• Ecology and Resilient Infrastructure
• /
• 제10권4호
• /
• pp.135-142
• /
• 2023

하천 생태계에서 경관의 변화와 그 영향요인을 연구하기 위해 다양한 원격 탐지 및 영상 분석이 활용된다. 본 연구에서는 다양한 시점에서 위성에서 촬영된 다분광 영상으로 광학 지수를 계산하고, 수역의 경계를 획정하는 임계치를 계산하여 육역과 수역으로 이진화한 지도를 작성하여 시간에 따른 경관 변화를 탐지하는 방법을 개발하였다. 그리고 이 방법을 금강에 적용하여 보 수문 개방에 의하여 형성된 모래톱의 변화를 추적하였다. 먼저 금강에서 보 개방 전후의 다양한 시점에서 Sentinel-2 위성에서 촬영된 10 m × 10 m 해상도의 다분광 영상을 수집하였다. 수집된 영상에서 녹색광과 근적외선 대역으로 정규수분지수 (normalized difference water index, NDWI)를 계산하였다. 수역의 경계를 결정하기 위하여 산출한 NDWI의 Otsu 임계값은 -0.0573부터 0.1367의 범위이었다. 원격탐사에 의하여 결정된 수역의 경계는 실제 영상에서의 경계와 일치하였다. 이 NDWI에 의하여 수역과 육역으로 이진화된 지도를 작성하였다. 이 결과에 따르면 금강의 백제보부터 대청댐까지 종적 범위에서 2017년부터 2021년까지 수행된 3개의 보 수문 개방에 의해 총 379.7 ha의 새로운 모래톱의 서식처가 형성된 것으로 추정되었다. 본 연구에서 제안하는 경관 탐지 방법은 넓은 시공간 범위에서 적은 자원으로도 객관적인 결과를 얻을 수 있는 방법으로 평가된다.

• 한국해양학회지:바다
• /
• 제29권1호
• /
• pp.1-13
• /
• 2024

동해 남서부해역은 대마난류나 연안 용승에 의한 영양염 공급 등으로 동해 북부나 동부에 비해 일차생산력이 높은 것으로 알려져 있지만, 이 해역의 생물 펌프에 관한 연구는 제한적이다. 본 연구에서는 O₂/Ar 측정으로 산출한 고해상도 순군집생산 현장 관측 결과와 기계학습 모형을 결합하여 시공간 해상도가 8일 간격, 4 km인 봄과 여름 순군집생산 시계열 자료를 추정하였다. 기계 모형의 예측과 실측의 평균 제곱근 오차는 6 mmol O₂ m^-2 d^-1로 관측값 평균의 15%에 해당했다. 울릉분지 중앙부의 순군집생산은 3월에 49 mmol O₂ m^-2 d^-1로 가장 높았고, 6월과 7월에 18 mmol O₂ m^-2 d^-1로 가장 낮았다. 이 같은 계절 변화는 ³He 기체교환율로 추정한 질산염 공급률이나 ²³⁴Th 비평형법으로 추정한 입자유기탄소 방출률과 유사하였다. 봄과 여름의 순군집생산 추정으로 한정된 이 연구방법을 가을과 겨울로 확대하기 위해서는 아표층수의 표층 혼입에 따른 O₂/Ar 순군집생산의 오차를 보정하는 연구가 필요하다.

• 한국음향학회지
• /
• 제31권4호
• /
• pp.205-213
• /
• 2012

동해와 남해에서 능동 음향센서 배열 신호를 측정하고, 신호의 공간 상관성을 분석하였다. 주변소음, 표적신호, 해수면과 후방산란 신호, 해상풍, 수직 수온을 25시간 동안 동시에 관측하였다. 남해 측정에서는 분석결과로 부터 주변소음의 공간 상관성이 표적신호 보다 매우 낮고, 표적신호는 전체 음향센서에서 0.5 이상의 상관성을 보였다. 동해 측정에서는 해수면 잔향 신호의 공간 상관성은 해수면 입사각이 클때 높고, 상관성이 0.5이상인 무차원화된 배열의 최대길이는 26도의 입사각에서 3.0, 32도의 입사각에서 3.5였다. 배열센서의 형상과 배열성능을 결정하는 기준이 되는 공간 상관성 파악을 위해서는 향후에 다양한 시공간 변동을 포함한 지속적인 관측이 필요하다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2023년도 춘계학술대회
• /
• pp.104-105
• /
• 2023

