활용사례
| 제목 | 심층신경망을 이용한 KOMPSAT-3/3A/5 영상으로부터 자연림과 인공림의 분류 | ||
|---|---|---|---|
| 국/내외 | 국내 | 작성일 | 2022-04-05 |
|
위성 원격탐사 기법은 산림 모니터링에 적극적으로 활용될 수 있으며 우리나라 독자 운영 위성인 다목 적실용위성을 활용하였을 때 특히 의미 깊다. 최근 들어 위성 원격탐사 자료에 머신러닝 기법을 적용함으로써 산림 모니터링을 수행하는 연구가 다수 이루어지고 있다. 머신러닝 기법을 통하여 제작된 산림모니터링 정보 는 기존 산림 모니터링 방법의 효율성을 향상시키는 데에 활용할 수 있다. 머신러닝 기법의 경우 관심 지역과 활용 데이터의 특징에 따라 분류 정확도가 크게 달라지므로 다양한 모델을 적용함으로써 가장 효과적인 분류 결과를 도출하는 것이 매우 중요하다. 본 연구에서는 우리나라 삼척 지역에 대해 심층신경망을 적용함으로써 인공림과 자연림의 분류 성능을 확인하였다. 그 결과 픽셀 정확도가 약 0.857, F1 Score가 자연림과 인공림에 대 해 각각 약 0.917과 0.433로 확인되었다. F1 score를 보았을 때 인공림의 분류 성능이 절대적으로는 낮은 수준을 나타냈다. 하지만 기존의 인공림과 자연림 분류 성능에 대해 F1 score를 기준으로 약 0.06, 그리고 0.10 향상된 성능을 확인할 수 있었다. 이러한 결과를 바탕으로 볼 때에 합성곱신경망 기반의 추가적인 모델을 적용함으로 써 보다 적절한 모델을 분석할 필요가 있다. |
|||
| 출처 | 대한원격탐사학회지 | ||
| 이전글 | 농경지 관측을 위한 KOMPSAT 대기보정 적용 및 평가 |
|---|---|
| 다음글 | Accuracy Comparison of TOA and TOC Reflectance Products of KOMPSAT-3, WorldView-2 and Pleiades-1A Image Sets Using RadCalNet BTCN and BSCN Data |
연관위성영상
-
스페인:화재(위색영상)(2023-08-19)2023-08-25
-
탄자니아:화재(위색영상)(2023-07-09)2023-08-08
-
캐나다:화재(위색영상)(2023-07-07)2023-08-08
연관활용사례
-
KOMPSAT-3/3A 영상으...
환경
2024-04-16
-
KOMPSAT-3와 KOMPS...
토양
2024-04-16
-
KOMPSAT-3A 영상에 대...
지리
2024-04-04
연관미디어
-
항우연
과학기술정보통신부, 국토...
2023-02-13
-
항우연
한국항공우주연구원항우연 ...
2023-01-04
네팔:지진(2015-05-05)
| 카테고리 | 재난재해 |
|---|---|
| 위성정보 | KOMPSAT-3 |
| 생성일 | 2015-03-24 |
세부정보
| ProductID | K3_20150505073608_15817_06161210 |
|---|---|
| 국가(영문) | Nepal |
| 국가 | 네팔 |
| 지역 | Pokhara |
| 레벨 | 1R |