최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국지형공간정보학회지 = Journal of the korean society for geospatial information science, v.20 no.3, 2012년, pp.65 - 71
강남이 (전북대학교 토목공학과) , 박정기 (전북대학교 토목공학과학과) , 조기성 (전북대학교 토목공학과) , 유연 (석곡관측과학기술연구원)
Recently the high-resolution satellite images are helpfully using the land cover, status data for the natural resources or environment management. The effective satellite analysis process for these satellite images that require high investment can be increase the effectiveness has become increasingl...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
원격탐측에서 자료 분석이란 무엇인가? | 일반적으로 원격탐측에 이용되는 자료의 특성은 각각의 물체의 고유한 특징인 분광특성을 가지고 있다. 자료 분석은 고유한 분광특성에 따라 지상 물체에 대한 다양한 정보를 얻어내는 것이다. 자료의 종류 및 분광 특성, 부가 정보 등의 세부사항이 분석 정확도에 영향을 주므로 분석자는 세부사항에 알맞은 분류 알고리즘을 선택하고 군집화하기 위하여 복잡한 결정을 내려야 한다. | |
원격탐측에서 실제 영상분류 작업을 수행하였을 때 어떤 문제가 발생하는가? | 그러나 실제 영상분류 작업을 수행하여 얻은 결과물을 살펴보면 각각의 분류 단계의 선정 기준 및 선택에 따라 결과물이 판이하게 달라진다. 이러한 근본적인 문제점은 실제의 대상물의 분광특성을 영상자료의 DN값의 정보와 일치시키는 작업이 쉽지 않기 때문이다. | |
최근 고해상도 위성영상은 무엇에 유용하게 사용되는가? | 최근 고해상도 위성영상은 자연자원이나 환경 관리에 필요로 하는 토지 피복 및 이용 현황자료 등에 유용하게 사용되고 있는 실정이다. 이에 따라 고액의 투자가 필요로 하는 위성영상의 효율성을 높이기 위하여 영상자료의 분석과정이 중요해지고 있다. |
Web., 2011, 국가 GIS 교육센터, http://www,e-gis,go,kr
과학기술부, 2010, 국가과학기술지식정보서비스.
일본 리모트센싱 연구회, 1998, 원격탐사개론.
김종호, 2004, SVM을 이용한 객체영상의 계층적 분류, 석사학위논문, 인하대학교.
노영희, 2009, 공간해상도와 분광해상도의 선택적 반영이 가능한 웨이블릿 기반 영상융합 기법 연구, 석사학위논문, 성신여자대학교.
사공호상, 임정호 2002, IKONOS 위성영상을 이용한 토지이용 현황 분석에 관한 연구, 한국 지리정보 추계 학술대회 발표논문집, 한국지리정보학회, pp. 35-43.
양옥진, 2001, 인공신경망의 알고리즘에 의한 토지적합성 분석, 석사학위논문, 조선대학교.
에르뎅솜배술드, 2012, Landsat 위성영상을 이용한 몽골 Tuv지역 토지피복변화, 석사학위논문, 전북대학교
유성곤, 1999, 유전자 알고리즘을 이용한 원격탐사자료의 감독분류기법 연구, 석사학위논문, 전북대학교.
전영준, 김진일 2003, IKONOS 위성영상의 토지피복 분석기법, 산업기술연구지 제 17권, pp. 135-144.
전영준, 김진일 2003, 고해상도 위성영상을 위한 감독분류시스템, 한국정보과학회, Vol 9, No3, pp. 301-310.
Carpenter, G.A., Gjaja, M.N., Gopal, S., Woodcock, C.E., 1997, ART neural networks for remote sensing: vegetation classification from Landsat TM and terrain data, Geoscience and Remote Sensing, IEEE, vol 35, No2, pp. 308-325.
Davis, C.H., Xiangyun Wang, 2002, Urban land cover classification from high resolution multi-spectral IKONOS imagery, Geoscience and Remote Sensing Symposium, 2002. IGARSS, IEEE, Vol 2, pp.1204-1206.
Han, J., Lee, S., Chi, K., Ryu, K., 2002, Comparison of neuro-fuzzy, neural network, and maximum likelihood classifiers for land cover classification using IKONOS multispectral data, Geoscience and Remote Sensing Symposium, IEEE, Vol 9, pp. 3471-3473.
Huang, C., Davis, L.S., Townshend, J.R.G., 2002, An assessment of support vector machines for land cover classification, Int J Remote sensing, vol23, No4, pp. 725-749.
Pierce L., Samples G., Dobson M.C. and Ulaby, F., 1998, An automated unsupervised/supervised classification methodology, Geoscience and Remote Sensing Symposium Proceedings, IEEE, Vol. 4, pp. 1781-1783.
Richards, J.A., 1993, Introduction to remote sensing digital image analysis, Spring-Verlag, Berlin.
Sugumaran, R., Pavuluri, M.K., Zerr, D., 2003, The Use of High-Resolution Imagery for Identification of Urban Climax Forest Species Using Traditional and Rule-Based Classification Approach and Rule-based Classification Approach, Geoscience and Remote Sensing, IEEE, Vol 41, No 9, pp. 1933-1939.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.