• 한국토양비료학회지
• /
• 제43권6호
• /
• pp.954-961
• /
• 2010

지상원격측정 센서 반사율 지표는 비파괴적으로 실시간으로 빠르게 생육 중 작물의 생체량, 질소 스트레스 정도를 예측할 수 있는 도구로 연구되고 있다. 본 연구의 목적은 질소 시비량 수준별로 재배된 벼 (Oryza sativa L.)의 질소흡수량, 생체량 및 수량과 지상원격측정센서 반사율 지표들의 상호관계로부터 효율적인 반사율 지표를 선발하고 반사율 지표를 통한 벼 생육 중 질소시비수준을 평가하고자 하였다. 질소시비수준 0, 70, 100, 130 kg N $ha^{-1}$별로 처리된 시험구의 캐노피 반사율을 여러 종류의 수동형과 능동형 지상원격측정 센서로 각 생육시기별로 측정하였고 생체량과 질소흡수량 및 수량을 조사하여 상호관계를 분석하였다. 수동형 센서보다는 능동형 센서가 생육시기별 벼의 지상부 건물중, 수량, 질소농도 및 질소흡수량과 더 밀접한 상관을 나타냈으며 생육 후반으로 갈수록 상관계수 크기는 낮아지는 경향이었으나 유의성은 P<0.01 수준이 계속 유지되었다. 가장 밀접한 관계를 보인 반사율 지표는 Crop Circle-active 센서로 측정한 NIR/Red, NIR/Amber 지표였다. 특히 이삭거름 시비시기인 7월 중순의 Crop Circle 센서로 측정한 NIR/Red, NIR/Amber 지표는 건물중, 엽면적 지수와 상관계수 0.92 이상의 고도로 유의성 있는 정의 상관관계 (P<0.01)를 보였다. NIR/Red와 NIR/Amber 지표로 계산한 충족지수의 시비수준에 대한 회귀에서 회귀곡선은 충족지수 변동의 91%와 92%를 각각 설명하였다. 따라서 7월 중순~8월 초에 측정한 반사율지표의 충족지수는 실시간에 비파괴적으로 시비수준을 예측하여 위치별로 변량적인 질소시비량을 결정할 수 있는 방법으로 활용 가능할 것으로 판단되었다.

• 한국토양비료학회지
• /
• 제43권6호
• /
• pp.968-974
• /
• 2010

본 연구에서는 토양의 가시 근적외선 스펙트럼의 피크중첩에 의한 분석오차를 감소시킴으로써 토양유기물 추정의 정확도 향상을 위해 이산 웨이블릿 변환 (DWT) 신호처리기법의 적용을 검토하고 공간정보모델링을 통해 토양유기물의 분포도를 작성하고자 하였다. 토양유기물 함량에 따른 스펙트럼의 정량적 변화의 강조를 위해 Continuum 제거, 도함수 변환과 함께 Haar, Daubechies DWT 변환된 스펙트럼을 PLSR 모델에 대입하여 산출한 토양유기물 추정식들은 거의 비슷한 결과를 도출하였고 $R^2$ > 0.6, RPD > 1.5 의 '대략적인' 추정 결과를 보였다. 잡음을 줄이고 신호값을 향상시키기 위해 이산 웨이블렛 변환을 적용한 결과에서 오히려 약간 낮은 성능을 나타내었는데 성긴 근사값 (Coarser approximation) 스펙트럼으로 변환되어 추정식의 유의성이 낮아졌을 가능성이 있다. 따라서 토양의 분광스펙트럼에 더 적합한 이산 웨이블렛 필터와 수준 등의 DWT 조건을 찾고 적용함으로써 추정식의 유의성을 향상시킬 수 있을 것으로 본다. 또한, 유기물에 의한 에너지의 흡수, 반사를 일으키는 주요 파장대의 상관성을 분석하여 선택적으로 해당 영역의 스펙트럼이나 파라미터 값을 산출하여 추정모델에 적용하는 시도도 필요할 것으로 사료된다. 이러한 토양유기물의 추정값과 실측값을 이용해 구역 크리깅을 수행하여 분포지도를 작성하였다. 토양 샘플의 유기물 분석값은 평균값을 중심으로 정규분포를 나타내었는데 크리깅 지도에서도 전반적으로 유사한 패턴의 값이 분포하였다. 추정값을 이용한 크리깅 결과도 실측값을 이용한 분포지도와 유사한 공간적 패턴을 나타내었다. 지도의 우하단부와 중앙 부분에서 실측값 분포보다 추정값 분포지도에서 약간 더 높은 경향을 보였는데 이는 토양 유기물의 추정치와 실측치 간의 오차에 의한 것으로 판단된다. 분광 스펙트럼을 이용한 추정 모델은 정확도 제고가 필요한 단계이나 신속성, 용이성 면에 있어서 토양 특성에 대해 광역 단위에서 다량의 시료 분석에 유용할 것으로 보이고, 또한 지역, 세계 규모의 디지털 토양 매핑, 토양 분류 및 원격탐사 자료와의 연계 분석에 활용될 수 있을 것으로 기대된다.

