• 대한공간정보학회지
• /
• 제22권1호
• /
• pp.81-88
• /
• 2014

본 연구에서는 항공 하이퍼스펙트럴 영상에 대해 PCA를 적용하여 토지 이용 및 피복 분류 판독의 가독성을 향상시키기 위하여 고유성분이 높은 밴드를 선별적으로 조합하여 5개 유형의 PCA영상을 제작하였다. 유형별 영상은 SAM감독 분류 기법을 적용하여 영상분류를 시행하고 정확도를 평가한 결과 PCA변환 시 고유성분 포함율은 PCA변환 영상의 첫 번째 밴드에 해당하는 영상이 76.74%의 성분을 포함하며, PCA변환 영상의 두 번째 누적 밴드에 해당하는 영상이 98.40%로 대부분의 성분자료가 두 번째 영상까지에 담긴 것을 알 수 있었다. 유형별 영상의 정량적 분류정확도 평가는 전체정확도, 생산자 및 사용자 정확도를 분석한 결과 유사한 패턴을 가지며, 특이한 사항은 정성적인 분류정확도 평가는 PCA변환 영상의 네 번째 밴드이상이 포함되어야 정확도가 확보되는 것으로 판단되나 정량적인 분류 정확도 평가에서는 PCA변환 영상의 두 번째 밴드까지를 포함하는 영상이 가장 높은 정확도를 나타내는 것을 알 수 있었다.

• Spatial Information Research
• /
• 제21권4호
• /
• pp.71-81
• /
• 2013

공간정보의 폭발적 증가와 공간정보 활용 기술의 발전으로 국토의 비교우위를 유지하기 위한 공간정보와 도시계획 및 부동산 정보 융복합 수요가 증가하고 있다. 본 논문에서는 국토 경쟁력 강화를 위해 필요한 융복합 공간정보의 장래 국토공간 계획 및 이용 활용도를 전망해 보았다. 이를 위해 국토, 주택분야 공기업인 한국토지주택공사(LH)의 장래 2029년까지 6대 분야별 미래사업을 도출하였다. 또한 문헌조사를 통해 도출한 7종의 융복합 공간정보의 미래사업 분야별 활용도를 설문조사하여 국토주택개발 분야의 미래 활용을 분석해 보았다. 분석결과 3D, 모바일 데이터, 정형 빅데이터, 지오센서, 참여형 공간정보 순으로 활용도가 높은 것으로 나타났고, 사업분야에서는 도시 및 지역개발이 활용도가 높은 것으로 나타났다. 미래 융복합 공간정보 활성화를 위해서는 토지이용 이외에 해양이용, 연안이용, 지하공간 등 균형있는 국토이용 공간정보의 구축이 필요한 것으로 나타났다.

• 대한원격탐사학회지
• /
• 제35권6_2호
• /
• pp.1037-1052
• /
• 2019

저자는 접근불능지역인 북한의 임상도 제작을 위한 첫 단계로 Hyperion과 Sentinel-2 위성영상과 질감정보와 지형정보를 활용하여 정확도 98% 이상의 잣나무 및 낙엽송 분류모델을 개발한 바 있다. 북한의 주요 수종 점유율을 고려해 볼 때, 낙엽송(점유율 17.5%), 잣나무(5.8%) 뿐만 아니라 소나무(12.7%), 전나무(8.2%), 참나무류(29.5%)의 점유율이 크므로 수종분류 모델의 확장이 필요하다. 따라서 본 연구에서는 기존의 2개 수종에서 주요 5개 수종으로 분류모델을 확장하기 위해 분광정보와 침엽수 및 활엽수의 수관특성을 고려한 질감정보 및 수종별 생육특성을 고려한 지형정보를 투입하여 방법론을 개선하였다. 연구대상지인 광릉지역의 임상도에서 수종별 위치정보를 취득하여 11,039개의 훈련자료와 2,330개의 검증자료를 구축하였다. 분광정보는 Sentinel-2 영상을 통해 획득하였으며 질감정보는 고해상도인 PlanetScope 영상을, 지형정보는 북한지역으로의 확장 가능성을 고려하여 SRTM DEM을 활용하였다. 머신 러닝 모델은 기존 연구에서 정확도가 검증된 Random Forest 알고리즘을 활용하였다. 분류 결과 전체 80%(Kappa지수 0.80) 정확도로 수종이 분류되었다. 향후 백두산 지역과 남북 고성지역을 대상으로 본 연구에서 개발된 수종분류모델의 확장성을 검토하여 한반도 지역의 수종 분류 모델을 개발하고자 한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.264-264
• /
• 2017

