• 제목/요약/키워드: 공간데이터

검색결과 6,113건 처리시간 0.035초

CZT와 NaI 검출기 물질 기반 물리적 변화에 따른 영상의 질 분석에 관한 연구: 몬테카를로 시뮬레이션 (A Study for Analysis of Image Quality Based on the CZT and NaI Detector according to Physical Change in Monte Carlo Simulation)

  • 고혜림;유유리;박찬록
    • 한국방사선학회논문지
    • /
    • 제15권5호
    • /
    • pp.741-748
    • /
    • 2021
  • 본 연구의 목적은, 몬테 카를로 시뮬레이션 기반 조준기 길이와 검출기 두께 변화에 따른 Cadimium Zinc Telluride (CZT) 와 NaI 검출기 물질을 변화하면서 영상의 질을 비교 평가 해보고자 한다. CZT 와 NaI 검출기 물질 기반 감마카메라를 각각 모사하였고, 조준기 길이는 1, 2, 3, 4, 5, 6 cm, 검출기 두께는 1, 3, 5, 7 mm 로 설정하였다. 1 MBq의 점선원을 이용해 민감도, 4.45, 3.80, 3.15, 2.55 mm 의 지름을 가진 자체 제작한 팬텀을 모사하고, 가장 큰 지름인 4.45 mm 영상에 관심영역을 설정하여 signal to noise ratio (SNR)과 프로파일을 이용하여 각각 획득영상을 분석하였다. 조준기 길이에 따른 CZT 검출기 기반 민감도는 2.3 ~ 48.6 cps/MBq, NaI 검출기 기반 민감도는 1.8 ~ 43.9 cps/MBq 이고, CZT 검출기 기반 팬텀을 활용한 SNR은 3.6 ~ 9.8, NaI 검출기 기반 팬텀 SNR은 2.9~9.5다. 조준기 길이 변화에 따른 프로파일은 조준기의 길이가 증가할수록 영상의 공간 분해능이 향상함을 확인하였다. 또한, 검출기 두께에 따른 CZT 검출기 기반 민감도는 0.04 ~ 0.12 cps/MBq 이고, NaI 검출기 기반 민감도는 0.03 ~ 0.11 cps/MBq 다. CZT 검출기 기반 팬텀 SNR은 7.3~9.8 이며, NaI 검출기 기반 팬텀 SNR은 5.9~9.5다. 또한, 검출기 두께 변화에 따른 프로파일은 검출기 두께가 증가할수록 산란선이 증가함으로써 영상의 공간 분해능이 감소함을 확인하였다. 이 연구데이터를 기반으로 영상 획득 목적에 따라 검출기의 종류와 두께, 조준기의 길이를 선택하여 최고의 영상의 질을 획득할 수 있어야 한다.

미세먼지 저감을 위한 그린인프라 계획요소 도출 - 텍스트 마이닝을 활용하여 - (Derivation of Green Infrastructure Planning Factors for Reducing Particulate Matter - Using Text Mining -)

