정규식생지수(NDVI)와 군집화 알고리즘을 활용한 산사태 탐지 (Landslide Detection Using the Normalized-Difference Vegetation Index (NDVI) and a Clustering Algorithm)

서지정보

· 발행기관 : 대한지질공학회
· 수록지 정보 : 지질공학 / 34권 / 4호 / 549 ~ 561페이지
· 저자명 : 정호진, 박혁진, 이정현

초록

기존의 산사태 발생지 조사는 대부분 지역주민의 신고나 현장 탐문에 의존해 많은 인력과 시간이 소요되고 발생지 누락과 시기 불명확성 등의 한계가 존재했다. 본 연구에서는 집중호우 이전 ‧ 이후의 정규식생지수(NDVI)를 활용하여 식생지수 변화가 발생한 지점을 분석하고, 비지도분류 방법인 ISODATA 알고리즘을 활용하여 군집화된 결과물과 비교하여 산사태 발생지를 탐지하였다. 그 결과, NDVI 변화 지점644개소 중 513개소가 산사태가 발생한 군집과 일치하였으며, 항공영상을 이용한 육안분류 결과 505개소(97.7%)의 산사태 발생지를 탐지하였다. 일부 구역에서 과대 또는 과소 구획이 발생했으나, 피해발생시기를 파악할 수 있다는 점에서 본 방법은 산사태 연구의 기초자료로 활용도가 높을 것으로 기대된다.

영어초록

Previous investigations of landslide occurrence have relied mainly on reports of local residents or on-site surveys, requiring significant manpower and time, with limitations such as the omission of occurrence and uncertainty in timing. In this study, points of vegetation index change were analyzed using the normalized-difference vegetation index (NDVI) before and after heavy rainfall. Landslide- affected areas were detected by comparison these points with the results of clustering by the ISO DATA algorithm, an unsupervised classification method. As a result, 513 of 644 points with NDVI changes matched clusters of landslide occurrences. In addition, visual classification by aerial imagery detected 505 landslide occurrences (97.7%). Although over- or under-segmentation occurred in some areas, the method is expected to be useful in generating foundational data for landslide research, espe cially in constraining the timing of damage occurrence.

참고자료

· 없음