최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국농공학회논문집 = Journal of the Korean Society of Agricultural Engineers, v.56 no.3, 2014년, pp.55 - 64
이상현 (서울대학교농업생명과학연구원연수연구원) , 오윤경 , 박나영 (서울대학교조경.지역시스템공학부) , 이성학 (서울대학교조경.지역시스템공학부) , 최진용 (서울대학교조경.지역시스템공학부, 농업생명과학연구원)
While utilizing high resolution satellite image for land use classification has been popularized, object-oriented classification has been adapted as an affordable classification method rather than conventional statistical classification. The aim of this study is to extract the paddy field area using...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
고해상도 위성영상 토지 피복 분류의 한계는? | 고해상도 위성영상 자료는 이전의 MODIS 및 Landsat 자료와 비교하여 많은 정보를 제공할 수 있으며, 특히 농업생산기반 연구에 있어 높은 정확도를 가지고 있다. 그러나 공간해상도 5 m이하의 고해상도 위성영상을 활용하여 토지피복을 분류할 경우 기존의 픽셀단위의 화소 분석에 기초한 분류 알고리즘은 이웃한 화소와의 세밀한 차이까지 구분되기 때문에 오히려 오분류 화소까지 분류되고, 마치 노이즈가 있은 것처럼 표현되는 문제가 발생할 수 있다(Ku and Jang, 2006; Jensen, 2007; Van der Sande et al., 2003). | |
농업 분야에서 고해상도 위성영상의 장점은? | 고해상도 위성영상 자료는 이전의 MODIS 및 Landsat 자료와 비교하여 많은 정보를 제공할 수 있으며, 특히 농업생산기반 연구에 있어 높은 정확도를 가지고 있다. 그러나 공간해상도 5 m이하의 고해상도 위성영상을 활용하여 토지피복을 분류할 경우 기존의 픽셀단위의 화소 분석에 기초한 분류 알고리즘은 이웃한 화소와의 세밀한 차이까지 구분되기 때문에 오히려 오분류 화소까지 분류되고, 마치 노이즈가 있은 것처럼 표현되는 문제가 발생할 수 있다(Ku and Jang, 2006; Jensen, 2007; Van der Sande et al. | |
논벼 재배지역 식생지수의 시기별 변화는? | 특히, 본 연구에서 중점을 두고 있는 논벼 재배지역의 경우 담수재배라는 방식에 따라 타 피복과는 차별적인 식생지수의 시기별 변화를 내포하고 있다. 예를 들어 모내기 시기에는 담수 상태이기 때문에 수면과 유사한 수치의 반사도가 나타날 수 있으며 논벼의 생장이 이루어진 시기에는 식생지수가 높게 나타나게 된다. 이와 같은 식생지수 변화 특징을 반영한 토지피복분류를 수행할 경우 정확하고 반자동화된 논벼 재배지역의 추출이 가능할 것으로 판단된다. |
Benz, U. C., 2001. Supervised fuzzy analysis of single and multi-channel SAR data, The institute of electrical and electronics engineers transactions on geoscience and remote sensing 37 (2): 1023-1037.
Blaschke, T. and Strobl, J., 2001. What's wrong with pixels? Some recent developments interfacing remote sensing and GIS. GIS-Zeitschrift fur Geo informations systeme 6: 12-17.
Choi, J. Y., S. H. Yoo, Y. G. Oh, S. H. Yoon, W. H. Nam, and S. H., Lee, 2007. Estimating agricultural water requirement in North Korea using time-series satellite data, Seoul national university (in Korean).
Ham, J. H., C. G. Yoon, and S. J. Kim, 1999. Land cover classification and analysis using remotely sensed images Landsat TM with SPOT panchromatic, Proceedings of the korean society of agricultural engineers symposium (in Korean).
Hwang, E. J., K. J. Shin, S. K. Choi and J. K. Lee, 2005. RS : NDVI analysis of downtown using satellite image and GSIS, Journal of the korean society for geo-spatial information system 2005 GIS/RS proceedings: 249-253 (in Korean).
Jensen, J. R., 2007. Introductory digital image processing: A remote sensing perspective, 3rd Edition.
Jeong, J. J., 2012. Comparison of built-up area extraction methods: classification method vs. vegetation index method, Journal of the korean cartographic association 12 (3): 35-44 (in Korean).
Kim, D. I., U. Han and S. J. Jeong, 1998. A study on the land use change in the northern part of Hwanghae province using remote sensing images, The korean association of professional geographers 32 (4): 135-146 (in Korean).
Kim, H. O., J. M. Yeom and Y. S. Kim, 2011. The multi-temporal characteristics of spectral vegetation indices of agricultural land use on RapidEye satellite imagery, Korea aerospace research institute Journal 10 (1): 149-155 (in Korean).
Ku, C. Y. and H. Y. Jang, 2006. Landcover classification using high-resolution satellite image with vector polygon data, Geographical Journal Korea 40 (3): 449-459 (in Korean).
Lee, H. J., J. H. Ru and Y. G. Yu, 2010. Extracting high quality thematic information by using high-resolution satellite imagery, Journal of the korean society for geospatial information system 18 (1): 73-81.
Lee, M. S., S. J. Kim, H. S. Shin, J. K. Park and J. H. Park, 2009. Extraction of agricultural land use and crop growth information using KOMPAST-3 resolution satellite image, Korean journal of remote sensing 25 (5): 411-421 (in Korean).
Oh, C. Y., S. Y. Park, H. S. Kim, Y. W. Lee and C. U. Choi, 2010. Comparison of landcover map accuracy using high resolution satellite imagery, Journal of the korean association of geographic information studies 13 (1): 89-100 (in Korean).
Park, C., Seo, D., and Seo, C., 1996. An Evaluation of the green belt of Seoul metropolitan region by utilizing NDVI derived from TM data, The korean society of remote sensing 12 (3): 245-256 (in Korean).
Park, H. S., and S. W. Park, 1998. Landuse classifications from thematic mapper images using a maximum likelihood method, Proceedings of the korean society of agricultural engineers symposium (in Korean).
Pearson, R. L., and L. D. Miller, 1972. Remote mapping of standing crop biomass for estimation of the productivity of the short-grass prairie, Proceedings of the 8th International Symposium on Remote Sensing of Environment 1357-1381.
Rouse, J. W., R. H. Haas, J. A. Schell, D. W. Deering, and J. C. Harlan, 1974. Monitoring the vernal advancement of retrogradation of natural vegetation. NASA/GSFC, Type III, Final Report, Greenbelt, MD, USA.
Sung, H. H. and O. J. Park, 2000. A study on distribution and change of NDVI with land-cover change in city of Sungnam, The journal of geographic information system association of Korea 8 (2): 275-288 (in Korean).
Van der Sande, C. J., S. M. Jong and A.P.J. Roo, 2003. A segmentation and classification of IKONOS-2 imagery for land cover mapping to assist flood risk and flood damage assessment, International Journal of Applied Earth Observation and Geoinformation 4: 217-229.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.