• 한국토양비료학회지
• /
• 제40권6호
• /
• pp.435-441
• /
• 2007

본 연구에서는 인공광원을 사용하는 능동형 지상광학센서(gNDVI, rNDVI)를 이용하여 질소수준 및 생육단계별 벼 식생지수변화를 알아보고, 식생지수와 벼 엽 질소함량과의 관계를 구명하여 벼 군락의 엽 질소함량을 추정하고자 하였다. 생육단계에 따른 식생지수 변화는 2005년, 2006년 모두 gNDVI, rNDVI값은 이앙기 이후 급속히 증가하다가 수잉기를 전후로 수확기에 이르기까지 감소하는 경향을 보였다. gNDVI값은 rNDVI값보다 엽 질소함량과의 상관계수가 높게 나타났고, 특히 벼 유수형성기 약 2주전에 상관계수가 높게 나타났으며, 엽 질소흡수량, 엽면적지수, 생체중, 건물중 등 다른 생육인자의 상관관계에서도 동일한 결과를 얻었다. 따라서 gNDVI와 엽 질소함량의 상호관계에서 결정계수는, 2005년과 2006년 결정계수에 각각 0.88, 0.94였고, 2년간의 전체자료에 대한 관계에서도 엽 질소함량 실측값은 추정값과 비교한 경향을 보이며 밀접한 관계를 보였다($R^2=0.86$). 이상의 결과로부터 gNDVI 식생지수는 이삭거름을 처리하기 전에 질소영양상태를 효과적으로 예측 할 수 있을 것으로 판단된다.

• 한국지리정보학회지
• /
• 제24권3호
• /
• pp.83-98
• /
• 2021

도시녹지는 도시 생태계 건강성 증진을 위한 중요한 요소이며, 건강한 도시 생태계 유지 및 관리를 위해서는 도시녹지의 공간적인 현황 파악이 필요하다. 환경부에서는 2010년 이후부터 총 41개의 분류 항목을 갖는 1m 급 해상도의 세분류 토지피복지도를 제공해오고 있으나, 가로수와 같은 도시 내 고해상도 상세 녹지 정보는 기타 초지로 분류되거나 누락되어 오고 있다. 따라서, 본 연구에서는 수원시 지역을 대상으로 1m 이하 급의 고해상도 원격탐사 자료(항공 LiDAR 및 RGB 정사영상)를 이용하여, 기존 세분류 토지피복지도에서는 나타나지 않는 고해상도의 상세 도시 녹지(수목, 관목 및 초지) 정보를 분류하고자 하였다. 분류 기법으로는 딥러닝 기반의 이미지 분할방법인 U-Net 구조의 모델을 활용하였으며, 분류 항목의 수 및 사용하는 자료의 종류에 따라 총 3가지의 모델(LRGB10, LRGB5, 및 RGB5)을 제안하고 성능을 평가하였다. 검증 지역에 대한 세 모델의 평균 전체 정확도는 각 83.40%(LRGB10), 89.44%(LRGB5), 74.76%(RGB5)이며, 항공 LiDAR와 RGB 정사영상을 함께 사용하여 총 5개의 항목(수목, 관목, 초지, 건물, 및 그 외)을 분류하는 LRGB5 모델의 성능이 가장 높게 나타났다. 수원시의 수목, 관목 및 초지 기준의 전체 녹지 현황은 각 45.61%(LRGB10), 43.47%(LRGB5), 및 44.22%(RGB5)로 나타났으며, 세 모델 모두 기존 세분류 토지피복지도와 비교하여 평균 13.40%의 도시 수목 정보를 더 제공할 수 있는 것으로 나타났다. 더불어 이러한 도시녹지 분류 결과는 향후 중분류 토지피복지도와 같은 기존 GIS 정보와의 융합을 통해 가로수 녹지 비율 현황 등 추가적인 상세 녹지 현황 정보를 제공할 수 있어, 다양한 도시녹지 연구 및 정책의 기초 자료로 활용될 수 있을 것으로 기대된다.

