 추출된 식생지수를 수치지형도와 비교하여 오분류된 지역을 거르고 실제 식생이 있는 지역을 탐지할 수 있으며, 수치지형도로 탐지를 못한 부분은 아파트 설계도와 같은 조경상태의 확인이 가능한 것을 추가로 중첩하여 오분류된 지역을 확인한다.
바람직하게, 토지피복도 인공 초지 갱신 단계에서 항공영상에서 추출된 식생지역을 세분류 토지피복도와 Erase Tool을 통해 토지피복도에서 추출된 식생지역 부분을 삭제하고 Union Tool을 이용한 중첩과정을 통해 아파트 단지 내 인공초지 지역을 기본 토지피복도 제작 방안인 스크린디지타이징과 같은 수작업으로 진행하지 않고 GIS 소프트웨어를 통해 자동적으로 변경이 가능하다.
바람직하게, 현장영상 비교검증 단계에서 갱신된 토지피복도는 인터넷 포털 사이트에서 제공하는 최신의 거리영상 및 공중영상 등의 참조자료를 확인하여 지목 수정이 가능한지 여부를 확인하고 현장검증영상을 통해 최종적으로 알맞게 분류가 되어 있는지를 확인한다. 이하, 본 발명의 실시 예를 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 본 발명의 일 실시예에 따른 근적외선 항공영상을 활용한 아파트 단지 내 인공초지 자동 탐색 및 세분류 토지피복도 부분 갱신 방법의 흐름도이다.
제안하는 근적외선 항공영상을 활용한 아파트 단지 내 인공초지 자동 탐색 및 세분류 토지피복도 부분 갱신 방법은 아파트 단지의 근적외선 항공영상과 RGB 을 이용하여 NDVI 식생지수를 산출하여 아파트 단지 내 초지지역을 탐지하는 단계(110), 상기 NDVI 식생지수 산출결과를 수치지형도 및 좌표계에 매핑하여 중첩시키는 단계(120), NDVI 식생지수 산출결과, 수치지형도, 아파트 설계도를 중첩하여 초지 지역을 탐지하는 단계(130), NDVI 식생지수 산출결과, 수치지형도, 아파트 설계도의 중첩 결과에 따라 아파트 단지 내 초지 지역으로 탐지된 지역과 토지피복도를 중첩하여 토지피복도의 오분류된 초지 지역을 갱신하는 단계(140) 및 실제 아파트 단지 현장 조사를 통해 수집한 현장 사진과 비교하여 상기 갱신된 초지 지역을 검증하는 단계(150)를 포함한다.
단계(110)에서, 아파트 단지의 근적외선 항공영상과 RGB 을 이용하여 NDVI 식생지수를 산출하여 아파트 단지 내 초지지역을 탐지한다.
단계(120)에서, 상기 NDVI 식생지수 산출결과를 수치지형도 및 좌표계에 매핑하여 중첩시킨다. 이때, 상기 근적외선 항공영상에서 식생지수 산출결과 및 상기 초지지역을 탐지 결과를 건물 및 조경, 화단, 정원수 속성을 추출한 수치지형도와 아파트 배치도를 포함하는 아파트 단지 내 조경에 관련한 좌표계와 중첩한다.
단계(130)에서, NDVI 식생지수 산출결과, 수치지형도, 아파트 설계도를 중첩하여 초지 지역을 탐지한다. 중첩을 통해 식생지수 추출 객체 중 실제 식생지역으로 분류된 지역을 탐지한다.
단계(140)에서, NDVI 식생지수 산출결과, 수치지형도, 아파트 설계도의 중첩 결과에 따라 아파트 단지 내 초지 지역으로 탐지된 지역과 토지피복도를 중첩하여 토지피복도의 오분류된 초지 지역을 갱신한다. 탐지된 초지 지역을 기존 토지피복도에서 영역을 선택하여 지우고 합치는 과정을 통해 세분류 토지피복도를 불투수 지역 내 투수지역과 같은 세밀한 부분 갱신한다.
