18권2호

LiDAR DEM 과다중시기에촬영된 Landsat 영상을이용한 낙동강유역내토지피복변화탐지 정윤재 1 Land Cover Change Detection in the Nakdong River Basin Using LiDAR Data and Multi-Temporal Landsat Imagery Yun-Jae CHOUNG 1 1) 요 약 본연구는 LiDAR DEM(Digital Elevation Model) 과다중시기에촬영된 Landsat 영상을이용하여 4 대강정비사업이시행되기이전및이후에낙동강유역내발생한토지피복변화를탐지및분석하기위하여수행되었다. 우선 LiDAR DEM 으로부터추출된제방경계선을이용하여하천유역폴리곤을생성하고, 하천유역폴리곤을이용하여다중시기에촬영된 Landsat-5 TM(Thematic Mapper) 영상과 Landsat-8 OLI(Operational Land Imager) 영상으로부터 4 개의하천유역영상을각각추출하였다. 그리고영상분류방법을적용하여각하천유역영상으로부터하천유역의주요토지피복인하천, 나지, 초지를각각분류하였고, 전체면적에서각토지피복이차지하는비율을계산하였다. 다중시기에촬영된하천유역영상으로부터분류된각토지피복의변화량을분석한결과, 4 대강정비사업이시행되기이전과 4 대강정비사업이완공된이후에는계절의변화에의해나지와초지의면적은큰폭으로변화하였으나, 하천의면적은큰변화가없었다. 반면에 4 대강정비사업전후로, 낙동강유역내저수량의증가로인해하천의면적이큰폭으로증가하였다. 본논문은 LiDAR DEM 과 4 대강정비사업이전과이후에촬영된위성영상들을이용하여 4 대강정비사업으로인해발생한하천유역내토지피복변화를탐지할수있는효과적인방법을제시하였다는데의의가있다. 주요어 : 낙동강유역, Landsat 영상, LiDAR DEM, 토지피복변화탐지 ABSTRACT This research is carried out for the land cover change detection in the Nakdong River 2015 년 5 월 1 일접수 Received on May 1, 2015 / 2015 년 6 월 15 일수정 Revised on June 15, 2015 / 2015 년 6 월 18 일심사완료 Accepted on June 18, 2015 1 ( 주 ) 지오씨엔아이공간정보기술연구소 Research Institute for Spatial Information Technology, GEO C&I Co., Ltd.. Corresponding Author E-mail : choung12osu@gmail.com

136 basin before and after the 4 major rivers restoration project using the LiDAR DEM(Digital Elevation Model) and the multi-temporal Landsat imagery. Firstly the river basin polygon is generated by using the levee boundaries extracted from the LiDAR DEM, and the four river basin imagery are generated from the multi-temporal Landsat-5 TM(Thematic Mapper) and Landsat-8 OLI(Operational Land Imager) imagery by using the generated river basin polygon. Then the main land covers such as river, grass and bare soil are separately generated from the generated river basin imagery by using the image classification method, and the ratio of each land cover in the entire area is calculated. The calculated land cover changes show that the areas of grass and bare soil in the entire area have been significantly changed because of the seasonal change, while the area of the river