• 한국지리정보학회지
• /
• 제15권1호
• /
• pp.197-210
• /
• 2012

아리랑위성 2호는 다양한 공간정보 생성 및 활용을 위해서 서로 다른 두 궤도를 이용하여 입체영상을 촬영하여 제공할 수 있다. 그러나 이와 같은 입체영상을 지도제작 등에 활용 가능한지 확인하기 위해서는 다양한 실험이 요구된다. 본 연구의 목적은 아리랑위성 2호 입체영상을 이용한 지도제작 가능성을 확인하는데 있으며, 이를 위하여 입체영상 기반의 수치도화를 수행하고 그 성과를 바탕으로 수치고도모델 및 정사영상을 제작한 후 정확도 평가를 수행하였다. RPC 기반의 모델링 결과를 GPS 측량점과 비교한 결과 수평, 수직 모두 ${\pm}1.5m$ 이내의 정확도를 나타냈으며, 이를 바탕으로 실제 도화한 성과를 기존 축척 1/5,000 수치지형도와 비교한 결과 수직방향으로는 지형특성에 따라 최대 5m 이상의 차이도 존재하는 것으로 확인되었다. 한편 비록 실험에 사용된 영상자료 내에 일부 불규칙한 시차가 존재하는 것을 확인하였지만 축척 1/5,000 수치지형도에서 요구되는 레이어에 대해서 최소 70% 이상은 판독 및 도화가 가능한 것으로 확인되었다. 또한 실험을 통해 제작된 도화 DEM을 기존 라이다 DEM 등과 비교함과 동시에 이를 통해 제작된 정사영상의 위치정확도가 축척 1/5,000 정사영상지도에서 요구하는 정확도를 만족하는 것을 확인하였다.

• 한국항해항만학회지
• /
• 제34권3호
• /
• pp.175-180
• /
• 2010

대부분의 응용분야에서 GNSS가 주 측위 시스템으로 활용되고 있으나, 방해전파에 대한 취약성으로 인해 최근에 몇몇 국가에서 eLoran 시스템을 GNSS 백업용으로 사용하기 위한 연구를 진행 중이다. eLoran 시스템의 구축을 위해서는 기존 Loran 시스템에서 설비의 업그레이드, 데이터 채널 사용, dLoran 사이트 추가 구성, 전파 지연오차 보상을 통한 성능 향상이 필요하다. eLoran 신호를 이용한 측위 시에 정확도 성능에 가장 큰 영향을 미치는 오차요소는 육지를 통해 전파될 때 겪는 부가적인 지연요소인 ASF이다. ASF는 지상파 신호가 전파시에 가변적인 고도, 유전율, 도전율 특성을 갖는 육지를 통과하며 발생하는 지연요소이다. 따라서 지상파를 이용한 항법 시에 ASF에 대한 보상모델을 설정하는 것은 매우 중요하다. 본 논문에서는 몬테쓰 모델 (Monteath's Model)을 사용하여 ASF 예측치를 모델링하고, Loran 신호를 이용한 실측을 통해 ASF 실측치를 측정한 후, ASF 예측치와 실측치를 비교하고 특성을 도출하였다. 실험대상 지역은 대전 KRISS와 포항 근방이며, GRI 9930 체인 중 주국인 포항 송신국의 신호를 사용하였다. 실험을 통해 ASF 실측치의 반복성을 확인하고, ASF 예측치와 실측치 간에 일정한 추이를 보이는 것을 확인하였다.

