1 |
1
(A) 경위도 정보가 포함되는 이미지제공서버들로부터, 대상지역의 경위도 정보에 대응되는 스트리트뷰 이미지를 취득하는 단계;(B) 상기 스트리트뷰 이미지를 토지피복 유형별로 분류하여 패턴화한 훈련데이터세트로 구현하고 합성곱신경망을 이용하여 취득된 훈련데이터세트의 정보를 학습하여 대상지역에 대한 대용량 실사 데이터를 제1데이터로 형성하는 단계;(C) 상기 대상지역에 대한 인공위성의 분광반사도 자료 취득하고, 시계열 스펙트럼 반사율 데이터를 도출하여 제2데이터를 형성하는 단계; 및(D) 상기 제1데이터 및 제2데이터 및 식생지수(VI)를 결합한 결과를 합성곱신경망모델의 입력값으로하여, 대상지역의 토양의 피복지도를 형성하는 단계;를 포함하는,토지피복지도의 제작방법
|
2 |
2
삭제
|
3 |
3
청구항 1에 있어서,상기 (C) 단계는,(c1) 상기 대상지역에 대한 인공위성의 분광반사도 자료 취득하고,(c2) 취득한 분광반사도 자료에서, Fmask 알고리즘을 적용하여 부적합 데이터를 제거하기 위해 필터링하고,(c3) 필터링한 데이터에서 시계열 스펙트럼 반사율 데이터 도출하는 단계;를 포함하는,토지피복지도의 제작방법
|
4 |
4
청구항 3에 있어서,상기 (C) 단계는,필터링한 데이터를 기준으로, NDVI(정규 식생 지수), EVI(향상된 식생 지수), ENDVI(표준화된 정규식생 지수), LSWI(지표 수분지수) 중 적어도 하나 이상을 포함하는 식생지수를 도출하는 단계;를 더 포함하는,토지피복지도의 제작방법
|
5 |
5
삭제
|
6 |
6
경위도 정보를 포함하는 이미지를 제공하는 스트리트뷰 이미지제공서버(10);상기 이미지제공서버들(10)에서 대상지역의 경위도 정보에 대응되는 스트리트뷰이미지를 취득하여 패턴화한 훈련데이터세트로 구현하고 합성곱신경망을 이용하여 취득된 훈련데이터세트의 정보를 학습하여, 기계학습을 통해 대상지역에 대한 대용량 실사 데이터인 제1데이터를 형성하는 지상참조데이터산출모듈(100);대상지역에 대한 인공위성의 분광반사도 자료 취득하고, 시계열 스펙트럼 반사율 데이터를 도출하여 제2데이터를 형성하는 시계열데이터산출모듈(200); 및상기 제1데이터 및 제2데이터 및 식생지수(VI)를 결합한 결과를 합성곱신경망모델의 입력값으로하여, 대상지역의 토양의 피복지도를 형성하는 토지피복지도형성모듈(300);을 포함하는,토지피복지도 제작시스템
|
7 |
7
청구항 6에 있어서,상기 지상참조데이터산출모듈(100)은,상기 대상지역의 경위도 정보를 참조하여, 대상지역의 경위도 정보에 대응되는 스트리트뷰 이미지를 취득하는 데이터취득부(110);기계학습을 위해 취득된 스트리트뷰 이미지를 가공하여 토지피복 유형별로 분류하여 패턴화한 훈련 데이터세트로 구현하는 데이터가공부(120)기계학습을 위해 취득된 스트리트뷰 이미지를 가공하여 토지피복 유형별로 분류하여 패턴화한 훈련 데이터세트로 구현하는하는 제1기계학습부(130)상기 제1데이터의 정확도를 검증하고 보정하여 저장하는 데이터검증보정부(140);를 포함하는,토지피복지도 제작시스템
|
8 |
8
청구항 7에 있어서,상기 시계열데이터산출모듈(200)은,상기 대상지역에 대한 인공위성의 분광반사도 자료를 입력받는 반사도자료취득부(210);취득한 분광반사도 자료에서, Fmask 알고리즘을 적용하여 부적합 데이터를 제거하기 위해 필터링하고, 시계열 스펙트럼 반사율 데이터 도출하는 반사도데이터산출부(220)필터링한 데이터를 기준으로, 상기 대상지역의 식생지수를 산출하는 식생지수산출부(230);를 포함하는,토지피복지도 제작시스템
|
9 |
9
청구항 8에 있어서,상기 토지피복지도형성모듈(300)은,합성곱신경망(CNN)모델의 입력으로, 상기 제1데이터 및 제2데이터 및 식생지수(VI)를 결합하여 학습하는 제2기계학습부(310);상기 제2기계학습부(310)의 결과를 이용하여 토지피복지도를 형성하는 토지피복지도형성부(320);를 포함하는,토지피복지도 제작시스템
|
10 |
10
청구항 1에 따른 토지피복지도의 제작방법을 수행하는 프로그램이 수록된 기록매체
|