• 대한원격탐사학회지
• /
• 제38권5_1호
• /
• pp.627-646
• /
• 2022

최근 지구 온난화로 인한 기후 변화와 관련된 문제의 심각성이 커지고 있으며 평균 기온 또한 상승하고 있다. 이로 인해 온도에 민감한 다양한 생물과 생물이 살아가는 환경에 영향을 미치고 있으며, 생태계의 변화 역시 감지되고 있다. 계절은 그 지역에 사는 생물의 종류, 분포, 생육 특성 등에 영향을 미치는 중요한 요인의 하나이다. 기후 변화 영향 평가의 지표 중 가장 대중적이고 쉽게 인식될 수 있는 식물 계절 중 개화일과 단풍나무 절정일의 모델링을 수행하였다. 모델링에 사용된 식물의 종류에는 봄을 대표하는 식물로 볼 수 있는 개나리와 벚나무, 가을을 대표하는 식물로 볼 수 있는 단풍 나무와 은행 나무를 사용하였다. 모델링을 수행할 때 사용된 기상 자료로는 기상청의 Automated Surface Observing System (ASOS) 관측소를 통해서 관측된 기온, 강수, 일사 자료를 사용하였으며, 개나리, 벚나무의 개화일과 약 -0.2, 은행나무, 단풍나무의 단풍 절정일과 약 0.3 정도의 상관 계수를 가지는 Moderate Resolution Imaging Spectroradiometer (MODIS) 식생지수를 사용하여 모델링을 수행하였다. 사용된 모델로는 선형 모델인 다중 회귀 모형과, 비선형 모델인 Random Forest (RF)를 사용하여 모델을 수립하였다. 또한 각 모형으로 추정된 예측 값을 공간 내삽 기법을 이용하여 등치 선도로 2003~2020년의 식물 계절 변화 경향 성을 표현하였다. 향후에 높은 시공간 해상도를 가지는 식생지수를 사용한다면 더 높은 식물 계절 모델링의 정확도를 높일 수 있을 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제38권5_3호
• /
• pp.925-938
• /
• 2022

농업용 저수지는 전국적으로 중요한 수자원으로 기후변화에 따른 가뭄과 같은 이상기후의 영향에 취약한 특성을 가지며 적절한 운영을 위해 강화된 관리가 필요하다. 지속적인 모니터링을 통한 수위 추적(water level tracking)이 필요하지만 현실적인 문제로 현장 실측 및 관측이 어려운 실정이다. 본 연구는 저수지 수표면적을 측정하기 위해 광역 모니터링이 가능한 위성레이더 자료를 이용하여 4가지 AI 모델 간의 수체 탐지 성능에 대해 객관적인 비교를 제시한다. 위성 레이더자료는 Sentinel-1 SAR 이미지를 사용하였으며, 광학영상과 달리 기상환경에 영향을 적게 받기 때문에 장기 모니터링에 적합하다. 드론 이미지, Sentinel-1 SAR 그리고 DSM 데이터를 사용하여 Support Vector Machine (SVM), Random Forest (RF), Artificial Neural Network (ANN), Automated Machine Learning (AutoML)의 4가지 AI 모델을 구축했다. 연구대상 저수지는 총 22개소로 유효저수량이 30만톤 미만의 중소형 저수지이다. 총 45개 이미지가 모델 훈련과 검증에 사용되었으며, 연구 결과 AutoML 모델이 Accuracy=0.92, mIoU=0.81로 다른 3가지 모델에 비해 수체 픽셀 분류에서 0.01-0.03 더 나은 것을 보여주었다. 해당 결과는 SAR 영상으로부터 AutoML을 이용한 중소형 저수지 대상의 수체 분류 기법이 기존의 머신러닝 기법만큼의 성능을 보이는 것을 보여주었고, 학습을 통한 수표면적 분류 기술의 저수지 모니터링에 대한 적용 가능성을 보여주었다.

