• 대한원격탐사학회지
• /
• 제34권6_3호
• /
• pp.1415-1425
• /
• 2018

다목적실용위성 5호는 국내 최초로 영상레이더(SAR)가 탑재된 지구관측위성이다. SAR 영상은 위성에 부착된 안테나로부터 방사된 마이크로파가 물체로부터 반사된 신호를 수신하여 생성된다. SAR는 대기 중의 입자의 크기에 비해 파장이 긴 마이크로파를 사용하기 때문에 구름이나 안개 등을 투과할 수 있으며, 주야간 구분 없이 고해상도의 영상을 얻을 수 있다. 하지만, SAR 영상에는 색상 정보가 부재하는 제한점이 존재한다. 이러한 SAR 영상의 제한점을 극복하기 위해, 도메인 변환을 위해 개발된 딥러닝 모델인 Cycle GAN을 활용하여 SAR 영상에 색상을 대입하는 연구를 수행하였다. Cycle GAN은 unpaired 데이터셋 기반의 무감독 학습으로 인해 학습이 불안정하다. 따라서 Cycle GAN의 학습 불안정성을 해소하고, 색상 구현의 성능을 향상하기 위해 다중 크기 식별자를 적용한 MS Cycle GAN을 제안하였다. MS Cycle GAN과 Cycle GAN의 색상 구현 성능을 비교하기 위하여 두 모델이 Florida 데이터셋을 학습하여 생성한 영상을 정성적 및 정량적으로 비교하였다. 다양한 크기의 식별자가 도입된 MS Cycle GAN은 기존의 Cycle GAN과 비교하여 학습 결과에서 생성자 및 식별자 손실이 대폭 감소되었고, 나뭇잎, 강, 토지 등의 영역 특성에 부합하는 색상이 구현되는 것을 확인하였다.

• 한국해안·해양공학회논문집
• /
• 제32권6호
• /
• pp.434-445
• /
• 2020

본 연구는 장주기 파의 항내 수면진동 대책과 수질 문제를 동시에 고려하기 위하여 투과방파제를 활용하는 수면진동 저감 방법을 실제 해역에 적용하고 Boussinesq 파랑모델을 이용하여 저감 효과를 수치적으로 검토한 것이다. 본 연구에서는 중력외파에 의한 항내 수면진동 문제가 빈번히 발생하는 동해안의 묵호항을 연구대상으로 하였으며, 5년간의 장기 파랑관측 자료를 분석하여 파악한 묵호 수역의 중력외파는 주기는 40 s~70 s 사이에 집중 분포하였고 파고는 0.1 m 이하가 분석대상 자료의 94%이었다. 저감 목표 주기는 항내 수면진동 해석을 실시하여 첨두 주기 68.0 s로 결정하였으며, 가장 효과적인 수면진동 저감 방법은 항 외측에 투과율 0.3의 투과방파제를 도제로 설치하고 항내 안벽의 일부 구역을 파랑에너지흡수 구조형식으로 교체하여 중력외파에 의한 반사율을 0.9 이하로 하는 방법이었다. 이 방법의 진폭 감소율은 27.4%이었다. 그리고 투과방파제의 투과율 차이가 중력외파에 의한 항내 수면진동의 진폭 감소율에 미치는 영향은 크지 않았다.

