RISS 검색 - 국내학술지논문 상세보기

국문 초록 (Abstract)

지구의 중요한 천연자원인 산림을 포함한 자연 식생환경은 지난 1세기 동안 많은 변화를 겪으며 기후에도 영향을 미치게 되어 현재 지구적 차원의 관심 속에서 다양한 연구가 진행되고 있다...

지구의 중요한 천연자원인 산림을 포함한 자연 식생환경은 지난 1세기 동안 많은 변화를 겪으며 기후에도 영향을 미치게 되어 현재 지구적 차원의 관심 속에서 다양한 연구가 진행되고 있다. 원격탐사는 분광적 특성을 이용하여 식생의 특성을 탐지할 수 있어 식생자원을 모니터링하는데 매우 효율적인 수단이다. 이러한 연구에서는 보통 원격탐사 측정을 분석하여 관찰된 화소가 식생을 포함하고 있는 정도를 나타내는 식생지수가 사용되고 있는데 NDVI가 이중 가장 많이 사용되는 식생지수이다. 본 논문에서는 MODIS NDVI 시계열 자료를 이용하여 자동으로 식생의 변화를 탐지해 가는 방법론이 제안되어 있다. 변화탐지를 위해 비모수 방법의 신경망 모형이 사용되었고 특성벡터로는 한 화소에서 다중 시기의 NDVI 차이와 더불어 NDVI 시계열 자료의 시간상의 관계가 함께 고려될 수 있도록 제안되었다. 사용된 모형의 테스트를 위해 2006년부터 2011년까지 한반도 지역에 대한 MODIS MYD13Q1 자료가 사용되었다.

다국어 초록 (Multilingual Abstract)

Natural Vegetation cover, which is very important earth resource, has been significantly altered by humans in some manner. Since this has currently resulted in a significant effect on global climate, various studies on vegetation environment including forest have been performed and the results are utilized in policy decision making. Remotely sensed data can detect, identify and map vegetation cover change based on the analysis of spectral characteristics and thus are vigorously utilized for monitoring vegetation resources. Among various vegetation indices extracted from spectral reponses of remotely sensed data, NDVI is the most popular index which provides a measure of how much photosynthetically active vegetation is present in the scene. In this study, for change detection in vegetation cover, a Multi-layer Perceptron Network (MLPN) as a nonparametric approach has been designed and applied to MODIS/Aqua vegetation indices 16-day L3 global 250m SIN Grid(v005) (MYD13Q1) data. The feature vector for change detection is constructed with the direct NDVI diffenrence at a pixel as well as the differences in some subset of NDVI series data. The research covered 5 years (2006-20110) over Korean peninsular.

목차 (Table of Contents)

요약
Abstract
Ⅰ. 서론
Ⅱ. 연구 방법
Ⅲ. 신경망을 이용한 변화탐지 모형

요약
Abstract
Ⅰ. 서론
Ⅱ. 연구 방법
Ⅲ. 신경망을 이용한 변화탐지 모형
Ⅳ. 실험
Ⅳ. 결론
참고문헌

참고문헌 (Reference)

1 J.F. Mas, "The application of artificial neural networks to the analysis of remotely sensed data" 29 (29): 617-663, 2008

2 I. Gomez, "Prototyping an artificial neural network for burned area mapping on a regional scale in Mediterranean areas using MODIS images" 13 : 741-752, 2011

3 차수영, "MODIS자료를 이용한 북한 개마고원 및 백무고원 식생의 생물계절 모니터링" 대한원격탐사학회 25 (25): 399-409, 2009

4 S. Jin, "MODIS time-series imagery for forest disturbance detection and quantification of patch size effects" 99 : 462-470, 2005

5 R.S. Lunetta, "Land-cover change detection using multi-temporal MODIS NDVI data" 105 : 142-154, 2006

6 D.J. Hayes, "Estimating proportional change in forest cover as a continuous variable from multi-year MODIS data" 112 : 735-749, 2008

7 M.C. Hansen, "Comparing annual MODIS and PRODES forest cover change data for advancing monitoring of Brazilian forest cover" 112 : 3784-3793, 2008

8 M. Negnevitsky, "Artificial Intelligence" Addison Wesley 2002

9 J.G. Lyon, "A change detection experiment using vegetation indices" 64 (64): 143-150, 1998

10 S. Ghosh, "A Context-Sensitive Technique for Unsupervised Change Detection Based on Hopfield-Type Neural Networks" 45 (45): 778-789, 2007