  • 석영선;송기환;한효주;이정아
    • 한국조경학회지
    • /
    • 제49권5호
    • /
    • pp.79-96
    • /
    • 2021
  • 그린인프라 계획은 미세먼지 저감을 위한 대표적인 조경 계획 방안 중 하나이다. 이에, 본 연구에서는 미세먼지 저감을 위한 그린인프라 계획 시 활용될 수 있는 요소를 텍스트 마이닝 기법을 활용하여 도출하고자 하였다. 미세먼지 저감계획, 그린인프라 계획 요소 등의 키워드를 중심으로 관련 선행연구, 정책보고서 및 법률 등을 수집하여 텍스트 마이닝을 통해 단어 빈도-역 문서 빈도(Term Frequency-Inverse Document Frequency, 이하 TF-IDF) 분석, 중심성 분석, 연관어 분석, 토픽 모델링 분석을 실시하였다. 연구결과, 첫째, TF-IDF 분석을 통해 미세먼지 및 그린인프라와 관련된 주요 주제어는 크게 환경문제(미세먼지, 환경, 탄소, 대기 등), 대상 공간(도시, 공원, 지역, 녹지 등), 그리고 적용 방법(분석, 계획, 평가, 개발, 생태적 측면, 정책적 관리, 기술, 리질리언스 등)으로 구분할 수 있었다. 둘째, 중심성 분석 결과, TF-IDF와 유사한 결과가 도출되었으며, 주요 키워드들을 연결하는 중심단어는 '그린뉴딜', '유휴부지'임을 확인할 수 있었다. 셋째, 연관어 분석 결과, 미세먼지 저감을 위한 그린인프라 계획 시, 숲과 바람길의 계획이 필요하며, 미기후 조절의 측면에서 수분에 대한 고려가 반드시 필요한 것으로 확인되었다. 또한, 유휴공간의 활용 및 혼효림의 조성, 미세먼지 저감 기술의 도입과 시스템의 이해가 그린인프라 계획 시 중요한 요소가 될 수 있음을 확인할 수 있었다. 넷째, 토픽 모델링 분석을 통해 그린인프라의 계획요소를 생태적·기술적·사회적 기능을 중심으로 분류하였다. 생태적 기능의 계획요소는 그린인프라의 형태적 부분(도시림, 녹지, 벽면녹화 등)과 기능적 부분(기후 조절, 탄소저장 및 흡수, 야생동물의 서식처와 생물 다양성 제공 등), 기술적 기능의 계획요소는 그린인프라의 방재 기능, 완충 효과, 우수관리 및 수질정화, 에너지 저감 등, 사회적 기능의 계획요소는 지역사회 커뮤니티 기능, 이용객의 건강성 회복, 경관 향상 등의 기능으로 분류되었다. 이와 같은 결과는 미세먼지 저감을 위한 그린인프라 계획 시 리질리언스 및 지속가능성과 같은 개념적 키워드 중심의 접근이 필요하며, 특히, 미세먼지 노출 저감의 측면에서 그린인프라 계획요소의 적용이 필요함을 시사한다고 볼 수 있다.

지역 아카이빙을 위한 기록화방안 연구 (A Study on Documentation Strategy for Archiving Locality)

  • 권순명;이승휘
    • 기록학연구
    • /
    • 제21호
    • /
    • pp.41-84
    • /
    • 2009
  • 수많은 지역 속에는 우리의 역사와 삶이 존재하고 있지만, 그것들은 인간의 불완전한 기억만을 기대하며 사라져 가고 있다. 지난 10년간의 기록관리는 공공성이라는 미명하에 공공영역에만 치우쳐왔다. 민간영역이라고 해봤자 종교 또는 대학기록관리 정도에만 관심을 기울인 정도였다. 민간영역에 대한 기록관리는 그동안 '사적인 것'이라 하여 기록화 되지 못한 것들을 다양성 추구와 공동체적 삶을 보존하는 것을 목적으로 한다. 이러한 민간영역 기록관리는 지역이라는 범위로 토대로 각각의 '지역성'을 기반으로 한 지역 아카이빙(Archiving Locality)을 통해 이뤄져야 한다. 지역성이란 '특정한 지점에 속하는 성격' 또는 '한지역의 특별한 성격', 즉 지역별 특수성이라고 정의할 수 있다. 즉 특정한 장소나 공간에 존재하는 상태나 상황을 일컫는 말로써 상이한 지역 내에 나타나는 자연적 환경 및 사회 문화적 환경의 차이에 의해 생성되는 지역적 유기체로서의 성격을 의미한다. 이러한 지역성을 바탕으로 한 지역 아카이빙들이 모인다면 지역의 다양한 삶이 녹아있는 국가의 모습을 재현할 수 있을 것이다. 지역 아카이빙의 대상은 도심 속 문화공간에서부터 공동체적 삶을 영위하는 마을 및 소멸되어 사라지는 장소에 이르기까지의 모든 지역을 대상으로 한다. 지역 아카이빙을 위해서는 과거기록에 대한 수집만큼이나, 지역성의 지속을 위해 앞으로 생산되어야 하는 기록에 대한 생산전략 역시 중요하다. 지역 아카이빙은 국지적이며 단계적으로 실시해야 하며 해당지역의 구성원들이 공유하는 가치와 인식 역시 수집과정에 반영해야 한다. 수집정책을 바탕으로 지역의 조직 및 개인기록들을 아카이빙 한 이후에는, 운영 및 활용에 대한 네트워크를 구축하여 지역 아카이빙의 방법론 구축 및 공유, 그리고 결과물의 다양한 활용을 모색해야 한다. 지역 아카이빙이란 용어 자체가 아직은 낯설고 지역성에 대한 개념 또한 명확하지 않은 것이 사실이다. 하지만 그동안 공공영역에 쏟았던 관심과 노력을 이제는 민간영역으로도 상당부분 돌려야 할 시기가 왔다고 생각한다. 뉴스나 정보, 데이터 하나가 한 시간도 채 되지 않아 전국에 전파되는 오늘날이지만, 우리의 삶은 여전히 우리가 살고 있는 조그만 지역으로부터 시작되기 때문이다. 지역 아카이빙이 모여 국가의 모습을 완성한다면 다양성을 담보하는 것은 물론, 거시적인 흐름 속에서의 지역 공동체적 삶을 보존할 수 있을 것이다.