해양 관측과 위성 원격탐사를 이용하여 시공간적으로 다양하게 변하는 생태 어장 환경 및 선박 관련 자료를 획득할 수 있다. 이번 연구의 주요 목적은 야간 불빛 위성 자료를 이용하여 광범위한 해역에 대한 어선의 위치 분포를 파악하는 딥러닝 기반 모델을 제안하는 것이다. 제안한 모델의 정확성을 평가하기 위해 야간 조업 어선의 위치를 포함하고 있는 AIS(Automatic Identification System) 정보와 상호 비교 평가 하였다. 이를 위해, 먼저 AIS 자료를 획득 및 분석하는 방법을 소개한다. 해양안전종합시스템(General Information Center on Maritime Safety & Security, GICOMS)으로부터 제공받은 AIS 자료는 동적정보와 정적정보로 나뉜다. 동적 정보는 일별 자료로 구분되어있으며, 이 정보에는 해상이동업무식별번호(Maritime Mobile Service Identity, MMSI), 선박의 시간, 위도, 경도, 속력(Speed over Ground, SOG), 실침로(Course over Ground, COG), 선수방향(Heading) 등이 포함되어 있다. 정적정보는 1개의 파일로 구성되어 있으며, 선박명, 선종 코드, IMO Number, 호출부호, 제원(DimA, DimB, DimC, Dim D), 홀수, 추정 톤수 등이 포함되어 있다. 이번 연구에서는 선박의 정보에서 어선의 정보를 추출하여 비교 자료로 사용하였으며, 위성 자료는 구름의 영향이 없는 깨끗한 날짜의 영상 자료를 선별하여 사용하였다. 야간 불빛 위성 자료, 구름 정보 등을 이용하여 야간 조업 어선의 불빛을 감지하는 심층신경망(Deep Neural Network; DNN) 기반 모델을 제안하였다. 본 연구의결과는 야간 어선의 분포를 감시하고 한반도 인근 어장을 보호하는데 기여할 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제23권6호
• /
• pp.507-520
• /
• 2007

인공위성 수동 마이크로파(passive microwave, PM) 센서는 1970년대부터 극지 해빙의 면적비(sea ice concentration, SIC)와 표면 온도(ice temperature), 적설 두께(snow depth) 등을 관찰하고 있다. 특히 SIC는 기후 및 환경 변화 관찰을 위한 1차 요소로 고려되는 등 다양한 연구 분야에서 중요한 역할을 하기 때문에 PM SIC의 지속적인 검증과 보정이 필요하다. 본 연구에서는 2005년 7-8월 북극해의 가장 자리를 촬영한 KOMPSAT-1 EOC 영상으로부터 SIC를 계산하였고, 이를 NASA Team(NT) 알고리즘으로 계산된 SSM/I SIC와 비교하였다. EOC와 SSM/I NT SIC는 서로 다른 해상도와 관측 시각을 가지며 북극의 여름철 해빙 분포지역의 가장자리에서 해빙의 시공간적인 변화가 크기 때문에, 해빙의 유형을 고려하지 않았을 경우 0.574의 낮은 상관성을 보였다. 해빙의 유형에 따른 SSM/I NT SIC를 검증하기 위하여 EOC 영상으로부터 정착빙, 부빙, 유빙으로 해빙 형태를 분류하였고, 각 유형 별로 EOC와 SSM/I NT SIC를 비교하였다. 정착빙의 면적비는 EOC와 SSM/I NT SIC 사이에서 평균 오차가 0.38%로 매우 유사한 값을 나타냈다. 이는 정착빙의 시공간적인 변화가 작기 때문이며, 표면에 쌓인 눈은 건조한 상태일 것으로 추정되었다. 부빙의 경우 NT 알고리즘에서 면적비가 과소평가되는 빙맥(ice ridge)과 new ice가 많이 관찰되었으며, 이로 인해 SSM/I NT SIC는 EOC보다 평균 19.63%작은 값을 나타냈다. 유빙 지역에서 SSM/I NT SIC는 EOC보다 평균 20.17% 큰 값을 가진다. 유빙은 부빙의 가장자리와 가까운 지역에 위치하기 때문에 SSM/I의 넓은 IFOV 내에 비교적 높은 SIC를 가지는 부빙이 포함되어 오차를 일으킬 수 있다. 또한 유빙표면에 쌓인 수분 함량이 높은 눈의 영향으로 SSM/I NT SIC가 과대 측정되었을 것으로 사료된다.

