• Journal of Biosystems Engineering
• /
• 제43권2호
• /
• pp.148-159
• /
• 2018

Purpose: Unmanned air vehicle (UAV) remote sensing was applied to test various vegetation indices and make prediction models of protein content of rice for monitoring grain quality and proper management practice. Methods: Image acquisition was carried out by using NIR (Green, Red, NIR), RGB and RE (Blue, Green, Red-edge) camera mounted on UAV. Sampling was done synchronously at the geo-referenced points and GPS locations were recorded. Paddy samples were air-dried to 15% moisture content, and then dehulled and milled to 92% milling yield and measured the protein content by near-infrared spectroscopy. Results: Artificial neural network showed the better performance with $R^2$ (coefficient of determination) of 0.740, NSE (Nash-Sutcliffe model efficiency coefficient) of 0.733 and RMSE (root mean square error) of 0.187% considering all 54 samples than the models developed by PR (polynomial regression), SLR (simple linear regression), and PLSR (partial least square regression). PLSR calibration models showed almost similar result with PR as 0.663 ($R^2$) and 0.169% (RMSE) for cloud-free samples and 0.491 ($R^2$) and 0.217% (RMSE) for cloud-shadowed samples. However, the validation models performed poorly. This study revealed that there is a highly significant correlation between NDVI (normalized difference vegetation index) and protein content in rice. For the cloud-free samples, the SLR models showed $R^2=0.553$ and RMSE = 0.210%, and for cloud-shadowed samples showed 0.479 as $R^2$ and 0.225% as RMSE respectively. Conclusion: There is a significant correlation between spectral bands and grain protein content. Artificial neural networks have the strong advantages to fit the nonlinear problem when a sigmoid activation function is used in the hidden layer. Quantitatively, the neural network model obtained a higher precision result with a mean absolute relative error (MARE) of 2.18% and root mean square error (RMSE) of 0.187%.

• 헤리티지:역사와 과학
• /
• 제49권4호
• /
• pp.52-63
• /
• 2016

장성 백양사 소요대사탑은 백양사 주지를 역임한 소요대사의 유업을 기리기 위해 건립되었으며, 우리나라의 전통적인 범종의 세부양식이 그대로 표현되어 있는 석종형의 승탑이다. 이 승탑은 담회색의 사암으로 구성되며, 탑신석의 전 후면에는 수직균열이 관찰되고 좌 우면에는 박리 박락으로 인해 조각의 상당부분이 유실되어 있다. 초음파측정 및 적외선 열화상 분석을 실시하여 물리적 손상도를 평가한 결과, 소요대사탑은 탑신석에 풍화양상이 집중되어 나타나며, 이미 박락이 발생한 영역의 주변으로 육안으로는 식별되지 않는 박리부가 좌면에서 6.1%, 우면에서 5.9% 확인된다. 또한 하이퍼스펙트럴 이미지 분석으로 생물학적 손상도를 평가한 결과, 승탑 좌 우면의 71.8%와 79.9%가 생물에 의해 피복되어 있음을 확인하였으며, 생물의 활력도는 우면, 후면과 지면에서 가까운 기단석에서 높아지는 경향을 보였다. 진단결과를 종합한 결과, 향후 지속적으로 훼손이 진행될 것으로 판단되는 박리영역과 생물에 대한 1차적인 보존처리와 함께 보존환경의 정비가 필요한 것으로 판단된다.

• 지질공학
• /
• 제9권2호
• /
• pp.161-176
• /
• 1999

해안매립의 적지로 선정된 시화지구 일대의 시화방조제와 안산신도시개발과 관련된 지표지형의 변화를 관측하기 위해 년도별 인공위성영상을 이용하였으며, 시화방조제 완공으로 노출된 간척지의 매립량을 분석하기 위하여 지리정보시스템을 이용하였다. 시화지구 일대의 인위적인 인간활동과 관련된 년도별 지형의 변화양상과 퇴적물의 분포양상, 산림의 토지피복상태, 그리고 변화된 토지피복현황을 관측하기 위해, 일반적으로 널리 이용되는 위성영상합성, Tasseled cap, 식생지수와 감독분류기법을 이용하였다 매립계획이 수립된 간척지의 매립량을 토목공사 이전에 추측하기 위하여 지질도, 시화간척지 조성계획도, 지상 DEM, 해저 DEM자료층을 지형도, 지질도, 해도, 시화지구 계획도면으로부터 추출하였다. 또한, 인공위성 영상자료 중 감독분류 영상을 분석하여 인근육지의 절취예상 가능위치를 추출하였다 해안선 및 연안지역의 지표지형변화 관측을 위한 처리기법 중 Tasseled cap으로 노출된 조간대의 퇴적물의 침식과 퇴적지역을 관찰하였고, 식생지수 기법으로 식생지수의 차이를 이용하여 산림피복 분포양상을 파악하였으며, 감독분류 영상으로부터 년도별 토지피복 변화현황을 관찰하였다. 수치지형분석으로 계산된 시화지구 간척지의 총매립량은 $581,485,354\textrm{m}^3$이고, 이를 호수공원 하부에서 준설할 경우 예상되는 최종 호수공원의 깊이는 9.2m이다. 또한, 계획단지 주변에 제방을 축조할 경우, 소요될 매립량은 $3,387,360\textrm{m}^3$이며, 이를 인근육지로부터 절취한다고 가정할 때, 선감도와 송산면일부, 대부도일부 예정지의 절취량은 각각 $5,229,576\textrm{m}^3,{\;}79,227,072\textrm{m}^3,{\;}47,026,008\textrm{m}^3$이다. 따라서, 제방 축조시 필요한 토공량은 대부도일부의 절취량만으로도 충분히 충당할 수 있음을 알 수 있었다.

