한국지질자원연구원 - 기계학습 기반의 작살나무 서식지 가능성도

기계학습모델을 적용한 기계학습 기반의 작살나무 서식지 가능성도이며, 방위, 방향, 지역 등의 정보가 포함되어 있고, 파일 포맷은 ascii, grid, geotiff입니다.

  • 데이터 사용법 -
  • 본 데이터를 사용하려면 상용프로그램인 ArcGIS S/W나 오픈 소프트웨어인 QGIS 프로그램( https://qgis.org/en/site/forusers/download.html에서 다운)을 사용하면 됩니다.
  • asc파일은 각 셀의 값을 나타내는 텍스트 파일로 텍스트 에디터나 엑셀에서 불러올 수 있습니다.
  • 전문적 프로그램 활용이 어려운 일반 사용자들을 위해 이미지파일을 제공합니다.

-학습 모델 설명- * Support Vector Regression (SVR) : 비선형적인 회귀 모델을 구축하기 위하여 원 공간에서 데이터를 고차원 공간으로 매핑한 뒤 고차원 공간에서의 선형 회귀식을 산출하는 방법 * Convolutional Neural Network (CNN) : 이미지 인식을 위하여 만들어진 딥러닝 구조; 이미지의 공간적 특성을 반영하기 위해 아핀(affine) 계층 대신에 합성곱(Convolution) 계층 적용

  • 데이터 확장자 설명 - geotiff : 지리 참조 정보가 포함되어 있는 이미지 파일형식의 데이터 입니다. (.tiff) grid: 각 격자에 고유한 값이 저장되어있는 Esri사 고유의 래스터 파일형식의 데이터입니다. (.grid) ASCII: 래스터의 속성을 정의하는 헤더 정보와 공백으로 구분 된 각 셀의 값으로 래스터를 표현하는 텍스트 파일이며, 프로그램간 자료 호환을 위해 만들어진 파일입니다. (.asc)

  • 활용 위성 자료 출처 -

  • 본 산출물의 입력자료로 활용한 Landsat과 Sentinel 위성영상 산출물은 각각 NASA 및 USGS와 ESA에서 소유하고 있으며 다음의 사이트에서 각각 수집한 뒤 전처리하여 사용함. Landsat 데이터는 Earth Explorer(https://earthexplorer.usgs.gov/)에서 다운로드 가능하며, Sentinel 데이터는 Copernicus Open Access Hub (https://scihub.copernicus.eu/dhus/#/home)을 통하여 다운로드 가능.

데이터와 리소스

추가 정보

필드
소스 https://www.bigdata-environment.kr/user/data_market/detail.do?id=5538c190-2fae-11eb-bc79-3b11eb915d6d
저자 한국지질자원연구원
버전 2020-12-08
기미 버전 2022-08-23