• 한국건설관리학회논문집
• /
• 제23권5호
• /
• pp.98-107
• /
• 2022

본 연구의 목적은 플랜트 건설사업에서 모듈러 설계대안에 대한 위험기반의 평가지수를 도출하는 모델을 제안하는 것이다. 이에 따라 ① 기초사업비와 모듈을 적용하는 대상과 범위를 설정하는 단계, ② 설계, 구매, 제작, 운송, 시공업무에 대한 중요도, 편리성, 효율성 지수를 평가하는 단계, ③ 중요 위험사건의 영향에 따른 경제적 손실을 예방하기 위해서 필요한 예비비를 분석하여 총사업비를 추정하는 단계, ④ 모듈 설계대안별로 평가된 관리업무의 효율성 지수와 총사업비를 비교하여 RVI를 도출하는 단계로 구성하였다. 그리고 모델의 사용성을 검증하기 위해서 Module Plan-A는 Pipe Rack을 모듈로 적용하는 경우, Module Plan-B는 Steel Structure, Pipe Rack, Process Module을 모듈로 적용하는 경우로 설정하여 관리업무의 중요도, 편리성, 효율성 지수를 평가하고 위험예비비를 포함하여 총사업비를 추정하였다. 이와 같은 과정으로 모델을 검증한 결과, 1개의 공종에 모듈을 적용한 Module Plan-A 보다 3개의 공종에 모듈을 적용한 Module Plan-B가 관리업무의 효율성은 낮은 것으로 나타났지만, 기초사업비에서 간접비가 절감되어 종합적인 RVI는 높게 평가되었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.28-28
• /
• 2022

본 연구는 용담댐유역을 포함한 금강 유역 상류 지역을 대상으로 Sentinel-1 SAR (Synthetic Aperture Radar) 위성영상을 기반으로 한 토양수분 산정을 목적으로 하였다. Sentinel-1 영상은 2019년에 대해 12일 간격으로 수집하였고, 영상의 전처리는 SNAP (SentiNel Application Platform)을 활용하여 기하 보정, 방사 보정 및 Speckle 보정을 수행하여 VH (Vertical transmit-Horizontal receive) 및 VV (Vertical transmit-Vertical receive) 편파 후방산란계수로 변환하였다. 토양수분 산정에는 Water Cloud Model (WCM)이 활용되었으며, 모형의 식생 서술자(Vegetation descriptor)는 RVI (Radar Vegetation Index)와 NDVI (Normalized Difference Vegetation Index)를 활용하였다. RVI는 Sentinel-1 영상의 VH 및 VV 편파자료를 이용해 산정하였으며, NDVI는 동기간에 대해 10일 간격으로 수집된 Sentinel-2 MSI (MultiSpectral Instrument) 위성영상을 활용하여 산정하였다. WCM의 검정 및 보정은 한국수자원공사에서 제공하는 10 cm 깊이의 TDR (Time Domain Reflectometry) 센서에서 실측된 6개 지점의 토양수분 자료를 수집하여 수행하였으며, 매개변수의 최적화는 비선형 최소제곱(Non-linear least square) 및 PSO (Particle Swarm Optimization) 알고리즘을 활용하였다. WCM을 통해 산정된 토양수분은 피어슨 상관계수(Pearson's correlation coefficient)와 평균제곱근오차(Root mean square error)를 활용하여 검증을 수행할 예정이다.

• Journal of the Korean Institute of Landscape Architecture International Edition
• /
• 제1호
• /
• pp.59-66
• /
• 2001

The tremendous growth of population and physical development in the largest urban agglomeration in Indonesia -the Jakarta Metropolitan Region, also known as Jabotabek (Jakarta, Bogor, Tanggerang, Bekasi)- has created many environmental problems, such as land use conversion, increasing urban temperature, water and air pollution, intrusion of seawater, and flooding. These problems have become more serious as the urban green space (trees, shrubs, and groundcovers) has decreased rapidly with the urbanization process. Urban green space directly benefits the urban environment through ameliorating air pollution, controlling temperature, contributing to the balance of the hydrological system, and providing space for recreation and relaxation. Because there is little hard data to support the claim of decreasing greenery in Jabotabek, it is necessary to measure the amount of urban green space. The paper describes the spatial analysis of urban green space within Jabotabek through the use of a geographical information system (GIS). We used GIS and remote sensing to determine land cover change and predicted greenery percentage. Interpretation of Landsat data for 1972, 1983, 1990, and 1997 showed that Jabotabek has experiences rapid development and associated depletion of green open space. The proportion of green open space fell by 23% from 1972 to 1997. We found a low percentage of urban green space in the center of Jakarta but a high percentage in fringe area. The amount of greenery is predicted by the Ratio Vegetation Index (RVI) model: predicted greenery (%) = [146.04] RVI - 134.96. We consider that our result will be useful for landscape planning to improve the environment of Jabotabek.

