• 지적과 국토정보
• /
• 제52권1호
• /
• pp.95-104
• /
• 2022

본 연구는 2019년 4월 4일 강릉시 옥계면에서 발생한 산불 피해지역의 정확한 면적을 구하는 것을 목적으로 한다. 우리나라의 산림은 경사도가 존재하고 있으므로 평면적이 아닌 경사를 고려한 표면적을 구해야 한다. 국토지리정보원에서 제공하고 있는 DEM과 산림청에서 제공하는 제5차 수치임상도를 사용하였다. DEM에서는 각 화소의 중심점을 생성하고 모든 점을 연결하였다. 이때 연결선의 길이는 화소의 공간해상력과 cosine값을 통해 결정되며 높이값과 함께 표면적을 구하며, 이를 Slope-Aspect 알고리즘이라 한다. 산림의 표면적과 평면적을 나무의 수종, 산림의 종류에 따라 나타냈으며 이들의 정량적인 수치 차이를 통해 본 연구의 유효성을 입증하였다.

• 한국측량학회지
• /
• 제32권1호
• /
• pp.55-62
• /
• 2014

본 연구에서는 2011년 우면산 산사태 지역에 대한 현장조사를 수행하여 발생지점에 대한 자료를 구축하였으며, 산사태 발생 전후의 항공사진과 항공LiDAR DEM을 이용하여 여러 가지 지형인자들에 대한 단위면적당 발생빈도를 분석하였다. 경사도는 Neighborhood 알고리즘과 Maximum Slope 알고리즘을 적용하여 비교하였으며, 경사방향, 고도뿐만 아니라 최대경사방향의 곡률과 그 수직인 면에 대한 곡률을 분석에 이용하였다. 그 결과 최대경사방향 경사도 $40^{\circ}-45^{\circ}$ 구간이 상대적으로 매우 위험한 것으로 나타났으며 최대경사방향에 수직으로 오목한 사면이 더 위험한 것으로 분석되었다.

• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2003년도 공동 춘계학술대회 논문집
• /
• pp.363-368
• /
• 2003

Landsat TM 영상을 이용, 명암차가 높은 산악 지역에 적용해왔던 알고리즘을 개선하여 비교적 명암차가 낮고 충적층이 넓게 분포하는 지역의 선구조를 추출하는 알고리즘을 개발하였다. 수치지형모델에 대하여 Local Enhancement를 이용, 평탄한 지역으로부터 충적층을 추출하였다. Zevenbergen & Thorno's Method를 3×3moving windowing을 통해서 최대 경사방향과 경사를 이용하여 충적층을 지나는 선구조 요소를 추출하고 다시 Hough 변환을 이용해서 1차 선구조를 추출하였다. 이로부터 충적층의 직각방향의 지형단면의 경사를 유추해서 spline 보간법을 이용해 단면의 최저점을 구하고 이 구해진 점들을 다시 Hough 변환을 이용해서 최종 선구조를 추출하였다. 본 연구에서 사용한 알고리즘은 기존 알고리즘에서 사용된 소창문보다 훨씬 큰 충적층이 분포하는 지역의 지형 경사가 수렴하는 부분에 선구조가 뚜렷이 나타남을 볼 수 있다. 최대경사방향과 경사를 구해서 얻어진 1차 선구조와 최종선구조에서 선구조 방향이 다소 차이를 보인다. 1차 선구조의 수직방향 지형단면의 자료를 이용함에 있어, 지형 단면의 시작점과 끝지점을 임의적으로 결정하는 것이 아니라, 충적층을 가로질러 최고점까지 또는 다음 충적층이 나을 때까지의 자료를 이용해서 보간법을 사용하였고, 충적층의 넓이에 따라 보간할 자료량의 차이에 의한 오차가 발생할 수 있다. 넓은 충적층에서 선구조가 잘 추출되는 반면에 좁은 충적층이 분포하거나 계곡에 해당하는 지역에서는 경사수렴부와 일치하지 않는 선구조가 추출되었다. 이는 향후 계속적으로 연구해서 보완되어야 할 것으로 사료된다. 차원에서 기준치 설정 및 주기적인 측정을 통해 지속적으로 관리를 해야 한다. 그리고 정기적인 특수건강진단의 실시와 같은 근본적인 해결방안을 찾아야겠다.l rectangular type to a wed농e type. The Proposed wedge shape makes the absorption length longer for obliquely incident photons, thus increasing the detection efficiency and suppressing leakage coefficient. For the BGO detectors of 4-8mm width, the computer simulation result of the system using wedge detectors reveals resolution improvement to the system using conventional detectors. For the system composed of 200 BGO detectors of 8mm width with 2 point sampling motion, the simulation resolution system using conventional detectors. For the very high resolution system of 3-7mm FWHM, the characteristics of the detector shape and size is studied by computer simulation.n, but also such efficient a parameter as to perform almost like entropy.소한 1대