단계(150)에서, 실제 아파트 단지 현장 조사를 통해 수집한 현장 사진과 비교하여 상기 갱신된 초지 지역을 검증한다. 상기 세분류 토지피복도의 부분 갱신에 있어서 인터넷 포털 사이트에서 제공하는 최신의 거리영상 및 공중영상 등의 참조자료를 확인하여 지목 수정이 가능한지 여부를 확인하고 현장검증사진을 통해 최종적으로 분류가 되어 있는지 확인한다.
더욱 상세하게는, 근적외선 항공영상을 활용한 아파트 단지 내 인공초지 자동 탐색은 ENVI 소프트웨어에 의하여 동작될 수 있으며, 세분류 토지피복도는 GIS 소프트웨어에 의하여 동작될 수 있다. GIS 소프트웨어에서 제공하는 다양한 기능들을 이용하여 세분류 토지피복도 중첩 및 갱신을 진행할 수 있다. 아파트 단지 지역을 근적외선 항공영상을 활용하여 식생지수를 추출하고 추출한 결과를 수치지형도와 중첩을 하여 결과를 GIS 소프트웨어에 표출한다. 수치지도 및 아파트 설계도와 같은 조경 상태의 확인이 가능한 자료를 참조하여 단지 내 인공초지 지역을 탐지하고 이를 세분류 토지피복도 속성항목을 수정하여 불투수지역 내 투수지역을 세밀하게 갱신하고 현장 검증을 통해 영상과 비교하여 정확도를 검증한다.
도 2는 본 발명의 일 실시예에 따른 아파트단지 항공영상을 이용한 식생지수 추출 단계로 항공영상 근적외선 영상을 이용하여 식생지수 값을 산출하는 인터페이스 도면이다.
본 발명의 일 실시예에 따르면, 근적외선 항공영상(210)에서 ENVI 소프트웨어를 통해 식생지수를 추출하면 식생지수 추출결과(220)를 표출할 수 있다. 이는 식생의 분광반사특성으로부터 파장대역 정보를 통해 추출하는 것이므로, 녹색 계열을 가지는 파장대역 객체를 전부 추출할 수 있다. 따라서 여기서 아파트 단지 내 인공초지를 추출할 수 있으나, 오분류된 지역(아파트 옥상이 녹색인 경우)도 추출이 될 수 있다.
도 3은 본 발명의 일 실시예에 따른 식생지수 추출 결과와 수치지도를 중첩 후 인공 초지지역 탐지 단계로 식생지수 추출 결과를 이용하여 식생이 있는 지역을 탐지하고 수치지도 및 아파트 설계도를 이용하여 아파트 단지 내 인공 초지를 탐지하는 인터페이스 도면이다.
도 3을 참조하면, 근적외선 항공영상(310)에서 추출된 식생지수 추출결과(320)을 수치지형도(330)와 중첩한다. 이때 수치지형도는 수치지형도 지형지물 표준코드에서 제공한대로 대분류 건물에서 소분류 아파트를, 대분류 식생에서 소분류 잔디, 화단, 정원수를 항공영상 촬영 지역에 맞게 해당지역만 따로 추출한다. 추출 방안은 GIS 소프트웨어를 통해 수치지형도 shp 파일에서 속성 선택을 하고 export data를 통해 추출이 가능하다. 이와 관련하여 항공영상에서 추출된 식생지수를 수치지형도와 비교하여 오분류된 지역을 거르고 실제 식생이 있는 지역을 탐지할 수 있으며, 수치지형도로 탐지를 못한 부분은 아파트 설계도(340)와 같은 조경상태의 확인이 가능한 것을 추가로 중첩하여 오분류된 지역을 확인한다.
도 4는 본 발명의 일 실시예에 따른 토지피복도 인공 초지 갱신 단계로 탐지된 아파트 단지 내 인공초지 지역과 세분류 토지피복도를 중첩하여 불투수지역 내 투수지역으로 변경된 부분을 갱신하는 인터페이스를 나타내는 도면이다.
도 4(a)는 세분류 토지피복도(410)를 나타내고, 도 4(b)는 항공영상에서 추출된 식생지역(420)을 도 4(a)의 세분류 토지피복도(410)와 중첩한 결과를 나타낸다.
