[국내논문]오픈 소스 프레임워크와 원격 탐측자료를 이용한 웹 기반 작황 정보 시스템 설계 The Design of Web-based Crop Information System Using Open-Source Framework and Remotely Sensed Data원문보기
작황 정보 시스템은 작물 분포, 작황 정보 및 생산량에 대한 모니터링, 예측, 추정 또는 분석과 같은 다양한 형태를 통해 정보를 제공하며 본 논문은 한국, 미국 및 중국 데이터를 기반으로 구축한 웹기반 작황 정보 시스템을 제안한다. 온도, 강수량 및 일사량의 기후 데이터는 작물 성장에 미치는 영향을 분석하는데 사용되었으며, NDVI 데이터와 작물구분도 데이터는 각각 작물 모니터링과 작물 분포 관리를 목적으로 사용되었다. 본 시스템은 3가지의 주요 장점을 갖고 있으며 이는 다음과 같다: 1) 높은 시간 해상도의 데이터를 통한 정보 제공, 2) 보유 데이터 분석을 통한 보고서 작성의 자동화, 3) 사용자의 편리성을 위한 기능 제공.
작황 정보 시스템은 작물 분포, 작황 정보 및 생산량에 대한 모니터링, 예측, 추정 또는 분석과 같은 다양한 형태를 통해 정보를 제공하며 본 논문은 한국, 미국 및 중국 데이터를 기반으로 구축한 웹기반 작황 정보 시스템을 제안한다. 온도, 강수량 및 일사량의 기후 데이터는 작물 성장에 미치는 영향을 분석하는데 사용되었으며, NDVI 데이터와 작물구분도 데이터는 각각 작물 모니터링과 작물 분포 관리를 목적으로 사용되었다. 본 시스템은 3가지의 주요 장점을 갖고 있으며 이는 다음과 같다: 1) 높은 시간 해상도의 데이터를 통한 정보 제공, 2) 보유 데이터 분석을 통한 보고서 작성의 자동화, 3) 사용자의 편리성을 위한 기능 제공.
A crop information system can provide information regarding crop distribution, crop growth conditions, crop yield in various forms such as monitoring, forecasting, estimation or analysis. This paper presents the design and construction of a crop information system based on data collected in Korea, U...
A crop information system can provide information regarding crop distribution, crop growth conditions, crop yield in various forms such as monitoring, forecasting, estimation or analysis. This paper presents the design and construction of a crop information system based on data collected in Korea, USA, and China. Therein, climate data including temperature, precipitation,solar radiation are used to evaluate the impact on crop growth, NDVI (Normalized Difference Vegetation Index) data is used in crop monitoring, and crop map data is utilized for the management of crop distribution. The system has achieved three prominent results: 1) Providing information with high frequency, 2) Automatically creating the report through the analysis of the data, 3) The users to easily approach the system and retrieve the information.
A crop information system can provide information regarding crop distribution, crop growth conditions, crop yield in various forms such as monitoring, forecasting, estimation or analysis. This paper presents the design and construction of a crop information system based on data collected in Korea, USA, and China. Therein, climate data including temperature, precipitation,solar radiation are used to evaluate the impact on crop growth, NDVI (Normalized Difference Vegetation Index) data is used in crop monitoring, and crop map data is utilized for the management of crop distribution. The system has achieved three prominent results: 1) Providing information with high frequency, 2) Automatically creating the report through the analysis of the data, 3) The users to easily approach the system and retrieve the information.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
GEOGLAM의 경우 기상 데이터와 NDVI는 주별로 정보를 제공하고 작물구분도는 계절별로 제공하는데 본 시스템에서는 기상 데이터의 경우 일별로 제공하며 NDVI와 작물구분도는 보유 데이터의 한계로 인해 각각 8일, 연도별로 제공하고자 한다. 두 번째 목표로는 사용자가 설정한 파라미터를 기반으로 생성되는 보고서의 작성 과정을 자동화하는 것이다. GEOGLAM과 CropWatch에서는 데이터를 통해 추출되는 수치적 정보와 더불어 농업 분야 전문가들의 분석을 반영하여 보고서로 제공한다.
