• 대한공간정보학회지
• /
• 제24권1호
• /
• pp.43-50
• /
• 2016

우리나라의 도시화율은 점점 높아지고 있으며 이에 따라 도시인구 증가와 더불어 다양한 도시시설물들이 급속도로 도시에 집중되고 있는 실정이다. 이에 따라 다양한 재해로 인한 피해가 발생되고 있고 사회재난 중 화재는 교통사고와 더불어 도시에서 가장 많은 피해를 입히고 있다. 2015년 우리나라의 화재발생은 44,432건이 발생하여 253명의 사망자와 4,300억원의 재산피해가 발생하여 다양한 피해 저감 노력에도 불구하고 감소되는 추세를 보이고 있지 않다. 이에 본 연구에서는 국가화재정보시스템과 진주소방서를 통하여 2007년부터 2014년까지 발생한 진주시 화재자료를 수집하였으며 행정자치부의 시설물 현황 DB를 통해 진주시의 화재와 시설물의 군집성을 분석하고 화재위험도를 산출하였다. 그 결과 미국소방기술사회(SEPE:Society of Fire Protection Engineers) 기준에 따른 화재발생빈도에 대한 위험 등급을 4단계로 구분한 경우 가장 높은 A등급으로 업무시설, 위락시설, 자동차시설이 분류되었으며, 그 다음으로 U등급은 단독주택, 공동주택, 교육시설, 판매시설, 숙박시설, 집합시설, 의료시설, 산업시설, 생활서비스시설, EU등급은 기타주택이고, 마지막으로 가장 낮은 BEU등급은 위험물제조시설로 나타났다. 또한 인명피해를 기준으로 한 경우 가장 위험도가 높은 시설물은 위험물제조시설이었고 재산피해를 기준으로 한 경우는 집합시설과 산업시설이 가장 위험도가 높게 나타났다. 이상과 같이 도시에서 발생된 화재를 시설물별로 구분하여 발생빈도, 인명피해, 재산피해에 대해 위험등급을 산정하여 제시함으로서 도시공간에 분포한 시설물에 대한 화재저감대책을 수립하는데 효과적으로 활용할 수 있을 것으로 판단된다.

• 한국농림기상학회지
• /
• 제11권4호
• /
• pp.162-173
• /
• 2009

기후변화에 따른 작물 재배적지의 이동에 관한 정보는 농업분야 적응전략의 기초이기 때문에 연구자들뿐 아니라 정책결정자들도 큰 관심을 보인다. 하지만 재배적지의 개념을 분석차원에서 구체적으로 구현하는 일이 어렵기 때문에 아직 실용적인 적지판정법이 개발된 적이 없다. 본 연구에서는 미래 시나리오 기후조건에서 사과 '후지'의 재배적지를 조사하기 위해 GIS 기반의 탐색기법을 이용하여 전자기후도, 토양전자지도, 수치지형정보, 농업기후 및 작물품질 예측모형 등을 종합적으로 활용, 체계적인 적지판정기법을 구현하였다. '후지'를 대상으로 한 적지판정 1차기준은 지표피복, 경사도, 토성이며, 2차 기준은 월동기간 중 동해위험도, 늦서리 피해위험도, 생육가능기간 등 기후조건, 3차기준은 과피의 색택, 과형지수 등 품질조건이다. 이들 조건을 지리정보시스템의 속성 레이어로 구현하고 중첩분석을 통해 재배적지를 검색하였다. 이 방법을 현재평년(1971-2000년)과 A1B 시나리오의 미래평년(2011-2040년, 2041-2070년, 2071-2100년) 기후에 적용하여 남한 전역을 대상으로 재배적지를 검색한 결과 현재평년의 경우 전국의 6.5%가 후지 재배적지에 해당하였고 2011-2040년 평년기후에는 전국의 약 1.8%, 2041-2070년 평년에는 0.3%, 2071-2100년 평년에는 전국의 0.1%까지 감소하여 전국규모에서 재배적지의 한계선 북상추세를 감지할 수 있었다. 뿐만 아니라 개별 주산지 내에서도 적지이동 양상을 정밀하게 추적할 수 있음을 확인하였다.

• 대한원격탐사학회지
• /
• 제37권2호
• /
• pp.221-232
• /
• 2021

본 연구는 KOMPSAT-3 및 KOMPSAT-3A호에서 전처리 단계에 따라 구분하여 제공하는 Level 1R 영상과 Level 1G 영상을 이용하여 기준영상의 기하품질에 따른 상호좌표등록 결과 분석을 수행하였다. 기준영상으로 Level 1R 영상 및 1G 영상 각각을 사용하고 대상영상은 Level 1R 영상을 사용하여 상호좌표등록을 수행하였다. 실험을 위해 대전지역에서 촬영된 KOMPSAT-3 및 3A호의 Level 1R, 1G 영상 총 7장을 이용하였다. 상호좌표등록을 수행하기 위해, 우선적으로 특징기반 정합기법인 SURF (Speeded-Up Robust Feature) 기법과 영역기반 정합기법인 위상상관 (Phase Correlation) 기법을 함께 이용한 반복적 정합기법을 통해 두 영상의 기하학적 위치를 개략적으로 일치시켜 주었다. 개략적으로 일치된 영상에서 SURF 기법을 이용하여 정합쌍을 추출하고 Affine 변환모델과 Piecewise Linear 변환모델을 각각 구성하여 상호좌표등록을 수행하였다. 실험결과, 기하오차가 보정된 Level 1G 영상을 기준영상으로 선정하였을 경우, Level 1R 영상을 이용하였을 때보다 상대적으로 많은 수의 정합쌍을 추출하였다. 또한, 기준영상이 Level 1G 영상일 때의 상호좌표등록 RMSE (Root Mean Square Error) 값이 평균 5화소 미만으로 Level 1R 영상을 이용하였을 때보다 더 낮은 것을 확인하였다. 이는 상호좌표등록 수행 시 두 위성영상 간의 초기위치관계가 상호좌표등록 결과에 영향을 끼칠 수 있음을 의미하며, 기준영상의 기하품질이 우수할수록 안정적인 상호좌표등록 정확도를 나타내는 것을 확인하였다.