• 한국수자원학회논문집
• /
• 제54권7호
• /
• pp.535-544
• /
• 2021

농업용수는 용수수요의 48%를 차지하고 있으며, 농업 유역내의 유량관리를 위해서는 농업저수지의 관리가 중요하다. 효율적인 농업용수의 활용을 위해서는 농업저수지 및 농업 유역 내 수자원의 분포를 모니터링 할 수 있는 기술이 요구된다. 이에 본 연구에서는 2018년부터 2020년까지 3년간의 Sentinel-1 영상을 활용하여 지상의 수체를 탐지하기 위한 임계값 결정 방법 세 가지(고정 임계값, Otsu 임계값, Kittler-Illingworth (KI) 임계값)을 비교하여, 정확한 저수면적을 산정하기 위한 임계값 결정 방법을 평가하고자 하였다. 또한 이동, 고삼, 기흥저수지에서 저수면적과 저수량의 관계를 분석하여, SAR 영상 기반의 저수량을 산정하였고 지상관측 자료와의 검증을 수행하였다. 수체를 탐지하기 위한 임계값 결정 방법은 KI 임계값의 경우가 가장 정확한 것으로 나타났으며, KI 임계값을 활용하여 산정된 저수량은 이동, 고삼, 기흥저수지의 지상관측 자료와의 검증에서 평균 r = 0.9235, KGE' = 0.8691 로 높은 일치도를 나타냈다. 계절에 따른 오차 특성은 충분히 관측되지 않았으나, 저수면적과 저수량 간의 관계가 급격하게 바뀌는 고수위에서의 과소 산정 문제가 발생할 수 있다. 따라서 정확한 저수량 추정을 위해서는 지상관측 자료를 통한 저수면적-저수량 관계 파악이 선행되어야 한다. 추후 수자원위성을 통한 SAR 자료의 활용이 가능해지면, 본 연구의 결과를 바탕으로 저수량 모니터링 및 가뭄 대응을 위한 활용에서 유용할 것으로 판단되나, 홍수예방 등의 목적으로 활용하기 위해서는 추가적인 연구가 필요하다.

• 한국지리정보학회지
• /
• 제22권3호
• /
• pp.10-20
• /
• 2019

전 세계적으로 기후변화로 인한 불규칙적인 강우의 영향으로 수계에서는 비점오염에 의한 부영양화, 녹조현상 등이 빈번하게 발생되고 있다. 특히 이러한 수계오염은 원활한 용수공급을 위한 저수지 유속이 느린 하천이 인접해있고, 축사 퇴비 등이 다수 분포해 있어 비점오염의 수계유입이 쉬운 농업지역이 취약하다. 따라서, 본 연구에서는 UAV(Unmanned Aerial Vehicle) 영상과 수계부영양화를 발생시키는 총인 총질소, 녹조발생과 간접적인 연관성이 있는 클로로필-a의 상관분석을 통해 소하천 수질 특성 파악에 UAV의 활용 가능성을 분석하였다. 분석에는 대상지인 양천, 함양위천 소권역에서 수집한 다중분광 영상 및 녹조탐지에 사용되는 식생지수 NDVI(Normalized difference vegetation index), NDRE(Normalized Difference Red edge), CIRE(Chlorophyll Index Red edge)를 활용하였다. 채수지점에 대한 영상값과 수질분석 값의 상관관계를 분석한 결과 총인은 유의수준 0.05 이내에서 CIRE(0.66)와 클로로필-a는 Blue(-0.67), Green(-0.66), NDVI(0.75), NDRE(0.67), CIRE(0.74)와 상관관계를 보였다. 총질소는 유의수준 0.05에서 Red(-0.64), Red edge(-0.64), NIR(-0.72)와 상관관계를 보였다. 본 연구결과를 통해 UAV 기반 다중분광 영상과 수질오염 발생 인자에 대한 유의미한 상관관계를 확인하였고, 녹조탐지에 사용하는 식생지수의 경우 클로로필-a뿐만 아니라 총인의 파악에도 활용할 수 있는 가능성을 확인하였다. 이는 농업지역의 비점오염 관리우심 지역 선정 등 관리대책을 마련하는데 유의미한 자료로 사용될 수 있을 것으로 판단된다.

