Earticle

초록

영어

Satellite data for remote sensing technology has limitations, especially with visible range sensor, cloud and/or other environmental factors cause missing data. In this study, using land surface temperature data from the MODerate resolution Imaging Spectro-radiometer(MODIS), we developed retrieving methods for satellite missing data and developed three methods; mean bias, regression analysis and local variation method. These methods used the previous day data as reference data. In order to validate these methods, we selected a specific measurement ratio using artificial missing data from 2014 to 2015. The local variation method showed low accuracy with root mean square error(RMSE) more than 2 K in some cases, and the regression analysis method showed reliable results in most cases with small RMSE values, 1.13 K, approximately. RMSE with the mean bias method was similar to RMSE with the regression analysis method, 1.32 K, approximately.

한국어

원격 관측 자료인 위성 자료는 한계점이 있으며, 특히 광학 관측기를 활용하면 구름이나 기타 요인에 의해 손실 자료가 발생한다. 본 연구에서는 MODerate resolution Imaging Spectrometer(MODIS)의 관측 자료 중, 지표면 온도 자료를 대상으로 손실 자료를 복원하기 위한 방법인 평균 편차 방법, 회귀 분석 방법, 지역 변동 방법의 세 가지 복원 방법을 개발하였다. 검증을 위해 2014년과 2015년의 위성 자료에서 관측 비율을 근거로 사례를 선택하였다. 검증 자료에서 확인된 지역 변동 방법의 평균 제곱근 편차(RMSE) 는 일부 사례에서 약 2 K 이상으로 다른 복원 방법에 비해 낮은 정확도를 보였으며, 회귀 분석 방법의 RMSE는 평균 약 1.13 K으로 대부분의 사례에서 가장 좋은 결과를 보였다. 평균 편차 방법 사용 시, RMSE는 회귀 분석 방법 시와 유사하게 약 1.32 K으로 나타났다.

목차

요약
 ABSTRACT
 Ⅰ. 서론
 Ⅱ. 연구 자료
 Ⅲ. 손실 자료 복원 방법
  1. 평균 편차 방법
  2. 회귀 분석 방법
  3. 지역 변동 방법
 Ⅳ. 손실 자료 복원 방법에 따른 정확도 확인
 Ⅴ. 참고 자료의 길이에 따른 회귀 분석방법 정확도 영향
 Ⅵ. 결론
 참고문헌

키워드

저자

• 김민욱 [ Min Wook Kim | (주)에스이랩 부설연구소 ] 교신저자
• 이종혁 [ Jonghyuk Yi | (주)에스이랩 ]
• 박연구 [ Yeon Gu Park | (주)에스이랩 ]
• 송정현 [ Junghyun Song | (주)에스이랩 ]

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  한국위성정보통신학회논문지 [Journal of Satellite, Information and Communications]

• 간기

  계간

• pISSN

  2384-3853

• 수록기간

  2006~2017

• 십진분류

  KDC 567 DDC 629