$\require{mediawiki-texvc}$

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.

원격탐사를 이용한 재난 감시 및 예측과 GIS 분석
Disaster Assessment, Monitoring, and Prediction Using Remote Sensing and GIS 원문보기

대한원격탐사학회지 = Korean journal of remote sensing, v.37 no.5 pt.3, 2021년, pp.1341 - 1347  

정민영 (서울대학교 공학연구원) ,  김덕진 (서울대학교 지구환경과학부) ,  손홍규 (연세대학교 건설환경공학과) ,  최진무 (경희대학교 이과대학 지리학과) ,  임정호 (울산과학기술원 도시환경공학과)

초록
AI-Helper 아이콘AI-Helper

대규모 피해를 유발하는 재난의 발생 횟수가 증가하면서 효과적인 재난 대응 체계를 수립하여 국민의 안전 사회를 구현하기 위한 노력이 지속되고 있다. 재난에 의한 피해는 다양한 양상으로 발전할 수 있으므로 신속하고 정확한 대응 방안을 마련해야 하며, 이를 지원할 수 있는 유용한 기술로 원격탐사 기술과 GIS(Geographic Information System) 분석 기술에 관한 다양한 연구가 수행되고 있다. 본 특별호에서는 우주-항공-지상을 아우르는 다양한 시공간 도메인을 가진 원격탐사 센서를 이용한 재난 예측 및 감시 연구와 이로부터 취득된 정보와 기존의 공간정보를 융합한 GIS 재난관리에 관한 연구성과를 기술하였다. 소개된 기술은 풍수해, 산불 등 다양한 유형의 재난관리 기술로, 각 기술 간 연계를 통해 최근 필요성이 대두되고 있는 종합적 재난상황관리체계 구축이 가능할 것으로 기대된다.

Abstract ▼ AI-Helper 아이콘AI-Helper

The need for an effective disaster management system has grown these days to protect public safety as the number of disasters causing massive damage increases. Since disaster-induced damage can develop in various ways, rapid and accurate countermeasures must be prepared soon after disasters occur. N...

주제어

#Disaster Monitoring   #Remote Sensing   #Geographic Information System   #Damage Assessment  

참고문헌 (30)

  1. Baek, W.-K. and H.-S. Jung, 2018. Precise Measurements of the Along-track Surface Deformation Related to the 2016 Kumamoto Earthquakes via Ionospheric Correction of Multiple-Aperture SAR Interferograms, Korean Journal of Remote Sensing, 34(6-4): 1489-1501 (in Korean with English Abstract). 

    원문보기 상세보기 crossref

  2. Cheon, J., K. Choi, and I. Lee, 2018. Development of Image-map Generation and Visualization System Based on UAV for Real-time Disaster Monitoring, Korean Journal of Remote Sensing, 34(2-2): 407-418. 

    원문보기 상세보기 crossref

  3. Choi, W., S. Park, Y. Choi, S. Hong, N. Kim, and H.-G. Sohn, 2021. Creation of Actual CCTV Surveillance Map using Point Cloud Acquired by Mobile Mapping System, Korean Journal of Remote Sensing, 37(5-3): 1361-1371 (in Korean with English Abstract). 

    원문보기 상세보기 crossref

  4. Chung, M. and Y. Kim, 2021. Wildfire-induced Change Detection Using Post-fire VHR Satellite Images and GIS Data, Korean Journal of Remote Sensing, 37(5-3): 1389-1403 (in Korean with English Abstract). 

    원문보기 상세보기 crossref

  5. Han, S., 2020. Cloud Computing-Based Processing of Large Volume UAV Images Acquired in Disaster Sites, Korean Journal of Remote Sensing, 36(5-3): 1027-1036 (in Korean with English Abstract). 

    원문보기 상세보기 crossref

  6. Hwang, S., J. Ham, Y. Lee, and J. Choi, 2021. Analysis of the Effect of Differences in Spatial Resolution of Land-use/cover Data on the Simulation of CALPUFF, Korean Journal of Remote Sensing, 37(5-3): 1461-1473 (in Korean with English Abstract). 