has been significantly increased because of the increase of the water storage. This paper contributes to proposing an efficient methodology for the land cover change detection in the Nakdong River basin using the LiDAR DEM and the multi-temporal satellite imagery taken before and after the 4 major rivers restoration project. KEYWORDS : Nakdong River Basin, Landsat Imagery, LiDAR DEM, Land Cover Change Detection 1. 연구배경및목적 서론 4 대강정비사업 (the 4 major river restoration project) 은우리나라에위치한 4 대강 ( 한강, 낙동강, 영산강및금강 ) 의정비를위하여하도의 준설및친환경보의설치를통한하천의저수 량증가, 하천구역에위치한제방의보강, 하천 주변의자전거길조성등을목적으로 2008 년 부터 2012 년까지시행되었던하천정비사업 이다 (MOLIT, 2009). 4 대강정비공사전후로발생한하천생태계변화분석및토지이용 변화탐지등의목적을위하여공간정보자료를 이용한하천구역내토지피복변화분석은 4 대강정비사업으로인한환경변화등을평가하 기위해매우중요하다. 우리나라 4 대강의긴길이 ( 한강 : 494km, 낙동강 : 510km, 영산강 : 115km, 금강 : 327km) 를고려하였을때, 현장답사를통한지형조사 방식은상대적으로많은시간및비용이소모 된다는단점때문에, 4 대강하천구역내토지피 복변화탐지에적합하지않다. LiDAR(Light Detection And Ranging) 자료및위성영상 등공간정보자료는넓은면적을차지하는하천 유역의분광및지형정보를높은정확도로획 득할수있다는장점때문에 (Choung, 2014a; Choung, 2014b), 하천구역내발생하는토지피복변화탐지에유용하게활용될수있다. 다중시기에촬영된공간정보자료들을이용한 하천유역내토지피복변화탐지연구는우리 나라와해외에서활발히진행되어왔다. Raj and Azeez(2010) 은다중시기에촬영된 Landsat 영상들을이용하여 Bharathapuzha 강유역에발생한토지피복변화를탐지하였다. Qingqing et al.(2012) 은위성영상을이용하여 Manas 강유역에서최근 30 년동안발생한토 지피복변화를탐지및분석하였다. Adewumi (2013) 는다중시기에촬영된공간정보자료들 을이용하여 Benue 강유역의토지피복변화패턴을분석하였다. Park et al.(2013) 은항공 사진을이용하여낙동강유역내토지피복변화 를탐지하였다. Choung(2014b) 은 RapidEye 영상과 LiDAR DEM 을이용하여낙동강하천

137 유역내토지이용현황을분석하였다. 일반적으로하천유역은제방과하천사이에 존재하는평탄한영역을의미하며, 정확한하천 유역을설정하기위해서는 DEM 과같은지형정 보를제공할수있는공간정보자료가반드시 필요하다 (Choung, 2014b). 본연구에서는항공 LiDAR DEM 자료와 4 대강정비사업이시 행되기이전에촬영된두 Landsat-5 TM 영 상과 4 대강정비사업이완공된이후에촬영된 두 Landsat-8 OLI 영상을이용하여 4 대강정 비사업이시행되기이전, 전후및이후에발생 한낙동강유역내토지피복변화를탐지하였다. 우선, LiDAR DEM 으로부터제방경계선을 추출한뒤, 이를이용하여 Landsat-5 TM 영 상및 Landsat-8 OLI 영상들로부터하천유역 영상들을각각추출하였다. 그리고영상분류방 법을이용하여추출된하천유역영상들로부터 하천토지피복분류단위인하천, 나지, 초지지역을각각분류하였고, 하천유역영상에서각토 지피복들이차지하고있는비율의변화를탐지 하여, 연구대상지역으로선정된하천유역내에 서다중시기에발생한각토지피복의변화량을 탐지하였다. 2. 연구대상지역의선정및연구자료확보 본논문에서는창녕, 창원및밀양을지나가 는낙동강본류 20km 지역을연구대상지역으로 선정하였다. Landsat 위성은미국국토지질조사 국 (USGS: United States Geological Survey), 미국대기해양국 (NOAA: National Oceanic and Atmospheric Administration) 및미국항 공우주국 (NASA: National Aeronautics and Space Administration) 등이지구관측을위한 목적으로공동으로개발한민간목적원격탐사 위성으로서, 1972 년에 1 호가발사되었고현재 8 호위성까지발사되어운용중이다 (USGS, 2015). 