• 한국산림과학회지
• /
• 제78권3호
• /
• pp.255-262
• /
• 1989

강원도(江原道) 점봉산(點鳳山) 일대 중생혼효림(中生混淆林)의 식생(植生)에 대하여 Classification과 Ordination을 병행 사용한 분석법을 시도하였다. 조사 삼림내의 70개 표본구에 나타난 8종(種)의 목본식물(木本植物)의 수도(數度)를 바탕으로, Classification기법(技) 중의 하나인 Cluster 분석에 의하여 다섯 식생군(植生群)이 분류(分類)되었으며, 각 식생군(植生群) 별로 수종(樹種) 다양성(多樣性)도 비교 검토되었다. Cluster 분석이 분류한 식생군(植生群)별 교목(喬木) 수종(樹種)의 중요치(重要値)를 매개변수(媒介變數)로 하여 Principal component analysis (PCA) 한 결과로써 각 식생군별 수종(樹種) 구성(構成) 상태(狀態)의 유사성(類似性)을 비교할 수 있었다. 단풍나무, 물푸레나무, 신갈나무 그리고 고로쇠나무의 eigenvector 즉, 식생군이 ordination된 좌표(座標) 위치를 결정하는 인자(因子) 부가율(附加率)이 높게 나타남으로써, 본 연구대상 삼림(森林)에서는 이들 네가지 수종(樹種)의 분포(分布)가 삼림군의(森林群義) 분류(分類)의 핵심이라 할 수 있다.

• 대한원격탐사학회지
• /
• 제35권6_4호
• /
• pp.1341-1350
• /
• 2019

본 연구는 산불 전후 KOMPSAT-3A 영상을 사용하여 산불피해지역을 분석하는 것을 목적으로 한다. KOMPSAT 시리즈 중 KOMPSAT-3A는 적외선 및 고해상도의 멀티 스펙트럼 밴드를 가진 VHR위성이다. 하지만, KOMPSAT-3A를 활용하여 산불피해강도를 분류하는 연구는 부족한 실정이다. 따라서 본 연구에서는 KOMPSAT-3A의 산불 피해강도를 분류하기 위한 새로운 알고리즘을 제시하는 것을 목표로 한다. 또한, 본 연구에서는 산불 피해지역에 대한 참조자료로 Sentinel-2로 생성한 dNBR을 사용하였다. 본 연구의 연구 지역은 2019년 4월 4일 강릉에서 발생한 산불 피해지역으로 선정하였다. 본 연구에서는 산불피해구간을 산정하기 위한 알고리즘으로 오픈 소스 통계 프로그램인 R software의 확률분포함수를 사용하였다. KOMPSAT-3A에서 산불 피해지역은 산불 전, 후 NDVI의 변화에 따라 생성되었다. 산불피해강도는 분포 함수의 표준 편차를 사용하여 각 등급 크기를 산정하였다. 총 5개 구간에 따른 산불 피해 강도가 효과적으로 분류되었다.

• 한국산림과학회지
• /
• 제100권3호
• /
• pp.504-521
• /
• 2011

본 연구는 우리나라의 산림식생에 대한 대표 군락유형 분류를 위하여 1993년부터 2009년까지 약 17년 동안 22개 산림지역에서 1,456개소의 식생자료를 수집하여 식물사회적으로 분석하였다. 그 결과, 4쌍의 대립종군이 나타났고 최상위 수준에서 신갈나무군강(class)이 분류되었다. 식생분류를 수행하기 위하여 4쌍의 대립종군 중에서 굴참나무군락형과 청시닥군락형을 기준으로 분석하여 총 10개의 식생단위로 분류되었다. 또한 각 식생단위는 지질, 기후, 지형 등의 환경인자에 의해 매우 높은 상호관계를 가지고 있었다. 따라서 우리나라 산림식생은 10개 군락단위와 7개 생태형으로 정리되었다.

