• Title/Summary/Keyword: 지표면 분류

Search Result 99, Processing Time 0.027 seconds

건강관리코너 - 인체 중심과 운동

  • Jang, Ui-Chan
    • 방재와보험
    • /
    • s.116
    • /
    • pp.70-71
    • /
    • 2006
  • 사과에도 중심(core)이 있고 지구도 지표면과 안으로 중심이 있듯이 인체에도 몸의 중심 부위가 있다. 보통 단전 부위에 무게중심이 있다고 설명을 한다. 단전의 위치에 대해서는 여러 가지 설이 있어 한마디로 정의하기는 어려우나 일반적으로 상단전, 중단전, 하단전으로 분류학 상단전은 뇌 부분, 중단전은 심장에서 명치 부분, 하단전은 배꼽 아래 부분에 있다고 한다. 단전이라고 할 때 약간의 차이는 있지만 아랫배 부근을 가르키며, 기해라고도 한다. 특히 하단전은 모든 경락이 모이는 곳으로서 원기를 저장하는 곳이며 기 흐름의 요체이다. 또한 생명력을 배양하는 곳이자 복식호흡의 기본력이라고 알려져 있다. 그러면 의학적으로는 어떤 것을 신체 중심(core)이라고 이야기 할까?

  • PDF

Rock Quality using Seismic Tomography in Deep Tunnel Depths (대심도 탄성파 토모그래피 탐사를 이용한 암반분류)

  • Koo, Ja-Kab;Kim, Young-Duck;Kwon, So-Jin
    • Journal of the Korean GEO-environmental Society
    • /
    • v.3 no.3
    • /
    • pp.5-13
    • /
    • 2002
  • In tunnel design, geotechnical survey of over 200m tunnel depth is required because of its characteristical topography. For this reason, there are difficulties in collecting information of basic data in tunnel design because of large-scale costs in borehole tests, of limits to a geotechnical analysis by the existing refraction seismic survey and of analytical errors in steep mountainous area. Seismic tomography has many advantages as follows; 1) seismic velocity as absolute value is more reliable than electrical resistivity, 2) geotechnical analysis in deep tunnel depth is available by seismic velocity, 3) analytical errors is reduced in steep mountainous area. In this paper, it was found out a correlation of seismic velocity and Q in tunnel design in the neighborhood of the National Capital region and the reduction effect of tunnel construction cost using reliable rock quality by seismic tomography compared with by borehole data and electricity resistivity data.

  • PDF

Spatial Estimation of Satellite-based Landcover Classification in Han River Watershed (인공위성 데이터를 기반으로 한 한강 유역 토지 피복의 공간 분포 산정)

  • Choi, Minha;Han, Seungjae
    • 한국방재학회:학술대회논문집
    • /
    • 2011.02a
    • /
    • pp.170-170
    • /
    • 2011
  • 토지피복은 지표면의 물리적 상태 및 사용 용도에 따른 특성을 나타내는 기본적인 정보로 농업, 환경, 재해, 수자원 등 다양한 분야에서 이용되고 있다. 식생활동으로 인해 생기는 증산과 토양에서 일어나는 증발을 증발산이라 통칭하며, 이의 정확한 산정은 수리, 수문학적 유역 분석에 중요하다. 정확한 증발산의 산정을 위해서는 기압, 온도 등 기상 인자의 역할이 중요하지만 토지피복 특성 역시 증발산에 큰 영향을 주므로 중요한 요소 중 하나이다. 이는 인간의 활동에 의해 점차적으로 빠르게 변화하는 추세이므로 인공위성 영상을 이용하여 효율적인 정보의 취합 및 관리가 필수적이다. 따라서 본 연구에서는 Landsat 5 TM(Thematic Mapper) 영상을 기반으로 무감독 분류법을 이용하여 ISODATA Training과 Masking기법을 사용하여 한강 유역의 토지피복도를 산정하였다. 본 연구에서는 연구 대상 지역의 영상을 사용하였고, 토지의 분류는 수역, 시가, 나지, 습지, 초지, 산림, 농지의 7가지로 분류하였다. 그 결과 우리나라의 대다수를 이루는 수역, 시가, 산림, 농지에 대한 높은 정확도를 갖는 토지피복도를 얻을 수 있었으며, 이는 군사경계 외부의 지역도 포함된 결과이다. 단, 나지와 습지, 초지 부분의 정확도는 비교적 떨어지나, 우리나라의 토지특성상 많은 비율을 차지하고 있지 않으므로 신뢰할 만한 결과라 할 수 있겠다. 이 결과와 외부 자료를 이용하여 보다 향상된 토지피복도를 만들 수 있을 것이다. 이를 토대로 군사지역 등 접근이 어려운 지역의 토지피복 현황을 파악하여 정확한 증발산 산정에 도움이 되고자 한다.

