earticle

영어

The purpose of this study was to investigate the objective impact in accuracy and reliability with tendency depend ontraining samples by using the high-resolution images. Supervised classification was performed based on multi-spectral imageswhich made by each satellite and aerial images for considering all of bands’ characteristics. The highest accuracy was84.7% with satellite image(3*3) and 83% with aerial image(5*5) at the accuracy verification phase. Also, the overallaccuracy with the consideration of Kappa coefficient were 0.84 for satellite images and 0.82 for aerial images. In all of theimages, the smaller training sample was, the higher accuracy showed. Therefore, tree species classification accuracy wastended to rely on training sample size.

한국어

본 연구는 고해상도 위성영상과 항공영상을 이용하여 샘플영역의 크기 변화에 따른 수종분류 시 정확도와 신뢰도에 미치는 영향을 객관적으로 규명하고 그 경향성을 파악하는데 목적이 있다. 영상이 포함하고 있는 밴드들의 특성을 모두 고려하여 수종분류를 실시하기 위해 위성영상과 항공영상 각각에 대해 다중분광영상을 제작하였으며, 이를 기반으로 감독분류를 수행하였다. 그리고 정확도 검증단계에서 전체정확도를 산출하였으며, 그 결과 위성영상의 3*3에서 84.7%, 항공영상은 5*5에서 83%로 가장 높게 나타났으며 Kappa 계수는 각각 0.84, 0.82로 나타났다. 또한 두 영상의 샘플영역의 크기가작아질수록 정확도가 높아지는 것으로 판단된다.