• 대한토목학회논문집
• /
• 제43권6호
• /
• pp.883-896
• /
• 2023

인간 활동 영역이 산지 곳곳에 퍼져 있는 한국에서는 산불이 주거지역이나 각종 시설물을 위협하는 경우가 잦다. 따라서 산불 이후 대책 마련과 피해 복구를 위해 피해 범위를 빠르게 파악할 필요가 있으며, 이러한 경우 원격탐사가 유용한 도구가 될 수 있다. 본 연구에서는 2019년 4월에 발생한 고성·속초 산불 피해지역에 k-nearest neighbor (kNN) 알고리즘을 적용하여 피해 범위를 탐지하는 실험을 수행하였다. 다양한 인공지물을 포함하는 지표와 숲이 혼재된 지역 특성을 고려하여 적절한 공간 해상도와 시간 해상도를 제공하는 Sentinel-2 multispectral instrument (MSI) 자료를 사용하였다. Sentinel-2 MSI의 여섯 밴드와 정규식생지수(NDVI), 정규탄화지수(NBR)를 분류 특성으로 사용하였다. 산불 피해지역과 비피해 지역에서 무작위로 추출된 2,000개 지점 정보를 이용하여 kNN 분류기를 훈련시켰다. 분류 성능을 높이기 위해 데이터에서 특이값을 제거하고 임상도를 병용하였다. 다양한 이웃(neighbor) 수와 분류 특성 조합을 적용하여 산불 후 데이터를 이용한 실험과 산불 전후 데이터 차이를 이용한 실험을 수행하였다. 산불 전후 데이터 차이를 이용하였을 때 더 우수한 분류 성과를 얻을 수 있었지만, 산불 후 데이터만을 이용한 경우에도 피해지역의 범위를 파악할 수 있었다.

• 한국정보전자통신기술학회논문지
• /
• 제16권6호
• /
• pp.478-488
• /
• 2023

본 논문은 수중 환경에서의 전통적인 음파 통신을 대체할 수 있는 레이저 통신의 해군 적용 방안을 연구한다. 아두이노 및 MATLAB을 활용한 레이저 송수신기를 구성하여 수조 실험을 진행하여 다양한 수중 환경에서 통신 가능 여부를 확인하였다. 첫 번째 실험에서는 레이저를 통해 데이터를 전송할 때, 통신 간 원하는 메시지를 데이터화하여 전송하고 이를 수신하여 올바른 메시지로 변환되는지 확인하였다. 두 번째 실험에서는 수중 상황에서의 통신 작동 여부를 확인하였으며, 세 번째 실험에서는 CDS 조도 센서 모듈을 사용하여 빛의 세기를 측정하고 다양한 수중 상황에서 레이저 통신의 한계를 측정하여 확인하였다. 또한, MATLAB Code를 활용해 염도, 수온, 수심 등의 데이터를 수집하여 탁도를 계산하고 계산된 탁도(5, 20, 55, 180)에 대해서 최적의 파장값(532nm, 633nm, 785nm, 1064nm)을 제시하였다. 이를 바탕으로 해군 전술 통신, 원격 센싱, 수중 드론 제어 등의 분야에서의 활용방안을 중점적으로 분석한다. 마지막으로 현재의 기술 한계를 극복하고 성능을 향상하는 개선방안을 제시하였다.

• 센서학회지
• /
• 제33권1호
• /
• pp.40-47
• /
• 2024

The creation of vertically aligned one-dimensional (1D) nanostructures through the decoration of n-type tin oxide (SnO₂) on p-type chromium oxide (Cr₂O₃) constitutes an effective strategy for enhancing gas sensing performance. These heterostructures are deposited in multiple stages using a glancing angle deposition technique with an electron beam evaporator, resulting in a reduction in the surface porosity of the nanorods as SnO₂ is incorporated. In comparison to Cr₂O₃ films, the bare Cr₂O₃ nanorods exhibits a response 3.3 times greater to 50 ppm H₂S at 300℃, while the SnO₂-decorated Cr₂O₃ nanorods demonstrate an eleven-fold increase in response. Furthermore, when subjected to various gases (CH₄, H₂S, CO₂, H₂), a notable selectivity toward H₂S is observed. This study paves the way for the development of p-type semiconductor sensors with heightened selectivity and sensitivity towards H₂S, thus advancing the prospects of gas sensor technology.