, 1992). 따라서 본 연구에서는 SAD의 구현을 웹 기반 작황 정보 시스템 개발의 첫 단계로 정하였다.
본 연구는 기상, NDIV 및 작물구분도 데이터를 기반으로 확장성을 고려한 작황 정보 시스템을 제안한다. 해당 시스템은 과거 구축된 작황 정보 시스템의 한계점 및 장점을 고려하여 개선한 시스템으로 높은 시간적 해상 도로 데이터를 갱신하고, 보고서를 자동 생성하며 사용자와의 상호 운용성을 향상시킴과 동시에 편리성을 높이고자 하는 목표를 통해 구축되었다.
목표 정의는 시스템 설계에 있어 반드시 거쳐야만 하는 단계로 타당한 목표 설정을 통해 시간, 비용 및 인력과 같은 현실적 조건을 고려하여 개발을 촉진시킬 수 있다. 본 연구의 주 목표는 농업 발전을 위한 작황 정보 시스템을 개발하는 것이며 기존 시스템의 한계점 및 장점을 바탕으로 3개의 하위 목표들을 설정하였으며 이는 Table 1에 정리하였다.
첫 번째 목표는 시간적으로 더 높은 빈도로 데이터가 갱신되는 시스템을 구축하는 것으로 결정하였다. GEOGLAM의 경우 기상 데이터와 NDVI는 주별로 정보를 제공하고 작물구분도는 계절별로 제공하는데 본 시스템에서는 기상 데이터의 경우 일별로 제공하며 NDVI와 작물구분도는 보유 데이터의 한계로 인해 각각 8일, 연도별로 제공하고자 한다.
GEOGLAM과 CropWatch에서는 데이터를 통해 추출되는 수치적 정보와 더불어 농업 분야 전문가들의 분석을 반영하여 보고서로 제공한다. 하지만 이는 주기적으로 제공되는 만큼 반복적인 작업으로 인해 지속적인 인력이 요구되며 본 연구에서는 이러한 문제점을 해결하기 위해 보고서 작성 과정의 자동화 기능을 구축하였다. 대부분의 작황 정보시스템에서는 사용자가 정하는 시공간적 요인 및 제품 등 일련의 선택 과정에 의해 함수가 실행되고 결과로는 지도와 그래프가 제공된다.
해당 그림을 보면 좌측에는 선택한 지역의 지도와 우측에는 선택한 제품의 기간 별 비교 그래프가 제공되고 이는 10일을 기준으로 현재와 과거 1년, 과거 1년의 평균값을 나타낸다. 해당 시스템에서는 사용자가 고정된 기간에 해당하는 제품에 대한 정보만을 확인할 수 있다는 한계점을 갖고 있으며 이에 대해 본 연구에서는 사용자에게 선택 기회의 폭을 확대시켜 편의성을 높이고자 한다.
본 연구는 기상, NDIV 및 작물구분도 데이터를 기반으로 확장성을 고려한 작황 정보 시스템을 제안한다. 해당 시스템은 과거 구축된 작황 정보 시스템의 한계점 및 장점을 고려하여 개선한 시스템으로 높은 시간적 해상 도로 데이터를 갱신하고, 보고서를 자동 생성하며 사용자와의 상호 운용성을 향상시킴과 동시에 편리성을 높이고자 하는 목표를 통해 구축되었다. 기술적인 측면에서 본 연구는 40000개를 초과하는 대용량(250GB 이상)의 래스터 데이터를 효율적으로 활용할 수 있으며 데이터 갱신 과정의 자동화 기능을 구축하였다.