표 1 은본연구에서사용된 Landsat- 5 TM 영상과 Landsat-8 OLI 영상의속성정보를보여준다. 본연구에서는 4 대강정비공사가시행되기 이전 (2006 년 12 월 4 일과 2007 년 5 월 13 일 ) 에촬영된두 Landsat-5 TM 영상과 4 대강 정비공사가시행된이후 (2013 년 12 월 23 일과 2014 년 4 월 14 일 ) 에촬영된두 Landsat-8 OLI 영상을이용하여 4 대강정비사업이전, 4 대강정비사업전후및 4 대강정비사업이후에 발생한낙동강내토지피복변화를탐지하였다. 서로다른시기에연구대상지역을촬영한 Landsat-5 TM 영상및 Landsat-8 OLI 영 상은그림 1 에서확인할수있다. 본연구에서사용된 LiDAR DEM 자료는 Choung(2014b) 이사용한자료와동일하며 TABLE 1. Attributes of Landsat-5 TM and Landsat-8 OLI imagery used in this research (USGS, 2015) Landsat-5 TM imagery Landsat-8 OLI imagery Spatial resolution 30m 30m Horizontal datum GRS (Geodetic Reference System) 80 GRS (Geodetic Reference System) 80 Bands Band 1:0.45-0.52 μm Band 2:0.52-0.60 μm Band 3:0.63-0.69 μm Band 4:0.76-0.90 μm Band 5:1.55-1.75 μm Band 6:10.4-12.5 μm Band 7:2.08-2.35 μm Band 1:0.43-0.45 μm Band 2:0.45-0.51 μm Band 3:0.53-0.59 μm Band 4:0.64-0.67 μm Band 5:0.85-0.88 μm Band 6:1.57-1.65 μm Band 7:2.11-2.29 μm Band 8:0.50-0.68 μm Band 9:1.36-1.38 μm Band 10:10.6-11.19 μm Band 11:11.5-12.51 μm

138 (a) Landsat-5 TM imagery taken in 4 December 2006 (b) Landsat-5 TM imagery taken in 13 May 2007 (c) Landsat-8 OLI imagery taken in 23 December 2013 (d) Landsat-8 OLI imagery taken in 14 April 2014 FIGURE 1. Landsat-5 TM and Landsat-8 OLI imagery taken in the study area

139 TABLE 2. Attributes of LiDAR data used in this research Ground resolution 1m Data acquisition date December 2009 ~ January 2010 Horizontal accuracy 15cm Vertical accuracy 5cm Horizontal datum GRS 80 Vertical datum MSL(Mean Sea Level at Incheon Bay) LiDAR DEM 자료의속성정보는표 2 에서확 인할수있다. 연구방법 본연구에서는 LiDAR DEM 으로부터제방경 계선을추출한뒤, 추출된제방경계선을이용하 여 Landsat-5 TM 및 Landsat-8 OLI 영상 들로부터하천유역영상을각각추출한다. 그리 고하천유역내토지피복을분류하기위한최적의영상분류방법을선택하고, 각하천유역영 상에선택된영상분류방법을적용하여각하천 유역영상으로부터다양한하천토지피복들을분 류하였다. 1. Landsat 영상들부터하천유역영상추출 본연구에서는 Choung(2014b) 이이용했던 방법과동일한방법을적용하여 LiDAR DEM 으 로부터제방경계선을추출하여하천유역을설정 하였다. 