  • PDF

Land Cover Classification Using Lidar and Optical Image (라이다와 광학영상을 이용한 토지피복분류)

  • Cho Woo-Sug;Chang Hwi-Jung;Kim Yu-Seok
    • Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
    • /
    • v.24 no.1
    • /
    • pp.139-145
    • /
    • 2006
  • The advantage of the lidar data is in fast acquisition and process time as well as in high accuracy and high point density. However lidar data itself is difficult to classify the earth surface because lidar data is in the form of irregularly distributed point clouds. In this study, we investigated land cover classification using both lidar data and optical image through a supervised classification method. Firstly, we generated 1m grid DSM and DEM image and then nDSM was produced by using DSM and DEM. In addition, we had made intensity image using the intensity value of lidar data. As for optical images, the red, blue, green band of CCD image are used. Moreover, a NDVI image using a red band of the CCD image and infrared band of IKONOS image is generated. The experimental results showed that land cover classification with lidar data and optical image together could reach to the accuracy of 74.0%. To improve classification accuracy, we further performed re-classification of shadow area and water body as well as forest and building area. The final classification accuracy was 81.8%.

A Study on the Applicability of Amplification Factor to Estimate Peak Ground Acceleration of Pohang Area (국내 내진설계기준의 지반증폭계수를 활용한 포항지역의 지표면 최대가속도 산출 적절성 검토)

  • Kim, Jongkwan;Han, Jin-Tae;Kwak, Tae-Young
    • Journal of the Korean Geotechnical Society
    • /
    • v.36 no.11
    • /
    • pp.21-33
    • /
    • 2020
  • Ground response analysis has been conducted for each borehole data in Pohang area, using 1D equivalent linear method program, to investigate the applicability of amplification factor to estimate peak ground acceleration. Earthquake motions for ground response analysis were prepared by matching response spectrums for return period of 500, 1000, and 2400 years suggested by seismic design code (MOIS, 2017). Ground survey data were acquired from Geotechnical Information DB System. It has been confirmed that response spectrum obtained from ground response analysis showed good agreement with those from seismic design code irrespective of ground classification. However, PGA (Peak Ground Accelerations) of ground response analysis did not coincide with PGA calculated using amplification factor suggested by seismic design code.

Time of Concentration on Impervious Overland (불투수층 사면에서의 도달시간)

  • Yu, Dong-Hun;Jeon, U-Yong
    • Journal of Korea Water Resources Association
    • /
    • v.33 no.2
    • /
    • pp.195-205
    • /
    • 2000
  • Many types of factors were devised to calculate time of concentration. Singh(976) derived time of concentration of overland flow using kinematic wave theory for plane, converging, and diverging geometric configurations. The present paper investigated the time of concentration for particularly plane geometric configuration. A theoretical equation of time of concentration is derived based on the assumption of impervious overland flow as in the open channel flow. The study characterized the overland flow by many types of characteristic flow such as rough turbulent flow, smooth turbulent flow, laminar flow, and then suggested a theoretical equation on each flow condition. The present paper further considered the rainfall intensity as a main factor and devised an approximate composite equation reflecting the effect of rainfall intensity given at various return periods.

