항공사진을 이용한 훼손 산지 탐지 연구
A Study on Detection of Deforested Land Using Aerial Photographs
*
함보영*ㆍ이천용**ㆍ변혜경***ㆍ민병걸****
Ham, Bo YoungㆍLee, Chun YongㆍByun, Hye KyungㆍMin, Byoung Keol
要 旨
사회 변화에 따라 산지이용 수요가 증가하고 다양화되면서 산림을 훼손하고, 타 용도로 활용하는 산지의 면적이 증가하고 있다. 이에 최근 훼손된 산지의 면적을 효과적으로 확인하기 위하여 두 시기의 항공사진을 활용한 훼손 산지 변화탐지 기법을 연구하였다. 본 연구에서 개발한 기법은 객체기반 변화탐지 형식으로, 영상 혼합 - 객체 분 할 - 객체 병합 - 노이즈 제거 - 훼손지 추출의 5가지 단계로 진행되었다. 훼손 산지에 적합한 객체생성 수준을 선 정하고, 객체를 분할·병합하는 과정을 통해 객체 간의 관계와 각 객체가 지닌 분광 특성 및 정황적(Contextual) 정 보를 활용하여 신규 훼손 산지를 추출하였다. 시범 영역 테스트 결과, 전체 판독범위의 12%에 해당하는 훼손 산지 를 추출하였고 육안판독 훼손산지의 평균 96%를 포함함으로써, 육안판독 전·후의 보완 자료로서의 가치와 자동추 출의 가능성을 확인하였다.
핵심용어 : 훼손산지, 다중시기 항공사진, 객체기반분할, 변화탐지, 차영상, RED 밴드
Abstract
With high social demands for the diverse utilizations of forest lands, the illegal forest land use changes have increased. We studied change detection technique to detect changes in forest land use using an object-oriented segmentation of RED bands differencing in multi-temporal aerial photographs. The new object-oriented segmentation method consists of the 5 steps, “Image Composite - Segmentation - Reshaping - Noise Remover - Change Detection”. The method enabled extraction of deforested objects by selecting a suitable threshold to determine whether the objects was divided or merged, based on the relations between the objects, spectral characteristics and contextual information from multi-temporal aerial photographs. The results found that the object-oriented segmentation method detected 12% of changes in forest land use, with 96% of the average detection accuracy compared by visual interpretation. Therefore this research showed that the spatial data by the object-oriented segmentation method can be complementary to the one by a visual interpretation method, and proved the possibility of automatically detecting and extracting changes in forest land use from multi-temporal aerial photographs.
Keywords : Deforested Land, Multi-temporal Aerial Photographs, Object-oriented Segmentation, Change Detection, Image Differencing, RED Band
1. 서 론
인구증가와 산업발전 등의 사회 변화에 따른 산지이 용 수요가 증가하고 수요형태도 다양화되면서 산지이 용 실태 파악의 필요성이 대두되고 있다. 특히, 적법한 절차 없이 산지를 타 용도로 이용하는 행위가 증가함으
로써 체계적인 산지관리에 어려움이 따르고 있다 (Korea forest service, 2011). 한편, 국내․외 농업, 해양, 산림의 여러 분야에서 원격탐사기술을 활용한 관측 및 분석이 활발히 진행되고 실용화되고 있다(Statistics Korea, 2008). 이에 산림청에서는 산지훼손 실태조사 에 원격탐사와 GIS 기술을 도입하여 두 시기의 항공사
2013년 7월 11일 접수, 2013년 8월 29일 수정, 2013년 8월 29일 채택
* 교신저자ㆍ정회원ㆍ한국산지보전협회 산지정보팀장, 고려대학교 환경생태공학과 박사과정(Corresponding author, Member, Forestland GIS·RS Information Team Leader, Korea Forest Conservation Association, Doctoral Student. Dept. of Environmental Science and Ecological Engineering, KOREA UNIVERSITY, [email protected])
** 정회원ㆍ한국산지보전협회 기획연구처장, 농학박사(Member, Planning and Research Director, Korea Forest Conservation Association, Ph.D., Agriculture, [email protected])
*** (주)비엔티솔루션 GIS사업부 과장(GIS사업부 Manager, B&T Solution CO., LTD, [email protected])
**** (주)비엔티솔루션 부대표이사(Vice CEO, B&T Solution CO., LTD, [email protected]) 11
Vol.21 No.3 September 2013 pp.11-17 연구논문
ISSN: 2287-6693(Online) http://dx.doi.org/10.7319/kogsis.2013.21.3.011
진을 육안판독하여 훼손 산지 현황을 조사하고 있다. 그러나 육안판독의 경우에는 판독자의 경험에 따른 오 차 등 한계가 있기 때문에, 산지변화에 대한 정량적인 분석방법을 마련할 필요가 있다. 본 연구는 이러한 판 독 방법을 좀 더 효과적으로 지원하기 위한 방안 마련 으로 훼손 산지 탐지 기법을 연구하고자 하였다.