• 한국수자원학회논문집
• /
• 제56권3호
• /
• pp.211-224
• /
• 2023

본 연구에서는 합성개구레이더(Synthetic Aperture Radar, SAR) 기반의 식생을 고려하는 후방산란모델 Water Cloud Model (WCM)을 활용한 토양수분 산정 연구를 수행하였다. 금강 상류의 용담댐유역을 포함한 40 × 50 km² 영역의 Sentinel-1 SAR 및 Sentinel-2 MSI (Multi-Spectral Instrument) 영상을 수집하여 연구에 활용하였다. WCM의 식생변수로는 Sentinel-1 기반의 식생지수 RVI (Radar Vegetation Index), 탈분극비(Depolarization Rario, DR)와 Sentinel-2 기반의 NDVI (Normalized Difference Vegetation Index)를 활용하였다. WCM의 정모델링(forward modeling)은 토양수분과 후방산란계수의 특성이 유사한 3개 Group으로 나누어 수행하였다. 토양수분과 후방산란계수의 선형적인 관계가 명확할수록 Group의 모의 성능이 더 높게 나타났으며, 식생지수 별로는 NDVI, RVI, DR 순으로 정확도가 높았다. 토양수분을 모의하기 위해 모의된 후방산란계수를 반전(inversion)하였으며, 모의 성능은 정모델링 결과와 비례하였다. WCM 모의의 오류는 실측 후방산란계수 기준 약 -12dB를 기점으로 증가하는 양상을 보였다.

• 한국수자원학회논문집
• /
• 제54권2호
• /
• pp.81-91
• /
• 2021

Synthetic Aperture Radar (SAR)를 활용하여 토양수분을 산출 할 시 기존의 위성기반 자료에 비해 고해상도의 공간 자료를 생산할 수 있다. 고해상도의 광역 토양수분 자료는 기존의 위성 기반 토양수분 대비 보다 세밀한 지표면 토양수분 변동 관측이 가능하게 하므로, 산사태, 산불 및 홍수와 같은 자연재해 연구에 활용성이 뛰어나다. 하지만 SAR 신호인 후방산란계수는 토양수분 뿐만 아니라, 식생에 의한 영향도 포함하기 때문에 정확한 토양수분을 산정하기 위해서는 이러한 영향을 고려하는 단계가 요구된다. 본 연구에서는 한반도 중부의 농지, 산지, 및 초지의 식생조건 하에서 Sentinel-1 위성 SAR 자료를 활용하여 토양수분을 산정하기 위한 연구를 수행하였다. 식생의 영향을 고려하기 위해 대표적인 지표면 레이더 신호 산란 모형인 Water Cloud Model (WCM)을 사용하였으며, 식생 인자로 Radar Vegetation Index (RVI)를 활용하였다. 연구 지역으로는 토지피복도에 따라 농지와 초지, 산지 각각 2개 지역, 총 6개 대상 지역을 선정하였다. WCM의 매개변수 모의를 위해 지상 관측 토양수분 자료를 활용하였다. 관측 토양수분과의 검증 결과 초지, 산지, 농지 순으로 높은 정확도가 나타났으며, 특히 산지에서는 짙은 식생에도 불구하고 상관계수 값이 0.5 이상으로 나타난 반면 농지에서는 0.3 미만의 매우 낮은 값이 관측되었다. 연구 결과를 통해 다양한 식생 피복에서 SAR 기반 토양수분 산정에 적합한 관측 토양수분 조건을 제시 하였다. 향후 식생 높이, 식생 종류 등 과 융합한 연구가 수행된다면 보다 정확한 토양수분을 산정 할 수 있을 것으로 판단된다.

• 한국토양비료학회지
• /
• 제50권5호
• /
• pp.409-421
• /
• 2017

Recently Unmanned Aerial Vehicle (UAV) technology offers new opportunities for assessing crop growth condition using UAV imagery. The objective of this study was to select optimal vegetation indices and regression model for estimating of rice growth using UAV images. This study was conducted using a fixed-wing UAV (Model : Ebee) with Cannon S110 and Cannon IXUS camera during farming season in 2016 on the experiment field of National Institute of Crop Science. Before heading stage of rice, there were strong relationships between rice growth parameters (plant height, dry weight and LAI (Leaf Area Index)) and NDVI (Normalized Difference Vegetation Index) using natural exponential function ($R{\geq}0.97$). After heading stage, there were strong relationships between rice dry weight and NDVI, gNDVI (green NDVI), RVI (Ratio Vegetation Index), CI-G (Chlorophyll Index-Green) using quadratic function ($R{\leq}-0.98$). There were no apparent relationships between rice growth parameters and vegetation indices using only Red-Green-Blue band images.

