• 한국지구과학회지
• /
• 제42권5호
• /
• pp.504-513
• /
• 2021

대한민국 기상청에서 사용하고 있는 UM (Unified Model, UM) 모델의 국지예측시스템(Local Data Assimilation and Prediction System, LDAPS)은 수치모델 모의 시 대기경계층 유형에 따라 물리과정을 다르게 계산하기 때문에 이 과정을 검증하는 것은 모델의 정확도 향상에 중요하다. 따라서, 본 연구에서는 수치모델의 대기경계층 유형을 관측자료를 기반으로 검증하였다. 관측자료를 기반으로 대기경계층 유형을 분류하기 위해서 보성 표준기상관측소에서 수행한 여름철 집중관측자료(라디오존데, 플럭스관측장비, 도플러 라이다, 운고계)를 활용하였으며, 2019년 6월 18일 부터 8월 17일 까지 61일 동안에 총 201회의 관측자료를 분석하였다. 또한 관측자료와 수치모델 결과가 다른 경우를 보면, 관측자료를 기반으로 한 대기경계층 유형 분류 결과에서 2유형으로 분류되는 사례가 수치모델에서는 1유형으로 분류된 사례가 53회로 가장 많이 나타났다. 그 다음으로는 관측자료를 기반으로 한 대기경계층 유형 분류 결과에서 5유형과 6유형으로 분류되는 사례가 수치모델에서는 3유형으로 분류된 사례가 많이 나타났다(각각 24회, 15회). 관측결과와 수치모델 모의 결과가 일치하지 않은 사례는 모두 층적운 접합 여부 및 적운 모의 등 수치모델의 구름물리 부분의 모의 성능에 기인하여 발생한 것이라고 분석된다. 따라서, 대기경계층 유형 분류의 구름물리과정의 모의 정확도를 개선하면 수치모델 성능이 향상 될 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제22권1호
• /
• pp.75-85
• /
• 2006

This paper has dealt with a data fusion for the problem of land-cover classification using multisensor imagery. Dempster-Shafer evidence theory has been employed to combine the information extracted from the multiple data of same site. The Dempster-Shafer's approach has two important advantages for remote sensing application: one is that it enables to consider a compound class which consists of several land-cover types and the other is that the incompleteness of each sensor data due to cloud-cover can be modeled for the fusion process. The image classification based on the Dempster-Shafer theory usually assumes that each sensor is represented by a single channel. The evidential approach to image classification, which utilizes a mass function obtained under the assumption of class-independent beta distribution, has been discussed for the multiple sets of mutichannel data acquired from different sensors. The proposed method has applied to the KOMPSAT-1 EOC panchromatic imagery and LANDSAT ETM+ data, which were acquired over Yongin/Nuengpyung area of Korean peninsula. The experiment has shown that it is greatly effective on the applications in which it is hard to find homogeneous regions represented by a single land-cover type in training process.

• 대한원격탐사학회지
• /
• 제32권2호
• /
• pp.119-131
• /
• 2016

한반도 에어로졸 라이다 관측 네트워크(Korea Aerosol Lidar Observation Network; KALION)의 라이다 관측자료 처리 및 실시간 표출을 위한 표준 알고리즘을 개발하였다. KALION 표준 알고리즘은 라이다 관측으로부터 얻어진 후방산란강도와 편광소멸도 자료를 이용하여 (1) 에어로졸과 구름 구분, (2) 에어로졸 유형 구분, (3) 에어로졸 소산계수 그리고 (4) 에어로졸 질량농도를 산출하는 단계로 구성이 되어 있다. 에어로졸의 유형은 후방산란강도와 편광소멸도 자료에 근거하여, (대륙 기원) 청정기단 에어로졸(clean continental aerosol), 황사(dust aerosol) 그리고 오염 입자(polluted continental/urban pollution aerosol)로 구별된다. 에어로졸 소산계수에 필요한 라이다 상수는 약 9년간의 라이다와 스카이 라디오미터 자료로부터 도출된 63.31 sr을, 에어로졸 질량소산효율은 약 9년간의 라이다와 기상청 Particulate Matter($PM_{10}$) 질량농도 자료를 이용하여 도출된 $3.36m^2\;g^{-1}$ (황사는 $1.39m^2\;g^{-1}$)을 적용한다. 2015년 3월 28일부터 30일까지 라이다 관측 사례(서울 관악)에서 KALION 표준 알고리즘을 통해 산출된 에어로졸 유형 구분, 특히 황사 판별 결과는 기상청의 황사 보고와 잘 일치하였으며, 2006년 6월부터 약 9년 동안의 라이다 관측자료로부터 산출된 에어로졸 질량농도 역시 지상 $PM_{10}$ 농도와 약 $3{\mu}g\;m^{-3}$ 내에서 잘 일치하였다. 향후 에어로졸의 유형에 따른 서로 다른 라이다 상수 및 에어로졸 질량소산효율 적용 알고리즘, 빙정 구름(ice cloud)과 물방울 구름(water droplet cloud) 구분 알고리즘, 그리고 운저 고도와 혼합고 판별 알고리즘을 개발할 계획에 있다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2007년도 Proceedings of ISRS 2007
• /
• pp.329-332
• /
• 2007

