• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.46-46
• /
• 2022

유기물의 복잡한 혼합물인 CDOM(Colored or Chromophoric Dissolved Organic Matter)은 하천 내 BOD(Biological Oxygen Demand), COD(Chemical Oxygen Demand) 및 유기 오염물질과 상당한 관련이 있다. CDOM은 가시광선 영역에서 빛을 흡수하는 성질을 가지고 있으며, 최근 원격감지 기술로 CDOM을 모니터링하기 위한 연구가 진행되고 있다. 본 연구에서는 백제보 상류 23km 구간에서 3년(2016~2018) 중 13일의 초분광영상을 활용하여 머신러닝 기반 CDOM을 추정 알고리즘을 개발하고자 한다. 초분광영상은 400~970 nm의 범위의 4 nm 간격 127개 대역의 분광해상도와 2 m의 공간해상도를 가진 항공기 탑재 AsiaFENIX 초분광 센서를 통해 수집하였으며 CDOM은 Millipore polycarbonate filter (𝚽47, 0.2 ㎛)에서 여과된 CDOM 샘플 자료를 200~800 nm의 흡수계수 스펙트럼으로 추출하여 사용하였다. CDOM 값은 전체기간 동안 2.0~11.0 m^-1의 값 분포를 보였으며 5 m^-1이상의 고농도 구간 자료개수가 전체 153개 샘플자료 중 21개로 불균형하다. 따라서 ADASYN(Adaptive Synthesis Sampling Approach)의 oversampling 방법으로 생성된 합성 데이터를 사용하여 원본 데이터의 소수계층 데이터 불균형을 해결하고 모델 예측 성능을 개선하고자 하였다. 생성된 합성 데이터를 입력변수로 하여 ANN(Artificial Neural Netowk)을 활용한 CDOM 예측 알고리즘을 구축하였다. ADASYN 기법을 통한 합성 데이터는 관측된 데이터의 불균형을 해결하여 기계학습 모델의 CDOM 탐지 성능을 향상시킬 수 있으며, 저수지 내 유기 오염물질 관리를 위한 설계를 지원하는데 사용할 수 있을 것으로 판단된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 춘계학술대회
• /
• pp.406-409
• /
• 2022

최근 몇 년 동안, AI 시스템, 블록체인, VR/AR, 3D 프린팅, 로봇 공학, 나노 기술과 같은 기술의 발전은 바로 우리 눈앞에서 건강 관리의 미래를 재편하고 있습니다. 또한, 의료는 소비자의 요구에 초점을 맞춘 예방 중심의 의학으로 패러다임이 전환되었습니다. Covid-19와 같은 전염병의 확산으로 의료 및 치료 시설의 정의가 변경되어 병원의 물리적 환경을 재설계하고 사회적 거리 두기 요구사항을 해결하도록 통신 모델을 조정하고 가상 의료 솔루션을 구현하고 새로운 임상 프로토콜을 수립하기 위한 즉각적인 조치가 필요하게 되었습니다. 전통적으로 의료 시스템의 허브 역할을 해 온 병원은 이러한 환경에 맞서 스스로를 재정립하는 것을 추구하거나 강요당하고 있습니다. 미래의 건강관리는 질병을 치료하는 것뿐만 아니라 건강과 예방에 초점을 맞출 것으로 예상됩니다. 개인화된 진료에서는 장기적인 예방 전략, 원격 모니터링, 조기 진단 및 탐지가 매우 중요합니다. 이러한 현대 기술로 정의되는 스마트 헬스케어에 대한 관심이 높아짐에 따라, 본 연구는 스마트 헬스케어의 정의와 서비스 종류를 조사했습니다. 스마트 병원의 배경과 기술적 측면도 문헌 검토를 통해 탐구했습니다.