도 4(b)의 항공영상에서 추출된 식생지역(420)을 도 4(a)의 세분류 토지피복도(410)와 Erase Tool을 통해 토지피복도에서 추출된 식생지역 부분을 삭제하고 Union Tool을 이용한 중첩과정을 통해 아파트 단지 내 인공초지 지역을 기본 토지피복도 제작 방안인 스크린디지타이징과 같은 수작업으로 진행하지 않고 GIS 소프트웨어를 통해 자동적으로 변경 가능하다.
도 5는 본 발명의 일 실시예에 따른 현장영상 비교검증 단계로 갱신된 세분류 토지피복도와 현장 영상을 비교하여 검증하는 도면이다.
도 5를 참조하면, 갱신된 토지피복도(510)는 인터넷 포털 사이트에서 제공하는 최신의 거리영상 및 공중영상 등의 참조자료를 확인하여 지목 수정이 가능한지 여부를 확인하고 현장검증사진(520)을 통해 최종적으로 알맞게 분류가 되어 있는지를 확인한다.
도 6은 본 발명의 일 실시예에 따른 근적외선 항공영상을 활용한 아파트 단지 내 인공초지 자동 탐색 및 세분류 토지피복도 부분 갱신 장치의 구성을 나타내는 도면이다.
제안하는 근적외선 항공영상을 활용한 아파트 단지 내 인공초지 자동 탐색 및 세분류 토지피복도 부분 갱신 장치는 NDVI 식생지수 산출부(610), 중첩부(620), 보정부(630) 및 검증부(640)를 포함한다.
NDVI 식생지수 산출부(610)는 아파트 단지의 근적외선 항공영상과 RGB 을 이용하여 NDVI 식생지수를 산출하여 아파트 단지 내 초지지역을 탐지한다.
중첩부(620)는 상기 NDVI 식생지수 산출결과를 수치지형도 및 좌표계에 매핑하여 중첩시키고, NDVI 식생지수 산출결과, 수치지형도, 아파트 설계도를 중첩하여 초지 지역을 탐지한다. 중첩부(620)는 상기 근적외선 항공영상에서 식생지수 산출결과 및 상기 초지지역을 탐지 결과를 건물 및 조경, 화단, 정원수 속성을 추출한 수치지형도와 아파트 배치도를 포함하는 아파트 단지 내 조경에 관련한 좌표계와 중첩하고, 중첩을 통해 식생지수 추출 객체 중 실제 식생지역으로 분류된 지역을 탐지한다.
보정부(630)는 NDVI 식생지수 산출결과, 수치지형도, 아파트 설계도의 중첩 결과에 따라 아파트 단지 내 초지 지역으로 탐지된 지역과 토지피복도를 중첩하여 토지피복도의 오분류된 초지 지역을 갱신한다. 보정부(630)는 탐지된 초지 지역을 기존 토지피복도에서 영역을 선택하여 지우고 합치는 과정을 통해 세분류 토지피복도를 불투수 지역 내 투수지역과 같은 세밀한 부분 갱신한다.
검증부(640)는 실제 아파트 단지 현장 조사를 통해 수집한 현장 사진과 비교하여 상기 갱신된 초지 지역을 검증한다. 검증부(640)는 상기 세분류 토지피복도의 부분 갱신에 있어서 인터넷 포털 사이트에서 제공하는 최신의 거리영상 및 공중영상 등의 참조자료를 확인하여 지목 수정이 가능한지 여부를 확인하고 현장검증사진을 통해 최종적으로 분류가 되어 있는지 확인한다.