제안 방법
두 번째 목표는 사용자가 입력한 파라미터를 기반으로 보고서 작성 과정을 자동화하는 것이며 해당 과정은 다음과 같은 단계를 거쳐 수행된다: 1) DBMS에서 데이터를 집계한다 2) 집계된 데이터를 기반으로 사용자에게 유용한 정보를 추출한다 3) 해당 결과를 보고서의 형태로 변환하여 제공한다. DBMS에서 데이터를 집계하기 위하여 사용자가 입력한 파라미터를 입력 값으로 취하는 함수를 생성한 후, 이를 쿼리로 바꾸어 DBMS에 전송하고 데이터를 검색한다. 그런 다음, 집계된 데이터를 통해 사용자에게 유용한 정보를 추출하기 위한 자체 알고리즘을 통해 두 번째 함수 가 생성되어 2 단계가 완료된다.
첫 번째 목표는 시간적으로 더 높은 빈도로 데이터가 갱신되는 시스템을 구축하는 것으로 결정하였다. GEOGLAM의 경우 기상 데이터와 NDVI는 주별로 정보를 제공하고 작물구분도는 계절별로 제공하는데 본 시스템에서는 기상 데이터의 경우 일별로 제공하며 NDVI와 작물구분도는 보유 데이터의 한계로 인해 각각 8일, 연도별로 제공하고자 한다. 두 번째 목표로는 사용자가 설정한 파라미터를 기반으로 생성되는 보고서의 작성 과정을 자동화하는 것이다.
해당 시스템은 과거 구축된 작황 정보 시스템의 한계점 및 장점을 고려하여 개선한 시스템으로 높은 시간적 해상 도로 데이터를 갱신하고, 보고서를 자동 생성하며 사용자와의 상호 운용성을 향상시킴과 동시에 편리성을 높이고자 하는 목표를 통해 구축되었다. 기술적인 측면에서 본 연구는 40000개를 초과하는 대용량(250GB 이상)의 래스터 데이터를 효율적으로 활용할 수 있으며 데이터 갱신 과정의 자동화 기능을 구축하였다. 또한 본 시스템은 크게 네 가지의 선택 과정을 통해 사용자가 원하는 제품, 시공간적 요인 및 과거 비교 기간에 대한 지도 및 그래프를 제공하며 원하는 정보를 보다 손쉽게 취득할 수 있으며 이와 더불어 본 시스템은 사용자의 분석에 용이한 작황 레포트의 자동화 과정을 구축하였다.
기술적인 측면에서 본 연구는 40000개를 초과하는 대용량(250GB 이상)의 래스터 데이터를 효율적으로 활용할 수 있으며 데이터 갱신 과정의 자동화 기능을 구축하였다. 또한 본 시스템은 크게 네 가지의 선택 과정을 통해 사용자가 원하는 제품, 시공간적 요인 및 과거 비교 기간에 대한 지도 및 그래프를 제공하며 원하는 정보를 보다 손쉽게 취득할 수 있으며 이와 더불어 본 시스템은 사용자의 분석에 용이한 작황 레포트의 자동화 과정을 구축하였다. 하지만, 본 시스템은 현재 보유 데이터의 한계로 인해 작물 분포, 작물 재배, 작물 성장, 해충 및 질병, 수확량 등의 작황 정보는 아직 제공할 수 없다는 점에 있어 한계를 가진다.
, 2013). 또한 파키스탄에서는 파키스탄 국립 우주국(National Space Agency of Pakistan)이 시행하는 농업 정보 시스템 프로젝트를 통해(SUPARCO, 2017) 파키스탄 작물 데이터와 그와 연관된 기후적, 농업적, 수문학적 및 경제적 변수의 분석을 수행한다. 한편 일본의 Kagawa National College of Technology에서는 작물 재배 및 원가 관리를 위한 웹 기반 시스템(iFarm)을 개발하였다(Murakami, 2014).
