다각도 원격탐사는 보다 풍부하고 다방향의 원격탐사 특성을 제공하여 지형 유형 간 구분성을 향상시키고 지물 피복의 정확한 인식을 위한 견고한 데이터 기반을 마련할 수 있다. GF-7은 중국이 ZY-3 위성 이후 처음으로 발사한 아미터급 측량 위성으로, 다각도 특성을 활용하여 '이물 동일스펙트럼' 문제를 해결하고 작물 식별 정확도를 향상시킬 기회를 제공한다. 본 논문에서는 GF-7 전방위, 후방위 팬크로매틱 및 후방위 다중분광 데이터를 활용하고, 다양한 특성 조합을 서포트 벡터 머신 분류기에 입력하여 분류를 수행하였다. 스펙트럼 및 질감 특성과 비교하여 다각도 특성이 작물 인식 정확도에 미치는 영향을 분석하였다. 결과에 따르면 스펙트럼 특성만 사용할 때와 비교하여 스펙트럼과 각도 차 특성 조합은 마늘과 겨울 밀의 지도 작성 정확도를 각각 4.07% 및 3.15%, 사용자 정확도를 각각 6.73% 및 2.12% 향상시켰다; 스펙트럼 및 질감 특성을 사용할 때와 비교하여 스펙트럼, 질감 및 각도 차 특성 조합은 마늘과 겨울 밀의 지도 작성 정확도를 각각 3.14% 및 1.01%, 사용자 정확도를 각각 5.11% 및 0.67% 향상시켰다. McNemar 검정 분석을 통해 이와 같은 분류 정확도의 향상이 안정적이며 각도 차 특성 사용이 작물 인식 정확도를 효과적으로 높일 수 있음을 확인하였다. 그 원인은 다각도 특성이 다각도 관측 시 작물 유형별로 특유한 스펙트럼 반응 차이를 갖고 있어 작물 간 구분성을 높여 원격탐사 작물 인식 정확도를 보장하기 때문이다.

GF-7;서포트 벡터 머신;각도 차;원격탐사;겨울 밀;마늘;농업