• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 1999년도 Proceedings of International Symposium on Remote Sensing
• /
• pp.243-248
• /
• 1999

From the lessons after the Nakhodka oil-spill in Jan. 1997, oil slick detection by using remote sensing data and assimilating the data to the simulation program is important for monitoring the oil-drift pattern. For this object, we are going to construct the oil-spill warning system for estimating the oil-drift pattern using remotesensing/numerical simulation Model. Additionally we plan to use this system for restorating oil-spill damage domestically, such as estimating the ecological damage and making the priority fur restorating the oil-spilled shoreline. This report is intended to summarize the role of geo-informatics in the oil spill accident by not only paying attention to the effect of information provision/information management via the map, but also reporting the interim result in part based on the details discussed in the processes of recovery support and environmental impact assessment during the Nakhodka's accident.

• Ecology and Resilient Infrastructure
• /
• 제8권4호
• /
• pp.253-265
• /
• 2021

본 연구에서는 위성영상 촬영 한계를 극복하고 재배 필지 현황 파악 기술 발전에 기여하고자 무인기 영상 및 딥러닝 모형을 이용하여 옥수수 재배 필지 추출 방법을 제안하였다. 연구대상지역은 충북 괴산군 감물면 이담리 일대로 설정하고, 무인기 촬영을 통해 해당지역의 정사영상을 취득하였다. 모형에 필요한 학습자료는 현장조사 자료와 팜맵을 이용하여 구축하였다. 본 연구에 적용한 딥러닝 모형은 의미론적 분할 모형인 Attention U-Net을 이용하였다. 모형의 성능 평가는 학습과정을 거친 후 비학습 자료를 이용하여 옥수수 재배 필지 추출에 대해서 실시 하였다. 모형 성능평가 결과 정밀도는 0.94, 재현율은 0.96 및 F1-Score는 0.92로 나타났다. 본 연구에 적용한 Attention U-Net방법은 옥수수 재배 필지를 효과적으로 추출할 수 있는 방법임을 확인하였다. 따라서 본 연구 방법은 옥수수는 물론 다른 작물에 대한 재배 필지 구분에도 유용하게 활용될 수 있을 것으로 기대된다.

• 한국태양에너지학회 논문집
• /
• 제30권4호
• /
• pp.79-85
• /
• 2010

The uncertainty in WindCube LIDAR measurements, which are specific to wind profiling at less than 200m above ground levelin wind resource assessments, was analyzed focusing on the error caused by its volume sampling principle. A two-month SODAR measurement campaign conducted in an urban environment was adopted as the reference wind profile assuming that various atmospheric boundary layer shapes had been captured. The measurement error of LIDAR at a height z was defined as the difference in the wind speeds between the SODAR reference data, which was assumed to be a virtually true value, and the numerically averaged wind speed for a sampling volume height interval of $z{\pm}12.5m$. The pattern of uncertainty in the measurement was found to have a maximum in the lower part of the atmospheric boundary layer and decreased with increasing height. It was also found that the relative standard deviations of the wind speed error ratios were 6.98, 2.70 and 1.12% at the heights of 50, 100 and 150m above ground level, respectively.

• 대한원격탐사학회지
• /
• 제36권2_1호
• /
• pp.103-119
• /
• 2020

최근 기후변화와 4대강 살리기 사업으로 인위적으로 조성된 하천의 급속한 재퇴적 및 침식이 의심스러운 상황이다. 이에 따라 최근 하천법을 개정하여 하상변동조사를 정기적으로 실시해야 한다고 규정하였다. 하지만 하상 조사의 공간적 범위 및 밀도가 대폭 증가하고 조사 간격은 줄어드는 추세에 반해 기술적인 한계가 존재하여, 국가기관 등에서 하상 조사 효율화를 위해 혁신적인 하상조사 기술 개발에 관심을 보이고 있다. 하상 조사의 핵심은 다양한 하천 조건에서 하천의 수심을 측정하는 것에 있으며, 일반적인 지상의 지형측량에 비해 수중에서의 직접 조사는 상대적으로 많은 위험과 시간, 비용을 수반한다. 이에 전통적인 기술의 한계를 극복하고자, 해양 수심측량에 주로 활용되어 온 음향측심기(Echo-sounder)를 하천에 적용하였지만, 여러 기술적 한계로 여전히 광범위한 영역에 대한 주기적인 조사에 어려움을 겪고 있는 실정이다. 이에 원격탐사를 활용한 기법이 그 대안으로 각광받고 있으며, 특히 분광특성을 활용한 수심 측정의 가능성을 보이고 있다. 본 연구에서는 분광특성 중 반사도를 활용하여 수심을 측정할 수 있는 기술을 개발하고 이를 검토하고자 한다. 본 연구에서 제시한 기법을 적용한 결과, 약 0.95 m이내에 해당하는 수심 범위에서 실제 측정된 수심과 0.986, 0.053 m에 해당하는 상관성과 오차를 나타냄을 확인하였다. 향후 본 연구를 드론에 탑재된 초분광 센서에 접목할 경우, 공간적인 수심 측정에 가능할 것으로 사료되며, 광범위한 영역의 주기적인 하상변동조사에 큰 기여를 할 것으로 판단된다.

• 한국수자원학회논문집
• /
• 제56권2호
• /
• pp.91-101
• /
• 2023

본 연구에서는 담수를 대상으로 녹조의 발생을 모니터링하기 위해 내륙에 위치한 백제보와 남양호의 초분광영상을 이용하여 클로로필-a (Chl-a)의 농도를 추정하였다. 각 유역의 초분광이미지는 2016년부터 2017년까지 백재보에서 항공기로, 2020년부터 2021년까지 남양호에서 드론으로 촬영하였다. 이후, 순열 특성 중요도를 이용하여 Chl-a 농도와 관련성이 높은 30개의 반사 대역을 선택하였으며, 백제보는 400-530, 620-680, 710-730, 760-790 nm, 남양호는 400-430, 655-680, 740-800 nm 구간의 반사도가 선택되었다. 선택된 반사율을 입력자료로 하는 인공 신경망 기반의 Chl-a 산정 모델을 개발하였으며 모형의 성능은 결정계수(R²), 평균제곱근오차(RMSE), 평균절대오차(MAE)로 평가하였다. 유역별 산정모델의 성능은 각각 R²: 0.63, 0.82, RMSE: 9.67, 6.99, MAE: 11.25, 8.48로 나타났다. 본 연구에서 개발된 Chl-a 모델은 향후 담수호 녹조의 최적 관리를 위한 기초 도구로 활용될 수 있을 것으로 기대된다.