• 대한원격탐사학회지
• /
• 제37권6_1호
• /
• pp.1657-1667
• /
• 2021

지반침하는 인위적인 인간 활동 또는 자연적 현상에 의해 지표면이 가라앉는 현상이다. 멕시코시티는 전세계에서 가장 심각한 지반침하가 발생하는 지역 중 하나로 평가받고 있다. 멕시코시티 지반침하의 원인은 과도한 지하수 채취로서 해당 지역 전체의 물 사용량의 약 70%를 지하수가 차지하고 있다. 범 지구 위성 항법 시스템(Global Navigation Satellite System, GNSS) 또는 수준측량과 같은 전통적인 현장 관측 방법은 지반침하를 정확하게 측정하기 위해 선호되어 왔다. 하지만 GNSS 관측은 매우 높은 시간해상도를 가진 정확한 지표 변위량을 측정할 수 있음에도 불구하고, 넓은 지역에 대한 부분적인 관측 정보를 제공하고 많은 시간과 비용이 요구되는 한계점이 존재한다. 그러나, 인공위성 영상레이더(Synthetic Aperture Radar, SAR)는 주야 조건과 기상상태에 관계없이 높은 공간 해상도의 지표변화 정보를 mm에서 cm 크기의 정밀도로 비교적 낮은 비용으로 관측할 수 있다는 점에서 효과적인 방법으로 제시되고 있다. 본 연구에서는 2007년 2월 11일에서 2011년 2월 22일까지 획득된 ALOS PALSAR L-band 영상레이더를 이용하여 멕시코시티의 지반 침하 시계열을 추정하였다. 본 연구에서는 대표적인 시계열 분석 방법인 고정 산란체 위상간섭기법(persistent scatterer interferometry, PSI)과 small baseline subset (SBAS)을 적용하여 지표 변위의 시계열 결과를 획득하였으며 대기 효과 및 지형 오차를 제거하였다. PSI 및 SBAS 기법을 이용한 분석 결과 최대 지반침하 속도는 각각 -29.5 cm/year, -27.0 cm/year로 나타났다. 또한 연구지역을 지질 공학적 특성에 따라 세 가지 구역으로 분류하여 각 분류에서의 지반 침하속도를 비교한 결과, 단단한 기반암으로 구성된 지역에 비해 압축률이 큰 호수성 퇴적물로 구성된 지역에서 침하가 크게 발생하였다.

• 대한원격탐사학회지
• /
• 제37권6_1호
• /
• pp.1631-1645
• /
• 2021

세계 최초 능동형 라이더 센서 Atmospheric Laser Doppler Instrument (ALADIN)의 바람 자료와 한국형 수치예보모델에 바람 자료로 활용되고 있는 Geostationary Korea Multi Purpose Satellite 2A (GK2A)의 대기운동벡터의 자료를 비교함으로써 두 위성의 바람 자료의 특징을 분석하였다. 2019년 9월부터 20220년 8월 1년의 자료를 ALADIN의 미(Mie)채널과 GK2A 적외채널에 대하여 비교한 결과 수집된 자료는 177,681개이며 평균 제곱근 오차(Root Mean Square Error; RMSE)는 3.73 m/s, 상관계수는 0.98이다. 상세한 분석을 위해 위도와 고도를 고려하여 비교한 결과, 대부분의 위도에서 표준화된 평균 제곱근 오차(Normalized Root Mean Squared Error; NRMSE)가 0.2~0.3으로 두 바람 자료가 일치하지만 상층, 중층의 경우 저위도지역에서, 하층의 경우 남반구 특정 위도(30°S-15°S)에서 0.4 이상으로 큰 값을 가진다. 이러한 결과는 계절에 상관없이 수증기채널, 가시채널에서도 동일하게 나타나며 채널 별 특징과 계절별 특징은 두드러지게 나타나지 않는다. 두 바람 자료 간에 차이가 큰 위도 영역에 대하여 구름의 분포를 확인해본 결과, 대기운동벡터의 고도 할당 정확도를 낮출 수 있는 권운 이나 적운이 다른 위도에 비해 더 많이 분포하고 있다. 이러한 특성에 따라, 정확한 고도 할당이 어려워 대기운동벡터의 오차가 크게 나타나는 남반구와 저위도 영역에서 ALADIN 바람 자료는 기존 대기운동벡터의 바람 정보를 보완함으로써 수치예보모델에 긍정적인 영향을 미칠 수 있음을 제시한다.

