Landslides are one of the most damaging geological hazards worldwide, threating both humans and property. Hence, there have been many efforts to prevent landslides and mitigate the damage that they cause. Among such efforts, there have been many studies on mapping landslide susceptibility. Geographic information system (GIS)-based techniques have been developed and applied widely, and are now the main tools used to map landslide susceptibility. We reviewed the status of landslide susceptibility mapping using GIS by number of papers, year, study area, number of landslides, cause, and models applied, based on 776 articles over the last 20 years (1999-2018). The number of studies published annually increased rapidly over time. The total study area spanned 65 countries, and 47.7% of study areas were in China, India, South Korea, and Iran, where more than 500 landslides, 27.3% of all landslides, have occurred. Slope (97.6% of total articles) and geology (82.7% of total articles) were most often implicated as causes, and logistic regression (26.9% of total articles) and frequency ratio (24.7% of total article) models were the most widely used models. We analyzed trends in the causes of and models used to simulate landslides. The main causes were similar each year, but machine learning models have increased in popularity over time. In the future, more study areas should be investigated to improve the generalizability and accuracy of the results. Furthermore, more causes, especially those related to topography and soil, should be considered and more machine learning models should be applied. Finally, landslide hazard and risk maps should be studied in addition to landslide susceptibility maps.
Numerous water disasters have recently occurred all over the world, including South Korea, due to global climate change in recent years. As water-related disasters occur extensively and their sites are difficult for people to access, it is necessary to monitor them using satellites. The Ministry of Environment and K-water plan to launch the next-generation medium satellite No. 5 (water resource/water disaster satellite) equipped with C-band synthetic aperture radar (SAR) in 2025. C-band SAR has the advantage of being able to observe water resources twice a day at a high resolution both day and night, regardless of weather conditions. Currently, RADARSAT-2 and Sentinel-1 equipped with C-band SAR achieve the purpose of their launch and are used in various environmental fields such as forest structure detection and coastline change monitoring, as well as for unique purposes including the detection of flooding, drought and soil moisture change, utilizing the advantages of SAR. As such, this study aimed to analyze the characteristics of the next-generation medium satellite No. 5 and its application in environmental fields. Our findings showed that it can be used to improve the degree of precision of existing environmental spatial information such as the classification accuracy of land cover map in environmental field works. It also enables us to observe forests and water resources in North Korea that are difficult to access geographically. It is ultimately expected that this will enable the monitoring of the whole Korean Peninsula in various environmental fields, and help in relevant responses and policy supports.
국내의 화학 산업이 지속적으로 발전이 이루어짐에 따라 화학물질의 취급량과 운송량은 매년 증가하고 있다. 우리나라 도로 화물운송은 90%이상을 차지하고 있으며, 화학물질 운송도 대부분 도로를 통해 이루어지고 있다. 이러한 화학물질 운송차량들은 사고가 발생하게 되면 대형사고로 이어질 수 있다. 운송차량은 1차 피해인 교통사고뿐만 아니라 2차 피해인 환경 피해 요인들인 수질오염, 토양오염 등을 발생시킬 가능성이 높다. 본 연구는 반포IC와 서초IC 구간을 연구지역으로 설정하여 염화수소 가스 누출에 대한 시나리오를 작성하여, ALOHA 프로그램을 사용하여 예측거리를 측정하고 거리에 따라 염화수소 가스가 도달한 시간을 분석하였다. 또한 GIS를 이용해 시간별로 발생한 피해 영역에 대해서 인구밀도를 이용한 리스크 평가를 수행하였다. 이를 통해 피해 영역에 대해서 예방·대응 방안의 필요성을 제시하였다.
시가화 지역 토지피복분류는 도시계획 및 관리에 활용된다. 따라서, 시가화 지역에 대한 분류 정확도 향상 연구는 중요하다고 할 수 있다. 본 연구에서는 고해상도 위성영상인 KOMPSAT-3A을 기계학습 중 Support Vector Machine(SVM)과 Artificial Neural Network(ANN)을 기반으로 시가화지역 분류를 진행하였다. 훈련 데이터 구축과정에서 25 m 격자를 기반으로 훈련 지역을 구분하여 영상을 학습하였으며, 학습된 모델을 활용하여 테스트 지역을 분류하였다. 검증과정에서 250개의 GTP를 활용하여 오차 행렬을 통한 결과를 제시하였다. SVM 4가지 기법과 ANN 2가지 기법 중 SVM Polynomial Model이 가장 높은 정확도인 86%를 나타냈다. Ground Truth Points(GTP)를 활용하여 두 개의 모델을 비교하는 과정에서, SVM 모델은 전체적으로 ANN 모델보다 효과적으로 KOMPSAT-3A 영상을 분류하였다. 건물, 도로, 식생, 나대지 4가지 클래스 분류 중 건물이 가장 낮은 분류정확도를 보여주었으며, 이는 고층건물에 따른 건물 그림자에 의한 오분류가 주요 원인으로 나타났다.