원격탐사의 변화탐지 연구에는 차영상(Image differencing), 비영상(Image ratioing), 후 분류비교 (Past-classification comparison), 직접다중시기분류 (Direct multi-date classification), 변화벡터분석(Change vector analysis), 영상 간 회귀분석(Image regression) 등의 다양한 방법이 있다(Singh, 1989; Lee and Jo, 2004). 고해상도 위성영상 및 항공사진의 활용도가 높 아지면서 화소 기반 분류에서는 일관성 없는 Salt and Pepper 현상이 발생하는 등의 제한이 있었다. 따라서 조금 더 실세계에 가까운 지리객체를 자동으로 할당하 고 추출하기 위해서 고해상도 사진의 화소 간 상대적 유사성, 질감, 거리 등을 토대로 객체를 생성하고, 영상 의 분광정보 뿐만 아니라 객체별 질감, 형태, 객체와의 관계 등의 복합적 정보의 활용이 가능한 객체기반 연구 가 활성화되었다.
고해상도 항공사진 혹은 위성영상을 활용한 객체기 반 변화탐지와 관련된 연구로 Willhauch(2000)은 1960 년 항공사진과 1995년 SPOT 영상을 혼합하여 변화탐 지를 위한 화소 기반 분류와 객체기반 분류를 수행하였 는데, 두 방법의 분류 결과는 큰 차이가 없었으나 자동 객체추출과 다양한 공간적 해석이 가능하다는 점에서 객체기반 분류를 더 선호하였다. Sicong(2010)은 다중 시기 ALOS 영상을 활용하여 객체기반 변화탐지를 실 험하였는데, 객체의 분광, 질감, 모양 등의 특성을 가진 공간 레이어를 생성하고 임계치를 통해 변화를 탐지하 는 방법을 시도하였다. Johansen(2008)은 두시기 QuickBird 영상을 화소 기반과 객체기반으로 변화 탐 지한 결과를 비교하였고, 객체기반 변화탐지 방법의 장 점으로 첫째, 변화탐지 후에 Filtering과 Smoothing을 추가로 수행하지 않아도 되고, 둘째, 소규모 면적의 지 리적 특성의 영향을 적게 받으며, 셋째, 변화탐지 분석 에 객체의 정황적 정보를 활용할 수 있다고 하였다.
국내에서 산지 훼손과 관련하여 선행된 연구로는 Yoon(2008)은 Quickbird 영상의 분광혼합분석을 이용 하여 산림 황폐화 탐지를 연구한 바 있고, Kim(2010) 은 SPOT-5 영상의 객체기반 분류와 질감 분석을 통해 북한 산림 황폐지를 분석하였다.
