• 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.

• 한국산림과학회지
• /
• 제111권4호
• /
• pp.622-629
• /
• 2022

본 연구는 우리나라 대나무 중 맹종죽에 대해 수간곡선식을 도출하고, 이를 이용하여 재적표를 개발하기 위하여 수행되었다. 맹종죽의 수간곡선식을 도출하기 위하여 Max & Burkhart, Kozak, Lee의 세 가지 수간곡선 모형을 이용하였다. 대나무는 목질 특성 상 내부가 비어 있기 때문에 수간 외직경과 내직경을 산출하고, 이를 연결하여 수간곡선화 하였다. 세가지 수간곡선 모형을 이용하여 수간 외직경 및 내직경을 추정한 결과, Kozak 모형이 적합도지수가 가장 높고, 오차 및 편의가 가장 적어 최적 수간곡선식으로 선정되었다. Kozak 식으로 맹종죽의 수간고별 직경을 추정하고 수간곡선을 도식화하였다. 수간곡선식에 대한 잔차도를 확인한 결과, 잔차가 모두 "0"을 중심으로 분포하여 식의 적합성이 입증할 수 있었다. 맹종죽의 재적 산출을 위해 내직경, 외직경에 대해 각각 연결한 수간곡선식을 회전시켜 회전입방체를 만들었으며, Smalian 구분구적법으로 재적을 계산하였다. 외직경으로 산출된 재적에서 내직경에 의해 산출된 재적을 공제하여 맹종죽의 재적을 도출하였다. 맹종죽의 재적은 일반용재인 일본잎갈나무 재적과 비교해 볼 때, 그 양이 20~30%에 불과한 것으로 나타났다. 그러나 맹종죽의 현재 ha당 본수와 매년 발생되는 죽순의 양을 고려한다면 개체목의 재적은 다른수종에 비해 상대적으로 적더라도, ha당 재적은 유사하거나, 오히려 더 많을 것으로 판단된다. 본 연구를 통해 국내 최초로 맹종죽의 수간곡선식 및 수간재적표가 개발되었으며, 공익 및 산업 수요 확대가 예상되는 대나무에 대한 매각 거래, 탄소흡수량 산정 등에 기초자료로 활용될 것으로 기대된다.

• 한국산림과학회지
• /
• 제112권4호
• /
• pp.417-425
• /
• 2023

본 연구는 난대상록수종인 붉가시나무에 대한 수간곡선을 도출하고 이를 이용하여 수간재적표를 작성하기 위함이 그 목적이다. 분석에 사용된 공시목은 전남, 경남, 제주 등에서 수집된 688본이며, 수간곡선 도출을 위하여 적용한 수간곡선 모형은 Max & Burkhart 모델, Kozak 모델 및 Lee 모델 등이다. 3가지 모델 중 우리나라 붉가시나무 수간형태를 가장 잘 설명하는 것은 Kozak 모델인 것으로 분석되었다. 이 모델의 적합도는 0.9583, 편의는 0.0352, 추정치 표준오차의 백분율은 1.1439, 평균절대편차는 0.6751로 각각 나타났다. 붉가시나무의 수간재적표는 수간곡선을 설명하는데 최적인 것으로 나타난 Kozak 모델을 이용하였으며, 재적 계산은 수간고별 직경으로 Smalian 식을 적용시켜 산출하였다. 그리고 이전에 만들어진 붉가시나무 수간재적표 2가지(2007년, 2010년)와 이번에 만든 재적표(2023년) 간을 서로 비교하기 위해 분산분석을 실시하였다. 그 결과 2007년 완도지역에서 만든 재적표가 2010년과 2023년에 만든 재적표 보다 약 2배가 많은 값을 가지는 것으로 나타났다. 이번에 작성된 수간재적표(2023년)는 공시재료의 지역별 수집범위와 공시목이 많을 뿐만 아니라, 충분한 과학적 기반 하에서 만들어졌다. 따라서 전국단위의 공식적인 붉가시나무 수간재적표로 사용될 수 있을 것으로 판단된다.

• 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.

• 한국환경생태학회지
• /
• 제38권3호
• /
• pp.230-245
• /
• 2024

외부 환경변화에 민감한 양서류는 지역 내 생태환경의 변화나 교란을 평가하는 생물지표종으로 활용되고 있다. 도시화로 인한 서식지 파괴, 단절과 같은 인위적인 위협으로 인해 무미목 양서류 종 3분의 1이 멸종 위험에 처한 것으로 알려져있다. 무미목 양서류의 적절한 보호 및 보전전략 마련을 위해서는 개체군의 특성을 고려한 생물종 조사가 요구된다. 본 연구는 무미목 양서류의 번식기 울음소리를 이용한 생태모니터링에 있어 시민들의 참여 가능성을 모색하고자 하였다. 또한 적절한 품질관리 방안을 제안하여 오류나 편향을 제거하고 신뢰도 높은 생물종 출현 자료를 추출하고자 하였다. 시민과학 프로젝트는 국내에 서식하는 무미목 양서류 12종을 대상으로 2022년 4월 1일부터 8월 31일까지 전국을 대상으로 수행되었다. 시민들의 자발적인 참여를 통해 무미목 양서류의 번식기 울음소리를 직접 청취하고 모바일 애플리케이션을 통해 녹음함으로써 음성신호 모니터링이 진행되었다. 또한 품질관리 프로세스를 구축하여 시민들로부터 수집된 데이터의 오류 및 편향을 누락, 허위, 잘못된 식별과 같이 3단계로 분류하여 신뢰도 높은 생물종 출현 자료를 추출하고자 하였다. 시민참여 무미목 양서류 음성신호 모니터링 결과 총 6,808건의 관찰 기록을 수집할 수 있었다. 품질관리 프로세스를 통해 6,808건의 데이터 중 1,944건(28.55%)에서 오류 및 편향이 발생하였다. 오류 및 편향 유형으로는 누락이 922건 (47.43%)으로 높은 빈도를 보였으며 잘못된 식별 540건(27.78%), 허위 482건(24.79%) 순서로 나타났다. 시민과학프로젝트를 통해 국내에 서식하는 12종의 무미목 양서류 중 두꺼비(Bufo gargarizans Cantor), 한국산개구리(Rana coreana)를 제외한 10종의 무미목 양서류의 번식기 울음소리를 관찰할 수 있었다. 주로 개체수 감소로 인하여 관찰이 어렵거나 비 출현 개체의 번식기와 시민과학 프로젝트 진행 시점과의 차이로 인해 번식기 울음소리를 수집하는데 어려움이 발생한 것으로 나타났다. 본 연구는 시민참여를 토대로 국내에 서식하는 무미목 양서류의 번식기 울음소리를 통해 분포현황과 생물종 출현 자료 수집을 처음으로 검토한 연구이다. 향후 시민과학을 접목한 생물음향 모니터링 설계와 시민과학 데이터 품질관리 방안에 대한 기초자료로 활용될 수 있을 것으로 판단된다.