• 한국지리정보학회지
• /
• 제22권3호
• /
• pp.82-98
• /
• 2019

정보화 사회로 진입하면서 공간정보의 중요성은 급격하게 부각되고 있다. 특히 스마트시티, 디지털트윈과 같은 Real World Object의 3차원 공간정보 구축 및 모델링은 중요한 핵심기술로 자리매김하고 있다. 구축된 3차원 공간정보는 국토관리, 경관분석, 환경 및 복지 서비스 등 다양한 분야에서 활용된다. 영상기반의 3차원 모델링은 객체 벽면에 대한 텍스처링을 생성하여 객체의 가시성과 현실성을 높이고 있다. 하지만 이러한 텍스처링은 영상 취득 당시의 가로수, 인접 객체, 차량, 현수막 등의 물리적 적치물에 의해 필연적으로 폐색영역이 발생한다. 이러한 폐색영역은 구축된 3차원 모델링의 현실성과 정확성 저하의 주요원인이다. 폐색영역 해결을 위한 다양한 연구가 수행되고 있으며, 딥러닝을 이용한 폐색영역 검출 및 해결방안에 대한 연구가 수행되고 있다. 딥러닝 알고리즘 적용한 폐색영역 검출 및 해결을 위해서는 충분한 학습 데이터가 필요하며, 수집된 학습 데이터 품질은 딥러닝의 성능 및 결과에 직접적인 영향을 미친다. 따라서 본 연구에서는 이러한 학습 데이터의 품질에 따라 딥러닝의 성능 및 결과를 확인하기 위하여 다양한 영상품질을 이용하여 영상의 폐색영역 검출 능력을 분석하였다. 폐색을 유발하는 객체가 포함된 영상을 인위적이고 정량화된 영상품질별로 생성하여 구현된 딥러닝 알고리즘에 적용하였다. 연구결과, 밝기값 조절 영상품질은 밝은 영상일수록 0.56 검출비율로 낮게 나타났고 픽셀크기와 인위적 노이즈 조절 영상품질은 원본영상에서 중간단계의 비율로 조절된 영상부터 결과 검출비율이 급격히 낮아지는 것을 확인할 수 있었다. F-measure 성능평가 방법에서 노이즈 조절한 영상품질 변화가 0.53으로 가장 높게 나타났다. 연구결과로 획득된 영상품질별에 따른 폐색영역 검출 능력은 향후 딥러닝을 실제 적용을 위한 귀중한 기준으로 활용될 것이다. 영상 취득 단계에서 일정 수준의 영상 취득과 노이즈, 밝기값, 픽셀크기 등에 대한 기준을 마련함으로써 딥러닝을 실질적인 적용에 많은 기여가 예상된다.