• 한국수자원학회논문집
• /
• 제56권9호
• /
• pp.543-551
• /
• 2023

눈은 기후계와 지표면 에너지 평형에 영향을 끼치는 필수 기후 인자이며, 겨울 동안 저장한 고체 형태의 물을 봄에 유출, 지하수 함양 등에 제공하여 물 평형에도 결정적인 역할을 한다. 본 연구에서는 Local Data Assimilation and Prediction System (LDAPS), Modern.-Era Retrospective Analysis for Research and Applications, version 2 (MERRA-2), ERA5-Land 적설심 자료의 통계 분석을 통해 남한에서의 활용 가능성을 평가하였다. 기상청에서 제공하는 Automated Synoptic Observing System (ASOS) 지상관측자료와 재분석자료간의 통계분석 결과, LDAPS와 ERA5-Land의 상관계수가 0.69 이상으로 상관성이 높게 나타났으나 LDAPS는 RMSE가 0.79 m로 오차가 크게 나타났다. MERRA-2의 경우 일부 기간 동안 일정한 값이 연속적으로 산출되어 자료간 증감 추이를 적절하게 모의하지 못하였기에 상관계수가 0.17로 상관성이 낮게 나타났다. LDAPS와 ASOS의 지점별 통계분석 결과 상대적으로 평균 강설량이 높게 나타나는 강원도 인근에서 성능이 높게 나타났으며, 평균 강설량이 낮게 나타나는 남부 지역에서 성능이 낮게 나타났다. 마지막으로, triple collocation (TC)를 통해 본 연구에서 활용된 4개의 독립적인 적설심자료 간의 오차 분산을 산정하였으며, 나아가 가중치 산정을 통해 융합된 적설심 자료를 생산하였다. 재분석자료는 LDAPS, MERRA-2, ERA5-Land 순으로 오차 분산이 높게 나타났으며, LDAPS의 경우 오차 분산이 높게 산정되어 가중치가 낮게 산정되었다. 또한, ERA5-Land 적설심 자료의 공간 분포가 변동성이 적게 나타나, TC로 융합된 적설심 자료는 저해상도 영상인 MERRA-2와 유사한 공간 분포가 나타났다. 자료의 상관성, 오차, 불확실성을 고려하였을 때, ERA5-Land 자료가 남한을 대상으로 적설 관련 분석을 하기 적합한 것으로 판단된다. 또한, 타 자료와 경향성은 높게 나타나나 과대 산정되는 경향이 있는 LDAPS 자료를 대상으로 적절한 보정이 수행될 시, 지역 및 기후적 다양성을 높은 해상도로 표출할 수 있는 LDAPS 자료를 적극적으로 활용할 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제39권5_1호
• /
• pp.715-727
• /
• 2023

산악지역의 기상정보를 상세하고 적절히 제공하기 위해 산림청에서는 2012년부터 전국 주요 산악지역을 대상으로 산악기상관측망(Automatic Mountain Meteorology Observation Station, AMOS)을 구축하여, 2022년 현재 464개의 관측소가 운영되고 있다. 본 연구에서는 AMOS 지점 관측을 이용하여 우리나라 산림에 적합한 기온 격자자료를 산출하기 위해서, 기온감률 보정을 적용한 최적의 크리깅(kriging) 기법을 제안하고 그 가용성을 평가하였다. 우선 통계적 처리를 통해 AMOS 기온자료의 이상치를 제거하였고, 이 자료를 이용하여 경험 베리오그램(variogram)에 가장 근사하는 이론 베리오그램을 도출하여 최적화 크리깅을 수행하였다. 이 때 기온감률 보정(lapse rate correction)을 적용하여 산악지형의 고도 변이가 반영되는 500 m 해상도의 기온격자지도를 생성하였다. 공간적으로 치우치지 않은 검증샘플을 이용한 암맹평가를 통해 본 기법의 가용성을 평가한 결과, 0.899-0.953의 상관계수 및 0.933-1.230℃의 오차를 나타내 기온감률 보정을 적용하지 않은 정규크리깅에 비해 정확도가 다소 향상되었다. 또한 기온감률 크리깅은 우리나라 산림의 복잡지형을 잘 표현하여, 강원도 산간지역과 해안산림지역의 국지적인 변이 및 지리산·내장산과 그 주변 산림의 지형적 차이와 같은 미세한 지역특성을 살릴 수 있다는 것이 가장 큰 장점이라고 할 수 있다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1341-1352
• /
• 2023

