• 대한원격탐사학회지
• /
• 제39권5_4호
• /
• pp.1125-1134
• /
• 2023

우리나라의 17,000여개의 저수지 중 13,600개소의 소규모 농업용 저수지에는 수문 계측 시설이 설치되지 않아서, 저수율 예측과 합리적인 저수지 운영이 쉽지 않다. 본 연구는 인공지능 기술을 이용하여 농업용 저수지의 저수율을 예측하는 것을 목적으로 하며, 단변량 long short-term memory (LSTM)에서 저수율 그 자체를 사용하는 것뿐만 아니라, 다변량 LSTM에서 강수 등의 기상변수와 시기 등의 계절변수를 추가하여 예측에 활용하였다. 이동저수지의 2013년부터 2020년까지 8년간 데이터로 모델을 학습시키고, 모델의 예측 결과를 2021년의 일일 저수율 데이터로 검증하였다. 단변량 LSTM은 1일 후 저수율을 root-mean square error (RMSE) 1.04%, 3일 후 2.52% 이내, 5일 후 4.18%의 오차로 예측하였으며, 다변량 LSTM은 1일 후 저수율을 RMSE 0.98%, 3일 후 1.95%, 5일 후 2.76%의 오차로 예측하여 더 좋은 성능을 보였다. 1일 후 저수율을 예측하는 다변량 모델의 경우, 시계열 저수율 이외에도 date of year (DOY)와 1일 및 5일 누적 강수량이 중요한 변수인 것으로 나타났는데, 이를 통해 볼 때 당일 저수율에 영향을 미치는 강수의 시간적 범위는 5일 정도인 것으로 사료된다.

• 문화기술의 융합
• /
• 제6권4호
• /
• pp.813-818
• /
• 2020

최근, 스마트기기의 기술 및 사용자의 급증과 더불어, 스마트워치 시장이 성장하고, 그 효용성 및 사용성이 지속적으로 확대되고 있다. 스마트워치의 강점은 웨어러블 휴대성, 응용의 즉시성, 데이터 다양성 및 실시간성 등이다. 이러한 강점에도 불구하고, 스마트워치는 배터리 제약, 디스플레이 및 사용자 인터페이스 크기 제약, 메모리 제약 등의 한계성을 지닌다. 또한, 개발자 및 표준 디바이스, 운영체제 표준 모델, 킬러 애플리케이션 모듈 등의 보완 필요성이 제기된다. 특히, 스마트워치는 사용자의 생체정보 모니터링 및 응용이 주요한 서비스로 자리하고 있다. 이러한 스마트워치의 생체정보는 실시간 대용량 데이터를 생성한다. 생체정보 서비스의 고도화를 위해서, 센싱 데이터를 원격 스마트폰 또는 로컬서버저장소로 안정적인 피어-투-피어 전송이 수행되어야 한다. 본 연구는 스마트워치 시스템에서 무선 원격 피어-투-피어 전송 안정성을 보장하기 위한 동기화 방법을 제안한다. 이러한 동기화 방법에 기초한 무선피어-투-피어 전송 프로세스를 설계하고, 비동기 전송 프로세스와 제안 동기 전송프로세스를 분석하여 전송량 증가에 따른 전송 효율화 방법을 제안하다.

• 대한원격탐사학회지
• /
• 제36권6_1호
• /
• pp.1349-1365
• /
• 2020

최근 스마트 시티, 디지털 트윈 등에 실제 3차원 좌표를 취득할 수 있는 이점에 따라 포인트 클라우드를 이용한 모델 생성에 관한 연구가 늘어나고 있으며, 건물 형상 및 텍스처의 수정이 용이한 솔리드 모델에 대한 요구가 늘어나고 있다. 이에 따라 본 논문에서는 포인트 클라우드 데이터를 기반으로 군집형 솔리드 건물 모델을 생성하는 방법을 제안한다. 제안하는 방법은 총 다섯단계로 구성된다. 첫 단계에서는 포인트 클라우드의 평면성 분석을 통해 지면을 제거하였다. 두 번째 단계에서는 지면이 제거된 포인트 클라우드에서 건물 영역을 추출하였다. 세 번째 단계에서는 건물의 세부 구조물 영역을 추출하였다. 네 번째 단계에서는 추출된 영역에 3차원 좌표정보가 부여된 3차원 건물 모델의 형상을 생성하였다. 마지막 단계에서는 건물 모델 형상에 텍스처를 부여하여 3차원 건물 솔리드 모델을 생성하였다. 제안하는 방법의 검증을 위하여 상용 소프트웨어를 이용해 무인항공기 영상으로부터 포인트 클라우드를 추출하여 실험하였다. 그 결과, 포인트 클라우드 내에 존재하는 일정 높이 이상의 모든 건물에 대하여 포인트 클라우드 대비 위치오차 1 m 내외의 3차원 건물 형상을 생성하고, 원본 영상 해상도 대비 2배 이내의 해상도를 갖는 텍스처링이 수행된 3차원 모델이 생성되는 것을 확인하였다.