본 연구에서는 신규로 훼손된 산지를 추출하기 위하 여 2007년, 2010년의 두 시기 항공사진을 이용한 변화
탐지 기법을 연구하였다. 이때, 항공사진의 특성을 고 려하여 객체기반분할 및 변화탐지 기법을 활용하여 신 규 훼손 산지를 추출하기 위한 단계와 방법을 도출하였 으며, 개발한 방법론에 의한 훼손 산지 추출 결과와 육 안판독 결과를 비교하여 활용 가능성을 분석하였다.
2. 연구자료 및 방법론
2.1 연구자료와 범위
본 연구의 공간적 범위는 산지관리법상 ‘산지’를 대 상으로 하여, 연속지적도 상 지목이 ‘임’인 영역으로 하 였다. 시간적 범위는 2007년(과거), 2010년(최신) 두 시기를 대상으로 하며, 영상 자료는 위의 두 시기에 촬 영된 공간해상도 50cm 항공사진을 활용하였다. 항공사 진은 가시광선 영역대의 RGB, 3가지 밴드를 가지며 위치 보정이 완료된 자료를 수집하였고, 동일 위치에서 두 항공사진의 위치 정확도가 3화소 이내로 일치하는 자료를 활용하였다.
향후, 전국의 산지를 대상으로 한 자동추출을 고려하 여 항공사진의 수집 형태인 수치지형도 1:5,000 도엽 크기를 분석 단위로 하였으며, 방법 개발 및 검증에 활 용한 시범 항공사진의 목록과 범위는 Table 1과 같다.
시범 도엽은 과거와 최신 영상의 식생 변화를 고려하여 선정하였으나, 식생이 없는 시기에 촬영된 2010년 항 공사진을 수집하지 못하여, 두 시기 모두 식생이 없거 나, 2010년에 식생이 없는 경우는 활용하지 못하였다.
본 연구가 ‘산지’를 대상으로 수행하므로 연속지적도 상 ‘임’인 영역에 해당하는 항공사진을 추출하여 기초 자 료로 준비하였으며, Trimble 사의 eCognition Developer 프로그램을 활용하여 객체를 생성하였다(Definiens, 2008).
Region Index Name
Index No.
Date 2007 2010 Goesan Chungju
(076) 36704076 Sep. Sep.
Jecheon Jecheon
(030) 37813030 Aug. Sep.
Jecheon Jecheon
(041) 37813041 Aug. Sep.
Jeungpyeong Eumseong
(065) 36703065 Dec. May Chungju Umjung
(074) 37716074 Jan. Apr.
Chungju Umjung
(077) 37716077 Jan. Apr.
Table 1. Study area (list of 1:5,000 digital maps)
2.2 훼손산지 변화탐지 방법론
방법론 연구 과정에서는 선행연구의 결과와 항공사 진의 특성을 고려하여 객체기반 훼손 산지 변화탐지 기 법 연구 목표의 수준을 정의하였다.
2007년, 2010년의 두시기 항공사진을 이용하여 자동 분류 방법으로 훼손산지를 추출하는 것이 본 연구의 주 된 목적이며, 또한 훼손산지 실태조사 사업에 실질적 활용을 위하여 추출된 훼손 산지가 육안판독 결과를 모 두 포함하여 육안판독의 효율성을 높일 수 있는 자료로 활용될 수 있도록 하였다.
본 연구에서 자동화 기법 개발을 위하여 선정한 목표 의 기준은 다음과 같다(Table 2).
훼손 산지 변화탐지 기법은 크게 ‘객체 생성’ 과정과
‘훼손지 추출’ 과정으로 구분된다(Fig. 1).
‘객체 생성’ 과정에서는 영상혼합, 객체분할, 객체병 합의 세 단계를 거쳐 최신 영상의 훼손지 특성이 잘 반 영된 객체를 생성하고, 동시에 과거 훼손지의 특성을 분석할 수 있게 하였다. ‘훼손지 추출’ 과정에서는 ‘객 체 생성’ 과정으로 생성된 객체에서 훼손지의 범주에 해당하지 않는 노이즈 객체를 제거하고, 최종적으로 과 거와 최신 영상의 차이를 통해 신규 훼손지 객체를 추출 하게 된다. 다음은 5가지 단계별 알고리즘, 파라미터, 임 계값과 상세설명이며, 파라미터와 임계값은 6개 도엽의 테스트에서 일정한 결과가 도출된 값으로 선정하였다.
