• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.250-250
• /
• 2017

글로벌 위성 기반의 강수량 관측에 대한 역사는 1979년에 Arkin의 의해 제안된 IR방법에 의해 위성으로부터 강우자료를 유도하는 개념이 도입된 이후 1987년 해양에서의 비교적 정확한 강수량 추정이 가능한 다중 채널의 마이크로파(MW) 복사계를 이용한 방법으로 위성강수 추정에 대한 연구가 활발히 진행되었다. 이후 두 IR과 MW를 혼합한 방법에서, 또다시 1997년 TRMM위성의 PR(Precpipitation Radar)의 레이더를 이용하는 방법, 그리고 2014년 GPM 핵심 위성(GPM Core Observatory)에 탑재된 Dual PR에 의한 방법으로 위성강수의 정확도를 매우 높여가고 있다. 본 연구는 KOICA 사업으로 진행중인 모로코 세부강 유역 홍수방지 마스터플랜 사업에서 모로코 세부강 유역의 2010년 홍수사상에 대한 위성강우 및 지상계측 일일자료를 이용하여 홍수유출량을 추정하는 것으로 목적으로 하고 있다. 모로코 세부강(Oued Sebou) 유역은 모로코의 서북부에 위치하며 유역면적은 한강유역과 유사한 $38,380km^2$이고 하천연장은 450km로 모로코 국토면적의 약 7% 정도를 차지하며 모로코 농업생산의 중심지역이고 유역의 기후 및 기상 특성은 겨울철 온난다습하고 여름에 고온 건조한 지중해성 기후를 나타내며, 연강수량은 400mm이상으로 보고하고 있다(이산 등, 2015). 유역내 49개 관측소의 일일 강우량 자료를 분석한 결과 2000년부터 2010년까지의 유역 산술평균 강수량은 607.1mm/yr로 분석되었고, 2010년 가장 많은 강수를 기록한 지역은 Jbel oudka로 1874.1mm/yr였고, 가장 적은 강수량을 기록한 지역은 Allal Al Fassi - Barrage로 289.9mm/yr로 나타났다. 2010년 홍수가 발생한 시기인 2009년 12월 19일부터 2010년 1월 18일까지의 1시간 간격의 위성강우자료와 1일 관측 지상계측자료를 합성하여 위성보정강우량을 추정하였다. 보정 방법은 순위상관방법을 적용하였다. 사용한 모형은 일본 ICHARM에서 개발한 IFAS와 한국건설기술연구원의 MapWindow 기반 GRM 모형(mwGRM)을 이용하였다. 모형의 적용 결과 세부강 유역 본류의 첨두유출량은 $6,010m^3/s$(mwGRM)과 $5,878m^3/s$(IFAS)로 분석되었다. 향후 위성강우 및 지상계측 강우의 시계열적 정확도와 총강우량 등의 정확도 평가를 수행할 계획이다.

• 한국농공학회논문집
• /
• 제61권5호
• /
• pp.69-77
• /
• 2019

The objective of this study was to calibrate and validate the HSPF (Hydrological Simulation Program-Fortran) model for estimating the runoff of the Hapcheon dam watershed. Spatial data, such as watershed, stream, land use, and a digital elevation map, were used as input data for the HSPF model. Observed runoff data from 2000 to 2016 in study watershed were used for calibration and validation. Hydrologic parameters for runoff calibration were selected based on the user's manual and references, and trial and error method was used for parameter calibration. The $R^2$, RMSE (root-mean-square error), RMAE (relative mean absolute error), and NSE (Nash-Sutcliffe efficiency coefficient) were used to evaluate the model's performance. Calibration and validation results showed that annual mean runoff was within ${\pm}4%$ error. The model performance criteria for calibration and validation showed that $R^2$ was in the rang of 0.78 to 0.83, RMSE was 2.55 to 2.76 mm/day, RMAE was 0.46 to 0.48 mm/day, and NSE was 0.81 to 0.82 for daily runoff. The amount of inflow to Hapcheon Dam was calculated from the calibrated HSPF model and the result was compared with observed inflow, which was -0.9% error. As a result of analyzing the relation between inflow and storage capacity, it was found that as the inflow increases, the storage increases, and when the inflow decreases, the storage also decreases. As a result of correlation between inflow and storage, $R^2$ of the measured inflow and storage was 0.67, and the simulated inflow and storage was 0.61.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권10호
• /
• pp.3858-3874
• /
• 2021