• 대한원격탐사학회지
• /
• 제39권2호
• /
• pp.143-156
• /
• 2023

인공위성이 촬영한 영상의 내용을 정확하게 분석하기 위해서는 영상에 존재하는 구름 영역을 정확하게 인지하는 것이 필요하다. 최근 다양한 분야에서 딥러닝(deep learning) 모델이 뛰어난 성능을 보여줌에 따라 구름 영역 검출을 위해 딥러닝 모델을 적용한 방법들이 많이 제안되고 있다. 하지만 현재 구름 영역 검출 방법들은 의미 영역 분할 방법의 네트워크 구조를 그대로 사용하여 구름 검출 성능을 향상하는 데는 한계가 있다. 따라서 본 논문에서는 구름 검출 데이터 세트에 다중 브랜치 네트워크 구조 탐색을 적용하여 구름 영역 검출에 최적화된 네트워크 모델을 생성함으로써 구름 검출 성능을 향상하는 방법을 제안한다. 또한 구름 검출 성능을 향상하기 위하여 의미 영역 분할 모델의 학습 단계와 평가 단계의 평가 기준 불일치를 해소하기 위해 제안된 soft intersection over union (IoU) 손실 함수를 사용하고, 다양한 데이터 증강 방법을 적용하여 학습 데이터를 증가시켰다. 본 논문에서 제안된 방법의 성능을 검증하기 위하여 아리랑위성 3/3A호에서 촬영한 영상으로 구성된 구름 검출 데이터 세트를 사용하였다. 먼저 제안 방법과 의미 영역 분할 데이터 세트에서 탐색된 기존 네트워크 모델의 성능을 비교하였다. 실험 결과, 제안 방법의 mean IoU는 68.5%이며, 기존 모델보다 mIoU 측면에서 4%의 높은 성능을 보여주었다. 또한 soft IoU 손실 함수를 포함한 다섯 개의 손실 함수를 적용하여 손실 함수에 따른 구름 검출 성능을 분석하였으며, 실험 결과 본 연구에서 사용한 soft IoU 함수가 가장 좋은 성능을 보여주었다. 마지막으로 의미 영역 분할 분야에서 활용되는 최신 네트워크 모델과 제안 방법의 구름 검출 성능을 비교하였다. 실험 결과, 제안 모델이 의미 영역 분할 분야의 최신 모델들보다 mIoU와 정확도 측면에서 더 나은 성능을 보여주는 것을 확인하였다.

• Ocean Systems Engineering
• /
• 제14권1호
• /
• pp.85-99
• /
• 2024

Ocean surface currents have an essential role in the Earth's climate system and significantly impact the marine ecosystem, weather patterns, and human activities. However, predicting ocean surface currents remains challenging due to the complexity and variability of the oceanic processes involved. This review article provides an overview of the current research status, challenges, and opportunities in the prediction of ocean surface currents. We discuss the various observational and modelling approaches used to study ocean surface currents, including satellite remote sensing, in situ measurements, and numerical models. We also highlight the major challenges facing the prediction of ocean surface currents, such as data assimilation, model-observation integration, and the representation of sub-grid scale processes. In this article, we suggest that future research should focus on developing advanced modeling techniques, such as machine learning, and the integration of multiple observational platforms to improve the accuracy and skill of ocean surface current predictions. We also emphasize the need to address the limitations of observing instruments, such as delays in receiving data, versioning errors, missing data, and undocumented data processing techniques. Improving data availability and quality will be essential for enhancing the accuracy of predictions. The future research should focus on developing methods for effective bias correction, a series of data preprocessing procedures, and utilizing combined models and xAI models to incorporate data from various sources. Advancements in predicting ocean surface currents will benefit various applications such as maritime operations, climate studies, and ecosystem management.

