• 한국방사선학회논문지
• /
• 제11권7호
• /
• pp.679-685
• /
• 2017

환자의 병변 진단에 효과적인 CT 검사가 광범위하게 실시되고 있어, 방사선 피폭이 매우 크게 증가하였다. 환자의 피폭 선량을 줄이기 위해 다양한 방법이 강구되고 있고, 영상재구성 측면에서 반복 재구성 기법이 적용되고 있다. 반복 재구성 기법 중 대수적 재구성 기법의 정규화 인자에 대한 재구성된 단면 영상의 품질을 정규화 제곱평균제곱근 오차를 이용하여 조사하였다. 프로그램은 Visual C++로 작성하였으며 평행빔하에서 $512{\times}512$ 크기의 Shepp-Logan 두부 팬텀, 360장의 투영 영상, 1024개의 검출기 픽셀을 적용하였고, 전방투영과 역투영에 Joseph 방법을 사용하였다. 0.09-0.12의 정규화 인자에서 10회 반복으로 최소의 NRMS값 0.108을 얻었고 0.1% 및 0.2%의 잡음에 대해 8회 및 6회에서 최적의 영상을 보였다. 사용하는 팬텀에 따라 최적화된 값의 변동이 관찰되어 ART를 사용할 경우 정규화 인자에 대해서는 case-by-case로 최적의 값을 찾아야 한다는 것을 알 수 있다. 대수적 재구성 기법에서 최적의 정규화 인자를 발견함으로써 단면 영상을 획득하는데 걸리는 시간을 단축할 수 있을 것이다.

• 대기
• /
• 제31권5호
• /
• pp.577-592
• /
• 2021

This study evaluates the predictability of the number of days of heat and cold damages by growth stages of rice in South Korea using the hindcast data (1986~2020) produced by Pusan National University Coupled General Circulation Model-Weather Research and Forecasting (PNU CGCM-WRF) model chain. The predictability is accessed in terms of Root Mean Square Error (RMSE), Normalized Standardized Deviations (NSD), Hit Rate (HR) and Heidke Skill Score (HSS). For the purpose, the model predictability to produce the daily maximum and minimum temperatures, which are the variables used to define heat and cold damages for rice, are evaluated first. The result shows that most of the predictions starting the initial conditions from January to May (01RUN to 05RUN) have reasonable predictability, although it varies to some extent depending on the month at which integration starts. In particular, the ensemble average of 01RUN to 05RUN with equal weighting (ENS) has more reasonable predictability (RMSE is in the range of 1.2~2.6℃ and NSD is about 1.0) than individual RUNs. Accordingly, the regional patterns and characteristics of the predicted damages for rice due to excessive high- and low-temperatures are well captured by the model chain when compared with observation, particularly in regions where the damages occur frequently, in spite that hindcasted data somewhat overestimate the damages in terms of number of occurrence days. In ENS, the HR and HSS for heat (cold) damages in rice is in the ranges of 0.44~0.84 and 0.05~0.13 (0.58~0.81 and -0.01~0.10) by growth stage. Overall, it is concluded that the PNU CGCM-WRF chain of 01RUN~05RUN and ENS has reasonable capability to predict the heat and cold damages for rice in South Korea.