• 대한원격탐사학회지
• /
• 제31권5호
• /
• pp.385-394
• /
• 2015

소나무재선충병은 우리나라와 중국을 포함한 동아시아 지역뿐만 아니라 유럽 지역의 소나무림에도 막대한 피해를 주고 있다. 소나무재선충에 의한 피해는 임분 내에서 다발적으로 발현되고 급진적으로 진행되고 있으나 기존의 현장조사 방법은 광범위한 지역에 대한 피해목 탐지에 한계가 있다. 본 연구에서는 시계열 초분광 항공영상을 이용하여 소나무재선충병 피해목을 추출하고, 추출된 자료를 이용하여 소나무재선충병 확산 특성을 분석하고자 하였다. 6월, 9월, 10월에 1 m 공간해상도의 초분광 항공사진을 취득하였다. 9월 영상의 Normalized Difference Vegetation Index(NDVI)와 Vegetation Index green(VIgreen)을 이용하여 소나무재선충 피해목을 추출하였다. 추출된 피해목을 잎이 있는 고사목과 잎이 없는 고사목으로 구분하였으며, 6월, 9월, 10월 영상의 분광반사값을 비교하여 9월과 10월에 새로 발생한 피해목을 추출하였다. 추출된 피해목의 시계열 분포를 토대로 공간통계분석 기법을 활용하여 초분광 항공사진 촬영지역 내 소나무재선충병 피해목의 확산 특성을 분석하였다. 그 결과, 대상지 내 소나무재선충병 피해목은 총 2,262본이 추출되었으며, 피해시기에 따라 잎 있는 고사목(작년 피해목)은 604본, 9월과 10월에 새로 발생한 피해목은 각각 300본, 101본으로 분류되었다. 구축된 자료를 이용한 공간 분포형 분석 결과, 작년 피해목과 당년 피해목 모두 집중분포 형태로 나타났으며, 최근거리 분석 결과, 당해년도 고사목의 약 80%는 전년도 고사목 주변 60 m 이내에서 발생하는 것으로 나타났다.

• 대한원격탐사학회지
• /
• 제37권6_1호
• /
• pp.1757-1766
• /
• 2021

녹피율은 행정구역면적 대비 녹지가 피복된 면적의 비율로, 실질적인 도시녹화 지표로 활용되고 있다. 현재 녹피율은 토지피복지도를 기반하여 산출되는데, 토지피복지도의 낮은 공간해상도와 일정하지 않은 제작시기는 정확한 녹피율 산출과 정밀한 녹피분석을 어렵게 한다. 따라서 본 연구는 새로운 녹피율 산출방안으로 항공영상과 심층학습을 활용한 방안을 제안한다. 항공영상은 높은 해상도와 비교적 일정한 주기로 정밀한 분석을 가능하게 하며 심층 학습은 항공영상 내 녹지를 자동으로 탐지할 수 있다. 지자체는 매년 다양한 목적을 위해 유인항공영상을 취득하여 이를 활용해 신속하게 녹피율을 산출한다. 하지만 미리 취득된 유인항공영상은 취득 시기와 해상도, 센서와 같은 세부사항을 선택할 수 없어 정밀한 분석이 어려울 수 있다. 이러한 한계점은 다양한 센서의 탑재가 가능하고 낮은 고도의 비행으로 인해 고해상도 영상을 취득할 수 있는 무인항공기를 활용하여 보완될 수 있다. 이에 두 가지 항공영상으로부터 녹피율을 산출하였고 그 결과, 모든 녹지 유형으로 부터 높은 정확도로 녹피율을 산출할 수 있었다. 하지만 유인항공영상으로부터 산출된 녹피율은 복잡한 환경에서 한계가 있었다. 이를 보완하고자 활용한 무인항공영상은 복잡한 환경에서도 높은 정확도의 녹피율을 산출할 수 있었고 추가밴드 영상을 통해 더 정밀한 녹지 영역 탐지가 가능했다. 추후 기존 유인항공영상에 새로 취득한 무인항공영상을 보완적으로 사용해 녹피율을 효과적으로 산출할 수 있을 것이라 기대된다.

• 대한원격탐사학회지
• /
• 제37권2호
• /
• pp.245-256
• /
• 2021

본 연구는 LiDAR 센서의 산림자원조사 적용성 검토를 위하여 제주 절물자연휴양림을 대상으로 삼나무의 개체목 탐지, 흉고직경과 수고를 측정하여 전통적인 산림자원조사와 정확성과 효율성을 비교·분석하였다. 백팩형 지상라이다(Backpack Personal Laser Scanning; BPLS)는 Greenvalley International 사(社)의 Model D50을 사용하였다. 최적의 데이터 수집을 위하여 표준지의 밀도와 작업 효율성을 고려한 LiDAR스캔의 표본추출방법을 7가지로 구분하였다. 분석은 개체목 변수 측정의 정확성을 파악하고 요소작업별 시간과 전체 분석시간을 조사하여 효율성을 평가하였다. 분석 결과, 백팩형 지상라이다를 이용한 입목 탐지율은 모든 패턴이 100%로 나타났다. 정확성은 패턴5(흉고직경: RMSE: 1.07 cm, Bias: -0.79 cm, 수고: RMSE: 0.95 m, Bias: -3.2 m)와 패턴7(흉고직경: RMSE: 1.18 cm, Bias: -0.82 cm, 수고: RMSE 1.13 m, Bias: -2.62 m)이 현장조사 방법으로 얻은 결과와 비교하였을 때 통계적 정확성이 높은 결과를 보였다. BPLS와 현장조사를 이용하여 1 ha의 데이터를 처리하는데 걸린 시간을 환산한 결과 BPLS는 약 115분~135분이 소요되며, 현장조사방법은 375분~1,115분으로 BPLS를 이용한 방법이 더 효율적인 것으로 나타났다. 따라서 하층식생이 적고 비교적 관리가 잘 된 인공 침엽수림에서는 BPLS 장비를 활용하여 효율적인 산림자원조사가 가능하며, 앞으로 다양한 임분 조건에서 적용 가능성을 분석할 필요가 있다고 판단된다.