• 한국측량학회지
• /
• 제40권2호
• /
• pp.91-108
• /
• 2022

대부분의 경우 광학 RGB 영상을 딥러닝(DL: Deep learning)의 학습 데이터로 사용하여 객체탐지, 인식, 식별, 분류, 의미적 분할 및 객체 분할 등을 수행하지만, 실세계의 3차원 객체들을 2차원 영상으로 완전하게 파악하는 것은 한계가 있다. 그러므로 대표적인 3차원 지형 공간정보인 수치표면모델(DSM: Digital Surface Model)과 더불어 DSM에 내재된 특성정보를 이용하여 3차원 지형지물을 분석하는 것이 효과적이다. 건물과 같이 기하학적으로 정형화된 형태의 인공구조물은 3차원 공간데이터로부터 얻을 수 있는 기하학적 요소와 특성을 이용하여 객체의 분류와 형상 묘사가 가능하다. 이 연구는 고차원 시각정보(high-level visual information) 시스템에서 중요한 역할을 하는 내재된 고유의 특성정보(intrinsic information)를 기반으로 하며, 이를 위하여 객체의 기하학적 요소인 경사와 주향을 DSM으로부터 도출하고, 다방향에서 생성한 음영기복영상(SRI: Shaded Relief Image)과 함께 DL 모델의 학습 수행에 사용하였다. 실험은 ISPRS (International Society for Photogrammetry and Remote Sensing)에서 제공하는 데이터 셋 중에서 DSM과 레이블 데이터를 객체의 의미적 분류를 위해 개발된 합성곱 기반의 SegNet 학습에 사용하였다. 지형지물을 분류하고 분류 결과를 이용하여 건물을 추출하였다. 특히 DL 모델의 학습 성능 향상을 위해 학습 데이터의 여러 조합에 따른 시너지 효과를 분석하는 것에 핵심이다. 제안한 방법은 건물 분류와 추출에 효과적임을 보여주고 있다.

• 대한원격탐사학회지
• /
• 제37권3호
• /
• pp.475-491
• /
• 2021

최근 사용 가능한 고해상도 위성 SAR 영상이 다양해지면서, 변화 탐지를 포함한 다양한 분야에서 SAR 영상에 대한 정밀 정합 요구가 높아지고 있다. 다중 관측각 환경에서의 고해상도 SAR 영상간 정합은 SAR 영상의 특성상 발생하는 스펙클 노이즈, 기하 왜곡 등에 의해 어려움이 있다. 본 연구에서는 독일 TerraSAR-X의 staring spotlight 모드로 촬영된 고해상도 SAR 영상을 활용하여, 개략정합 단계와 정밀정합 단계의 2단계에 걸친 영상정합 알고리즘을 제안하였다. 개략정합 단계에서는 적응형 샘플링 기법과 SAR-SIFT(Scale Invariant Feature Transform)를 결합하여 정합을 수행하였고, 정밀정합 단계에서는 3가지의 강성 정합 기법인 NCC(Normalized Cross Correlation), PC (Phase Congruency)-NCC, MI (Mutual Information) 기법과 비강성 정합 기법인 Gefolki (Geoscience extended Flow Optical Flow Lucas-Kanade Iterative)를 적용하여 정합 성능을 비교 분석하였다. 정합 결과는 RMSE (Root Mean Square Error)와 FSIM (Feature Similarity) 지수를 사용하여 정량적인 비교를 수행하였다. 사용한 모든 영상 조합에서 강성정합 기법은 Gefolki 알고리즘에 비해 저조한 정합 성능을 보였다. 강성정합 모델들은 지형기복이 큰 지역에서 정합오차가 크게 발생함을 확인할 수 있었다. Gefolki 알고리즘 적용 결과, RMSE 1~3화소를 보이며 가장 우수한 결과를 확인하였으며, FSIM 지수 또한 다른 기법에 비해 0.02~0.03 이상 높은 값을 취득했다. 다중 관측각 영상에서의 고해상도 SAR 영상 간 정합 성능을 비교하였으며, 강성정합 기법에 비해 Gefolki 알고리즘을 통해 지형효과를 충분히 줄일 수 있음을 확인했다. 이는 추후 변화탐지를 포함한 다양한 분야의 전 처리 과정에 효과적으로 사용될 수 있을 것으로 기대된다.

