식물성플랑크톤은 영양염, 광합성, 탄소순환 등의 측면에서 해양의 생태계를 제어하는데, 해양 환경에 미치는 영향의 정도는 식물성플랑크톤의 크기에 좌우된다. 원격탐사 기술을 기반으로 해양의 식물성플랑크톤 크기 별 생체량을 식별하려는 많은 연구가 있었으며, 그 중 가장 성공적인 접근법 중 하나는 식물성플랑크톤의 크기를 세 등급(micro-plankton;> 20 ㎛, nano-; 2-20 ㎛ 및 pico-; <2 ㎛)으로 구분하여 각 그룹별 엽록소 농도를 추정하는 삼성분 모델(three-component model)이다. 이 연구에서는 동해에서 식물성플랑크톤의 크기 별 생체량 분포를 추정하기 위한 GOCI 자료의 활용 가능성에 대해 검토하였다. 각 크기 별 엽록소 농도(CHL)를 도출하기 위해, 연구지역에서 수 년 동안 수집된 식물성플랑크톤 색소자료를 기반으로 회귀분석을 통해 삼성분 모델의 계수를 산출하였다. 새롭게 산출된 삼성분 모델을 시간 별 GOCI 기반 엽록소 농도 이미지에 적용하여, 전체 엽록소 농도 중 각 식물성플랑크톤 크기 별 생체량이 차지하는 비율을 산출하였다. 또한, 이 결과를 이용하여 동해에서 2013년 여름 대규모 적조가 발생한 시기의 크기 별 엽록소-a 농도 분포를 분석하였다.
다목적실용위성 5호의 검보정 목적으로 사용되는 몽골과 같은 해외 검보정 사이트는 유지 및 보수를 위한 비용이 많이 들고 예상치 못한 문제가 발생할 경우 즉각적인 대응이 어렵다는 단점이 있다. 이에 따라서 국내 SAR 영상 검보정 사이트 구축 필요성이 제기되었지만 관련 연구 진행은 미미한 상황이다. 본 논문에서는 SAR 검보정 사이트 구축을 위해서 후방 산란 특성 측면에서 어떤 조건들이 있는지 알아보고, 실제 운영중인 다목적실용위성 5호를 통해서 고해상도, 표준, 광역 관측과 같이 다양한 모드로 촬영한 국내 후보 지역들에 대해서 검보정 사이트로써 적합한지를 판단하였다. 먼저 국내에서 위성 영상 검보정 후보 사이트로 추천되는 장소중에서 접근성, 가용성 등 일반적인 지표 만족여부를 적용하여 일차적으로 선별하였다. 그 다음에 비교적 넓고 AT나 CR을 설치하기 용이한 장소로써 site A (전라남도 고흥군), site B (전라북도 전주시), site C (대전광역시 대덕연구단지) 세 군데를 최종 후보 지역으로 선정하였다. 후보 지역들에 대해서 경사도 측정, 방사 정밀도의 평가 지표 중 하나인 ISLR을 구하기 위한 사이트의 최소 면적, SAR 영상에서의 DN 값 및 후방 산란 계수의 균일성, 사이트 내 인공 구조물, 건물 및 바위 등과 같은 strong reflector에 의한 간섭 여부, 설정 영역에 대한 후방 클러터 레벨 분석 등을 통해서 전라남도 고흥군에 위치한 site A 지역이 검보정 사이트로써 가장 적합하다고 판단내릴 수 있었다.