• 대한원격탐사학회지
• /
• 제36권5_4호
• /
• pp.1179-1194
• /
• 2020

본 연구에서는 지상기상센서가 설치되지 않은 미 관측지점의 기온정보를 추정하기 위하여 K-최근접 이웃, 랜덤 포레스트, 신경망 알고리즘을 대상으로 위성영상을 이용하여 기온자료를 산출하고 그 정확성을 평가·분석하고자 하였다. 위성영상자료는 2019년에 취득된 Landsat-8과 MODIS Aqua/Terra을 이용하였으며, 기상자료는 기상청과 산림청의 AWS/ASOS 자료를 이용하였다. 또한 추정 정확도를 향상시키기 위하여 수치표면 모델, 일사량, 경사방향, 경사도를 생성하여 이용하였다. 머신러닝 알고리즘 정확도 비교는 10-fold 교차검증을 통하여 R²(결정계수) 및 RMSE(평균제곱근오차)의 통계량을 계산하여 대상지역별 추정결과를 비교하였다. 그 결과 신경망 알고리즘이 R²=0.805, RMSE=0.508로 세 알고리즘 중 가장 안정적인 결과를 나타내었다. 신경망 알고리즘을 구축된 위성영상 데이터셋에 적용하여 2019년 6월부터 9월까지의 평균기온 지도를 생성할 수 있었으며 세밀한 기온 정보를 관측할 수 있음을 확인하였다. 연구 성과는 폭염 대응 정책, 열섬완화 연구 등 국가재난안전 관리에 활용 될 수 있을 것으로 기대된다.

• 대한공간정보학회지
• /
• 제18권3호
• /
• pp.29-35
• /
• 2010

토양유기탄소는 산림의 형성에 도움을 주며, 대기 중의 이산화탄소양을 조절함으로써 지구 온난화에 영향을 미치는 중요한 인자 중 하나이다. 토양에 존재하는 인자의 분포를 정확히 파악하려면 모든 지역에 대해 샘플링을 수행 해야하나 이는 매우 비현실적인 방법이다. 따라서 알맞은 모델을 제작하여 토양유기탄소의 분포를 추정할 수 있다면 그 활용도가 높을 것으로 판단된다. 본 연구에서는 의사결정나무 알고리즘을 이용해 경사 데이터, 경사향 데이터, Digital Elevation Model (DEM), 식생의 형태 데이터로부터 토양유기탄소를 상대적으로 다량 함유하고 있는 환경 인자를 파악할 수 있는 모델을 제작했으며, 정확도 검증은 10 집단 교차 검정을 통해 수행하였다. 이를 위하여 See 5와 Weka 소프트웨어를 이용하였다. See5 소프트웨어의 경우, 토양유기탄소 표층에 대해 식생의 형태에 의해 토양유기탄소량이 결정되는 것으로 나타났으며, 중간층에 대해서는 DEM에 의해 토양유기탄소량이 달라진다는 결론이 도출됐다. 생성된 모델의 정확도는 표층에 대해 70.8%, 중간층에 대해 64.7%인 것으로 나타났다. Weka 소프트웨어의 경우, 토양유기탄소 샘플의 표층에 대해 See5와 동일한 결과가 도출되었지만, 중간층에 대해서는 DEM이나 식생의 형태뿐만 아니라 경사향도 영향을 미친다는 결론이 도출되었다. 생성된 모델의 정확도는 표층에 대해 68.98%, 중간층에 대해 60.65%인 것으로 나타났다. 본 연구는 토양유기탄소량의 파악 및 토양유기탄소 지도 제작에 활용될 수 있을 것으로 사료된다.

