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
질문

논문 기본 정보

자료유형
학술저널
저자정보
윤형진 (남서울대학교) 정종철 (남서울대학교)
저널정보
국토연구원 국토연구 국토연구 통권 제106권
발행연도
2020.9
수록면
107 - 117 (11page)

이용수

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

이 논문의 연구 히스토리 (3)

2020

기계학습을 이용한 Sentinel-2 산불피해등급 분류
윤형진 ,  정종철 국토연구 2020.09 학술저널
머신러닝 SVM기법을 활용한 Sentinel-2 산불피해등급분류 모델 구축
윤형진 공간정보공학과 2020.01 학위논문

2019

다시기 Sentinel-2A 영상을 활용한 산불피해 변화탐지 및 NBR 오분류 픽셀 탐지
윤형진 ,  정종철 대한원격탐사학회지 2019.01 학술저널

초록· 키워드

오류제보하기
본 논문은 산불 피해 발생 지역을 대상으로 머신러닝 기법을 적용한 연구이다. 연구 대상지로는 2019년 4월 4일 발생한 강원도 속초 지역의 산불피해지역을 대상으로 분석을 진행하였다. 산불 피해지역을 탐지하기 위해 Sentinel-2 영상을 활용하였다. 산불 피해등급을 분류하는 dNBR을 기반으로 피해등급을 4가지 경우로 조정하여 학습하였다. 학습에 사용된 데이터의 경우 데이터의 구조에 따라 정확도가 다르게 나타날 수 있기 때문에 SVM 4가지 커널에 따른 학습정확도를 도출하였다. 학습 결과 4가지 경우 모두에서 SVM RBF 모델이 가장 높은 정확도를 보여주었다. 테스트 지역을 분류하는 과정에서는 훈련 정확도가 가장 높게 나타난 SVM RBF 모델을 활용하였다. 검증 과정에서는 KOMPSAT-3를 활용한 300개의 GTP를 구축하여 검증자료로 활용하였다. 검증결과에서 SVM RBF모델을 통한 테스트 결과가 dNBR보다 높은 82.67%의 정확도로 피해지역을 분류한 것으로 나타났다. 연구 결과를 통해 산불 피해지역을 탐지하고 분류하는 분석과정에서 기계학습을 접목할 수 있는 방향성을 제시하였다.
#Forest Fire #Machine Learning #SVM #Sentinel-2 #KOMPSAT-3 #산불 #기계학습

목차

Abstract
I. 서론
II. 연구 방법
III. 연구결과
IV. 결론 및 향후 과제
참고문헌
요약

참고문헌 (15)

참고문헌 신청
강남이 / 2013 / KOMPSAT-2 영상의 토지피복분류에 적합한 SVM 커널 함수 비교 연구 / 대한공간정보학회지 21(2):17~23 dbpia 이수진 / 2017 / Sentinel-2 영상 기반의 FBI(Fire Burn Index) 개발 및 우리나라 산불피해지역 탐지 실험 / 한국사진지리학회지 27(4):187~202 dbpia 임륭혁 / 2020 / 재난지역 피해규모 산정을 위한 위성영상과 국토지표 활용방안 google schola 원명수 / 2014 / SPOT5영상과 현장조사자료를 융합한 대형산불지역의 피해강도 분석 / 한국농림기상학회지 16(2):114~124 dbpia 채경재 / 2018 / 머신러닝과 샘플링을 이용한 강원도 지역 산불발생예측모형 개발 / 한국빅데이터학회 학회지 3(2):71~78 dbpia

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

남북협상 연구 : 김구의 민족자주통일 이행과 좌절
유기홍 현대북한연구 2018 .08
i-FireNet: 에지 AI 환경에서 실시간 산불감지를 위해 일반화 성능을 향상한 경량형 합성곱 신경망
정성우 ,  유준혁 제어로봇시스템학회 논문지 2020 .09
산불 모니터링을 위한 GeoAI와 드론 영상기반 변화탐지 연구
정동기 ,  김휘영 ,  이임평 대한공간정보학회 학술대회 2020 .06
장기체공형 태양광 드론과 딥러닝을 이용한 산불 감시 시스템 개발
정동기 ,  이명화 ,  김휘영 외 2명 대한공간정보학회지 2020 .06
무인항공기를 활용한 강원도 산불피해지역 분석: 산림지역을 중심으로
박주언 ,  김태헌 ,  이기림 외 4명 대한공간정보학회 학술대회 2019 .11

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-350-001298785