위성영상 기반의 정규식생지수(normalized difference vegetation index, NDVI)는 넓은 영역에서 주기적인 정보를 수집할 수 있어 산림 및 농업 모니터링에 주로 사용된다. 그러나 광학센서 기반 식생지수는 구름 등의 영향으로 일부 지역에서 결측을 가지기 때문에, 본 연구는 전천후 및 주야에 관계없이 관측 가능한 Sentinel-1의 합성 개구 레이더(synthetic aperture radar, SAR) 영상을 활용하여 Sentinel-2 NDVI 결측값을 복원하는 모델을 개발하였다. 이는 광학적으로 관측이 어려운 구름 조건이나 야간에도 NDVI를 추정할 수 있는 잠재력을 보여준다. Automated machine learning (AutoML)을 활용한 비선형 결측복원모델의 5폴드(fold) 교차검증 결과, 절대오차 7.214E-05, 상관계수 0.878의 NDVI 복원 성능을 보였다. 이를 통해 시공간 연속적인 NDVI 생산 방법론을 발전시켜, 전천후 식생 모니터링에 필요한 정보 생산에 기여할 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1413-1425
• /
• 2023

기후변화로 인한 대형 산불의 빈도가 증가함에 따라 극심한 인명 및 재산상의 피해를 초래하고 있다. 이로 인해 많은 식생이 소실되며, 그 강도와 발생 형태에 따라 생태계 변화에 영향을 끼친다. 생태계 변화는 다시 산불 발생을 유발하여 2차 피해를 야기한다. 따라서 산불 피해지에 대한 정확한 탐지 및 면적 산정의 중요성이 지속적으로 제기되고 있다. 효율적인 산불 피해지 모니터링을 위해 산불 발생 후 실시간 지형 및 기상정보는 물론 피해지역의 영상을 대규모로 취득할 수 있는 위성영상이 주로 활용되고 있다. 최근, 합성곱 신경망(convolution neural network, CNN) 기반 모델부터 고성능 트랜스포머(Transformer) 기반 모델에 이르기까지 딥러닝 알고리즘이 빠르게 발전하면서 산림원격탐사에서 이를 적용한 연구가 활발히 이루어지고 있다. 하지만 현재까지 적용된 딥러닝 모델은 제한적이며 현업에서의 합리적인 활용을 위한 정량적 성능평가에 대한 보고가 부족한 상황이다. 따라서 본 연구에서는 모델에 따른 성능향상과 데이터 설계에 따른 성능향상을 중점적으로 비교 분석하였다. 미국 캘리포니아 지역을 대상으로 CNN 기반 모델의 U-Net, High Resolution Network-Object Contextual Representation (HRNet-OCR)을 활용하여 산불 피해지 모델을 구축하였다. 또한, 기본 파장대역과 함께 식생활력도 및 지표의 수분함량 정도를 고려하고자 normalized difference vegetation index (NDVI), normalized burn ratio (NBR)와 같은 산불 관련 분광지수를 산출하여 입력 이미지로 사용하였다. U-Net의 mean intersection over union (mIoU)이 0.831, HRNet-OCR이 0.848을 기록하여 두 모델 모두 우수한 영상분할 성능을 보였다. 또한, 밴드 반사도뿐 아니라 분광지수를 추가한 결과 모든 조합에서 평가지표 값이 상승하여 분광지수를 활용한 입력 데이터 확장이 픽셀 세분화에 기여함을 확인하였다. 이와 같은 딥러닝 방법론을 발전시킨다면 우리나라의 산불 피해지에 대한 신속한 파악 및 복구 계획 수립의 기초자료로 활용될 수 있을 것으로 기대된다.

• 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
• /
• 제39권5_3호
• /
• pp.997-1008
• /
• 2023