• 한국지구과학회지
• /
• 제40권5호
• /
• pp.502-517
• /
• 2019

지구온난화와 급속한 기후 변화는 북서 태평양 내 태풍의 특성에 오랫동안 영향을 미쳤고, 이로 인해 한반도 연안에서 치명적인 재해가 증가하고 있다. 마이크로파 센서의 일종인 Synthetic Aperature Radar (SAR)는 위성 광학 및 적외선 센서로는 바람을 구할 수 없는, 흐린 대기 조건인 태풍 주위에서 고해상도 바람장을 생산할 수 있다. SAR 자료로부터 해상풍을 산출하기 위한 Geophysical Model Functions (GMFs)에는 풍향 입력이 필수적이며, 이는 태풍 중심을 정확히 추정하는 것에 기반해야 한다. 본 연구는 태풍 중심 탐지 방법의 문제점을 개선하고 이를 해상풍 산출에 반영하기 위하여, Sentinel-1A 영상을 이용해 태풍 중심을 추정하였다. 그 결과는 한국 및 일본 기상청이 제공한 태풍 경로자료와 비교하여 검증하였고, Himawari-8 위성의 적외 영상도 활용하여 검증하였다. 태풍의 초기 중심 위치는 VH 편파를 이용해 설정하여 오차의 발생 가능성을 줄였다. 탐지된 중심은 한국 및 일본 기상청에서 제공하는 4개 태풍의 경로 자료와 평균 23.76 km의 차이를 보였다. Himawari-8 위성에서 추정된 태풍 중심에 비교했을 때 결과는 육지 근처에 위치하면서 58.73 km의 큰 차이를 보인 한 태풍을 제외하고는 평균 11.80 km의 공간 변이를 보였다. 이는 고해상도 SAR 영상이 태풍 중심을 추정하고 태풍 주위 해상풍 산출에 활용될 수 있음을 시사한다.

• 대한원격탐사학회지
• /
• 제39권1호
• /
• pp.47-63
• /
• 2023

Unmanned aerial vehicle (UAV) and sensor technologies are rapidly developing and being usefully utilized for spatial information-based agricultural management and smart agriculture. Until now, there have been many difficulties in obtaining production information in a timely manner for large-scale agriculture on reclaimed land. However, smart agriculture that utilizes sensors, information technology, and UAV technology and can efficiently manage a large amount of farmland with a small number of people is expected to become more common in the near future. In this study, we evaluated the productivity of forage maize grown on reclaimed land using UAV and sensor-based technologies. This study compared the plant height, vegetation cover ratio, fresh biomass, and dry biomass of maize grown on general farmland and reclaimed land in South Korea. A biomass model was constructed based on plant height, cover ratio, and volume-based biomass using UAV-based images and Farm-Map, and related estimates were obtained. The fresh biomass was estimated with a very precise model (R² =0.97, root mean square error [RMSE]=3.18 t/ha, normalized RMSE [nRMSE]=8.08%). The estimated dry biomass had a coefficient of determination of 0.86, an RMSE of 1.51 t/ha, and an nRMSE of 12.61%. The average plant height distribution for each field lot was about 0.91 m for reclaimed land and about 1.89 m for general farmland, which was analyzed to be a difference of about 48%. The average proportion of the maize fraction in each field lot was approximately 65% in reclaimed land and 94% in general farmland, showing a difference of about 29%. The average fresh biomass of each reclaimed land field lot was 10 t/ha, which was about 36% lower than that of general farmland (28.1 t/ha). The average dry biomass in each field lot was about 4.22 t/ha in reclaimed land and about 8 t/ha in general farmland, with the reclaimed land having approximately 53% of the dry biomass of the general farmland. Based on these results, UAV and sensor-based images confirmed that it is possible to accurately analyze agricultural information and crop growth conditions in a large area. It is expected that the technology and methods used in this study will be useful for implementing field-smart agriculture in large reclaimed areas.