• 헤리티지:역사와 과학
• /
• 제54권1호
• /
• pp.206-219
• /
• 2021

기후 온난화는 흰개미에 의한 목조건축문화재 및 가옥 등에 대한 피해를 증가시키고 있다. 현재 흰개미 피해 예방을 위해 건물 주변에 군체 제거 시스템을 설치하여 탐지와 제거를 진행하는 방법이 활용되고 있다. 그러나 1~2개월 단위로 현장을 주기적으로 방문해야 흰개미 유입 여부를 확인할 수 있어 신속한 조치를 취하기 어렵다. 또한 시스템이 장기간 노출된 상태로 설치·운영되기 때문에 결실되거나 훼손되어 기능 손상이 발생하고 있으며 문화재 주변에 설치된 경우 관람 환경을 저해하기도 한다. 본 연구는 목재, 셀룰로오스, 자석, 자력센서를 사용하여 흰개미 유입 여부를 판단하는 탐지 시스템을 제작하여 실험하였다. 그리고 현장을 방문하지 않고 결과를 확인하기 위해 적은 전력으로 작동되는 LoRa Network로 데이터를 전송받았다. 목재는 말목 형태로 제작되었고, 상부에서 하부로 구멍을 내어 유입된 흰개미가 셀룰로오스 시료로 이동이 용이하도록 하였다. 셀룰로오스 시료는 자석을 셀룰로오스로 감싸 원통형으로 만들었으며 목재의 구멍 상부에 삽입하였다. 그리고 목재 말목 상부를 마개로 덮어 이물질 등이 유입되지 않도록 하였으며, 빛·빗물 등 환경적 요인을 차단하여흰개미가 셀룰로오스 시료를 가해할 수 있는 환경을 조성하였다. 셀룰로오스가 흰개미에 의해 가해되면 자석 주위에 공간이 생기고 자석이 낙하하거나 기우는 등의 움직임이 발생하였다. 마개 내에 있는 자력센서는 셀룰로오스 시료 위쪽에 고정하여 자석의 움직임에 따라 자석과 센서 사이의 간격 변화를 측정하였다. 야외 현장 실험은 목재 탐지 시스템에 셀룰로오스 시료를 11개 삽입 후, 5~17일 사이에 현장 방문 없이 자석의 움직임을 통해 흰개미 유입을 확인하였다. 향후 추가적으로 기능을 개선하여 운영한다면 현장 방문 없이 흰개미의 침입 여부를 확인할 수 있고 제품 노출로 인한 훼손과 결실을 줄이며 이에 따라 문화재에 대한 관람 환경이 개선될 것으로 기대된다.

• 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.

• 공업화학
• /
• 제34권3호
• /
• pp.258-263
• /
• 2023

본 연구에서는 일회용 센서 칩으로 제작 가능한 스크린 프린팅된 탄소칩 전극(screen printed carbon electrode; SPCE) 표면에 전도성고분자 및 효소 티로시나아제(tyrosinase, Tyr)를 적층하여 전기화학적인 방법으로 남성 질환, 갑상선 질환 등과 연관성이 입증된 내분비계 교란 물질인 비스페놀F (bisphenol F, BPF) 검출에 적용하였다. 산소 플라즈마 처리를 통해 음전하를 띠게 한 SPCE 작업전극 표면에 양전하를 띄는 전도성 고분자인 poly(diallyldimethyl ammonium chloride) (PDDA)과 음전하를 띠는 고분자 화합물 poly(sodium 4-styrenesulfonate) (PSS) 그리고 PDDA 순서대로 정전기적인 인력으로 층을 쌓고, 최종적으로 pH (7.0)를 조절하여 음전하를 띄게 한 효소, Tyr층을 올려 PDDA-PSS-PDDA-Tyr 센서를 제작하였다. 상기 전극 센서를 기질이자 타겟분석물인 BPF 용액에 접촉하면, 전극 표면에서 Tyr 효소와 산화반응에 의해 4,4'-methylenebis(cyclohexa-3,5-diene-1,2-dione)가 생성되고, 순환전압전류법과 시차펄스전압전류법을 이용하여 생성물을 0.1 V (vs. Ag/AgCl)에서 환원하면 4,4'-methylenebis(benzene-1,2-diol)이 생성되면서 발생하는 피크 전류 값의 변화를 측정함으로써, BPF의 농도를 정량적으로 분석하였다. 또한, 기존에 많은 연구에서 사용되는 인산완충생리식염수를 대체할 수 있는 이온성 액체 전해질을 사용하여 BPF의 검출 성능 결과를 비교하였다. 또한 BPF와 유사한 구조를 갖는 방해물질로 작용하는 비스페놀S에 대한 선택성을 확인하였다. 마지막으로 실험실에서 준비한 실제 시료안의 BPF의 농도를 분석하는데 제작한 센서를 적용함으로써 센서의 실제 적용 가능성을 입증하고자 하였다.

