• 한국측량학회지
• /
• 제38권6호
• /
• pp.655-661
• /
• 2020

SGM (Semi Global Matching)은 입체영상 간 모든점의 매칭점을 찾기 때문에 고해상도 위성영상으로부터 고밀도 수치표면모델 제작이 가능하다. 그러나 물과 그림자, 폐색 지역이 포함되면 그 주변지점에도 오매칭의 영향을 준다. 특히 우리나라 아파트 구조물과 같이 시차가 크고 길쭉한 형태의 건물에서는 50cm급 고해상도 위성영상에 SGM 방법을 적용하더라도 건물의 3차원 복원은 어렵다. 따라서 본 연구는 1m급 해상도의 IKONOS-2 입체 위성 영상으로부터 분류영상과 에지영상을 이용한 SGM 기법을 제안, 적용하여 수치표면모델을 제작하고 일반 SGM 방법, ERDAS 소프트웨어의 고밀도 ABM (Area Based Matching) 매칭으로 제작한 수치표면모델과 비교하였다. 실험 대상지역에는 제안방법의 아파트 수치표면모델 결과가 가장 우수하였다. 결과적으로, 해상도가 1m 임에도 불구하고 제안방법을 이용하여 건물 수치표면모델의 윤곽선을 기존 방법에 비해 더욱 더 선명하게 표현할 수 있었다.

• 한국측량학회지
• /
• 제37권6호
• /
• pp.435-444
• /
• 2019

최근 딥러닝(DL)은 여러 분야에서 급속도로 활용되고 있으며, 특히 영상으로부터 객체를 인식하여 분류하고 인식하기 위한 컴퓨터비전 분야에서 활발하게 연구가 진행되고 있다. 영상분야에서는 주로 합성곱 신경망(CNN)을 이용한 딥러닝 모델의 성능 향상에 주력하고 있다. 대부분의 합성곱 신경망은 영상을 학습시켜 영상분류 및 객체인식에 활용하고 있지만, 본 논문에서는 독일 사진측량, 원격탐사 및 공간정보학회(DGPF)가 구축하고 국제 사진측량 및 원격탐사학회(ISPRS)가 제공하는 데이터 셋 중에서 수치표면모델(DSM)과 이 데이터로부터 생성한 경사 및 주향 정보를 효율성과 성능이 우수하다고 평가받는 합성곱 신경망기반의 SegNet 모델에 적용하여 객체를 분류하고 분석하였다. 딥러닝은 고사양의 컴퓨터 시스템과 다량의 학습 데이터와 라벨 데이터가 필요하고, 다수의 시행착오에 의한 풍부한 경험이 요구된다. 또한 본 논문에서는 한정된 수량의 데이터로부터 효율적인 학습을 위한 데이터 생성 방법을 제시하고 수치표면모델을 분류하였다. 분석 결과 수치표면모델 데이터와 이로부터 도출한 부가적인 데이터를 딥러닝 모델에 적용해도 객체를 타당한 정확도로 분류할 수 있음을 확인하였다.

• 한국측량학회지
• /
• 제37권6호
• /
• pp.405-416
• /
• 2019

정보통신기술의 발달로 인하여 데이터의 생산과 처리 속도가 빨라지고 있다. 인공지능의 한 분야인 머신러닝을 이용하여 객체를 분류하기 위해, 학습에 필요한 데이터는 인터넷과 공간정보기술의 발달로 인하여 손쉽게 수집할 수 있게 되었다. 공간정보 분야에서도 머신러닝은 영상, 포인트 클라우드 등을 이용하여 객체를 분류 또는 인식하는 것에 적용되고 있다. 본 연구에서는 기 구축된 수치지도 버전 1.0을 활용하여 학습 데이터를 수동으로 구축하는 문제점을 개선하고 영상과 포인트 클라우드를 이용하여 도로, 건물, 식생을 분류하는 기법을 제안하였다. 실험을 통해서 RGB 밴드만을 갖고 있는 실감정사영상을 사용하였을 경우 색상을 뚜렷하게 구분할 수 있는 도로, 건물, 식생의 분류가 가능하였지만 색상이 유사한 경우에는 분류가 잘 되지 않는 한계를 확인할 수 있었다. 이를 개선하기 위해 실감정사영상과 정규수치표면모델을 밴드 퓨전한 후 랜덤포레스트와 서포트벡터머신 기법을 적용하였으며 이를 통해 85%이상의 정확도로 도로, 건물, 식생을 분류하였다.