As an essential part of the urban transportation system, precise perception of the traffic flow parameters at the traffic signal intersection ensures traffic safety and fully improves the intersection's capacity. Traditional detection methods of road traffic flow parameter can be divided into the micro and the macro. The microscopic detection methods include geomagnetic induction coil technology, aerial detection technology based on the unmanned aerial vehicles (UAV) and camera video detection technology based on the fixed scene. The macroscopic detection methods include floating car data analysis technology. All the above methods have their advantages and disadvantages. Recently, indoor location methods based on wireless signals have attracted wide attention due to their applicability and low cost. This paper extends the wireless signal indoor location method to the outdoor intersection scene for traffic flow parameter estimation. In this paper, the detection scene is constructed at the intersection based on the received signal strength indication (RSSI) ranging technology extracted from the wireless signal. We extracted the RSSI data from the wireless signals sent to the road side unit (RSU) by the vehicle nodes, calibrated the RSSI ranging model, and finally obtained the traffic flow parameters of the intersection entrance road. We measured the average speed of traffic flow through multiple simulation experiments, the trajectory of traffic flow, and the spatiotemporal map at a single intersection inlet. Finally, we obtained the queue length of the inlet lane at the intersection. The simulation results of the experiment show that the RSSI ranging positioning method based on wireless signals can accurately estimate the traffic flow parameters at the intersection, which also provides a foundation for accurately estimating the traffic flow state in the future era of the Internet of Vehicles.

• 한국수자원학회논문집
• /
• 제54권1호
• /
• pp.49-60
• /
• 2021

본 연구에서는 Fractal 나무의 개념을 이용하여 자연유역의 두 가지 개별적 Fractal 차원을 추정하는 방법을 제시하고자 한다. 이를 위하여 Fractal 나무의 성장 과정을 기반으로 유역 내부에서 발생 가능한 모든 배수 경로를 추출하여 완전한 배수망을 구성하고 이에 해당하는 Fractal 특성을 분석해 보고자 한다. 유역 내부에서 Fractal 나무의 성장 과정은 하천 유동의 특성을 가지는 배수 경로에서만 제한적으로 나타날 수 있다. 소규모 유역의 경우 Fractal 나무의 성장 단계에 따라 망상 구조의 분기 특성이 단일 하천 구간의 사행 특성에 비하여 민감하게 변화하여 단일한 망상 구조 속에서도 다양한 분기 구조가 생성될 수 있다. 따라서 소규모 유역을 대상으로 한 망상 구조에 대한 Fractal 차원은 단일한 수치의 고정된 형태보다는 범위의 형태로 취급되어야 하는 것이 타당한 것으로 판단된다. 또한, 소규모 유역의 배수 구조에 대한 분석에는 지형도나 수치지도로부터 추출한 하천망보다 본 연구에서 제시한 Fractal 나무의 성장에 따른 망상 구조와 같은 정보가 더 유용할 수 있을 것으로 판단된다.

• 건축역사연구
• /
• 제31권4호
• /
• pp.17-28
• /
• 2022

This study aims to investigate and reveal the spatial structure of Boryeonghyeon by examining the geographical status of its Eupchi (Local administrative center:邑治) through an analysis of the location, tracing locations of governemnt offices including Dongheon(東軒) and Kaeksa(客舍) in the walled town, and checking the lot numbers of Sajikdan(社稷壇), Yeodan(厲壇), and Cheongyeonyeok(靑淵驛) outside it. Buildings of Boryeonghyeon in the walled town in the Joseon Dynasty were almost lost and now, part of the city wall and Haesanru(海山樓) just remains as relic. The walled town consisted of several buildings of government offices as well as Dongheon and Kaeksa which are government organs. Altar and shrine(壇廟) facilities including Shrine of Confucius(文廟), Altar of Land and Grain, and Preceptor's Shrine were placed outside the walled town and Cheongyeonyeok were operated as the facilities for transmission of royal orders. Therefore, the government office facilities in the walled town, altar and shrine facilities outside the fortress, and the location of the post station were required to trace and check each of them. For the checking method, the lot numbers could be checked by checking the original cadastral maps and the then land categories and owners, analyzing the records and circumstances of the relevant township annals(邑誌), and examining analyses on the locations by using a numerical map of one to 5 thousands. The study estimated the locations of government facilities including Dongheon and Kaesa placed in the walled town and was grasped to be the east and west gates with the south gate which remains now in the fortress. And the lot numbers of Sajikdan, Yeodan, Cheongyeonyeok.

