• Spatial Information Research
• /
• 제14권1호
• /
• pp.57-65
• /
• 2006

일반적으로 퇴적물 준설에 대한 조사는 GPS/Echo Sounder 및 Total Station/Echo Sounder를 조합한 음파탐사 방법을 이용하여 대상지의 수평위치 및 수심에 대한 관측을 실시하고 있으며, 하상의 단면계산, 저수량 및 준설계획량 등을 추정하게 된다. 이후 준설계획에 대한 계획고 및 준설토량에 대한 세부적인 계획을 수립하게 된다. 하지만 Echo Sounder를 사용하는 음파탐사 방법은 퇴적물에 대한 정확한 분포를 파악할 수 없는 단점이 있다. 본 연구는 저수지 하부의 퇴적물 및 이의 분포를 파악하여 저수지 준설계획을 수립하여 기존의 탐사방법에 대한 준설능력 향상에 중점을 두었다. 또한 기존의 음파탐사 방식과 다른 레이더탐사 장비를 이용한 GPS/GPR(Ground Penetration Radar)을 사용하여 저수지의 수평위치, 수심값을 결정하고 동시에 원지반에 분포하고 있는 퇴적물의 분포를 추정, 준설에 적용하고자 하였다. 우선 현장의 시료채취를 통한 수조모형실험을 실시하여 장비에 대한 정확도 검증을 거친 후 현장적용에 적용하여 그 가능성을 평가하였다.

• 한국환경과학회지
• /
• 제25권2호
• /
• pp.267-280
• /
• 2016

Ground echo is radar return from stationary targets such as buildings and trees. Wind vectors from the wind profile radar in Gangneung are affected by ground echoes due to the complex mountainous terrain located to the west and the south. These ground echoes make a spurious peak close to the direct current (DC) line signal in Doppler spectra. Wind vectors polluted by ground clutters were determined from spectra of oblique beams. After eliminated the terrain echoes, the accuracy of wind vector compared with radiosonde was improved about 68.4% and its relative coefficient was increased from 0.58 to 0.97.

• 터널과지하공간
• /
• 제7권3호
• /
• pp.230-237
• /
• 1997

As concrete structure is getting old and decrepit, its inspection and diagnosis is getting important. Therefore, it is necessary to estimate the soundness of structure using non-destructive tests for effective repairs and maintenances. But, applications of non-destructive tests in tunnel have been used restrictively, due to accessibility only from one side in tunnel lining and presence of tunnel installations. Recently, the various non-destructive techniques have been studied. Especially, ground penetrating radar(GPR) and impact echo (IE) methods have been researched for tunnel inspection. In this study, the applicability of impact echo test in tunnel lining inspection has been investigated. This paper described the tunnel inspection for lining thickness and internal flaw using impact echo tests. Model tests were carried out using impact echo test systems on two concrete models, Model I is measuring for lining thickness, Model II is detecting for internal flaw. Also, the test were applied for lining inspections in a tunnel constructed by NATM. From the results of impact echo tests, we have concluded that impact echo test is a very useful and effective technique for inspecting the concrete tunnel linings.

• 전기학회논문지
• /
• 제64권6호
• /
• pp.922-934
• /
• 2015

In this paper, The classification between precipitation echo(PRE) and non-precipitation echo(N-PRE) (including ground echo and clear echo) is carried out from weather radar data using neuro-fuzzy algorithm. In order to classify between PRE and N-PRE, Input variables are built up through characteristic analysis of radar data. First, the event classifier as the first classification step is designed to classify precipitation event and non-precipitation event using input variables of RBFNNs such as DZ, DZ of Frequency(DZ_FR), SDZ, SDZ of Frequency(SDZ_FR), VGZ, VGZ of Frequency(VGZ_FR). After the event classification, in the precipitation event including non-precipitation echo, the non-precipitation echo is completely removed by the echo classifier of the second classifier step that is built as Type-2 FCM based RBFNNs. Also, parameters of classification system are acquired for effective performance using PSO(Particle Swarm Optimization). The performance results of the proposed echo classifier are compared with CZ. In the sequel, the proposed model architectures which use event classifier as well as the echo classifier of Interval Type-2 FCM based RBFNN show the superiority of output performance when compared with the conventional echo classifier based on RBFNN.

