• 생물환경조절학회지
• /
• 제13권4호
• /
• pp.209-216
• /
• 2004

본 연구에서는 폐쇄형 식물 생산시스템 내에서 생체정보에 의한 최적 환경제어와 식물의 환경스트레스 판단을 위하여 엽록소형광 분석법으로 광합성효율 모델을 만들었으며, 광합성효율 모델에 유전알고리즘을 적용하여 재배환경 최적화 프로그램의 응용성을 평가하였다. 6가지 미기상 요인 중 5가지는 고정하고 1가지씩만 변화시켜 가며 측정한 Fv'/Fm'이 최대가 되는 환경조건은 기온 $21^{\circ}C,\;CO_2$농도 $1,200\~1,400ppm$, 상대습도 $68\%$, 기류속도 $1.4m{\cdot}s^{-1}$, 배양액온도 $20^{\circ}C$이었으며 PPF가 $140{\mu}mol{\cdot}m^{-2}{\cdot}s^{-1}$ 보다 증가할수록 광합성 효율은 감소하였다. 광합성효율모델의 오차는 평균 $2.5\%$였다. 재배환경 최적화 프로그램으로부터 계산된 밀폐형식물 생산시스템내에서 상추의 최적재배환경조건은 기온 $22^{\circ}C$, 배양액온도 $19^{\circ}C,\;CO_2$농도 1,400ppm, 기류속도 $1.0m{\cdot}s^{-1}$, PPF $430{\mu}mol{\cdot}m^{-2}{\cdot}s^{-1}$, 상대습도 $65\%$이다. 이상의 연구 결과로부터 광합성 효율 모델을 이용하여 식물 생산시설의 환경모니터링 시스템과 식물 생체정보에 의한 최적제어시스템의 개발이 가능함을 확인하였다.

• 대한원격탐사학회지
• /
• 제29권3호
• /
• pp.331-335
• /
• 2013

This study detected red tide areas using the existing Moderate-Resolution Imaging Spectroradiometer(MODIS) and Geostationary Ocean Color Imager(GOCI), and then compared the results between results of two sensors. The coasts of Jeollanam-do in the South Sea of Korea were set as the study area based on the red tide data which occurred on Aug. 26th, 2012. This study compared the results of sensors to detect red tides by using a satellite. In the results of analyzing MODIS by limiting it as chlorophyll concentration and the sea surface temperature which is considered to have red tides by the existing researches, it was possible to delete considerable amount of errors compared to the case of detecting red tides by using only chlorophyll while still there were differences from the range of red tides actually observed. In the results of GOCI by using empirical algorithm for detecting red tides, currently used by Korea Institute of Ocean Science & Technology(KIOST), it was possible to obtain more detailed results than MODIS. However, there was an area misjudged as red tides due to the influence of clouds. Also both MODIS and GOCI extracted red tides were not actually occurring, which might be because they were not able to perfectly distinguish red tides from turbid water in coastal areas with high turbidity.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2006년도 Proceedings of ISRS 2006 PORSEC Volume I
• /
• pp.467-470
• /
• 2006

Geostationary Ocean Color Imager (GOCI) onboard its Communication Ocean and Meteorological Satellite (COMS) is scheduled for launch in 2008. GOCI includes the eight visible-to-near-infrared (NIR) bands, 0.5km pixel resolution, and a coverage region of 2500 ${\times}$ 2500km centered at 36N and 130E. GOCI has had the scope of its objectives broadened to understand the role of the oceans and ocean productivity in the climate system, biogeochemical variables, geological and biological response to physical dynamics and to detect and monitor toxic algal blooms of notable extension through observations of ocean color. To achieve these mission objectives, it is necessary to develop an atmospheric correction technique which is capable of delivering geophysical products, particularly for highly turbid coastal regions that are often dominated by strongly absorbing aerosols from the adjacent continental/desert areas. In this paper, we present a more realistic and cost-effective atmospheric correction method which takes into account the contribution of NIR radiances and include specialized models for strongly absorbing aerosols. This method was tested extensively on SeaWiFS ocean color imagery acquired over the Northwest Pacific waters. While the standard SeaWiFS atmospheric correction algorithm showed a pronounced overcorrection in the violet/blue or a complete failure in the presence of strongly absorbing aerosols (Asian dust or Yellow dust) over these regions, the new method was able to retrieve the water-leaving radiance and chlorophyll concentrations that were consistent with the in-situ observations. Such comparison demonstrated the efficiency of the new method in terms of removing the effects of highly absorbing aerosols and improving the accuracy of water-leaving radiance and chlorophyll retrievals with SeaWiFS imagery.