• 한국컴퓨터정보학회논문지
• /
• 제28권8호
• /
• pp.95-101
• /
• 2023

Colmap은 혁신적인 인공지능 기술 중 하나로, 3D 재구성 작업에 있어 매우 유용한 도구로 사용된다. 또한, 이미지와 해당 메타데이터를 활용하여 세밀한 3D 모델을 구축하는 데 탁월하다. 2D 이미지, 카메라의 위치 정보, 깊이 정보 등을 결합하여 Colmap은 3D 모델을 생성한다. 이를 통해 실제 세계의 객체들을 포함한 상세하고 정확한 3D 재구성을 이뤄낼 수 있다. 또한, Colmap은 대규모 데이터 세트에서 효율적으로 작동할 수 있도록 GPU를 활용하여 빠른 처리를 제공한다. 본 논문에서는, 우리나라 전통탑의 2D 이미지를 수집하고, Colmap을 사용하여 3D 모델로 재구성하는 방법을 제시했다. 본 연구는 우리나라의 전통적인 석탑 복원 과정에 이 기술을 적용했다. 이로써, 문화재 복원 분야에서의 Colmap의 응용 가능성을 확인했다.

• International Journal of Computer Science & Network Security
• /
• 제23권5호
• /
• pp.172-178
• /
• 2023

In this paper, performance of autoencoder based OFDM communication systems is compared with IEEE 802.11a Wireless Lan System (Wi-Fi). The proposed autoencoder based OFDM system is composed of the following steps. First, one sub-carrier's transmitter - channel - receiver system is created by autoencoder. Then learning process of the one sub-carrier autoencoder generates constellation map. Secondly, using the plural sub-carrier autoencoder systems, parallel bundle is configured with inserting IFFT and FFT before and after the channel to configure OFDM system. Finally, the receiver part of the OFDM communication system was updated by re-learning process for adapting channel condition such as multipath channel. For performance comparison, IEEE802.11a and the proposed autoencoder based OFDM system are compared. For channel estimation, Wi-Fi uses initial long preamble to measure channel condition. but Autoencoder needs re-learning process to create an equalizer which compensate a distortion caused by the transmission channel. Therefore, this autoencoder based system has basic advantage to the Wi-Fi system. For the comparison of the system, additive random noise and 2-wave and 4-wave multipaths are assumed in the transmission path with no inter-symbol interference. A simulation was performed to compare the conventional type and the autoencoder. As a result of the simulation, the autoencoder properly generated automatic constellations with QPSK, 16QAM, and 64QAM. In the previous simulation, the received data was relearned, thus the performance was poor, but the performance improved by making the initial value of reception a random number. A function equivalent to an equalizer for multipath channels has been realized in OFDM systems. As a future task, there is not include error correction at this time, we plan to make further improvements by incorporating error correction in the future.

• 드라이브 ㆍ 컨트롤
• /
• 제20권2호
• /
• pp.15-23
• /
• 2023

In this study, two-dimensional location of crops for auto weeding was detected using deep learning. To construct a dataset for soybean detection, an image-capturing system was developed using a mono camera and single-board computer and the system was mounted on a weeding robot to collect soybean images. A dataset was constructed by extracting RoI (region of interest) from the raw image and each sample was labeled with soybean and the background for classification learning. The deep learning model consisted of four convolutional layers and was trained with a weakly supervised learning method that can provide object localization only using image-level labeling. Localization of the soybean area can be visualized via CAM and the two-dimensional position of the soybean was estimated by clustering the pixels associated with the soybean area and transforming the pixel coordinates to world coordinates. The actual position, which is determined manually as pixel coordinates in the image was evaluated and performances were 6.6(X-axis), 5.1(Y-axis) and 1.2(X-axis), 2.2(Y-axis) for MSE and RMSE about world coordinates, respectively. From the results, we confirmed that the center position of the soybean area derived through deep learning was sufficient for use in automatic weeding systems.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.230-230
• /
• 2021

