도시화에 따른 불투수 지표면의 증가는 도시환경에 부정적인 영향을 미치게 된다. 따라서 도시 내 불투수 지역의 시공간적 변화 사항을 탐색하고 정량화하는 작업은 도시환경을 연구함에 있어 무엇보다 중요한 일이라 할 수 있다 지난 시기 도시지역의 불투수 지표면을 탐색하는 방법으로는 전통적인 영상분류 기법이 많이 사용되었다. 그러나 기존의 전통적인 영상분류 기법은 영상을 구성하는 각 셀이 지표면에 존재하는 다양한 객체들의 분광특성이 혼합된 결과임에도 불구하고 단 하나의 클래스로만 구분하는 단점을 가진다. 또한 불투수 지표면의 비율을 산정하기 위해서는 영상분류 후 각 분류항목에 불투수율을 할당해야하는 2중의 노력이 필요하며, 각 클래스에 단일한 불투수율을 지정해야만 하는 단점을 갖는다. 본 논문에서는 기존의 영상 분류방법이 갖는 이러한 단점을 보완하고자 불투수 지표면의 비율을 산정하기 위해 분광혼합분석 (spectral mixture analysis) 기법을 이용하였다. 분광혼합분석 기법을 적용하기 위해 식생, 토양, low albedo, high albedo 등 4가지 요소를 엔드멤버로 선택하였으며, 불투수율은 low albedo와 high albedo의 합으로 산정하였다. 대상 연구지역은 지난 십여년 동안 급격한 도시화가 진행된 탄천유역을 선정하였으며, 1988, 1994, 2001년의 Landsat 영상을 이용하여 신도시 건설에 따른 불투수 지표면의 변화율을 검토하였다. 분석결과 탄천유역의 불투수율은 88년 $15.6\%$, 94년 $20.1\%$, 2001년 $24\%$로 증가된 것으로 나타났다. 결론적으로 도시 불투수율을 분석 시 분광혼합분석 기법을 적용할 경우 추가적인 노력 없이 비교적 정확한 불투수율을 얻을 수 있음을 확인할 수 있었다.
Increasing of impervious surface resulting from urban development has negative impacts on urban environment. Therefore, it is absolutely necessary to estimate and quantify the temporal and spatial aspects of impervious area for study of urban environment. In many cases, conventional image classification methods have been used for analysis of impervious surface fraction. However, the conventional classification methods have shortcoming in estimating impervious surface. The DN value of the each pixel in imagery is mixed result of spectral character of various objects which exist in surface. But conventional image classification methods force each pixel to be allocated only one class. And also after land cover classification, it is requisite to additional work of calculating impervious percentage value in each class item. This study used the spectral mixture analysis to overcome this weakness of the conventional classification methods. Four endmembers, vegetation, soil, low albedo and high albedo were selected to compose pure land cover objects. Impervious surface fraction was estimated by adding low albedo and high albedo. The study area is the Tanchon watershed which has been rapidly changed by the intensive development of housing. Landsat imagery from 1988, 1994 to 2001 was used to estimate impervious surface fraction. The results of this study show that impervious surface fraction increased from $15.6\%$ in 1988, $20.1\%$ in 1994 to $24\%$ in 2001. Results indicate that impervious surface fraction can be estimated by spectral mixture analysis with promising accuracy.
