An Analysis of the Landuse Classification Accuracy Using PCA Merged Images from IRS-1C PAN Data and Landsat TM Data

IRS-1C PAN 데이터와 Landsat TM 데이터의 PCA 중합화상을 이용한 토지이용 분류 정확도 분석

The min object of this study was to prove the effectiveness of PCA(principal component analysis) merged images produced by PCA method using high resolution IRS-1C PAN data and multispectral Landsat TM data A sample data which has ten classes was generated for evaluation of the overall classification accuracy. In result, merged sample image which TM13457 bands with IRS-1C PAN data by PCA method showed best result (95.1%). Especially, the largest improve (6.2%) in classification accuracy was resulted when IRS-1C PAN data was merged with TM123457 or TM13457 images. In addition, landuse classification accuracy of the PCA merged images was improved (5.16%) than original color composite images of Landsat TM data.

본 연구에서는 고 해상력의 IRS-1C PAN 데이터와 다중 관측파장대를 갖고 있는 Landsat TM 데이터를 PCA(principal component analysis) 기법으로 중합하고, 중합화상을 이용하여 토지이용분류를 수행, TM 원화상과 분류정확도를 비교 분석하고자 하였다. 분류결과를 평가하기 위해서 10개의 분류항목으로 구성된 sample data를 생성시켰으며, 생성된 sample data의 전체정확도(overall accuracy)로서 분류결과를 평가하였다. 그 결과 여러 밴드를 사용할 수 있다는 이점을 가진 PCA기법으로 Landsat TM 데이터와 IRS-1C PAN 데이터를 중합하여 토지이용분류를 수행할 경우, IRS-1C PAN데이터와 TM13457의 중합화상에서 95.1%로 분류정확도가 가장 높았으며, 특히 TM123457 또는 TM 13457의 중합화상의 경우 TM원화상보다 분류정확도가 가장 크게 향상(6.2%)되었다. 또한 토지이용분류에 있어서 중합칼라합성화상이 TM 원화상 보다 전체적으로 약 5.16%의 정확도 향상을 가져왔다.