본 논문에서는 지표면의 유효 토양 수분함유량의 적정한 값을 추출하는 몇가지 방법을 소개하고 그 방법들을 서로 비교하였다. 지표면의 꼭대기 층은 비교적 말라 있고, 밑바닥 층은 젖 어 있어서 종단면으로 봤을 때 토양은 대개 균일하지 않은 수분함유량 분포를 갖는다. 이러한 비 균일적인 토양의 수분함유량을 봤을 때 토양은 대개 균일하지 않은 수분함유량 분포를 갖는다. 이러한 비균일적인 토양의 수분함유량을 어떤 평균적인 값으로 나타낸 것이 유효 수분함유량이 다. 이 유효 수분함유량을 구하는 간단한 방법 중의 하나는 층층이 측정한 수분함유량의 산술 평 균을 취하는 것이다. 다른 방법으로는 균일한 지표면과 비균일한 지표면의 침투 두께를 각각 계 산하고 비교하여 유효 수분함유량을 얻는 방법이 있다. 또 다른 방법은 균일 지표면과 비균일 지 표면에서 각각 반사율을 계산하고 비교하여 유효 수분함유량을 구한다. 이러한 방법들이 서로 비 교되었고, 특히 반사율 적용법이 좀 더 자세하게 연구되었는데 그 이유는 실제 레이다 산란은 전 파의 침투보다는 반사에 의해 좌우되기 때문이다.
The impact on streamflow and groundwater recharge considering future potential climate and land use change was assessed using SLURP (Semi-distributed Land-Use Runoff Process) continuous hydrologic model. The model was calibrated and verified using 4 years (1999-2002) daily observed streamflow data for a $260.4km^2$ which has been continuously urbanized during the past couple of decades. The model was calibrated and validated with the coefficient of determination and Nash-Sutcliffe efficiency ranging from 0.8 to 0.7 and 0.7 to 0.5, respectively. The CCCma CGCM2 data by two SRES (Special Report on Emissions Scenarios) climate change scenarios (A2 and B2) of the IPCC (Intergovemmental Panel on Climate Change) were adopted and the future weather data was downscaled by Delta Change Method using 30 years (1977 - 2006, baseline period) weather data. The future land uses were predicted by CA (Cellular Automata)-Markov technique using the time series land use data of Landsat images. The future land uses showed that the forest and paddy area decreased 10.8 % and 6.2 % respectively while the urban area increased 14.2 %. For the future vegetation cover information, a linear regression between monthly NDVI (Normalized Difference Vegetation Index) from NOAA/AVHRR images and monthly mean temperature using five years (1998 - 2002) data was derived for each land use class. The future highest NDVI value was 0.61 while the current highest NDVI value was 0.52. The model results showed that the future predicted runoff ratio ranged from 46 % to 48 % while the present runoff ratio was 59 %. On the other hand, the impact on runoff ratio by land use change showed about 3 % increase comparing with the present land use condition. The streamflow and groundwater recharge was big decrease in the future.
The debris slope landforms which are existent in Korean mountains is generally on the steep slopes and mostly covered by vegetation, it is difficult to investigate the landform. Therefore a scientific method is required to come up with an effective field investigation plan. For this purpose, the use of Remote Sensing and GIS technologies for a spatial analysis is essential. This study has extracted the potential area of debrisslope landform formation using Fuzzy set and Bayesian Predictive Discriminate Model as mathematical data integration methods. The first step was to obtain information about debris locations and their related factors. This information was verified through field investigation and then used to build a database. In the second step, the map that zoning the study area based on the degree of debris formation possibility was generated using two modeling methods, and then cross validation technique was applied. In order to quantitatively analyze the accuracy of two modeling methods, the calculated potential rate of debrisformation within the study area was evaluated by plotting SRC(Success Rate Curve) and calculating AUC(Area Under the Curve). As a result, the prediction accuracy of Fuzzy set model wes 83.1% and Bayesian Predictive Discriminate Model wes 84.9%. It showed that two models are accurate and reliable and can contribute to efficient field investigation and debris landform management.