국외의 상수도 원격검침 시스템 내 데이터 전송방식은 도시 규모, 계량기의 밀도, 전력공급 여부 및 통신망의 설치 여부 등을 종합적으로 고려하여 결정되었다. 대부분의 스마트워터미터 제조업체들은 계량기의 부호기가 공급하는 판독 내용(데이터)을 전송할 검침단말기와 근거리 통신망(neighborhood area network)을 연계하여 개발 및 판매하였으며, 자체 소유 통신 프로토콜을 사용하여 라디오 주파수(RF) 통신 기술을 사용하고 있다. 광역통신망(wide area network)의 경우, 노드(말단의 계량기 및 센서)들과 이에 연결된 통신망 들을 포함한 네트웍의 배열이나 구성이 스타(star), 메쉬(mesh), 버스(bus), 나무(tree) 등의 형태로 통신망이 구성되어 있으나, 스타와 메쉬형 통신망 구성형태가 가장 널리 활용되는 것으로 조사되었다. 시스템 통합운영관리 업체들인 IBM, Oracle, Itron 등은 용수 인프라 관리 또는 통합네트워크 솔루션 등의 통합 물관리 시스템(integrated water management system)을 개발하여 현장적용을 하고 있으며, 원격검침 시스템을 통해 고객들의 현재 소비량과 과거 누적 소비량, 누수 감지 서비스 및 실시간 요금 고지 등을 실시간으로 웹 포털과 앱을 통해 제공하고 있다. 또한, 일부 제조업체들은 도시 용수공급/소비 관리자가 주민의 용수사용량을 모니터링하여 일평균 용수사용량 및 사용 경향을 파악하고, 누수를 검지하여 복구 및 용수 사용 지속가능성 지수를 제시하고, 실시간으로 주민의 용수사용량 관련 데이터를 모니터링하여 용수공급의 최적화를 위한 의사결정지원 서비스를 용수공급자에게 제공하고 있다. 최근에는 인공지능을 활용해 가정용수의 용도별(세탁용수, 화장실용수, 샤워용수, 식기세척용수 등) 사용량 곡선을 패터닝하여 profiling 기법을 도입해, 스마트워터미터에서 용수사용량이 통합되어 검지될 시 용수사용량의 세부 용도별 re-profiling 기법을 도입하여 가정용수내 과소비되는 지점을 도출 후 절감을 유도하는 기술이 개발 중이다. 또한, 미래 용수 사용량 예측을 위해 다양한 시계열 자료를 분석하는 선형 종속 모형(자기회귀모형, 자기회귀이동평균모형, 자기회귀적분이동평균모형 등)과 비선형 종속 모형(Fuzzy Logic, Neural Network, Genetic Algorithm 등)을 활용한 예측기능이 구축되어 상호 비교하여 최적의 용수사용량 예측 도구를 제공되고 있다.