쌀 수급 조절 정책의 합리적 수립을 지원하기 위해서는 벼 재배면적의 조기 추정이 필요하다. 본 연구는 국내 벼 주산지인 김제시를 대상으로 Sentinel-1 위성영상을 활용하여 이앙이 마무리되는 7월 초순 벼 재배면적을 조기에 추정하기 위해 최적의 훈련자료 수집을 위한 무인기(UAV) 영상 활용 방안을 제시하고자 수행하였다. 5월부터 7월 초까지 수집한 Sentinel-1 위성영상은 ESA에서 제공하는 SNAP(SeNtinel application platform, Version 8.0)프로그램으로 전처리하고 팜맵을 활용하여 농경지만을 추출하였다. 벼 재배지 중심 지역과 벼·콩 혼재지 무인기 영상 촬영 영역을 혼합하여 훈련자료로 선정하여 김제시 전체 벼 재배지를 추정한 결과, 정확도와 카파 계수는 각각 89.9%, 0.774로 가장 좋은 결과를 보였는데, 이는 김제시 전역을 대상으로 무작위 표본조사를 수행하여 분류한 결과와 비교 시 전체 정확도 1% 내외, 카파 계수 0.02~0.04 범위에서 차이를 보여 벼 재배지 조기 추정을 위한 무인기 영상 활용 가능성을 확인할 수 있었다.
본 연구의 목적은 해외 테스트베드 지역에서 제작된 아리랑 3호 DSM의 성능을 비교 분석하는 것이다. 이를 위하여 미국 샌프란시스코 지역을 촬영한 아리랑 3호 in-track(동일 궤도) stereo(입체) 영상을 수집하였다. 촬영된 영상의 스테레오 기하 요소는(B/H, convergence angle 등) 모두 안정적 범위에 있음을 확인하였다. 지상기준점을 이용한 정밀 센서모델링과 DSM 자동 생성 기법을 적용하여, 1 m 해상도의 DSM을 제작하였다. 평가 및 보정을 위한 참조 자료는 Airbus에서 상용 판매하고 있는 1 m 해상도의 Elevation1 DSM 제품과 Compass Data Inc.에서 실측한 0.01 m 이내 정확도의 지상점이다. 아리랑 3호의 정밀 센서 모델링 정확도는 수평 및 수직 방향으로 0.5 m (RMSE) 이내를 나타냈다. 생성된 DSM과 참조 DSM 사이의 difference map을 작성하였을 때, 평균과 표준 편차는 각각 0.61 m와 5.25 m로 유사한 정확도를 나타냈으나, 일부 지역에서는 100 m 이상의 큰 차이를 나타냈다. 이러한 지역은 초 고층 건물의 밀집지역의 폐색 지역에서 주로 나타났다. 향후, 아리랑 3호 tri-stereo 영상의 활용과 다양한 후처리 기법이 개발된다면 보다 향상된 품질의 DSM 생성이 가능할 것으로 판단된다.
주변환경에서 정보를 수집하는 센서네트워크는 다양한 분야에서 사용되고 있다. 정밀한 분석을 위하여 매우 짧은 주기로 정보를 수집할 필요가 있는 어플리케이션에서는 네트워크를 구성하는 노드의 수가 증가하고 정보를 수집하는 주기가 짧아질수록 생성되는 데이터의 양도 증가하기 때문에 노드 간에 지연을 최소화하여 효율성을 높일 필요가 있다. 본 논문에서는 네트워크 구성시 데이터 전송률에 영향을 미치는 전송주기와 센서 노드간의 거리, 전송 패킷의 크기에 대한 실험을 실시하여 실험한 결과를 바탕으로 주기적 전송 기법의 한계와 문제점을 분석하고 패킷 전송 작업이 완료되었음을 알려주는 전송 완료 이벤트를 이용하여 연속적인 패킷 전송시 지연을 줄여주는 SET(SendDone Eventbased Transmission Technique)기법을 제안한다. SET에서는 패킷 전송이 완료된 시점에 즉시 다음 패킷을 전송하기 때문에 패킷을 전송하는데 소요되는 시간에 상관없이 패킷 전송간에 지연이 발생하지 않는다. 따라서 연속적으로 대량의 패킷을 전송할 때 높은 전송율을 제공할 수 있다.
