지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2017.4
- 수록면
- 280 - 286 (7page)
이용수
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
지표면 온도는 식생, 건축물 등 토지피복의 재질이나 도시구조에 의해 좌우되며, 정확한 온도 모델을 위해서는 기상 정보와 함께 에너지 사용량, 인공열 등 다양한 정보를 고려해야 한다. 특히 지표면 온도를 구할 때 주로 사용되는 광학 위성 영상의 경우, 영상 획득 주기나 센서의 방사 해상도, 기하학적 해상도 등의 제약이 있지만 그 중에서도 구름의 영향이 큰 비중을 차지한다.
이러한 문제를 극복하기 위하여 많은 연구가 진행되었는데, 최근 많이 사용되는 방법은 동일한 구름 밀집 지역에 대한 다른 시점에서 촬영된 영상(input image)을 사용하는 방법이다. 하지만 이 방법은 비슷한 밝기 값을 지니는 픽셀을 찾는 수식이 복잡할 뿐만 아니라, 시간도 많이 소요된다. 그러나 가장 큰 문제는 필수적으로 쓰이는 input 영상에 따른 의존도가 높으며, 구름의 크기 및 두께에도 많은 영향을 받는다.
이 연구는 input 영상이 필요하지 않고 구름의 크기나 두께에 영향을 받지 않는 지표면 온도 복원방법으로, machine learning 기법인 Neural Network를 적용하였다. Neural Network의 feature로 NDVI, DEM, 건물과 같이 쉽게 구할 수 있는 공공 데이터를 주로 사용하여 구름 밀집지역에 대한 지표면 온도를 예측하였다. 예측된 온도와 기존의 복원 방법의 온도를 비교 분석하였다. 단지 몇 개의 feature layer로만 비교적 정확한 온도를 예측할 수 있었으며 추후 feature 데이터를 늘리고 향상된 딥 러닝 모델을 적용하여 정확도를 높일 수 있을 것이라 기대된다.
이러한 문제를 극복하기 위하여 많은 연구가 진행되었는데, 최근 많이 사용되는 방법은 동일한 구름 밀집 지역에 대한 다른 시점에서 촬영된 영상(input image)을 사용하는 방법이다. 하지만 이 방법은 비슷한 밝기 값을 지니는 픽셀을 찾는 수식이 복잡할 뿐만 아니라, 시간도 많이 소요된다. 그러나 가장 큰 문제는 필수적으로 쓰이는 input 영상에 따른 의존도가 높으며, 구름의 크기 및 두께에도 많은 영향을 받는다.
이 연구는 input 영상이 필요하지 않고 구름의 크기나 두께에 영향을 받지 않는 지표면 온도 복원방법으로, machine learning 기법인 Neural Network를 적용하였다. Neural Network의 feature로 NDVI, DEM, 건물과 같이 쉽게 구할 수 있는 공공 데이터를 주로 사용하여 구름 밀집지역에 대한 지표면 온도를 예측하였다. 예측된 온도와 기존의 복원 방법의 온도를 비교 분석하였다. 단지 몇 개의 feature layer로만 비교적 정확한 온도를 예측할 수 있었으며 추후 feature 데이터를 늘리고 향상된 딥 러닝 모델을 적용하여 정확도를 높일 수 있을 것이라 기대된다.
목차
Abstract
요지
1. 서론
2. 연구내용 및 방법
3. 결과 분석
4. 결론
감사의 글
참고문헌
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
딥러닝 기반의 고해상도 이종 원격탐사 영상 간 구름탐지 및 복원
한국측량학회지
2022 .12
-
무인항공기에 탑재된 열적외선 센서 기반의 지표면 온도 정사영상 제작 및 피복별 온도 정확도 분석
한국측량학회지
2018 .08
-
전이학습을 활용한 Deeplab-V3+ 모델 기반 PlanetScope 영상의 구름탐지
대한공간정보학회지
2020 .12
-
Landsat-8호를 이용한 위성영상 복원 기반 구름 탐지
한국측량학회 학술대회자료집
2021 .11
-
비지도 딥 러닝을 이용한 서울시 지표면 온도 영상 생성
대한공간정보학회 학술대회
2018 .11
-
HRNet과 Transformer를 활용한 고해상도 위성영상의 구름탐지
한국측량학회지
2024 .06
-
서울시 주요 공원, 유적지 및 공공기관시설 내 연못 및 호수면적 변화에 따른 LST(Land Surface Temperature) 분포 경향 : 다중시기의 Landsat TM/ETM 위성영상을 이용하여
KIEAE Journal
2017 .12
-
구름 속으로
지반(한국지반공학회지)
2017 .11
-
Landsat 위성영상을 이용한 몽골 Tuul-Basin 지역의 토지피복변화 및 지표온도 시계열적 분석
대한공간정보학회지
2016 .09
-
다목적실용위성 3호/3A호 영상을 위한 딥러닝 기반 구름 검출 알고리즘
한국항공우주학회 학술발표회 초록집
2020 .11
-
멀티존 분석을 통한 도시 지표면 온도 예측 모델 개발
대한공간정보학회 학술대회
2024 .10
-
한반도 지역의 위성영상과 구름이동벡터를 사용한 일사량 예보 기술 고찰
한국태양에너지학회 학술대회논문집
2021 .05
-
위성영상 분석과 현장조사를 통한 대구 신서혁신도시의 친환경적 도시계획의 적용 검토
한국측량학회지
2019 .06
-
Landsat 8 위성영상과 AWS 데이터를 이용한 서울특별시의 지표면 온도 분포 분석
한국산학기술학회 논문지
2019 .01
-
랜덤포레스트 기반 GK2A와 ERA5 재분석자료를 활용한 시간별 All-sky 지표면 온도 추정
한국측량학회 학술대회자료집
2021 .11
-
위성영상을 활용한 국내 가뭄 모니터링
한국측량학회 학술대회자료집
2016 .04
-
GIS를 활용한 양산시 토지피복에 따른 지표면 온도 분석
한국측량학회 학술대회자료집
2021 .11
-
위성영상을 이용한 도시 확장지역 지표 온도 도출 및 여름 기간의 열섬현상 파악
대한토목학회 학술대회
2020 .10
-
인구 밀도의 분포와 Land Surface Temperature 의 상관성 분석 : 서울시 중심으로
한국측량학회 학술대회자료집
2016 .04
-
Identification of the Anthropogenic Land Surface Temperature Distribution by Land Use Using Satellite Images: A Case Study for Seoul, Korea
한국측량학회지
2017 .08
이 논문의 저자 정보
이 논문과 함께 이용한 논문
AWS 데이터를 이용한 크리깅과 MODIS 데이터를 이용한 머신 러닝 정확도 비교
최유정
,
염재홍
한국측량학회 학술대회자료집
2018
.04
머신 러닝 기반 위성 영상을 이용한 낙동강의 Chlorophyll-a 농도 추정
김동환
,
염재홍
한국측량학회 학술대회자료집
2018
.04
Preliminary Study of Deep Learning-based Precipitation Prediction
Kim
,
Hee-Un
,
Bae
외 1명
한국측량학회지
2017
.10
Investigation of Topographic Characteristics of Parcels Using UAV and Machine Learning
Lee
,
Chang Han
,
Hong
외 1명
한국측량학회지
2017
.10
Downscaling of MODIS Land Surface Temperature to LANDSAT Scale Using Multi-layer Perceptron
Choe
,
Yu-Jeong
,
Yom
외 1명
한국측량학회지
2017
.08
최근 본 자료
댓글(0)
0