• 대한원격탐사학회지
• /
• 제31권6호
• /
• pp.513-521
• /
• 2015

해색 원격탐사 자료의 처리과정에서는 일반적으로 관측 영역의 확보를 위해 시공간적 합성을 수행하며, 이 때 Level-2 flag를 참조하여 합성 재료가 되는 영상의 유효성을 판단한다. NASA OBPG의 표준 알고리즘은 stray light에 의한 관측 오차를 최소화하기 위해서 필터링 윈도우를 채택하고 있으나, 이로 인한 관측 영역의 손실이 많다. 이 연구는 유효 관측 영역의 복원/확장을 통한 해색 원격탐사 자료의 품질 향상에 목적을 둔다. 이를 위해서 MODIS/Aqua의 필터링 윈도우의 크기 변화에 따른 관측 영역과 클로로필a 농도 측정값의 변화를 분석하였다. 그 결과 유효 관측 영역에 있어 Level-2 swath 자료, Level-3 일별 합성자료, 8일 합성자료, 월별 합성자료에서 각각 $13.2({\pm}5.2)%$, $30.8({\pm}16.3)%$, $15.8({\pm}9.2)%$, $6.0({\pm}5.6)%$의 복원 효과가 발생하였으며, 표준 자료와의 측정값 차이는 공통 관측 영역에서 평균 0.012% 이하로 매우 유의하였다. 또한 공간 영역 확장으로 인해 시계열 자료에서의 관측 밀도도 상승하였으며 그 이득은 8일 합성자료에서 가장 크게 나타났다. 제안 방법을 통한 유효 영역의 확장은 자료 생산의 효율성뿐만 아니라 자료 분석의 통계적 신뢰성 확보의 측면에서도 해색 원격탐사 자료의 품질 향상에 기여할 수 있다.

• 대한원격탐사학회지
• /
• 제33권2호
• /
• pp.213-230
• /
• 2017

위성기반 적조 탐지 알고리즘들은 특정 해역, 적조 종을 중심으로 개발되어 왔다. 하지만 한반도 주변해역의 빠르고 정확한 적조 감시를 위해서는 한반도 주변의 전 발생 해역과 다양한 적조 종을 대상으로 한 연구가 필수적이다. 본 연구에서는 한반도 주변해역을 대상으로 GOCI 영상을 활용하여 적조 영역의 스펙트럼 특성과 위성기반 적조 탐지 알고리즘의 적합성을 분석하였다. 그 결과, 적조 종들의 클로로필 함량과 적조가 출현하는 해역의 탁도에 따라서 스펙트럼 특성이 달라졌다. 또한 기존 적조 탐지 알고리즘을 GOCI 영상에 적용하였으며, 이를 통해 기존 임계값으로는 적조 영역 추출에 한계가 있음을 알 수 있었다. 이를 개선하기 위해 적조 종들을 클로로필 함량의 차이에 따라 두 그룹으로 나누어 적조 감시 체계를 제시하였다. 총 5 단계를 거쳐 적조 영역과 비적조 영역을 구분하였으며, 적조 속보를 기준으로 했을 경우 최종 추출된 적조영역이 기존 알고리즘으로 추출된 영역에 비해 적절한 결과를 나타냈다. 이러한 적조 감시 체계를 활용한다면 한반도 주변의 모든 해역과 다양한 적조 종에 대한 빠르고 정확한 감시로 인해 효율적인 적조 감시가 가능할 것이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.482-482
• /
• 2022

