$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

NIR 관련 논문 통계 분석에 의한 NIR 원격탐사의 기술 및 활용분야 고찰
A Study for the Techniques and Applications of NIR Remote Sensing Based on Statical Analyses of NIR-related Papers 원문보기

대한원격탐사학회지 = Korean journal of remote sensing, v.33 no.5 pt.3, 2017년, pp.889 - 900  

백원경 (서울시립대학교 공간정보공학과) ,  박숭환 (서울시립대학교 공간정보공학과) ,  정남기 (서울시립대학교 공간정보공학과) ,  권수경 (서울시립대학교 공간정보공학과) ,  진원지 (서울시립대학교 공간정보공학과) ,  정형섭 (서울시립대학교 공간정보공학과)

초록
AI-Helper 아이콘AI-Helper

본 연구에서는 NIR(Near-Infrared) 원격탐사 자료를 이용한 연구의 결과인 논문을 분석함으로써 NIR의 기술 및 활용 연구 분야를 체계적으로 정리하고, 이후 NIR 영상을 활용한 연구의 흐름과 방향을 정립하는 데에 목표가 있다. 이를 위하여 최근 5년간의 국내 저널들과 활용 분야 SCI저널, 기술 개발 분야 SCI저널에 대하여 NIR 활용 연구에 관하여 사례조사를 실시하였다. 선별작업 이후 총 281편의 논문에 대하여 분석을 수행하였으며 통계 분석을 위해 분류와 소분류로 구분하여 우세한 연구 추세를 살펴보았다. 그 결과 논문 작성을 수행한 연구자들의 소속은 대학이 약 60% 이상으로 가장 높았다. 적용 분야의 경우 국외에서 육지 50%, 환경 30% 그리고 재해 11%의 분포를 나타냈다. 한편 국내의 경우 육지 55%, 환경 24%, 재해 10%의 분포를 보였다. 육지에 대한 국내 연구 사례는 임업과 농업이 각각 47%, 28%로 가장 높은 비율을 차지했다. 그 외에 국토관리(17%), 지질/자원과 관련하여 나머지 8%를 차지했다. NIR을 활용한 재해 관측은 산사태, 가뭄, 기상재해, 홍수 등에 활용되었다. 여기서 특히 기상재해는 황사에 관한 연구 결과로 국내의 실정이 반영된 것으로 보인다. 하지만 국내의 연구 사례 중 산불 탐지에 관한 결과가 존재하지 않았다. 국내의 실정을 고려해 볼 때에 이에 관한 추가적이고 활발한 연구가 수행될 필요가 있어 보인다. 이 통계적 논문 분석 자료가 향후 우리나라의 NIR 기술 개발과 활용 분야 확장에 도움이 될 기초 자료로 활용될 수 있기를 기대한다.