• 한국지리정보학회지
• /
• 제27권1호
• /
• pp.115-127
• /
• 2024

본 연구는 Transformer 모듈을 기반으로 다양한 구조의 모델을 구성하고, 토지피복 분류를 수행하여 Transformer 모듈의 활용방안 검토를 목적으로 하였다. 토지피복 분류를 위한 딥러닝 모델은 CNN 구조를 가진 Unet 모델을 베이스 모델로 선정하였으며, 모델의 인코더 및 디코더 부분을 Transformer 모듈과 조합하여 총 4가지 딥러닝 모델을 구축하였다. 딥러닝 모델의 학습과정에서 일반화 성능 평가를 위해 같은 학습조건으로 10회 반복하여 학습을 진행하였다. 딥러닝 모델의 분류 정확도 평가결과, 모델의 인코더 및 디코더 구조 모두 Transformer 모듈을 활용한 D모델이 전체 정확도 평균 약 89.4%, Kappa 평균 약 73.2%로 가장 높은 정확도를 보였다. 학습 소요시간 측면에서는 CNN 기반의 모델이 가장 효율적이었으나 Transformer 기반의 모델을 활용할 경우, 분류 정확도가 Kappa 기준 평균 0.5% 개선되었다. 차후, CNN 모델과 Transformer의 결합과정에서 하이퍼파라미터 조절과 이미지 패치사이즈 조절 등 다양한 변수들을 고려하여 모델을 고도화 할 필요가 있다고 판단된다. 토지피복 분류과정에서 모든 모델이 공통적으로 발생한 문제점은 소규모 객체들의 탐지가 어려운 점이었다. 이러한 오분류 현상의 개선을 위해서는 고해상도 입력자료의 활용방안 검토와 함께 지형 정보 및 질감 정보를 포함한 다차원적 데이터 통합이 필요할 것으로 판단된다.

• Journal of Radiation Protection and Research
• /
• 제39권1호
• /
• pp.54-60
• /
• 2014

IAEA는 핵물질 계량 관리 검사를 위해 다양한 방사선 검출기를 사용하고 있다. 주로 HPGe, NaI(Tl), CZT 등이 사용되며, 정확한 측정이 요구되는 검사에는 고분해능 HPGe 검출기 활용도가 높다. HPGe 검출기는 추가적인 냉각장치로 인하여 부피가 크고 무거우며, 사용하기 전에 충분히 냉각시켜야 하기 때문에 측정의 준비 시간이 많이 걸린다는 단점이 있다. 이러한 문제점을 해결하기 위해 가볍고 짧은 사용 전 냉각이 요구되는 휴대형 HPGe가 개발되었다. 본 논문은 개발된 휴대형 HPGe 검출기 시제품을 실제 IAEA 사찰 현장에 적용하여 얻은 성능평가 결과를 기술한다. 휴대형 HPGe로 얻은 방사선 스펙트럼은 핵물질 종류와 농축도에 따라 다른 특징을 보였고, 또한 $^{235}U$과 $^{238}U$의 붕괴 계열에서 방출되는 감마선 및 우라늄의 특성 x-선 차이도 확인할 수 있었다. 그리고 휴대형 HPGe 검출기 시제품으로 측정한 농축도는 핵물질 종류에 따라 실제값과 9 ~ 27%의 상대적 오차를 보였다. 휴대형이라는 소형 검출기의 한계 때문에 일부 핵물질은 IAEA에서 요구하는 정확도를 만족시키지 못하는 경우도 있었지만 향후 추가적인 연구의 수행으로 이러한 문제점은 해결 가능할 것으로 판단된다. 본 논문은 새로운 휴대형 HPGe 검출기를 안전조치에 적용한 사례와 측정한 스펙트럼을 농축도 분석 코드로 분석한 결과를 다룬다. 따라서 국내 원자력시설의 우라늄 농축도 검증을 위한 IAEA 안전조치 사찰 결과를 분석한 논문이 별로 발표되지 않은 상황에서, 본 논문은 안전조치 검사 결과 분석에도 유익할 것으로 판단된다. 개발된 방사선 검출기의 개선 사항도 함께 논의하였으므로 향후 관련 분야 방사선 검출기 개발에도 기여할 것으로 예상된다.