• 대한원격탐사학회지
• /
• 제37권6_2호
• /
• pp.1829-1836
• /
• 2021

구름탐지란 위성영상내의 픽셀 혹은 화소에서의 구름 유무를 결정하는 것을 의미하며 해당 위성영상의 활용성과 정확도에 영향을 미치는 중요한 요소로 작용한다. 본 연구에서는 구름탐지 자료를 제공해주는 여러 선진기관들의 위성 중에서, GK-2A(GeoKompsat-2A)/AMI(Advanced Meteorological Imager)와 Terra(Earth Observation System-Terra)/MODIS(Moderate-Resolution Imaging Spectroradiometer), Suomi-NPP(The Suomi National Polar-orbiting Partnership)/VIIRS(Visible Infrared Imaging Radiometer Suite)의 구름탐지 자료의 차이에 대해서 정량적 및 정성적으로 비교 분석을 수행하고자 한다. 정량적으로 비교한 결과 1월의 Proportion Correct(PC)지수 값이 GK-2A & MODIS가 74.16%, GK-2A & VIIRS가 75.39%를 나타냈으며 4월의 GK-2A & MODIS는 87.35%, GK-2A & VIIRS는 87.71%로 4월이 1월보다 위성별로 큰 차이 없이 구름을 탐지한 것으로 나타났다. 정성적 비교 결과는 RGB영상과 비교하였을 때, 앞선 정량적 결과들의 경향과 동일하게 1월보다 4월에 해당하는 결과들이 구름을 잘 탐지한 것을 확인할 수 있었으나 얇은 구름이나 적설이 존재하는 경우에는 위성별로 구름탐지 결과에 다소 차이가 존재하였다.

• 대한원격탐사학회지
• /
• 제37권6_1호
• /
• pp.1773-1784
• /
• 2021

해상에서 발생하는 유출유 사고는 피해 최소화를 위해서 신속한 현황 정보 수집이 필수적이며, 인공위성은 해상에 유출된 기름을 탐지하는데 매우 유용한 도구이다. 최근에 활용 가능한 인공위성 수가 급속하게 증가함에 따라, 사고발생 이후 준실시간 수준의 해상 유출유 현황 정보 생성이 가능해졌다. 본 연구에서는 2021년 4월 27일 중국 칭다오항 앞바다에서 발생한 심포니호 기름 유출사고를 대상으로 다종 인공위성 영상을 이용하여 기름 유출 면적을 산출하였다. 특히, 2 m 공간해상도 정보 획득이 가능한 고해상도 상용 인공위성 영상을 이용하여 기름유출 면적 산출의 정확도 향상 가능성을 평가하였다. 4월 27일부터 5월 13일까지 Sentinel-1, Sentinel-2, LANDSAT-8, GEO-KOMPSAT-2B (GOCI-II) 및 Skysat 위성영상을 수집하였으며, 기상조건을 고려하여 탐지 가능한 5장의 영상을 대상으로 유출유 탐지를 수행하였다. 유출된 기름은 사고발생 지점으로부터 남서-북동 방향으로 확산하면서, 외해에서 육지 쪽으로 이동하였다. 이러한 이동 경향은 Skysat 영상에서 확인이 가능하였으며, 사고 위치로부터 기름 입자의 이동예측을 수행한 결과와 유사하게 나타났다. 고해상도 인공위성 영상 탐지결과 및 이동예측 결과를 이용하여, 5월 1일 Sentinel-1A 영상에서 사고지점 북쪽 해역의 패치는 유사 기름으로 추정하였다. 이러한 오탐지를 제거한 결과 유출유 면적은 사고발생 후 선형적으로 증가하는 경향을 나타냈다. 본 연구 결과는 향후 고해상도 광학위성의 사용이 유출유의 분포 면적을 더욱 정확하게 산출함을 보여주었으며, 해상유출유 대응 과정에서 효율적인 방제계획 수립에 기여할 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제37권2호
• /
• pp.321-335
• /
• 2021