Abstract AI-Helper 아이콘AI-Helper

In this study, we analyzed the paper about NIR (Near-Infrared) remote sensing data and systematically summarized the research and application fields of NIR. To do this, we conducted a case study on the use of NIR in domestic journals, and SCI journals in the field of technology development for the l...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 따라서 이 논문에서는 NIR을 활용한 연구 분야를 파악하고 논문에 참여한 연구자들의 소속을 파악하여, 현재 NIR를 활용하여 활발하게 진행되는 연구가 무엇이고, 그 분야의 연구 개발 수준(신규개발-응용-현업)을 통계적으로 살피고자 하였다. 더 나아가 우리나라의 광학 위성 시스템을 개발하고 운용하는 데에 특히 필요한 속성들이 무엇인지를 나타내는 기초자료를 제공하고자 한다. 이를 위하여 국내 학술지에서 발행된 논문과 국외 원격탐사 분야 SCI 학술지에서 출간된 논문들을 수집하고 통계적으로 분석하였다.
  • 따라서 이 논문에서는 NIR을 활용한 연구 분야를 파악하고 논문에 참여한 연구자들의 소속을 파악하여, 현재 NIR를 활용하여 활발하게 진행되는 연구가 무엇이고, 그 분야의 연구 개발 수준(신규개발-응용-현업)을 통계적으로 살피고자 하였다. 더 나아가 우리나라의 광학 위성 시스템을 개발하고 운용하는 데에 특히 필요한 속성들이 무엇인지를 나타내는 기초자료를 제공하고자 한다.
  • 또한 전체 기간에 대한 활용 현황 조사는 사실상 불가능하다고 판단되어 2011년부터 2015년 사이의 최근 5년간의 누적된 데이터에 대하여 조사를 실시하였다. 본 연구에서는 NIR과 NDVI를 활용한 원격탐사 기술의 활용도와 수요도를 조사하기 위하여 수행되었다. 그 때문에 조사를 실시하여 수집한 연구성과는 ‘NIR’, ‘NDVI’을 검색어로 하여 수집하였다.
  • 연구에 참여한 저자의 소속 기관에 관한 통계적 분석을 실시함으로써, 해당 연구가 어느 소속에서 특히 활발하게 이루어지는 지를 판단하고자 하였다. 각각의 소속은 기관, 학교, 산업체로 분류하였다.
  • 2011~2015년 사이에 출판된 결과를 검색하였으며 이를 위하여 활용한 키워드는 역시 NDVI와 NIR이다. 이 검색 엔진을 활용하여 국내의 논문뿐만 아니라 동일 기간 동안 수행된 연구개발 사업의 보고서 또한 함께 조사하였다. 이를 통해 얻은 논문과 보고서에 대해서도 제시하는 연구성과에 대하여 원격탐사와 관련도가 높은 연구를 선별하였다.
  • 또한 대분류 육지와 해양, 재해에 대해서는 각각 5, 4, 그리고 5개의 항목으로 소분류 체계를 정하였다. 이러한 분류 기준을 바탕으로 산재되어 있는 NIR 영상 활용 연구들에 관하여 사례 조사를 수행하였고 해당 활용 연구의 동향을 분석하고 요약하였다.
  • 이를 위하여 국내 학술지에서 발행된 논문과 국외 원격탐사 분야 SCI 학술지에서 출간된 논문들을 수집하고 통계적으로 분석하였다. 이로써 NIR 활용 원격탐사 분야의 발전 방향에 대한 세계적인 추세와 국내의 실효성을 분석하여 향후 위성 시스템을 개발하고 운용하는데 필요한 기초자료를 제공하고자 한다.
  • 그 결과 총 82건의 국내 논문과 14건의 연구 보고서를 선별하였다. 이상의 자료를 바탕으로 국내의 NIR 영상 활용 현황을 분석함으로써 향후 국내에 NIR을 활용한 연구의 방향과 주로 활용할 소속들에 대한 자료를 나타내고자 한다. Fig.
  • 활용분야 학술지의 경우 총 139건의 선별된 NIR 활용 논문을 확보하였으며, 기술 개발 분야 원격탐사 학술지에 대하여 조사와 선별 작업을 거친 결과 총 46건의 논문을 확보하였다. 해당 분류 결과를 통계적으로 분석하여 국외의 최신 동향을 분석하여 향후 더 나은 연구를 위한 중장기 계획 수립의 지표가 될 수 있는 기초 자료를 제공하고자 하였다. Fig.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
능동형 센서는 어떠한 한계가 존재하는가? 이 때문에 구름에 의한 영향이 적어 위성 취득률은 높 다. 하지만 하나의 밴드를 활용하기 때문에 취득할 수 있는 지상의 정보에 한계가 존재한다. 한편 수동형 센서의 경우 구름에 의한 영향을 많이 받기는 하지만 사람이 색을 인식하는 방법과 동일하게 지상의 특징을 관측할 수 있기 때문에 분석이 용이한 장점이 있다.
원격탐사 기법이 가지는 가장 큰 장점은? 위성체 혹은 비행체 기반의 원격탐사 기법은 비접근 지역에 대해서 관측이 가능할뿐더러 넓은 영역에 대하여 신뢰도 높은 자료를 제공할 수 있다. 이로써 얻을 수 있는 광역의 공간적 특성 분포는 원격탐사 기법이 가지고 있는 가장 큰 장점이며 이러한 장점에 의하여 다양한 분야에 활발하게 적용되어 왔다(Queensland Dept. of Science, Information Technology and the Arts and Dept.
원격탐사 기법은 어떠한 센서로 나뉘는가? of Natural Resources and, Mines, 2014). 이러한 원격탐사 기법은 크게 능동형 센서(Active sensor)와 수동형 센서 (Passive sensor)로 나뉜다. 능동형 센서의 경우 마이크로파 대역의 전자기파를 활용하여 광선의 투과율이 높다.
질의응답 정보가 도움이 되었나요?