• 한국해양학회지:바다
• /
• 제24권3호
• /
• pp.375-388
• /
• 2019

지구의 탄소순환을 이해하고 미래 대기 $CO_2$의 농도와 기후 변화를 예측하기 위해서는 해양과 대기 사이 $CO_2$ 교환율(sea-to-air $CO_2$ flux)의 시공간 변화를 정확하게 추정하는 것이 필요하다. 연구선을 이용한 현장 관측이 갖고 있는 시공간 제약으로 인해 동해에는 매우 제한적인 표층 이산화탄소분압($fCO_2$) 자료만 존재한다. 이 연구에서는 위성 및 수치모형에서 얻은 수온, 염분, 엽록소, 혼합층 자료를 세 종류의 기계학습 모형에 입력하여 동해 남서부해역의 고해상도 표층 $fCO_2$ 시계열 자료를 산출하였다. 세 모형 중 현장 관측 자료를 가장 잘 재현하는 Random Forest (RF) 모형의 평균제곱근오차는 $7.1{\mu}atm$이었다. RF 모형을 이용한 $fCO_2$ 예측에 중요한 역할을 하는 변수는 수온, 염분과 시간 정보였으며, 엽록소와 혼합층 깊이는 $fCO_2$ 예측에 미미한 역할을 하였다. RF 모형에서 예측한 표층 $fCO_2$를 이용하여 계산한 동해 남서부해역의 $CO_2$ 교환율은 $-0.76{\pm}1.15mol\;m^{-2}yr^{-1}$로 이전 현장 관측 연구에서 제시한 교환율( $-0.66{\sim}-2.47mol\;m^{-2}yr^{-1}$) 범위 중 작은 값에 해당한다. RF 모형의 표층 $fCO_2$ 시계열 자료는 1주일 내외의 짧은 시간 사이에도 $CO_2$ 교환율이 상당히 변할 수 있음을 보여주었다. 앞으로 보다 정확한 $CO_2$ 교환율 산출을 위해서는 $fCO_2$가 급격하게 변화하는 봄철에 높은 해상도의 현장 관측을 수행할 필요가 있다.

