초록 열기/닫기 버튼
3개의 매개변수를 가지는 상대선호도함수(relative favorability function, RFF) 모델은 다양한 공간자료를 통합하여 미래 토지피복 변화를 추정할 수 있다. 본 연구는 이 매개변수들을 최적화하는 방안을 제시하고, 최적화가 토지피복 변화 예측성에 미치는 영향에 대하여 연구하였다. 연구 결과, 매개변수 최적화가 RFF 모델 수립 단계에서 충실도를 향상시킨다는 것을 확인하였다. 하지만 이 충실도가 모델의 예측성 향상과 직접적으로 연관되어 있지는 않았다. RFF 모델의 예측성은 매개변수 최적화 보다는 모델 학습 기간의 설계와 연관되어 있었다. 본 연구 결과는 매개변수 최적화가 RFF 모델의 예측 결과에 미치는 영향과 한계를 확인하였다는 점과 RFF 모델의 개선 방안을 도출하였다는 점에서 의의가 있다.
The relative favorability function (RFF) model, which has three parameters, can estimate future changes in land cover by integrating a variety of spatial data. The study suggested methods to optimize these parameters and the impact of the optimization was studied on predictability in land cover change. As a result, it was confirmed that the parameter optimization is to improve the feasibility in the established process of the RFF model. However that is not directly related to improve the predictability of the model. The predictability of the model was more associated with designation of period for model calibration than the parameter optimization. This result is meaningful that impact and limitation of the parameter optimization was confirmed in RFF modeling. Furthermore, this study is meaningful in that it was derived the improvement of the model.
키워드열기/닫기 버튼
RFF, parameter optimization, land cover change, predictability
