고해상도 위성영상을 이용한 토지피복도 제작기법 연구

구자용 국토지리학회 2007 국토지리학회지 Vol.41 No.1

Since the high resolution satellite image represents detailed features of earth surfaces, we can extract concrete geographic information from it. In this study the process to extract the land cover map from high resolution satellite images is developed. We process the high resolution image using texture analysis and compose the objects. Then these objects are classified in the land cover map by object-oriented classification. The texture analysis identifying spatial features is an effective technique to process the high resolution satellite image. Also, the object-oriented classification is useful for dealing with the objects aggregated by pixels. Test data from the study area is applied to generate the land cover map using texture analysis and object-oriented classification. This test reveals that the result of the processing method developed in this study is superior than that of previous pixel-based classification. 고해상도의 위성영상은 지표면의 다양한 모습들을 상세히 표현하고 있기 때문에 지표면의 구체적인 정보를 취득할 수 있다. 본 연구에서는 고해상도 위성영상으로부터 지리정보를 효율적으로 추출하여 토지피복도를 작성하는 기법을 개발하였다. 고해상도 위성영상을 처리하기 위하여 베리오그램을 이용한 텍스쳐 분석을 실시하고 이를 이용하여 영상자료를 객체로 구성한 후 객체지향적 분류기법을 적용하여 토지피복 분류도를 제작하였다. 고해상도 위성영상은 공간차원으로 영상의 특성을 파악하는 텍스쳐 분석을 이용하는 것이 적절하다. 또한 영상에서 표현되는 화소들을 하나의 객체로 묶어서 처리하는 객체지향적 분류기법을 적용하는 것이 효과적이다. 사례지역의 고해상도 위성영상 자료를 이용하여 본 연구에서 개발한 위성영상 처리과정을 적용하여 토지피복 분류도를 작성한 결과, 기존의 화소기반 분광특성을 이용한 결과에 비하여 분류 정확도와 영상의 활용도 측면에서 우수한 것으로 나타났다.

고해상도 위성영상을 이용한 도시지역 인구추정에 관한 연구

구자용 국토지리학회 2008 국토지리학회지 Vol.42 No.1

Aerial photos and satellite images have been used to estimate the population of urban areas. This study explores the possibility of estimating population with high resolution satellite images. The object-oriented classification is applied to high resolution satellite images to estimate population as well as the pixel-based land cover classification already developed. Regression analysis is used to estimate the population from the result of the land cover classification. An estimated population is compared to population census data in order to evaluate properness of the population estimation model. In this study, it turns out that the object-oriented classification is more correct than the pixel-based classifcation in terms of population estimation and that the allometric growth is the most appropriate one of the regression models. 도시지역의 인구를 추정하기 위하여 항공사진이나 위성영상을 이용한 인구추정 기법이 연구되어 왔다. 본 연구에서는 고해상도 위성영상으로부터 인구자료를 추정하는 기법을 검토하였다. 지금까지 개발되었던 화소기반 토지피복분류를 이용한 인구추정 기법을 고해상도 위성영상에 적용하였고, 객체기반 분류기법을 적용한 고해상도 위성영상 처리과정을 함께 연구하였다. 위성영상을 토지피복 분류한 결과 자료를 인구추정을 위한 회귀식에 적용하여 인구를 추정하였다. 추정된 인구는 실제 센서스 인구와 비교하여 인구추정 모형의 적절성을 평가하였다. 그 결과 화소기반 분류보다는 객체지향적 분류과정을 거친 자료가 더욱 정확한 인구를 추정하고 있었고, 회귀모형 중에서는 로그변환 회귀모형이 가장 적절한 인구추정 모형으로 평가된다.