본 논문은 Landsat TM 영상을 활용하여 교목연령 추정과 이와 관련이 있는 영상의 밴드값과 식생지수에 대한 상관관계 연구를 수행하였다. 기본적으로 본 연구에서는 취득시기가 다른 Landsat TM 영상 (1990, 1994, 1998년)과 Shuttle Radar Topography Mission (SRTM)과 National Elevation Dataset(NED) 영상의 차분영상이 사용되었으며 밴드 4, 5, 7 영상, 태슬모자형 변환을 통한 녹색식생지수, 토양수분지수 영상, 정규식생지수 (NDVI), 적외선지수 (II), 식생상태지수 (VCI), 토양보정식생지수 (SAVI) 영상은 Landsat TM 영상에서 추출되었다. 각각의 영상에서 추출된 값인 총 1992개 자료를 회귀분석을 통하여 분석하였고 연구 결과 교목연령을 추정하는데 있어서 가장 높은 결정계수($R^2$)값을 보이는 요소로는 태슬모자형 변환 토양수분지수. 적외선지수 (II), 식생상태지수 (VCI) 영상이며 이들 값이 교목연령을 추정하는데 가장 많은 영향이 있음을 알 수 있다.
매년 여름철 양자강에서 유출되는 저염분수는 동중국해 뿐만 아니라 제주도 주변 해역의 염분 변화에 큰 영향을 미치며 때때로 그 영향은 한반도 연안에 국한되지 않고 대한해협을 통과하여 동해 외해 까지 확장되기도 한다. 한반도 주변으로 확장된 양자강 유출수는 해양 물리 및 생태학적으로 많은 영향을 끼치며 어업 및 양식업에 큰 피해를 유발하기도 한다. 그러나 현장조사의 한계점 때문에 동중국해에서 확산되는 저염분수를 지속적으로 관측하기에는 현실적으로 어려움이 있다. 이러한 이유로 양자강 유출수의 확산을 실시간으로 모니터링하기 위해 인공위성을 활용한 표층 염분 산출 연구가 많이 진행되어 왔다. 본 연구에서는 시간 및 공간 해상도가 상대적으로 좋은 GOCI(Geostationary Ocean Color Imager)를 활용한 동중국해 표층 염분 산출 알고리즘을 개발하였다. 알고리즘 개발을 위해 기계학습 기법 중 하나인 MPNN(Multilayer Perceptron Neural Network)을 이용하였으며, 출력층에는 SMAP(Soil Moisture Active Passive) 위성의 표층 염분 자료를 활용하였다. 이전 연구에서 2016년 자료를 이용한 표층 염분 산출 알고리즘이 개발되었으나 본 연구에서는 연구 기간을 2015년 부터 2020년까지로 확장하여 알고리즘 성능을 개선하였다. 2011년부터 2019년까지 동중국해에서 관측된 국립수산과학원의 정선조사자료를 이용하여 알고리즘 성능을 검증한 결과로 R2는 0.61과 RMSE는 1.08 psu로 나타났다. 본 연구는 GOCI를 이용한 동중국해 표층 염분 모니터링 알고리즘 개발을 위해 수행되었으며, 향후 GOCI-II의 표층 염분 산출 알고리즘 개발에 많은 기여를 할 것으로 기대된다.
본 연구에서는 여러 가지 지상원격측정센서의 반사율 지표와 생산량과의 관계를 평가하여 벼 생육중의 질소시비량 결정을 위한 원격측정센서의 활용가능성 및 최종수량과 의 상관성을 평가하고자 하였다. 벼 품종은 동진 1호였으며 이앙은 2006년 5월 30일에, 수확은 10월 9일에 하였다. 엽록소 측정을 위해 SPAD502를 이용하였고, AccuPAR model LP-80을 이용하여 엽면적지수를 측정하였다. 반사율지표 측정을 위해 태양광을 이용하는 passive 센서를 이용하였고, 변조된 광을 발산하는 자체광원을 가지고 있는 4종류의 active 센서를 이용하였다. 센서측정은 이앙 후 29일째부터 87일째까지 측정하였으며 생육조사는 3차례 하였고 수확기에 수량을 조사하였다. 세 차례의 생육조사 시기의 센서 측정치와 벼 생육특성치간에는 매우 높은 유의적 상관성을 나타냈으며 생육특성치의 상관계수 크기는 전반적으로 생체중 > 질소흡수량 > 건물중 > 키 > 분얼수 > 지상부질소농도의 순이었다. Chlorophyll meter (SPAD 502)는 상대적으로 다른 생육특성 변수 들에 비해 지상부질소농도와 높은 상관 (r=$0.743^{**}$)을 보였지만 원격측정센서보다 낮은 수준이었고, 엽면적측정기(LP-80)는 상대적으로 건물중과 높은 상관 (r=$0.931^{**}$)을 보였으며 지상부 질소농도와의 상관계수 (r=$0.505^*$)는 상대적으로 낮았다. CC-passive센서의 경우 근적외선광의 부의 상관관계를 보였으며 단일파장의 반사율로 평가하는 것보다는 NDVI 등의 반사율 식생지수로 평가하였을 때 상관계수가 증가하였다. Passive 센서와 active 센서 모두 대등하게 고도로 유의성 있는 상관을 보였다. 따라서 지상원격 측정센서의 반사율 지표들을 이용하여 벼 생육특성들을 정량화 하는 것은 벼 생육중의 질소시비량 결정을 위한 비파괴적이고 실시간 도구로 활용 가능할 것으로 판단하였다.