• 대한원격탐사학회지
• /
• 제38권5_2호
• /
• pp.707-723
• /
• 2022

위성기반 해수면온도는 광역 모니터링이 가능한 장점이 있지만, 다양한 환경적 그리고 기계적 이유로 인한 시공간적 자료공백이 발생한다. 자료공백으로 인한 활용성의 한계가 있으므로, 공백이 없는 자료 생산이 필수적이다. 따라서 본 연구에서는 한반도 주변 해역에 대해 극궤도와 정지궤도 위성에서 생산되는 해수면온도 자료를 두 단계의 기계학습을 통해 융합하여 4 km의 공간해상도를 가지는 일별 해수면온도 합성장을 만들었다. 첫번째 복원 단계에서는 Data INterpolate Convolutional AutoEncoder (DINCAE) 모델을 이용하여 다종 위성기반 해수면온도 자료를 합성하여 복원하였고, 두번째 보정 단계에서는 복원된 해수면온도 자료를 현장관측자료에 맞춰 Light Gradient Boosting Machine (LGBM) 모델로 학습시켜 최종적인 일별 해수면온도 합성장을 만들었다. 개발된 모델의 검증을 위해 복원 단계에서 무작위 50일의 자료 중 일부분을 제거하여 복원한 뒤 제거된 영역에 대해 검증하였으며, 보정 단계에서는 Leave One Year Out Cross Validation (LOYOCV) 기법을 이용하여 현장자료와의 정확도를 검증하였다. DINCAE 모델의 해수면온도 복원 결과는 상당히 높은 정확도(R²=0.98, bias=0.27℃, RMSE=0.97℃, MAE=0.73℃)를 보였다. 두번째 단계의 LGBM 보정 모델의 정확도 개선은 표층 뜰개 부이와 계류형 부이 현장자료와의 비교에서 모두 상당한 향상(RMSE=∆0.21-0.29℃, rRMSE=∆0.91-1.65%, MAE=∆0.17-0.24℃)을 보여주었다. 특히, 모든 현장 자료를 이용한 보정 모델의 표층 뜰개 부이와의 정확도는 동일한 현장 자료가 동화된 기존 해수면온도 합성장보다 나은 정확도를 보였다. 또한 LGBM 보정 모델은 랜덤포레스트(random forest)를 사용한 선행연구에서 보고된 과적합의 문제를 상당부분 해결하였다. 보정된 해수면온도는 기존의 초고해상도 해수면온도 합성장들과 유사한 수준으로 수온 전선과 와동 등의 중규모 해양현상을 뚜렷하게 모의하였다. 본 연구는 다종위성 자료와 기계학습 기법을 사용해 시공간적 공백 없는 고해상도 해수면온도 합성장 제작 방법을 제시하였다는 점에서 가치가 있다.

• 한국농림기상학회지
• /
• 제22권3호
• /
• pp.215-231
• /
• 2020

산림경관모형은 산림생태계의 복잡한 구조와 다양한 기능의 동적특성을 연구하는데 적합한 모형으로 평가받는다. 산림경관모형은 경관생태학을 기반으로 제작되었으며, 그 특성상 넓은 시공간적 규모를 다루기 때문에 새로운 지역에 적용하는데 환경특성, 수종특성 등에 대한 모수화와 검증에 어려움이 있다. 이에 이 연구에서는 산림경관모형 LANDIS-II Biomass succession 익스텐션에 대한 국내 적용성을 평가하기 위해 계방산 일대를 대상으로 1) 공간정보 입력자료 제작 및 수종특성 모수화, 2) 모형의 보정, 3) 모형의 적용 및 검증방안을 제시하였다. 모형에 적용한 총 14수종은 국가산림조사(National Forest Inventory; NFI), 장기생태조사자료, 아고산대조사자료 기반의 수종별 중요도를 기반으로 선정하였으며, 공간정보 입력자료는 30m 해상도의 수치표고모형을 기반으로 제작한 생태역 지도와 NFI와 장기생태조사자료 기반의 초기 식생형 지도 등을 제작하였다. 수종별 생장모수(ANPPmax, Maxbiomass)는 한국, 중국, 일본 등 동아시아 지역의 생리실험 문헌자료를 종합하여 선정한 수종별 생리특성 모수(FolN, SLWmax, Halfsat, 생장온도, 내음성 등)를 PnET-II 모형에 적용하여 추정하였다. 모형의 보정과 검증은 모형과 조사자료의 수종별 지상부생물량을 비교하여 산출한 결정계수(R²)와 최소 제곱근 오차(RMSE)를 통해 실시하였으며, 검증결과 0.98의 R²와 8.9의 RMSE의 준수한 결과를 나타냈다. 따라서, 이 연구를 기반으로 한반도의 산림경관 변화를 모사할 수 있을 것으로 판단되며 산림관리, 산불, 풍해, 병충해, 기후변화 등 외적요인에 따른 산림경관 변화에 대한 연구가 수행될 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제28권1호
• /
• pp.69-77
• /
• 2012