원격탐사를 이용한 작황정보 생산은 작물의 생물계절을 이용하여 작물 분류, 생육 모니터링, 생산량 추정 분석이 선행되어야 한다. 생물계절에 추정을 위한 시계열 영상 자료가 필요하지만 KOMPSAT(Korea Multi-Purpose Satellite)만으로 획득하는 것은 물리적 제한이 있으므로 타 지구관측위성과의 융합 활용이 필요하다. 위성자료의 융합 활용을 위해서는 각 위성이 가지는 고유의 방사학적 센서 특성 차이를 극복해야 한다. 본 연구는 위성자료의 융·복합 활용을 위한 첫 단계로서 KOMPSAT-3와 Landsat-8 위성의 교차검보정을 수행하였다. Libya-4 PICS(Pseudo Invariant Calibration Sites)에서 2년간 수집된 위성자료에 대해 초분광위성을 이용하여 산정된 SBAF(Spectral Band Adjustment Factor)를 적용하여 대기상단 반사도를 비교하였다. 교차검보정 결과 KOMPSAT-3와 Landsat-8 위성은 Blue, Green, Red 밴드에서 약 4%, NIR밴드에서 6%의 반사율 차이를 보였다. 온보드 켈리브레이터가 없는 KOMPSAT-3는 Ladnsat-8에 비해 Radiometric Stability가 낮은 것으로 나타났다. 향후 교차검보정의 정확도를 높이기 위해 BRDF(Bidirectional reflectance distribution function) 보정 및 지형보정을 통하여 정규화 된 반사율 자료를 생산하기 위한 노력이 필요하다.
이 연구에서는 2019년 4월 4일 발생한 고성-속초 산불과 강릉-동해 산불의 피해지를 신뢰할 만한 수준으로 신속하게 파악하기 위하여, 고해상도 영상 기반의 산림고사지수를 개발하고 이를 Sentinel-2 영상에 적용한 결과를 소개하고자 한다. 고사한 산림과 건강한 산림은 매우 다른 분광특성을 보이는데, 특히 R-NIR-G 위색조합(false color composite)에서 그 차이가 뚜렷이 나타난다. 이러한 특성에 기초하여 개발된 산림고사지수를 적용한 결과, 고성-속초 산불의 피해면적은 약 701.16 ha, 강릉-동해 산불의 피해면적은 약 710.60 ha로 추정된다. 정확한 피해면적은 현장조사 등의 과정을 거쳐 추후에 공식적으로 확정되겠지만, 이러한 위성영상 분석은 신속한 피해현황 파악을 가능하게 하는 장점이 있다.
사물 인터넷(Internet-of-Things, IoT)은 무선 인터넷으로 연결된 다양한 디바이스에게서 센싱을 통해 정보를 획득하고 여러 디바이스와 협업을 통해 사용자에게 유용한 서비스를 제공하는 컴퓨팅 환경을 말한다. 최근 사물 인터넷에 대한 관심이 높아짐에 따라 다양한 IoT 디바이스들이 개발되고 있으며, 특히 사람이 접근하기 어렵거나 위험한 환경에서 활용 가능한 지상용 IoT 디바이스에 대한 관심이 높다. 또한 이를 활용한 IoT 애플리케이션은 센서 네트워크나 통신 기술, 다양한 설계 기법 등의 기술이 활용되어 사용자에게 다양하고 유용한 기능을 제공한다. 이에 따라 지상용 IoT 애플리케이션에 대한 연구와 개발이 활발히 진행 중이다. 그러나 사물 인터넷은 최근 소개된 신기술이기 때문에 관련 연구에 대한 자료가 부족하며, 특히 지상용 IoT 애플리케이션은 기존의 전형적인 소프트웨어와는 다르게 디바이스의 특성이나 통신 환경, 주변 환경 등으로 인한 애플리케이션의 신뢰성을 저해하는 이슈들이 발생할 수 있다. 본 논문에서는 지상용 IoT 애플리케이션의 신뢰성 중 성숙도와 오류 관리성 관련 이슈들을 분석하고, 이를 효과적으로 해결할 수 있는 신뢰성 향상 기법들을 제시한다. 그리고 지상용 IoT 디바이스 중 Sphero Ball을 활용한 애플리케이션 개발을 통해 본 논문에서 제시한 이슈들을 도출하고 이를 해결하기 위한 솔루션을 적용 및 활용한 사례를 보여줌으로써 연구의 실효성을 보여준다.