하천의 합류부에서는 수질이 다른 유체가 혼합하여 합류 전과 다른 특성을 보인다. 하천의 합류부에서 수질을 효율적으로 관리하기 위해서는 수질의 공간적인 혼합 특성을 규명하는 것이 중요하다. 합류부에서 수질의 공간적인 혼합 특성을 분석하기 위해 본 연구에서는 토폴로지 데이터 분석(topological data analysis, TDA), 자기 조직화 지도(Self-Organizing Map, SOM), k-평균 알고리즘(K-means clustering algorithm) 세 가지 기법을 이용하였다. 세 가지 기법을 비교하여 어떤 알고리즘이 합류부의 수질 변화 특성을 더 뚜렷하게 나타내는지 분석하였다. 수질 변화 비교 인자들은 pH, chlorophyll, DO, Turbidity 등이 있고, 수질 인자들은 YSI를 활용해 측정하였다. 자료의 측정 지역은 낙동강과 황강이 합류하는 지역이며, 보트에 YSI 장비를 부착하고 횡단하여 측정하였다. 측정한 데이터를 R 프로그램을 통해 세 가지 기법을 적용시켜 수질 변화 비교를 분석한다. 토폴로지 데이터 분석(topological data analysis, TDA)은 거대하고 복잡한 데이터로부터 유의미한 정보를 추출하는 데 사용하고, 자기조직화지도(Self-Organizing Map, SOM) 기법은 차원 축소와 군집화를 동시에 수행한다. k-평균 알고리즘(K-means clustering algorithm) 기법은 주어진 데이터를 k개의 클러스터로 묶는 머신러닝 비지도학습에 속하는 알고리즘이다. 세 가지 방법들의 주목적은 클러스터링이다. 클러스터 분석(Cluster analysis)이란 주어진 데이터들의 특성을 고려해 동일한 성격을 가진 여러 개의 그룹으로 대상을 분류하는 데이터 마이닝의 한 방법이다. 군집화 방법들인 TDA, SOM, K-means를 이용해 합류 지역의 수질 특성들을 클러스터링하여 수질 패턴들을 분석해 하천 수질 오염을 방지할 수 있을 것이다. 본 연구에서는 토폴로지 데이터 분석(topological data analysis, TDA), 자기조직화지도(Self-Organizing Map, SOM), k-평균 알고리즘(K-means clustering algorithm) 세 가지 기법을 이용하여 합류부에서의 수질 특성을 비교하며 어떤 기법이 합류의 특성을 더욱 뚜렷하게 나타내는지 규명했다. 합류의 특성을 군집화 방법을 이용해 알게 된다면, 합류부의 수질 변화 패턴을 다른 합류 지역에서도 적용할 수 있을 것으로 기대된다.

• 한국해양학회지:바다
• /
• 제15권3호
• /
• pp.124-132
• /
• 2010

해양 식물플랑크톤 일차생산력의 전 지구적 중요성에도 불구하고 자료 처리상의 어려움 때문에 국내에서는 신뢰할만한 자료가 많지 않다. 식물플랑크톤 일차생산력은 시간-수심 적분 과정을 거쳐 최종적으로 단위 면적당 하루 일차생산력을 구하지만, 시간 적분에 대한 연구결과는 많지 않은 편이다. 본 연구에서는 단위 시간당 일차생산력을 시간 적분하여 하루 일차생산력을 계산하는 수학적 모델을 제시하고 새만금호를 대상으로 모델의 실효성을 검정해 보았다. 검정 결과, 시간 적분 모델이 일사량 실측치를 대입하여 합산한 결과와 잘 일치하였다. 일차생산력 계산을 위한 기초 광량 자료는 변화가 심한 일 자료보다 한 달 또는 한 주간 평균 자료를 대입하는 것이 더 신뢰성 있는 결과에 도움이 되는 것으로 판단되었다. 일차생산력 수직적분은 수직적으로 불균일한 식물플랑크톤 분포 때문에 어려움이 있으나, 엽록소 분포를 몇 가지 유형으로 분류하여 수식화한 다음, 각 수식을 시간 적분한 일차생산력 모델과 합성하여 적분하면 해결할 수 있을 것으로 판단된다.