• 한국지형학회지
• /
• 제17권1호
• /
• pp.1-14
• /
• 2010

본 논문은 비접근지역인 DMZ에서 동해안의 원산만에 이르는 추가령 열곡에 대해 GIS를 이용하여 지형면을 분류하고 그 분포의 특징과 형성과정에 미친 영향을 분석한 것이다. 분석 방법으로 수치고도모델(DEM)과 Landsat 위성영상을 이용하였다. 지형면 분류는 고도, 경사도, 기복량 등을 이용하여 지형 표면의 요철 정도를 지수로 산출하는 TPI(Topographical Position Index)를 이용하였다. 연구지역의 지형면은 깊은 계곡, 얕은 계곡, 산지유로, 평탄곡지, 평탄지(단구, 평야, 대지), 산록사면, 산복사면, 소구릉, 완사능선, 산정능선 등 10가지 유형으로 분류하였다. 이들 지형면의 지형형성과정의 평균적인 특성을 파악하기 위하여 기반암과 기복량, 지형면과 기복량, 지형면과 식생활력도 등의 관계에 대한 구역 평균(Zonal Statistics)을 실시하였다. 이러한 분석을 통하여 비접근 지역인 추가령열곡 DMZ의 용암대지 개석과정과 분수계 발달과정 등을 파악할 수 있었다.

• 한국측량학회지
• /
• 제40권2호
• /
• pp.91-108
• /
• 2022

대부분의 경우 광학 RGB 영상을 딥러닝(DL: Deep learning)의 학습 데이터로 사용하여 객체탐지, 인식, 식별, 분류, 의미적 분할 및 객체 분할 등을 수행하지만, 실세계의 3차원 객체들을 2차원 영상으로 완전하게 파악하는 것은 한계가 있다. 그러므로 대표적인 3차원 지형 공간정보인 수치표면모델(DSM: Digital Surface Model)과 더불어 DSM에 내재된 특성정보를 이용하여 3차원 지형지물을 분석하는 것이 효과적이다. 건물과 같이 기하학적으로 정형화된 형태의 인공구조물은 3차원 공간데이터로부터 얻을 수 있는 기하학적 요소와 특성을 이용하여 객체의 분류와 형상 묘사가 가능하다. 이 연구는 고차원 시각정보(high-level visual information) 시스템에서 중요한 역할을 하는 내재된 고유의 특성정보(intrinsic information)를 기반으로 하며, 이를 위하여 객체의 기하학적 요소인 경사와 주향을 DSM으로부터 도출하고, 다방향에서 생성한 음영기복영상(SRI: Shaded Relief Image)과 함께 DL 모델의 학습 수행에 사용하였다. 실험은 ISPRS (International Society for Photogrammetry and Remote Sensing)에서 제공하는 데이터 셋 중에서 DSM과 레이블 데이터를 객체의 의미적 분류를 위해 개발된 합성곱 기반의 SegNet 학습에 사용하였다. 지형지물을 분류하고 분류 결과를 이용하여 건물을 추출하였다. 특히 DL 모델의 학습 성능 향상을 위해 학습 데이터의 여러 조합에 따른 시너지 효과를 분석하는 것에 핵심이다. 제안한 방법은 건물 분류와 추출에 효과적임을 보여주고 있다.

• 한국측량학회지
• /
• 제5권1호
• /
• pp.43-48
• /
• 1987

지형의 변화를 양적으로 표시하는 매개변수-경사도, 곡율, 돌출빈도 및 표면적과 이에 대응하는 평면적의 비-로부터 지형을 분류하고, 이 지형에 따른 적합곡면식을 찾는다. 평탄지형, 완곡지형, 불규척지형을 지형변화양의 변수들에 의해 분류하였고, 평탄지형에는 선형평면식, 완곡지형은 3차 및 5차 곡면식, 그리고 불규칙지형은 5차 곡면식이 적합됨을 알 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.49-49
• /
• 2018