• 대한원격탐사학회지
• /
• 제38권6_2호
• /
• pp.1723-1735
• /
• 2022

산사태는 가장 널리 퍼진 자연재해 중 하나로 인명 및 재산피해 뿐만 아니라 범 국가적 차원의 피해를 유발할 수 있기 때문에 효과적인 예측 및 예방이 필수적이다. 높은 정확도를 갖는 산사태 취약성도를 제작하려는 연구는 꾸준히 진행되고 있으며 다양한 모델이 산사태 취약성 분석에 적용되어 왔다. 빈도비 모델, logistic regression 모델, ensembles 모델, 인공신경망 등의 모델과 같이 픽셀기반 머신러닝 모델들이 주로 적용되어 왔고 최근 연구에서는 커널기반의 합성곱신경망 기법이 효과적이라는 사실과 함께 입력자료의 공간적 특성이 산사태 취약성 매핑의 정확도에 중요한 영향을 미친다는 사실이 알려졌다. 이러한 이유로 본 연구에서는 픽셀기반 deep neural network (DNN) 모델과 패치기반 convolutional neural network (CNN) 모델을 이용하여 산사태 취약성을 분석하는 것을 목적으로 한다. 연구지역은 산사태 발생 빈도가 높고 피해가 큰 인제, 강릉, 평창을 포함한 강원도 지역으로 설정하였고, 산사태 관련인자로는 경사도, 곡률, 하천강도지수, 지형습윤지수, 지형위치 지수, 임상경급, 임상영급, 암상, 토지이용, 유효토심, 토양모재, 선구조 밀도, 단층 밀도, 정규식생지수, 정규수분지수의 15개 데이터를 이용하였다. 데이터 전처리 과정을 통해 산사태관련인자를 공간데이터베이스로 구축하였으며 DNN, CNN 모델을 이용하여 산사태 취약성도를 작성하였다. 정량적인 지표를 통해 모델과 산사태 취약성도에 대한 검증을 진행하였으며 검증결과 패치기반의 CNN 모델에서 픽셀기반의 DNN 모델에 비해 3.4% 향상된 성능을 보였다. 본 연구의 결과는 산사태를 예측하는데 사용될 수 있고 토지 이용 정책 및 산사태 관리에 관한 정책 수립에 있어 기초자료 역할을 할 수 있을 것으로 기대된다.

• 한국지리정보학회지
• /
• 제23권3호
• /
• pp.26-67
• /
• 2020

영상레이더(Synthetic Aperture Radar, SAR)는 기상조건이나 주야, 일조에 상관없이 지표면을 촬영할 수 있고, 토양수분이나 지하수 등 수문인자의 탐색이 가능하여 수자원 분야에서 그 중요성이 점차 두드러지고 있다. SAR는 1970년대부터 인공위성에 탑재되기 시작하여 2020년 현재 15기 이상의 SAR 위성이 운용되고 있고 향후 5년 내에도 10기 내외의 위성이 발사될 예정이다. 최근에는 관측 폭 및 해상도 증진, 다중 편파 및 다중주파수, 관측 각도의 다양화 등 다양한 형태의 SAR 기술들이 개발 및 활용 중이다. 이에 본 고에서는 SAR 시스템의 간략한 역사와 더불어 토양수분 및 수문인자 산출과 관련된 연구동향을 조사하였다. 현재까지 SAR 위성을 활용하여 산출 가능한 수문인자는 토양수분, 해저지하수유출, 강수, 적설분포면적, 식생지수 등이 있으며, 그 중 토양수분은 물리적 모델인 IEM(Integral Equation Model)과 인공지능 기반의 ANN(Artificial Neural Network)을 대표적으로 활용하여 우리나라를 포함한 북미, 유럽, 인도 등 총 17개국에서 연구가 진행되고 있다. 위성 탑재체는 RADARSAT-1, ENVISAT ASAR, 그리고 ERS-1/2가 가장 많이 사용되었으나 현재는 운영이 종료되었으며, 현재 운영 중인 RADARSAT-2, Sentinel-1, SMAP 등의 활용도 점차 늘어나고 있는 것으로 나타났다. 우리나라는 2025년 발사를 목표로 C-band SAR를 탑재한 수자원·수재해 중형위성을 개발 중이므로, SAR를 이용한 다양한 수문인자 산출 연구가 활성화될 것으로 예상된다.