더욱 상세하게는, 근적외선 항공영상을 활용한 아파트 단지 내 인공초지 자동 탐색은 ENVI 소프트웨어에 의하여 동작될 수 있으며, 세분류 토지피복도는 GIS 소프트웨어에 의하여 동작될 수 있다. GIS 소프트웨어에서 제공하는 다양한 기능들을 이용하여 세분류 토지피복도 중첩 및 갱신을 진행할 수 있다. 아파트 단지 지역을 근적외선 항공영상을 활용하여 식생지수를 추출하고 추출한 결과를 수치지형도와 중첩을 하여 결과를 GIS 소프트웨어에 표출한다. 수치지도 및 아파트 설계도와 같은 조경 상태의 확인이 가능한 자료를 참조하여 단지 내 인공초지 지역을 탐지하고 이를 세분류 토지피복도 속성항목을 수정하여 불투수지역 내 투수지역을 세밀하게 갱신하고 현장 검증을 통해 영상과 비교하여 정확도를 검증한다.
본 발명은 근적외선 항공영상을 활용한 아파트 단지 내 인공초지 자동 탐색 및 세분류 토지피복도 부분 갱신 방법은, 토지피복 항목별 면적 정보를 GIS 환경에서 보다 정확히 추출하고, 불투수지역 내 투수지역을 정확히 분류된 갱신 세분류 토지피복도를 제공할 수 있다. 이를 활용하여 불투수면적을 산출할 수 있도록 정확도 높은 투수/불투수도를 제작할 수 있다.
또한 최근 불투수면 관리와 관련하여 선진국에서는 불투수면의 확대를 억제하고 물순환 구조 훼손으로 인한 부작용을 최소화하기 위해 저영향개발(Low Impact Development, LID)과 그린빗물인프라(Green Stormwater Infrastructure, GSI)를 적극적으로 활용하고 있는 시점이다. 연구 결과를 통해 그린인프라 정책 활용을 위한 기초자료를 마련하고자 하였으며, 보다 세밀한 토지피복도 분류가 이루어짐으로써 향후 그린인프라 구축을 위한 기초자료로 사용이 가능할 것으로 사료된다.
아울러 갱신된 토지피복도는 보다 정확한 토지피복 정보의 제공을 통하여 유관 연구 분야, 특히 토양, 수질, 대기, 해양 분야 등에서 모델링 및 시뮬레이션의 기초자료로 활용이 가능하며, 다양한 관련 실용 분야 및 연구 분야의 발전에 기여할 수 있다. 더불어 지도 제작 사업 분야에 있어서 새로운 사업 아이템 중 하나로써 지도 제작 사업 관련 산업체의 신규 사업 영역 확대 및 일자리 창출에도 기여할 수 있다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다.  또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다.  이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다.  예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다.  또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다.  소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치에 구체화(embody)될 수 있다.  소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다.  상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다.  상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다.  컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다.  프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다.  예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (9)