• 한국지반환경공학회 논문집
• /
• 제23권8호
• /
• pp.29-36
• /
• 2022

최근 지하공간에 대한 개발이 활발히 진행됨에 따라 지중 시설물의 정보에 대한 중요도가 증가하고 있다. 굴착작업을 수행하기 전에 지중 시설물의 위치를 정확히 파악해야 한다. 지표투과레이더(GPR)와 같은 지구물리적 탐사 방법은 지중 시설물을 조사하는데 유용하게 사용된다. GPR은 지반에 전자기파를 송출하며 지반과 다른 매질에 의해 반사되는 신호를 분석하여 지중시설물의 위치와 깊이 등을 파악한다. 그러나 GPR 데이터의 판독은 숙련된 전문가의 주관적 판단에 의존하기 때문에 이를 딥러닝을 통해 자동화하려는 많은 연구가 진행되고 있다. 딥러닝은 학습 데이터가 많을수록 정확한 모델을 만들 수 있으며, 이러한 학습데이터 축적에 있어 수치해석이 좋은 대안이 될 수 있다. 수치해석의 경우 지반의 불균질성을 모사하여 다양한 조건에서의 GPR 탐사 데이터를 생성할 수 있으며, 이를 이용하여 학습모델의 성능을 향상시킬 수 있을 것으로 생각된다. 지반은 불균질하며, GPR 신호는 지반의 다양한 변수로 인해 영향을 받는다. 그러나 이러한 불균질 지반에 대한 연구가 필요한 실정이다. 따라서 본 연구에서는 프랙탈 차원수와 지반의 함수비 범위에 따른 GPR탐사 신호특성을 분석하고 불균질한 지반을 모사하기 위한 입력파라미터에 대한 연구를 수행하였다. 프랙탈 차원수가 2.0을 넘어가면 적합곡선에 대한 오차가 크게 감소하는 것으로나타났다. 그리고 분석의 타당성을 확보하기 위해 함수율의 범위가 0.14 미만이어야 한다.

• 대한토목학회논문집
• /
• 제29권1C호
• /
• pp.11-20
• /
• 2009

지표 근처에 있는 지중 이상체를 효율적으로 파악하기 위한 대안으로 HWAW 기법을 이용한 방법을 제안하였다. 제안된 방법은 HWAW 기법을 적용하여 위치-파장에 대한 위상속도의 영상을 획득한다. 지중 이상체로 인해 표면파 위상 속도의 왜곡 현상이 발생하며 이를 근거로 획득한 영상으로부터 그 위치를 추정하는 방법이다. 현장 실험 방법에서부터 신호 처리, 결과 고찰에 이르는 과정을 소개하였으며 다양한 조건의 지중 이상체가 포함된 지반 모델을 이용하여 수치해석을 수행, 제안된 방법을 검증하였다. 지중 이상체의 성격에 따라 표면파의 진행 및 반사 특성이 달랐으며 이러한 현상은 제안된 방법의 위상속도 영상을 통해 더욱 용이하게 확인할 수 있었다. 여러 지반 모델에 대한 수치해석 결과로부터 지중 구조물에 의한 위상 속도 왜곡 현상의 규칙을 파악할 수 있었으며 이러한 규칙은 실제 현장 자료 해석에 있어 단서가 되었다. GPR, 전기 비저항 탐사 등의 기존 물리탐사 기법들이 수반된 현장 검증 실험을 수행함으로써 제안된 기법의 현장 적용성을 확인하였다. 실제 지반은 수치해석과 달리 균질하지 않은 상태임에도 수치해석에서와 같이 지중 이상체 근처에서 위상 속도의 왜곡 현상이 관찰되었으며 추정된 위치는 타 물리탐사 기법들의 결과와 일치하였다.

