• Proceedings of the Korean Society of Surveying, Geodesy, Photogrammetry, and Cartography Conference
• /
• 2002.04a
• /
• pp.149-156
• /
• 2002

본 연구에서는 항공사진 및 지상사진 등 다양한 형태의 영상자료를 이용하여 도로시설물 정보를 추출하고자 하였다. 지상취득 영상으로는 현재 많이 쓰이고 있으며 비교적 저가품인 일반카메라, 디지털카메라, 비디오카메라에 의하여 촬영된 단사진 영상을 이용하였고, 여기서 추출한 공간자료와 속성자료는 자료기반의 수정과 갱신에 사용하였다. 아울러 단사진 영상으로부터 추출한 공간자료를 이용하여 상대적인 척도로서 수치지도의 생성 가능성을 타진하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.288-288
• /
• 2016

유역단위 오염부하량 산정에는 SWAT, HSPF 등의 물리적 매개변수 기반 분포형 모형이 주로 사용되고 있으나, 공간분포형 입력자료로 인한 많은 매개변수는 모의 과정을 복잡하게 하며, 보정 과정에 있어 많은 시간과 노력을 요구하는 단점이 있다. 이로 인해 실무에서는 원단위법이나 유량-부하량 관계식과 같은 통계적 분석에 의한 회귀식이 주로 사용되고 있다. 그 중 LOADEST는 회귀식 기반 프로그램으로, 다양한 연구자들에 의해 연구되고 있으나, 수질 모형과의 모의능력을 비교하는 연구는 부족하다. 본 연구에서는 청미천 상류유역을 대상으로 유역특성에 따른 LOADEST 기반 회귀식의 매개변수를 추정하여 오염부하량을 모의하고, SWAT 모형에 의한 오염부하량 모의결과와 비교 평가하고자 한다. 모형의 구동 및 회귀식 매개변수 추정에 필요한 입력 자료는 용인시 백암면 일대에서 2013년부터 2015년까지 모니터링한 수질, 유량 및 기상자료와 지형자료 (토지이용도, 토양도, 수치표고자료)를 이용하여 구축하였다. LOADEST 기반 회귀식의 매개 변수 추정은 김계웅 (2015)이 개발한 방법을 사용하였으며, 유역면적, 토지이용비율 등은 지형자료를 이용하여 산정하였다. SWAT 모형의 보정은 2013년부터 2014년까지의 자료를 이용하였으며, 2015년 자료를 이용하여 검정하였다. 본 연구의 결과는 비점오염원 모델에 대한 이해를 넓히고, 오염부하량 모의를 위한 모형 선정에 있어 도움이 될 수 있을 것으로 기대한다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.34 no.6
• /
• pp.1753-1764
• /
• 2014

Numerical flow simulation models in the riverine environments have been widely utilized for analyzing flow dynamics in various degrees in researches and practical applications. However, most of the simulated results have been validated based on the data from indoor experimental models or very limited in-situ measurements. Therefore, it has been required to more accurately validate the performance of the numerical models in terms of the detailed field observations. In particular, it was also hard to validate the performances of the existing numerical models in the real meandered river channels that encompass more sophisticated flow and geometric structures. Recently, advancements of the modern flow measuring instrumentations such as acoustic Doppler current profilers (ADCPs) enabled us to efficiently acquire the detailed flow field in the broad range of river channels, thus that it became to be possible to accurately validate any numerical models with the field observations. In this study, based on the detailed flow measurements in a actual meandered river channel using ADCP, we validated FaSTMECH model in iRIC in terms of water surface elevation, which is relatively new but began to get highlighted in the research areas. As the validation site, a meandering channel in River Experiment Center of KICT was chosen, which has 6.5 m of width, 0.38m of flow depth, 1.54 m3/s of flow discharge, 0.61 m/s of mean flow velocity, and 1.2 of sinuosity. As results, whereas the FaSTMECH precisely simulated water surface elevation, simulated velocity field in the bend did not match well with ADCP dataset.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.97-97
• /
• 2023