• 대한원격탐사학회지
• /
• 제25권6호
• /
• pp.465-474
• /
• 2009

Convective/stratiform radar echo classification schemes by Steiner et al. (1995) and Biggerstaff and Listemaa (2000) are examined on a monsoonal front during the summer monsoon-Changma period, which is organized as a cloud cluster with mesoscale convective complex. Target radar is S-band with wavelength of 10cm, spatial resolution of 1km, elevation angle interval of 0.5-1.0 degree, and minimum elevation angle of 0.19 degree at Jindo over the Korean Peninsula. For verification of rainfall amount retrieved from the echo classification, ground-based rain gauge observations (Automatic Weather Stations) are examined, converting the radar echo grid data to the station values using the inverse distance weighted method. Improvement from the echo classification is evaluated based on the correlation coefficient and the scattered diagram. Additionally, an optimal use method was designed to produce combined rainfalls from the radar echo and Tropical Rainfall Measuring Mission Precipitation Radar (TRMM/PR) data. Optimal values for the radar rain and TRMM/PR rain are inversely weighted according to the error variance statistics for each single station. It is noted how the rainfall distribution during the summer monsoon frontal system is improved from the classification of convective/stratiform echo and the use of the optimal use technique.

• 전기학회논문지
• /
• 제63권5호
• /
• pp.676-682
• /
• 2014

In this paper, precipitation echo(PRE) and non-precipitaion echo(N-PRE)(including ground echo and clear echo) through weather radar data are identified with the aid of neuro-fuzzy algorithm. The accuracy of the radar information is lowered because meteorological radar data is mixed with the PRE and N-PRE. So this problem is resolved by using RBFNN and judgement module. Structure expression of weather radar data are analyzed in order to classify PRE and N-PRE. Input variables such as Standard deviation of reflectivity(SDZ), Vertical gradient of reflectivity(VGZ), Spin change(SPN), Frequency(FR), cumulation reflectivity during 1 hour(1hDZ), and cumulation reflectivity during 2 hour(2hDZ) are made by using weather radar data and then each characteristic of input variable is analyzed. Input data is built up from the selected input variables among these input variables, which have a critical effect on the classification between PRE and N-PRE. Echo judgment module is developed to do echo classification between PRE and N-PRE by using testing dataset. Polynomial-based radial basis function neural networks(RBFNNs) are used as neuro-fuzzy algorithm, and the proposed neuro-fuzzy echo pattern classifier is designed by combining RBFNN with echo judgement module. Finally, the results of the proposed classifier are compared with both CZ and DZ, as well as QC data, and analyzed from the view point of output performance.

