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

논문 기본 정보

자료유형
학술저널
저자정보
천범석 (경북대학교) 이태화 (경북대학교) 김상우 (경북대학교) 김종건 (강원대학교) 장근창 (국립산림과학원) 천정화 (국림산림과학원) 장원석 (한국환경정책 ·평가연구원) 신용철 (경북대학교)
저널정보
한국농공학회 한국농공학회논문집 한국농공학회논문집 제62권 제5호
발행연도
2020.1
수록면
93 - 103 (11page)

이용수

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

초록· 키워드

오류제보하기
In this study, we estimated soil moisture values using the Deep Neural Network(DNN) scheme at the mountainous regions. In order to test the sensitiveanalysis of DNN scheme, we collected the measured(at the soil depths of 10 cm and 30 cm) soil moisture and DNN input(weather and land surface)data at the Pyeongchang-gun(relatively flat) and Geochang-gun(steep slope) sites. Our findings indicated that the soil moisture estimates were sensitiveto the weather variables(5 days-averaged rainfall, 5 days precedent rainfall, accumlated rainfall) and DEM. These findings showed that the DEM andweather variables play the key role in the processes of soil water flow at the mountainous regions. We estimated the soil moisture values at the soildepths of 10 cm and 30 cm using DNN at two study sites under different climate-landsurface conditions. The estimated soil moisture(R: 0.890 andRMSE: 0.041) values at the soil depth of 10 cm were comparable with the measured data in Pyeongchang-gun site while the soil moisture estimates(R:0.843 and RMSE: 0.048) at the soil depth of 30 cm were relatively biased. The DNN-based soil moisture values(R: 0.997/0.995 and RMSE:0.014/0.006) at the soil depth of 10 cm/30 cm matched well with the measured data in Geochang-gun site. Although uncertainties exist in the results,our findings indicated that the DNN-based soil moisture estimation scheme demonstrated the good performance in estimating soil moisture values usingweather and land surface information at the monitoring sites. Our proposed scheme can be useful for efficient land surface management in various areassuch as agriculture, forest hydrology, etc.
#Deep neural network #soil moisture #weather #land surface #mountainous regions

목차

등록된 정보가 없습니다.

참고문헌 (17)

참고문헌 신청
Cai, Y. / 2019 / Research on soil moisture prediction model based on deep learning / Plos one 14(4):e0214508 Crossref Engman, E. T. / 1991 / Applications of microwave remote sensing of soil moisture for water resources and agriculture / Remote Sensing of Environment 35(2-3):213~226 Crossref Entekhabi D. / 2010 / The soil moisture active passive (SMAP) mission / Proceedings of the IEEE 98(5):704~716 Crossref Entekhabi, D. / 1999 / An agenda for land surface hydrology research and a call for the second international hydrological decade / Bulletin of the American Meteorological Society 80(10):2043~2058 Crossref Ines, A. V. M. / 2013 / An un-mixing algorithm for remotely sensed soil moisture / Water Resource Research 49(1):408~425 Crossref

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0