• 대한원격탐사학회지
• /
• 제39권1호
• /
• pp.47-63
• /
• 2023

Unmanned aerial vehicle (UAV) and sensor technologies are rapidly developing and being usefully utilized for spatial information-based agricultural management and smart agriculture. Until now, there have been many difficulties in obtaining production information in a timely manner for large-scale agriculture on reclaimed land. However, smart agriculture that utilizes sensors, information technology, and UAV technology and can efficiently manage a large amount of farmland with a small number of people is expected to become more common in the near future. In this study, we evaluated the productivity of forage maize grown on reclaimed land using UAV and sensor-based technologies. This study compared the plant height, vegetation cover ratio, fresh biomass, and dry biomass of maize grown on general farmland and reclaimed land in South Korea. A biomass model was constructed based on plant height, cover ratio, and volume-based biomass using UAV-based images and Farm-Map, and related estimates were obtained. The fresh biomass was estimated with a very precise model (R² =0.97, root mean square error [RMSE]=3.18 t/ha, normalized RMSE [nRMSE]=8.08%). The estimated dry biomass had a coefficient of determination of 0.86, an RMSE of 1.51 t/ha, and an nRMSE of 12.61%. The average plant height distribution for each field lot was about 0.91 m for reclaimed land and about 1.89 m for general farmland, which was analyzed to be a difference of about 48%. The average proportion of the maize fraction in each field lot was approximately 65% in reclaimed land and 94% in general farmland, showing a difference of about 29%. The average fresh biomass of each reclaimed land field lot was 10 t/ha, which was about 36% lower than that of general farmland (28.1 t/ha). The average dry biomass in each field lot was about 4.22 t/ha in reclaimed land and about 8 t/ha in general farmland, with the reclaimed land having approximately 53% of the dry biomass of the general farmland. Based on these results, UAV and sensor-based images confirmed that it is possible to accurately analyze agricultural information and crop growth conditions in a large area. It is expected that the technology and methods used in this study will be useful for implementing field-smart agriculture in large reclaimed areas.

• 한국농림기상학회지
• /
• 제25권4호
• /
• pp.404-414
• /
• 2023

본 연구에서는 미래 SSP 기후변화 시나리오 자료를 생산하기 위해 과거 30년(1981-2010)에 대한 한반도 농업용 전자기후도를 생산하고 평가하였다. ERA5 재분석 자료와 기상청 ASOS 자료에 지형인자를 고려하는 IGISRM 통계 모형을 이용하여 기후요소 6종(강수량, 평균기온, 최고기온, 최저기온 풍속, 상대습도, 일사량)에 대한 1km 해상도의 격자형 상세자료를 생산하였다. 연 평균(누적) 분포도를 살펴본 결과, 모든 변수는 기상청 ASOS 관측에서 나타난 일반적인 특성을 잘 모의하면서 지형적 효과가 적절하게 반영되었다. 농진청 농업기상 AWS와 기상청 방재기상 AWS를 이용하여 상관계수, Slope, NRMSE를 계산한 결과, 기온관련 변수에서는 재현성이 우수하게 나타났으며, 그 외 변수에서는 재현성이 다소 낮고 지역적 편차가 큰 것으로 나타났다. 관측정보 기반의 농업용 전자기후도는 미래 SSP 기후변화 시나리오 자료를 상세화하는데 기본 자료로 활용될 것이다.

• 한국농림기상학회지
• /
• 제25권1호
• /
• pp.28-36
• /
• 2023

일사량은 작물 생산성 평가를 위한 작물 생육 모델의 주요 입력 변수 중 하나로 사용되지만 관측이 어려워 다른 기상 변수들에 비해 관측값의 확보가 어렵다. 천리안 2A호와 히마와리 8호 위성 일사량 자료가 제공되기 시작하면서, 작물 생육과 태양광 발전을 결합한 영농형 태양광 시설 하에서의 작물 생산성 평가를 위한 일사량 자료를 확보하기 용이해졌다. 본 연구의 목적은 이들 인공위성 일사량 자료의 신뢰도를 비교하는 것이다. 이를 위해 2020년 5월부터 10월까지 인공위성 일사량 자료를 수집하여 일별 일사량의 평균 제곱근 편차(RMSE)와 정규 평균 제곱근 편차(NRMSE)를 계산하였다. 인공위성 일사량 자료가 작물 생육 모의 결과의 신뢰도에 미치는 영향을 파악하기 위해 연구기간 동안의 일사량 누적값을 비교하였다. 본 연구의 결과 히마와리 8호 일사량 자료가 천리안 2A호 일사량 자료보다 RMSE와 NRMSE가 작은 것으로 나타났다. 누적 일사량을 비교한 결과에서도 히마와리 8호 일사량 자료 누적값이 천리안 2A호 일사량 자료 누적값보다 오차가 작았다. 본 연구의 결과는 작물 생산성 평가에 히마와리 8호 일사량 자료를 사용하는 것이 천리안 2A호 일사량 자료를 사용하는 것보다 불확도를 줄일 수 있다는 것을 시사한다. 후속 연구에서 히마와리 8호 일사량 자료를 사용한 영농형 태양광 시설 하에서의 작물 생산성 및 태양광 발전량에 대한 분석이 이루어져야 할 것이다.

