Key points are not available for this paper at this time.
원격 감지 및 GIS 제품이 생성될 때, 이미지 및 지상 데이터의 수집, 처리 및 분석, 그리고 모델 개발에서 발생하는 오류와 불확실성이 축적되어 지도로 전파됩니다. 따라서 이러한 제품은 공간적 및 시간적으로 다양한 불확실성의 여러 출처를 가지고 있습니다. 불확실성의 출처를 공간적으로 식별하고, 그 축적과 전파를 모델링하며, 마지막으로 이를 정량화하는 것이 공간 데이터 품질을 통제하는 데 있어 필수적입니다. 이 논문은 예측된 토양 침식의 불확실성이 픽셀 단위로 다양한 주요 구성 요소로 계층적으로 분할되는 사례 연구에 대한 방법론과 그 응용을 보여줍니다. 이 방법론은 지역화된 변수 이론에 기초하고 있으며, 지구통계학에서 원격 감지 지원 공동 시뮬레이션 알고리즘과 불확실성 분석에서의 불확실성 및 오류 예산 방법을 통합합니다. 시뮬레이션 알고리즘은 지역적 추정치를 계산하는 데 사용할 수 있는 현실화를 생성하며, 이들 간의 분산 및 공분산을 구합니다. 불확실성 및 오류 예산 방법은 출력의 불확실성을 다양한 입력 구성 요소로 분할하고 그 상대적 불확실성 기여도를 정량화합니다. 따라서 결과는 주요 불확실성 출처와 그 공간적 변동을 제시하고, 지도 생성 및 응용에서 오류를 줄이기 위한 근거를 제공할 수 있습니다.
Wang et al. (목요일) 이 질문을 연구했습니다.