• 대한원격탐사학회지
• /
• 제39권6_2호
• /
• pp.1541-1551
• /
• 2023

해색위성 원격탐사에서 광학센서에서 측정된 전자기 시그날을 태양광 복사휘도로 산출하는 것은 해양 환경 모니터링의 시작이 되는 중요 단계이다. 일반적으로 광학센서가 임무 기간 수많은 촬영을 하면서 감쇄가 일반적이며 이로 인해 발생하는 복사 보정의 불확도는 해수원격반사도, 엽록소-a 농도, 유색용존유기물 등 최종 산출물에 영향을 미치기 때문에, 국제적으로 해색위성의 임무기간 중 자료 연속성을 위한 복사보정의 중요성을 강조해 왔다. 본 연구는 Geostationary Ocean Color Imager-II (GOCI-II) 위성의 지속적인 품질과 정확성을 확보하기 위해 GOCI-II의 복사 보정 알고리즘을 개선 방법을 제시한다. GOCI-II는 궤도상 복사 보정 장치인 태양광 확산기(Solar Diffuser, SD)를 사용하여 gain을 지속적으로 측정하였다. 시계열 분석 결과 gain이 방위각에 따라 계절적 변동을 보임과 동시에 센서의 노후화 가능성을 고려해야 함을 확인하였다. 본 연구에서는 방위각 보정 모델을 도입하여 계절 주기성을 제거하였고, 센서 감쇄 보정 모델을 통해 복사 이득의 비선형적 추세를 산출하였다. 본 연구에서 개선된 복사 보정 알고리즘을 적용하여 대기 최상층(Top of Atmosphere, TOA) 복사휘도의 스펙트럼에 미치는 영향을 확인하였고, 이는 GOCI-II 데이터의 장기적인 안정성 확보를 통해 신뢰성 있는 위성 산출물을 제공함으로써 장기간 트렌드 분석 및 해양 환경 모니터링에 기여할 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제35권3호
• /
• pp.347-358
• /
• 2019

램버시안 구름 모델(Lambertian Cloud Model)은 구름이 존재하는 대기의 연직 오존 분포를 효과적으로 산출하기 위해 사용되는 단순화된 구름 모델이다. 램버시안 구름 모델을 사용함으로써 복사 전달 모의에 필요한 구름의 광학적 특징들은 Optical Centroid Cloud Pressure(OCCP)와 Effective Cloud Fraction(ECF)으로 모수화되며, 각 모수의 정확도는 복사 모의 정확도에 큰 영향을 미친다. 하지만 OCCP 오차에 따라 발생하는 연직 오존 산출 오차는 복사 환경과 알고리듬 설정에 따라 다르게 나타나기 때문에 일반화가 매우 어렵다. 또한, OCCP 오차의 영향은 연직 오존 산출 과정에서 발생하는 다른 오차들과 혼재하기 때문에 이를 분석하는 것 또한 어렵다. 본 연구는 두 가지 방법을 사용하여 OCCP 오차로 인한 오존 산출 오차를 분석하였다. 첫 번째로, OCCP 오차가 최적 추정법(Optimal Estimation)에서 오존 산출에 미치는 영향을 모의하였다. 이를 위해 OCCP 오차에 따른 복사량 오차를 LIDORT 복사 모델로 산출하였다. 복사량 오차를 오존 산출 오차로 변환하기 위해 최적 추정법의 변환식에 복사량 오차를 대입하였고, 그 결과 OCCP를 100 hPa 높게 입력했을 때 전체 오존량이 약 2.7% 과대산출되는 것으로 나타났다. 두 번째로, 사례 분석을 통해 OCCP 오차로 인한 오존 오차를 확인하였다. 사례 분석을 위해 OCCP 오차를 가정하여 오존 산출 오차를 모의하였고, 이를 OMI 오존 프로파일 산출물인 PROFOZ 2005-2006의 사례에서 나타난 오존 오차와 비교하였다. 사례에서 나타난 오존 오차를 정의하기 위해서 이상적인 가정을 전제하였으며, 가정을 전제할 수 있도록 지표 반사도, 오존의 수평 변화율 등을 고려하여 비교적 안정적으로 오존 오차를 근사할 수 있는 49개의 사례를 선정하였다. 사례 분석 결과, 49개의 사례 중 27개(약 55%)의 사례에서 0.5 이상의 상관관계가 나타났다. 오존 프로파일 산출 특성을 고려하였을 때, 이러한 결과는 OCCP의 오차가 오존 프로파일 산출 정확도에 상당한 영향을 주고 있는 것으로 판명되었다.