• Nuclear Engineering and Technology
• /
• 제53권8호
• /
• pp.2716-2727
• /
• 2021

The core shroud is one of the most important internal components of the reactor vessel internals because it meets the neutron fluence directly emitted by the nuclear fuel. In particular, dynamic effects for an earthquake should be evaluated with respect to the neutron irradiation flux. As a prerequisite to this study, simplified and detailed finite element models are developed for the core shroud using the ANSYS Design Parametric Language. Using the El Centro earthquake, seismic analyses are performed for the simplified and detailed core shroud models. Modal characteristics are obtained and their results are used for a time history analysis. Response spectrum analyses are also performed to access the degree of seismic excitation. The results of these analyses are compared to investigate the response characteristics between the simplified and detailed core shroud models from the time history and response spectrum analyses.

• 대한원격탐사학회지
• /
• 제20권3호
• /
• pp.175-188
• /
• 2004

The objectives of this study were to estimate leaf area index (LAI) as a function of image-derived vegetation indices, and to compare measured and estimated LAI to the results of crop model simulation. Soil moisture, crop phenology, and LAI data were obtained several times during the 2001 growing season at monitoring sites established in two central Missouri experimental fields, one planted to com (Zea mays L.) and the other planted to soybean (Glycine max L.). Hyper- and multi-spectral images at varying spatial. and spectral resolutions were acquired from both airborne and satellite platforms, and data were extracted to calculate standard vegetative indices (normalized difference vegetative index, NDVI; ratio vegetative index, RVI; and soil-adjusted vegetative index, SAVI). When comparing these three indices, regressions for measured LAI were of similar quality $(r^2$ =0.59 to 0.61 for com; $r^2$ =0.66 to 0.68 for soybean) in this single-year dataset. CERES(Crop Environment Resource Synthesis)-Maize and CROPGRO-Soybean models were calibrated to measured soil moisture and yield data and used to simulate LAI over the growing season. The CERES-Maize model over-predicted LAI at all corn monitoring sites. Simulated LAI from CROPGRO-Soybean was similar to observed and image-estimated LA! for most soybean monitoring sites. These results suggest crop growth model predictions might be improved by incorporating image-estimated LAI. Greater improvements might be expected with com than with soybean.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.161-161
• /
• 2021

본 연구에서는 금강 상류의 용담댐 유역(930.0 km²)을 대상으로 Sentinel-1 SAR(Synthetic Aperture Radar) 및 Sentinel-2 MultiSpectral Instrument(MSI) 위성영상을 활용한 토양수분 산출연구를 수행하였다. 연구에 사용된 자료는 10 m 해상도의 Sentinel-1 IW(Interferometric Wide swath) mode GRD(Ground Range Detected) product의 VV(Vertical transmit-Vertical receive) 및 VH(Vertical transmit-Horizontal receive) 편파자료와 Sentinel-2 Level-2A Bottom of Atmosphere(BOA) reflectance 자료를 2019년에 대해 각 6일 및 5일 간격으로 구축하였다. 위성영상의 Image processing은 SNAP(SentiNel Application Platform)을 활용하여 Sentinel-1 영상의 편파 별(VV, VH) 후방산란계수와 Sentinel-2의 적색(Band-4) 및 근적외(Band-8) 영상을 생성하였다. 토양수분 산출 모형은 다중선형회귀모형(Multiple Linear Regression Model)을 활용하였으며, 각 지점에 해당하는 토양 속성별로 모형을 생성하였다. 모형의 입력자료는 Sentinel-1 위성의 편파별 후방산란계수, Sentinel-1 위성에서 산출된 식생지수 RVI(Radar Vegetation Index)와 Sentinel-2 위성에서 산출된 NDVI(Normalized Difference Vegetation Index)를 활용하여 식생의 영향을 반영하고자 하였다. 모의 된 토양수분을 검증하기 위해 6개 지점의 TDR(Time Domain Reflectometry) 기반 실측 토양수분 자료를 수집하고, 상관계수(Correlation Coefficient, R), 평균제곱근오차(Root Mean Square Error, RMSE) 및 IOA(Index of Agreement)를 활용하여 전체 기간 및 계절별로 나누어 검증할 예정이다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1341-1352
• /
• 2023

위성영상 기반의 정규식생지수(normalized difference vegetation index, NDVI)는 넓은 영역에서 주기적인 정보를 수집할 수 있어 산림 및 농업 모니터링에 주로 사용된다. 그러나 광학센서 기반 식생지수는 구름 등의 영향으로 일부 지역에서 결측을 가지기 때문에, 본 연구는 전천후 및 주야에 관계없이 관측 가능한 Sentinel-1의 합성 개구 레이더(synthetic aperture radar, SAR) 영상을 활용하여 Sentinel-2 NDVI 결측값을 복원하는 모델을 개발하였다. 이는 광학적으로 관측이 어려운 구름 조건이나 야간에도 NDVI를 추정할 수 있는 잠재력을 보여준다. Automated machine learning (AutoML)을 활용한 비선형 결측복원모델의 5폴드(fold) 교차검증 결과, 절대오차 7.214E-05, 상관계수 0.878의 NDVI 복원 성능을 보였다. 이를 통해 시공간 연속적인 NDVI 생산 방법론을 발전시켜, 전천후 식생 모니터링에 필요한 정보 생산에 기여할 수 있을 것으로 기대된다.