Land cover classification analysis of volcanic island in Aleutian Arc using an artificial neural network (ANN) and a support vector machine (SVM) from Landsat imagery

Prima Riza Kadavi; 이창욱

추천

검색

자료유형: 학술저널

저자정보: Prima Riza Kadavi (강원대학교) 이창욱 (강원대학교)

저널정보: 한국지질과학협의회 Geosciences Journal Geosciences Journal Vol.22 No.4

발행연도: 2018.1

수록면: 653 - 665 (13page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

Land cover (LC) mapping is an important research topic with many applications in remote sensing. Especially, for volcanic areas where direct field access is difficult, remote sensing data are needed to map LC. Volcanic areas are attractive targets for LC mapping because any spread of volcanic eruptions must be monitored. When creating LC maps, it is important to minimize errors because such errors compromise analyses using these maps. Here, we analyzed multispectral data from Mount Kanaga, Mount Fourpeaked, Mount Pavlof, and Mount Augustine using two different classifiers, an artificial neural network (ANN) and a support vector machine (SVM). To this end, we employed Landsat 8 imagery, which features four LC classes: outcrops (pyroclastic deposits, volcanic rock, sand, etc.), vegetation, water bodies, and snow. We found that the SVM was more accurate than the ANN. For Mount Kanaga, the SVM afforded the best classification accuracy (98.08%), 9.14% better than the ANN (88.94%); for the other volcanoes, the accuracy of the two methods did not differ significantly. Overall, both classifiers accurately distinguished products of volcanic eruption (outcrops) from other LC. Thus, both the ANN and SVM can be used for LC classification.

참고문헌 (42)

참고문헌 신청

Anderson, J.R. / 1976 / A Land Use and Land Cover Classification System for Use with Remote Sensor Data. Geological Survey Professional Paper 964 :28

Barton A.F. / 2017 / Machine learning predictions of passive microwave brightness temperature over snow-covered land using the special sensor microwave imager (SSM/I) / Physical Geography 38:176~196

Bishop, C.M. / 1995 / Neural networks for pattern recognition / Oxford University Press :482

Butt A. / 2015 / Land use change mapping and analysis using remote sensing and GIS: a case study of Simly watershed, Islamabad, Pakistan / The Egyptian Journal of Remote Sensing and Space Science 18:251~259

Cohen, J.A. / 1960 / A coefficient of agreement for nominal scales / Educational and Psychological Measurement 20:37~46

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

Prima Riza Kadavi

소속기관 강원대학교

주요연구분야 자연과학 > 지구과학 > 지질학

논문수 2 이용수 3

이창욱

소속기관 연세대학교

주요연구분야 자연과학 > 지구과학 > 지질학

논문수 5 이용수 9

최근 본 자료

전체보기

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

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (42)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)