해상의 선박탐지는 다양한 방법으로 수행될 수 있는데, 위성은 광역적인 감시가 가능하고, 특히 합성개구레이더(Synthetic Aperture Radar, SAR) 영상은 주야간 및 전천후로 활용될 수 있다. 본 연구에서는 SAR 영상으로부터 효율적인 선박 탐지 방법을 제시하기 위하여, Sentinel-1 영상에 You Only Look Once Version 5 (YOLOv5) 모델을 적용하여 선박 탐지를 수행하고, 편파별 개별 모델과 통합 모델의 차이 및 편파별 정확도 특성을 분석하였다. 파라미터가 작고 가벼운 YOLOv5s와 파라미터가 많지만 정확도가 높은 YOLOv5x 두가지 모델에 대하여 각각 (1) HH, HV, VH, VV 각 편파별로 나누어 학습/검증 및 평가 그리고 (2) 모든 편파의 영상을 사용하여 학습/검증 및 평가를 실시한 결과, 네 가지 실험에서 모두 0.977 ≤ AP@0.5 ≤ 0.998의 비슷하면서 매우 높은 정확도를 나타냈다. 이러한 결과를 현업시스템의 관점에서 보면, 가벼운 YOLO 모델(YOLOv5s, YOLOv8s 등)로 4개 편파 통합 모델을 구축하는 것이 실시간 선박탐지에 효과적임을 시사하는 것이다. 이 실험에서 사용한 영상은 19,582장이었지만, Sentinel-1 이외에도 Capella, ICEYE 등 다른 SAR 영상을 추가적으로 활용한다면, 보다 더 유연하고 정확한 선박 탐지 모델이 구축될 수 있을 것이다.

• 벤처혁신연구
• /
• 제7권1호
• /
• pp.183-200
• /
• 2024

최근 MZ세대의 사회진출과 여성인구의 사회참여로 WLB을 중시하는 직장내 그룹은 협업을 중시하던 기존 그룹과 업무지향점의 차이로 갈등이 발생하고 있다. 일·생활 균형 지원제도를 활용하고 있는 공공기관 및 기업은 업무성격과 일·생활 균형 지원제도의 활성화에 따라서 직무몰입에 차이를 보인다. 이에 따라, 회사에서 실질적으로 운영중인 WLB 지원제도의 효과성을 검증하고 보편타당한 기준을 제시하는 것이 필요하다. 일·생활 균형 수준 향상을 위한 제도는 남녀 노동자의 일·가정 양립 여건을 제고하고 MZ세대의 직장에 대한 이상적 가치관과 부합하며, 융통성 있는 경력 설계를 가능하게 해 여성의 노동시장 탈락을 예방하고, 일자리 나누기를 통한 일자리 창출 효과가 있다. 또한, MZ세대의 사회진출과 여성인구(Working Mom)의 사회참여로 WLB을 중시하는 직장내 그룹은 협업을 중시하는 기존 직장 그룹과 업무지향점의 차이로 갈등이 발생하고 있다. 회사 및 조직은 유연근무제도 등 일·생활 균형과 업무성격에 따라서 직무몰입에 차이를 보인다. 이에 공공기관 및 중견·대기업에서 실제 운영 중인 WLB를 위한 제도의 효과성을 검증하여 보편타당한 WLB 지원제도의 합의점을 도출하였다. 본 연구의 목적은 첫째, 근로환경에 대한 정책과 인식이 변화하는 가운데 일·생활 균형을 위한 지원제도의 효과성을 검증하고 실무적 합의점을 찾고자 하였으며, 둘째, 일·생활 균형 수준 및 업무성격에 따른 직무몰입 영향을 분석하여 업무 특성을 반영한 WLB 운영에 대한 기준을 마련하기 위한 상호간의 영향을 검증하였다. 연구를 위해 일·생활 균형 수준과 업무 성격이 직무몰입에 어떠한 영향을 미치는지 2x2 매트릭스 모형으로 구성하여 상호간 관계를 분석하였으며, 4가지 갈등형, 주도형, 동조형, 협동형 그룹으로 분류하여 상호관계를 확인하였다. 연구의 가설검증 결과, 첫째 일·생활 균형 수준이 높고, 협업 지향적인 갈등형 그룹은 직무몰입의 수준이 가장 낮은 것으로 나타났다. 이에 따라 전통적인 입장의 협업을 강조하는 업무 형태에서는 일·생활 균형을 위한 지원제도를 도입하는데 제한된 입장이 있음을 확인하였다. 둘째, 일·생활 균형 수준이 높고, 개인 지향적인 주도형 그룹은 직무몰입의 수준이 가장 높은 것으로 나타났다. 즉, MZ세대의 사회진출 및 여성인구의 고용률 증가를 반영하여 개별적으로 수행할 수 있는 업무처리 시스템을 개발하고 활성화하여 WLB 수준과 부합할 때 직무몰입에 대한 동기부여가 가능하며, 일·생활 균형 지원 제도의 적절한 활용이 가능함이 검증 되었다. 연구의 학문적 시사점은 일·생활 균형 수준과 업무 성격을 요인으로 구성원의 성격을 세분화한 것이며, 실무적 시사점은 공공기관 및 대기업에서 운영중인 WLB 지원 제도를 그룹화하여 효과성을 분석한 것이다. 마지막으로, 추후 연구에서는 연구 대상을 다양한 조직이나 산업에 적용할 수 있도록 폭넓게 설정하고, 일·생활 균형을 위한 지원제도와 업무성격을 세분화 하여 연구할 필요가 있다.