• 대한원격탐사학회지
• /
• 제38권5_2호
• /
• pp.707-723
• /
• 2022

위성기반 해수면온도는 광역 모니터링이 가능한 장점이 있지만, 다양한 환경적 그리고 기계적 이유로 인한 시공간적 자료공백이 발생한다. 자료공백으로 인한 활용성의 한계가 있으므로, 공백이 없는 자료 생산이 필수적이다. 따라서 본 연구에서는 한반도 주변 해역에 대해 극궤도와 정지궤도 위성에서 생산되는 해수면온도 자료를 두 단계의 기계학습을 통해 융합하여 4 km의 공간해상도를 가지는 일별 해수면온도 합성장을 만들었다. 첫번째 복원 단계에서는 Data INterpolate Convolutional AutoEncoder (DINCAE) 모델을 이용하여 다종 위성기반 해수면온도 자료를 합성하여 복원하였고, 두번째 보정 단계에서는 복원된 해수면온도 자료를 현장관측자료에 맞춰 Light Gradient Boosting Machine (LGBM) 모델로 학습시켜 최종적인 일별 해수면온도 합성장을 만들었다. 개발된 모델의 검증을 위해 복원 단계에서 무작위 50일의 자료 중 일부분을 제거하여 복원한 뒤 제거된 영역에 대해 검증하였으며, 보정 단계에서는 Leave One Year Out Cross Validation (LOYOCV) 기법을 이용하여 현장자료와의 정확도를 검증하였다. DINCAE 모델의 해수면온도 복원 결과는 상당히 높은 정확도(R²=0.98, bias=0.27℃, RMSE=0.97℃, MAE=0.73℃)를 보였다. 두번째 단계의 LGBM 보정 모델의 정확도 개선은 표층 뜰개 부이와 계류형 부이 현장자료와의 비교에서 모두 상당한 향상(RMSE=∆0.21-0.29℃, rRMSE=∆0.91-1.65%, MAE=∆0.17-0.24℃)을 보여주었다. 특히, 모든 현장 자료를 이용한 보정 모델의 표층 뜰개 부이와의 정확도는 동일한 현장 자료가 동화된 기존 해수면온도 합성장보다 나은 정확도를 보였다. 또한 LGBM 보정 모델은 랜덤포레스트(random forest)를 사용한 선행연구에서 보고된 과적합의 문제를 상당부분 해결하였다. 보정된 해수면온도는 기존의 초고해상도 해수면온도 합성장들과 유사한 수준으로 수온 전선과 와동 등의 중규모 해양현상을 뚜렷하게 모의하였다. 본 연구는 다종위성 자료와 기계학습 기법을 사용해 시공간적 공백 없는 고해상도 해수면온도 합성장 제작 방법을 제시하였다는 점에서 가치가 있다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.933-948
• /
• 2023

대기 중 에어로졸은 인체에 악영향을 끼칠 뿐 아니라 기후 시스템에도 직간접적인 영향을 미치므로 에어로졸의 특성과 시공간적인 분포에 대한 이해는 매우 중요하다. 이를 위해 위성기반 관측을 통해 에어로졸 광학 두께(Aerosol Optical Depth, AOD)를 산출하여 에어로졸을 모니터링하는 다양한 연구가 수행되어 왔다. 하지만 이는 주로 조견표를 활용한 역 산출 알고리즘에 기반하여 이루어지기 때문에 많은 계산량을 요구하며 불확실성이 존재한다. 따라서, 본 연구에서는 Geostationary Ocean Color Imager-II (GOCI-II)의 대기상한반사도와 30일 동안의 대기상한반사도 중 최솟값과 관측 시점 값의 차이 값, 수치 모델 기반 기상학적 변수 등을 활용하여 기계학습 기반 고해상도 AOD 직접 산출 알고리즘을 개발하였다. Light Gradient Boosting Machine (LGBM) 기법이 사용되었으며, 추정된 결과는 지상 관측 자료인 Aerosol Robotic Network (AERONET) AOD를 활용하여 랜덤, 시간 및 공간별 N-fold 교차검증을 통해 검증되었다. 세 가지 교차검증 결과 R²=0.70-0.80, RMSE=0.08-0.09, 기대오차(Expected Error, EE) 안에 있는 비율은 75.2-85.1% 수준으로 안정적인 성능을 보였다. Shapley Additive exPlanations (SHAP) 분석에서는 반사도 관련 변수들이 기여도의 상위권 대부분을 차지하고 있는 것을 통해 반사도 자료가 AOD 추정에 많은 기여를 하는 것을 확인하였다. 서울과 울산 지역에 대한 시간 별 AOD의 공간 분포를 분석한 결과, 개발된 LGBM 모델은 시간의 흐름에 따라 AERONET AOD 값과 유사한 수준으로 AOD를 추정하고 있었다. 이를 통해 높은 시공간 해상도(i.e., 시간별, 250 m)에서의 AOD 산출이 가능함을 확인하였다. 또한, 산출 커버리지 비교에서 LGBM 모델의 평균 산출 빈도가 GOCI-II L2 AOD 산출물 대비 8.8%가량 증가한 것을 통해 기존 물리모델기반 AOD 산출 과정에서 발생하던 밝은 지표면에 대한 과도한 마스킹의 문제점을 개선시킨 것을 확인하였다.

