• 대한원격탐사학회지
• /
• 제32권6호
• /
• pp.741-746
• /
• 2016

알베도는 태양에너지의 흡수량을 결정하는 주요 기후 변수 중 하나로서, 이러한 알베도를 산출하는 것은 기후 변화 연구에 있어 중요한 과정이다. 이 때, 산출된 알베도 자료를 효율적으로 사용하기 위해서는 높은 공간해상도와 장기간의 일관성 있는 산출이 중요하게 고려된다. 따라서 본 연구에서는 Landsat 8을 기반으로 Landsat 7과의 일관성을 유지한 고해상도 지표면 광대역 알베도를 산출하였다. 먼저, Landsat 7과 Landsat 8의 채널 별 일관성을 분석한 결과, 상관계수(R)가 평균 0.96으로 높은 상관성을 보였다. 이러한 결과를 바탕으로 Landsat 7 알베도와 Landsat 8 반사도 채널 자료를 다중회귀분석에 적용하여 Landsat 8 광대역 알베도 전환 식을 도출하였다. 도출된 식을 통해 Landsat 8 지표면 광대역 알베도를 산출하고, Landsat 7 알베도 자료와 비교하여 검증하였다. 그 결과 R-square($R^2$)가 0.89, Root Mean Square Error (RMSE)가 0.003의 높은 정확도를 보였다.

• 디지털융복합연구
• /
• 제18권4호
• /
• pp.243-250
• /
• 2020

농작물 재배에 있어 가장 큰 위험 요소는 날씨이므로 재배지의 장기 농업 기상정보를 얻을 수 있다면 정식과 수확 시기 등을 예측할 수 있다. 따라서 체계적인 농작업을 기획하여 관리할 수 있으며 이는 농가의 안정적인 수확으로 이어질 것으로 기대한다. 본 연구는 GloSea5와 기계학습을 이용하여 효과적인 고랭지배추의 재배를 위한 장기 농업기상정보 예측 방법을 제시하였다. GloSea5는 계절예측시스템으로 최대 240일까지의 기상을 예측한다. 심층신경망과 공간랜덤포레스트를 이용하여 장기 일 평균기온을 예측한 결과 심층신경망이 공간랜덤포레스트에 비해 장기예측성능이 우수하였다. 하지만 공간랜덤포레스트는 강원도 전역의 기온을 짧은 시간에 예측하는 장점이 있다. 공간랜덤포레스트로 분석한 결과 여름철과 해발고도가 낮은 지역의 장기 일 평균기온이 잘 예측되었다.

• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2003년도 공동 춘계학술대회 논문집
• /
• pp.531-536
• /
• 2003

본 논문에서는 외부표정요소(EOP)를 지상기준점을 이용하여 계산하는 기존의 방식과는 달리, 위성의 궤도자료와 영상촬영기하를 이용하여 EOP 를 계산하고 지상기준점을 이용하여 모델오차를 보정하는 방식의 카메라 모델링 기법을 제시하고 있다. 제시한 기법은 영상리더파일로부터 궤도자료, HRV 각도 및 영상중심 촬영시간 등을 추출하여 위성의 영상획득당시의 실제 기하를 최대한 충실히 재구성하여 모델링을 수행하며 외부 표정요소를 일차 또는 이차의 다항식으로 근사하지 않는다. 이와 같이 수립된 카메라모델은 기존의 방법에 비해 훨씬 적은 1～2 개 정도의 지상기준점으로 영상화소 이하의 RMSE를 얻을 수 있었으며 모델오차 보정을 위한 지상기준점이 영상전체에 고루 분포하지 않아도 된다. 이러한 장점은 대형 프로젝트에서의 지상기준점 취득을 위한 비용을 획기적으로 절감할 수 있을 뿐 아니라 비접근 지역에 대한 위치정보 획득에 대한 가능성을 제시하고 있다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권5호
• /
• pp.2741-2761
• /
• 2017

