지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2018.2
- 수록면
- 141 - 150 (10page)
- DOI
- 10.7780/KJRS.2018.34.1.10
이용수
초록· 키워드
오류제보하기
Crop type classification is essential for supporting agricultural decisions and resource monitoring. Remote sensing techniques, especially using hyperspectral imagery, have been effective in agricultural applications. Hyperspectral imagery acquires contiguous and narrow spectral bands in a wide range. However, large dimensionality results in unreliable estimates of classifiers and high computational burdens. Therefore, reducing the dimensionality of hyperspectral imagery is necessary. In this study, the Random Forest (RF) classifier was utilized for dimensionality reduction as well as classification purpose. RF is an ensemble-learning algorithm created based on the Classification and Regression Tree (CART), which has gained attention due to its high classification accuracy and fast processing speed. The RF performance for crop classification with airborne hyperspectral imagery was assessed. The study area was the cultivated area in Chogye-myeon, Habcheon-gun, Gyeongsangnam-do, South Korea, where the main crops are garlic, onion, and wheat. Parameter optimization was conducted to maximize the classification accuracy. Then, the dimensionality reduction was conducted based on RF variable importance. The result shows that using the selected bands presents an excellent classification accuracy without using whole datasets. Moreover, a majority of selected bands are concentrated on visible (VIS) region, especially region related to chlorophyll content. Therefore, it can be inferred that the phenological status after the mature stage influences red-edge spectral reflectance.
목차
등록된 정보가 없습니다.
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
A Spectral-spatial Cooperative Noise-evaluation Method for Hyperspectral Imaging
Current Optics and Photonics
2020 .12
-
계층분류 기법을 이용한 위성영상 기반의 동계작물 구분도 작성
대한원격탐사학회지
2017 .10
-
고해상도 다중시기 위성영상을 이용한 밭작물 분류: 마늘/양파 재배지 사례연구
대한원격탐사학회지
2017 .10
-
딥러닝 기반의 초분광영상 분류를 사용한 환경공간정보시스템 활용
대한원격탐사학회지
2017 .12
-
Adaptive Hyperspectral Image Classification Method Based on Spectral Scale Optimization
Current Optics and Photonics
2021 .06
-
드론 초분광 영상 활용을 위한 절대적 대기보정 방법의 비교 분석
대한원격탐사학회지
2019 .01
-
High-resolution hyperspectral imagery from pushbroom scanners on unmanned aerial systems
극지연구소 초록집
2023 .07
-
Analysis of Spectral Reflectance Characteristics Using Hyperspectral Sensor at Diverse Phenological Stages of Soybeans
대한원격탐사학회지
2021 .08
-
The Efficiency of Long Short-Term Memory (LSTM) in Phenology-Based Crop Classification
대한원격탐사학회지
2024 .02
-
Two-stage Deep Learning Model with LSTM-based Autoencoder and CNN for Crop Classification Using Multi-temporal Remote Sensing Images
대한원격탐사학회지
2021 .08
-
Tree size determination for classification ensemble
한국데이터정보과학회지
2016 .02
-
심층 컨볼루션 신경망을 사용한 초분광 영상의 공간 분광학적 분류 기법
응용통계연구
2016 .08
-
초분광 표적 탐지를 위한 L2,1-norm Regression 기반 밴드 선택 기법
대한원격탐사학회지
2017 .10
-
CNN 기반 초분광 영상 분류를 위한 PCA 차원축소의 영향 분석
대한원격탐사학회지
2019 .01
-
Weighted Collaborative Representation and Sparse Difference-Based Hyperspectral Anomaly Detection
Current Optics and Photonics
2020 .06
-
항공 초분광 영상과 SAM 기법을 이용한 백화현상 탐지 -서해 도서 지역을 중심으로-
한국환경과학회지
2024 .07
-
Spectral unmixing-based Arctic plant species analysis using a spectral library and terrestrial hyperspectral Imagery: A case study in Adventdalen, Svalbard
극지연구소 초록집
2024 .07
-
Analysis of Land Cover Changes Based on Classification Result Using PlanetScope Satellite Imagery
대한원격탐사학회지
2018 .01
-
드론 초분광 스펙트럼과 분광각매퍼를 적용한 생태계교란식물 탐지
한국환경과학회지
2021 .02
-
Robust Radiometric and Geometric Correction Methods for Drone-Based Hyperspectral Imaging in Agricultural Applications
대한원격탐사학회지
2024 .06
이 논문의 저자 정보
최근 본 자료
댓글(0)
0