전이학습과 딥러닝 네트워크를 활용한 고해상도 위성영상의 변화탐지 (Change Detection for High-resolution Satellite Images Using Transfer Learning and Deep Learning Network)

  • 송아람;최재완;김용일
    • 한국측량학회지
    • /
    • 제37권3호
    • /
    • pp.199-208
    • /
    • 2019
  • 운용 가능한 위성의 수가 증가하고 기술이 진보함에 따라 영상정보의 성과물이 다양해지고 많은 양의 자료가 축적되고 있다. 본 연구에서는 기구축된 영상정보를 활용하여 부족한 훈련자료의 문제를 극복하고 딥러닝(deep learning) 기법의 장점을 활용하고자 전이학습과 변화탐지 네트워크를 활용한 고해상도 위성영상의 변화탐지를 수행하였다. 본 연구에서 활용한 딥러닝 네트워크는 공간 및 분광 정보를 추출하는 합성곱 레이어(convolutional layer)와 시계열 정보를 분석하는 합성곱 장단기 메모리 레이어(convolutional long short term memory layer)로 구성되었으며, 고해상도 다중분광 영상에 최적화된 정보를 추출하기 위하여 커널(kernel)의 차원에 따른 정확도를 비교하였다. 또한, 학습된 커널 정보를 활용하기 위하여 변화탐지 네트워크의 초기 합성곱 레이어를 고해상도 항공영상인 ISPRS (International Society for Photogrammetry and Remote Sensing) 데이터셋에서 추출된 40,000개의 패치로 학습된 값으로 초기화하였다. 다시기 KOMPSAT-3A (KOrean Multi-Purpose SATllite-3A) 영상에 대한 실험 결과, 전이학습과 딥러닝 네트워크를 활용할 경우 기복 변위 및 그림자 등으로 인한 변화에 덜 민감하게 반응하며 분류 항목이 달라진 지역의 변화를 보다 효과적으로 추출할 수 있었으며, 2차원 커널보다 3차원 커널을 사용할 때 변화탐지의 정확도가 높았다. 3차원 커널은 공간 및 분광정보를 모두 고려하여 특징 맵(feature map)을 추출하기 때문에 고해상도 영상의 분류뿐만 아니라 변화탐지에도 효과적인 것을 확인하였다. 본 연구에서는 고해상도 위성영상의 변화탐지를 위한 전이학습과 딥러닝 기법의 활용 가능성을 제시하였으며, 추후 훈련된 변화탐지 네트워크를 새롭게 취득된 영상에 적용하는 연구를 수행하여 제안기법의 활용범위를 확장할 예정이다.

블로그 게시물에 나타난 수도권 보전지역 및 자연자원의 분포 및 특성 (The Distribution and Characteristics of Protected Areas and Natural Resources in the Metropolitan Area in Blog Posts)

  • 이성희;손용훈
    • 한국조경학회지
    • /
    • 제50권5호
    • /
    • pp.30-39
    • /
    • 2022
  • 본 연구에서는 특정 장소 및 대상에 대하여 이용자들이 자유롭게 서술한 블로그 데이터의 누적 콘텐츠 발행량을 활용하여 보전지역 및 자연자원에 대한 사람들의 인지성을 평가하고 특성을 분석하는 것을 목적으로 하였다. 이에 수도권에 위치하고 있는 전체 보전지역 및 자원 중 평가 가능한 곳들을 구별하고, 각 장소에 대하여 사람들이 작성한 블로그 게시물 수를 토대로 종합하여 10단계 구분하여 평가하였다. 연구 결과, 산림에 대한 이용자들의 인지성이 가장 높은 것으로 나타났으며, 도시권에 있어서 보전지역 및 자연자원에 대한 인지성이 더 높게 나타났다. 이는 수도권 주변에 위치하는 보전지역과 자연자원이 이용자들에게 보전의 대상이면서도 자연 관광지로서의 역할을 수행하고 있는 것을 보여준다. 또한 이러한 결과는 국내외 연구에서 도시지역에 있어서 생태계 서비스가 중요하다는 연구결과들과 같은 맥락을 보인다. 본 연구는 기존의 연구방법과는 달리 소셜미디어 분석으로 이용자의 인지 정도를 파악하고, 이를 보전지역 및 자연자원 평가에 적용하였다는 점에서 의의가 있으며, 본 연구의 결과는 향후 도시녹지공간에 대한 대중의 관심 및 인지 정도를 고려하여 관리방안을 마련하거나, 인지성을 높이기 위하여 발전방안을 수립하는 데 기초 자료로 활용될 수 있다. 또한 연구에서 활용된 블로그 누적 콘텐츠 발행량은 공간에 대한 이용자의 관심을 파악하고 모니터링 할 수 있는 점에서 의의가 있다. 단, 본 연구에서는 소셜미디어 콘텐츠 발행량을 기반으로 평가하였기에 각 블로그에 담긴 내용을 세밀하게 살펴보지는 못했다. 또한 보전지역과 자연자원의 경우 개발 이슈와 함께 이용자의 순수한 관점이 아닌 내용이 혼재되어 있을 수 있기 때문에, 추후 평가 대상지에 대한 키워드 분석과 내용분석을 추가하여 평가 내용을 검토하고 보충할 필요가 있다.

