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

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
임태양 (단국대학교)
저널정보
대한공간정보학회 대한공간정보학회 학술대회 2021년 대한공간정보학회 춘계학술대회
발행연도
2021.6
수록면
203 - 206 (4page)

이용수

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

초록· 키워드

오류제보하기
토지 현황 및 피복 분류에 따른 토지피복지도는 공간정보 활용 및 분석 시 중요한 데이터로 사용된다. 국내 토지피복지도는 1998년을 기점으로 제작되어 현재까지 매년 분석 및 검증을 통해 제작되고 있으나 국내의 변화 주기 및 정밀한 데이터 구축에 한계가 존재한다. 본 연구는 토지피복지도의 오분류를 확인하고 개선하고자 초분광을 활용한 방법을 제안하고자 한다. 많은 분광 정보를 사용하는 초분광 영상을 활용하여 머신러닝 기법인 SVM(Support Vector Machine)을 사용하였으며 2020년 토지피복지도를 참조해 데이터 구축 후 분류를 진행하였다. 초분광 영상과 토지피복지도 간 정확도와 신뢰도를 분석한 결과 수역(96.74%) 부분이 가장 높은 결과를 나타내었으며 시가화 · 건조지역(89.74%), 산림지역이(85.84%)으로 0.7 이상의 신뢰도를 확인하였다. 그 외 습지(96.86%), 나지(96.68%), 농업지역(91.42%), 초지(87.08%) 경우 정확도는 높게 측정되었으나 신뢰도 부분에서 0.3 미만으로 나타난 것을 확인하였다. 토지피복지도와 초분광 영상 간 가장 큰 차이점은 습지, 나지, 농업지역, 초지에 분포한 식생의 현황으로 확인되었다. 또한, 수역의 수심 및 시가화 지역의 개발 등 영상 간 차이가 발생해 정확도가 떨어지는 것으로 확인된다. 추후 토지피복지도 제작 시 식생의 분포를 통한 분광 라이브러리를 활용할 경우 기존 토지피복지도에 비해 세밀한 데이터 제공 및 정확도가 높아질 것으로 판단된다.

목차

요약
1. 서론
2. 연구방법
3. 결과 및 고찰
4. 결론
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0