최근 재해분야에서 인공신경망(ANN), 기계학습(ML), 딥러닝(DL) 등 AI 기술이 활용성이 점차 증가하고 있으며, 센싱정보와 연계한 시설물 안전관리, 원격탐사와 연계한 재해감시(녹조, 산사태, 산불 등), 수문시계열(수위, 유량 등) 예측, 레이더·위성강수 자료의 보정과 예측, 상하수도 관망누수예측 등 다양한 분야에서 AI 기술이 적용되고 그 활용성이 검증된 바 있다. 본 연구에서는 ML, DL, 물리기반신경망(Pysics-informed Neural Networks, PINNs)을 이용한 다양한 재해분석 사례를 소개하고, 그 활용성과 한계에 대해서 논의하고자 한다. 주요사례로는 (1) SAR영상과 기계학습을 이용한 재해피해지역(울진 산불) 감지, (2) 국가 디지털 정보를 이용한 산사태 위험지역 판별(인제 산사태) (3) 기계학습 및 딥러닝 기법을 이용한 위성강수 자료의 보정·예측 및 유출해석, (4) 수리해석을 위한 수치해석분야에서의 PINNs의 적용성(1차원 Saint-Venant 식 해석) 평가 연구결과를 공유한다. 특히, 자료의 입·출력 자료만으로 학습된 인공신경망 모형 대신 지배방정식(물리방정식)을 만족하도록 강제한 PINNs의 경우, 인공신경망 모형보다 우수한 모의능력을 보여주었으며, 향후 복잡한 수리모델링 등 수치해석분야에서 그 활용가능성이 매우 높을 것으로 판단된다.

• Proceedings of the Korean Society of Surveying, Geodesy, Photogrammetry, and Cartography Conference
• /
• 2003.10a
• /
• pp.193-197
• /
• 2003

우수한 문화유산을 보유하고 있는 우리나라는 그간 전쟁과 관리소홀로 인하여 많이 파괴되고 유실되는 피해를 입어왔다. 한번 손실된 문화재는 기존 자료 없이는 완전복구가 어려운 실정이며, 이러한 문화재의 복원을 위해 그 모습을 수치화시켜 영구 보전함으로써 그 활용가치를 높일 수 있다. 또한, 문화재의 복원 전·후의 모습을 체계적으로 정리하기 위해서 문화재의 3차원 구현을 통한 자료의 전산화 작업이 필요하다. 따라서, 본 연구에서는 수치사진측량용 카메라를 이용하여 봉분을 촬영하고, 이렇게 취득 데이터를 사용하여 3차원형상을 수치화 하여 복원 이전의 발굴상태를 영구히 보존함과 동시에 발굴된 유적을 기초로 하여 복원시킨 봉분의 형상을 추측하기는 자료로도 활용할 수 있다. 이러한 복원 작업을 효율적이고, 신속하게 분석하여 재현함으로써 문화재의 유지관리·복원을 위한 기초 자료기반을 구축함에 그 목적이 있다.

• The Korean Journal of Applied Statistics
• /
• v.30 no.6
• /
• pp.1015-1025
• /
• 2017

Bayesian personalized ranking (BPR) is a state-of-the-art recommendation system techniques for implicit feedback data. Unfortunately, there might be a loss of information because the BPR model considers only the binary transformation of implicit feedback that is non-binary data in most cases. We propose a modified BPR method using a level of confidence based on the size or strength of implicit feedback to overcome this limitation. The proposed method is useful because it still has a structure of interpretable models for underlying personalized ranking i.e., personal pairwise preferences as in the BPR and that it is capable to reflect a numerical size or the strength of implicit feedback. We propose a computation algorithm based on stochastic gradient descent for the numerical implementation of our proposal. Furthermore, we also show the usefulness of our proposed method compared to ordinary BPR via an analysis of steam video games data.