미세먼지 (PM10) 및 초미세먼지 (PM2.5)는 인체에 흡수 가능하여 호흡기 질환 및 심장 질환과 같이 인체건강에 악영향을 미치며, 심각할 경우 조기 사망에 영향을 줄 수 있다. 전 세계적으로 현장관측기반의 모니터링을 수행하고 있지만 미 관측지역에 대한 대기질 분포의 공간적인 한계점이 존재하여 보다 광범위한 지역에 대한 지속적이고 정확한 모니터링이 필요한 상황이다. 위성기반 에어로졸 정보를 사용함으로써 이러한 현장 관측자료의 한계점을 극복할 수 있다. 따라서 본 연구에서는 다양한 위성 및 모델자료를 활용하여 2019년도에 대해 한 시간 단위의 지상 PM10 및 PM2.5 농도를 추정하였다. GOCI 위성의 관측영역을 포함하는 동아시아 지역에 대해 트리 기반 앙상블 방법을 사용하는 Boosting 기법인 GBRTs (Gradient Boosted Regression Trees)와 LightGBM (Light Gradient Boosting Machine)을 활용하여 모델을 구축하였다. 또한, 기상변수 및 토지피복변수의 사용유무에 따른 모델의 성능을 비교하기 위해 두 가지 festure set으로 나누어 테스트하였다. 두 기법 모두 주요 변수인 AOD (Aerosol Optical Depth), SSA (Single Scattering Albedo), DEM (Digital Eelevation Model), DOY (Day of Year), HOD (Hour of Day)와 기상변수 및 토지피복변수를 함께 사용한 Feature set 1을 사용하였을 때 높은 정확도를 보였다. Feature set 1에 대해 GBRT 모델이 LightGBM에 비해서약 10%의 정확도 향상을 보였다. 가장 정확도가 높았던 기상 및 지표면 변수를 포함한 Feature set1을 사용한 GBRT기반 모델을 최종모델로 선정하였으며 (PM10: R2 = 0.82 nRMSE = 34.9%, PM2.5: R2 = 0.75 nRMSE = 35.6%), 계절별 및 연평균 PM10 및 PM2.5 농도에 대한 공간적인 분포를 확인해본 결과, 현장관측자료와 비슷한 공간 분포를 보였으며, 국가별 농도 분포와 계절에 따른 시계열 농도 패턴을 잘 모의하였다.

• 한국환경농학회지
• /
• 제37권4호
• /
• pp.283-290
• /
• 2018

본 연구는 LC-MS/MS법을 적용하여 농산물에 함유된 pyridine계통의 제초제 Clopyralid의 잔류분석법을 확립하였다. 대표적인 농산물로는 귤, 고추, 대두, 감자 및 현미를 선정하였고 acetonitrile에 의해 추출된 성분을 QuEChERS법을 변경하여 정제법으로 사용하고 LC-MS/MS를 사용하여 분석법을 확립하였다. Clopyralid의 정량적 분석을 위한 최적 분석 조건을 확립하였으며, 검출한계는 0.001 mg/kg, 정량 한계(LOQ)는 0.01 mg/kg이었다. 각 대표 농산물에 대한 정량한계, 정량한계의 10배, 50배 수준에서 회수율을 검토한 결과 모든 처리 농도에서 81.7~105.8 %수준을 나타내었으며, 모든 수준에서 20 % 미만의 분석오차를 나타내어 잔류분석기준을 만족하였다. 본 연구에서 확립된 Clopyralid분석법은 검출한계, 회수율 및 분석오차에서 국제적 분석기준을 만족하는 분석법으로 농산물에 따라 정량분석법으로 사용 가능할 것으로 사료된다.