첫 번째 단계인 ‘영상 혼합’ 단계에서는 최신 항공사 진의 RGB 전체 밴드와 과거 항공사진의 RED 밴드를 혼합하여 객체를 분할함으로써, 최신 항공사진의 특성 에 가깝게 객체화되면서 동시에 과거 RED 밴드의 특 성을 고려할 수 있게 하였다(Baudouin et al., 2006, ISSD/eMap Division, Saudi Aramco, 2007). 훼손 산 지는 나대지와 건물 등 산림과 식생이 없는 영역을 대 상으로 하므로 과거 훼손지를 대표하는 밴드로 RED
No. Criteria
1 Extraction of deforest areas in forest cover
2
Extraction of deforest areas in the current RS images where forests used to be covered in the past ones
3
Comparison between auto-extracted objects by change detection method and ones by visual interpretation
4
Extraction of auto-extracted objects having all of the objects by visual interpretation included
Table 2. Criteria of change detection method for deforested lands
Figure 1. Process of object oriented change detection by RED bands for deforested land
밴드를 활용하였다.
두 번째 ‘객체 분할’ 단계에서는 다중해상도 분할 (Multiresolution Segmentation), Scale 60, Shape 0.1, Compactness 0.5의 파라미터로 분할하여 최신 항공사 진의 훼손지가 빠짐없이 분할되도록 하였다.
세 번째 ‘객체 병합’ 단계는 두 단계로 구성되었는데,
① 분광차 분할(Spectral difference segmentation)은 최소 분광차 파라미터를 활용하여 주변 객체 간의 분광 차 값이 지정한 최소 분광차 이하이면 객체를 병합하게 된다. 비슷한 분광 특성을 가지는 산지에서 주변 객체 와 분광차가 큰 객체가 훼손지일 가능성이 높으므로, 본 알고리즘에서는 최소 분광차 값이 10 이하인 객체 를 병합함으로써 훼손지가 아닌 불필요한 객체를 병합 하는 효과를 가져온다. ② 다중해상도 영역성장
(Multiresolution segmentation region grow)은 Reshaping 기능의 하나로 객체별 평균 이질성을 최소 화하는 절차로 Scale 100, Shape 0.1, Compactness 0.5 의 파라미터로 초기 객체분할 단계에서와 동일한 Color, Shape 기준에서 최소한의 이질성을 확보하는 객체로 형태를 변경함으로써 ①과 같이 분할된 객체를 병합하는 효과를 가져온다.
네 번째 ‘노이즈 제거’ 단계에서는 앞의 두 단계에서 분할, 병합된 관계를 기반으로 하는 속성 정보인 하위 객체 수(Number of sub objects) 값을 활용하여 하위 객체 값이 4 이상인 객체를 삭제함으로써 객체 분할 시 부터 고유한 특성값을 가진 객체들로 여과시켜준다. 하 위 객체 수 4 이상으로 선택한 이유는 면적이 넓은 훼 손지는 경우에 따라 객체 분할이 일부 발생할 수 있으 므로 이를 고려하여 결정하였다.
마지막 ‘훼손지 추출’ 단계에서는 최신 항공사진의 RED 밴드 값과 과거의 RED 밴드 값의 차를 통해 최 신 훼손지를 추출하는 최종 단계이다. 위의 4단계를 거 친 객체는 객체별 최신 RED 밴드 값과 과거 RED 밴 드 값에 대한 속성 DB를 보유하고 있고, 과거는 산지 이고 최신 항공사진에서는 훼손지인 경우에는 최신 객 체의 RED 밴드 값이 과거 객체에 비해 크다는 점을 활 용하여 두 밴드 간의 차 값이 0 보다 큰 객체를 최종 변화 훼손지로 추출한다.
