본 연구소에서는 호소 수질오염의 중요한 관심대상인 영양상태를 평가하기 위해 원격탐 사기법을 적용하였다. 원격탐사기법을 적용하는데 있어서 기존의 회귀식을 이용한 방법과는 달리 분류기법을 사용하여 영양상태를 평가하였다. 부영양화는 조류의 이상증식에 의해 유발되므로, 수 체의 조류농도와 밀접한 항목인 클로로필 a와 투명도를 원격탐사 데이터에 적용하였다. 본 연구 에서 영향상태의 분류는 최대우도법과 최소거리법을 이용하였으며, 다음과 같은 결과를 얻었다. 첫째, 광역수계의 영양상태 평가시 원격탐사 데이터를 적용함에 있어 기초적인 분류기법만을 수 행하여도 70%이상의 정확도를 얻을 수 있었다. 둘째, 분류정확도면에서 최소거리법이 최대우도법에 비하여 양호하게 나타났다. 이것은 샘플이 정규분포를 이루고는 있으나 통계적인 기법을 적용하기에는 샘플수가 너무 적은 것에 기인한 것 으로 차후 통계적 분포에 영향을 받지 않는 인공신경망을 이용한 분류기법의 도입이 요구된다. 셋째, 본 연구결과를 이용하면 수계의 영양상태를 신속하고 주기적이며 가시적인 분석평가를 할 수 있어 호소의 영양상태 진행정도에 따라 적절한 대응책을 수립하는데 기초자료로서 활용할 수 있을 것으로 기대된다.
In this paper, remote sensing is used to estimate trophic state which is primary concern in a lake. In using remote sensing, this study estimated trophic state not with conventional method such as regression equations but with classification methods. As europhication is caused by the extraodinary proliferation of the algae, chlorophyll a and transparency are applied to remote sensing data.. Maximum Likelihood Classification and Minimum Distance Classification which are kinds of classification methods enabled trophic state to be confirmed in a lake. These are obtained as the result of applying remote sensing to classify trophic state in a lake. Firest, when we evaluate tropic state in a large area of water body, the application of remote sensing data can obtain more than 70% accuracies just in using basic classification methods. Second, in the aspect of classification, the accuracy of Minimum Distance Classification is usually better than that of Maximum Likelihood Classification. This result is caused that samples have normal distribution, but their numbers are a few to apply statistical method. Therefore, classification method is required such as artificial neural networks which are not influenced by statistical distribution. Third, this study enables the trophic state of water body to be analyzed and evaluated rapidly, periodically and visibly. Also, this study is good for forming proper countermeasure accompanying with trophic state progress extent in a lake and is useful for basic-data.
