Crop Identification Using Seasonal Profiles of the Normalized Difference Vegetation Index: An Unsupervised Approach

Q: 이 논문에서 정의한 NDVI(정규화된 식생 지수)란 무엇인가?

식물의 건강 상태를 나타내는 지표로서 광합성 능력, 녹색 바이오매스, 식생 피복과 높은 상관관계를 가지는 수치다. 본 연구에서는 Landsat TM의 적색 및 근적외선 밴드를 활용하여 계산하며, 작물의 생물 계절학적 특성을 분석하는 핵심 변수로 사용된다.

Q: 다중 시기 NDVI 프로파일을 활용한 무감독 분류가 농작물 식별에 미치는 영향은 무엇인가?

연구 결과, 계절별 NDVI 변화 패턴을 분석함으로써 밀, 여름 줄뿌림 작물, 휴경지, 알팔파 등 주요 농작물 유형을 효과적으로 식별할 수 있다. 특히 USDA 통계 자료와 비교했을 때 10% 이내의 오차 범위를 보여 높은 분류 정확도를 입증하였다.

Sun Yurp Park

추천

검색

질문

자료유형: 학술저널

저자정보: Sun Yurp Park

저널정보: 국토지리학회 국토지리학회지 국토지리학회지 제39권 제3호

발행연도: 2005.9

수록면: 313 - 323 (11page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

Landsat Thematic Mapper-derived, seasonal NDVI profile data were analyzed to classify cropland types in Kansas. Unsupervised image classification approach showed that cropland acreage did not deviate more than 10 percent from the USDA survey data in sixty-eight counties across the state. Four main cropland types, including wheat, summer row crop, fallow, and alfalfa, were identified based on their phenological characteristics of NDVI over the growing season. Accuracy assessment was performed on the acreage of each cropland type and its spatial distribution. Regarding acreage, the classification underestimated wheat and alfalfa and overestimated summer row crops and fallow areas. Except for some confusion between wheat and alfalfa, the crop identification accuracy values ranged from 78.8 to 100 % for a producer’s accuracy and from 58.8 to 98.3 % for a user’s accuracy with an overall accuracy as high as 93.5 %.

#crop identification #cropland #Landsat #NDVI

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2022-981-001615487

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

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

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)