장기 GOCI 자료를 활용한 인공지능 기반 원격 반사도 예측 모델 개발
SCOPUS
KCI
-
Title
- 장기 GOCI 자료를 활용한 인공지능 기반 원격 반사도 예측 모델 개발
-
Alternative Title
- Development of Artificial Intelligence-Based Remote-Sense Reflectance Prediction Model Using Long-Term GOCI Data
-
Author(s)
- 이동욱; 유주형; 주형태; 곽근호
- KIOST Author(s)
- null이동욱; Ryu, Joo Hyung(유주형); Jou, Hyeong Tae(주형태); Kwak, Geun-Ho(곽근호)
-
Alternative Author(s)
- 이동욱; 유주형; 주형태; 곽근호
-
Publication Year
- 2023-12
-
Abstract
- 해양의 모니터링을 위해서는 변화를 예측하는 과정이 필요하다는 것은 널리 인정되고 있다. 이 연구에서는 Geostationary Ocean Color Imager (GOCI) 자료를 이용하여 해양의 변화를 지시할 수 있는 반사도의 시계열 예측을 수행하였다. 이를 위해 다중 규모 Convolutional Long-Short-Term-Memory (ConvLSTM) 모델을 제안하였으며, GOCI-I 자료를 이용하여 모델을 학습하였다. 취득 기간이 다른 GOCI-II 자료를 이용하여 모델의성능을 검증하였으며, 기존의 ConvLSTM 모델과 성능을 비교하였다. 비교 결과, 제안한 모델은 시공간적 특성을 모두 고려하여 반사도의 변화 경향성을 파악하는데 있어 가장 우수한 결과를 보였다. 장기 예측 결과를통해 모델이 학습한 반사도의 시간적 변화 경향을 확인하였으며, 이를 이용한 주기적 변화 탐지가 가능할 것으로 기대된다.
-
ISSN
- 1225-6161
-
URI
- https://sciwatch.kiost.ac.kr/handle/2020.kiost/45282
-
DOI
- 10.7780/kjrs.2023.39.6.2.6
-
Bibliographic Citation
- Korean Journal of Remote Sensing, v.39, no.6, pp.1577 - 1589, 2023
-
Publisher
- 대한원격탐사학회
-
Keywords
- 기계 학습; 합성곱 LSTM; GOCI; Machine learning; Convolutional LSTM; GOCI
-
Type
- Article
-
Language
- Korean
- Files in This Item:
-
There are no files associated with this item.
Items in ScienceWatch@KIOST are protected by copyright, with all rights reserved, unless otherwise indicated.