• 대한방사선치료학회지
• /
• 제31권1호
• /
• pp.7-15
• /
• 2019

목 적: 본 연구에서는 lung SBRT가 적용되는 작은 계획 표적 용적(PTV)에 처방 선량이 정확히 전달되는지 실험을 통하여 알아보고자 한다. 치료계획 시스템에서 계산된 선량분포와 실험을 통하여 필름에 측정된 선량분포를 비교 분석하여 정확성을 평가해보고, 폐 실질 조직 내에서 계획 표적 용적의 margin 유용성 평가를 하고자 한다. 대상 및 방법: CT 촬영으로 얻은 Rando phantom 3D 영상의 우측 폐에 직경 2, 3, 4, 5 cm인 가상의 구 표적을 만들어 계획 표적 용적에 처방선량의 95 %가 전달될 수 있도록 6MV-FFF VMAT Arc 2개로 치료계획을 수립하였으며, Eclipse TPS와 동일한 위치에서 선량 비교하기 위해서, 필름을 가상 표적의 회전중심점에 횡단면 방향으로 삽입하고 방사선을 조사하였다. Dose profile을 Eclipse에서 획득하고, 측정값과 계산값을 비교하기 위해 Center point에서의 절대 선량값을 계산하였으며, off-axis 선량 분포를 얻어 RMSE, Coverage ratio 등 비교 인자를 통해 상대 선량 및 선량분포를 비교 분석하였다. 결 과: 직경 2, 3, 4, 5 cm 크기별로 center point에서의 %difference 값은 직경 2 cm에서 -4.65 %로 가장 차이가 큰 값을 보였고, 직경 5 cm일 때 -1.46 %로 가장 차이가 작은 값을 보였다. RMSE값은 직경 2 cm일 때 3.43으로 가장 큰 값을 보였고. 직경 5 cm일 때 2.85로써 가장 작은 값을 보였다. 표적 커버리지를 비교하기 위해 처방선량 95 %가 들어가는 용적의 길이($D_{95}$)를 구하였고, 직경 2 cm일 때, TPS와 필름에서 각각 2.02 cm, 1.86 cm로 커버리지 비율이 92 %로 나타났고 가장 큰 차이를 보였다. 또한 계획 표적 용적 100% 이내에 들어가는 평균선량($D_{mean}$)을 비교했을 때, 직경 2 cm 인 경우 측정 평균선량이 95.72 %로 가장 낮은 값을 보였다. 결 론: 본 연구에서는 실험을 통하여 작은 계획 표적 용적에 처방 선량이 충분히 전달되는지 알아보았다. 실험 결과 모든 비교 인자에서 직경 2 cm인 용적이 가장 큰 차이를 보였다. 이는 표적 용적 중심에서의 선량 감소가 주요인이라 판단된다. 따라서 선량계산 시스템에서 저밀도 조직 내의 작은 용적 치료 계획시 2 mm 이상의 마진(margin)을 더 두거나, 치료 계획 최적화(optimization)시 최대선량을 제한하지 않는 방법으로 표적 내 중심 선량을 높일 수 있을 것이라 사료된다.