• 한국지리정보학회지
• /
• 제24권3호
• /
• pp.73-82
• /
• 2021

농촌 도로는 농촌 지역의 개발과 관리를 위한 핵심 기반시설로서 원격탐사 자료를 활용한 농촌 도로 관리 기술은 농촌 교통 인프라 확대, 농촌 주민의 삶의 질 개선을 위해 매우 중요하다. 본 연구에서는 농촌 지역을 촬영한 고해상도 위성영상을 활용하여 농촌 도로를 매핑하기 위해 영상 분류 방법과 영상 분할 방법을 다음의 과정을 통하여 비교하였다. 영상 분류의 경우, 심층 신경망 기반 딥러닝 기법을 주어진 고해상도 위성영상에 적용하여 고정밀 객체 분류 지도를 제작하였고 이로부터 농촌 도로 객체를 추출함으로써 농촌 도로를 매핑하였다. 영상 분할의 경우, multiresolution segmentation 기법을 동일한 위성영상에 적용하여 세그먼트 영상을 제작하였고 농촌 도로에 위치한 다중 객체들을 선택하고 이들을 최종적으로 융합하여 농촌 도로를 매핑하였다. 영상 분류 및 영상 분할 방법을 통해 매핑한 농촌 도로의 정확도 검증을 위해 100개의 검사점을 사용하였고 다음과 같은 결론을 도출하였다. 영상 분류 방법에서는 객체 분류 지도 내 오분류 에러로 인해 영상 내 일부 농촌 도로의 인식이 불가능하였으나 영상 분할 방법에서는 영상 내 모든 농촌 도로의 인식이 가능하였으므로 영상 분할 방법이 영상 분류 방법보다 위성영상을 이용한 농촌 도로 매핑 작업에 더 적합한 방법이었다. 그러나 영상 분할 방법을 통해 매핑한 농촌 도로를 구성하는 일부 세그먼트들이 농촌 도로 외 객체를 포함하고 있어 영상 내 일부 농촌 도로에서 오분류 에러가 발생하였다. 추후 연구에서는 객체 기반 분류 또는 합성곱 신경망 등 다양한 정밀 객체 인식 기법을 고해상도 위성영상에 적용하여 농촌 도로의 정확도를 개선할 계획이다.