여러 분야에 있어서 원격탐사의 탐지 및 모니터링 기능과 지리정보시스템의 이성적 접근 및 분석기능을 접목함으로써 이에 의한 많은 효과를 얻고 있다. 원격탐사기술 및 지리정보시스템을 접목하는 데에 있어서 핵심적인 응용분야로는 변화를 분석하는 것이 있다. 이러한 변화가 그 자체로 관심의 대상이 되거나, 또는 이로 말미암아 우리는 (지도를 개정하는 등의) 행동을 취하게 되기 때문에 원격탐사는 변화를 탐지하는 데에 있어서 훌륭한 도구가 된다. 지리정보시스템 또한 변화의 과정을 정량화 하는 최상의 분석도구가 될 수 있다. 이러한 변화를 정량화 하는 데에는 두 가지 방법이 있다. 개념적으로 간단한 방법으로는 각 이미지의 적셀 값을 비판하는 것이 있다. 이 방법은 실질적인 반면 (적용이) 단순하여 복잡한 (자연) 환경에서의 다양한 변화를 분석할 수는 없다. 이에 대한 또 다른 방법으로는 기호변화탐지가 있다. 분석자는 먼저 판별하고자 하는 중요한 분류항목들을 결정한다 이 방법은 토지리용 및 피복도가 정확하게 구분이 된 다음에야 효과적일 수가 있다. 디지탈 변화탐지를 수행하고자 하는 사람은 조사대상지역의 환경, 데이타 세트의 질 그리고 변화탐지 알고리즘 등에 대해서 잘 알고 있어야 한다. 또한, 특정지역 및 (추진하고자하는) 과제에 적합한 변화탐지 알고리즘을 파악하는 작업을 수행해야 한다.
원격탐사 영상을 이용한 지표 속성의 변화를 모니터링 하기 위해서 딥러닝(deep learning) 모델을 이용한 의미론적 영상 분할 방법이 최근에 널리 사용되고 있다. 대표적인 의미론적 영상 분할 딥러닝 모델인 UNet 모델을 비롯하여 다양한 종류의 UNet 기반의 딥러닝 모델들의 성능 향상을 위해서는 학습 데이터셋의 크기가 충분해야 한다. 학습 데이터셋의 크기가 커지면 이를 처리하는 하드웨어 요구 사항도 커지고 학습에 소요되는 시간도 크게 증가되는 문제점이 발생한다. 이런 문제를 해결할 수 있는 방법인 전이학습은 대규모의 학습 데이터 셋이 없어도 모델 성능을 향상시킬 수 있는 효과적인 방법이다. 본 논문에서는 UNet 기반의 딥러닝 모델들을 대표적인 사전 학습 모델(pretrained model)인 VGG19 모델 및 ResNet50 모델과 결합한 세 종류의 전이학습 모델인 UNet-ResNet50 모델, UNet-VGG19 모델, CBAM-DRUNet-VGG19 모델을 제시하고 이를 건물 추출에 적용하여 전이학습 적용에 따른 정확도 향상을 분석하였다. 딥러닝 모델의 성능이 학습률의 영향을 많이 받는 점을 고려하여 학습률 설정에 따른 각 모델별 성능 변화도 함께 분석하였다. 건물 추출 결과의 성능 평가를 위해서 Kompsat-3A 데이터셋, WHU 데이터셋, INRIA 데이터셋을 사용하였으며 세 종류의 데이터셋에 대한 정확도 향상의 평균은 UNet 모델 대비 UNet-ResNet50 모델이 5.1%, UNet-VGG19 모델과 CBAM-DRUNet-VGG19 모델은 동일하게 7.2%의 결과를 얻었다.
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.