There are no files associated with this item.
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.citation.endPage | 98 | - |
dc.citation.number | 3 | - |
dc.citation.startPage | 83 | - |
dc.citation.title | 한국지리정보학회지 | - |
dc.citation.volume | 24 | - |
dc.contributor.author | 손보경 | - |
dc.contributor.author | 이연수 | - |
dc.contributor.author | 임정호 | - |
dc.date.accessioned | 2023-12-21T15:15:19Z | - |
dc.date.available | 2023-12-21T15:15:19Z | - |
dc.date.created | 2021-10-13 | - |
dc.date.issued | 2021-09 | - |
dc.description.abstract | 도시녹지는 도시 생태계 건강성 증진을 위한 중요한 요소이며, 건강한 도시 생태계 유지 및 관 리를 위해서는 도시녹지의 공간적인 현황 파악이 필요하다. 환경부에서는 2010년 이후부터 총 41 개의 분류 항목을 갖는 1m 급 해상도의 세분류 토지피복지도를 제공해오고 있으나, 가로수와 같 은 도시 내 고해상도 상세 녹지 정보는 기타 초지로 분류되거나 누락되어 오고 있다. 따라서, 본 연구에서는 수원시 지역을 대상으로 1m 이하 급의 고해상도 원격탐사 자료(항공 LiDAR 및 RGB 정사영상)를 이용하여, 기존 세분류 토지피복지도에서는 나타나지 않는 고해상도의 상세 도시 녹 지(수목, 관목 및 초지) 정보를 분류하고자 하였다. 분류 기법으로는 딥러닝 기반의 이미지 분할 방법인 U-Net 구조의 모델을 활용하였으며, 분류 항목의 수 및 사용하는 자료의 종류에 따라 총 3가지의 모델(LRGB10, LRGB5, 및 RGB5)을 제안하고 성능을 평가하였다. 검증 지역에 대한 세 모델의 평균 전체 정확도는 각 83.40%(LRGB10), 89.44%(LRGB5), 74.76%(RGB5)이며, 항공 LiDAR와 RGB 정사영상을 함께 사용하여 총 5개의 항목(수목, 관목, 초지, 건물, 및 그 외)을 분 류하는 LRGB5 모델의 성능이 가장 높게 나타났다. 수원시의 수목, 관목 및 초지 기준의 전체 녹 지 현황은 각 45.61%(LRGB10), 43.47%(LRGB5), 및 44.22%(RGB5)로 나타났으며, 세 모델 모두 기존 세분류 토지피복지도와 비교하여 평균 13.40%의 도시 수목 정보를 더 제공할 수 있는 것으로 나타났다. 더불어 이러한 도시녹지 분류 결과는 향후 중분류 토지피복지도와 같은 기존 GIS 정보와의 융합을 통해 가로수 녹지 비율 현황 등 추가적인 상세 녹지 현황 정보를 제공할 수 있어, 다양한 도시녹지 연구 및 정책의 기초 자료로 활용될 수 있을 것으로 기대된다. | - |
dc.identifier.bibliographicCitation | 한국지리정보학회지, v.24, no.3, pp.83 - 98 | - |
dc.identifier.doi | 10.11108/kagis.2021.24.3.083 | - |
dc.identifier.issn | 1226-9719 | - |
dc.identifier.uri | https://scholarworks.unist.ac.kr/handle/201301/54120 | - |
dc.language | 한국어 | - |
dc.publisher | 한국지리정보학회 | - |
dc.title.alternative | Classification of Urban Green Space Using Airborne LiDAR and RGB Ortho Imagery Based on Deep Learning | - |
dc.title | 항공 LiDAR 및 RGB 정사 영상을 이용한 딥러닝 기반의 도시녹지 분류 | - |
dc.type | Article | - |
dc.description.isOpenAccess | TRUE | - |
dc.identifier.kciid | ART002757367 | - |
dc.type.docType | Article | - |
dc.description.journalRegisteredClass | kci | - |
dc.subject.keywordAuthor | RGB 정사영상 | - |
dc.subject.keywordAuthor | Urban green space | - |
dc.subject.keywordAuthor | Image classification | - |
dc.subject.keywordAuthor | Airborne LiDAR | - |
dc.subject.keywordAuthor | RGB ortho imagery | - |
dc.subject.keywordAuthor | Land cover map | - |
dc.subject.keywordAuthor | U-Net | - |
dc.subject.keywordAuthor | 토지피복지도 | - |
dc.subject.keywordAuthor | 도시녹지 | - |
dc.subject.keywordAuthor | 영상 분류 | - |
dc.subject.keywordAuthor | 항공 LiDAR | - |
Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.
Tel : 052-217-1404 / Email : scholarworks@unist.ac.kr
Copyright (c) 2023 by UNIST LIBRARY. All rights reserved.
ScholarWorks@UNIST was established as an OAK Project for the National Library of Korea.