우선, LiDAR DEM 으로부터 slope map 을생성한뒤, slope map 으로부터제방의비탈 경사폴리곤을추출하였고 (Choung, 2014a), 최 종적으로 slope map 으로부터제방경계선들을추출한다 (Choung, 2014b). LiDAR DEM 으로 부터최종적으로추출된제방경계선은그림 2 에서확인할수있다. LiDAR DEM 으로부터제방경계선들을추출 한뒤, 이들을연결하여 LiDAR DEM 으로부터 하천유역을추출하였고, 이를폴리곤으로변환시켜하천유역폴리곤 (river basin polygon) 을 생성하였다. 생성된하천유역폴리곤은그림 3 에서확인할수있다. 생성된하천유역폴리곤을이용하여 Landsat 시계열영상으로부터하천유역에해당되는지 FIGURE 2. Levee boundaries extracted from LiDAR DEM using the same method proposed by Choung(2014b)

140 FIGURE 3. Generated river basin polygon from the LiDAR DEM (a) First river basin imagery (b) Second river basin imagery (c) Third river basin imagery (d) Fourth river basin imagery FIGURE 4. First, second, third and fourth river basin imagery 역을각각추출하였고, 이들을각각첫번째, 두번째, 세번째및네번째하천유역영상 (first, second, third and fourth river basin imagery) 으로정의하였다. 생성된하천유역영 상들은그림 4 에서확인할수있다. 2. 하천유역내토지피복분류 4 개의하천유역영상을생성한뒤, 영상분류방법을이용하여각하천유역영상으로부터토 지피복을분류하였다. 위성영상은각픽셀마다서로다른분광특성을가진밴드별값을가지 고있으며, 일반적으로숲, 도로, 물등같은지 역에위치한픽셀들은유사한분광특성을가 지고있다 (Jensen, 2004). 영상분류방법은영 상자료에포함된다양한토지피복들을구별하 기위하여유사한분광특성을가지는픽셀들을하나의클래스로지정하는방법을의미하며, 화소단위분류기법인감독분류 (supervised

141 classification) 및무감독분류 (unsupervised classification) 와객체단위분류기법인객체 지향분류 (object oriented classification) 로나 눌수있다 (Jensen, 2004; Jo, 2012; Kim and Yeom, 2012; Choung, 2014b). 감독분류 는분류항목과각분류항목의트레이닝샘플을사용자가지정하고트레이닝샘플을기준으로 영상자료로부터토지피복을분류하는방법이며, 어떤픽셀이어떤트레이닝샘플들과가장유사 한지를판별하는방법에따라최대우도법 (Maximum likelihood), 최소거리법 (Minimum distance), 인공신경망법 (Neural network), 분광각도법 (Spectral angle mapper) 등이있다 (Jensen, 2004). 무감독분류는사용자가분류 항목을지정할필요가없이컴퓨터를이용하여 유사한분광특성을가진픽셀들을자동적으로 동일한클래스로그룹화하는방법이며, 클래스 의최대개수, 클래스의최대반경등화소들을군집화시키기위해입력해야할파라미터들의 종류에따라 K- 평균 (K-means) 방법및 ISODATA(Iterative Self-Organizing Data Analysis) 방법등이있다 (Jensen, 2004). 객 체지향분류는영상자료의픽셀들을묶어하나 의객체로형성하고이객체를분류의기본단위로이용하는방법이며, 일반적으로고해상도 위성영상에적용할때만족스러운결과를기대 할수있다 (Ku, 2011). 본연구에서는 Landsat 영상의낮은공간해 상도와하천유역내존재하는토지피복에관한 사전정보가없다는점을고려하여분류항목과 각분류항목의트레이닝샘플들을미리지정할 필요가없이분광특성이비슷한픽셀들을동 일한클래스로자동적으로그룹화할수있고 영상으로부터분류해야할클래스의개수를정 할필요가없이클래스의최대반경및클래스 간최소거리등의정보만을이용하여분류작업을진행할수있는 ISODATA 방법을적용하여 각하천유역영상으로부터토지피복을분류하 였다. ISODATA 방법을적용하여각하천유역영 상으로부터토지피복을분류할경우, 클래스간 최소거리와클래스의최대반경등에따라일반적으로클래스의수가자동적으로조절된다는 특징을가지고있다. 