• 대한원격탐사학회지
• /
• 제35권3호
• /
• pp.415-431
• /
• 2019

본 연구에서는 위성관측운량을 지상관측운량에 가깝게 보정하기 위한 알고리즘을 개발하였다. 위성관측운량과 지상관측운량은 같은 구름을 각각 평면과 반구면에 투영한 관점이라는 차이를 가진다. 따라서, 개발된 위성보정 알고리즘은 평면의 위성관측 영역에 투영된 구름에 적절한 높이를 부여하여 지상관측 영역인 반 구면에 투영된 구름으로 변환하는 것이 핵심이다. 이때 평면구름은 위성 구름탐지를 이용하며, 높이는 운정압력을 이용하여 결정한다. Himawari-8 Level 1B 관측자료로 입력자료를 만들어 기존의 위성관측운량과 개발된 알고리즘을 통해 산출한 위성관측운량을 2016년 7월부터 2017년 6월, 매월 1일부터 7일까지 낮 시간 동안 한국(22개소)과 중국(724개소)의 종관지상관측소의 목측 전운량에 대해 검증하였다. 그 결과, 개발된 알고리즘을 통해 산출한 보정위성관측운량이 기존 위성관측운량에 비해 작은 평균오차($1.01{\rightarrow}0.61$)를 가지며, 예측의 성공률(PC) 또한 증가($55%{\rightarrow}61%$)했다. 특히 '흐림(Cloudy)'에 대한 관측률(POD)이 증가하였다($60%{\rightarrow}73%$). 예측 성공률은 55%에서 61%로 상승하였다. 이때, 겨울 기간(12-2월)에는 구름 과탐지에 의한 것으로 추정되는 오차가 다소 증가하나, 전 계절과 마찬가지로 좋은 예측 성공률을 보인다($56%{\rightarrow}60%$). 개발된 알고리즘으로 산출한 보정위성관측운량이 기존의 위성관측운량보다 지상관측운량에 더 가까워지는 것을 확인하였다.

• 대한원격탐사학회지
• /
• 제39권2호
• /
• pp.233-246
• /
• 2023

수문순환의 이해와 효율적 수자원 관리의 측면에서 토양수분의 중요성이 조명되고 있으나, 국내에는 양질의 지점 토양수분 자료의 부재로 그 활용도가 매우 낮은 실정이다. 때문에 인공위성 기반의 토양수분을 적용할 때에도, 기준자료가 되는 지상 관측자료가 없어 객관적인 평가 및 교정이 어려운 실정이다. 코즈믹 레이 중성자 탐지센서(cosmic-ray neutron probe, CRNP)를 활용한 토양수분 관측소는 위성 자료의 검보정을 위한 기준 자료 생산에서 핵심적인 역할을 수행할 수 있다. CRNP는 비침습식으로 설치가 가능하여 토양층 교란과 식생 환경의 피해를 최소화할 수 있고, 공간 대표성을 가진 중간 규모의 관측 범위를 가지고 있다는 장점이 있다. 이러한 특징은 지형이 복잡하고 식생이 우거진 지형이 많은 우리나라에서의 활용이 용이하다는 장점으로 이어진다. 따라서 본 연구는 한국형 코즈믹 레이 토양수분 관측 시스템(Korean cOsmic-ray Soil Moisture Observing System, KOSMOS) 구축의 일환으로, CRNP를 활용한 토양수분 관측소의 국내 적용성을 평가하고자 수행되었다. CRNP 관측소는 전력 및 설치 부지 확보의 용이성과 추후 타 수문기상 인자와의 효율적 활용을 고려하여, 한강홍수통제소의 홍천군 군업리 관측소에 병행 설치되었다. CRNP 토양수분 자료의 평가를 위해 12개소의 지점 토양수분 센서를 추가로 설치하였으며, 시간 안정성 분석을 통해 공간적 대표성을 평가하였다. CRNP에서 생성되는 중성자는 평균 1,087 counts per hour 정도로 설마천 관측소에 비해 낮게 나타나 홍천 관측소의 환경이 더 습윤한 환경임을 알 수 있었다. 관측된 중성자 자료의 중성자 보정과 초기교정을 통해 토양수분을 산정하였으며, 산정된 토양수분 자료는 짧은 교정 기간에도 지점 자료와의 검증에서 r=0.82로 높은 상관성을 보여주었고, root mean square error=0.02 m³/m³의 높은 정확도를 보여주었다. 추후 계절성을 반영할 수 있도록 연간 자료가 축적된 후 재교정을 수행하면 보다 높은 정확도를 보여줄 것으로 판단된다. 이러한 결과는 CRNP 토양수분 자료의 우수성을 검증한 선행연구들과 더불어, KOSMOS 구축 시 양질의 토양수분 자료를 생산할 수 있음을 시사한다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.949-965
• /
• 2023