, 2013). 이 프로젝트의 일환으로 미국 농무성의 FAS(Foreign Agricultural Sevice)는 작황 모니터링 시스템을 제공하는데(Becker et al., 2010), Crop Explorer 시스템은 이 프로젝트의 결과물로서, The U.S. Department of Agriculture(USDA)산하 PECAD(Production Estimates and Crop Assessment Division)에서 처리한 인공위성 영상과 기후 데이터를 기반으로 작물 정보를 제공한다. 한편 중국에서는 1998년부터 시작된 세계적 규모의 작황 모니터링이 현재의 CropWatch 시스템으로 발전하여 특히 원격 탐측 데이터를 통해 국가적 및 세계적인 작물 생산량과 관련 지표들을 평가한다(Wu et al.
주제별 큰 지도를 보여주고 사용자가 지도와 상호 작용할 수 있는 객체 지향 사용자 인터페이스에 맞게 웹 인터페이스를 설계하였다.
대상 데이터
남한 기상자료의 경우 기상청에서 제공하는 89개 지점의 관측소 및 599개 지점의 방재기상관측장비에서 취득되었으며 이는 3km의 격자간격을 가지도록 객관 분석이 수행되었다. 나머지 남한 NDVI 자료와 미국 기상자료, 식생지수 및 중국의 작물구분도는 MODIS(MODerate Resolution Imaging Spectroradiometer) 영상을 기반으로 제작되었다.
본 연구에서는 한국, 미국 및 중국을 대상으로 총 8개 종류의 데이터를 사용하였으며 이는 Table 3에 정리하였다.
데이터처리
예를 들어, NDVI 데이터에 대한 비교를 기반으로 사용자는 작물의 성장을 확인할 수 있고 재배 면적의 변화가 없다는 가정 하에, 현재의 NDVI 값이 과거 보다 높다면 작물이 이전에 비하여 더 잘 자란다고 볼 수 있다. 본 논문에서는 특정 연도의 과거 비교 상황을 통계적으로 판단하기 위해 t-분포를 적용하였다. 이는 모집단 평균에 대한 추론이나 표본 비교에 광범위하게 사용되며(Devore, 2011), 본 연구에서 사용한 데이터가 2000년부터 취득된 30개 미만의 표본인 만큼 정규 분포에 비해 더 적합한 것으로 판단하였다.
이론/모형
또한 RESTful(Oracle, 2017) 인터페이스를 통하여 클라이언트는 인스턴스에 대한 정보 검색과 구성 변경이 가능하고 REST 인터페이스의 간단한 HTTP 호출로 클라이언트는 웹 관리 인터페이스를 사용할 필요 없이 GeoServer를 활용할 수 있다. 본 연구에서는 웹 서버 개발에 Apache Tomcat(Apache Tomcat, 2017)을 사용하였으며 클라이언트 맵 애플리케이션 개발에는 OpenLayer(OpenLayer, 2017) 라이브러리를 사용하였는데, 이는 Leaflet(Leaflet, 2017)이나 MapBox(MapBox, 2017) 등의 다른 애플리케이션보다 GeoServer와 더 높은 호환성을 갖기 때문이다. 사용자 친화적 웹 인터페이스 개발에는 CSS를 이용하여 조화롭게 제어되도록 설계된 Bootstrap (Bootstrap, 2017) 라이브러리가 적용되었다.
본 연구에서는 웹 서버 개발에 Apache Tomcat(Apache Tomcat, 2017)을 사용하였으며 클라이언트 맵 애플리케이션 개발에는 OpenLayer(OpenLayer, 2017) 라이브러리를 사용하였는데, 이는 Leaflet(Leaflet, 2017)이나 MapBox(MapBox, 2017) 등의 다른 애플리케이션보다 GeoServer와 더 높은 호환성을 갖기 때문이다. 사용자 친화적 웹 인터페이스 개발에는 CSS를 이용하여 조화롭게 제어되도록 설계된 Bootstrap (Bootstrap, 2017) 라이브러리가 적용되었다. 또한, HTML 문서, 이벤트, 애니메이션 및 Ajax(jQuery, 2017)를 간단한 방식으로 처리하는 jQuery 라이브러리를 통해 클라이언트 이벤트와 작업을 처리할 수 있었다.