• 한국토양비료학회지
• /
• 제45권3호
• /
• pp.360-369
• /
• 2012

토양의 생성에는 모재, 기후, 지형, 생물요인, 시간 등의 5가지 요인이 작용하고 있다고 알려져 왔다. 이 연구는 제주도 토양을 대상으로 환경요인만으로 토양통을 예측하는 알고리즘을 이용하여, 정량적인 분석 방법을 이용해 환경요인과 토양분포의 관계를 알아보고자 하였다. 분석을 위한 환경요인으로는 온도, 강수량, 지표지질, 해발고도, 경사도, 경사향, 주변과의 고도차, 지형습윤지수, 해안으로부터의 거리, 산정상으로부터의 거리, 토지이용현황을 선택하였다. 토양통별로 각각의 환경요인의 평균과 표준편차 또는 면적비를 구하고, 이를 이용하여 토양통이 분포할 수 있는 환경요인의 범위와 확률을 구하였다. 환경요인별 확률을 결합시켜 분포 가능한 토양통의 순위를 제시하는 알고리즘을 작성하였고, 이를 이용하여 토양통을 예측한 결과 1순위 내에 33%, 2순위 내에 62%, 5순위 내에 74%를 정확하게 기존의 토양도와 일치시킬 수 있었다. 알고리즘을 이용하여 제주 전 지역의 환경요인을 이용하여 예측되는 토양도를 토양목, 대군 등으로 분류하 여 나타낸 결과 북부 해안가에 Entisols이 분포하고 해발고도가 높아지면서 Alfisols, Andisols이 나타난 반면, 서부지역에서는 해안가의 Alfisols에서 해발고도가 높아지면서 Ultisols, Andisols의 순으로 나타나고 있어, 토양의 생성과 관련되어 모형을 이용한 추가적인 연구가 필요하였다.

• 대한원격탐사학회지
• /
• 제26권1호
• /
• pp.47-57
• /
• 2010

본 연구의 목적은 2006년 태풍 에위니아, 빌리스, 개미와 집중호우로 인해 많은 산사태가 발생한 진부면 지역을 대상으로 항공사진을 이용한 산사태 탐지 및 인공신경망과 GIS를 이용한 산사태 취약성을 분석하는데 있다. 산사태 위치는 산사태 발생 전후의 항공사진을 판독 후 현장에서 확인하였다. 취약성 분석을 위해 지형, 지질, 토양, 임상, 선구조, 토지이용도 등의 자료는 공간 데이터베이스로 구축하였다. 산사태와 관련 요인들간의 상대적 가중치는 인공신경망의 역전파 알고리즘을 이용하여 결정하였다. 그 결과 경사방향과 경사는 다른 요인들 보다 1.2~1.5배 높게 나타났다. 이 가중치를 이용하여 취약성도를 작성 후 분석에 사용하지 않은 산사태 위치와 비교하여 검증하였다. 그 결과 예측 정확도는 81.44%로 나타났다.

• 대한원격탐사학회지
• /
• 제37권5_1호
• /
• pp.903-916
• /
• 2021

지형은 고도, 경사, 측면으로 설명되는 지표면의 물리적인 모양을 나타내는 것으로 지형적 조건에 따라 에너지의 이동이 결정된다. 이것은 태양 에너지를 얼마나 많이 받을지, 바람이나 비가 얼마나 많은 영향을 미칠지 등에 대한 중요한 결정 요인들로 지표면 상에 존재하는 모든 생물, 특히 산림 식생의 입지 환경에 큰 영향을 준다. 도서지역 산림과 같이 자연적으로 형성된 지형 인자가 산림 식생의 생태환경을 결정하는 요인이 될 때 보다 정확한 지형 인자들의 계산은 도서산림의 입지환경을 이해하는데 매우 중요하다. 최근에는 연구자, 학교, 산업 및 정부를 위해 수많은 무료오픈소스 소프트웨어 지리정보시스템 프로그램(Free Open Source Software Geographic Information Systems, FOSS GIS)들이 이러한 지형인자들을 보다 정확하게 계산하기 위해 다양한 알고리즘을 적용하고 있다. FOSS GIS 프로그램은 사용자 요구에 맞게 수정이 가능한 유연한 알고리즘을 제공한다. 이와 같은 수요에 맞춰 이 연구에서는 지형 분석이 특히 중요한 도서지역 산림을 대상으로 하여 FOSS GIS 프로그램들의 지형인자 계산 결과값을 비교해 보고 향후 지역 생태 연구에 있어 지형 인자 계산 방법을 결정할 때 그 기준을 마련하고자 한다. 연구 지역은 전라남도 도서 지역을 대상으로 하였고 FOSS GIS 프로그램 중 가장 널리 사용되는 GRASS GIS와 SAGA GIS로 처리하였다. 입지환경에 있어 가장 널리 사용되는 설명인자인 경사도와 TWI(Topographical Wetness Index) 지도를 각 FOSS GIS 프로그램으로 생성하고 그 차이를 분석하여 각 FOSS GIS 프로그램의 장단점을 토의하였다.