    원문보기 상세보기 crossref

  7. Im, J., H.-G. Shon, D. Kim, and J. Choi, 2020. Remote Sensing-assisted Disaster Monitoring and Risk Analysis, Korean Journal of Remote Sensing, 36(5-3): 1007-1011 (in Korean with English abstract). 

    원문보기 상세보기 crossref

  8. Jeong, H., H. Ahn, D. Shin, and C. Choi, 2019. Comparison the Mapping Accuracy of Construction Sites Using UAVs with Low-Cost Cameras, Korean Journal of Remote Sensing, 35(1): 1-13. 

    원문보기 상세보기 crossref

  9. Kim, H.-K., J.-H. Kim, Y.-T. Son, and S.-H. Lee, 2018. An Overview of Operations and Applications of HF Ocean Radar Networks in the Korean Coast, Korean Journal of Remote Sensing, 34(2-2): 351-375 (in Korean with English Abstract). 

    원문보기 상세보기 crossref

  10. Kim, S., J. Kim, and J. Kim, 2019a. National Disaster Scientific Investigation and Disaster Monitoring using Remote Sensing and Geo-information, Korean Journal of Remote Sensing, 35(5-2): 763-772 (in Korean with English Abstract). 

    원문보기 상세보기 crossref

  11. Kim, S.J. Park, D. Shin, S. Yoo, and H.-G. Sohn, 2019b. Applicability Assessment of Disaster Rapid Mapping: Focused on Fusion of Multi-sensing Data Derived from UAVs and Disaster Investigation Vehicle, Korean Journal of Remote Sensing, 35(5-2): 841-850 (in Korean with English Abstract). 

    원문보기 상세보기 crossref

  12. Kim, M., M. Jung, and Y. Kim, 2019c. Histogram Matching of Sentinel-2 Spectral Information to Enhance Planetscope Imagery for Effective Wildfire Damage Assessment, Korean Journal of Remote Sensing, 35(4): 517-534 (in Korean with English Abstract). 

    원문보기 상세보기 crossref

  13. Kim, C.H., J.S. Lee, W. Choi, W. Kim, and H.-G. Sohn, 2021a. Automatic Extraction of River Levee Slope Using MMS Point Cloud Data, Korean Journal of Remote Sensing, 37(5-3): 1425-1434 (in Korean with English Abstract). 

    원문보기 상세보기 crossref

  14. Kim, M., C. Lee, S. Hwang, J. Ham, and J. Choi, 2021b. Development of an Open Source-based Spatial Analysis Tool for Storm and Flood Damage, Korean Journal of Remote Sensing, 37(5-3): 1435-1446 (in Korean with English Abstract). 

    원문보기 상세보기 crossref

  15. Lee, S.-M. and J.-C. Jeong, 2019. Forest Fire Severity Classification Using Probability Density Function and KOMPSAT-3A, Korean Journal of Remote Sensing, 35(6-4): 1341-1350 (in Korean with English Abstract). 

    원문보기 상세보기 crossref

  16. Lee, J., W. Kim, J. Im, C. Kwon, and S. Kim, 2021a. Detection of Forest Fire Damaged from Sentinel-1 SAR Data through the Synergistic Use of Principal Component Analysis and K-means Clustering, Korean Journal of Remote Sensing, 37(5-3): 1373-1387 (in Korean with English Abstract). 

    원문보기 상세보기 crossref

  17. Lee, Y., S. Lee, J. Im, and C. Yoo, 2021b. Analysis of Surface Urban Heat Island and Land Surface Temperature using Deep Learning based Local Climate Zone Classification: A Case Study of Suwon and Daegu, Korea, Korean Journal of Remote Sensing, 37(5-3): 1447-1460 (in Korean with English Abstract). 

    원문보기 상세보기 crossref

  18. Park, S.-W., S.-J. Lee, C.-Y. Chung, S.-R. Chung, I. Shin, W.-C. Jung, H.-S. Mo, S.-I. Kim, and Y.-W. Lee, 2019. Satellite-based Forest Withering Index for Detection of Fire Burn Area: Its Development and Application to 2019 Kangwon Wildfires, Korean Journal of Remote Sensing, 35(2): 343-346 (in Korean with English Abstract). 