• 한국화재소방학회:학술대회논문집
• /
• 한국화재소방학회 1997년도 International Symposium on Fire Science and Technology
• /
• pp.311-318
• /
• 1997

On April 27,1993, a forest fire occurred in Morito-area, Manba-city, Gunma-prefecture Japan. Under the prevailing strong winds, the fire spread and extended to the largest scale ever in Gunma-prefecture. The author chartered a helicopter on May 5, one week after the fire was extinguished, and took aerial photos of tile damaged area, and investigated the condition. of the fire through field survey and data collection. The burnt area extended. over about 100 hectares, and the damage amounted to about 190 million yen (about two million dollar). The fire occurred at a steep mountainous area and under strong winds, therefore, md and topography strongly facilitated the spreading, It is the purpose of this paper to report a damage investigation of the fire and to develop the forecasting method of forest fires based on the topographical analysis and spreading speed of fire. In the first place, I analyze the topographical structure of the regions which became the bject of this study with some topographical factors, and construct a land form classification ap. Secondly, I decide the dangerous condition of each region in the land form classification map according to the direction of the wind and spreading speed of f'kre. In the present paper, I try to forecast forest fires in Morito area, and the basic results for the forecasting method of forest fires were obtained with the topographical classification system and spreading speed of fire.

• 융합정보논문지
• /
• 제9권8호
• /
• pp.1-8
• /
• 2019

대화시스템은 인간과 컴퓨터의 상호작용에 새로운 패러다임이 되고 있다. 자연어로써 상호작용함으로써 인간은 보다 자연스럽고 편리하게 각종 서비스를 누릴 수 있게 되었다. 대화시스템의 구조는 일반적으로 음성 인식, 자연어 이해, 문맥 파악 등의 여러 모듈의 파이프라인으로 이뤄지는데, 본 연구에서는 자연어 이해 모듈의 도메인 분류 문제를 풀기 위해 convolutional neural network, random forest 등의 기계학습 모델을 비교하였다. 사람이 직접 태깅한 총 7개 서비스 도메인 데이터에 대하여 각 문장의 도메인을 분류하는 실험을 수행하였고 random forest 모델이 F1 score 0.97 이상으로 가장 높은 성능을 달성한 것을 보였다. 향후 다른 기계학습 모델들을 추가 실험함으로써 도메인 분류 성능 개선을 지속할 계획이다.

• 전기학회논문지
• /
• 제57권6호
• /
• pp.1058-1062
• /
• 2008

In clinical decision support system(CDSS), unlike rule-based expert method, appropriate data-driven machine learning method can easily provide the information of individual feature(clinical test) for disease classification. However, currently developed methods focus on the improvement of the classification accuracy for diagnosis. With the analysis of feature importance in classification, one may infer the novel clinical test sets which highly differentiate the specific diseases or disease states. In this background, we introduce a novel CDSS that integrate a classifier and feature selection module together. Random forest algorithm is applied for the classifier and the feature importance measure. The system selects the significant clinical tests discriminating the diseases by examining the classification error during backward elimination of the features. The superior performance of random forest algorithm in clinical classification was assessed against artificial neural network and decision tree algorithm by using breast cancer, diabetes and heart disease data in UCI Machine Learning Repository. The test with the same data sets shows that the proposed system can successfully select the significant clinical test set for each disease.

• 한국산림과학회지
• /
• 제102권3호
• /
• pp.407-414
• /
• 2013

본 연구는 다변량 통계 분석법을 이용하여 지리산 서부 천연림을 대상으로 산림 피복형을 분류하기 위해 실시하였다. 점표본법에 의한 식생자료를 바탕으로, 수종-표본점 곡선, 계층적 군집분석, 지표종분석, 다중판별분석 등의 다변량 통계 분석법을 이용하여 식생자료를 분석하였다. 수종-표본점 곡선에서는 산림 피복형 분류에서 전혀 영향력이 없는 수종들을 예외값으로 제거하였다. 예외값을 제외한 산림식생정보를 바탕으로 계층적 군집분석을 이용하여 연구대상지를 2~10개의 클러스터로 분류하였으며, 지표종분석을 통해 연구대상지의 적정 클러스터 수는 7개인 것으로 파악되었다. 이를 통계적으로 검증하기 위해 다중판별분석을 실시하였고, 91.3%가 정확하게 분류되어, 연구대상지 산림 피복형의 개수는 7개가 적당한 것으로 나타났다. 각 클러스터 상층의 우점수종 비율에 따라 신갈나무순림, 중생혼합림, 신갈나무-졸참나무림, 구상나무-신갈나무림, 들메나무림, 졸참나무림, 서어나무림으로 산림 피복형을 명명하였다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1273-1283
• /
• 2022