딥러닝 기반 육상기인 부유쓰레기 탐지 모델 성능 비교 및 현장 적용성 평가 (A Performance Comparison of Land-Based Floating Debris Detection Based on Deep Learning and Its Field Applications)

  • 박수호;장선웅;김흥민;김탁영;예건희
    • 대한원격탐사학회지
    • /
    • 제39권2호
    • /
    • pp.193-205
    • /
    • 2023
  • 집중강우 시 육상으로부터 다량으로 유입된 부유쓰레기는 사회, 경제적 및 환경적으로 부정적인 영향을 주고 있으나 부유쓰레기 집적 구간 및 발생량에 대한 모니터링 체계는 미흡한 실정이다. 최근 인공지능 기술의 발달로 드론 영상과 딥러닝 기반 객체탐지 모델을 활용하여 수계 내 광범위한 지역을 신속하고 효율적인 연구의 필요성이 요구되고 있다. 본 연구에서는 육상기인 부유쓰레기의 효율적인 탐지 기법을 제시하기 위해 드론 영상뿐만 아니라 다양한 이미지를 확보하여 You Only Look Once (YOLO)v5s와 최근에 개발된 YOLO7 및 YOLOv8s로 학습하여 모델별로 성능을 비교하였다. 각 모델의 정성적인 성능 평가 결과, 세 모델 모두 일반적인 상황에서 탐지성능이 우수한 것으로 나타났으나, 이미지의 노출이 심하거나 수면의 태양광 반사가 심한 경우 YOLOv8s 모델에서 대상물을 누락 또는 중복 탐지하는 사례가 나타났다. 정량적인 성능 평가 결과, YOLOv7의 mean Average Precision (intersection over union, IoU 0.5)이 0.940으로 YOLOv5s (0.922)와 YOLOvs8(0.922)보다 좋은 성능을 나타냈다. 데이터 품질에 따른 모델의 성능 비교하기 위해 색상 및 고주파 성분에 왜곡을 발생시킨 결과, YOLOv8s 모델의 성능 저하가 가장 뚜렷하게 나타났으며, YOLOv7 모델이 가장 낮은 성능 저하 폭을 보였다. 이를 통해 수면 위에 존재하는 부유쓰레기 탐지에 있어서 YOLOv7 모델이 YOLOv5s와 YOLOv8s 모델에 비해 강인한 모델임을 확인하였다. 본 연구에서 제안하는 딥러닝 기반 부유쓰레기 탐지 기법은 부유쓰레기의 성상별 분포 현황을 공간적으로 파악할 수 있어 향후 정화작업 계획수립에 기여할 수 있을 것으로 판단된다.