Annual vegetation growth patterns are determined by the intrinsic phenological characteristics of each land cover types. So, if typical growth patterns of each land cover types are well-estimated, and a NDVI time-series data of a certain area is compared to those estimated patterns, we can implement more advanced analyses such as a land surface-type classification or a land surface type change detection. In this study, we utilized Terra MODIS NDVI 250m data and compressed full annual NDVI time series data into several indices using the Harmonic Analysis of Time Series(HANTS) algorithm which extracts the most significant frequencies expected to be presented in the original NDVI time-series data. Then, we found these frequencies patterns, described by amplitude and phase data, were significantly different from each other according to vegetation types and these could be used for land cover classification. However, in spite of the capabilities of the HANTS algorithm for detecting and interpolating cloud-contaminated NDVI values, some distorted NDVI pixels of June, July and August, as well as the long rainy season in Korea, are not properly corrected. In particular, in the case of two or three successive NDVI time-series data, which are severely affected by clouds, the HANTS algorithm outputted wrong results.

• 천문학회지
• /
• 제35권3호
• /
• pp.151-157
• /
• 2002

From the data of solar wind observation by ACE spacecraft orbiting the Earth-Sun Lagrangian point, we selected 48 forward interplanetary shocks(IPSs) occurred in 2000, maximum solar activity period. Examining the profiles of solar wind parameters, the IPSs are classified by their shock drivers. The significant shock drivers are the interplanetary coronal mass ejection(ICME) and the high speed stream(HSS). The IPSs driven by the ICMEs are classified into shocks driven by magnetic clouds and by ejectas based on the existence of magnetic flux rope structure and magnetic field strength. Some IPSs could be formed as the blast wave by the smaller energy and shorter duration of shock drivers such as type II radio burst. Out of selected 48 forward IPSs, $56.2\%$ of the IPSs are driven by ICME, $16.7\%$ by HSS, and $16.7\%$ of the shocks are classified into blast-wave type shocks. However, the shock drivers of remaining $10\%$ of the IPSs are unidentified. The classification of the IPSs by their driver is a first step toward investigating the critical magnitudes of the IPS drivers commencing the magnetic storms in each class.

• 말소리와 음성과학
• /
• 제15권4호
• /
• pp.71-80
• /
• 2023

본 연구는 말더듬 화자들의 음성 데이터를 기반으로 하여, 인공지능 기술을 활용한 말더듬 자동 식별 방법을 개발하는 것을 주목적으로 진행되었다. 특히, 한국어를 모국어로 하는 말더듬 화자들을 대상으로 CNN(convolutional neural network) 알고리즘을 활용한 식별기 모델을 개발하고자 하였다. 이를 위해 말더듬 성인 9명과 정상화자 9명을 대상으로 음성 데이터를 수집하고, Google Cloud STT(Speech-To-Text)를 활용하여 어절 단위로 자동 분할한 후 유창, 막힘, 연장, 반복 등의 라벨을 부여하였다. 또한 MFCCs(mel frequency cepstral coefficients)를 추출하여 CNN 알고리즘을 기반한 말더듬 자동 식별기 모델을 수립하고자 하였다. 연장의 경우 수집결과가 5건으로 나타나 식별기 모델에서 제외하였다. 검증 결과, 정확도는 0.96으로 나타났고, 분류성능인 F1-score는 '유창'은 1.00, '막힘'은 0.67, '반복'은 0.74로 나타났다. CNN 알고리즘을 기반한 말더듬 자동분류 식별기의 효과를 확인하였으나, 막힘 및 반복유형에서는 성능이 미흡한 것으로 나타났다. 향후 말더듬의 유형별 충분한 데이터 수집을 통해 추가적인 성능 검증이 필요함을 확인하였다. 향후 말더듬 화자의 발화 빅데이터 확보를 통해 보다 신뢰성 있는 말더듬 자동 식별 기술의 개발과 함께 이를 통한 좀 더 고도화된 평가 및 중재 관련 서비스가 창출되기를 기대해 본다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 1999년도 Proceedings of International Symposium on Remote Sensing
• /
• pp.439-442
• /
• 1999