• Weed & Turfgrass Science
• /
• 제4권3호
• /
• pp.268-277
• /
• 2015

유기질비료의 원료를 이용하여 한지형 잔디의 종자 파종후 피복율, 생육 및 질의 증진을 위한 유지질비료 제제를 개발하였다. 개발 제제는 한지형 잔디의 생육에 필수적인 무기영양소와 유기물을 함유하고 있다. 유기질비료로 개발한 제제는 4종류로 creeping bentgrass "Penn-A1" 품종과 Kentucky bluegrass 혼합품종(Midnight 33%, Moonlight 33%와 Prosperity 33%)의 종자를 파종 후 50일에 1회 토양 시비로 시험하였다. creeping bentgrass와 Kentucky bluegrass의 피복율, 생장(생장지수) 및 잔디의 질은 2013년 가을부터 2014년 봄철기간 동안 경시적으로 평가를 하였다. 개발제제의 파종 후 1회 토양살포로 잔디 피복율, 잔디 엽색, 엽록소 함량 및 생장에서 통계적인 유의성의 차이를 보였다. creeping bentgrass와 Kentucky bluegrass의 피복율, 엽록소 함량, 잔디 엽색 및 생장은 봄철 6회 조사까지 통계적으로 유의성 있게 증가하였다. 이 결과에 의하면 일부 개발 제제의 사용은 한자형 잔디의 뗏장잔디의 생산과 잔디관리에 도움의 줄 것으로 생각한다.

• 한국농림기상학회지
• /
• 제20권1호
• /
• pp.135-143
• /
• 2018

온난화에 따른 벼의 생산량 변화는 우리나라뿐만 아니라 동아시아의 식량 수급에 매우 중요한 이슈 중 하나이다. 본 연구에서는 야외 온도보다 $0{\sim}3^{\circ}C$ 높은 환경을 형성해 주는 야외 온도구배챔버(TGFC)를 이용하여 고온이 벼의 생육과 생산량에 미치는 영향을 실험하였다. 챔버는 A, B, C 총 3개를 본 연구에 이용하였으며, C챔버는 출수기 이후 온도구배 처리를 하지 않았다. 벼 품종은 중만생종인 일미를 중묘로 이앙하였으며, 비료는 표준 시비량을 고려하여 N(질소) 9 kg, P(인) 4.5kg, K(칼륨) 5.7kg을 기준으로 처리하였다. A, B, C 모든 챔버에서 영양생장기 동안 고온 조건의 벼가 상대적으로 생육 속도가 빨랐다. 하지만, 출수 후 40일 동안의 평균 온도로 정의한 등숙기 온도가 계속 고온으로 유지될 경우 등숙률과 평균 종실 중이 온도에 비례하여 점진적으로 감소하였다. 특히 2016년 기상 조건을 기점으로 등숙기 온도가 증가함에 따라 불임이 증가하여 등숙률은 급격히 감소하였고, 그 영향으로 단위 면적당 수량도 크게 낮아졌다. 결국 동화산물의 분배 불균형을 초래해 출수 이후에도 잎의 엽록소 함량이 낮아지지 않았으며 비정상적인 늦이삭이 출현하였다. 하지만 늦이삭의 생산량이 고온으로 인해 감소한 정상 이삭의 생산량을 만회하기에는 매우 부족한 정도였다. 향후 지구 온난화로 인한 벼 생육기간의 고온은 벼의 생육을 촉진시키고, 출수 및 개화시기를 단축시키며 등숙기에도 고온이 지속 될 시 등숙률과 평균종실의 무게를 감소시켜 최종적으로 벼의 생산량 및 품질을 감소시킬 것으로 예측된다.