성능/효과
반면 비상업용 플랫폼의 경우 저비용, 라이센스의 유연성, 공급업체에 대한 종속 탈피 및 협업 강화 측면에서 여러 강점을 가지고 점차 우위를 점하고 있다(Morgan and Finnegan, 2007). 경제적 효율성과 시스템 개발의 능동성을 고려하였을 때, 본 연구에서는 비상업용 플랫폼을 기반으로 웹 시스템을 구축하는 것이 타당하다고 판단하였다.
사용자 친화적 웹 인터페이스 개발에는 CSS를 이용하여 조화롭게 제어되도록 설계된 Bootstrap (Bootstrap, 2017) 라이브러리가 적용되었다. 또한, HTML 문서, 이벤트, 애니메이션 및 Ajax(jQuery, 2017)를 간단한 방식으로 처리하는 jQuery 라이브러리를 통해 클라이언트 이벤트와 작업을 처리할 수 있었다. 상기한 구성 요소를 기반으로 설계한 웹 기반 시스템의 아키텍처는 Fig.
기존 맵 서버 중 GeoServer를 본 연구에 사용한 이유는 다음과 같다. 첫째, GeoServer는 대부분의 표준 공간 데이터를 지원하며, ImageIO-Ext프로젝트(GeoSolutions, 2017)를 통하여 래스터 영상을 효과적으로 처리할 수 있다. 또한 RESTful(Oracle, 2017) 인터페이스를 통하여 클라이언트는 인스턴스에 대한 정보 검색과 구성 변경이 가능하고 REST 인터페이스의 간단한 HTTP 호출로 클라이언트는 웹 관리 인터페이스를 사용할 필요 없이 GeoServer를 활용할 수 있다.
후속연구
본 연구에서 언급한 첫 번째 목표를 달성하기 위해선 우선 대용량의 공간 데이터를 저장할 수 있으며 데이터 갱신 프로세스의 자동화 기능을 제공하는 데이터베이스 관리 시스템(DBMS)이 필요하다. 두 번째 목표는 사용자가 입력한 파라미터를 기반으로 보고서 작성 과정을 자동화하는 것이며 해당 과정은 다음과 같은 단계를 거쳐 수행된다: 1) DBMS에서 데이터를 집계한다 2) 집계된 데이터를 기반으로 사용자에게 유용한 정보를 추출한다 3) 해당 결과를 보고서의 형태로 변환하여 제공한다.
본 연구에서는 앞서 언급한 기존 시스템의 한계점 및 장점을 고려한 웹 기반 작황 정보 시스템을 제안하며 이 시스템을 통해 작황 관리에 필요한 정보를 사용자에게 보다 편리하고 효율적으로 제공하여 결과적으로 한국의 농업 발전에 기여할 것으로 기대한다.
하지만, 본 시스템은 현재 보유 데이터의 한계로 인해 작물 분포, 작물 재배, 작물 성장, 해충 및 질병, 수확량 등의 작황 정보는 아직 제공할 수 없다는 점에 있어 한계를 가진다. 정보성, 정확성, 신속성 그리고 자동화라는 4가지 기준에 따라 이러한 한계점을 해결하기 위한 연구가 향후 요구된다.
또한 본 시스템은 크게 네 가지의 선택 과정을 통해 사용자가 원하는 제품, 시공간적 요인 및 과거 비교 기간에 대한 지도 및 그래프를 제공하며 원하는 정보를 보다 손쉽게 취득할 수 있으며 이와 더불어 본 시스템은 사용자의 분석에 용이한 작황 레포트의 자동화 과정을 구축하였다. 하지만, 본 시스템은 현재 보유 데이터의 한계로 인해 작물 분포, 작물 재배, 작물 성장, 해충 및 질병, 수확량 등의 작황 정보는 아직 제공할 수 없다는 점에 있어 한계를 가진다. 정보성, 정확성, 신속성 그리고 자동화라는 4가지 기준에 따라 이러한 한계점을 해결하기 위한 연구가 향후 요구된다.