본연구에서는 ISODATA 방법을하천유역영상에적용한뒤, 사용자의 판단으로동일한지표면을나타내는복수의클 래스들을합쳐서하나의클래스로나타내는 post-classification 과정을수행하였다. ISODATA 방법을적용하여하천유역영상으로 부터생성된최초의클래스들과 post- classification 과정을통하여최종적으로생성 된클래스들의예시는그림 5 에서확인할수 있다. 위성영상을이용하여토지피복분류작업을수행할경우, 영상의공간해상도에따라, 대분 류, 중분류및세분류의위계를가진다 (EGIS, 2015). 즉, 위성영상의공간해상도가높을수록 세밀한토지피복분류작업을수행할수있지만, 위성영상의공간해상도가낮을수록물, 초지, 나지등과같은대표적인토지피복만을분류할 (a) Initial classes generated using the ISODATA method (b) Final classes generated through the post-classification process FIGURE 5. Examples of the final classes generated from the river basin imagery using the ISODATA method and the post-classification process

142 수있다. 주어진시계열 Landsat 영상들은공 간해상도가 30m 인저해상도영상이므로, 본연 구에서는생성된 4 개의하천유역영상으로부터 대표적인토지피복만을분류하였다. 우리나라의 대표적인 7 가지토지피복으로는시가지역, 농업 지역, 산림지역, 초지, 습지, 나지및수역이있으며 (EGIS, 2015), 본연구에서는주어진시 계열 Landsat 영상들의낮은공간해상도와촬 영시기로인해하천유역영상내초지와습지 를육안으로구분하는것이어렵다는점과시 가지역, 농업지역, 산림지역등은제방과물사 이에위치한하천유역이아닌주로제내지지 역에존재한다는점을고려하여, 각하천유역 영상으로부터하천 (river), 나지 (bare soil) 및초지 (grass) 의총 3 가지토지피복을분류하였 다. 각하천유역영상으로부터분류된토지피복 (a) Land covers classified using the first river basin image taken in 4 December 2006 (b) Land covers classified using the second river basin image taken in 13 May 2007 FIGURE 6. Land covers classified using the multiple river basin imagery

143 (c) Land covers classified using the third river basin image taken in 23 December 2013 (c) Land covers classified using the fourth river basin image acquired in 14 April 2014 FIGURE 6. Continued 은그림 6 에서확인할수있다. 각하천유역영상으로부터분류된토지피복 의정확도를검증하기위하여, 각하천유역영 상내에서평균 1km 간격의 50 개의점검점들 (checkpoints) 을생성하였고, 생성된점검점들의예시는그림 7 에서확인할수있다. 각하천유역영상으로부터분류된토지피복 의분류정확도는표 3 에서확인할수있다. 그림 4 와표 3 에서보는바와같이, 하천및 나지는초지에비해육안으로확연히구분되므 로다른토지피복에비해분류정확도가상대 적으로높았으나, 하천기슭에위치한초지는 하천과구분이잘되지않는경우가많고, 범람 원에위치한초지는나지와구분이잘되지않는경우가있으므로, 초지클래스의분류정확 도는다른토지피복의분류정확도에비해상 대적으로낮았다. 그러나초지클래스가낮은 분류정확도를가지는이유는하천클래스와

144 FIGURE 7. Examples of the checkpoints generated in the river basin imagery TABLE 3. Classification error matrix of land covers in the multiple river basin imagery (a) Classification error matrix of land covers in the first river basin imagery Class River Bare soil Grass User's accuracy River 15 1 0 94% Bare soil 0 28 1 97% Grass 1 2 2 40% Producer's accuracy 94% 90% 67% 90%(Overall