해안지형의 자료는 장기간 해안선의 공간적 및 시간적 변화를 해석하는데 중요한 자료이다. 특히 누적된 자료를 분석하여 해빈지역의 해안침식 또는 퇴적의 추이를 이해하는 것은 향후 연안지역 관리의 측면에서 필수적이다. 본 논문에서는 경기도 안산시에 위치하고 있는 방아머리 해빈을 대상으로 2009년, 2018년, 2019년에 각각 취득된 디지탈 항공영상, 지상 레이져스캐닝 자료 그리고 드론촬영 영상과 국립해양조사원의 조위관측 자료를 이용하여 약 10년 동안의 해안선 변화를 정량적으로 분석하였다. 본 연구의 처리 과정에서는 사진측량학적 기법을 적용하여 2009년의 스테레오 영상으로부터 4.40 m인 해안선을 입체도화 방식으로 추출하였다. 2018년도에는 레이져스캐너로부터 취득한 원자료를 이용하여 수치표고모형을 생성하고 해당되는 해안선을 반자동으로 추출하였다. 2019년도에는 드론영상으로부터 수치표고모형을 생성하여 해안선을 추출하였고 3개년도의 해안선을 이용하여 해안선의 변화율을 산정하였고 정성적으로 분석하였다.
소나무재선충병은 우리나라 소나무림에 심각한 위협이 되고 있는 질병이다. 그러나 일반적으로 재선충병의 고사목 관측은 현장조사를 기반으로 하고 있기 때문에 물리적, 경제적 문제가 있어 대규모 삼림을 관측하는데 어려움이 있다. 본 연구에서는 소나무재선충병이 재발한 지역에 무인 항공기를 이용하여 고해상도 영상을 획득하였다. 이후 Artificial Neural Network(ANN), Support Vector Machine(SVM) 감독분류 기법을 통해 소나무재선충병 의심목을 탐지하였고. 감독분류 결과에 대한 정확도를 산출하였다. 또한 접근성이 높은 산림에 대해 감독분류를 실시한 후 현장 조사 결과간의 비교를 통해 정확도의 신뢰성을 검증하였다.
고해상도 스테레오 위성영상에서 제공되는 초기 RPC의 보정과 이로부터 생성된 DEM 보정을 위해서는 지상기준점 획득이 선행되어야 한다. 기준점 획득은 현장답사와 GPS 측량, 지상기준점에 대응하는 영상좌표 독취 등을 수행해야 하는 매우 번거로운 작업이다. 그리고 접근이 힘들거나 불가능한 지역(갯벌, 극지대, 화산지대 등)에는 기준점 설치와 측정이 힘들기 때문에 이를 대체할 수 있는 방법이 필요하다. 이 연구에서 WorldView-2 위성영상과 초기 RPC로부터 제작된 DEM 보정을 위해 기준점의 지상좌표와 영상좌표 측량을 피하고 기 구축된 지상좌표 패키지만을 활용한 3차원 표면매칭 기법을 제안한다. 국토지리정보원 국토정보플랫폼에서 공공삼각점의 위치정보를 획득하고 제작된 DEM과 3차원 표면매칭을 실시하여 DEM을 보정하였다. 3차원 표면매칭으로 얻은 3축 이동과 회전량의 정확도를 평가하기 위하여 검사점으로 확인한 결과 평면오차는 2 m, 수직오차는 1 m 이내의 결과를 얻을 수 있었다.