질의응답
핵심어
질문
논문에서 추출한 답변
상업용 플랫폼의 장점은?
웹 기반 시스템 구축 과정에서 지도를 표현하는 방법 들은 여러 가지가 존재하는데, 먼저 Esri사의 ArcGIS Server(Esri, 2017)는 상업적 용도의 GIS 애플리케이션을 구축하기 위한 플랫폼을 제공하고, GeoServer(GeoServer, 2017) 또는 MapServer(MapServer, 2017)는 비상업용 오픈 소스 플랫폼으로 웹 기반 지도 애플리케이션을 제공한다. 상업용 플랫폼의 경우 시스템 구축에 드는 시간을 절약하거나 보안성이 좋고 지속적인 수리를 받을 수 있다는 장점을 가지고 있지만 반면 사용자는 경제적 비용을 지불하고 서비스 제공자의 라이센스를 준수해야 한다는 부담감을 갖는다. 반면 비상업용 플랫폼의 경우 저비용, 라이센스의 유연성, 공급업체에 대한 종속 탈피 및 협업 강화 측면에서 여러 강점을 가지고 점차 우위를 점하고 있다(Morgan and Finnegan, 2007).
웹 기반 지도 시스템의 기본 아키텍처의 3가지 층은 어떻게 구성되는가?
, 2002). 사용자 인터페이스 층(클라이언트)은 스마트폰의 브라우저나 애플리케이션을 이용하여 응용 프로그램에 연결할 수 있다. 응용 프로그램 층은 웹 서버와 맵 서버의 두 가지 주요 구성 요소로 이루어져 있는데 웹 서버는 Hypertext Transfer Protocol(HTTP)를 통해 요청을 처리하여 클라이언트에 웹 페이지를 전달하고 맵 서버는 지도를 생성하여 웹 서버를 통해 클라이언트에게 전송하는 역할을 한다(Pascual et al., 2012). 데이터베이스 층은 이러한 과정에서 전달되는 데이터를 저장하고 요청된 함수를 처리하는 관리 시스템 역할을 한다.
상업용 플랫폼의 단점은?
웹 기반 시스템 구축 과정에서 지도를 표현하는 방법 들은 여러 가지가 존재하는데, 먼저 Esri사의 ArcGIS Server(Esri, 2017)는 상업적 용도의 GIS 애플리케이션을 구축하기 위한 플랫폼을 제공하고, GeoServer(GeoServer, 2017) 또는 MapServer(MapServer, 2017)는 비상업용 오픈 소스 플랫폼으로 웹 기반 지도 애플리케이션을 제공한다. 상업용 플랫폼의 경우 시스템 구축에 드는 시간을 절약하거나 보안성이 좋고 지속적인 수리를 받을 수 있다는 장점을 가지고 있지만 반면 사용자는 경제적 비용을 지불하고 서비스 제공자의 라이센스를 준수해야 한다는 부담감을 갖는다. 반면 비상업용 플랫폼의 경우 저비용, 라이센스의 유연성, 공급업체에 대한 종속 탈피 및 협업 강화 측면에서 여러 강점을 가지고 점차 우위를 점하고 있다(Morgan and Finnegan, 2007).
참고문헌 (26)
Apache, 2017. Apache Tomcat, http://tomcat.apache.org, Accessed at Oct. 10, 2017.
Becker-Reshef, I., C. Justice, M. Sullivan, E. Vermote, C. Tucker, A. Anyamba, J. Small, E. Pak, E. Masuoka, J. Schmaltz, and M. Hansen, 2010. Monitoring global croplands with coarse resolution earth observations: The Global Agriculture Monitoring (GLAM) project, Remote Sensing, 2(6): 1589-1609.