accuracy) (b) Classification error matrix of land covers in the second river basin imagery Class River Bare soil Grass User's accuracy River 16 1 0 94% Bare soil 0 18 2 90% Grass 1 5 7 54% Producer's accuracy 94% 75% 78% 82%(Overall accuracy) (c) Classification error matrix of land covers in the third river basin imagery Class River Bare soil Grass User's accuracy River 19 1 0 95% Bare soil 3 22 2 81% Grass 0 1 2 67% Producer's accuracy 86% 92% 50% 86%(Overall accuracy) (d) Classification error matrix of land covers in the fourth river basin imagery Class River Bare soil Grass User's accuracy River 18 1 1 90% Bare soil 2 20 2 83% Grass 2 0 4 67% Producer's accuracy 82% 95% 57% 84%(Overall accuracy)

145 나지클래스에비해서상대적으로적은점검점 의개수가원인일수도있으므로, 추후연구로 초지클래스에대한점검점의개수를늘린뒤 초지클래스의분류정확도를다시계산할필요 가있다. 결과및분석 위성영상을이용한변화탐지는크게변화강조 (change enhancement) 방법과변화속성탐지 (change nature detection) 방법이있으며, 변 화강조방법으로는차연산 (image differencing), 주성분분석 (principal component analysis), 변화벡터분석 (change vector analysis) 등이 있고, 변화속성탐지방법으로는선분류후비교 (post classification comparison) 방법등이있다 (Park et al., 2003). 일반적으로변화강조 방법을사용할경우, 토지피복변화량및변화 된위치는알수있으나변화의특성은알수 없는반면에, 변화속성탐지방법을사용할경 우, 화소대화소의비교가가능하여변화속성 정보의파악이가능하다 (Park et al., 2003). 본연구에서는하천유역내토지피복변화속 성정보의파악을위해, 변화속성탐지방법을 적용하였다. 즉 4 대강정비사업이시행되기이 전, 4 대강정비사업전후및 4 대강정비사업이 완공된이후에발생한토지피복의변화량을탐 지하기위하여다음과같은방법을적용하였다. 우선각하천유역영상으로부터분류된토지피 복의면적을각토지피복클래스를구성하는 픽셀의개수를이용하여, 각토지피복이전체 하천유역에서차지하는비율을계산하였다. 그 리고 4 대강정비사업이전에촬영된첫번째 및두번째하천유역영상을이용하여 4 대강 정비사업이전에발생한각토지피복의변화를 탐지하였고, 4 대강정비사업이전과이후의비 슷한계절에각각촬영된첫번째및세번째 하천유역영상을이용하여 4 대강정비사업전 후에발생한각토지피복의변화를탐지하였고, 마지막으로 4 대강정비사업이후에촬영된세 번째및네번째하천유역영상을이용하여 4 대강정비사업이후에발생한각토지피복의 변화를탐지하였다. 하천유역영상에서차지하 는각토지피복의비율은표 4 에서확인할수 있다. 우선 4 대강정비사업이시행되기이전인 2006 년겨울에서 2007 년봄동안, 하천의면 적은 32% 에서 35.3% 로소폭증가하였으나큰 변화는없었다. 그러나나지의면적은 67.4% 에 서 33.4% 로크게감소한반면에초지의면적 은 0.6% 에서 31.3% 로크게증가하였다. 이는하천유역에서식생의활동이활발하지않는겨 울에비해식생의활동이활발한봄에초지의 양이증가했기때문인것으로보인다. 4 대강정비사업이시행되기이전인 2006 년 겨울에촬영된하천유역영상과 4 대강정비사 업이완료된이후인 2013 년겨울에촬영된하천유역영상을비교하였을때, 하천의면적은 32% 에서 50.3% 로크게증가한반면에, 나지 의면적은 67.4% 에서 48.8% 로크게감소하였 다. 4 대강정비사업은낙동강, 한강, 금강및 영산강등 4 대강을준설하고하천의저수량을 대폭늘리는것을목적으로하는대하천정비사업이다 (MOLIT, 2009). 