최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기대한원격탐사학회지 = Korean journal of remote sensing, v.35 no.6 pt.3, 2019년, pp.1209 - 1219
김예슬 (인하대학교 공간정보공학과) , 박노욱 (인하대학교 공간정보공학과)
For consistent vegetation monitoring, it is necessary to generate time-series vegetation index datasets at fine temporal and spatial scales by fusing the complementary characteristics between temporal and spatial scales of multiple satellite data. In this study, we quantitatively and qualitatively a...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
시공간 자료 융합의 목적은 무엇인가? | 이러한 한계와 관련하여 위성자료의 시간 및 공간해 상도의 상호 보완적인 특성을 융합해 두 해상도가 모두 높은 합성(synthetic) 자료를 생성하기 위한 다양한 융합 모델들이 제안되었다. 시공간 자료 융합은 시간해상도가 높지만 공간해상도가 낮은 자료(고주기 저해상도 자료, high temporal scale at coarse-scale data: HC data)와 공 간해상도는 높지만 시간해상도가 낮은 자료(저주기 고해상도 자료, low temporal scale at fine-scale data: LF data) 를 융합해 시간 및 공간해상도가 모두 높은 합성 자료를 생성하는 것을 목적으로 한다(Ghamisi et al., 2019) (Fig. | |
STARFM은 연구지역이 동질적인 공간 양상을 보일 경우 적합한데, 그 이유는 무엇인가? | STARFM은 HC 자료에서 관측된 시계열 변화 정보가 LF 자료에서 그대로 유지된다는 가정을 기반으로 하기 때문에 연구지역이 동질적인 공간 양상을 보일 경우 적합하다. 따라서 연구 지역이 이질적인 공간 양상을 보일 경우, 예측 정확성이 저하될 수 있다(Gao et al. | |
STARFM을 적용하기 위해서는 두 가지 주요 파라미터를 정의해야 하는데, 구체적으로 무엇인가? | STARFM을 적용하기 위해서는 두 가지 주요 파라미터를 정의해야 한다. 먼저 예측 위치에서 주변 화소의 가중 결합을 위해 탐색창의 크기를 정의해야 하고, 가중치 계산에서 분광학적으로 유사한 화소를 선별하기 위해 무감독 분류의 분류 항목 수를 미리 정의해야 한다. 두가지 파라미터가 정의되면, 식 (1)을 이용하여 STARFM 의 합성 결과를 생성한다. |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
오픈액세스 학술지에 출판된 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.