• 보존과학회지
• /
• 제37권5호
• /
• pp.440-450
• /
• 2021

수장고 및 전시 공간의 종합적 유해생물 관리를 위하여 실시간 온습도 센서 및 모듈을 이용한 환경 데이터 수집, 실내 부유 진균류 농도 및 곤충 유입 자료의 데이터 시각화를 부여 정림사지 박물관 유물 공간을 대상으로 실시하였다. 실시간 온습도 모니터링 시스템은 30분 단위로 측정 데이터를 수집하였으며 연동 애플리케이션을 통해 측정 데이터를 실시간으로 확인 가능하도록 하였다. 또한 측정된 온습도 데이터가 미리 설정한 범위를 초과하였을 경우, 푸시 알림을 담당자의 단말기로 전송하여 현황 정보를 제공함으로써 상시적 관리 체계를 구축하였다. 이를 통해 8월 중 유물 권장 온도 범위를 초과한 상황의 즉각적인 인지 및 조치가 가능하였다. 수장고 내부 공간에 따른 시기별 부유진균류 농도 데이터를 국립문화재연구소에서 제시한 생물학적 유해환경요인 권고기준(안) 기준으로 범례화하여 시각화한 결과, 수장고 1층과 2층 유물 공간 모두 위험 기준인 80 C.F.U./m³ 이하의 부유 진균류 농도가 유지되는 것이 확인되었다. 또한 곤충 유입 조사 결과, 수장고 내부에는 곤충이 포획되지 않았으며, 전시공간의 경우, 딱정그리마, 알락귀뚜라미, 알락꼽등이 등의 곤충이 포획되었다. 이를 바탕으로 구역별 포획 곤충의 개체 밀도에 따른 시각화를 실시한 결과, 곤충의 주요 유입 경로가 외부 출입구 및 화장실 구역임을 확인할 수 있었다.

• 한국음향학회지
• /
• 제40권1호
• /
• pp.46-54
• /
• 2021

본 논문에서는 가정용 식기세척기의 저주파 대역 방사 소음 저감을 위하여 능동 소음 제어를 수행하였다. 먼저 식기세척기의 소음 환경 분석을 통해 펌프 소음이 저주파 대역 방사 소음에 가장 크게 기여하고 있음을 확인하였고 이를 고려하여 참조 신호를 선정하였다. 참조 신호는 음향피드백을 방지하기 위해 가속도계를 이용하여 펌프 몸체에 부착하여 획득하였다. 오차 신호 센서는 식기세척기 전방 1 m, 높이 0.5 m에 위치한 마이크로폰으로 선정하였다. 다음으로 제어기 설계를 위해 식기세척기의 작동 회전수 2,500 rpm, 2,600 rpm, 2,800 rpm에 대하여 오차 신호와 참조 신호를 측정하고, 2차 경로 전달함수를 측정하였다. 그리고 설계된 제어기를 Digital Signal Processor(DSP) 장비에 탑재 시켜 제어 성능을 시험으로 확인하였다. 시험 결과 펌프 작동 주파수의 7차 배수 성분에서는 회전수 별로 1.93 dB, 4.43 dB, 5.15 dB 만큼 줄었고 12차 배수 성분에서는 회전수 별로 6.67 dB, 2.34 dB, 4.28 dB 만큼 줄었다. 그리고 overall Sound Pressure Level(SPL)은 회전수별로 0.84 dB, 2.58 dB, 1.48 dB 만큼 줄었다.

• 대한원격탐사학회지
• /
• 제36권6_2호
• /
• pp.1493-1507
• /
• 2020

KOMPSAT-3A는 2015년 3월 발사하여 약 6개월의 기간 동안 초기 검보정을 수행한 이후 지난 8년 동안 성공적으로 KOMPSAT-3A 자료를 사용자들에게 배포하였으며, 수집된 영상 자료는 지도제작, GIS, 국토관리 등의 다양한 분야에서 정성적, 정량적 정보 추출의 기초 자료로 활용되고 있다. 한국항공우주연구원에서는 KOMPSAT-3A의 영상제품군에서 추출되는 정보의 정확도 및 신뢰도를 확보하기 위해 주기적으로 영상 품질과 인공위성 하드웨어 특성을 확인하고 있다. 또한 KOMPSAT-3A의 탑재체, 자세제어 센서들의 노후화에 따른 영상 품질 저하 현상을 최소화하기 위해 지속적인 영상 품질 개선 작업을 수행하고 있다. 본 논문에서는 KOMPSAT-3A 개발 단계에서 정의된 발사 전후의 검보정 주요 과정 및 대표 영상 품질 인자인 MTF, SNR, Location accuracy 측정 방법을 설명하였다. 이를 바탕으로 발사 후 초기 LEOP Cal/Val이 완료된 이후 측정된 영상 품질 인자별 성능값과 최근 2016년부터 2020년 5월까지 KOMPSAT-3A호의 주요 품질 인자인 MTF, SNR, Location accuracy 현황과 특성을 기술하였다.