• 아시안잔디학회지
• /
• 제25권2호
• /
• pp.147-152
• /
• 2011

본 연구는 페어웨이 조성에 적합한 크리핑 벤트그래스 품종을 선발하기 위해 수행 되었다. 'Shark'와 'CY-2' 품종의 시각적 품질이 가장 우수하였으며, 크리핑 벤트그래스 페어웨이에서 가장 많이 고려 되어야 하는 하절기 시각적 품질은 'Shark', 'CY-2', 'T-1', 'Alpha', 'L-93' 순이었다. 포지 조성 초기 엽록소함량이 가장 우수한 품종은 'Shark'와 'CY-2' 그리고 'T-1' 이다. 'T-1'은 하절기 색상이 매우 짙게 유지가 되었다. 조성 초기부터 'CY-2'와 'Shark'의 뿌리 길이가 길고 우수했으며 잔뿌리가 많아 수분 흡수가 매우 용이할 것으로 판단된다. 조성 초기부터 가장 우수한 식생 지수를 보인 것은 'Shark'와 'L-93' 그리고 'CY-2'였다. 가장 높은 밀도를 보인 품종은 'T-1' 이였으며 다른 품종과 다르게 하절기 밀도가 떨어지지 않고 오히려 증가하였다. 'T-1' 다음으로 'Shark'가 높은 밀도를 보였고, 'CY-2', 'Alpha', 'L-93'의 순으로 밀도가 높았다. 실험기간 동안 탄저병, 브라운패취, 달라스팟이 발병 하였으며 'CY-2'가 가장 내병성이 강하였고 3가지 병 모두 내병성을 보였다. 본 연구 결과 5개 품종 중 'CY-2'와 'Shark'가 골프장 페어웨이용으로 가장 적합하였다.

• 한국지리정보학회지
• /
• 제14권2호
• /
• pp.82-95
• /
• 2011

본 연구는 경상남도의 효율적인 빗물관리를 위해서 강우량, 증발산량, 표면유출량의 물순환 체계를 GIS 기반으로 분석하였다. 공간내삽법에 의한 강우량(1999~2008) 분포는 경상남도 남서부 해안지역의 하동군, 산청군, 사천시 등이 중동부 내륙지역의 창녕군, 밀양시, 창원시 등보다 많게 나타났다. 증발산량은 기온, 토지이용, 식생지수를 독립변수로 한 추정식으로 산출하였으며, 남해군이 평균 93.71mm로 가장 많았고, 진해시와 창원시가 각각 81.78mm와 84.37mm로 가장 적었다. 표면유출량은 SCS 수문학적 토양분류와 토지이용에 의한 산정식으로 분석하였으며, 하동군이 90.40mm로 가장 많았고, 거창군이 46.69mm로 가장 적게 나타났다. 이상의 GIS기반 물순환체계 분석결과는 경상남도의 효율적인 빗물관리를 위한 계획 및 정책마련의 기초자료로 활용될 수 있을 것으로 사료된다.

• 대한원격탐사학회지
• /
• 제39권5_1호
• /
• pp.599-608
• /
• 2023

수문학, 기상학 및 농업과 같은 응용 분야에서 위성 기반 토양 수분 정보에 대한 관심이 높아지면서 다양한 해상도에서 토양수분도를 제작하는 방법의 개발과 사례 연구는 위성 정보 활용의 주요 주제 중 하나로 대두되고 있다. 이 연구는 Google Earth Engine (GEE)에서 제공하는 Sentinel-과 Sentinel-2 공개 자료를 적용하여 토양수분도 제작 결과를 예시하였다. 토양수분도는 synthetic aperture radar (SAR) 영상과 광학 영상과 융합하여 산출하였다. SAR 영상은 GEE에서 제공하는 Sentinel-1 위성의 후반 산란 계수 analysis ready data (ARD)자료와 Sentinel-2에서 계산한 정규식생지수와 함께 Environmental Systems Research Institute (ESRI)의 토지 피복자료를 사용하였다. 호주 빅토리아 주에 위치한 연구지역을 대상으로 토양수분도를 제작하였으며, 기존 연구에서 발표된 현장 측정값과 비교 분석하였다. 현장 측정값을 기준으로 실험 결과의 정확도를 비교한 결과로 결괏값은 기준 값과 4-10%p 차이를 보이는 유의미한 범위의 일치도를 보이고, 위성 기반 토양수분도와는 0.5-2%p의 높은 일치도를 보이는 것으로 나타났다. 따라서 지역의 지표 특성에 따라 고해상도의 토양수분도가 필요한 지역은 GEE를 통하여 제공되는 공개 자료와 이 연구에서 적용한 알고리즘으로 토양수분도의 제작이 가능할 것으로 생각한다.