3. 결과 및 고찰
테스트 도엽 선정 시에 가능하면 과거와 최신 영상의 식생 변화를 고려한 계절별 영상으로 테스트하고자 하 였으나, 수집 가능했던 영상의 촬영시기가 계절별로 골 고루 분포하지 않고, 최신 항공사진은 여름과 가을에, 과거 사진은 가을과 겨울에 촬영된 사진이 대부분이어 서 식생이 있는 시기와 없는 시기로 구분하여 테스트를 진행하였다. Table 1과 같이 두 시기 모두 식생이 존재 하는 3도엽, 최신 사진에 식생이 있고, 과거 사진에는 식생이 없는 경우 3도엽을 테스트하였다.
6개의 도엽에 훼손 산지 변화탐지 기법 5단계를 적 용하면 ‘객체 분할’ 단계에서 평균 6,600여 개 객체를 생성하는데, ‘객체 병합’ 과정을 거쳐, 평균 1,300여 개 객체로 정제되고, ‘노이즈 제거’ 단계를 통해 하위 객체 수가 4 이상인 객체를 제거하면 상대적으로 면적이 넓 고, 고유의 객체 특성을 가지지 않는 비훼손지 영역이 제거되어 평균 1,000여 개의 객체로 줄어든다. 마지막 으로 두 항공사진의 RED 밴드 차를 이용한 ‘훼손지 추 출’ 단계를 통해 평균 700여 개의 객체가 남게 된다.
Index Name
Change detection area for deforested land(ha) Whole Forest
Land (A)
deforested Land(B)
Ratio (B/A)
Sum 2,071 255 12%
Mean 345 43 12%
Chungju(076) 471 59 13%
Jecheon(030) 345 74 21%
Jecheon(041) 360 25 7%
Eumseong(065) 193 15 8%
Umjung(074) 440 30 7%
Umjung(077) 262 52 20%
Table 3. Test results of object oriented change detection with RED bands
그 결과로 전체 산지면적의 평균 12%가 훼손 의심지 로 추출되었고, 이는 육안판독 시에 판독 범위를 12%
로 줄일 수 있음을 의미한다(Table 3).
Fig. 2는 음성(065) 도엽에 대한 훼손 산지 변화탐지 기법의 단계별 객체추출 현황을 보여준다.
먼저 ‘객체 분할(STEP2)‘ 단계에서는 산림과 훼손 지역 모두를 포함하는 영역에 객체가 생성되었으며, 산 림에서는 식생의 색 및 형태, 사면, 그림자 등에 따라, 훼손지에서는 이용지의 모양 및 색상 등에 따라 객체가
(a) STEP2 (b) STEP3
(c) STEP4 (d) STEP5
Figure 2. Distribution of objects by object oriented change detection by RED bands steps – Eumseong(065)
세분되어 단일 객체임에도 여러 개로 분할되는 경향이 나타났다.
두 번째 ‘객체병합(STEP3)’ 단계에서는 인접 객체와 의 분광차가 비교적 적은 산림지의 경우에는 상당 부분 병합되는 반면, 훼손지의 경우는 일부 경지로 사용된 전용지의 경우에만 병합현상이 확인되었다. 그러나 산 뒷사면에 해당되거나 그림자를 포함하고 있는 경우 등 분광차가 큰 경우에는 병합되지 않았다.
세 번째 ‘노이즈제거(STEP4)’ 단계에서는 관계기반 속성정보를 이용하여 객체를 제거한 결과 산림지에서 분할된 작은 객체의 수가 감소하였고, 훼손지의 경우에 도 상위 객체를 제외하고 하위의 분할 객체들은 삭제되 었다. 그러나 이 단계에서도 그림자 및 산 뒷사면과 같 이 분광차가 뚜렷한 지역은 제거되지 않았고, 산지와의 경계부에 위치한 경지 일부가 서로 하위단위로 인식되 어 삭제되는 현상이 나타났다.