• 한국토양비료학회지
• /
• 제36권1호
• /
• pp.41-49
• /
• 2003

물관리와 유기물 시용이 다른 논에서 메탄 배출을 측정하였다. 벼 식물체를 통해 배출되는 메탄을 측정하기 위하여 벼를 심은 chamber와 심지 않은 chamber를 반복으로 포장에 설치하였다. 기체시료는 벼 재배기간중 주 1회 채취하였다. 상시담수에서는 벼를 심은 NPK구, NPK(+P),는 $0.174g\;CH_4\;m^{-2}\;d^{-1}$의 배출을 보였으나 심지 않은 NPK구, NPK(-P),는 $0.046g\;CH_4\;m^{-2}\;d^{-1}$의 배출을 보였다. 벼를 심은 볏짚퇴비 시응구, RSC(+P), 는 $0.214g\;CH_4\;m^{-2}\;d^{-1}$의 배출을 보였으나 심지 않은 볏짚퇴비 시용구, RSC(-P),는 $0.076g\;CH_4\;m^{-2}\;d^{-1}$의 배출을 보였다. 볏짚을 2월에 시용하고 벼를 심은 시험구, RS2(+P), 는 $0.328g\;CH_4\;m^{-2}\;d^{-1}$의 배출을 보였으나 볏짚을 2월에 시용하고 벼를 심지 않은 시험구, RS2(-P),는 $0.1g\;CH_4\;m^{-2}\;d^{-1}$의 배출을보였다. 볏짚을 5월에 시용하고 벼를 심은 시험구, RS5(+P). 는 $0.414g\;CH_4\;m^{-2}\;d^{-1}$의 배출을 보였으나 볏짚을 2월에 시용하고 벼를 심지 않은 시험구, RS5(-P),는 $0.187g\;CH_4\;m^{-2}\;d^{-1}$의 배출을 보였다. 간단관개에서는 NPK(+P)는 $0.115g\;CH_4\;m^{-2}\;d^{-1}$의 배출을 보였으나 NPK(-P)는 $0.041g\;CH_4\;m^{-2}\;d^{-1}$의 배출을 보였다. RSC(+P)는 $0.137g\;CH_4\;m^{-2}\;d^{-1}$의 배출을 보였으나 RSC(-P)는 $0.06g\;CH_4\;m^{-2}\;d^{-1}$의 배출을 보였다. RS2(+P) 는 $0.204g\;CH_4\;m^{-2}\;d^{-1}$의 배출을 보였으나 RS2(-P)는 $0.09g\;CH_4\;m^{-2}\;d^{-1}$의 배출을 보였다. RS2(+P)는 $0.273g\;CH_4\;m^{-2}\;d^{-1}$의 배출을 보였으나 RS5(-P)는 $0.13g\;CH_4\;m^{-2}\;d^{-1}$의 배출을 보였다. 상시담수 처리에서 벼 식물체를 통한 메탄 수송은 NPK구, RSC구 (볏짚퇴비를 5월에 시용한 구), RS2구(볏짚을 2월에 시응한 구)와 RS5구 (볏짚을 5월에 시용한 구)에서 각기 73.6 %, 64.5%, 69.5%, 54.8%였었고 평균 65.6%였었다. 간단관개처리에서 벼 식물체를 통한 메탄 수송은 NPK구, RSC구, RS2구와 RS5구에서 각각 64.3, 59.2, 55.9, 52.4였다.