• 한국지리정보학회지
• /
• 제2권2호
• /
• pp.59-68
• /
• 1999

원격탐사기법에 의한 연안해역과 광범위한 수표면적을 지닌 호수의 부유사 분포를 파악하고자 하는 연구는 70년대 이후 위성자료의 이용이 활발히 이루어지면서 많은 연구결과들이 발표되었다. 하지만, 국내에서 원격탐사기법에 의한 부유사의 공간적인 분포를 정량적으로 해석하기 위한 연구는 부족한 실정이며, 적합한 알고리듬이 제시되지 못하고 있다. 본 연구에서는 시화호와 경기만 연안해역에서 실측한 부유사 자료와 SeaWiFS 밴드역을 가진 수중 광학장비에 의해 얻어진 반사치를 이용하여 부유사 알고리듬을 구성하였다. 또한, 알고리듬을 현장실측치가 있는 시점의 Landsat TM 자료를 적용하여 알고리듬의 적용에 따른 문제점을 제시하였다. 밴드비율과 밴드차에 의한 알고리듬 구성은 현장실측치와 $R^2$=0.7649의 관계를 나타내었고, 본 연구에서 얻어진 알고리듬을 통해 계산된 부유사와 실측치는 $R^2$=0.6959를 나타내었다. 하지만, Landsat TM으로부터 추출된 영상신호(radiance)를 알고리듬에 적용하여 얻은 결과는 만족하기 어려운 결과가 나타났고, 이는 엽록소와 용존유기물의 농도가 높은 수역에서는 부유사의 흡광과 산란에 의한 부유사 농도의 정량적인 평가가 어렵다는 것으로 해석되었다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2006년도 Proceedings of ISRS 2006 PORSEC Volume II
• /
• pp.816-819
• /
• 2006

One of the most difficult parameters to measure in the sea is current speed and direction. Recently, efforts are being made to estimate the ocean current vectors by utilizing sequential satellite imageries. In this study, we attempted to estimated sea surface current vector (sscv) by using satellite ocean color imageries of SeaWifs around the Korean Peninsula. This ocean color image data has 1-day sampling interval and spatial resolution of 1x1 km. Maximum cross-correlation method is employed which is aimed to detect similar patterns between sequential images. The estimated current vectors are compared to the surface geostrophic current vectors obtained from altimeter of sea level height data. In utilizing the color imagery data, some limitations and drawbacks exist so that in warm water region where phytoplankton concentration is relatively lower than in cold water region, estimation of sscv is poor and unreliable. On the other hand, two current vector fields agree reasonably well in the Korean South Sea region where high concentration of chlorophyll-a and weak tide is observed. In the future, with ocean color images of shorter sampling interval by COMS satellite, the algorithm and methodology developed in the study would be useful in providing the information for the ocean current around Korean Peninsula.

• 대한원격탐사학회지
• /
• 제34권1호
• /
• pp.141-150
• /
• 2018

Crop type classification is essential for supporting agricultural decisions and resource monitoring. Remote sensing techniques, especially using hyperspectral imagery, have been effective in agricultural applications. Hyperspectral imagery acquires contiguous and narrow spectral bands in a wide range. However, large dimensionality results in unreliable estimates of classifiers and high computational burdens. Therefore, reducing the dimensionality of hyperspectral imagery is necessary. In this study, the Random Forest (RF) classifier was utilized for dimensionality reduction as well as classification purpose. RF is an ensemble-learning algorithm created based on the Classification and Regression Tree (CART), which has gained attention due to its high classification accuracy and fast processing speed. The RF performance for crop classification with airborne hyperspectral imagery was assessed. The study area was the cultivated area in Chogye-myeon, Habcheon-gun, Gyeongsangnam-do, South Korea, where the main crops are garlic, onion, and wheat. Parameter optimization was conducted to maximize the classification accuracy. Then, the dimensionality reduction was conducted based on RF variable importance. The result shows that using the selected bands presents an excellent classification accuracy without using whole datasets. Moreover, a majority of selected bands are concentrated on visible (VIS) region, especially region related to chlorophyll content. Therefore, it can be inferred that the phenological status after the mature stage influences red-edge spectral reflectance.