  • PDF

Selection of Hydrologic Factors of NASA LIS for Water Hazrd Information Platform (수재해 정보 플랫폼에 활용 가능한 NASA LIS의 수문인자 선정)

  • PARK, Gwang-Ha;BAECK, Seung Hyub;CHAE, Hyo-Sok;HWANG, Eui-Ho
    • Proceedings of the Korea Water Resources Association Conference
    • /
    • 2017.05a
    • /
    • pp.471-471
    • /
    • 2017
  • 최근 기상 이변으로 인해 홍수, 가뭄 등과 같은 수재해가 빈번히 발생되고 있다. 이에 수재해예방 등의 안전 기술과 관련된 관심이 증가되고 있다. 수재해 예방을 위해서는 먼저 홍수, 가뭄 등과 같은 수재해 감시가 필요하며, 이를 위해 위성, 레이더 등으로 관측된 자료를 활용한 수문인자 정보는 매우 중요하다. 미국 NASA의 LIS(Land Information System)는 위성 및 지상관측 자료를 활용하여 홍수, 가뭄, 기상, 산사태, 농업 등의 정보를 생산할 수 있는 프레임워크이다. LIS는 크게 지표면 모델 및 자료동화를 위한 변수들의 전처리 과정(LDT), 지표면 모델을 활용한 분석 및 자료동화 과정(LDAS) 및 분석된 자료의 검보정(LVT) 과정으로 구성되어 있다. LIS에서 산출 가능한 인자는 Energy Balance, Water Balance, Surface/Subsurface State, Evaporation, Hydrologic, Cold Season Processes, Compared Data, Carbon 등 9개로 분류되며 약 78개의 인자를 산출한다. 홍수, 가뭄 등과 같은 수재해 감시를 위한 수문인자는 강수량, 증발산량, 토양수분, 지표면 온도 등을 비롯한 여러 가지 인자들이 필요하다. LIS는 주로 미국, 캐나다 등 평활한 지역에 활용되어 공간해상도는 약 10km(0.1deg) 이하로 자료를 산출한다. 산악 지형이 대부분인 한국 지형에 적용하기에는 자료의 정확성이 낮아 10km 이상의 공간해상도 자료가 필요하며, 한국형 수재해정보 플랫폼에서 홍수, 가뭄 등의 기초자료로 사용하기 위한 수문인자의 선정이 필요하다. 이에 본 연구에서 NASA LIS를 통해 산출 가능한 인자를 정리하고 한국형 수재해 정보플랫폼에 활용 가능한 수문인자의 항목을 조사하였다. 홍수, 가뭄 등 수재해 분석에 필요한 기초자료는 강우량, 유출량, 잠재적 증발산량, 식생의 증산량, 토양수분, 표면온도, 알베도 등의 수문인자이며, NASA LIS에서 이와 같은 수문인자 산출이 가능하다. NASA와 국제공동 연구중인 한국형 물순환분석 프레임워크(K-LIS(안)) 개발을 통해 한국 지형에 적합한 홍수 및 가뭄 등의 수재해 감시 평가 예측이 가능할 것이며, K-LIS에서 산출되는 고해상도의 수문인자들을 수재해 정보 웹 포털의 정보 제공 서비스를 통하여 손쉽게 접근 가능할 것으로 사료된다.

  • PDF

LiDAR Ground Classification Enhancement Based on Weighted Gradient Kernel (가중 경사 커널 기반 LiDAR 미추출 지형 분류 개선)

  • Lee, Ho-Young;An, Seung-Man;Kim, Sung-Su;Sung, Hyo-Hyun;Kim, Chang-Hun
    • Journal of Korean Society for Geospatial Information Science
    • /
    • v.18 no.2
    • /
    • pp.29-33
    • /
    • 2010
  • The purpose of LiDAR ground classification is to archive both goals which are acquiring confident ground points with high precision and describing ground shape in detail. In spite of many studies about developing optimized algorithms to kick out this, it is very difficult to classify ground points and describing ground shape by airborne LiDAR data. Especially it is more difficult in a dense forested area like Korea. Principle misclassification was mainly caused by complex forest canopy hierarchy in Korea and relatively coarse LiDAR points density for ground classification. Unfortunately, a lot of LiDAR surveying performed in summer in South Korea. And by that reason, schematic LiDAR points distribution is very different from those of Europe. So, this study propose enhanced ground classification method considering Korean land cover characteristics. Firstly, this study designate highly confident candidated LiDAR points as a first ground points which is acquired by using big roller classification algorithm. Secondly, this study applied weighted gradient kernel(WGK) algorithm to find and include highly expected ground points from the remained candidate points. This study methods is very useful for reconstruct deformed terrain due to misclassification results by detecting and include important terrain model key points for describing ground shape at site. Especially in the case of deformed bank side of river area, this study showed highly enhanced classification and reconstruction results by using WGK algorithm.