본 연구에서는 Sentinel-1 synthetic aperture radar 영상을 활용하여 딥러닝 모델인 Swin Transformer로 국내 농업용 저수지의 수표면적을 모니터링 하는 방법을 제시한다. Google Earth Engine 플랫폼을 이용하여 70만톤 급, 90만톤급, 150만톤급 저수지 7개소에 대한 2017년부터 2021년 데이터셋을 구축하였다. 저수지 4개소에 대한 영상 1,283장에 대해서 셔플링(suffling) 및 5-폴드(fold) 교차검증 기법을 적용하여 모델을 학습하였다. 시험평가 결과 모델의 윈도우 크기를 12로 설정한 Swin Transformer Large 모델은 각 폴드에서 평균적으로 99.54%의 정확도와 95.15%의 mean intersection over union (mIoU)을 기록하여 우수한 의미론적 분할 성능을 보여주었다. 최고 성능을 보여준 모델을 나머지 3개소 저수지 데이터셋에 적용하여 성능을 검증한 결과, 모든 저수지에서 정확도 99% 및 mIoU 94% 이상을 달성함을 확인했다. 이러한 결과는 Swint Transformer 모델이 국내의 농업용 저수지의 수표면적 모니터링에 효과적으로 활용될 수 있음을 보여준다.

• 대한원격탐사학회지
• /
• 제32권6호
• /
• pp.733-739
• /
• 2016

일사량은 지구 내 시스템의 에너지원으로 작용하는 중요한 지표변수로써, 원격탐사를 통해 모니터링 하는 것은 태양 에너지의 잠재량을 평가할 수 있어 매우 중요하다. 따라서 본 논문에서는 한반도에서 관측 빈도에 따른 일 평균 일사량 산출의 민감도를 분석하고자 한다. COMS의 채널 자료 및 구름탐지 분석자료, 구름에 의한 일사량의 감쇠 정도를 이용하여 시간 해상도가 1시간과 3시간 간격의 자료를 이용하여 일사량을 산출하였다. 전천을 의미하는 공간적 범위만큼 Hemispherical Integration를 실시하였고, 각 일사량을 일 평균하여 지상 37곳의 일사계 자료와 검증을 실시하였다. 그 결과, 1시간 간격의 자료를 이용하여 일평균한 일사량은 $28.6401W/m^2$의 정확도를, 3시간 간격의 자료를 이용하여 일 평균한 일사량은 $30.4960W/m^2$의 정확도를 보여, 일 평균 일사량은 위성의 관측 빈도에 큰 민감도를 보이지 않았다. 하지만 시간해상도가 다른 두 일사량은 공간적 분포에서 구름의 관측 빈도에 따라 큰 차이를 보였고, 구름의 관측 빈도와 두 일사량의 차이 간 민감도 분석을 실시한 결과 최대 $19.4392W/m^2$의 민감도를 보였다.

• 대한공간정보학회지
• /
• 제22권4호
• /
• pp.53-61
• /
• 2014

Landsat OLI 위성영상은 다양한 분광정보 밴드를 포함하고 있기 때문에, 토지피복지도 생성, 도심지역의 분석, 식생지수의 추출, 변화탐지 모니터링 등과 같은 다양한 원격탐사 분야에 활용할 수 있다. 또한, 토지피복지도는 GIS 및 국토 모니터링에 있어서 필수적인 정보이다. 본 연구에서는 Landsat OLI 위성과 기존의 토지피복지도를 활용하여 토지피복지도를 생성하고자 하였다. 이를 위해, 기존의 토지피복지도와 K-means 기법의 상관관계를 활용하여 훈련자료를 자동으로 생성하였으며, 생성된 훈련자료를 이용하여 각 클래스 별 분광 반사율 값을 추정하였다. 최종적으로, 반복적인 분광혼합분석을 통하여 각 클래스 별 점유 비율 영상과 토지피복지도를 생성하였다. 청주시 일대에 대한 토지피복지도와 Landsat OLI 위성영상을 활용한 실험을 수행하였으며, 감독분류 기법에 대한 결과 및 기존 토지피복지도와의 비교평가를 통하여 본 연구에서 제안된 기법이 수동으로 취득한 훈련자료가 없어도 효과적으로 토지피복지도를 생성할 수 있음을 정량적, 시각적으로 확인하였다.