Bootstrap, 2017. Home, http://getbootstrap.com, Accessed at Sep. 28, 2017.
Devore, J.L., 2011. Probability and Statistics for Engineering and the Sciences, Cengage learning, Boston, MA, USA.
Esri, 2017. http://www.esri.com/about-esri, Accessed at Oct. 10, 2017.
GeoServer, 2017. What is GeoServer, http://geoserver.org/about, Accessed at Sep. 10, 2017.
GeoSolutions, 2017. GeoSolutions, http://www.geosolutions.it/about, Accessed at Sep. 10, 2017.
jQuery, 2017. What is jQuery, https://jquery.com, Accessed at Sep. 8, 2017.
Kendall, K.E., J.E. Kendall, E.J. Kendall, and J.A. Kendall, 2010. Systems analysis and design 8th, Prentice Hall, Upper Saddle River, NJ, USA.
Leaflet, 2017. Overview, http://leafletjs.com, Accessed at Sep. 9, 2017.
Li, L., J. Li, and Y. Tian, 2002. The Study on Web GIS Architecture Based on JNLP, Proc. of 2002 Processing and Applications Symposium, Ottawa, Canada, Jul. 9-12, vol. 34, pp. 106-112.
MapBox, 2017. About MapBox, https://www.mapbox.com/about, Accessed at Sep. 9, 2017.
MapServer, 2017. MapServer open source web mapping, http://mapserver.org/about.html, Accessed at Sep. 9, 2017.
Morgan, L. and P. Finnegan, 2007. Benefits and drawbacks of open source software: an exploratory study of secondary software firms. International Federation for Information Processing-publications-IFIP, 234: 307.
Murakami, Y., 2014. iFarm: development of web-based system of cultivation and cost management for agriculture, Prof. of 2014 8th International Conference on Complex Intelligent and Software Intensive Systems IEEE, Birmingham, UK, Jul. 2-4, pp. 624-627.
Obe, R.O. and L.S. Hsu, 2015. PostGIS in action, Manning, Shelter Island, NY, US.
OGC, 2017. Web Map Service, http://www.opengeospatial.org/standards/wms, Accessed at Sep. 9, 2017.
OpenLayer, 2017. Overview, https://openlayers.org, Accessed at Sep. 9, 2017.
Oracle, 2017. What are RESTful Web Services, http://docs.oracle.com/javaee/6/tutorial/doc/gijqy.html, Accessed at Sep. 10, 2017.
Pascual, M., E. Alves, De T. Almeida, G. S. de Franca, H. Roig, and M. Holanda, 2012. An Architecture for Geographic Information Systems on the Web webGIS, Proc. of 2012 International Conference on Advanced Geographic Information Systems, Applications, and Services, Valencia, Spain, Jan. 30-Feb. 4, pp. 209-2014.
Postgres, 2017. https://www.postgresql.org/about, Accessed at Sep. 10, 2017.
Postgres, 2017. Raster Data Management, https://postgis.net/docs/using_raster_dataman.html, Accessed at Sep. 10, 2017.
Shelestov, A.Y., A.N. Kravchenko, S.V. Skakun, S.V. Voloshin, and N.N. Kussul, 2013. Geospatial information system for agricultural monitoring, Cybernetics and Systems Analysis, 49(1): 124.
SUPARCO, 2017. Crop Information Portal, http://dwms.fao.org/-test/geo_portal_en.asp, Accessed at Sep. 10, 2017.
Takashima, S., K. Oyoshi, T. Fukuda, and N. Tomiyama, and T. Nagano, 2013. Asian rice crop monitoring for GEOGLAM, Proc. of 2013 2nd International Conference on Agro-Geoinformatics IEEE, Fairfax, USA, Aug. 12-16, pp. 398-401.
Wu, B., J. Meng, Q. Li, N. Yan, X. Du, and M. Zhang, 2014. Remote sensing-based global crop monitoring: experiences with China's CropWatch system, International Journal of Digital Earth, 7(2): 113-137.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.