• 한국산림과학회지
• /
• 제86권2호
• /
• pp.241-250
• /
• 1997

본 연구(硏究)는 수치(數値) 지형(地形) 해석법(解析法)에 의거 조림추천수종(造林推薦樹種)이 적지적소(適地適所)에 배치(配置)되도록 도면화(圖面化)하는 것을 목표(目標)로 현지(現地) 분포수종(分布樹種) 및 조림수종(造林樹種) 특성조사(特性調査)을 실시(實施)하여 알고리즘값을 설정(設定)하였다. 토양(土壤)은 토양조사(土壤調査)에 의거(依據) 토양도(土壤圖)를 작성(作成) 수치화(數値化)하여 사용(使用)하였고 평균표고(平均標高), 경사(傾斜), 방위(方位), 국소지형(局所地形)은 각각의 격자단위별(格子單位) 표고(標高)값을 가지고 계산식(計算式)을 적용(適用)하여 수치도(數値圖)를 작성(作成)하였다. 얻어진 결과(結果)를 요약(要約)하면 다음과 같다. 1. 개인별(個人用) 컴퓨터를 이용(利用)한 지형해석(地形解析) 및 수치도(數値圖) 중첩법(重疊法)에 의거 전북(全北) 무주군(茂朱郡) 일부지역(一部地域)(2,500ha)을 대상(對象)으로 토양(土壤) 및 임상조건(林相條件), 지형요인(地形要因)에 따라 분류(分類)할 수 있는 적지적수선정기법(適地適樹選定技法)을 개발(開發)하였다. 2. 연구(硏究) 대상지역(對象地域)에는 주로 갈색산림토양(褐色山林土壤)이 출현(出現)하고 소나무외 29개 수종(樹種)이 분포(分布)하였으며, 입지환경(立地環境) 및 토양조건(土壤條件)에 따라 수종별(樹種別)로 지위차이(地位差異)가 나타났다. 3. 본 연구(硏究)를 수행(遂行)하기 위하여 작성(作成)한 기본프로그램 (DTM, BAS)의 정확성을 알아보기 위하여 지형수치도(地形數値圖)의 평균표고(平均標高) 방위(方位)값과 현지(現地) 실측(實測)한 값사이의 오차율(誤差率)을 검증(檢證)한 결과(結果) 평균표고(平均標高) 및 방위(方位)값에서 모두 허용오차(許容誤差) 범위내(範圍內)인 5%미만(未滿)으로 나타나 개발(開發)된 프로그램의 유효성(有效性)이 입증(立證)되었다. 4. 적지적수도(適地適樹圖) 작성결과(作成結果) 가장 많은 면적(面積)을 차지하는 군(群)은 제 2군(R, $B_1$토양형(土壤型))으로 전체의 46%를 차지했으며, 산림(山林) 이외지역(以外地域)(L)이 23%, 제 6군($B_2$토양형(土壤型))은 13%로 나타났고, 제 5군은 7%, 제 4군은 5%, 기타 6%의 순으로 나타났다. 5. 조림수종군별(造林樹種群別) 관리방안(管理方案)은 제 1군의 비산림지역(非山林地域)을 제외(除外)하고 토양(土壤) 및 지형조건(地形條件)을 기준(基準)으로 하여 4개(個) 유형(類型)으로 분류(分類) 시행(提示)하였다.

• 자원환경지질
• /
• 제46권4호
• /
• pp.301-312
• /
• 2013

산사태는 지형, 지질, 임상, 토양 등과 같은 다양한 요인들이 복합적으로 작용하여 발생한다. 따라서 산사태 발생위치와 산사태 유발 요인 사이의 상관관계를 파악할 수 있는 다양한 분석 기법이 사용되고 있으며 본 연구에서는 산사태 위험지역을 정량적으로 예측할 수 있는 효과적인 기법을 제안하고자 퍼지관계 기법과 인공신경망 기법을 이용하여 포항지역의 산사태 취약성을 분석하였다. 취약성 분석을 위해 먼저 산사태 위치를 파악하여 현황도를 작성하였으며, 산사태 발생과 관련 있는 11개의 요인들에 대한 공간 데이터베이스를 구축하였다. 퍼지관계 기법에서는 cosine amplitude method를 이용해 각 요인 별 퍼지 소속 함수 값을 획득하고 퍼지관계 함수 연산을 이용하여 취약성도를 작성하였다. 인공신경망 기법에서는 오류 역전파 알고리즘을 이용하여 산사태와 관련 요인들 간의 상대적 가중치를 결정하고 취약성도를 작성하였다. 두 기법으로 도출된 산사태 취약성도의 ROC(Receiver Operating Characteristic)와 AUC(Area Under the Curve)를 통한 검증 결과는 82.18%와 87.4%로 나타났다. 퍼지 관계 및 인공신경망 기법 모두 높은 예측 정확도를 보여 취약성 분석 기법으로서의 적용 가능성이 있는 것으로 분석되었다. 한편 본 연구지역의 경우 인공신경망 기법이 퍼지관계 기법에 비해 좀 더 나은 예측 정확도를 보이는 것으로 분석되었다.