• 대한원격탐사학회지
• /
• 제37권6_1호
• /
• pp.1739-1756
• /
• 2021

대기 중 이산화질소(NO₂)는 주로 인위적인 배출요인으로 발생하며 화학 반응을 통해 이차오염 물질 및 오존 형성에 매개 역할을 하는 인체 건강에 악영향을 미치는 물질이다. 우리나라는 지상 관측소에 의한 실시간 NO₂ 모니터링을 수행하고 있지만, 이는 점 기반의 관측 값으로써 미관측 지역의 공간 분포 분석이 어렵다는 한계점을 지닌다. 본 연구에서는 선형 회귀 기반 모델인 다중 선형 회귀와 회귀 크리깅, 기계학습 알고리즘인 Random Forest (RF), Support Vector Regression (SVR)을 적용한 공간 내삽 모델링을 통해 서울 지역의 지상 NO₂ 농도 지도를 제작하였고, 일별 Leave-One-Out Cross Validation (LOOCV) 교차 검증을 시행하였다. 2020년 연구기간 내 일별 LOOCV에서 MLR, RK, SVR 모델의 일별 평균 Index of agreement (IOA)는 약 0.57로 유사한 성능을 보였으며, RF (0.50)보다 높은 성능이 확인되었다. RK의 일별 평균 nRMSE는 0.9483%으로 MLR (0.9501%)보다 상대적으로 낮은 오차를 나타냈다. MLR과 RK, RF 모델의 계절별 공간 분포는 비슷한 양상을 보였으며, RF는 다른 모델에 비해 좁은 NO₂ 농도 범위가 확인되었다. 본 연구에서 제안된 선형 회귀 기반 공간 내삽은 지상 NO₂ 뿐 아니라 다른 대기 오염 물질의 도시 지역 공간 내삽을 위해 활용 가능성이 높을 것으로 기대된다.

• 한국작물학회지
• /
• 제66권2호
• /
• pp.105-111
• /
• 2021

해마다, 강한 바람을 동반한 태풍 및 집중호우로 인해 벼도복이 발생하고 있으며, 이삭이 여무는 등숙기에 도복으로 인한 수발아와 관련된 피해를 발생시키고 있다. 따라서,신속한 피해 대응을 위해 신속한 벼 도복 피해 면적 산정은 필수적이다. 벼 도복과 관련된 이미지들은 도복이 발생된 김제, 부안, 군산일대에서 드론을 이용하여 수집하였고, 수집한 이미지들을 128 × 128 픽셀로 분할하였다. 벼 도복을 예측하기 위해 이미지 기반 딥 러닝 모델인 CNN을 이용하였다. 분할한 이미지들은 도복 이미지(lodging)와 정상 이미지(non-lodging) 2가지로 라벨로 분류하였고, 자료들은 학습을 위한 training-set과 검증을 위한 vali-se을 8:2의 비율로 구분하였다. CNN의 층을 간단하게 구성하여, 3개의 optimizer (Adam, Rmsprop, and SGD)로 모델을 학습하였다. 벼 도복 면적 평가는 training-set과 vali-set에 포함되지 않은 자료를 이용하였으며, 이미지들을 methshape 프로그램으로 전체 농지로 결합하여 총 3개의 농지를 평가하였다. 도복 면적 추정은 필지 전체의 이미지를 모델의 학습 입력 크기(128 × 128)로 분할하여 학습된 CNN 모델로 각각 예측한 후, 전체 분할 이미지 개수 대비 도복 이미지 개수의 비율을 전체 농지의 면적에 곱하여 산정하였다. training-set과 vali-set에 대한 학습 결과, 3개의 optimizer 모두 학습이 진행됨에 따라 정확도가 높아졌으며, 0.919 이상의 높은 정확도를 보였다. 평가를 위한 3개의 농지에 대한 결과는 모든 optimizer에서 높은 정확도를 보였으며, Adam이 가장 높은 정확도를 보였다(RMSE: 52.80 m², NRMSE: 2.73%). 따라서 딥 러닝을 이용하여 신속하게 벼 도복 면적을 추정할 수 있을 것으로 예상된다.