  1. 아파트 단지의 근적외선 항공영상과 RGB 을 이용하여 NDVI 식생지수를 산출하여 아파트 단지 내 초지지역을 탐지하는 단계;
    상기 NDVI 식생지수 산출결과를 수치지형도 및 좌표계에 매핑하여 중첩시키는 단계;
    NDVI 식생지수 산출결과, 수치지형도, 아파트 설계도를 중첩하여 초지 지역을 탐지하는 단계;
    NDVI 식생지수 산출결과, 수치지형도, 아파트 설계도의 중첩 결과에 따라 아파트 단지 내 초지 지역으로 탐지된 지역과 토지피복도를 중첩하여 토지피복도의 오분류된 초지 지역을 갱신하는 단계; 및
    실제 아파트 단지 현장 조사를 통해 수집한 현장 사진과 비교하여 상기 갱신된 초지 지역을 검증하는 단계
    를 포함하는 자동 탐색 및 세분류 토지피복도 부분 갱신 방법.
  2. 제1항에 있어서,
    상기 NDVI 식생지수 산출결과를 수치지형도 및 좌표계에 매핑하여 중첩시키는 단계는,
    상기 근적외선 항공영상에서 식생지수 산출결과 및 상기 초지지역을 탐지 결과를 건물 및 조경, 화단, 정원수 속성을 추출한 수치지형도와 아파트 배치도를 포함하는 아파트 단지 내 조경에 관련한 좌표계와 중첩하는
    자동 탐색 및 세분류 토지피복도 부분 갱신 방법.
  3. 제1항에 있어서,
    상기 NDVI 식생지수 산출결과, 수치지형도, 아파트 설계도를 중첩하여 초지 지역을 탐지하는 단계는,
    중첩을 통해 식생지수 추출 객체 중 실제 식생지역으로 분류된 지역을 탐지하는
    자동 탐색 및 세분류 토지피복도 부분 갱신 방법.
  4. 제1항에 있어서,
    상기 NDVI 식생지수 산출결과, 수치지형도, 아파트 설계도의 중첩 결과에 따라 아파트 단지 내 초지 지역으로 탐지된 지역과 토지피복도를 중첩하여 토지피복도의 오분류된 초지 지역을 갱신하는 단계는,
    탐지된 초지 지역을 기존 토지피복도에서 영역을 선택하여 지우고 합치는 과정을 통해 세분류 토지피복도를 불투수 지역 내 투수지역과 같은 세밀한 부분 갱신하는
    자동 탐색 및 세분류 토지피복도 부분 갱신 방법.
  5. 제1항에 있어서,
    실제 아파트 단지 현장 조사를 통해 수집한 현장 사진과 비교하여 상기 갱신된 초지 지역을 검증하는 단계는,
    상기 세분류 토지피복도의 부분 갱신에 있어서 인터넷 포털 사이트에서 제공하는 최신의 거리영상 및 공중영상 등의 참조자료를 확인하여 지목 수정이 가능한지 여부를 확인하고 현장검증사진을 통해 최종적으로 분류가 되어 있는지 확인하는
    자동 탐색 및 세분류 토지피복도 부분 갱신 방법.
  6. 아파트 단지의 근적외선 항공영상과 RGB 을 이용하여 NDVI 식생지수를 산출하여 아파트 단지 내 초지지역을 탐지하는 NDVI 식생지수 산출부;
    상기 NDVI 식생지수 산출결과를 수치지형도 및 좌표계에 매핑하여 중첩시키고, NDVI 식생지수 산출결과, 수치지형도, 아파트 설계도를 중첩하여 초지 지역을 탐지하는 중첩부;
    NDVI 식생지수 산출결과, 수치지형도, 아파트 설계도의 중첩 결과에 따라 아파트 단지 내 초지 지역으로 탐지된 지역과 토지피복도를 중첩하여 토지피복도의 오분류된 초지 지역을 갱신하는 보정부; 및
    실제 아파트 단지 현장 조사를 통해 수집한 현장 사진과 비교하여 상기 갱신된 초지 지역을 검증하는 검증부
    를 포함하는 자동 탐색 및 세분류 토지피복도 부분 갱신 장치.
  7. 제1항에 있어서,
    상기 중첩부는,
    상기 근적외선 항공영상에서 식생지수 산출결과 및 상기 초지지역을 탐지 결과를 건물 및 조경, 화단, 정원수 속성을 추출한 수치지형도와 아파트 배치도를 포함하는 아파트 단지 내 조경에 관련한 좌표계와 중첩하고, 중첩을 통해 식생지수 추출 객체 중 실제 식생지역으로 분류된 지역을 탐지하는
    자동 탐색 및 세분류 토지피복도 부분 갱신 장치.
  8. 제1항에 있어서,
    상기 보정부는,
    탐지된 초지 지역을 기존 토지피복도에서 영역을 선택하여 지우고 합치는 과정을 통해 세분류 토지피복도를 불투수 지역 내 투수지역과 같은 세밀한 부분 갱신하는
    자동 탐색 및 세분류 토지피복도 부분 갱신 장치.
  9. 제1항에 있어서,
    상기 검증부는,
    상기 세분류 토지피복도의 부분 갱신에 있어서 인터넷 포털 사이트에서 제공하는 최신의 거리영상 및 공중영상 등의 참조자료를 확인하여 지목 수정이 가능한지 여부를 확인하고 현장검증사진을 통해 최종적으로 분류가 되어 있는지 확인하는
    자동 탐색 및 세분류 토지피복도 부분 갱신 장치.
KR1020170163205A 2017-11-30 2017-11-30 근적외선 항공영상을 활용한 아파트 단지 내 인공초지 자동 탐색 및 세분류 토지피복도 부분 갱신 방법 및 장치 KR102009573B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170163205A KR102009573B1 (ko) 2017-11-30 2017-11-30 근적외선 항공영상을 활용한 아파트 단지 내 인공초지 자동 탐색 및 세분류 토지피복도 부분 갱신 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170163205A KR102009573B1 (ko) 2017-11-30 2017-11-30 근적외선 항공영상을 활용한 아파트 단지 내 인공초지 자동 탐색 및 세분류 토지피복도 부분 갱신 방법 및 장치