• 한국터널지하공간학회 논문집
• /
• 제23권6호
• /
• pp.517-534
• /
• 2021

수소연료는 환경오염문제를 해소하고 에너지 불균형 및 비용을 절감할 수 있다는 점에서는 화석연료를 대체하는 에너지원으로 부각되고 있다. 수소는 친환경적이나 폭발성이 강하기 때문에 수소연료차의 화재, 폭발 사고에 대한 우려가 매우 높은 실정이다. 연구결과에서 수소사고는 일반적인 화재의 경우 비교적 안전하나, 폭발이 발생하면 매우 위험한 것으로 인식되고 있다. 특히, 터널과 같은 반밀폐공간에서는 위험도가 보다 증가할 것으로 예측되기에 이에 대한 예측방법 및 대책을 마련하기 위한 연구가 수행되고 있다. 이에 본 연구에서는 터널에서 수소폭발시 안전성을 평가하기 위해서 등가 TNT모델의 적용성과 수치해석 방법에 대한 검토를 수행하였다. 6개의 등가 TNT모델과 Weyandt의 실험결과의 폭발압력을 비교·검토하여 모델의 적용성을 평가한 결과, Henrych식이 13.6%의 편차로 가장 근접하는 것으로 나타났다. 수치해석을 이용하여 수소탱크 용량(52, 72, 156 L)과 터널 단면적(40.5, 54, 72, 95 m²)이 폭발압력에 미치는 영향에 대한 검토한 결과, 터널에서 폭발 압력파는 초기에는 대기중에서와 마찬가지로 반구형 형태로 전파되나 벽체에 도달하면 반사파가 형성되며, 일정 거리 이상에서는 평면파로 변형되어 아주 완만한 감쇄율로 전파하는 것으로 나타났다. 등가 TNT모델인 Henrych식은 폭발압력이 급격하게 감소하는 구간에서는 수치해석 결과와 잘 일치하나 폭발압력파가 변형된 이후에는 큰 폭으로 과소평가하는 것으로 나타났다. 수소탱크용량이 동일한 경우에는 터널 단면적이 증가할수록 폭발압력이 감소하며, 단면적이 동일한 경우에는 수소탱크 용량이 52 L에서 156 L로 증가하면 폭발압력은 약 2.5배 정도 증가하는 것으로 나타났다. 인체에 영향을 미치는 한계거리에 대한 평가결과, 수소탱크용량이 52 L인 경우 사망에 이르는 한계거리는 약 3 m, 중상에 이르는 거리는 단면적별로 차이가 있으나 28.5~35.8 m로 나타났다.

• 한국농림기상학회지
• /
• 제21권4호
• /
• pp.327-336
• /
• 2019

콩은 식량작물 중 단백질 함량이 매우 높고 식생활에서 여러가지 형태로 소비되기 때문에 매우 중요한 식량자원 중 하나이다. 콩은 일반적으로 노지에서 재배되기 때문에 콩의 생산량 및 품질은 갑작스런 기후 변화에 큰 영향을 받는다. 최근 폭염 및 폭우 등과 같은 이상기후로 인해 콩의 생산량이 불안정해짐에 따라 콩의 생육을 실시간으로 추정하여 품질저하를 예방할 수 있는 기술 개발이 필요하다. 본 연구에서는 회전익무인기에 장착된 다중분광 센서를 이용하여 콩 생육을 추정하기 위해 수행되었다. 반사값을 이용하여 산출된 정규화 식생지수(NDVI, GNDVI)와 단순비 식생지수(RRVI, GRVI)와 콩 생육 데이터(생체중, 건물중, 엽면적지수)로 선형회귀분석을 실시하여 생육 추정 모델을 개발하였다. 그 결과, 정규화 식생지수인 NDVI를 이용한 엽면적 지수 추정 모델(R²=0.587, RMSE=1.01 ㎡/㎡, RE=48.98%)보다 GNDVI를 이용한 엽면적 지수 추정 모델(R²=0.789, RMSE=0.73 ㎡/㎡, RE=34.91%)이 높은 정밀도가 나타났으며, 단순비 식생지수를 이용한 엽면적 지수 추정 모델 RRVI (R²=0.760, RMSE=0.78 ㎡/㎡, RE=37.26%) GRVI (R²=0.828, RMSE=0.66 ㎡/㎡, RE=31.59%)과 비교 했을 때, 단순비 식생지수에서 높은 정밀도가 나타났다. 기후변화에 대체하기 위해 재식밀도 및 변량 시비와 같은 재배관리법이 적용된다면, 고품질의 콩을 생산하는데 도움이 될 것으로 판단된다.