참고문헌 (30)

  1. Agam, N., W.P. Kustas, M.C. Anderson, F. Li, and C.M. Neale, 2007. A vegetation index based technique for spatial sharpening of thermal imagery, Remote Sensing of Environment, 107(4): 545-558. 

  2. Bastarrika, A., E. Chuvieco, and M. P. Martin, 2011. Mapping burned areas from Landsat TM/ETM+ data with a two-phase algorithm: Balancing omission and commission errors, Remote Sensing of Environment, 115(4): 1003-1012. 

  3. Brown, M. E., 2015. Satellite remote sensing in agriculture and food security assessment, Procedia Environmental Sciences, 29: 307. 

  4. Galvao, L. S., J. R. dos Santos, D. A. Roberts, F. M. Breunig, M. Toomey, and Y. M. de Moura, 2011. On intra-annual EVI variability in the dry season of tropical forest: A case study with MODIS and hyperspectral data, Remote Sensing of Environment, 115(9) : 2350-2359. 

  5. Gamon, J. A., K. F. Huemmrich, R. S. Stone, and C. E. Tweedie, 2013. Spatial and temporal variation in primary productivity (NDVI) of coastal Alaskan tundra: Decreased vegetation growth following earlier snowmelt, Remote sensing of environment, 129: 144-153. 

  6. Gholizadeh, M. H., A. M. Melesse, and L. Reddi, 2016. A Comprehensive Review on Water Quality Parameters Estimation Using Remote Sensing Techniques, Sensors, 16(8): 1298. 

  7. Gitelson, A.A., Y. Peng, J.G. Masek, D.C. Rundquist, S. Verma, A. Suyker, J.M. Baker, J.L. Hatfield, and T. Meyers, 2012. Remote estimation of crop gross primary production with Landsat data, Remote Sensing of Environment, 121: 404-414. 

  8. Gomez, C., R. Oltra-Carrio, S. Bacha, P. Lagacherie, and X. Briottet, 2015. Evaluating the sensitivity of clay content prediction to atmospheric effects and degradation of image spatial resolution using Hyperspectral VNIR/SWIR imagery, Remote Sensing of Environment, 164: 1-15. 

  9. Han, H., Y. Ji, Y. Kim, and H. Lee, 2014. Development of Normalized Difference Blue-ice Index(NDBI) of Glaciers and Analysis of Its Variational Factors by using MODIS Images, Korean Journal of Remote Sensing, 30(4): 481-491 (in Korean with English abstract). 

  10. Hwang, Y. S. and J.-S. Um, 2015. Monitoring the Desiccation of Inland Wetland by Combining MNDWI and NDVI: A case study of Upo Wetland in South Korea, Journal of Korea Spatial Information Society, 23(6): 31-41 (in Korean with English abstract). 

  11. Jeong, Y., J. Yu, S.-M. Koh, and C.-H. Heo, 2015. Assessment of Rocks and Alteration Information Extraction using ASTER data for Ovorkhangai Province, Mongolia, Economic and Environmental Geology, 48(4): 325-335 (in Korean with English abstract). 

  12. Jiang, Y. and Q. Weng, 2013. Estimating LST using a vegetation-cover-based thermal sharpening technique, IEEE Geoscience and Remote Sensing Letters, 10(5): 1249-1252. 

  13. Jung, G.S., S. Koo, and H.H. Yoo, 2011. Temperature Change Analysis for Land use Zoning Using Landsat Satellite Imagery, Journal of the Korean Society for Geo-Spatial Information System, 19(2): 55-61. (in Korean with English abstract). 