• 천문학회보
• /
• 제40권1호
• /
• pp.61.3-62
• /
• 2015

Remote-sensing observation is one of the observation methods that provide valuable information, such as composition and surface physical conditions of solar system objects. The Hayabusa spacecraft succeeded in the first sample returning from a near-Earth asteroid, (25143) Itokawa. It has established a ground truth technique to connect between ordinary chondrite meteorites and S-type asteroids. One of the scientific observation instruments that Hayabusa carried, Asteroid Multi-band Imaging Camera(AMICA) has seven optical-near infrared filters (ul, b, v, w, x, p, and zs), taking more than 1400 images of Itokawa during the rendezvous phase. The reflectance of planetary body can provide valuable information of the surface properties, such as the optical aspect of asteroid surface at near zero phase angle (i.e. Sun-asteroid-observer's angle is nearly zero), light scattering on the surface, and surface roughness. However, only little information of the phase angle dependences of the reflectance of the asteroid is known so far. In this study, we investigated the phase angle dependences of Itokawa's surface to understand the surface properties in the solar phase angle of $0^{\circ}-40^{\circ}$ using AMICA images. About 700 images at the Hayabusa rendezvous phase were used for this study. In addition, we compared our result with those of several photometry models, Minnaert model, Lommel-Seeliger model, and Hapke model. At this conference, we focus on the AMICA's v-band data to compare with previous ground-based observation researches.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2006년도 Proceedings of ISRS 2006 PORSEC Volume I
• /
• pp.390-393
• /
• 2006

It is well known that synthetic aperture radar (SAR) provides information on ocean winds and surface waves. SAR data are of particularly high value in extreme weather conditions, as radar is able to penetrate the clouds providing information on different ocean surface processes. In this presentation some recent results on SAR observation of extreme wind and ocean wave conditions is summarised. Particular emphasize is put on the investigation of typhoons and extratropical cyclones in the North Pacific. The study is based on the use of ENVISAT ASAR wide swath images. Wide swath and scansar data are well suited for a detailed investigation of cyclones. Several examples like, e.g., typhoon Talim will be presented, demonstrating that these data provide valuable information on the two dimensional structure of the both the wind and the ocean wave field. Comparisons of the SAR observation with parametric and numerical model data will be discussed. Some limitations of standard imaging models like, e.g., CMOD5 for the use in extreme wind conditions are explained and modifications are proposed. Finally the study summarizes the capabilities of new high resolution TerraSAR-X mission to be launched in October 2006 with respect to the monitoring of extreme weather conditions. The mission will provide a spatialresolution up to 1m and has full polarimetric capabilities.

• 대한원격탐사학회지
• /
• 제20권2호
• /
• pp.103-116
• /
• 2004

지표 온도를 산출하는 중규모 대기 모형은 일반적으로 태양 복사의 직달 일사량에 대하여 경사진 지형의 효과를 고려하지 않는다. 이는 실제 태양 복사량의 국지적 차이를 나타내지 못하며, 그 결과 국지적인 지표 온도에서의 큰 오차를 가져온다. 따라서 지형의 기하학적 특성뿐만 아니라 지표의 식생 특성을 고려함으로써, 정확한 국지적 지표 온도를 나타내고자 하였다. 본 연구의 목적은 GIS의 그리드 모형을 적용한 에너지 균형 모형(EBM)을 사용하여 진단적으로 지역적 지표 온도를 산출하는 것이다. 본 연구에서, 한반도 남부 지역의 지형적 비균질성은 그리드 내의 지형 방위각과 경사각의 함수인 조도각의 항으로써 흡수된 지표 일사량 계산에 고려되었다. 또한 지표 온도 변화에 주요한 변수가 되는 지표의 식생 특성이 NDVI의 항으로 사용하였다. 지표의 경사진 지형의 효과와 식생 특성이 고려된 지표 온도의 상세한 지역적 분포가 연구 결과로써 제시되었다. 이러한 지역적 지표 온도 분포는 저층 대기에서 지형에 의한 지역 순환을 형성할 수 있으며, 실제 자연에서의 지역 순환을 더욱 잘 설명할 수 있을 것이다.