• 한국주조공학회지
• /
• 제41권6호
• /
• pp.550-557
• /
• 2021

4차 산업혁명의 도래에 따라 주물공장에서도 사물인터넷(Internet of things, IoT) 기반의 공정 스마트화에 대한 관심이 높아지고 있다. 주물공장에서 자동 수집 되고 있는 공정데이터들도 일부 있으나 노후된 생산설비의 제한된 기능, 작업자 노하우 기반의 공정 설계 등의 이유로 여전히 많은 공정데이터가 수기로 관리되고 있다. 특히, 공정데이터의 빅데이터화에 대한 중요도를 인지함에도 불구하고 시스템 구축 비용 부담으로 인해 선뜻 도입을 어려워하는 기업들이 많다. 본 연구에서는 IoT 기반 디바이스를 제작하고 원심주조공정 현장에 직접 적용함으로써 제작 디바이스의 현장 활용성을 살펴보았다. 원심주조공정에 대해 취득하고자 하는 공정 인자로 작업현장의 온도 및 습도, 용탕 온도, 금형 회전속도를 선정하였다. 데이터 취득 인자별로 요구되는 상세 제품규격과 비용을 고려하여 센서를 선정하였으며, IoT 기반 디바이스 제작을 위해 무선통신이 가능한 NodeMCU 보드를 활용하여 회로를 구성하였다. 구성한 회로는 PCB 기판으로 제작하여 각 공정 인자별 디바이스의 설치 환경을 고려하여 작업 현장에 설치하였으며, 현장 실증을 통해 적용 가능성을 확인하였다. 현장 적용 이후, 작업자의 안전에 대한 만족도가 상승하였으며, 공정 관리 측면에서 효율성이 증가했음이 확인되었다. 더불어 지속적으로 데이터를 수집하면 추후 공정데이터-품질데이터의 연계가 가능할 것으로 기대된다. 본 연구에서 제작한 IoT 디바이스는 데이터 수집에 대한 적절한 신뢰도를 확보하면서도 비용이 저렴하여, 주물공장별로 현장 상황을 고려하여 도입 여부를 검토해볼 수 있을 것으로 생각된다.

• 대한원격탐사학회지
• /
• 제39권3호
• /
• pp.311-323
• /
• 2023

기름 유출 사고는 발생 시 환경과 관련된 다양한 문제들을 야기하므로 신속하게 유출유의 면적과 위치 변화를 파악하는 것이 중요하다. 광학 위성자료를 활용한 기름 유출 탐지의 경우 다양한 위성탑재 센서를 통해 유출유에 대한 정보 수집 후 이를 이용하여 광범위한 기름 유출 범위를 모니터링할 수 있다. 선행 연구에서는 파장별 기름의 반사도를 분석한 후 특정 파장대의 밴드를 이용한 oil spill index가 개발 및 적용되었다. 기름 유출 모니터링을 위해 유출 전후 여러 시기의 위성자료를 분석할 경우 다량의 데이터로 인해 많은 시간과 컴퓨팅 자원이 소비된다. 웹 브라우저를 통해 대량의 위성자료 분석이 가능한 Google Earth Engine을 활용할 경우 효율적으로 기름 유출 탐지가 가능하다. 본 연구에서는 Sentinel-2 MultiSpectral Instrument 위성자료와 클라우드 기반의 위성자료 분석 플랫폼인 Google Earth Engine을 이용하여 기존에 제안된 네 종류의 oil spill index의 다양한 피복 환경에서의 활용성 평가를 수행하였다. 지표 피복별 index 값의 비교를 통해 기름 유출 영역이 타 피복과 잘 구분되는지에 대한 분리도를 평가하고 기름 유출 면적을 산정하였다. 본 연구 결과를 통해 Google Earth Engine이 기름 유출 광역 모니터링에 효율적으로 활용 가능하다는 것을 확인하였고, 복잡한 지표 피복이 분포하는 다른 지역에 기름 유출 사고 발생 시 우수한 성능으로 평가된 oil spill index B ((B3+B4)/B2)와 C (R: B3/B2, G: (B3+B4)/B2, B: (B6+B7)/B5)의 적용은 효과적인 기름 유출 모니터링에 기여할 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.116-116
• /
• 2021