• 한국수자원학회논문집
• /
• 제57권5호
• /
• pp.333-346
• /
• 2024

수량과 수질 및 수생태를 동시에 고려한 수자원 관리를 위해서는 신뢰도 높은 중기 유량 예측 기술이 필수적이다. 이를 위해서는 기상자료의 특성에 대한 이해와 더불어, 시공간 해상도가 낮은 기상예측 정보를 고해상도 분포형 수문모형에서 효과적으로 활용하는 기술이 중요하다. 본 연구에서는 분포형 수문모형 WRF-Hydro와 선행시간 288시간까지의 기상정보를 제공하는 Global Data Assimilation and Prediction System (GDAPS)를 활용해 고해상도 중기 유량 예측을 수행하고 적용성을 검토하였다. 이를 위해 대상 유역인 낙동강 지류 금호강 유역에 대해 100 m 공간해상도의 WRF-Hydro모형을 구축하고 기상지상관측자료 Automatic Weather Stations (AWS)& Automated Synoptic Observing Systems (ASOS), 기상수치예보모형 GDAPS, 기상재분석자료 Global Land Data Assimilation System (GLDAS)를 입력자료로 적용한 유량 예측 모의 결과를 비교하였다. 2020~2022년 기간 3개의 강우사상에 대해 유역 평균 누적 강우량을 분석 결과, AWS&ASOS대비 GDAPS는 36%~234%, GLDAS 재분석자료는 80%~153% 범위의 과소 및 과대 산정되었음을 확인하였다. AWS&ASOS입력자료로 한 유량 예측 결과는 KGE, NSE지표가 유역 말단 강창교 지점 기준 0.6이상이었으나, GDAPS 기반 유량 모의는 강우 사상에 따라 KGE 값이 0.871~-0.131로 큰 변동성이 확인되었다. 한편, 첨두 유량 오차는 GDAPS가 GLDAS보다 크거나 비슷했지만, 첨두 홍수 발생시간의 오차는 AWS&ASOS, GDAPS, GLDAS가 각각 평균 3.7시간, 8.4시간, 70.1시간으로, 첨두 발생시간 측면에서는 GDAPS의 오차가 GLDAS보다 적었다. GDAPS를 입력자료로 한 WRF-Hydro 고해상도 중기 유량 예측은 첨두 유량의 불확실성은 크지만, 첨두 유량 발생시점에 대한 정확도는 상대적으로 높아 수자원 시설 운영에 효과적으로 활용될 수 있을 것으로 판단된다.

• 한국지리정보학회지
• /
• 제8권1호
• /
• pp.23-39
• /
• 2005

위성 통신 기술의 발달로 국부적으로 수행되던 위치 추적의 범위가 전 세계로 확산되었다. 하지만 기존의 물류 관제 시스템들은 관제 서버와 물류간의 통신을 위하여 휴대폰 통신망을 이용하기 때문에 일부 지역 내에서 이동하는 물류에 대해서만 관제가 가능하다. 이 논문에서는 위성 통신을 이용하여 전 세계를 이동하는 물류 매체인 냉동 컨테이너의 위치 및 상태 정보를 관리하기 위한 시스템을 제안하였다. 제안 시스템은 냉동 컨테이너의 상태를 직접 관제하는 데이터 수집부, 관제 서버와의 통신을 담당하는 위성 통신부, 냉동 컨테이너 정보를 관리하는 관제부로 구성된다. 시스템의 관제부에서는 냉동 컨테이너의 위치 추적 및 관제를 효과적으로 수행하기 위하여 기존의 TB 트리를 기반으로 하는 다중 버전 이동 객체 색인을 사용하였다. 제안된 냉동 컨테이너 관제시스템은 화주, 운송회사 등 육해상 물류관련 기관에서 냉동컨테이너 및 선박 위치추적, 컨테이너 통제, 컨테이너 통계 등 다양한 용도로 사용될 수 있어 화주에게는 컨테이너 운송에 대한 서비스를 제공하며, 선사에게는 선박안전경보시스템, 선박 관리, 냉동컨테이너를 효율적인 관리 기능을 제공하게 한다.