• 한국수산과학회지
• /
• 제35권3호
• /
• pp.273-281
• /
• 2002

해양의 표층퇴적물을 분류하는 일반적인 방법은 ground frothing에 의한 것으로 시료채취 정점에 국한된 자료라는 한계성을 가지고 있다. 최근에는 원격분류방법의 개발로 인하여 이러한 한계성을 극복한 연속적인 자료를 얻을 수 있도록 가능하게 되었다 본 연구에서는 해저면의 원격분류결과를 실시간 수치화된 자료로 얻을 수 있는 음향장비인 QTC View라는 기기를 이용해 부산 수영만의 표층 퇴적물을 원격분류 하였다. QTC View는 50kHz의 음향측심기와 연결하였고 측정장비의 설정환경은 조사동안 일정하게 유지하였다. Ground trothing에 의한 시료 분석결과 수영만은 slightly gravelly sand, slightly gravelly sandy mud. gravelly muddy sand, clayey sand, sandy mud, slightly gravelly muddy sand 그리고 rocky bottom의 총 7개의 퇴적물형으로 분류되었다. QTC View를 이용한 1차 원격분류결과 이들 7개 중 slightly gravelly sand, gravelly muddy sand, sandy mud 및 rocky bottom 등 4개의 퇴적물형이 구분되었으며 이는 2차 원격분류결과에서도 유사하게 분포하는 것으로 확인되었다. Ground frothing에 의한 분류자료와 원격분류 자료를 비교한 결과 퇴적물형을 구분할 때 소량성분에 의해 서로 다르게 구분된 경우는 다소 차이가 있으나 연구지역 전반에 걸친 퇴적물의 분포양상은 잘 일치하는 것으로 나타났다. 따라서 QTC View는 해저퇴적물을 원격분류하는데 유효하게 이용될 수 있을 것으로 본다.

• 한국지능시스템학회논문지
• /
• 제24권5호
• /
• pp.536-541
• /
• 2014

기상레이더를 통해 취득된 데이터에는 지형에코, 파랑에코, 이상에코, 그리고 청천에코등이 존재한다. 각 에코는 여러 종류의 비강수에코이고, 이 비강수에코를 제거하기 위해 각 에코들의 특성을 분석하였다. 기상레이더 데이터는 매우 방대한 양이기 때문에 전처리 절차를 통해 분석된다. 본 논문에서는 클러스터링 기반 방사형 기저함수 신경회로망(RBFNNs : Radial Basis Function Neural Networks)과 에코 판단 모듈을 이용하여 기상레이더 데이터에서 강수에코와 비강수에코들을 구별하기 위한 에코 패턴분류기를 설계하였다. HCM(Hard C-Mean) 클러스터링 기반 RBFNNs 와 FCM(Fuzzy C-Mean) 클러스터링 기반 RBFNNs를 이용하여 출력성능은 비교 및 분석된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2016년도 춘계학술대회
• /
• pp.89-90
• /
• 2016

이상전파에코는 대기 관측을 위해서 사용되는 레이더 전파가 온도나 습도에 의해서 발생하는 이상굴절 신호로, 지상에 설치된 기상레이더에 자주 발생하는 대표적인 비기상에코 중 하나이다. 기상예보의 정확도를 높이기 위해서는 레이더 데이터의 정확한 분석이 요구되기 때문에 전 세계적으로 이상전파에코의 식별 및 제거에 대한 연구가 수행되어 오고 있다. 본 논문에서는 레이더 관측변수인 반사도와 고도 정보와 나이브 베이지안 분류기를 이용하여 이상전파에코를 식별 및 제거하는 방법에 대한 연구를 수행하였다. 실제 이상전파에코 발생 사례를 통하여 구현한 나이브 베이지안 분류기를 검증한 결과, 우수한 정확도를 가지고 분류가 수행되는 것을 확인할 수 있었다.

• 한국정보통신학회논문지
• /
• 제20권6호
• /
• pp.1063-1068
• /
• 2016

이상전파에코는 대기 관측을 위해서 사용되는 레이더 전파가 온도나 습도에 의해서 발생하는 이상굴절에 의해서 발생하는 신호로, 지상에 설치된 기상레이더에 자주 발생하는 비기상에코이다. 기상예보의 정확도를 높이기 위해서는 레이더 데이터의 정확한 분석이 필수적이기 때문에 이상전파에코의 제거에 대한 연구가 수행되어 오고 있다. 본 논문에서는 다양한 레이더 관측변수를 나이브 베이지안 분류기에 적용하여 이상전파에코를 식별하는 방법에 대한 연구를 수행하였다. 수집된 데이터가 클래스 불균형 문제를 내포하고 있는 점을 고려하여, SMOTE 기법을 이용하였다. 실제 이상전파에코 발생 사례를 통해, 제안한 방법이 성능을 표출하는 것을 확인하였다.