그러므로 4 대강정 비사업기간동안하천의저수량이대폭증가 하였기때문에, 4 대강정비사업전후로하천의 TABLE 4. Land covers in the study area between 2006 and 2014 Class Ratio of land covers in the first river basin imagery (2006.12.4) Ratio of land covers in the second river basin imagery (2007.5.13) Ratio of land covers in the third river basin imagery (2013.12.23) Ratio of land covers in the fourth river basin imagery (2014.4.14) River 32.0 35.3 50.3 54.4 Bare soil 67.4 33.4 48.8 36.2 Grass 0.6 31.3 0.9 9.4

146 면적이대폭증가한것으로보인다. 마지막으로 4 대강정비사업이후인 2013 년 겨울에서 2014 년봄동안, 하천의면적은 50.3% 에서 54.4% 로소폭증가한반면에, 나지 의면적은 48.8% 에서 36.2% 로크게감소하였 고, 초지의면적은 0.9% 에서 9.4% 로크게증가하였다. 이는, 첫번째경우와마찬가지로, 겨 울에비해봄에왕성한식생의활동으로인해 초지의양이급격히증가했기때문인것으로 보인다. 결론적으로, 4 대강정비사업이시행되기이 전과이후에는하천유역에서하천의면적은큰변화가없었으며, 영상이촬영된계절에따라 초지와나지의면적이큰폭으로증가또는감 소한반면에, 4 대강정비사업전후에는하천의 저수량이대폭늘어나서하천의면적이큰폭 으로증가했다는사실을알수있었다. 본연구에서는서로다른시기에촬영된위성영상의토지피복을각각분류하고, 분류된각 영상에서동일한분류항목끼리비교하여어떤 토지피복이어떤토지피복으로변했는지를고 찰할수있는선분류후비교방법을사용하여 하천유역내하천, 나지및초지클래스의변화 패턴및변화면적을분석하였다. 일반적으로선분류후비교방법을사용하기위해서는각분 류항목의분류정확도가높아야하지만 (Jang et al., 2010), 표 2 에서보는바와같이, 초지클 래스의정확도는상대적으로낮기때문에토지 피복변화탐지의신뢰도가떨어질수있다는 단점이있다. 또한본연구에서는 post-classification 과 정을통하여각하천유역영상으로부터토지피복 을 3 개의클래스로분류하였으나, Landsat -5 TM 영상과 Landsat-8 OLI 영상의서로다른 밴드수및공간해상도등으로인해각영상으 로부터분류할수있는토지피복의개수는서로다를수있다. 그러므로추후연구에서는서로 다른하천유역영상에서 3 개의클래스외다른 클래스가존재한다면 3 개클래스로통합하기보 다는비분류또는기타클래스로분류하여토지 피복변화탐지의신뢰도를높일필요가있다. 결론 본논문은항공 LiDAR 자료와다중시기에 촬영된 Landsat 영상을이용하여 4 대강정비사업이전과전후그리고이후에하천유역내에 서발생한토지피복변화를탐지할수있는방 법을제시하였다. 본연구에서제시한방법을 이용하여연구대상지역으로선정된낙동강유 역내토지피복변화량을분석한결과, 4 대강 정비사업이시행되기이전과이후에는계절의변화에따른초지와나지의면적이큰폭으로 변화하였으나하천의면적은변화가거의없었 다. 그러나 4 대강정비사업전후로하천유역내 에서하천의면적이큰폭으로증가하였다는 사실을알수있었으며, 이는 4 대강정비사업으 로인해증가한하천의저수량때문인것으로보인다. 본논문은현장에방문하지않고다양 한공간정보자료들을이용하여 4 대강정비사업 으로인해하천유역내발생한토지피복변화 를탐지할수있는방법을제시하였다는점에 서의의가있다. 감사의글 본연구는국토교통부 / 국토과학기술진흥원건 설연구사업의연구비지원 (13 건설연구 S01) 에 의해수행되었습니다. REFERENCES Adewumi, A.S. 2013. Analysis of land use/land cover pattern along the river Benue channel in Adamawa State, Nigeria. Academic Journal of Interdisciplinary Studies 2(5):95-107. Choung, Y.J. 2014a. Mapping levees using LiDAR data and multispectral orthoimages in the Nakdong river basins, South Korea. Remote Sensing 6(9):8696-8717.