Many debris landforms in the mountains of Korea have formed in the periglacial environment during the last glacial stage when the generation of sediments was active. Because these landforms are generally located on steep slopes and mostly covered by vegetation, however, it is difficult to observe and access them through field investigation. A scientific method is required to reduce the survey range before performing field investigation and to save time and cost. For this purpose, the use of remote sensing and GIS technologies is essential. This study has extracted the potential area of debris landform formation using a fuzzy set model as a mathematical data integration method. The first step was to obtain information about the location of debris landforms and their related factors. This information was verified through field observation and then used to build a database. In the second step, we conducted the fuzzy set modeling to generate a map, which classified the study area based on the possibility of debris formation. We then applied a cross-validation technique in order to evaluate the map. For a quantitative analysis, the calculated potential rate of debris formation was evaluated by plotting SRC(Success Rate Curve) and calculating AUC(Area Under the Curve). The prediction accuracy of the model was found to be 83.1%. We posit that the model is accurate and reliable enough to contribute to efficient field investigation and debris landform management.
본 연구는 시계열 Small Baseline Subset (SBAS)-InSAR 기법을 이용하여 울산시의 지반 침하를 조사하였으며, 79개의 Sentinel-1 SAR 영상과 385개의 간섭도 영상(interferogram)을 사용하여 2015년 5월부터 2021년 12월 울산광역시의 지상 변위(surface displacement)를 추정하였다. 지반 침하율은 북구와 남구 삼산동 2지역에서 연 3.44 cm, 1.68 cm로 계측되었다. 또한 Generic Atmospheric Correction Online Service (GACOS)로 생성한 Zenith Total Delay (ZTD) 지도를 활용하여 unwrapping된 간섭도 위상에서 대기 지연(tropospheric delay)의 영향을 제거할 수 있는 가능성을 평가하였으며, GACOS ZTD 보정 전후의 SBAS-InSAR 지상 변위 측정의 차이가 연 1 mm 미만임을 발견하였다.
차세대중형위성(Compact Advanced Satellite 500, CAS500)은 식생, 산림, 농업 등의 분야를 포함한 다양한 목적을 위하여 사용될 수 있으며, 다양한 영역에 대한 빠른 위성영상의 취득이 가능할 것으로 기대되고 있다. 차세대중형위성을 통하여 취득된 위성영상을 농업분야에서 활용하기 위해서는 위성영상 기반 작물재배지역 추출 기법에 대한 개발이 필요하다. 특히, 최근 들어 딥러닝 분야에 대한 연구가 활발해짐에 따라서, 작물재배지역 추출을 위한 딥러닝 모델의 개발 및 훈련자료 생성에 관한 연구가 필요한 실정이다. 본 연구에서는 PlanetScope 위성영상과 팜맵을 이용하여 합천군 지역의 양파 및 마늘 재배지역을 분류하고자 하였다. 특히, 효과적인 모델의 학습을 위하여 작물재배지역의 비율에 따른 모델 성능을 분석하고자 하였다. 실험에 사용한 딥러닝 모델은 Fully Convolutional Densely Connected Convolutional Network (FC-DenseNet)을 작물재배지역 분류의 목적에 맞도록 재구성하여 활용하였다. 실험결과, 훈련자료 내 작물재배지역의 비율이 딥러닝 모델의 성능에 영향을 미치는 것을 확인하였다.
본 연구에서는 천리안위성 2A호 1일 평균 표층수온영상을 대상으로 합성곱신경망(convolution neural network, CNN) 딥러닝 기법을 적용하여 냉수대 발생 여부를 분류하는 연구를 수행하였다. 이를 위하여, 2019년부터 2022년까지 1,155장의 영상을 사용하였으며, 국립수산과학원 제공 냉수대 발생 주의보 및 경보자료로부터 냉수대 발생 영상과 그 외 영상으로 분류하여 학습을 수행하였다. 학습 결과로 82.5%의 probability of detection (POD)와 54.4%의 false alarm ratio (FAR) 지수를 획득하였다. 오분류 분석을 통해 냉수대 분류에 실패한 경우의 대부분은 구름의 영향 때문이며, 비냉수대를 오분류한 경우의 대부분은 실제 영상에 냉수대가 존재함을 확인하였다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.