Publications (2)

Publication Number Publication Date
KR20190063985A true KR20190063985A (ko) 2019-06-10
KR102009573B1 KR102009573B1 (ko) 2019-10-23

Family

ID=66848717

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170163205A KR102009573B1 (ko) 2017-11-30 2017-11-30 근적외선 항공영상을 활용한 아파트 단지 내 인공초지 자동 탐색 및 세분류 토지피복도 부분 갱신 방법 및 장치

Country Status (1)

Country Link
KR (1) KR102009573B1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102294014B1 (ko) * 2021-02-09 2021-08-27 주식회사 이쓰리 훼손 인과관계를 이용하여 훼손 유형을 분류하는 방법
KR20220094431A (ko) * 2020-12-29 2022-07-06 서울대학교산학협력단 투수/불투수도 기반의 불투수율 산정 및 정보 제공 시스템 및 구성 방법
CN115711855A (zh) * 2022-11-21 2023-02-24 广州市城市规划勘测设计研究院 一种不透水面的提取方法、装置、终端设备以及存储介质
CN116012733A (zh) * 2022-12-14 2023-04-25 兰州大学 一种利用乡土草种物种组配修复重度退化高寒草地裸斑的方法

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109753941A (zh) * 2019-01-14 2019-05-14 广东小天才科技有限公司 一种基于家教设备的学习内容搜索方法及家教设备
KR102316598B1 (ko) 2020-09-25 2021-10-21 서울대학교산학협력단 토지피복지도의 제작방법 및 제작시스템, 그 방법을 수행하는 프로그램이 수록된 기록매체

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090011735A (ko) * 2007-07-27 2009-02-02 인하대학교 산학협력단 항공사진과 지아이에스를 이용한 하천의 평면 변화분석시스템 및 그 방법
KR100967838B1 (ko) * 2009-10-26 2010-07-05 (주)지오투정보기술 항공 라이다 정보와 디지털 항공 사진 정보를 이용하여 3차원 지리 정보를 생성하는 방법 및 그 시스템
KR101510206B1 (ko) * 2014-11-24 2015-04-09 (주)아세아항측 항공 하이퍼스펙트럴 영상을 이용한 수치지도 수정 도화용 도시변화지역의 탐지 방법
KR20160048255A (ko) * 2014-10-23 2016-05-04 인하대학교 산학협력단 토지피복지도의 부분 갱신을 통한 gis기반의 연단위 비점오염부하량 산정용 주제도 제작 방법
KR20160095691A (ko) * 2015-02-03 2016-08-12 인하대학교 산학협력단 다양한 공간자료를 활용한 gis 기반의 도시지역 투수/불투수도 제작 방법
KR101728137B1 (ko) * 2016-02-04 2017-04-19 (주)한라지리정보 위성 영상과 gis를 사용한 토지피복 항목별 영상분류 방법

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090011735A (ko) * 2007-07-27 2009-02-02 인하대학교 산학협력단 항공사진과 지아이에스를 이용한 하천의 평면 변화분석시스템 및 그 방법
KR100967838B1 (ko) * 2009-10-26 2010-07-05 (주)지오투정보기술 항공 라이다 정보와 디지털 항공 사진 정보를 이용하여 3차원 지리 정보를 생성하는 방법 및 그 시스템
KR20160048255A (ko) * 2014-10-23 2016-05-04 인하대학교 산학협력단 토지피복지도의 부분 갱신을 통한 gis기반의 연단위 비점오염부하량 산정용 주제도 제작 방법
KR101510206B1 (ko) * 2014-11-24 2015-04-09 (주)아세아항측 항공 하이퍼스펙트럴 영상을 이용한 수치지도 수정 도화용 도시변화지역의 탐지 방법
KR20160095691A (ko) * 2015-02-03 2016-08-12 인하대학교 산학협력단 다양한 공간자료를 활용한 gis 기반의 도시지역 투수/불투수도 제작 방법
KR101728137B1 (ko) * 2016-02-04 2017-04-19 (주)한라지리정보 위성 영상과 gis를 사용한 토지피복 항목별 영상분류 방법