With the purpose of copyright protection for digital video, a novel H.264/AVC watermarking algorithm based on JND model is proposed. Firstly, according to the characteristics of human visual system, a new and more accurate JND model is proposed to determine watermark embedding strength by considering the luminance masking, contrast masking and spatial frequency sensitivity function. Secondly, a new embedding strategy for H.264/AVC watermarking is proposed based on an analysis on the drift error of energy distribution. We argue that more robustness can be achieved if watermarks are embedded in middle and high components of $4{\times}4$ integer DCT since these components are more stable than dc and low components when drift error occurs. Finally, according to different characteristics of middle and high components, the watermarks are embedded using different algorithms, respectively. Experimental results demonstrate that the proposed watermarking algorithm not only meets the imperceptibility and robustness requirements, but also has a high embedding capacity.

• 응용통계연구
• /
• 제21권1호
• /
• pp.109-123
• /
• 2008

많은 소지역 추정량이 제안되었으며, 국내외에서 소지역 추정에 관한 많은 연구가 진행되고 있다. 또한 소지역 추정량의 특성과 우수성을 비교하기위한 비교통계량도 연구되고 있다. 기존의 소지역 추정량은 MSE(Mean square error)를 최소화하여 얻어지며, 이에 따라 추정량의 우수성도 MSE를 기준으로 판단하고 있다. 본 논문에서는 최근 새롭게 재조명 되고 있는 MSPE(Mean square percentage error)를 최소화하는 추정량을 제안하였다. 신기일 등 (2007)에서 사용된 비교통계량과 MSE 그리고 MSPB를 이용하여 제안된 추정량과 기존의 소지역 추정량을 비교하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제36권3호
• /
• pp.217-225
• /
• 2009

디자이너가 생각하는 모델을 3차원 입력 장치를 사용하여 공간상에서 스케치를 할 경우 상대적으로 깊이 방향의 위치를 정확히 입력하기 어렵기 때문에 원하는 모델을 단시간에 그리기 어렵다. 본 논문에서는 2차원 스케치에서 습관적으로 사용하는 다중, 반복 스트로크를 공간 스케치 시스템에 적용하여 입력 위치의 에러를 보정함과 동시에 효율적으로 개념상의 모델을 실체화 할 수 있는 모델링 알고리즘을 제안한다. 디자이너는 곡면을 그리기 위하여 스트로크를 입력한 후 바로 그 결과를 확인할 수 있으며, 추가적인 스트로크를 입력할 때마다 곡면은 변형되고 자신이 원하는 형태로 변형되는 지 확인하면서 새로운 스트로크를 입력할 수 있다. 이를 위하여 드로잉 공간을 격자 형태의 공간으로 나누고, 각각의 격자 내부에는 격자안에서 이동이 자유로운 내부 정점을 정의하여 드로잉 공간에서의 데이타를 단순화하였다. 이정점을 인접격자와의 상호관계 패턴으로 정의하여 디자이너가 의도한 개념상의 모델을 효과적으로 3차원모델로 구체화하는 3차원 공간 스케치 시스템을 구현하였다.

• 한국공간구조학회논문집
• /
• 제18권4호
• /
• pp.69-80
• /
• 2018

In this study, an algorithm applying deep learning to the truss structures was proposed. Deep learning is a method of raising the accuracy of machine learning by creating a neural networks in a computer. Neural networks consist of input layers, hidden layers and output layers. Numerous studies have focused on the introduction of neural networks and performed under limited examples and conditions, but this study focused on two- and three-dimensional truss structures to prove the effectiveness of algorithms. and the training phase was divided into training model based on the dataset size and epochs. At these case, a specific data value was selected and the error rate was shown by comparing the actual data value with the predicted value, and the error rate decreases as the data set and the number of hidden layers increases. In consequence, it showed that it is possible to predict the result quickly and accurately without using a numerical analysis program when applying the deep learning technique to the field of structural analysis.