개발도상국 인구정책의 과정과 요인에 관한 리론적 논의

구자용 韓國人口學會 1985 한국인구학 Vol.8 No.2

공간정보 빅 데이터의 지도화와 공간적 분포 특성에 관한 연구 - 서울시 지역의 트윗 데이터를 사례로 -

구자용 국토지리학회 2015 국토지리학회지 Vol.49 No.3

Many people utilize social network services with the increased use of smart phone recently, which can result in producing the various types of spatial big data. In addition, it has been possible to obtain useful information associated with personal favors and interests through the analysis of the data, particular in terms of geographic space. This research aims at investigating the spatial distribution and localized characteristics of data that has been generated by Twitter users in Seoul. To do so, it applied the techniques of data mining and spatial analysis to twitted big data. The study discovered that the spatial frequency of twitted data is proportional to the size of floating population and the degree of adjacency to roads. It also found that Twitter users tend to publish the information of environment and place around their location, which is anticipated to have possible relation between the location and information of twitted data. This research could confirm the potential of identifying spatial distribution of characteristics and phenomenon inherent to geographic location through the analysis of spatial big data. 스마트폰이 대중화되고 소셜 네트워크가 활성화되면서 다양한 종류의 공간정보 빅 데이터가 형성되고 있으며, 이러한 공간정보 빅 데이터의 분석을 통하여 각 지역의 사람들이 가지고 있는 취향이나 관심 분야 등을 파악할 수 있게 되었다. 본 연구에서는 대표적인 공간정보 빅 데이터인 트윗 데이터를 GIS 데이터로 마이닝하고, 공간 분석 기법을 이용하여 트윗 데이터의 공간적 분포 특성과 내용의 지역적 특성을 파악하였다. 서울시 지역의 트윗 데이터를 이용하여 그 분포 특성을 파악하고, 지역별로 트윗 데이터 내용의 분포를 분석하였다. 트윗 데이터를 지도화하고 공간 분포를 파악한 결과, 트윗 데이터의 분포는 유동 인구가 많은 지역과 비례하며, 도로와 인접한 지역에서 주로 발생하였다. 또한 트윗 데이터의 내용을 분석한 결과, 트위터 사용자는 자신의 위치 주변의 환경이나 장소에 대한 언급을 많이 게시하고 있어, 트윗 데이터의 위치와 그 내용 간에는 어느 정도 관련이 있는 것으로 예측된다. 이와 같이 공간정보 빅 데이터의 분석을 통하여 그 지역에서 나타나는 현상이나 특성을 파악할 수 있다는 점을 확인하였다.

벡터자료를 이용한 고해상도 위성영상의 토지피복 분류기법에 관한 연구

구자용,장호연 국토지리학회 2006 국토지리학회지 Vol.40 No.3

After the launch of the high resolution image satellite, many methods have been developed to extract the geographic information from high resolution images. However, as the high resolution image has strong spectral variance, current pixel based classification does not work efficiently. The alternative is the field based classification which groups pixels of image by integrating vector polygon data from a GIS database. This method is called per-field classification. This study aims to explore the per-field classification which integrates the high resolution images and vector polygon data and to apply it to the IKONOS image and digital land data. The results of this study prove that the field based classification can be a good alternative of the pixel based classification. In addition, the first classification - later integration seems to work better than the first integration - later classification in terms of accuracy and efficiency. 고해상도 위성이 등장한 이후 이들 영상으로부터 지리정보를 추출하기 위한 다양한 기법이 개발되어 왔다. 그러나 고해상도 영상은 분광변이가 심하기 때문에 기존의 화소기반 분류로는 분류계급을 효과적으로 표현할 수 없다. 고해상도 영상의 경우, 최소단위를 화소로 하는 화소기반 분류보다는 벡터자료에서 추출한 면단위로 분할된 GIS 데이터를 이용하면 분류 정확도가 향상될 수 있다. 본 연구에서는 고해상도 위성영상과 벡터자료를 통합하는 기법인 선통합 후분류 기법과 선분류 후통합 기법을 파악하고 실제의 자료에 적용하여 그 결과를 비교평가하였다. 그 결과 고해상도 위성영상 분류에 있어서 벡터자료를 이용한 분류기법이 화소단위의 분류기법이 가지는 문제점을 보완할 수 있었다. 벡터자료를 통합하는 기법들을 비교한 결과 선분류 후통합 기법이 처리가 용이하면서도 분류정확도가 높은 기법으로 판명되었다.

물관리일원화 시대를 맞이한 정부의 물관리 조직에 관한 논의

구자용 대한상하수도학회 2019 상하수도학회지 Vol.33 No.1

In this paper, the current water management organization of the Korean government and those of foreign countries were analyzed to draw out a plan to build a more rational water management organization. And then, the two organization reform alternatives were discussed on which alternatives can effectively manage the water. Through the analysis, deployment of three divisions including the water policy, the wastewater policy and the division of water industries and business are the best alternative in terms of water equality, sustainability and efficiency, which are the three main goals of the new Water Management Act, Water Management Basic Act. With much efforts, the Korea has come to the era of One Water Management. The water management paradigm proposed in this opinion is expected to become a new engine of economical growth of the nation.

수질개선을 위한 효율적인 급수시설 관리방안 연구 : 저수시설의 잔류염소 분해특성을 중심으로

구자용,주충남,최재호,김신걸 서울시립대학교 산업기술연구소 1999 산업기술연구소논문집 Vol.7 No.-

This paper describes the effects which temperature and the initial chlorine concentration have on the chlorine decay. Experiments were carried out at different temperature(6℃ ~30℃ ) and initial chlorine concentration(0.2mg/L ~ 0.Bmg/L). The decay constants were found to be inversely proportional to the initial chlorine concentration and proportional to the temperature. First-order model is described the chlorine decay and the decay constants were 0.0031 min-1 ~0.0092 min -1.