국내 서해안 파랑 관측자료를 이용한 대표주기 산정 및 최적 확률밀도함수 추정 (Estimation of Representative Wave Period and Optimal Probability Density Function Using Wave Observed Data around Korean Western Coast)

  • 이욱재;조홍연;박진호;고동휘
    • 한국해안·해양공학회논문집
    • /
    • 제35권6호
    • /
    • pp.146-154
    • /
    • 2023
  • 본 연구에서는 서해안 해상기상타워 2기에서 관측된 수면변동자료를 이용하여 해양특성을 구분하는 주요 인자인 첨두주기 Tp와 평균주기 T02와 Tm-1, 0를 산정하고 이상자료의 비율, 상관관계 분석 및 최적 확률밀도함수를 추정하였다. 산정된 대표주기 중 첨두주기의 경우, 이상 자료의 비율은 각각의 지점에서 5.73 %, 0.67 %로 나타났으며, T02는 4.35%, 0.01%, Tm-1, 0는 2.82%, 0.03%로 나타났다. 한편, T02와 Tp 사이의 관계를 분석한 결과 각 지점별로 0.53, 0.63의 관계로 산정됐으며, Tm-1, 0와 Tp의 관계는 각각 1.15, 1.32로 나타났다. T02와 Tm-1, 0는 서로 1.18, 1.22의 관계를 보이고 있었다. 산정된 대표주기의 최적 확률밀도함수를 추정한 결과, Tp는 각각의 지점에서 'Lognormal', 'Normal' 분포를 따르고 있었으며, T02는 'Gamma', 'Normal' 분포, Tm-1, 0는 각각 'Log-normal', 'Normal' 분포가 우세한 것으로 나타났다. 이러한 결과는 서해안을 대상으로 수행되는 파랑 분석에 기초자료로 사용될 수 있을 것으로 판단된다.

위성영상의 방사적 특성을 고려한 구름 탐지 방법 개발 (Development of Cloud Detection Method Considering Radiometric Characteristics of Satellite Imagery)

  • 서원우;강홍기;윤완상;임평채;이수암;김태정
    • 대한원격탐사학회지
    • /
    • 제39권6_1호
    • /
    • pp.1211-1224
    • /
    • 2023
  • 구름은 광학위성을 이용한 국토 관측 및 재난 대응, 변화 탐지 등 지표의 현상을 관측하는데 있어 많은 어려운 문제를 야기한다. 구름의 존재는 영상 처리 단계 뿐만 아니라 최종적으로는 데이터의 품질에 영향을 미치므로 이를 반드시 식별하고 제거하는 과정이 필요하다. 따라서 본 연구에서는 위성영상 내 구름의 분광패턴에 가장 근접한 화소를 탐색 및 추출해 최적의 임계값을 선정하고 임계값을 바탕으로 구름 산출물을 제작하는 일련의 과정을 자동으로 수행하는 새로운 구름 탐지 기법을 개발하고자 하였다. 구름 탐지 기법은 크게 세 단계로 구성된다. 첫 번째 단계에서는 Digital Number (DN) 단위 영상을 대기상층 반사율 단위로 변환하는 과정을 수행한다. 두 번째 단계에서는 대기상층 반사율 영상을 이용하여 Hue-Value-Saturation (HSV) 변환 및 삼각형 임계 처리, 최대우도 분류 등의 전처리를 적용하고 각 영상별로 초기 구름 마스크 생성을 위한 임계값을 결정한다. 세번째 후처리 단계에서는 생성된 초기 구름 마스크에 포함된 노이즈를 제거하고 구름 경계 및 내부를 개선한다. 구름 탐지를 위한 실험 자료로 구름의 공간적, 계절적 분포의 다양성을 보여주는 4~11월 시기에 한반도 지역에서 촬영된 국토위성 L2G 영상을 사용하였다. 제안 방법의 성능을 검증하기 위해 단일 임계화 방법으로 생성된 결과를 비교하였다. 실험 결과, 제안 방법은 기존 방법과 비교하여 전처리 과정을 통해 각 영상의 방사학적 특성을 고려할 수 있어 보다 정확하게 구름을 검출할 수 있었다. 또한, 구름 개체를 제외한 나머지 밝은 물체(판넬식 지붕, 콘크리트 도로, 모래 등)의 영향을 최소화하는 결과를 보여주었다. 제안 방법은 기존 방법 대비 F1-score 기준으로 30% 이상의 개선된 결과를 보여주었으나 눈이 포함된 특정 영상에서 한계점이 있었다.