마지막으로 RED 밴드의 차를 이용한 ‘훼손지 추출 (STEP5)’ 결과 산지는 대부분 제외되었으나 식생이 존 재하는 묘지 등과 과거와 최신의 항공사진의 특성(분광 및 형태 등)차가 크지 않은 훼손 산지는 추출되지 않 았다.
다음은 추출된 객체가 육안으로 판독한 실제 훼손 산 지에 모두 포함되는지를 확인하였다(Table 4). 그 결과, 육안판독 훼손 산지(196개)의 96%에 해당하는 188개 가 훼손 산지 변화탐지 기법으로 추출되었음을 확인하 였다. 충주(076)를 제외한 5개 도엽은 95% 이상 육안 판독 결과를 포함하였고, 이 중 3개 도엽은 100%로 나 타났다. 즉, 전체 면적에서 판독 범위를 평균 12%로 감 소시킬 수 있고, 감소된 판독 범위에 실제 훼손 산지의 96% 이상이 포함되어있음을 확인하였다.
Index Name
No. of objects
Ratio (B/A) Visual
Interpretation (A)
Auto extraction
(B)
Sum 196 188 96%
Mean 33 31 96%
Chungju(076) 26 22 85%
Jecheon(030) 18 18 100%
Jecheon(041) 40 38 95%
Eumseong(065) 45 45 100%
Umjung(074) 24 24 100%
Umjung(077) 43 41 95%
Table 4. Comparison between objects by auto-extraction and ones by visual interpretation
Figure 3. Overlapping the deforested land objects by auto-extraction (broken line) with the ones by visual interpretation (full line) - Eumseong(065)
(a) Bare land (b) Grave
(c) Land used for forest
management (d) Agricultural land
(e) Roads (f) Buildings
Figure 4. Land use types in deforest area
(a) Showing vegetative properties between two images (Using for forest management)
2007 2010
(b) Showing inconspicuous differences between the two images
2007 2010
Figure 5. Failure cases of auto-extraction
Fig. 3은 개발 기법으로 추출된 훼손 산지와 육안판 독 훼손 산지를 중첩·비교한 그림이다. (실선 - 육안판 독 훼손 산지, 점선 - 자동추출 훼손 산지)
훼손 산지는 다양한 용도로 활용되며, 그 용도를 나 대지, 산림이용지(벌채지, 조림지 등 포함), 묘지, 도로, 인공물, 경지 등으로 구분할 수 있는데, 훼손 산지 변화 탐지 기법으로 다양한 용도의 훼손지를 추출할 수 있는 지 확인하였다(Fig. 4).
본 연구에서 탐지하지 못한 훼손지는 총 8건이었는 데, 이중 산림이용지가 6건, 나대지가 2건으로 나타났 다. 변화탐지 기법으로 추출하지 못한 사례를 살펴보면 두 가지 유형으로 분석할 수 있었다. 첫째, 육안으로 확 인한 경우 산림경영활동에 의한 변화는 발생하였으나 실제로는 두 영상에서 식생이 존재하는 경우(Fig. 5(a)) 와 과거와 최신 항공사진의 특성(분광값, 형태 등) 차가 크지 않아 훼손 산지의 특성이 불분명한 경우였다(Fig.
5(b)).
4. 결 론
본 연구에서는 두 시기 항공사진을 활용한 변화탐지 기법을 연구하여 신규 훼손 산지를 추출하고자 하였다.
그리고 추출 결과를 육안판독으로 조사한 실제 신규 훼 손산지와 비교하여 연구결과의 활용 가능성을 살펴보았 다. 개발한 기법은 다중시기 영상분류(Multi-temporal
classification), 객체기반분할(Object-oriented segmentation), 차영상(Image differencing)의 방법이 복합적으로 구현 되었으며, 훼손 산지에 적합한 객체 생성 수준을 고려 하였고, 객체 단위의 관계와 특성, RED 밴드의 시기 차를 이용하여 변화탐지를 실시하였다.