위성영상의 텍스쳐 특성을 이용한 인구밀도 자료 추출

구자용 국토지리학회 2008 국토지리학회지 Vol.42 No.4

Population is the most basic statistical data representing socio-economic aspects in spatial domain.Remote sensing techniques can be used to obtain population estimation from satellite imagery. Very high spatialresolution (VHR) imagery facilitates more accurate estimation of population. This study aims to estimate populationdensity utilizing texture analysis associated with VHR imagery. Grey-level co-occurrence (GLCM) matrix wasemployed to derive texture measures from IKONOS imagery. A correlation analysis and a regression model wereutilized to explore the relationship between texture descriptor and the population density. The study discovered thattexture descriptor played an important role to extract the information of population density depending on theregression model. Taking the result of the study into consideration, GLCM texture descriptors will provide criticalinformation to estimate population density without image classification procedures in many research areas related topopulation. 인구는 공간상에 분포하고 있는 인문사회적 자료 중에서 가장 기초적인 통계자료이다. 원격탐사를 이용하면 위성영상으로부터 인구 자료를 효과적으로 취득할 수 있다. 최근 등장하고 있는 고해상도 위성영상은 지표면의 세밀한 모습까지 담고 있기 때문에 더욱 정확한 인구의 추정이 가능해졌다. 본 연구에서는 최근 고해상도 위성영상을 처리하기 위한 기법 중의 하나인 텍스쳐 분석을 이용하여 인구밀도를 추정하였다. 위성영상에 GLCM 기법을 적용하여 텍스쳐 지표들을 추출하고, 상관분석과 회귀분석을 통하여 이들 지표와 인구밀도와의 관계를 파악하였다. 위성영상의 텍스쳐 지표와 인구밀도는 일정한 상관관계를 보이고 있었으며, 텍스쳐 지표들을 중회귀 분석한 자료를 이용하여 인구밀도를 정확하게 추정할 수 있었다. 본 연구는 고해상도 위성영상으로부터 인구자료를 직접 취득할 수 있다는 장점이 있기 때문에 인구의 추정이 필요한 많은 연구에 적용될 수 있을 것이다.

기계학습 기법을 이용한 고해상도 위성영상의 분류에 관한 연구

구자용 국토지리학회 2009 국토지리학회지 Vol.43 No.4

The high resolution satellite image can provide more specific geographic information since it contains the details of the earth surface. As very precise images including high resolution images are more available, we have tried to have more effective techniques for the digital image processing. This research proposes to use the spectral and texture information to develop a new classification technique that can be applied to the object extracted from satellite image. The researcher set up a classification rule by taking the machine learning approach to the attribute data of the training set. And the rule is further used to classify the satellite image. A test with case study data shows this rulebased classification technique using machine learning approach could be useful since the approach allows us to consider the various spectral and textual information and the rule-based classification is simple and more effective than traditional classification. 고해상도 위성영상은 지표면의 모습을 자세하게 담고 있기 때문에 상세한 지리정보를 추출할 수 있다. 최근 고해상도 위성영상이 활발히 이용되면서, 새로운 영상분류 기법이 모색되고 있다. 본 연구에서는 영상에서 추출된 객체를 대상으로 분광 정보와 텍스쳐 정보를 이용한 새로운 분류 기법을 개발하였다. 훈련지역의 다양한 정보를 기계 학습 기법에 적용하고, 그로부터 도출된 규칙을 이용하여 규칙 기반 분류기법에 적용하였다. 사례 지역의 자료를 이용하여 기계 학습 기법과 규칙 기반 분류에 적용한 결과, 기존의 분광 특성만을 이용한 영상보다 분류 결과의 정확도 측면에서 우수한 것으로 나타났다. 기계 학습 분류 기법과 규칙 기반 분류 기법은 분광 특성뿐만 아니라 다양한 텍스쳐 정보를 함께 고려하기 때문에 보다 간편하고 효과적인 영상분류 기법이라고 할 수 있다.

해상도별 위성영상을 이용한 체계적 토지피복 분류에 관한 연구

구자용 국토지리학회 2011 국토지리학회지 Vol.45 No.3

위성 영상에 저장되고 표현되는 지리정보는 공간 해상도에 따라 그 내용이나 상세한 정도가 다르게 나타난다. 본 연구에서는 다양한 종류의 공간 해상도를 가진 위성영상을 체계적으로 관리하고 처리할 수 있는 방안을 제시하고자 한다. 객체 지향 분류기법에서 활용되고 있는 다중 해상도 영상 분할 기법을 적용하여 고해상도 위성영상인 IKONOS 영상과 중해상도 위성영상인 LANDSAT 영상을 처리하고, 그 결과를 비교하였다. 그 결과 다중 해상도 영상 분할 기법을 이용하여 서로 다른 해상도의 영상을 통합하고 체계적으로 관리할 수 있었으며, 분류 정확도 역시 향상된 결과를 얻을 수 있었다. Detail geographic information stored in satellite image is varying with the spatial resolution. This study aimed to manage and process the variety of satellite image in different spatial resolution. The multi-resolution image segmentation from the object oriented classification technique was used to manage and process those images. The IKONOS high resolution image and LANDSAT ETM+ middle resolution image were processed and compared. Multi-resolution image segmentation was the best to integrate and manage the images in different spatial resolution.