• 한국농림기상학회지
• /
• 제23권4호
• /
• pp.316-328
• /
• 2021

본 연구에서는 간척지의 염분 모니터링을 위한 다중 분광 센서를 개발하기 위해 400~1000 nm 초분광센서를 사용하여 봄 감자의 잎 Na 함량 예측 모델을 구축하고자 하였다. 관개조건은 표준, 한해, 염해(2, 4, 8 dS/m)로, 관수량은 증발량을 기준으로 산정하였다. 영양생장기, 괴경형성기, 괴경비대기에 각각 관개를 시작한 후 1주와 2주 후에 잎의 Na 함량을 측정하였다. 잎의 반사율은 10nm 파장 간격을 기준으로 5 nm에서 10nm, 25nm, 50nm FWHM (full width at half maximum)으로 변환되었다. PLS-VIP를 사용하여 봄 감자 잎의 Na 함량에 따른 염분 피해 수준을 예측하기 위한 10개의 밴드비가 선택되었다. 선택된 10개의 밴드비 중 가중치가 가장 낮은 순서대로 밴드비를 하나씩 제거하면서 MLR모델을 추정하였다. 모델의 성능은 R2, MAPE 뿐만 아니라 밴드비의 수, 다중 분광센서를 작게 만들기 위한 최적의 FWHM 수로 비교하였다. 1, 2주차의 영양생장기, 괴경형성기와 2주차의 괴경비대기에서 봄 감자의 잎 Na 함량을 예측하기 위해서는 25 nm의 FWHM을 사용하는 것이 유리하였다. 선택된 밴드필터는 430/440, 490/500, 500/510, 550/560, 570/580, 590/600, 640/650, 650/660, 670/680, 680/690, 690/700, 700/710, 710/720, 720/730, 730/740 nm로 Red 및 Red-edge 영역에서 15개 밴드비가 선택되었다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1181-1189
• /
• 2022

구름은 대기 중에 떠 있는 작은 물방울이나 얼음 알갱이들 또는 혼합물 등으로 구성되며 지구 표면의 약 2/3를 덮고 있다. 위성영상내에서의 구름은 일부 다른 지상 물체 또는 지표면과 유사한 반사도 특성으로 인해 구름과 구름이 아닌 영역을 분리하는 구름탐지는 매우 어려운 작업이다. 특히 뚜렷한 특징을 가지는 두꺼운 구름과 달리 얇은 반투명 구름은 위성영상내에서 구름과 배경의 대비가 약하고 지표면과 혼합되어져 나타나기 때문에 대부분 구름탐지에서 쉽게 놓쳐지고 많은 어려움을 주는 대상으로 작용한다. 이러한 구름탐지의 반투명 구름의 한계점을 극복하기 위해, 본 연구에서는 머신러닝 기법(Random Forest [RF], Convolutional Neural Networks [CNN])을 활용하여 반투명 구름을 중점으로 한 구름탐지 연구를 수행하였다. Reference자료로는 MOderate Resolution Imaging Spectroradiometer (MODIS)에서 제공하는 MOD35자료에서 Cloud Mask와 Cirrus Mask를 활용하였으며 반투명 구름 픽셀을 고려한 모델 훈련을 위해 훈련 데이터의 픽셀 비율을 구름, 반투명 구름, 청천이 약 1:1:1이 되도록 구성하였다. 연구의 정성적 비교 결과, RF와 CNN 모두 반투명 구름을 포함한 다양한 형태의 구름 등을 잘 탐지하였고, RF 모델 결과와 CNN 모델 결과를 혼합한 RF+CNN경우에는 개별 모델의 한계점을 개선시키며 구름탐지가 잘 수행되어진 것을 확인하였다. 연구의 정량적 결과 RF의 전체 정확도(OA) 값은 92%, CNN은 94.11%를 보였고, RF+CNN은 94.29%의 정확도를 보였다.