6개 도엽의 테스트 결과, 판독 면적의 12%의 객체가 추출되어 판독 범위를 좁힐 수 있었고, 추출된 객체는 육안판독 훼손 산지의 평균 96%를 포함하였다. 즉, 훼 손 산지 변화탐지 기법을 활용하면 자동 추출된 객체를 통해 전체의 12%로 판독 범위를 좁힐 수 있고, 이를 통해 대부분의 훼손 산지를 판독할 수 있으며, 또한, 다 양한 용도의 훼손 산지의 추출도 가능함을 확인하였다.
본 연구의 경우 재료 구득의 제약으로 다양한 경우의 수를 고려하지는 못하였다. 따라서 향후 산지훼손 실태 조사 등 실용화를 위해서는 전국의 다양한 케이스에 적 용이 가능한 파라미터와 임계값 선정에 대한 테스트와 고도화를 위한 추가적인 연구가 필요한 것으로 사료된 다.
즉, 육안판독 등 현행의 조사방법을 대체하기 위한 수단으로의 활용성 및 정확도 향상을 고려한다면 노이 즈 제거, 면적 정확도 확보, 표준화된 파라미터 및 임계 값 도출 등에 대한 추가적인 연구가 필요할 것으로 보 인다.
감사의 글
본 연구는 산림청의 산지훼손 실태조사 사업으로 진 행되었습니다.
References
1. Baudouin Desclee, Patrick Bogaert, Pierre Defourny, 2006, Forest change detection by statistical object- based method, Remote Sensing of Environment 102, pp. 1–11.
2. Definiens, 2008, Definiens developer 7 reference Book.
3. ISSD/eMap Division, Saudi Aramco, 2007, ArcGIS- based change detection analysis extension to manage land asset changes in Aramco, ESRI USER Conference.
4. Johansen, K., Arroyo, L.A., Phinn S., Witte, C., 2008, Object-oriented change detection of riparian environments from high spatial resolution multi- spectral images, ISPRS Archives, Vol. No. XXXVIII-4/C1.
5. Kim, Eun Sook, Lee, Seung Ho, Cho, Hyun Kook,
2010, Segment-based land cover classification using texture Information in degraded forest land of north korea, Korean Journal of Remote Sensing, The Korean Society of Remote Sensing, Vol. 26, No. 5, pp. 477-487.
6. Korea forest service, 2011, Survey of illegal deforestation, Policy research report
7. Lee, Jin Duk, Jo Chang Hwan, 2004, Detecting land cover chang in an urban area by image differencing and image ratioing techniques, Journal of the Korean Society for Geo Spatial Information System, The Korean Society for Geo Spatial Information System, Vol. 12, No. 2, pp.43-52.
8. Sicong Liu, Peijun Du, 2010, Object-oriented change detection from multi-temporal remotely sensed images, ISPRS Archives, Vol. No. XXXVIII-4/C7.
9. Singh Ashibindu, 1989, Review Article : Digital change detection techniques using remotely-sensed data, International Journal of Remote Sensing, Vol.10, No.6, pp. 989-1003.
10. Statistics Korea, 2008, Development of cultivated land survey method using remote sensing technology, Policy research report in korea 11. Willhauck, G., 2000, Comparison of object oriented
classification techniques and standard image analysis for the use of change detection between spot multispectral satellite images and aerial photos, ISPRS Archives, Vol. No. XXXVIII-B3/1, pp. 35-42.
12. Yoon, Bo Yeol, Lee Kwang Jae, Kim Youn Soo, Kim Yong Seung, 2006, High spatial resolution spectral mixture analysis for forest denudation detection, Proceedings of the KSRS Conference, The Korean Society of Remote Sensing, pp. 279-282.
