• 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.

• 한국농림기상학회지
• /
• 제23권4호
• /
• pp.329-339
• /
• 2021

콩은 논 대표적인 밭작물로써 온도, 수분, 토양과 같은 환경 조건에 민감하기 때문에 재배 시 포장 관리가 매우 중요하다. 작물 상태를 비파괴적, 비접촉적 방법으로 측정할 수 있는 분광 기술을 활용한다면 작황 예측, 작물 스트레스 및 병충해 판별 등 생육 진단 및 처방을 통해 품질과 수확량을 높일 수 있다. 본 연구에서는 회전익 무인기에 탑재된 다중분광 센서를 이용하여 시험 포장에서 콩 생육 추정 모델 개발하고 재현성을 확인하기 위해 농가 포장에 검증을 수행하였다. 분광 데이터로 산출된 정규화 식생지수(NDVI, GNDVI), 단순비 식생지수(RRVI, GRVI)와 콩 생육 데이터(생체중, LAI)를 선형회귀분석을 실시하여 모델을 개발하였으며 괴산에 위치한 농가포장에서 검증을 실시하였다. 그 결과 생체중의 경우 정규화 식생지수를 이용 시 포화되기 때문에 단순비 식생지수 GRVI를 이용한 모델의 성능이 가장 높았다(R²=0.74, RMSE=246 g/m², RE=34.2%). 괴산 농가 포장에 생체중 모델 검증 결과 RMSE=392 g/m², RE=32%로 나타났으며 작부 체계별 나누어 검증 결과 단작 포장과 이모작 포장 생체중 모델은 RMSE=315 g/m², RE=26% 및 RMSE=381 g/m², RE=31%로 나타났다. 작부 체계별 포장과 적산온도가 유사한 연도별 시험 포장(2018+2020년, 2019년)을 나누어 생체중 모델 개발한 결과 단년도(2019년)의 성능이 높게 나타났다. 작부 체계별 적산온도가 유사한 검증과 기존 검증 간 비교 결과 단작 포장은 RMSE 및 RE를 기준으로 각각 29.1%와 34.3%로 개선되었으나 이모작 포장은 -19.6%, -31.3%로 저하되었다. 적산온도 이외의 환경 요인, 분광 및 생육 데이터 추가 시 다양한 환경 조건에서 재배되는 콩 생육을 추정 가능할 것으로 판단된다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제31권3호
• /
• pp.287-292
• /
• 2008

방사선 반응에서의 위치정보는 방사선 선원의 영상을 재구성하는데 있어서 매우 중요한 기본정보이다. 이에 대부분의 위치 검출 기술을 이용하여 검출기안에서의 일어난 단일 반응의 위치정보를 알아낼 수 있다. 그러나 섬광체 안에서의 다중산란의 경우 각각의 산란위치를 개별적으로 측정할 수 없고 여러 산란위치의 평균만이 구해질 수 있어서 측정된 방사능의 위치정보에 불확실성이 존재하게 된다. 이 논문에서는 이러한 다중산란에 따른 위치 불확실성을 몬테카를로 시뮬레이션으로 계산하였다. 시뮬레이션 모델은 복합 집속 카메라에 사용된 $50{\times}50{\times}5mm\;LaCl_3$(Ce) 섬광체(pixel크기는 $2{\times}2{\times}5mm$)이다. 복합 집속 카메라는 광전효과와 컴프턴 산란 모두에서 정보를 얻으므로 방사선의 반응에서 부분에너지만 (검출기에) 검출되는 경우와 모든 에너지가 검출 되는 경우를 나누어 위치 불확실성을 계산하였다. 부분에너지만 검출되는 경우 (PED) 위치의 표준편차는 $1{\sim}2mm$ 미만으로 다중산란에 의한 불확실성이 크지 않다는 것을 알 수 있다. PED의 경우 다중산란의 영향이 크지 않으므로 이러한 다중산란은 컴프턴 카메라의 성능에 큰 영향을 미치지 않는다는 것을 알 수 있다. 그러나 모든 에너지가 검출되는 경우 (FED), 122keV입사방사선의 경우를 제외하면, 그 위치의 표준편차가 1차 검출기의 pixel크기에 2배에 달한다. 그러므로 복합 집속 카메라의 코드화된 마스크를 설계하는데 있어 재구성된 영상의 잡음을 방지하기 위해 다중산란에 의한 표준편차가 고려되어야 한다. 모든 입사 방사선에너지에 대하여 FED에 의한 위치 불확실성은 PED에 의한 것 보다 크며 PED 대 FED의 비는 입사방사선의 에너지가 증가함에 따라서 커진다. PED와 FED의 경우 모두 위치의 불확실성이 입사방사선의 에너지에 따라 달라졌다.

• 생물환경조절학회지
• /
• 제29권2호
• /
• pp.161-170
• /
• 2020

국내 시설 농업의 99.2%를 차지하는 플라스틱온실의 내부 환경인자는 외부 환경의 변화에 민감하게 반응하고 온실 공간 내부에서 편차가 발생한다. 온도, 습도, CO₂, 광도의 환경인자를 계측하기 위한 지점을 3 × 3 × 5로 구성하여 데이터를 취득하고 내부 공간을 수직, 수평적인 측면으로 분할하여 환경 인자의 분포를 확인하였다. 계측지점의 최적점을 선정하고자 계측 공간을 수직, 수평적인 방향으로 분할하고, 측정 데이터와 이를 활용한 예측지점의 선형회귀분석 결과로 성능평가를 실시하였다. 일반적인 상황에서는 온도와 습도 인자의 경우 1개의 센서로 플라스틱온실 내부 환경의 계측이 가능할 수 있으나, 특정구간의 경우 다수의 센서를 활용하여 내부공간의 정밀성을 확보하는 것이 필요하다. CO₂의 경우 실험기간 내의 계측 매트릭스의 증가에도 불구하고 변이를 정의하는데 한계가 있음을 발견하였다. 조도 분포의 경우 일출 이후 지속적으로 회귀분석 결과가 작아짐을 발견하였다. 구조물의 간섭 등을 고려해 동일한 수평적인 방향에서 미계측 지점의 결정계수가 감소하였고, 센서 매트릭스 배치를 작물 높이 위로 위치하여 다수의 센서 노드 설치로 개선 가능하다고 예상된다. 외부 환경의 변화에 따라 온실 내부 환경이 불규칙하게 변화되며, 이 구간은 시설의 규격을 고려하여 계측 매트릭스를 구성해야 한다. 반대로 안정적인 구간에서는 최소한의 센서 노드로 내부 환경의 예측이 가능한 것을 확인할 수 있었다. 결과적으로 측정하고자 하는 환경인자와 시설의 구조 등 연구 및 재배자의 목적에 맞는 계측 매트릭스 위치 선정의 유동성이 요구되며, 덕트의 개폐위치를 조절하여 필요한 곳에 에너지를 투입하는 국소냉난방 및 생육제어 모델링 설계에 적용 가능하다고 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.