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
- 2018.1
- 수록면
- 625 - 638 (14page)
이용수
초록· 키워드
오류제보하기
In this paper, we derive i) a function to estimate snow cover fraction (SCF) from a MODIS satellite image that has a wide observational area and short re-visit period and ii) a function to determine snow depth from the estimated SCF map. The SCF equation is important for estimating the snow depth from optical images. The proposed SCF equation is defined using the Gaussian function. We found that the Gaussian function was a better model than the linear equation for explaining the relationship between the normalized difference snow index (NDSI) and the normalized difference vegetation index (NDVI), and SCF. An accuracy test was performed using 38 MODIS images, and the achieved root mean square error (RMSE) was improved by approximately 7.7 % compared to that of the linear equation. After the SCF maps were created using the SCF equation from the MODIS images, a relation function between in-situ snow depth and MODIS-derived SCF was defined. The RMSE of the MODIS-derived snow depth was approximately 3.55 cm when compared to the in-situ data. This is a somewhat large error range in the Republic of Korea, which generally has less than 10 cm of snowfall. Therefore, in this study, we corrected the calculated snow depth using the relationship between the measured and calculated values for each single image unit. The corrected snow depth was finally recorded and had an RMSE of approximately 2.98 cm, which was an improvement. In future, the accuracy of the algorithm can be improved by considering more varied variables at the same time.
목차
등록된 정보가 없습니다.
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Comparison of Snow Cover Fraction Functions to Estimate Snow Depth of South Korea from MODIS Imagery
대한원격탐사학회지
2017 .08
-
Manufacturing and Quality Characteristics of the Doenjang made with Aspergillus oryzae Strains Isolated in Korea
한국미생물·생명공학회지
2016 .01
-
아시아-오세아니아 지역의 MODIS 지면피복분류 개선
대한원격탐사학회지
2015 .01
-
산림 총일차생산량 예측의 공간적 확장을 위한 인공위성 자료와 기계학습 알고리즘의 활용
대한원격탐사학회지
2019 .01
-
Satellite observations of tropical cloud feedback: COMS vs MODIS
한국기상학회 학술대회 논문집
2019 .10
-
MODIS 자료를 이용한 동아시아 에어로졸 광학특성의 장기간 변화 분석
한국대기환경학회 학술대회논문집
2018 .10
-
Different Estimation of Cloud Feedback over the Tropical Western Pacific: COMS vs MODIS
한국기상학회 학술대회 논문집
2022 .10
-
MODIS NDVI와 기상요인을 고려한 마늘·양파 주산단지 단수예측 모형 개발
대한원격탐사학회지
2017 .10
-
북극권 MODIS AOD의 장기 경향 및 분포 특성 연구
한국대기환경학회 학술대회논문집
2022 .10
-
MODIS 지표 분광반사도 자료를 이용한고품질 NDVI 시계열 자료 생성의 기법 비교 연구
대한원격탐사학회지
2015 .01
-
선택적 계층 분류를 이용한 MODIS 자료 기반 작물 분류
대한원격탐사학회지
2016 .01
-
11 μm 휘도온도와 11-12 μm 휘도온도차의 상관성 분석을 활용한 해빙탐지 동적임계치 결정
대한원격탐사학회지
2017 .04
-
Deep Learning-based Depth Map Estimation: A Review
대한원격탐사학회지
2023 .02
-
기계학습을 이용한 한반도 여름철 전천에서의 MODIS 지표면온도 추정
한국기상학회 학술대회 논문집
2019 .10
-
설명가능한 AI를 적용한 MODIS 산출물 기반 동아시아 지역의 AOD 산출
한국대기환경학회 학술대회논문집
2022 .10
-
Terra 및 Aqua MODIS 위성자료를 활용한 동남아시아의 AOD 특징 분석
한국기상학회 학술대회 논문집
2023 .11
-
동북아시아 지역에서 MODIS와 MI에 의한 에어로졸 광학두께 비교
대한원격탐사학회지
2017 .10
-
Mapping Potential Plant Species Richness over Large Areas with Deep Learning, MODIS, and Species Distribution Models
극지연구소 초록집
2022 .09
-
MODIS 전천후 기상자료 기반의 생물리학적 벼 수량 모형 개발
대한원격탐사학회지
2017 .10
-
VIIRS와 MODIS 자료를 활용한 중분류 토지이용별 알베도 분석
대한원격탐사학회지
2022 .12
이 논문의 저자 정보
최근 본 자료
댓글(0)
0