    원문보기 상세보기 crossref

  19. Park, S., M.-H. Ahn, C. Li, J. Kim, H. Jeon, and D. Kim, 2021. Evaluation of Oil Spill Detection Models by Oil Spill Distribution Characteristics and CNN Architectures Using Sentinel-1 SAR Data, Korean Journal of Remote Sensing, 37(5-3): 1475-1490 (in Korean with English Abstract). 

    원문보기 상세보기 crossref

  20. Piao, Y., H.-S. Lee, K.-T. Kim, and K.-S. Lee, 2018. Methodology to Apply Low Spatial Resolution Optical Satellite Images for Large-scale Flood Mapping, Korean Journal of Remote Sensing, 34(5): 787-799 (in Korean with English Abstract). 

    원문보기 상세보기 crossref

  21. Rhee, S., Y. Hwang, and S. Kim, 2018. A Study on Point Cloud Generation Method from UAV Image Using Incremental Bundle Adjustment and Stereo Image Matching Technique, Korean Journal of Remote Sensing, 34(6-1): 941-951 (in Korean with English Abstract). 

    원문보기 상세보기 crossref

  22. Shin, J., K. Kim, J.-E. Min, and J.-H. Ryu, 2018. Red Tide Detection through Image Fusion of GOCI and Landsat OLI, Korean Journal of Remote Sensing, 34(2-2): 377-391 (in Korean with English Abstract). 

    원문보기 상세보기 crossref

  23. Shin, J.-I., W.-W. Seo, T. Kim, C.-S. Woo, and J. Park, 2019. Analysis of Availability of High-resolution Satellite and UAV Multispectral Images for Forest Burn Severity Classification, Korean Journal of Remote Sensing, 35(6-2): 1095-1106 (in Korean with English Abstract) 

    원문보기 상세보기 crossref

  24. Shin, D., D. Kim, S. Kim, Y. Han, and H. Nho, 2020. A Study on the Use of Drones for Disaster Damage Investigation in Mountainous Terrain, Korean Journal of Remote Sensing, 36(5-4): 1209-1220 (in Korean with English Abstract). 

    원문보기 상세보기 crossref

  25. Shin, Y., D. Han, and J. Im, 2021. Rainfall Intensity Estimation Using Geostationary Satellite Data Based on Machine Learning: A Case Study in the Korean Peninsula in Summer, Korean Journal of Remote Sensing, 37(5-3): 1405-1423 (in Korean with English Abstract). 

    원문보기 상세보기 crossref

  26. Song, J., D. Kim, J. Hwang, S. An, and J. Kim, 2021. Assessment of Backprojection-based FMCW-SAR Image Restoration by Multiple Implementation of Kalman Filter, Korean Journal of Remote Sensing, 37(5-3): 1349-1359 (in Korean with English Abstract). 

    원문보기 상세보기 crossref

  27. Stramondo, S., C. Bignami, M. Chini, N. Pierdicca, and A. Tertulliani, 2006. Satellite Radar and Optical Remote Sensing for Earthquake Damage Detection: Results from Different Case Studies, International Journal of Remote Sensing, 27(20): 4433-4447. 

    상세보기 crossref

  28. Won, M., K. Jang, S. Yoon, and H.T. Lee, 2019. Change Detection of Damaged Area and Burn Severity due to Heat Damage from Gangwon Large Fire Area in 2019, Korean Journal of Remote Sensing, 35(6-2): 1083-1093 (in Korean with English Abstract). 

    원문보기 상세보기 crossref

  29. Yamagata, Y. and T. Akiyama, 1988. Flood Damage Analysis Using Mmultitemporal Landsat Thematic Mapper Data, International Journal of Remote Sensing, 9(3): 503-514. 

    상세보기 crossref

  30. Youn, H. and J. Jeong, 2019. Detection of Forest Fire and NBR Mis-classified Pixel Using Multi-temporal Sentinel-2A Images, Korean Journal of Remote Sensing, 35(6-2): 1107-1115 (in Korean with English Abstract). 

    원문보기 상세보기 crossref

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
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