표면도달일사량은 전 지구시스템에 대한 기후 연구에 가장 중요한 요소 중 하나다. 기후 연구에서는 동일 지역을 관측하는 두 개 혹은 그 이상의 위성자료로부터 넓은 공간적 범위를 가지는 장기간의 데이터를 사용하는 것이 필요하다. 시간적 연속성을 가지는 서로 다른 위성으로부터 산출 된 표면도달일사량의 연속성과 일관성을 향상시키는 것은 매우 중요하다. 본 연구에서는 물리적 모델을 이용하여 GOES-9과 MTSAT-1R 위성의 중복 관측 기간 동안의 표면도달일사량을 산출하고, 두 위성의 채널자료와 실측치 비교를 통해 위성간의 연속성과 일관성을 향상시키는 방법을 연구하였다. 두 위성의 적외 채널 온도는 매우 잘 일치하는 경향을 보였다 : RMSE=5.595 Kelvin; Bias=2.065 Kelvin. 반면에, 가시채널은 다른 값의 분포를 보였지만 비슷한 경향을 보였다. 그리고 두 위성으로부터 산출 된 표면도달일사량은 실측치와 일치성이 낮았다. 표면도달일사량의 품질 향상을 위해 구름감쇠계수 조정을 통해 표면도달일사량 산출물을 재생산하였다. 그리고 채널 자료의 비교 분석을 통해 GOES-9 위성을 위한 구름감쇠계수를 생산하였다. 그 결과, 구름 효과를 고려한 GOES-9의 표면도달일사량 산출물은 MTSAT-1R과 실측치에 대해 매우 높은 일치성을 보였다 : RMSE=$83.439W\;m^{-2}$; Bias=$27.296W\;m^{-2}$. 구름감쇠계수 조정을 통해 향상 된 정확도는 두 개 이상의 위성으로부터 산출 된 표면도달일사량 산출물의 연속성과 일관성을 향상 시킬 수 있을 것이다.

• 한국지구과학회지
• /
• 제35권1호
• /
• pp.1-18
• /
• 2014

이 연구의 목적은 2008년 5월 29일 우리나라에 영향을 미치는 황사를 예측하기 위해 WRF-Chem 모델 내 에어로졸 스킴과 광물성 먼지 옵션에 따른 미세먼지 농도 변화와 그에 따른 기상장의 민감도를 분석하는 것이다. 미세먼지의 인위적 배출량에 대해서는 $0.5^{\circ}{\pm}0.5^{\circ}$ RETRO 전구 배출량을, 광해리의 경우 Fast-J 광해리 스킴을, 그리고 황사 발생량을 추정하기 위해 RADM2 화학메커니즘 및 MADE/SORGAM 에어로졸 시나리오, MOSAIC 8 섹션 에어로졸 시나리오, 그리고 GOCART 먼지 침식 시나리오를 각각 적용하였다. 그 결과 RADM2 화학메커니즘 및 MADE/SORGAM 에어로졸 시나리오가 다른 시나리오들보다 우리나라 황사 먼지 농도와 배경 PM 농도를 더 높게 모사하였다. 그리고 이 시나리오와 서울의 각 대기질 측정망의 평균 PM10 농도와의 비교 결과, 상관계수는 0.67, 평균제곱근오차는 $44{\mu}gm^{-3}$으로 나타났다. 또한 WRF-Chem 모델에서 상기 3가지 시나리오와 이들 시나리오가 없는 순수 기상에서의 온도, 풍속, 경계층 높이, 장파복사의 기상 민감도를 분석한 결과, 1,800-3,000 m 경계층 높이와 $2-16ms^{-1}$ 풍속 U 성분의 공간적 분포가 황사 먼지 발생의 공간적 분포와 유사하게 나타났다. 그리고 GOCART 먼지 침식 시나리오와 RADM2 화학메커니즘 및 MADE/SORGAM 에어로졸 시나리오는 황사 먼지 또는 에어로졸과 기상이 온라인으로 상호작용함으로써 지구장파복사가 더 낮게 모사되었다.