• 농업생명과학연구
• /
• 제50권3호
• /
• pp.1-11
• /
• 2016

3차원 지형정보를 얻기 위하여 항공 LiDAR(Light Detection and Ranging)자료 기반 수치표고모델(Digital Elevation Model, DEM) 생성에 대한 연구들에 대한 관심이 지속적으로 높아져 왔다. 항공 LiDAR 원자료로부터 정확도가 높은 DEM을 생성하기 위해서는 3차원 점군에서 비지면점을 제외시키고 지면점만을 포함시키는 필터링(filtering)과정이 중요하다. 특히, 필터링을 구성하는 알고리즘의 패러미터 값 변화에 따라 산출되는 결과물들에 차이가 발생하고 정확도에 영향을 준다. 따라서 본 연구는 화천, 양주, 경산 및 장흥 유역 대상지의 항공 LiDAR 자료로부터 Fusion 소프트웨어를 이용하여 LiDAR DEM을 생성하는 GroundFilter알고리즘의 Mean패러미터(GFmn) 수준 변화가 LiDAR DEM 결과물의 정확도에 어떤 영향을 주는지 분석하였다. GFmn 수준 변화에 따른 정확도에 대한 영향 여부를 분석하기 위해 일원배치분산분석을 실시하였고, 그 결과 GFmn의 수준 변화에 따라 정확도에 대한 영향이 유의미하게 나타났다(F-value: 4.915, p<0.01). 이 후 각각의 GFmn 수준들을 다른 수준들과 차이가 있는지 여부로 묶기 위하여 사후검정을 실시하였다. 사후분석을 통해 잔차의 평균 차이에 따라 '7, 5, 9, 3'과 '1' 두 집단으로 나뉘었다. 아울러 보다 정확한 해발고도를 표현하는 LiDAR DEM 생성하는데 적정 GFmn은 '7' 조건일 때로 나타났다. 이 연구를 통해 보다 정확한 해발고도를 표현하는 LiDAR DEM을 생성할 수 있는 패러미터 값을 제안하였다.

• 정보처리학회 논문지
• /
• 제13권4호
• /
• pp.189-198
• /
• 2024

입 모양 인식은 음성 인식의 중요 부분 중 하나로 음성 인식을 위한 입 모양 인식 시스템에서 입 모양 인식 성능을 개선하기 위한 여러 연구가 진행됐다. 최근의 연구에서는 인식 성능을 개선하기 위해 입 모양 인식 시스템의 모델 구조를 수정하는 방법이 사용됐다. 본 연구에서는 모델 구조를 수정하는 것으로 인식 성능을 개선하는 기존의 연구와 달리 모델 구조의 변화 없이 인식 성능을 개선하는 것을 목표로 한다. 모델 구조의 수정 없이 인식 성능을 개선하기 위해, 사람이 하는 입 모양 인식에서 사용되는 단서를 참고해 입 모양 인식 시스템의 기존 관심 영역인 입술 영역과 함께 턱, 뺨과 같은 다른 영역을 관심 영역으로 설정하고 각 관심 영역의 인식률을 비교해 가장 높은 성능의 관심 영역을 제안한다. 또한, 관심 영역 크기를 정규화하는 과정에서 보간법의 차이로 인해 발생하는 정규화 결과의 차이가 인식 성능에 영향을 준다고 가정하고 최근접 이웃 보간법, 이중 선형 보간법, 이중 삼차 보간법을 사용해 동일한 관심 영역을 보간하고 각 보간법에 따른 입 모양 인식률을 비교해 가장 높은 성능의 보간법을 제안한다. 각 관심 영역은 객체 탐지 인공신경망을 학습시켜 검출하고, 각 관심 영역을 정규화하고 특징을 추출하고 결합한 뒤, 결합된 특징들을 차원 축소한 결과를 저차원 공간으로 매핑하는 것으로 동적 정합 템플릿을 생성했다. 생성된 동적 정합 템플릿들과 저차원 공간으로 매핑된 데이터의 거리를 비교하는 것으로 인식률을 평가했다. 실험 결과 관심 영역의 비교에서는 입술 영역만을 포함하는 관심 영역의 결과가 이전 연구의 93.92%의 평균 인식률보다 3.44% 높은 97.36%의 평균 인식률을 보였으며, 보간법의 비교에서는 이중 선형 보간법이 97.36%로 최근접 이웃 보간법에 비해 14.65%, 이중 삼차 보간법에 비해 5.55% 높은 성능을 나타내었다. 본 연구에 사용된 코드는 https://github.com/haraisi2/Lipreading-Systems에서 확인할 수 있다.