• 한국식품위생안전성학회지
• /
• 제33권6호
• /
• pp.466-473
• /
• 2018

가공식품에서 폴리아크릴산나트륨에 대한 분석 방법을 size-exclusion chromatography를 사용하여 개발하고 유통 중인 가공식품에 대해 모니터링 하였다. 분석조건에 대하여 GF-7M HQ column과 UV / VIS 검출기를 피크 모양과 선형성을 기준으로 선택하였으며, 유속, column oven 온도 및 이동상은 각각 0.6 mL/min, $45^{\circ}C$ 및 50 mM sodium phosphate buffer (pH 9.0)으로 선정되었다. 시료의 전처리를 위하여 pH 7.0의 50 mM sodium phosphate buffer로 $20^{\circ}C$, 150 rpm에서 3 시간 동안 추출하였다. 확립된 분석법을 검증한 결과 적절한 선택성을 나타내었으며, 검량선은 50~500 mg/L의 범위에서 선정되었고, 이때 검량선의 상관계수($R^2$)는 0.9985로 나타났다. 폴리아크릴산나트륨의 검출한계(LOD)는 10.95 mg/kg으로 정량한계(LOQ)는 33.19 mg/kg의 값을 얻었으며, 정밀도는 intra-day의 경우 3.0~8.3%를, inter day의 경우 1.3~2.6%로 확인되었다. 정확도는 intra-day의 경우 99.6~127.6%를 나타내었으며, interday의 경우 94.3~121.9%로 확인되었다. 유통 중인 가공식품 125품목을 대상으로 폴리아크릴산나트륨의 함유량을 분석한 결과 40품목에서 검출되었으며, 검출량은 식품첨가물공전의 규격인 0.2% 미만으로 검출되었다. 본 연구결과는 size-exclusion chromatography에 의한 분석방법이 가공식품에서 폴리아크릴산나트륨을 분석하는데 적용할 수 있는 적합한 방법이라는 것을 나타내었다.

• Journal of Nutrition and Health
• /
• 제52권4호
• /
• pp.332-341
• /
• 2019

본 연구는 입원환자의 초기영양평가를 위해 개발된 영양검색도구의 타당성을 평가하고자 입원 후 24시간이내 동일한대상자에게 PG-SGA와 개별면담을 시행 후 그 결과를 비교 평가하였다. CKUNRS와 PG-SGAS 두 그룹 모두 나이는 고위험군이 평균 연령보다 높았고, BMI, 혈청 알부민과 헤모글로빈은 영양불량이 심할수록 유의적으로 낮게 나타났다. CKUNRS와 PG-SGA를 비교 분석한 영양 평가결과 전체 686명 중 영양불량 위험 환자는 각각 107명(15.6%)과 380명 (44.6%)으로 조사되었다. 민감도와 특이도는 각각 98.7% (96.8 ~ 99.5)와 33.3% (28.1 ~ 39.0)로 나타났으며, 두 도구 간 유사성 kappa 지수는 0.34로 CKUNRS는 PG-SGA를 기준으로 어느 정도 타당한 검색도구로 검증되었다. 결론적으로, CKUNRS를 PG-SGA와 같은 공인된 영양검색도구와 비교한 결과 민감도와 유사성 면에서는 어느 정도 타당한 수준의 영양검색도구인 것으로 판정되었으나, 특이도가 높지 않은 부분에 대해서는 추가적인 고려가 필요할 것으로 보인다. 초기입원 영양평가로 효과적인 영양검색도구를 위하여 재원기간, 합병증 유무, 사망률, 환자의 질병 예후와 관련된 유용성은 검증되지 않아 이에 관련하여 추가적 연구가 필요하다고 사료된다. 그리고 보다 정확한 영양불량 환자의 검색을 위해서는 간호사의 입원환자 초기 평가 및 재평가 부분에서 누락 가능성이 있는 체중변화, 소화기계장애, 식욕상태, 저작곤란, 연하곤란 등의 정확한 기록을 할 수 있도록 간호사정 기록자의 지속적인 교육이 필요할 것으로 보이며, 효과적인 초기 영양관리를 위해서는 향후 CKUNRS의 영양검색 기준에 대한 수정보완이 필요하다고 사료된다.