  14. Karami, J., A. Alimohammadi, and S. Modabberi, 2012. Analysis of the spatio-temporal patterns of water pollution and source contribution using the MODIS sensor products and multivariate statistical techniques, IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 5(4): 1243-1255. 

  15. Kim, K.T., J.W. Cho, and H.H. Yoo, 2011. Carbon storage Estimation of Urban Area Using KOMPSAT-2 Imagery, Journal of the Korean Society for Geo-Spatial Information System, 19(2): 49-54. (in Korean with English abstract). 

  16. Kumar, L., P. Sinha, S. Taylor, and A. F. Alqurashi, 2015. Review of the use of remote sensing for biomass estimation to support renewable energy generation, Journal of Applied Remote Sensing, 9(1): 097696. 

  17. Lagomasino, D., R. M. Price, D. Whitman, P. K. Campbell, and A. Melesse, 2014. Estimating major ion and nutrient concentrations in mangrove estuaries in Everglades National Park using leaf and satellite reflectance, Remote Sensing of Environment, 154: 202-218. 

  18. Lee, H., 2006. Investigation of SAR systems, Technologies and application fields by a Statical Analysis of SAR-related Journal Paler, Korean Journal of Remote Sensing, 22(2): 153-174 (in Korean with English abstract). 

  19. Liu, Q., S. Liang, Z. Xiao, and H. Fang, 2014. Retrieval of leaf area index using temporal, spectral, and angular information from multiple satellite data, Remote Sensing of Environment, 145: 25-37. 

  20. Lobo, F.L., M. P. Costa, and E. M. Novo, 2015. Timeseries analysis of Landsat-MSS/TM/OLI images over Amazonian waters impacted by gold mining activities, Remote Sensing of Environment, 157: 170-184. 

  21. Meng, X., S. Lu, Y. Gao, and J. Guo, 2015. Simulated effects of soil moisture on oasis self-maintenance in a surrounding desert environment in Northwest China, International Journal of Climatology, 35(14): 4116-4125. 

  22. Peng, Y. and A.A. Gitelson, 2012. Remote estimation of gross primary productivity in soybean and maize based on total crop chlorophyll content, Remote Sensing of Environment, 117: 440-448. 

  23. Queensland Department of Science, Information Technology and the Arts and Department of Natural Resources and Mines, 2014. Review of Remote Sensing Applications for Natural Resource Management, Eco Logical Australia, Australia. 

  24. Singh, R.K. and P. Shanmugam, 2014. A novel method for estimation of aerosol radiance and its extrapolation in the atmospheric correction of satellite data over optically complex oceanic waters, Remote Sensing of Environment, 142: 188-206. 

  25. Van Trung, N., J. H. Choi, and J. S. Won, 2013. A land cover variation model of water level for the floodplain of Tonle Sap, Cambodia, derived from ALOS PALSAR and MODIS data, IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 6(5): 2238-2253. 

  26. Viedma, O., I. Torres, B. Perez, and J. M. Moreno, 2012. Modeling plant species richness using reflectance and texture data derived from QuickBird in a recently burned area of Central Spain, Remote Sensing of Environment, 119: 208-221. 

  27. Wang, M., W. Yang, P. Shi, C. Xu, and L. Liu, 2014. Diagnosis of vegetation recovery in mountainous regions after the Wenchuan earthquake, IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 7(7): 3029-3037. 

  28. Wojtowicz, M., A. Wojtowicz, and J. Piekarczyk, 2016. Application of remote sensing methods in agriculture, Communications in Biometry and Crop Science, 11: 31-50. 

  29. Xie, Y., Z. Sha, and M. Yu, 2008. Remote sensing imagery in vegetation mapping: a review, Journal of Plant Ecology, 1(1): 9-23. 

  30. Yang, W., M. Wang, and P. Shi, 2013. Using MODIS NDVI time series to identify geographic patterns of landslides in vegetated regions, IEEE Geoscience and Remote Sensing Letters, 10(4): 707-710. 

저자의 다른 논문 :

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로