• Journal of Dairy Science and Biotechnology
• /
• 제26권1호
• /
• pp.1-4
• /
• 2008

본 연구는 숙면 유도 호르몬으로 알려진 멜라토닌의 원유 및 유제품 내 함량을 방사면역측정법으로 분석하였으며, 그 결과는 다음과 같다. 1. 착유 시간에 따른 멜라토닌 함량은 새벽 4시에 착유한 원유 샘플의 멜라토닌 함량이 평균 $6.90{\pm}3.55pg/mL$로 나타났으며, 저녁 7시 및 낮 12시 착유 원유 샘플은 각각 $2.01{\pm}1.47pg/mL$와 $0.16{\pm}0.04pg/mL$로 나타나 새벽 착유 원유 내 멜라토닌 함량이 유의적으로 높은 결과를 나타내었으며, 이는 로봇 착유기를 사용하는 농가에서도 심야 및 새벽 착유 원유에서 멜라토닌 함량이 가장 높게 나타나 2개 목장 모두 비슷한 결과를 나타내었다. 2. 일반 우유 제품과 나이트 밀크 제품 간 멜라토닌 함량비교 시, 나이트 밀크의 멜라토닌 함량이 약 5배 정도 높은 결과를 보였다. 3. 일반 우유를 대상으로 원유, 균질 및 살균 등의 공정이 멜라토닌 함량에 영향을 미치지 않는 것으로 나타났으나, 그 수준은 매우 낮은 농도로 존재하였다.

• 농약과학회지
• /
• 제2권3호
• /
• pp.85-89
• /
• 1998

작물 생육에 끼치는 토양 잔류 Paraquat의 영향을 검토하고, 더불어 작물 재배 전후의 paraquat 토양 잔류량 변화와 작물체 중 잔류량을 조사하였다. 1996년도 우리나라 과원 paraquat 토양 잔류량 조사에서 최고 수준인 30.2 ppm을 나타낸 사과원 토양에서 생육시킨 콩(품종: 알천콩)과 보리(품종: 사천6호)의 약해, 입모수 및 초장에 대한 paraquat의 영향은 없었다. 토양 잔류량은 파종일에 약 $9{\sim}9.8$ ppm 수준이었으며, 90일간의 재배기간 중 약간 더 감소되었다. 또한 작물체내 paraquat 잔류량은 모두 0.5 ppm 검출한계 미만이었다. 한편 파종일에 토양잔류량을 약 $27{\sim}32$ ppm으로 강화시켰던 토양에서의 콩(품종: 단엽콩)과 보리(품종: 탑골보리)의 생육도 paraquat에 의하여 영향을 받지 않았으며, 작물체내 잔류량도 0.5 ppm 검출한께 미만이었다. Paraquat 토양 잔류량은 파종후 30일 동안 크게 변하지 않았다. 이상의 실험 결과는 paraquat 토양 잔류량 30 ppm 수은 후 작물 생육에 영향을 끼치지 않으며, 또한 현재 우리나라 과원 토양에서의 작물이 재배될 경우 작물 생육 및 잔류에 있어서 문제가 없음을 시사하여 주었다.