• 인터넷정보학회논문지
• /
• 제22권4호
• /
• pp.83-98
• /
• 2021

본 연구는 서울소방재난본부의 IoT 소방시설관리시스템에 기록된 실시간 화재알람 발생 데이터를 분석하여, 화재알람 발생 영향요인을 규명하고 이를 바탕으로 효과적인 화재사고 예방체계를 구축하기 위한 학술적 시사점을 제시하는데 있다. 도심지역을 중심으로 고층·복합건물의 수가 증가하고 기존 건물도 고도화되면서, 화재 등 비상상황 발생 시 상주인원의 신속한 대피와 초동대응을 돕는 자동화재탐지설비의 설치가 늘어나고 있다. 그러나 화재상황을 잘못 탐지하여 정확성이 낮아지면 상주인원의 불편이 늘어나고 신뢰성도 줄어들기 때문에, 효율적인 점검과 건물 환경 조사를 통해 시스템을 개선할 필요가 있다. 이번 연구는 잘못된 화재탐지가 용도나 시간 등 건물 특성 및 외부 환경에 기인함을 밝히고, 이에 근거하여 효율적인 시스템 점검과 건물 환경 개선이 필요함을 강조하는 것에 목적을 두고자 하였다. 분석 결과, 건물의 규모(연면적)가 화재알람 발생에 가장 큰 영향을 끼쳤고 민간 건물, R형 수신기인 건물, 고장일수 또는 경종차단일수가 많은 건물에서 화재알람 발생이 높아지는 것으로 나타났다. 또한 건물의 주용도에 따라 화재알람 발생의 영향요인이 다르게 나타나기도 하였다. 시간적으로는 평일 주간 사람들의 일상 활동 패턴(오전 9시~오후 6시)을 거의 그대로 따르는 것으로 나타났으며, 오전 10시 경, 오후 2시 경에 각각 최고치를 기록했다. 연구를 통해 시스템 내부 점검과 함께 화재알람 발생에 영향을 끼치는 건물 환경 조사도 필요함을 강조하고, 후속 연구와 시스템 고도화를 위해 실시간 건물 환경 정보를 추가 데이터화하는 방안 등의 제안을 하였다.

• 한국지구과학회지
• /
• 제42권3호
• /
• pp.247-263
• /
• 2021

최근의 기후변화는 연안에서 더욱 가속화되고 있어 연안에서의 해양 환경변화 감시의 중요성이 커지고 있다. 클로로필-a 농도는 해양 환경 변화의 중요한 지표 중 하나로 수십년 동안 여러 해색 위성을 통해 전구 해양 표층의 클로로필-a 농도가 산출되었으며 다양한 연구 분야에 활용되었다. 하지만 연안 해역의 탁한 해수는 외해의 맑은 해수와는 구별되는 구성 성분과 광학적 특성으로 인해 나타나는 심각한 오차 때문에 일반적으로 사용되는 전지구 대양을 위하여 만들어진 클로로필-a 농도 알고리즘은 연안 해역에 대입할 수 없다. 또한 연안 해역은 해역에 따라 성분과 특성이 크게 달라져 통일된 하나의 알고리즘을 제시하기 어렵다. 이러한 문제점을 극복하기 위하여 연안의 탁도가 높은 해역에서는 구성 성분과 광학적 변동 특성을 고려한 다양한 알고리즘들이 개발되어 사용되어 왔다. 클로로필-a 농도 산출 알고리즘은 크게 경험적 알고리즘, 반해석적 알고리즘, 기계학습을 활용한 알고리즘 등으로 나눌 수 있다. 해수의 반사 스펙트럼에 기반한 청색-녹색 밴드 비율이 기본적인 형태로 주로 사용된다. 반면 탁한 해수를 위해 개발된 알고리즘은 연안해역에 존재하는 용존 유기물과 부유물의 영향을 상쇄시키기 위한 방식으로 녹색-적색 밴드 비율, 적색-근적외 밴드 비율, 고유한 광학적 특성 등을 사용한다. 탁한 해수에서의 신뢰성 있는 위성 클로로필-a 농도 산출은 미래의 연안 해역을 관리하고 연안 생태 변화를 감시하는데 필수적이다. 따라서 본 연구는 탁도가 높은 Case 2 해수에서 활용되어온 알고리즘들을 요약하고, 한반도 주변해역의 모니터링과 연구에 대한 문제점을 제시한다. 또한 다분광 및 초분광 센서의 개발로 더욱 정확하고 다양한 해색 환경을 이해할 수 있는 미래의 해색 위성에 대한 발전 전망도 제시한다.