• 한국측량학회지
• /
• 제24권2호
• /
• pp.167-173
• /
• 2006

전리층은 안테나에서 수신되는 GPS 신호에 가장 큰 오차를 유발시킨다. 이중 주파수(L1,L2)를 모두 사용하는 수신기는 두 주파수의 선형조합을 통해 전리층의 오차를 효율적으로 제거할 수 있지만, 단일 주파수 수신기(L1)는 전리층 모델을 이용하여 오차를 계산해야 한다. 본 연구에서는 한국천문연구원에서 운영하는 9개의 GPS 기준국 망 데이터를 이용하여 위 경도 각각 $1^{\circ}{\times}1^{\circ}$의 공간 해상도를 갖는 격자 기반의 새로운 전리층 모델을 개발하였고, 매 관측 시간대별로 한반도 상공의 총전자수(Total Electron Contents, TEC)를 계산하였다. 기존의 Klobuchar 모델과 새롭게 개발된 KASI 전리층 모델에 의한 측위 결과를 서로 비교하였고, 전리층의 총전자수 변화에 따른 모델의 정밀도를 제시하였다.

• 대기
• /
• 제26권1호
• /
• pp.1-18
• /
• 2016

Eleven Tropical Cyclone (TC) intensity guidance models in the western North Pacific have been validated over 2008~2014 based on various analysis methods according to the lead time of forecast, year, month, intensity, rapid intensity change, track, and geographical area with an additional focus on TCs that influenced the Korean peninsula. From the evaluation using mean absolute error and correlation coefficients for maximum wind speed forecasts up to 72 h, we found that the Hurricane Weather Research and Forecasting model (HWRF) outperforms all others overall although the Global Forecast System (GFS), the Typhoon Ensemble Prediction System of Japan Meteorological Agency (TEPS), and the Korean version of Weather and Weather Research and Forecasting model (KWRF) also shows a good performance in some lead times of forecast. In particular, HWRF shows the highest performance in predicting the intensity of strong TCs above Category 3, which may be attributed to its highest spatial resolution (~3 km). The Navy Operational Global Prediction Model (NOGAPS) and GFS were the most improved model during 2008~2014. For initial intensity error, two Japanese models, Japan Meteorological Agency Global Spectral Model (JGSM) and TEPS, had the smallest error. In track forecast, the European Centre for Medium-Range Weather Forecasts (ECMWF) and recent GFS model outperformed others. The present results has significant implications for providing basic information for operational forecasters as well as developing ensemble or consensus prediction systems.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2006년도 학술발표회 논문집
• /
• pp.149-153
• /
• 2006

강우는 물과 에너지 순환에서 가장 중요한 역할을 한다. 이 연구에서는 원격탐사를 이용하여 추출한 강우자료의 불확실성 (uncertainty)이 수치수문모형에서 수문인자 (토양함수, 토양온도, 유출, 증발산, 열전도 등)를 모의할 때 공간 스케일의 영향을 검토해 보았다. 지상강우관측을 이용하여 보정된 WSR-88D (NEXRAD)에 의해 추출한 강우자료와 현장에서 측정된 기상자료를 입력 자료로 사용하여, 오프라인 CLM(Community Land Model) 수문모형을 세 가지의 다른 공간 스케일 $0.25^{\circ},\;0.5^{\circ}\;and\;1.0^{\circ}$에 대하여 수행하였다. 이어서 현장에서 측정된 기상자료는 고정시키고 동시공간에 해당하는 IR (Infrared) 밴드를 기반으로 하는 인공위성 강우자료로 대치시켜 같은 모형을 수행하여 비교 검토하였다. 이 연구에서는 물리적 이론을 기반으로 하는 CLM수문모형의 매개변수는 지표면-대기의 수문반응 (land-atmosphere interaction)을 적절하게 묘사하도록 정의되었다고 가정한다. 모형의 실험결과는 강우입력의 불확실성이 수문반응의 공간분포 결과에 어떻게 영향을 미치는지를 보여준다. 이 연구는 수문모형을 수행할 때 수문반응의 불확실성에 대한 정보를 제공해 주며, 결국은 기후 변화에 따른 수자원의 재분배를 이해하는데 이바지 할 것이다.