자연 하천에서의 부유사 농도 계측은 주로 재래식 채집방식을 활용한 직접계측 방식에 의존하여 비용과 시간이 많이 소요되며 점 계측 방식으로 고해상도의 시공간 자료를 측정하기엔 한계가 존재한다. 이러한 한계점을 극복하기 위해 최근 위성영상과 드론을 활용하여 촬영된 다분광 혹은 초분광 영상을 통해 고해상도의 부유사 농도 시공간분포를 측정하는 기법에 대한 연구가 활발히 진행되고 있다. 하지만, 다른 하천 물리량 계측에 비해 부유사 계측 연구는 하천에 따라 부유사가 비균질적으로 분포하여 원격탐사를 통해 정확하고 전역적인 농도 분포를 재현하기는 어려운 실정이다. 이러한 부유사의 비균질성은 부유사의 입도분포, 광물특성, 침강성 등이 하천에서 다양하게 분포하기 때문이며 이로 인해 부유사는 지역별로 다양한 분광특성을 가지게 된다. 따라서, 본 연구에서는 이러한 영향을 고려한 전역적인 부유사 농도 예측 모형을 개발하기 위해 실내 실험을 통해 부유사 특성별 고유 분광 라이브러리를 구축하고 실규모 수로에서 다양한 부유사 조건에 대한 초분광 스펙트럼과 부유사 농도를 측정하는 실험을 수행하였다. 실제 부유사 농도는 광학 기반 센서인 LISST-200X와 샘플링을 통한 실험실 분석을 통해 계측되었으며, 초분광 스펙트럼 자료는 초분광 카메라를 통해 촬영한 영상에서 부유사 계측 지점에 대한 픽셀의 스펙트럼을 추출하여 구축하였다. 이렇게 생성된 자료들의 분광 다양성을 주성분 분석(Principle Component Analysis; PCA)를 통해 분석하였으며, 부유사의 입도 분포, 부유사 종류, 수온 등과의 상관관계를 통해 분광 특성과 가장 상관관계가 높은 물리적 인자를 규명하였다. 더불어 구축된 자료를 바탕으로 기계학습 기반 주요 특징 선택 알고리즘인 재귀적 특징 제거법 (Recursive Feature Elimination)과 기계학습기반 회귀 모형인 Support Vector Regression을 결합하여 초분광 영상 기반 부유사 농도 예측 모형을 개발하였으며, 이 결과를 원격탐사 계측 연구에서 일반적으로 사용되어 오던 최적 밴드비 분석 (Optimal Band Ratio Analysis; OBRA) 방법으로 도출된 회귀식과 비교하였다. 그 결과, 기존의 OBRA 기반 방법은 비선형성을 증가시켜도 좁은 영역의 파장대만을 고려하는 한계점으로 인해 부유사의 다양한 분광 특성을 반영하지 못하였으며, 본 연구에서 제시한 기계학습 기반 예측 모형은 420 nm~1000 nm에 걸쳐 폭 넓은 파장대를 고려함과 동시에 높은 정확도를 산출하였다. 최종적으로 개발된 모형을 적용해 다양한 유사 조건에 대한 부유사 시공간 분포를 매핑한 결과, 시공간적으로 고해상도의 부유사 농도 분포를 산출하는 것으로 밝혀졌다.