• 한국환경생태학회지
• /
• 제32권6호
• /
• pp.686-697
• /
• 2018

오늘날 원격탐지기술의 발달로 인해, 산림지역과 같이 피복 분류작업이 난해한 지역을 비롯한 광범위한 지역에서의 세밀한 변화탐지를 위한 고해상도 위성영상 취득이 가능해졌다. 하지만, 고해상도 영상에 대한 시계열분석의 과정에서 많은 양의 지상 관측 데이터가 요구된다. 본 연구에서는 토지피복도를 지상 관측데이터로 활용한 위성영상 분류 방법의 가능성을 시험하였다. 연구대상지는 강원도 원주시이며, 산림지역과 시가화지역이 공존하는 공간이다. 연구 자료는 2015년 3월에 촬영된 KOMPSAT-3A 영상과 2017년도 토지피복도를 이용하여 분류를 시도하였다. 서포트벡터머신(SVM)과 랜덤포레스트(RF)의 두 가지 상이한 화소기반 분류기법을 적용하여 대상지에 대한 피복분류의 분류정확도를 비교 분석하였으며, SVM 분석의 경우 다수 분석(Majority analysis)을 후속 진행하였다. 분석대상은 산림식생만 포함한 지역과 연구대상지 전지역으로 구분하였고, 대상 면적이 협소한 습지는 분석과정에서 제외하였다. 분류 결과는 오차 행렬의 전체 정확도가 두 가지 분류대상에 대해 RF 기법이 SVM 기법보다 더 나은 것으로 나타났다. 산림지역만을 대상으로 한 경우, RF 기법이 SVM 기법에 비해 18.3% 높은 값을 나타낸 반면, 전체지역을 대상으로 한 경우는 둘 사이의 간격이 5.5%로 줄어들었다. SVM 기법에 다수 분석 (Majority analysis)을 추가로 실시한 경우, 1% 정도의 정확도 향상이 나타났다. RF 기법은 산림지역의 활엽수를 분석해 내는데 상당히 효과적이었지만, 다른 대상에 대해서는 SVM 기법이 더 나은 결과를 나타내었다. 본 연구는 고해상도 단일시기 영상에 대한 화소 기반의 분류기법을 시험한 것으로, 추후 시계열분석 및 객체기반 분류기법의 추가적인 적용으로 향상된 정확도와 신뢰도를 얻을 수 있을 것으로 판단된다. 이 연구의 방법론은 시공간적으로 고해상도 분석결과를 제공함으로써, 대면적의 토지계획에 유용할 것으로 기대된다.

• 감성과학
• /
• 제21권4호
• /
• pp.63-76
• /
• 2018

본 연구의 목적은 스마트 헬스케어를 위해 접촉식 직물전극의 구조가 심장활동 신호 획득에 미치는 영향을 연구하는 것이다. 본 연구에서는 심장활동 신호 측정을 위하여 전극의 크기와 구성방식을 조작한 6종의 접촉식 직물전극을 컴퓨터 자수 방식으로 구현하였고, 이를 가슴밴드에 부착하여 응용형 리드 II(modified Lead II) 방식으로 심장활동 신호를 검출하였다. 건강한 신체의 남성 4명을 대상으로 서서 정지한 자세에서 각 직물전극을 사용하여 심장활동 신호를 검출하였으며, 모든 유형의 전극에 걸쳐 4회씩 반복측정 하였다. 심장활동 신호의 수집을 위해 BIOPAC ECG100 장비를 사용하여 1 kHz로 샘플링하였으며, 검출된 원 신호를 대역통과 필터를 사용하여 필터링하였다. 직물전극의 구조에 따른 심장활동 신호 획득의 성능을 비교하기 위하여 신호의 파형과 크기를 파라미터로 하여 정성적 분석을 실시하였고, 각 전극을 통하여 획득된 심장활동 신호의 SPR(signal power ratio)을 산출함으로써 정량적 분석을 실시하였다. 산출된 SPR 값을 대상으로 하여 비모수 통계분석 방식의 차이검정과 사후검정을 실시함으로써 6개 전극의 구조에 따른 심장활동 신호 획득의 성능 차이를 구체적으로 분석하였다. 연구 결과 접촉식 직물전극의 구조에 따라 심장활동 신호의 품질에는 정성적, 정량적 측면에 걸쳐 모두 주요한 차이가 있는 것이 고찰되었다. 접촉식 직물전극의 구성 측면에 있어서는 입체전극이 평면전극에 비해 더 우수한 품질의 신호가 검출되는 것으로 나타났다. 한편 3가지 전극 크기에 따른 심장활동 신호 획득의 유의한 성능 차이는 발견되지 않았다. 이러한 결과는 심장활동 신호 획득을 위한 접촉식 직물전극 구조의 두 가지 요건 중 구성방식(평면/입체)이 웨어러블 헬스케어를 위한 심장활동 신호 획득의 성능에 주요한 영향을 미치는 것을 시사한다. 본 연구 결과를 기반으로 후속 연구에서는 직물전극이 일체형으로 통합된 의복형 플랫폼을 구현하고 성능 고도화 방안을 연구함으로써, 시공간의 제약 없이 고품질의 심장활동 모니터링이 가능한 스마트 의류 기술을 개발하고자 한다.