• Journal of Korean Society of Coastal and Ocean Engineers
• /
• v.34 no.1
• /
• pp.11-18
• /
• 2022

In order to improve the accuracy of particle tracking prediction techniques near the Korean Strait, this study compared and analyzed a particle tracking model based on a seawater flow numerical model and a machine learning based on a particle tracking model using field observation data. The data used in the study were the surface drifter buoy movement trajectory data observed in the Korea Strait, prediction data by machine learning (linear regression, decision tree) using the tide and wind data from three observation stations (Gageo Island, Geoje Island, Gyoboncho), and prediciton data by numerical models (ROMS, MOHID). The above three data were compared through three error evaluation methods (Correlation Coefficient (CC), Root Mean Square Errors (RMSE), and Normalized Cumulative Lagrangian Separation (NCLS)). As a final result, the decision tree model had the best prediction accuracy in CC and RMSE, and the MOHID model had the best prediction results in NCLS.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.12 no.2
• /
• pp.209-218
• /
• 1994

This study aims to generate triangulated irregular network in a form of digital terrain model which is being increasingly used. In general, grid digital elevation model and triangulated irregular network are reasonable units for solving terrain problems. But, triangulated irregular network is an efficient alternative to grid digital elevation model because of their efficiency in storing data and their convenient data structure for accommodating irregularly spaced elevation data. Various methods represented for extracting triangulated irregular networks from grid digital elevation model, and then algorithm that get accurate results for triangulation with their data set was introduced. The new approach for triangulation in this study uses the Elevation and Changeable Distance criterion, and adding interpolation points and restricted constraint lines can generate triangulated irregular network which is more close to real surface. This made database efficient construction and could be used for many applications of geo-spatial information system.

• Atmosphere
• /
• v.31 no.3
• /
• pp.311-326
• /
• 2021

To improve the predictability of high-impact weather phenomena around Seoul, where a larger number of people are densely populated, KMA conducted the intensive observation from 22 June to 20 September in 2020 over the Seoul area. During the intensive observation period (IOP), the dropsonde from NIMS Atmospheric Research Aircraft (NARA) and the radiosonde from KMA research vessel Gisang1 were observed in the Yellow Sea, while, in the land, the radiosonde observation data were collected from Icheon and Incheon. Therefore, in this study, the effects of radiosonde and dropsonde data during the IOP were investigated by Observing System Experiment (OSE) based on Korean Integrated Model (KIM). We conducted two experiments: CTL assimilated the operational fifteen kinds of observations, and EXP assimilated not only operational observation data but also intensive observation data. Verifications over the Korean Peninsula area of two experiments were performed against analysis and observation data. The results showed that the predictability of short-range forecast (1~2 day) was improved for geopotential height at middle level and temperature at lower level. In three precipitation cases, EXP improved the distribution of precipitation against CTL. In typhoon cases, the predictability of EXP for typhoon track was better than CTL, although both experiments simulated weaker intensity as compared with the observed data.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.23-26
• /
• 2009

효과적인 저수지 운영을 위해 가장 중요한 절차는 저수지 유입량을 적절하게 모의하는 것이다. 실시간 저수지 운영의 경우 기존의 물리적인 강우-유출현상에 기초한 수학적인 모형을 이용해서 유입량을 예측하는데 한계가 있으므로 인공신경망과 같이 자료의 특성에 기반한 모형이 효율적인 대안이 될 수 있다. 본 연구에서는 인공신경망(Artificial neural network, ANN)을 이용하여 실시간 저수지 운영을 위해 현재시간을 기준으로 3시간 후, 6시간 후, 9시간 후, 12시간 후의 유입량을 예측하였다. 본 연구의 대상지역은 한강수계의 화천댐 유역으로 기상청 수치예보자료인 RDAPS(Regional Data Assimilation and Prediction System)자료 중에서 강우예측자료를 사용하였다. RDAPS 강우예측자료를 이용한 예측값 결과와 비교하기 위해 지점 강우자료를 사용하였으며, 이 지점 강우자료는 화천댐 유역에 있는 AWS, 기상청, 국토해양부의 지점자료을 이용하였다. RDAPS 강우예측값만을 이용한 유입량 예측결과가 과거 12시간 강우 누적값을 이용한 유입량 예측값과 비슷한 정확도를 가지는 것을 알 수 있었으며, 자료의 효율적인 취득을 고려해야만 하는 실시간 운영의 경우, RDAPS 강우예측자료와 인공신경망을 이용한 모형이 충분히 효과적인 대안이 될 수 있음을 알 수 있다.