월세 임차시장의 구조적 변화에 따른 분위별 소득과 임대료 간의 부정합 분석 (Structural Changes in Rental Housing Markets and a Mismatch between Quartile Income and Rent)

  • 박정호;임태균
    • 토지주택연구
    • /
    • 제14권4호
    • /
    • pp.17-37
    • /
    • 2023
  • 전체 주택 시장에서 보증부 월세시장이 차지하는 비중은 전세 지분을 잠식하며 지난 30년 간 지속적으로 증가하여(1990년 8.2% → 2020년 21.0%) 2.6배로 확대되었다. 월세 부담 분포는 공공임대 월세 지원의 확대와 고가 월세의 등장으로 월세시장 재편으로 이어지고 있다. 월세 가구의 소득 분포는 저소득 월세 가구의 소득 둔화와 고소득 월세 가구의 출현으로 양극화가 진행되고 있다. 이에 본 연구는 보증부 월세시장을 통해 월세시장의 구조적 변화와 소득-임대료 간 부정합 현상을 정량화하는 지표로 월세 가구의 임대료와 소득을 동시에 비교하여 그 추이를 측정하였다. 11개년도(2006~2021년) 주거실태조사 마이크로데이터를 이용하여 2006년(기준연도) 월세 임대료(전월세 전환율 반영)와 월세 가구 소득을 각각4분위 분포로 구획한 후 10~15년 후(분석연도) 나타난 변화를 전국과 16개 광역시·도(세종시 제외) 공간 단위에서 분석하였다. 그 결과, 전국적인 월세 주택 공급에서 최고가 4분위(25% → 18%)와 3분위(25% → 20%)의 축소로 중·상위 월세 주택 공급난을 보인 반면 공공임대주택 공급으로 2분위(25% → 28%)와 최저가 1분위(25%→ 35%)는 확대되었다. 월세 가구의 수요 측면에서 최고소득 4분위(25% → 21%)의 축소와 달리 최저소득 1분위(25% → 31%)는 확대되었다. 16개 광역시·도를 비교해보면, 월세 임대료와 월세 가구소득의 변화 방향과 강도에 있어서 지역 간 상당한 격차가 확인되었다. 특히, 서울의 월세 주택 시장은 공급 양극화로 서울 월세 가구의 소득 분포와 불균형을 이루었다. 아파트 월세시장의 구조적 변화 양상은 비아파트 월세시장과 차별화되었다. 본 연구의 결과는 향후 지역별 월세 주택 시장에서 보증부 월세 가구의 소득 분위별로 부담 가능한 임차 주택 재고를 확보하고 지역별 소득과 임대료 분포 간의 균형을 유지할 수 있는 주거안정 방안을 마련하는데 기초자료로 활용될 수 있을 것이다.

WUDAPT 절차를 활용한 창원시의 국지기후대 제작과 필터링 반경에 따른 비교 연구 (A Comparative Study on Mapping and Filtering Radii of Local Climate Zone in Changwon city using WUDAPT Protocol)

  • 김태경;박경훈;송봉근;김성현;정다은;박건웅
    • 한국지리정보학회지
    • /
    • 제27권2호
    • /
    • pp.78-95
    • /
    • 2024
  • 기후변화와 도시 문제를 고려해 다양한 영역에 걸친 환경계획의 수립과 비교를 위해서는 일관된 기준으로 분류된 지역 규모 수준의 공간자료 구축이 중요하다. 본 연구는 World Urban Database and Access Portal Tools(WUDAPT)에서 제시한 절차를 사용하여 기후 및 환경 연구가 활발히 이루어지고 있는 창원시의 Local Climate Zone(LCZ)를 분류하였다. 또한, 동질적인 기후 특성을 가진 지역일지라도 일부 격자가 다른 기후 특성으로 분류되는 파편화 문제를 개선하기 위해 필터링 기법을 적용하고 필터링 반경에 따른 LCZ 분류 특성을 비교하였다. 위성영상과 지상참조자료, 감독분류 머신러닝 기법인 Random Forest를 활용하여 필터링하지 않은 분류지도와 필터링 반경이 1, 2, 3인 분류지도를 제작하여 정확도를 비교하였다. 또한, 도시지역의 건물 유형에 따른 LCZ 분류특성을 비교하기 위해 GIS를 활용한 분류방법론에서 사용되는 도시형태지수를 제작하여 선행 연구에서 제시한 범위와 비교하였다. 그 결과, 전체 정확도는 필터링 반경이 1일 때 가장 높은 값을 보였다. 도시형태지수를 비교하였을 때 LCZ 유형별 차이는 적었고 대부분 선행연구의 범위를 만족하는 것을 확인하였다. 그러나 연구 결과를 통해 건물의 높이 정보를 반영하지 못하는 한계를 확인하였고, 이를 보완할 수 있는 데이터를 추가하여 분류한다면 더 높은 정확도의 결과물을 획득할 수 있을 것이라 판단된다. 연구 결과는 국내 도시기후 관련 환경 연구분야의 기초 공간자료 제작하기 위한 참고자료로 활용될 수 있을 것이다.