하상변동은 하천을 효과적으로 활용하고, 하천 내 시설물을 유지관리하기 위한 중요한 정보 중 하나이다. 특히, 최근 4대강 사업으로 인한 하상변동 측정에 대한 수요가 높아짐에 따라 하상변동 측정에 대한 수요가 높아지고 있다. 하상변동 측정하기 위한 방법은 일반적으로 경험식 및 모델링과 실측에 의한 방법으로 구분할 수 있다. 경험식 및 모델링에 의한 방법은 대상 하천과 환경 조건에 따라 결과가 상이하게 나타나며, 실측에 의한 방법은 계측기기를 활용한 지점 단위의 측정에 의존하고 있다. 쉽게 말해 기존의 하상변동 측정은 높은 불확실성 보이며, 많은 인력과 비용, 그리고 시간이 소요되는 한계가 있다. 따라서 본 연구에서는 기존 하상변동 측정의 한계를 극복하고, 하상의 움직임과 특성을 파악할 수 있는 AMV(Acoustic Mapping Velocimetry)를 도입하였다. AMV는 초음파를 이용하여 수심을 측정하는 음향 측심기에서 얻은 측정 결과를 바탕으로 초음파 영상을 생성하고, 영상 분석을 통해 하상의 움직임과 특성을 파악하는 알고리즘이다. 본 연구는 AMV의 일환으로, MBES로 측정된 자료를 기반으로 하상의 움직임을 조사하기 위해 AMV를 적용한 실증적 연구로 시도되었다. 본 연구에서 제시한 기술은, 1) ADCP, MBES를 통해 측정된 수심 정보를 초음파 하상 영상을 변환, 2) 연속 초음파 영상에 LSPIV와 같은 영상 유속계 기술을 도입하여 하상 이동속도를 산정, 3) 연속 초음파 영상에서 하상의 평균하상고, 파장 등의 특성을 파악, 4) Exner 방정식을 활용한 하상변동량 산정으로 구성된다. 본 연구에서 제시된 기술은 사용자의 경험과 판단에 의한 영향을 최소화하여 비교적 낮은 불확실성을 가지며, 비교적 적은 인력과 비용, 시간이 소요되는 경제성을 갖추고 있다. 뿐만 아니라 공간적으로 측정된 초음파 영상을 활용한 많큼 상대적으로 넓은 범위에 적용할 수 있다. 따라서 향후 국내 하상변동 연구에 기여를 할 수 있을 것으로 기대된다.

• 한국지리정보학회지
• /
• 제14권3호
• /
• pp.236-256
• /
• 2011

토지이용변화에 따른 산림탄소저장량 변화는 기후변화협약에서 요구하는 주요 자료 중 하나이다. IPCC 우수실행지침(intergovernmental panel on climate change good practice guidance, IPCC GPG) 수준 3에 근거하여 공간적으로 명확한 산림탄소저장량을 추정하게 되면 높은 신뢰도를 확보할 수 있다. 그러나 기존의 추정 방법은 표본점(sample plot) 단위의 국가산림자원조사 (national forest inventory, NFI) 자료만을 이용하여 행정구역별 평균을 집계하는 것으로 폴리곤 혹은 셀 단위의 상세한 탄소저장량을 파악할 수 없었다. 이를 보완하기 위해 유럽, 북미 등에서는 NFI 자료, 원격탐사 및 GIS 기술을 결합하여 산림탄소저장량을 추정하기 위한 노력이 활발히 이루어져왔다. 주요국의 연구 동향을 활용 기법에 따라 분류해보면 원격탐사, GIS, 지구통계 및 환경변수 모델링 등 크게 4가지 범주로 나눌 수 있다. 이 중 가장 손쉽게 국내 적용을 고려해 볼 수 있는 방법은 NFI 자료와 임상도를 결합하는 GIS 기반의 방법이다. 특히, 복잡한 수종 구성을 가지고 있는 국내 산림 환경 특성을 고려할 때 국지적 변이 추정에 유용한 지구통계 기법의 활용성이 기대된다. 아울러, 고해상도 영상의 활용은 산림탄소저장량 추정의 검증 및 탄소배출권 확보를 위한 CDM(clean development mechanism, 청정개발체제) 사업 적지 선정 등에 유용할 것으로 판단된다. 국내 관련 연구는 아직 초기 단계로 최근린 기법(k-nearest neighbor, k-NN)의 적용성을 검토하는 연구가 주를 이루고 있으나 국내 산림 환경에 적합한 방법론의 선정을 위해서는 보다 다양한 공간 자료와 알고리즘의 적용성이 검토되고 방법론 간의 비교 연구가 필요하다.