• 한국농림기상학회지
• /
• 제11권2호
• /
• pp.72-78
• /
• 2009

관측밀도가 동일한 조건에서 단위격자점의 크기를 줄일 경우 PRISM 방식에 의해 추정된 강수량 분포 가 단위격자점의 크기를 줄이기 전에 비해 개선되는지 확인하기 위해 PRISM 코드를 수정하여 $270m{\times}270m$ 격자점 단위로 구동할 수 있도록 하였다. 남한 전역의 지형자료를 270m DEM으로부터 준비하고 432개 기상청 자동기상관측소의 2007년 월별 적산강수량 자료를 입력자료로 하여 각 격자점의 PRISM 회귀식을 도출하였다. 회귀모형과 DEM 고도에 의해 각 격자점의 월별 적산강수량을 추정한 다음, 추정된 강수량분포도로부터 한국수자원공사 우량관측소 166개소에 해당하는 격자점의 자료를 추출하여 해당관측소의 실측값과 비교하였다. 동일한 강수자료를 이용하되 이번에는 5km 격자점의 PRISM 회귀모형을 유도하여 강수량 분포도를 작성하고 166개 지점 추정강수량을 추출하여 실측자료와의 차이를 RMSE로 표현하였다. 5km 대신 270m 분해능의 DEM을 사용할 경우 월 강수량이 100mm 이상인 경우 평균 10%의 오차 감소효과가 확인되었다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.933-948
• /
• 2023

대기 중 에어로졸은 인체에 악영향을 끼칠 뿐 아니라 기후 시스템에도 직간접적인 영향을 미치므로 에어로졸의 특성과 시공간적인 분포에 대한 이해는 매우 중요하다. 이를 위해 위성기반 관측을 통해 에어로졸 광학 두께(Aerosol Optical Depth, AOD)를 산출하여 에어로졸을 모니터링하는 다양한 연구가 수행되어 왔다. 하지만 이는 주로 조견표를 활용한 역 산출 알고리즘에 기반하여 이루어지기 때문에 많은 계산량을 요구하며 불확실성이 존재한다. 따라서, 본 연구에서는 Geostationary Ocean Color Imager-II (GOCI-II)의 대기상한반사도와 30일 동안의 대기상한반사도 중 최솟값과 관측 시점 값의 차이 값, 수치 모델 기반 기상학적 변수 등을 활용하여 기계학습 기반 고해상도 AOD 직접 산출 알고리즘을 개발하였다. Light Gradient Boosting Machine (LGBM) 기법이 사용되었으며, 추정된 결과는 지상 관측 자료인 Aerosol Robotic Network (AERONET) AOD를 활용하여 랜덤, 시간 및 공간별 N-fold 교차검증을 통해 검증되었다. 세 가지 교차검증 결과 R²=0.70-0.80, RMSE=0.08-0.09, 기대오차(Expected Error, EE) 안에 있는 비율은 75.2-85.1% 수준으로 안정적인 성능을 보였다. Shapley Additive exPlanations (SHAP) 분석에서는 반사도 관련 변수들이 기여도의 상위권 대부분을 차지하고 있는 것을 통해 반사도 자료가 AOD 추정에 많은 기여를 하는 것을 확인하였다. 서울과 울산 지역에 대한 시간 별 AOD의 공간 분포를 분석한 결과, 개발된 LGBM 모델은 시간의 흐름에 따라 AERONET AOD 값과 유사한 수준으로 AOD를 추정하고 있었다. 이를 통해 높은 시공간 해상도(i.e., 시간별, 250 m)에서의 AOD 산출이 가능함을 확인하였다. 또한, 산출 커버리지 비교에서 LGBM 모델의 평균 산출 빈도가 GOCI-II L2 AOD 산출물 대비 8.8%가량 증가한 것을 통해 기존 물리모델기반 AOD 산출 과정에서 발생하던 밝은 지표면에 대한 과도한 마스킹의 문제점을 개선시킨 것을 확인하였다.