It is important to analyze the seasonal change profiles of land cover type in large scale for establishing preservation strategy and environmental monitoring. Because the NOAA-AVHRR data sets provide global data with high temporal resolution, it is suitable for the land cover classification of the large area. The objectives of this study were to classify land cover of Korea, to investigate the phenological profiles of land cover. The NOAA-AVHRR data from Jan. 1998 to Dec. 1998 were received by Korea Ocean Research & Development Institute(KORDI) and were used for this study. The NDVI data were produced from this data. And monthly maximum value composite data were made for reducing cloud effect and temporal classification. And the data were classified using the method of supervised classification. To label the land cover classes, they were classified again using generalized vegetation map and Landsat-TM classified image. And the profiles of each class was analyzed according to each month. Results of this study can be summarized as follows. First, it was verified that the use of vegetation map and TM classified map was available to obtain the temporal class labeling with NOAA-AVHRR. Second, phenological characteristics of plant communities of Korea using NOAA-AVHRR was identified. Third, NDVI of North Korea is lower on Summer than that of South Korea. And finally, Forest cover is higher than another cover types. Broadleaf forest is highest on may. Outline of covertype profiles was investigated.

• 한국산림과학회지
• /
• 제83권4호
• /
• pp.441-449
• /
• 1994

본 연구의 목적(目的)은 현재 한국에서 자료획득이 비교적 용이한 AVHRR 위성자료(衛星資料)를 이용하여, 한반도 전지역(全地域)을 대상으로 식물(植物)의 시기별(時期別) 변화유형(變化類型)을 분석하고, 이를 응용하여 주요식생(主要植生)의 분포를 구분하고자 한다. 1991년 1년동안 NOAA-11 위성에서 수신(受信)된 AVHRR 자료중 비교적 운량(雲量)이 적은 날을 택하여 총 27일분의 일별영상자료(日別映像資料)를 추출하였다. 일별영상자료는 먼저 광학적(光學的) 보정(補正)을 마친 후, 적색(赤色)파장대 및 근적외선(近赤外線)파장대에서의 반사특성(反射特性)을 조합한 식생지수(植生指數)(NDVI-Normalized Difference Vegetation Index)로 변환되었다. 구름으로 덮혀있는 지역의 식생지수는 식물이 존재하는 지역보다 상대적으로 낮은 값을 나타내므로, 구름제거를 위하여 4-5개의 일별식생지수자료(日別植生指數資料)를 중첩한 뒤 각 화소(畵素)지점의 식생지수중 최대치를 선택함으로써 구름의 영향이 최소화된 월별식생지수자료(月別植生指數資料)가 산출되었다. 월별식생지수자료는 식물 생장의 연중변화(年中變化)를 비교 분석하기에 용이하도록 비생장기간(非生長期間)까지 포함하여 2월, 3월, 5월, 8월, 9월, 그리고 11월까지 6개가 산출되었다. 식생별로 상이(相異)한 계절별 잎의 발달상태에 따라, 6개의 월별식생지수자료(月別植生指數資料)에 나타나는 식생지수의 변화특성을 이용하여 식생분류(植生分類)를 실시하였다. 사용된 자료의 광학적 해상력(解像力)을 고려하여 분류집단은 침엽수림, 활엽수림, 침활혼효림, 농지, 초지관목림, 그리고 도시지역으로 구분하였다. 컴퓨터분류방식은 식생지수(植生指數)의 변화유형이 비슷한 집단끼리 스스로 규합(糾合)되게 하는 무감독류집분류법(無監督類集分類法)(unsupervised clustering)을 채택하였다. 컴퓨터분류 결과를 기존의 산림자원조사자료(山林資源調査資料)와 비교한 결과 상당히 근접한 통계치를 보여주었고, 산림지역내(內)에서도 침엽수림, 활엽수림, 혼효림의 구분 또한 만족할만한 결과를 나타내고 있다. 넓은 지역을 대상으로 필요한 영상자료(映像資料)를 비교적 신속하고 용이하게 수신(受信)할 수 있고, 타(他) 위성자료에 비교하여 자료의 양이나 가격 측면에서 유리한 AVHRR자료는 한반도 규모에 상응하는 넓은 지역의 식생현황을 주기적으로 모니터링하기에 적합한 위성자료로 판단된다.