라오스의 Houay Pano 유역은 상업적 조림으로 인해 2011년부터 2013년까지 급속한 토지이용 변화를 겪어왔다. 본 연구는 이러한 토지이용변화가 박테리아 거동에 어떠한 영향을 주는지 이해하기 위해 Soil and Water Assessment Tool (SWAT) 모형을 활용한 박테리아 거동 모델링을 수행하였다. SWAT 모형은 수치 표고 모델, 토양 특성, 토지 이용 등의 정보를 종합하여, 유역 내수량 및 수질의 변화를 모의할 수 있는 모형으로, 본 연구는 대표적인 분원성 지표 세균 (Fecal Indicator Bacteria)인 대장균 (Escheichia coli, E. coli)을 대상으로 모델링을 수행하였다. SWAT 모형은 지표면 위 박테리아를 1)식물 위, 2)토양 용액상, 3)토양 입자상으로 구분하여 모의한다. 각 상태로 분할된 박테리아는 소멸 (die-off), 씻김 (wash-off), 침투, 표면 유출을 통한 수계로의 이동 등의 단계를 통하여 유역 내에서 거동한다. 본 연구는 서로 다른 기후의 영향을 배제하기 위해 각 토지이용 시나리오를 (2011, 2012, 2013) 실제 기후 조건과 동일 기후(2011-2013 평균) 조건으로 분류하여 분석하였다. 실제 기후 조건에서 SWAT 모형은 표면 유출, 토사 유출, E. coli 거동에 대해 2011년부터 2012년까지 감소, 2012년부터 2013년까지 증가로 모두 동일한 양상을 모의하였다. 이는 강수량의 양상과 동일한 것으로, 강수량이 표면 유출의 양을 결정하고, 달라진 표면 유출에 따라 토사 유출과 E. coli 거동이 결정되기 때문이다. 하지만 동일 기후 조건에서는, E. coli 거동 동인인 표면 유출과 토사 유출이 비교적 일정해짐에 따라, 각 상태로 분할된 박테리아의 초기 부하량값이 E. coli 거동을 결정하는 주된 요인임을 확인 할 수 있었다. 따라서 초기 부하량 분할에 활용되는 엽면적 지수 (Leaf Area Index)와 분배계수 (BACTKDDB)의 정확도가 요구된다. 추가적으로 본 연구는 박테리아의 유입원인 비료 모델링과, LAI를 활용한 박테리아 초기 부하량 산정, 토양 특성 변수와 토지 이용 변수의 분리, 지하수를 통한 박테리아 거동 등을 중심으로 SWAT 모형의 한계점과 개선점을 제시하였으며, 본 연구 결과는 토지이용변화가 박테리아 거동에 주는 영향을 모형적으로 이해하고, 또한 추후 박테리아 모델링 개발에 도움을 줄 것으로 예상된다.

• 융합정보논문지
• /
• 제12권3호
• /
• pp.294-301
• /
• 2022

본 연구에서는 열전발전기에 장착된 열전소자 간의 불균일한 온도편차에 의해 발생하는 부정합 손실을 저감할 수 있는 Multi-layer Cascade (MLC) 전기연결 방법을 제안한다. MLC의 성능을 검증하기 위해 열유동 현상 뿐만 아니라 열전소자에서 발생하는 다중물리현상을 반영한 수치해석 모델을 개발하였다. MLC는 고온도차를 경험하는 소자와 저온도차를 경험하는 소자를 서로 다른 Layer에 배치하여 구현할 수 있으며, 고온도차 소자와 저온도차 소자의 분류에는 수치해석 모델을 통해 얻어진 소자별 고온부 표면 온도를 활용하였다. MLC를 구성하는 각 Layer의 전기분선 비율을 변화시키며 이상적인 열전발전 성능과의 비교를 통해 MLC의 부정합손실 저감특성을 확인하였다. 최적 분선비율로 구성한 MLC의 경우 이상적인 결과 대비 96.5%의 발전성능을 보였으며, 열원의 유량이 적거나 발전시스템의 크기가 증가하여 소자 간의 온도편차가 클수록 부정합손실 저감효과가 더욱 증가하는 것을 확인하였다.