• 한국농림기상학회지
• /
• 제21권1호
• /
• pp.29-41
• /
• 2019

산림생태계에서 총일차생산성(Gross Primary Production, GPP)은 기후변화에 따른 산림의 생산성과 그에 영향을 미치는 식물계절, 건강성, 탄소 순환 등을 대표하는 지표이다. 총일차생산성을 추정하기 위해서는 에디공분산 타워 자료나 위성영상관측자료를 이용하기도 하고 물리지형적 한계나 기후변화 등을 고려하기 위해 기작기반모델링을 활용하기도 한다. 그러나 총일차생산성을 포함한 산림 탄소 순환의 기작기반 모델링은 식물의 생물, 생리, 화학적 기작들의 반응과 지형, 기후 및 시간 등과 같은 환경 조건들이 복잡하게 얽혀 있어 비선형적이고 유연성이 떨어져 반응에 영향을 주는 조건들을 모두 적용하기가 어렵다. 본 연구에서는 산림 생산성 추정 모델을 에디공분산 자료와 인공위성영상 정보를 사용하여 기계학습 알고리즘을 사용한 모델들로 구축해 보고 그 사용 및 확장 가능성을 검토해 보고자 하였다. 설명변수들로는 에디공분산자료와 인공위성자료에서 나온 대기기상인자들을 사용하였고 검증자료로 에디공분산 타워에서 관측된 총일차생산성을 사용하였다. 산림생산성 추정 모델은 1) 에디공분산 관측 기온($T_{air}$), 태양복사($R_d$), 상대습도(RH), 강수(PPT), 증발산(ET) 자료, 2) MODIS 관측 기온(T), 일사량($R_{sd}$), VPD 자료(개량식생지수 제외), 3) MODIS 관측 기온(T), 일사량($R_{sd}$), VPD, 개량식생지수(EVI) 자료를 사용하는 세 가지 경우로 나누어 구축하여 2006 - 2013년 자료로 훈련시키고 2014, 2015년 자료로 검증하였다. 기계학습 알고리즘은 support vector machine (SVM), random forest (RF), artificial neural network (ANN)를 사용하였고 단순 비교를 위해 고전적 방법인 multiple linear regression model (LM)을 사용하였다. 그 결과, 에디공분산 입력자료로 훈련시킨 모델의 예측력은 피어슨 상관계수 0.89 - 0.92 (MSE = 1.24 - 1.62), MODIS 입력자료로 훈련시킨 모델의 예측력은 개량식생지수 제외된 모델은 0.82 - 0.86 (MSE = 1.99 - 2.45), 개량식생지수가 포함된 모델은 0.92 - 0.93(MSE = 1.00 - 1.24)을 보였다. 이러한 결과는 산림총일차생산성 추정 모델 구축에 있어 MODIS인공위성 영상 정보 기반으로 기계학습 알고리즘을 사용하는 것에 대한 높은 활용가능성을 보여주었다.