• 한국지리정보학회지
• /
• 제22권2호
• /
• pp.36-49
• /
• 2019

본 연구는 강원대학교 학술림을 대상으로 현장조사 기반(Field Survey Based)에 의한 감염목(FSB_감염목)과 객체분류기반(Object Classification Based)에 의한 감염목(OCB_감염목)을 추출하고 감염목에 대한 공간적 분포특성 및 발생강도 평가를 목적으로 하였다. OCB 최적 가중치는 Scale 11, Shape 0.1, Color 0.9, Compactness 0.9, Smoothness 0.1로 선정되었으며, 전체 분류정확도는 약 94%, Kappa 계수는 0.88로 매우 높았다. OCB_감염목 지역은 약 2.4ha로 전체 면적의 약 0.05% 발생하였다. OCB_감염목와 FSB_감염목의 임분구조 분포특성 및 지형 지리적 요인을 비교 하면, OCB_감염목 영급은 IV영급의 분포비율이 약 44%로 가장 높았으며, FSB_감염목의 영급도 IV영급의 분포비율이 약 55%로 가장 높았다. OCB_감염목의 IV영급 비율은 FSB_감염목보다 약 11% 낮았다. OCB_감염목 경급은 소경목과 중경목이 약 93%로 대부분을 차지한 반면, FSB_감염목 경급은 중경목과 대경목이 약 87%로 전체 대상지의 경급 분포와 상이하였다. 한편, OCB_감염목 표고 분포비율은 401-500m에서 약 30%로 가장 높은 반면, FSB_감염목은 301-400m에서 약 45%로 상이하였으며, 임도로부터 접근성 분포 비율은 OCB_감염목과 FSB_감염목 모두 100m이하에서 각각 약 24%와 31%로 가장 높아 임도로부터 접근성이 높을수록 감염목이 높았다. OCB_감염목 핫스팟은 31임반과 32임반으로 영급과 경급이 높은 지역에서 높게 분포하였다.

• 한국측량학회지
• /
• 제37권3호
• /
• pp.199-208
• /
• 2019

운용 가능한 위성의 수가 증가하고 기술이 진보함에 따라 영상정보의 성과물이 다양해지고 많은 양의 자료가 축적되고 있다. 본 연구에서는 기구축된 영상정보를 활용하여 부족한 훈련자료의 문제를 극복하고 딥러닝(deep learning) 기법의 장점을 활용하고자 전이학습과 변화탐지 네트워크를 활용한 고해상도 위성영상의 변화탐지를 수행하였다. 본 연구에서 활용한 딥러닝 네트워크는 공간 및 분광 정보를 추출하는 합성곱 레이어(convolutional layer)와 시계열 정보를 분석하는 합성곱 장단기 메모리 레이어(convolutional long short term memory layer)로 구성되었으며, 고해상도 다중분광 영상에 최적화된 정보를 추출하기 위하여 커널(kernel)의 차원에 따른 정확도를 비교하였다. 또한, 학습된 커널 정보를 활용하기 위하여 변화탐지 네트워크의 초기 합성곱 레이어를 고해상도 항공영상인 ISPRS (International Society for Photogrammetry and Remote Sensing) 데이터셋에서 추출된 40,000개의 패치로 학습된 값으로 초기화하였다. 다시기 KOMPSAT-3A (KOrean Multi-Purpose SATllite-3A) 영상에 대한 실험 결과, 전이학습과 딥러닝 네트워크를 활용할 경우 기복 변위 및 그림자 등으로 인한 변화에 덜 민감하게 반응하며 분류 항목이 달라진 지역의 변화를 보다 효과적으로 추출할 수 있었으며, 2차원 커널보다 3차원 커널을 사용할 때 변화탐지의 정확도가 높았다. 3차원 커널은 공간 및 분광정보를 모두 고려하여 특징 맵(feature map)을 추출하기 때문에 고해상도 영상의 분류뿐만 아니라 변화탐지에도 효과적인 것을 확인하였다. 본 연구에서는 고해상도 위성영상의 변화탐지를 위한 전이학습과 딥러닝 기법의 활용 가능성을 제시하였으며, 추후 훈련된 변화탐지 네트워크를 새롭게 취득된 영상에 적용하는 연구를 수행하여 제안기법의 활용범위를 확장할 예정이다.