Satellite-derived high-resolution land cover classification using machine learning techniques: Focusing on inland wetlands in Korea (머신러닝 기법을 활용한 인공위성 자료 기반 고해상도 토지피복 분류: 국내 내륙습지를 중심으로)

  • Beomseo Kim;Seunghyun Hwang;Jeemi Sung;Hyeon-Joon Kim;Jongjin Baik;Changhyun Jun
    • Proceedings of the Korea Water Resources Association Conference
    • /
    • 2023.05a
    • /
    • pp.423-423
    • /
    • 2023
  • 습지 생태계는 탄소저장고, 대기 온·습도 조절 등의 기능을 수행하는 만큼 면밀한 관리가 요구된다. 습지의 규모와 생태계는 밀접한 연관성을 가지므로 그 규모를 우선적으로 파악할 필요가 있으며, 이를 위해 지표면의 상태를 산지, 습지, 수역 등의 항목으로 구분한 토지피복지도가 고려될 수 있다. 현재, 환경부에서 운영 중인 환경공간정보서비스(https://egis.me.go.kr/)에서는 각각 30 m, 5 m, 1 m의 공간 해상도와 7, 22, 41가지 분류 항목을 갖는 대분류, 중분류, 세분류로 구분된 토지피복지도를 제공하며 이러한 자료들은 모두 1년 이상의 시간 해상도를 갖는다. 습지의 경우, 계절에 따른 환경 변화로 인한 규모의 변동성이 크게 나타날 수 있기 때문에 1년 이하의 시간 해상도를 갖는 고품질 토지피복 분류 정보가 요구된다. 따라서 본 연구에서는 기존 자료의 낮은 시간 해상도 보완을 목표로, 1개월과 30 m의 시·공간 해상도를 갖는 토지피복지도를 구축하기 위한 방법론을 제안하고자 한다. 이를 위해 Landsat-8 등과 같은 다양한 인공위성 자료를 수집하고, Support Vector Machine 등과 같은 머신러닝 기법을 적용하였다. 최종적으로 습지보전법에서 지정한 습지보호지역 중 내륙습지 26개소를 대상으로, 본 연구로부터 산출된 토지피복지도를 기존 환경공간정보서비스 내 대분류 토지피복지도와 비교·평가하였다.

  • PDF

A Study on Class Sample Extraction Technique Using Histogram Back-Projection for Object-Based Image Classification (객체 기반 영상 분류를 위한 히스토그램 역투영을 이용한 클래스 샘플 추출 기법에 관한 연구)

  • Chul-Soo Ye
    • Korean Journal of Remote Sensing
    • /
    • v.39 no.2
    • /
    • pp.157-168
    • /
    • 2023
  • Image segmentation and supervised classification techniques are widely used to monitor the ground surface using high-resolution remote sensing images. In order to classify various objects, a process of defining a class corresponding to each object and selecting samples belonging to each class is required. Existing methods for extracting class samples should select a sufficient number of samples having similar intensity characteristics for each class. This process depends on the user's visual identification and takes a lot of time. Representative samples of the class extracted are likely to vary depending on the user, and as a result, the classification performance is greatly affected by the class sample extraction result. In this study, we propose an image classification technique that minimizes user intervention when extracting class samples by applying the histogram back-projection technique and has consistent intensity characteristics of samples belonging to classes. The proposed classification technique using histogram back-projection showed improved classification accuracy in both the experiment using hue subchannels of the hue saturation value transformed image from Compact Advanced Satellite 500-1 imagery and the experiment using the original image compared to the technique that did not use histogram back-projection.