This study was conducted to evaluate the amount of nitrogen (N) top dressing based on the normalized difference vegetation indices (NDVI) by ground based sensors for leaf perilla under the polyethylene house. Experimental design was the randomized complete block design for five N fertilization levels and conventional fertilization with 3 and 4 replications in Gumsan-gun and Milyang-si field, respectively. Dry weight (DW), concentration of N, and amount of N uptake by leaf perilla as well as NDVIs from sensors were measured monthly. Difference of growth characteristics among treatments in Gumsan field was wider than Milyang. SPAD-502 chlorophyll meter reading explained 43.4% of the variability in N content of leaves in Gumsan field at $150^{th}$ day after seedling (DAS) and 45.9% in Milyang at $239^{th}$ DAS. Indexes of red sensor (RNDVI) and amber sensor (ANDVI) at $172^{th}$ day after seedling (DAS) in Gumsan explained 50% and 57% of the variability in N content of leaves. RNDVI and ANDVI at $31^{th}$ DAS in Milyang explained 60% and 65% of the variability in DW of leaves. Based on the relationship between ANDVI and N application rate, ANDVI at $172^{th}$ DAS in Gumsan explained 57% of the variability in N application rate but non significant relationship in Milyang field. Average sufficiency index (SI) calculated from ratio of each measurement index per maximum index of ANDVI at $172^{th}$ DAS in Gumsan explained 73% of the variability in N application rate. Although the relationship between NDVIs and growth characteristics was various upon growing season, SI by NDVIs of ground based remote sensors at top dressing season was thought to be useful index for recommendation of N top dressing rate of leaf perilla.
본 연구의 목적은 2002년 태풍 루사로 인해 강릉지역에서 발생한 산사태와 관련 요인들 간의 공간적 관계를 분석하는 것이다. 산사태 위치는 위성영상 및 현지조사를 실시하여 탐지하였다. 지형도, 토양도, 임상도, 지질도, 토지피복도 등을 GIS를 이용하여 공간 데이터베이스로 구축되었고, 이러한 데이터베이스로부터, 경사, 경사방향, 곡률, 수계, 지형 종류, 토질, 토앙모재, 토앙배수, 유효토심, 임상종류, 임상경급, 임상영급, 임상밀도, 암상, 토지피복도, 선구조도 등이 산사태 발생요인으로 이용되었다. 빈도비 모델을 이용하여 산사태와 발생 요인 간의 공간적 관계를 추출하였다. 그 결과인 공간적 상관관계는 2002년 루사로 인한 산사테의 특성을 설명하고, 산사태 취약성도를 작성하는데 이용될 수 있다.
Unmanned aerial vehicles (UAVs) became popular platforms for the collection of remotely sensed data in the last years. This study deals with the monitoring of multi-temporal onion growth with very high resolution by means of low-cost equipment. The concept of the monitoring was estimation of multi-temporal onion growth using normalized difference vegetation index (NDVI) and meteorological factors. For this study, UAV imagery was taken on the Changnyeong, Hapcheon and Muan regions eight times from early February to late June during the onion growing season. In precision agriculture frequent remote sensing on such scales during the vegetation period provided important spatial information on the crop status. Meanwhile, four plant growth parameters, plant height (P.H.), leaf number (L.N.), plant diameter (P.D.) and fresh weight (F.W.) were measured for about three hundred plants (twenty plants per plot) for each field campaign. Three meteorological factors included average temperature, rainfall and irradiation over an entire onion growth period. The multiple linear regression models were suggested by using stepwise regression in the extraction of independent variables. As a result, $NDVI_{UAV}$ and rainfall in the model explain 88% and 68% of the P.H. and F.W. with a root mean square error (RMSE) of 7.29 cm and 59.47 g, respectively. And $NDVI_{UAV}$ in the model explain 43% of the L.N. with a RMSE of 0.96. These lead to the result that the characteristics of variations in onion growth according to $NDVI_{UAV}$ and other meteorological factors were well reflected in the model.
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.