• 한국농림기상학회지
• /
• 제4권4호
• /
• pp.224-236
• /
• 2002

남한 벼 품종의 북한서부평야지 재배적응성 예측을 위하여 496개 단위 재배구역 각각에 대하여 30년간의 생육모의를 실시하였다. 5km $\times$ 5km로 구획된 1,044개 재배구역중 벼논 재배구역은 위성영상자료를 분석하여 추출하였다. 일최고ㆍ최저기온, 강우량, 강우일수, 일사량은 1981년부터 2000년 동안 남북한의 기상관측소의 측정간을 이용하여 1 km$\times$ 1 km 해상도로 작성하였고, 최소재배단위(CZU)의 벼논 픽셀에 해당하는 기후값만을 발췌하여 그들의 평균값을 각 CZU의 대표값으로 하였으며, 각 재배구역별 월평균값으로부터 30년간의 일기상 자료를 무작위로 생성하였다. 11개 주요 남한 벼품종에 해당하는 CERES-rice 모형에 필요한 생장 및 발육관련모수는 농업관련 국가기관에서 장기간동안 수행하여 축적된 조사자료로부터 추정하였다. 남한 주요 품종의 유전적 특성을 갖도록 모수가 조정된 생육모형 CERES-rice를 북한 서부평야지 496개 벼 재배단위별 무작위로 생성된 30년간의 일기상 자료를 이용하여 이앙기(적식, 만식), 관개(천수답, 수리안전답), 작부방식(일모작, 이모작) 등 3요인을 2수준으로 두어 품종별 총 8개씩의 처리로 년도별 기상변이에 따른 생육 및 수량 등을 모의하였다. 각 품종에 대하여 같은 모형을 남한의 3개 작물시험장 실제 기상자료에 근거한 생육모의를 수행함으로써 북한지방 모의결과의 상대평가를 위한 기준자료로 삼았다. 생육모의를 통한 분석결과 남한의 중생종 벼 품종들 가운데 수원에서의 출수기가 8월 15일 이전인 것들이 북한서부평야지에서 적응성이 높을 것으로 판단된다. 이 결과는 앞으로 있을 남ㆍ북한 농업기술교류시 남한 벼 품종의 북한 곡창지대인 서부평야지 적응성 판단의 중요한 기초자료가 될 것이다.

