UAV 자료와 객체기반영상분석을 활용한 대축척 갯벌 표층 퇴적상 분류도 작성 (Generation of Large-scale Map of Surface Sedimentary Facies in Intertidal Zone by Using UAV Data and Object-based Image Analysis (OBIA))

서지정보

· 발행기관 : 대한원격탐사학회
· 수록지 정보 : 대한원격탐사학회지 / 36권 / 2호 / 277 ~ 292페이지
· 저자명 : 김계림, 유주형

초록

본 연구에서는 천수만 황도 갯벌 지역을 대상으로 UAV 자료와 객체기반영상분석 방법을 사용하여 대축척 갯벌 표층 퇴적상 분류도를 작성하고, 정확도 검증을 수행하여 정밀한 표층 퇴적상 분류의 가능성과 보다정확한 분류 방법에 대해 제시하였다. 이를 위해 고해상도 UAV 자료에서 가시광 영역의 정사영상과 수치표고모델(DEM), 조류로 밀도 등 퇴적상 분류 시 영향을 주는 요인들을 추출하고, 통계학적 분석 방법을 통해 퇴적상에 따른 요인들의 주성분을 분석하였다. 주성분 요인을 바탕으로 퇴적상 분류 시 사용할 입력 자료를 (1) 가시광 영역의 스펙트럼, (2) 지형 고도와 조류로 밀도, (3) 가시광 영역의 스펙트럼과 지형 고도 및 조류로 밀도로구분하였으며, 이를 기반으로 객체기반영상분석 분류방법에 입력 자료를 적용하여 대축척 갯벌 표층 퇴적상분류도를 추출하였다. 입력 자료의 조건에 따라 표층 퇴적상 분류를 수행한 결과, folk 분류 기준을 따르는 6가지의 표층 퇴적상으로 분류하였고, 가시광 영역의 스펙트럼과 지형 고도, 조류로 밀도를 사용할 경우 전체 정확도가 63.04%, Kappa 지수가 0.54로 가장 효과적으로 표층 퇴적상을 분류하였다.

영어초록

The purpose of this study is to propose the possibility of precise surface sedimentary facies classification and a more accurate classification method by generating the large-scale map of surface sedimentary facies based on UAV data and object-based image analysis (OBIA) for Hwang-do tidal flat in Cheonsu bay. The very high resolution UAV data extracted factors that affect the classification of surface sedimentary facies, such as RGB ortho imagery, Digital elevation model (DEM), and tidal channel density, and analyzed the principal components of surface sedimentary facies through statistical analysis methods. Based on principal components, input data to be used for classification of surface sedimentary facies were divided into three cases such as (1) visible band spectrum, (2) topographical elevation and tidal channel density, (3) visible band spectrum and topographical elevation, tidal channel density. The object-based image analysis classification method was applied to map the classification of surface sedimentary facies according to conditions of input data. The surface sedimentary facies could be classified into a total of six sedimentary facies following the folk classification criteria. In addition, the use of visible band spectrum, topographical elevation, and tidal channel density enabled the most effective classification of surface sedimentary facies with a total accuracy of 63.04% and the Kappa coefficient of 0.54.

참고자료

· 없음