147 Choung, Y.J. 2014b. Analysis of land uses in the Nakdong river floodplain using RapidEye imagery and LiDAR DEM. Journal of the Korean Association Geographic Information Studies 17(4): 189-199 ( 정윤재. 2014b. RapidEye 영상 과 LiDAR DEM 을이용한낙동강범람원내 토지이용현황분석. 한국지리정보학회지 17(4):189-199). Jang, D.H., C. Kim and J.H. Park. 2010. The land-cover changes and pattern analysis in the tidal flats using post- classification comparison method: the case of Taean peninsula region. The Geographical Journal of Korea 45(2): 275-292 ( 장동호, 김찬수, 박지훈. 2010. 선분류후비교법을이용한간석지의토지피 복변화및패턴분석 - 태안반도지역을사례 로 -. 대한지리학회지 45(2):275-292). Jensen, J.R. 2004. Introductory Digital Image Processing(3rd Edition). Prentice Hall, Upper Saddle River, New Jersey, USA, 544pp. Jo, M.H. 2012. A study on the extraction of a river from the RapidEye image using ISODATA algorithm. Journal of the Korean Association Geographic Information Studies 15(4):1-14 ( 조명희. 2012. ISODATA 기법을이용한 RapidEye 영상으로부터하천의추출에관한연구. 한 국지리정보학회지 15(4):1-14). Kim, H.O. and J.M. Yeom. 2012. A study on object-based image analysis methods for land cover classification in agriculturual areas. Journal of the Korean Association of Geographic Information Studies 15(4):26-41 ( 김현 옥, 염종민. 2012. 농촌지역토지피복분류를위한객체기반영상분석기법연구. 한국지 리정보학회지 15(4):26-41). Ku, C.Y. 2011. A study on managing and processing the images with different spatial resolution for the systemic land cover classification. The Geographical Journal of Korea 45(3):375-386 ( 구자 용. 2011. 해상도별위성영상을이용한체계 적토지피복분류에관한연구. 국토지리학 회지 45(3):375-386). MOLIT. 2009. Report for management of Nakdong river. 988pp ( 국토교통부. 2009. 낙동강수계하천기본계획 ( 변경 ) 보고서. 988 쪽 ). Park, N.W., K.H. Chi, K.J. Lee and B.D Kwon. 2003. Automatic estimation of threshold values for change detection of multi-temporal remote sensing images. Korean Journal of Remote Sensing 19(6):465-478 ( 박노욱, 지광훈, 이광재, 권병두. 2003. 다중시기원격탐사화상의변 화탐지를위한임계치자동추정. 대한원격 탐사학회지 19(6):465-478). Park, S.K., J. Kim, J.L. Lee and M.H. Jo. 2013. Analysis of land use change within four major river areas using high-resolution air-photographs: the case of the Nakdong river basin. Journal of the Korean Association Geographic Information Studies 16(4):171-188 ( 박 수국, 김진, 이길재, 조명희. 2013. 고해상도 항공사진을이용한 4 대강하천구역내토지 이용변화분석 - 낙동강유역을사례로. 한 국지리정보학회지 16(4):171-188). Qingqing, Z., X. Hailiang, F. Jingyi, Y. Pujia and Z. Peng. 2012. Spatial analysis of land use and land cover changes in recent 30 years in Manas river basin. Procedia Environmental Sciences 12(B):906-916.

148 Raj, P.P.N. and P.A. Azeez. 2010. Land use and land cover changes in a tropical river basin: a case from Bharathapuzha river basin, southern India. Journal of Geographic Information System 2(4):185-193. EGIS(Environmental Geographic Information Service). 2015. http://egis.me.go.kr/ba/grd overintropage.do?mode=1. http://landsat.usgs.gov/.