메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
최재용 (충남대학교 산림환경자원학과) 이상혁 (충남대학교 산림환경자원학과) 이솔애 (충남대학교 산림환경자원학과) 지승용 (충남대학교 산림환경자원학과) 이상훈 (충남대학교 농업과학연구소)
저널정보
한국환경복원기술학회 환경복원녹화 환경복원녹화 제18권 제2호
발행연도
2015.1
수록면
89 - 104 (16page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
In order to effectively manage forested areas in South Korea on a national scale, using remotely sensed data is considered most suitable. In this study, utilizing Land coverage maps and Forest type maps of national geographic information instead of collecting field data was tested for conducting supervised classification on SPOT-5 and KOMPSAT-2 imagery focusing on forested areas. Supervised classification were conducted in two ways: analysing a whole area around the study site and/or only forested areas around the study site, using Support Vector Machine. The overall accuracy for the classification on the whole area ranged from 54.9% to 68.9% with kappa coefficients of over 0.4, which meant the supervised classification was in general considered moderate because of sub-classifying forested areas into three categories (i.e. hardwood, conifer, mixed forests). Compared to this, the overall accuracy for forested areas were better for sub-classification of forested areas probably due to less distraction in the classification. To further improve the overall accuracy, it is needed to gain individual imagery rather than mosaic imagery to use more spetral bands and select more suitable conditions such as seasonal timing. It is also necessary to obtain precise and accurate training data for sub-classifying forested areas. This new approach can be considered as a basis of developing an excellent analysis manner for understanding and managing forest landscape.
#Satellite imagery analysis #National geographic information #Forest landscape ecology #Forest development #Support vector machine

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0