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
나상일 외1, "디지털 카메라를 이용한 정규화식생지수(NDVI) 추출과 정확도 검증", 2009년 한국농공학회 학술대회초록집 (2009)* *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20220094431A (ko) * 2020-12-29 2022-07-06 서울대학교산학협력단 투수/불투수도 기반의 불투수율 산정 및 정보 제공 시스템 및 구성 방법
KR102294014B1 (ko) * 2021-02-09 2021-08-27 주식회사 이쓰리 훼손 인과관계를 이용하여 훼손 유형을 분류하는 방법
CN115711855A (zh) * 2022-11-21 2023-02-24 广州市城市规划勘测设计研究院 一种不透水面的提取方法、装置、终端设备以及存储介质
CN115711855B (zh) * 2022-11-21 2024-05-17 广州市城市规划勘测设计研究院 一种不透水面的提取方法、装置、终端设备以及存储介质
CN116012733A (zh) * 2022-12-14 2023-04-25 兰州大学 一种利用乡土草种物种组配修复重度退化高寒草地裸斑的方法
CN116012733B (zh) * 2022-12-14 2023-09-29 兰州大学 一种利用乡土草种物种组配修复退化高寒草地裸斑的方法

Also Published As

Publication number Publication date
KR102009573B1 (ko) 2019-10-23

Similar Documents

Publication Publication Date Title
KR20190063985A (ko) 근적외선 항공영상을 활용한 아파트 단지 내 인공초지 자동 탐색 및 세분류 토지피복도 부분 갱신 방법 및 장치
Bouziani et al. Automatic change detection of buildings in urban environment from very high spatial resolution images using existing geodatabase and prior knowledge
KR101724801B1 (ko) 토지피복지도의 부분 갱신을 통한 gis기반의 연단위 비점오염부하량 산정용 주제도 제작 방법
KR101706447B1 (ko) 다양한 공간자료를 활용한 gis 기반의 도시지역 투수/불투수도 제작 방법
WO2016198873A1 (en) Flood risk mapping and warning system and method
Al-Kouri et al. Geospatial modeling for sinkholes hazard map based on GIS & RS data
Karan et al. Digital modeling of construction site terrain using remotely sensed data and geographic information systems analyses
Wu et al. Automatic building rooftop extraction using a digital surface model derived from aerial stereo images
Youn et al. Extracting urban road networks from high-resolution true orthoimage and lidar
Roman et al. Visualization techniques for an airborne laser scanning‐derived digital terrain model in forested steep terrain: Detecting archaeological remains in the subsurface
KR102156085B1 (ko) 고해상도 드론 영상을 활용한 산림지역 변화 탐지 및 변화지역 투수/불투수도 갱신 방법
Mugiraneza et al. Spatiotemporal analysis of urban land cover changes in Kigali, Rwanda using multitemporal Landsat data and landscape metrics
Abdul Razak et al. Riverbank filtration site suitability selection using spatial data techniques: case study for Kota Lama Kiri, Kuala Kangsar
Demirkesen Flood hazard vulnerability for settlements of Turkey’s province of Edirne, using ASTER DEM data and Landsat-7 ETM+ image data
Khine et al. Change analysis of indices (NDWI, NDVI, NDBI) for Mawlamyine City area using google earth engine
Barazzetti et al. Identification of buildings damaged by natural hazards using very high-resolution satellite images: The case of earthquake in L’Aquila, Italy
Xu et al. Knowledge-based algorithm for satellite image classification of urban wetlands
KR102616809B1 (ko) Rs gis 기반 친수시설 정보맵 작성 및 유역조사를 위한 시스템 및 방법
Razak et al. The development of a site suitability map for RBF location using remote sensing and GIS techniques
Asube et al. DETECTION AND SPATIAL ANALYSIS OF LAND-USE: A CASE OF BUTUAN CITY WITH HISTORY OF MAJOR INFORMAL SETTLEMENTS
MacFaden et al. A tool for the automated detection of damaged transportation infrastructure
Zang et al. Digital terrain model generation using LiDAR ground points
Bitely Archaeological prospecting using historic aerial imagery: Investigations in northeast and southwest Arkansas
Stjernholm Corine land cover 2006
Rivera et al. Semi-Automated Delineation of Informal Settlement Structures from Drone RGB Imagery Using Object-Based Image Analysis

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant