A noise reduction method for MODIS NDVI time series data based on statistical properties of NDVI temporal dynamics

Myunghee Jung; Seok-Woo Jang

추천

검색

질문

자료유형: 학술저널

저자정보: Myunghee Jung (Anyang University) Seok-Woo Jang (Anyang University)

저널정보: 한국산학기술학회 한국산학기술학회 논문지 한국산학기술학회논문지 제18권 제9호

발행연도: 2017.9

수록면: 24 - 33 (10page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

Multitemporal MODIS 식생 지수 (VI) 자료는 식생 활동의 프로파일을 제공하기 때문에 환경 및 기후 변화에 대한 식생 모니터링 연구에 널리 사용되고 있다. 그러나 MODIS 데이터에는 구름이나 대기 변동성 및 계측기 문제로 인해 노이즈가 발생하여 NDVI 시계열 데이터 분석과 애플리케이션 응용에 있어서 자료 정확성에 문제가 생기게 된다. 이러한 이유로, NDVI 자료를 이용한 VI 분석을 위해서는 잡음을 줄이고 고품질의 시계열 데이터 스트림을 재구성하기위한 전 처리가 필요하다. 본 연구에서는 NDVI 시계열 자료의 통계적 특성을 기반으로 불량 데이터 또는 미관측 데이터를 복원하기 위해 MODIS NDVI에 대한 데이터 재구성 방법을 제안하고 있다. 데이터 스트림 함수의 속성을 검사하면 급격한 증가나 감소와 같은 비정상적인 변화를 감지 할 수 있다. 본 연구에 제안하고 있는 방법은 정상적인 자료의 세부적 특징은 그대로 유지하면서 노이즈 자료만 수정하는 방향으로 자료를 복원할 수 있다. 제안된 기법은 시뮬레이션 데이터와 2006년부터 2012년까지의 북한지역 백두산을 대상으로 NDVI 시계열 자료를 사용하여 테스트하였고 시뮬레이션 테스트에서는 기존 wavelet이나 Gaussian 방법에 비해 본 방법이 에러율을 평균 70% 이상 줄일 수 있어 제안된 방법이 노이스가 있는 시계열 자료의 데이터 재구성에 있어 효과적임을 입증하였다.

#Data reconstruction #Noise reduction #MODIS NDVI #Time series data #Vegetation index

참고문헌 (35)

참고문헌 신청

[학술지(정기간행물)] - Pieter S.A. Beck / 2006 / Improved monitoring of vegetation dynamics at very high latitudes: A new method using MODIS NDVI / Remote Sensing of Environment 100 (3) : 321 ~ 334

[단행본] - Bloomfield, P. / 1976 / Fourier Analysis of Time Series:An Introduction / John Wiley & Sons

[학술지(정기간행물)] - Lori Mann Bruce / 2006 / Denoising and Wavelet-Based Feature Extraction of MODIS Multi-Temporal Vegetation Signatures / GIScience & Remote Sensing 43 (1) : 67 ~ 77

[학술지(정기간행물)] - Jin Chen / 2004 / A simple method for reconstructing a high-quality NDVI time-series data set based on the Savitzky–Golay filter / Remote Sensing of Environment 91 (3-4) : 332 ~ 344

[학술지(정기간행물)] - Josef Cihlar / 1996 / Identification of contaminated pixels in AVHRR composite images for studies of land biosphere / Remote Sensing of Environment 56 (3) : 149 ~ 163

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

정명희

소속기관 안양대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학 TOP 0.1% 공학 > 전기전자공학 > 전기공학

논문수 42 이용수 18,280

장석우

소속기관 안양대학교

주요연구분야 공학 > 공학 일반 공학 > 전기전자공학 > 정보통신공학

논문수 73 이용수 4,410

이 논문과 함께 이용한 논문

에이다부스트 알고리즘을 이용한 인체 영역의 강인한 검출

장석우 , 변시우 한국산학기술학회 논문지 2016 .11

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2018-505-001307810

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (35)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)