• 한국농림기상학회지
• /
• 제8권4호
• /
• pp.229-241
• /
• 2006

본 연구에서는 실측 일기상자료 대신 예측 기후평년 값을 적용하여 기후변화와 그에 상응한 벼 작황의 지리적 분포양상을 복원함으로써 지구온난화에 따른 우리나라 벼농사지대의 생산성을 재평가하였다. 기상청 56개 지점 종관자료(일 최고/최저 기온의 월별 평균값)를 1971-2000년 30년 단위로 수집하여 270m 해상도의 수치기후도를 작성하고, 벼논픽셀에 해당되는 기후자료를 추출하였다. 동일한 시군에 속하는 벼논픽셀의 기후자료를 평균함으로써 시군단위의 '벼논맞춤형 기후자료'를 준비하였다. 같은 방법으로 기상연구소에서 제작한 2011-2100년 기간의 3개 평년(2011-2040, 2041-2070, 2071-2100) 기후시나리오에 근거하여 해당 평년의 기후자료를 추정하였다. 농촌진흥청의 정밀토양도로부터 해당 픽셀의 토성과 토심정보를 검색하고 이를 토대로 유효수분 조견표에 의해 토양자료를 준비하였다. 자포니카형 벼의 특성을 갖도록 개조한 벼 생육모형(CERES-Japonica)에 이들 자료를 입력하고 조생종(오대벼), 중생종 (화성벼), 만생종 (동진벼)의 생육을 모의하였다. 시군 공간평균을 기준으로 3품종 모두 가까운 미래(2011-2040년)에는 출수기가 일주일 정도 빨라지고, 먼 미래(2071-2100년)에는 최대 20일 까지 단축될 수 있다. 생리적 성숙기는 3품종 모두 가까운 미래(2011-2040년)에는 15일 정도 단축되고, 먼 미래(2071-2100년)에는 최대 한달까지도 빨라질 수 있어 출수기에 비해 단축정도가 심하다. 평야지 수량의 경우 조생종인 오대벼는 10a당 6-25%, 중생종 화성벼는 3-26%, 만생종 동진벼는 3-25%까지 감소하였다. 하지만 산간지역에서는 발육속도가 빨라지고 수량이 증가하거나 큰 변화가 없는 곳도 많아 온난화조건에서도 지역별 정밀기후 추정과 이에 근거한 최적품종의 선택, 이앙기 및 수확기 등 생육기간의 조절이 온난화 대응기술로서 유효할 것으로 기대된다.

• 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.

• 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.

• 인터넷정보학회논문지
• /
• 제23권5호
• /
• pp.145-154
• /
• 2022

자동 표적 인식(Automatic Target Recognition, ATR) 기술이 미래전투체계(Future Combat Systems, FCS)의 핵심 기술로 부상하고 있다. 그러나 정보통신(IT) 및 센싱 기술의 발전과 더불어 ATR에 관련이 있는 데이터는 휴민트(HUMINT·인적 정보) 및 시긴트(SIGINT·신호 정보)까지 확장되고 있음에도 불구하고, ATR 연구는 SAR 센서로부터 수집한 이미지, 즉 이민트(IMINT·영상 정보)에 대한 딥러닝 모델 연구가 주를 이룬다. 복잡하고 다변하는 전장 상황에서 이미지 데이터만으로는 높은 수준의 ATR의 정확성과 일반화 성능을 보장하기 어렵다. 본 논문에서는 이미지 및 텍스트 데이터를 동시에 활용할 수 있는 지식 그래프 기반의 ATR 방법을 제안한다. 지식 그래프와 딥러닝 모델 기반의 ATR 방법의 핵심은 ATR 이미지 및 텍스트를 각각의 데이터 특성에 맞게 그래프로 변환하고 이를 지식 그래프에 정렬하여 지식 그래프를 매개로 이질적인 ATR 데이터를 연결하는 것이다. ATR 이미지를 그래프로 변환하기 위해서, 사전 학습된 이미지 객체 인식 모델과 지식 그래프의 어휘를 활용하여 객체 태그를 노드로 구성된 객체-태그 그래프를 이미지로부터 생성한다. 반면, ATR 텍스트는 사전 학습된 언어 모델, TF-IDF, co-occurrence word 그래프 및 지식 그래프의 어휘를 활용하여 ATR에 중요한 핵심 어휘를 노드로 구성된 단어 그래프를 생성한다. 생성된 두 유형의 그래프는 엔터티 얼라이먼트 모델을 활용하여 지식 그래프와 연결됨으로 이미지 및 텍스트로부터의 ATR 수행을 완성한다. 제안된 방법의 우수성을 입증하기 위해 웹 문서로부터 227개의 문서와 dbpedia로부터 61,714개의 RDF 트리플을 수집하였고, 엔터티 얼라이먼트(혹은 정렬)의 accuracy, recall, 및 f1-score에 대한 비교실험을 수행하였다.