• 한국수자원학회논문집
• /
• 제54권2호
• /
• pp.81-91
• /
• 2021

Synthetic Aperture Radar (SAR)를 활용하여 토양수분을 산출 할 시 기존의 위성기반 자료에 비해 고해상도의 공간 자료를 생산할 수 있다. 고해상도의 광역 토양수분 자료는 기존의 위성 기반 토양수분 대비 보다 세밀한 지표면 토양수분 변동 관측이 가능하게 하므로, 산사태, 산불 및 홍수와 같은 자연재해 연구에 활용성이 뛰어나다. 하지만 SAR 신호인 후방산란계수는 토양수분 뿐만 아니라, 식생에 의한 영향도 포함하기 때문에 정확한 토양수분을 산정하기 위해서는 이러한 영향을 고려하는 단계가 요구된다. 본 연구에서는 한반도 중부의 농지, 산지, 및 초지의 식생조건 하에서 Sentinel-1 위성 SAR 자료를 활용하여 토양수분을 산정하기 위한 연구를 수행하였다. 식생의 영향을 고려하기 위해 대표적인 지표면 레이더 신호 산란 모형인 Water Cloud Model (WCM)을 사용하였으며, 식생 인자로 Radar Vegetation Index (RVI)를 활용하였다. 연구 지역으로는 토지피복도에 따라 농지와 초지, 산지 각각 2개 지역, 총 6개 대상 지역을 선정하였다. WCM의 매개변수 모의를 위해 지상 관측 토양수분 자료를 활용하였다. 관측 토양수분과의 검증 결과 초지, 산지, 농지 순으로 높은 정확도가 나타났으며, 특히 산지에서는 짙은 식생에도 불구하고 상관계수 값이 0.5 이상으로 나타난 반면 농지에서는 0.3 미만의 매우 낮은 값이 관측되었다. 연구 결과를 통해 다양한 식생 피복에서 SAR 기반 토양수분 산정에 적합한 관측 토양수분 조건을 제시 하였다. 향후 식생 높이, 식생 종류 등 과 융합한 연구가 수행된다면 보다 정확한 토양수분을 산정 할 수 있을 것으로 판단된다.

• 한국정보통신학회논문지
• /
• 제21권11호
• /
• pp.2052-2060
• /
• 2017

SOLAS 선박은 SFI group 코드 기준으로 적어도 83종의 장비를 탑재해야 하고, 각각의 장비는 다시 수 개에서 수십 개의 컴포넌트로 구성이 된다. 선박 운항 중에는 이러한 장비의 정상적인 운영이 보장되어야 하고, 문제 발생시 즉각적인 수리를 위하여 원격유지보수의 요구사항이 높다. 본 연구는 항해통신장비의 원격유지보수에 적합한 장비의 분류체계를 제시하고, 적절한 데이터베이스 구조를 도출하고자 했다. 연구 결과, 선박 항해통신장비의 원격유지보수를 위하여, 장비의 분류체계는 장비의 종류, 모델, 컴포넌트로 계층화되어야 하고, 고장모드와 영향분석, 질의응답, 수리이력, 상태정보와 예방정비 등의 테이블을 장비 모델 기준으로 구축하는 것이 효과적임을 알게 되었다. 140개의 항해통신장비 모델과 750개의 컴포넌트에 대하여 데이터베이스를 구축하였고, 실질적인 효과를 평가하기 위하여 선박장비 수리전문가가 클라우드 앱을 이용하여 검색 결과의 유용성을 평가하였다.