Abstract
The purpose of this study is to evaluate and seek the best suitable band and threshold boundary level on the change detection of image differencing method using Landsat TM data(20 May 1987 and 20 May 1993) in Pyeongtaeg City. The change detection images differencing method were evaluated by using normal reference data with an optimal threshold level{$mean{\pm}(SD{\times}T$ value). The normal reference data consisted of positive change{change dark into light in image pattern, that is, it changed arable land(paddy, upland, forest and so on) to artificial area(buildings, vinyl-house and roads, etc)} and negative change(change light into dark in image pattern, that is, it changed artificial area into arable land). As the result, the kappa coefficients of visible bands(D1, D2 and D3) were higher than those of infrared bands(D4, D5 and D7), and than D1 image with 1.0 thresholding and normal reference data was a improved result in the land-surface change detection such as kappa coefficient : 68.4%, overall accuracy : 89.2%, negative change : 6.6%, positive change : 10.6%.
급변하는 농업환경을 신속히 파악하고 이에 대처한다는 것은 중요한 일이다. 특히 농경지의 이용형태가 다양화(多樣化)되고 고도화(高度化)됨에 따라 그 필요성이 한층 인정된다. 이에 부응하는 인공위성자료인 Landsat TM을 이용한 우리 나라에 가장 알맞은 지표면 변동탐지 방법에 대한 연구 결과를 요약하면 다음과 같다. 우리 나라에 알맞은 지표면의 변화탐지기법을 찾기 위해 화상간 차이법을 적용하였으며, 동시에 변화탐지도에 대한 평가를 위해 참조자료를 작성한 후 최적 임계값을 구하였다. 여기서 정상적인 참조자료(농경지가 인공물로 변한 경우는 양의 변화, 그 반대면 음의 변화)나 비정상적인 참조자료(인공물이 농경지로 변한 경우는 양의 변화, 그 반대면 음의 변화)로 평가하였다. 또한 최적 임계값은 '평균${\pm}$(표준편차 ${\times}$ T값)'로 하여 구하였다. 1987년부터 1993년까지 6년 동안 가장 결과가 좋은 화상간 차이법은 D1 화상(1.0)으로 정상적인 참조자료로 평가시 카파계수가 68.4%, 전체 정확도는 89.2%로 나타났다. 또한 전체면적 48,436 ha중 음으로 변화된 영역은 3,207 ha(6.6%), 양으로 변화된 영역은 5,117 ha(10.6%)로 밝혀졌다.