최근 기후변화로 인해 중대형 산불이 빈번하게 발생하여 매년 인명 및 재산피해로 이어지고 있다. 원격탐사를 활용한 산불 피해지 모니터링 기법은 신속한 정보와 대규모 피해지의 객관적인 결과를 취득할 수 있다. 본 연구에서는 산불 피해지를 분류하기 위해 Sentinel-2의 분광대역, 정규식생지수(normalized difference vegetation index, NDVI), 정규수역지수(normalized difference water index, NDWI)를 활용하여 2022년 3월 발생한 강릉·동해 산불 피해지를 대상으로 U-net 기반 convolutional neural networks (CNNs) 딥러닝 모형을 모의하였다. 산불 피해지 분류 결과 강릉·동해 산불 피해지의 경우 97.3% (f₁=0.486, IoU=0.946)로 분류 정확도가 높았으나, 과적합(overfitting)의 가능성을 배제하기 어려워 울진·삼척 지역으로 동일한 모형을 적용하였다. 그 결과, 국립산림과학원에서 보고한 산불 피해 면적과의 중첩도가 74.4%로 확인되어 모형의 불확도를 고려하더라도 높은 수준의 정확도를 확인하였다. 본 연구는 농림위성과 유사한 분광대역을 선택적으로 사용하였으며, Sentinel-2 영상을 활용한 산불 피해지 분류가 정량적으로 가능함을 시사한다.

• 한국산림과학회지
• /
• 제100권3호
• /
• pp.494-503
• /
• 2011

본 연구는 백두대간보호지역에 IUCN 보호지역 관리 카테고리 시스템을 시범적으로 적용하여, 백두대간보호지역 내 중복지정된 다양한 보호지역을 IUCN 관리 카테고리로 재분류하고자 수행되었다. 카테고리 적용을 위한 분류키를 개발하고 각 보호지역의 지정 목적에 근거하여 적합한 IUCN 카테고리로 분류하였다. 국립공원을 포함한 산림보호지역 관리자와 관련 전문가를 대상으로 의견을 수렴한 결과, 현재 카테고리 IV로 일괄 분류된 백두대간보호지역을 개별 보호지역의 지정목적을 살리는 방향으로 분류하는 것이 더 타당함이 제시되었다. 예컨대 원시림 유형으로 지정된 산림유전자원보호구역을 카테고리 Ia로 하고 나머지 유형은 IV로, 과거 보안림 중 경관보호구역으로 명칭이 변경된 곳은 V로 분류하고 나머지는 VI으로 분류하는 등의 방안이 제시되었다. 향후 세계보호지역데이터베이스(WDPA)에 백두대간보호지역 카테고리 재조정 등록과 더불어 국가적 차원에서 산림보호지역의 관리효과성 평가와 IUCN 카테고리별 분류 및 WDPA에 등록이 이루어져야 할 필요성을 제안하였다.

• 대한원격탐사학회지
• /
• 제35권6_2호
• /
• pp.1095-1106
• /
• 2019

산불 피해는 복구, 보상 및 2차 피해 예방을 위해 빠르고 정확히 조사되어야 한다. 원격탐사 기반의 산불 피해강도 조사 방법으로 주로 산불 전과 후의 반사율 및 분광지수의 차이를 비교하고 있다. 최근 고해상도 위성영상 및 무인기 영상의 활용이 증가하고 있으나, 언제 어디에서 발생할지 예측할 수 없는 산불에 대한 발생 전 영상을 획득하는 것이 쉽지 않다. 본 연구에서는 산불 피해강도 분류에 있어 고해상도 영상과 감독분류 기법의 활용 가능성을 분석하고자 하였다. 산불 후에 촬영된 KOMPSAT-3A 영상과 무인기 다중분광영상에 반사율의 절대값을 이용하는 최대우도법과 반사율의 패턴을 이용하는 분광각매퍼의 두 가지 감독분류 기법을 적용하였다. 그 결과 분류 기법 측면에서 최대우도법이 분광각매퍼에 비해 높은 분류정확도를 보여주었으며, 이는 피해강도 등급 간에 분광반사율의 절대값은 다르지만 패턴이 유사한 등급들이 존재하기 때문인 것으로 판단된다. 공간해상도 측면에서 상대적으로 해상도가 높은 무인기 영상의 분류정확도가 위성영상보다 높게 나타났다. 그러나 무인기와 위성 영상 모두 분류정확도가 매우 높게 나타나고 있어 피해강도 분류에 활용 가능성이 높다고 할 수 있다. 따라서, 피해강도 분류에 있어 산불 후에 촬영된 고해상도 영상들을 이용할 수 있을 것으로 판단된다.