The purpose of this study is to propose a strategic approach to improve firms competitive advantages by selecting main business body and business sector at the same time. In this study the strategy of an efficient business model for joint logistics is suggested by means of searching for a joint program. The methods applied to this study were literature survey, questionnaire and internet information as well as case studies on advanced domestics and foreign logistics enterprises. The research scope of this study has focused on the joint logistics of SMEs being in the DVD(Digital Video Disk) industry sector. The results of this study are shown as follows ; first, in short terms, main business operating body has, second, in long terms, logistics operating enterprise has a direct effect on the joint logistics operation strategy of the DVD(Digital Video Disk) industry in Korea. The conclusion of this study shows that this method as a model of consequence to increase the joint logistics implementation successfully.

호모몰픽 필터링은 푸리에 변환에 기초를 둔 기법으로 주파수 영역에서 저주파 신호는 약화시키고 고주파 신호는 강화하여 영상의 대비 차를 강화시키는 처리기법이다. 호모몰픽 필터링을 위한 응용 프로그램을 개발하여 인공위성영상과 지구물리 자력탐사 자료를 이미지화한 영상에 시험적으로 적용하여 그 결과를 분석하였다. 영상평활화 기법이나 커널 마스크 처리 등과 같은 영상강화 기법에서는 추출 가능한 경계부의 위치를 변화시키거나 영상의 화소값이 전체 영상을 대상으로 변화시키는 반면에 호모몰픽 필터링은 세부적인 영상 정보의 내용을 선택적으로 강조할 수 있다. 호모몰픽 필터링은 인공위성 영상에서 복잡한 지형지물의 특성을 추출하거나 분리하는 데 효과적인 방법으로 나타났으며 지구물리 영상자료에서 이상대를 조사하는 경우에도 유용하게 적용될 수 있을 것으로 생각된다.

산불지역 토양의 침식양상을 구분하기위하여 강원도 강릉시 사천면 일대의 산불지역 토양을 조사하였다. 토양은 유기물의 분포양상 및 토양층의 두께, 토양층 발달의 완전성(성숙도)를 근거로 5개 유형으로 구분하였다. 침식 현상은 토양의 유형에 따라 다르게 나타났다. 나뭇잎, 낙엽층, 뿌리, 재 그 밖의 유기물의 피복이 토양의 색과 영상 이미지 반사에 영향을 미치는 중요한 요인이었다. 침식양상의 차이를 보이는 5개 유형의 토양의 Landsat ETM 영상은 토양 유형별로 상이한 반사특성을 보였다. 산불지역 토양의 정규식생지수(NDVI)와 무감독 분류는 토양유형에 따른 Landsat ETM 영상 차이를 잘 반영하기 못하였으나, 최대우도법에 의한 감독분류 기법의 적용시 산불지역에서 침식형태에 따른 토양유형 구분이 가능하였다. 본 연구는 산불지역에서 침식현상을 파악하고 예측하는데 Landsat ETM 영상의 활용이 매우 효과적임을 보여주었다.

본 연구는 강원도 강릉지역 산불지역의 피해분석을 위한 피해지 지표분류를 목적으로 Landsat Enhanced Thematic Mapper Plus (ETM+) 영상에서 활용할 수 있는 분류지수의 적용을 검토하였다. 연구지역 산불지역을 대상으로 Landsat TM 영상을 활용하기 위해 개발된 식생지수(NDVI)와 토양을 고려한 식생지수(SAVI), Tasseled Cap 변환으로 억을 수 있는 밝기지수(brightness), 습윤지수(wetness), 녹색지수(greenness)를 야외조사 결과와 비교하였다. 분석 결과 식생지수와 토양을 고려한 식생지수는 산불발생지역과 산불이 발생하지 않은 지역에 대한 구분이 뚜렷하였으나, 산불발생지역내에서 피해지역 구분에는 적절하지 않은 것으로 파악되었다. 산불방생지역내에서는 Tasseled Cap 변화에서 나타나는 토양평면을 활용할 때 침식피해와 관련한 야외조사 결과와 가장 근접한 분류 결과를 얻을 수 있었다. Tasseled Cap 변환에서 건조지수와 녹색지수를 더하여 선형함수로 활용하면 신속하고 효율적으로 산불지역을 분류가 가능 할 것으로 기대된다.