• 한국통신학회논문지
• /
• 제38A권1호
• /
• pp.1-9
• /
• 2013

본 논문에서는 CS-LBP (Center-Symmetric Local Binary Pattern) 특징과 공간 피라미드를 이용한 BoF (Bag of Features)를 생성하고 이를 랜덤 포레스트(Random Forest) 분류기에 적용하여 인간의 행동을 인식하는 알고리즘을 제안한다. BoF를 생성하기 위해 영상을 균일한 패치로 나누고, 각 패치 마다 CS-LBP 특징을 추출한다. 행동 분류 성능을 향상시키기 위해 패치들마다 추출한 특징벡터들에 대해 K-mean 클러스터링을 적용하여 코드 북을 생성한다. 본 논문에서는 영상의 지역적인 특성을 고려하기 위해 공간 피라미드 방법을 적용하고 각 공간 레벨에서 추출된 BoF에 대해 가중치를 적용하여 최종적으로 하나의 특징 벡터로 결합한다. 행동 분류를 위해 결정트리의 앙상블로 이루어진 랜덤 포레스트는 학습 단계에서 각 행동 클래스를 위한 분류 모델을 만든다. 가중 BoF가 적용된 랜덤 포레스트는 다양한 인간 행동 영상을 포함하고 있는 Standford Actions 40 데이터를 성공적으로 분류하였다. 또한 기존 방법에 비해 분류 성능이 유사하거나 우수하며, 한 장의 영상에 대해 빠른 인식속도를 보였다.

• 한국산림과학회지
• /
• 제99권3호
• /
• pp.259-266
• /
• 2010

우리나라에서 산불 발생 공간분포는 인간 활동과 큰 관련성이 있기 때문에, 지역별 군집형태의 강한 공간의존성을 갖는다. 본 연구에서는 공간의존성의 개념에 입각하여 점자료 분석법을 통한 산불발생의 공간분포패턴을 분석하였다. Ripley의 K 함수를 이용하여 산불 발생 원인별 공간분포 형태를 파악하였으며, Kernel 함수를 통해 산불발생의 공간적 집중도를 분석하였다. 그 결과 정도는 상이하지만 모든 원인의 산불이 임의(random) 분포가 아닌 군집화(clustered)되어 발생하는 특징이 있는 것으로 나타났다. 또한, 산불 발생의 군집성을 원인별로 크게 두 집단으로 나눌 수 있었다. 첫째는 전국적 발생 패턴을 가지는 원인으로 입산자 실화, 논밭두렁 소각과 같은 활동과 관련된 것이고 또 다른 하나는 국지적 군집성을 가지는 원인으로 담뱃불이나 어린이 불장난, 방화이다. 그 군집성의 범위는 30 km내외로 나타났으며, 그 범위 밖에서는 임의 분포하고 있었다. Kernel 함수에 의한 원인별 집중도 분석에서는 강한 군집도를 나타냈던 3가지 원인(담뱃불, 어린이 불장난, 방화)의 경우 대부분 인구밀도가 높은 수도권을 중심으로 발생하는 것을 확인할 수 있었다.

• 대한원격탐사학회지
• /
• 제38권5_1호
• /
• pp.523-533
• /
• 2022

이 논문에서는 상호보완적인 공간 및 분광해상도를 가진 다중센서 위성영상을 이용하여 공간해상도와 분광해상도를 향상시키기 위해 영역-점 회귀 크리깅(area-to-point regression kriging, ATPRK) 기반의 2단계 spatio-spectral fusion method (2SSFM)을 제안하였다. 2SSFM은 ATPRK와 random forest 회귀 모형을 결합하여 다중센서 위성영상에서 높은 공간해상도를 갖는 분광 밴드를 예측한다. 첫 번째 단계에서는 다중센서 위성영상 사이의 공간해상도 차이를 감소시키기 위해 ATPRK 기반 공간 상세화를 수행한다. 두 번째 단계에서는 다중센서 위성영상 사이의 분광 밴드의 관계성을 정량화하기 위해 random forest를 이용한 회귀 모델링을 적용하였다. 2SSFM의 예측 성능은 적색 경계와 단파 적외선 밴드를 생성하는 사례 연구를 통해 평가하였다. 사례 연구에서 2SSFM은 실제 분광 밴드와 유사한 분광패턴을 보이면서 공간해상도가 향상된 적색 경계와 단파 적외선 밴드를 생성할 수 있었으며, 2SSFM가 고해상도 위성영상에서 제공하지 않은 분광 밴드 생성에 유용함을 확인할 수 있었다. 따라서 2SSFM을 통해 실제로 획득 불가능하지만 환경 모니터링에 효과적인 분광 밴드를 예측함으로써 다양한 분광 지수를 생성할 수 있을 것으로 기대된다.

• 한국산림과학회지
• /
• 제98권2호
• /
• pp.189-196
• /
• 2009

This study was conducted to evaluate spatial distribution pattern and spatial association of crowns (${\geq}10m$ of height) and saplings (<10 m of height and ${\geq}2cm$ of DBH) for four major tree species (Pinus koraiensis, Abies nephrolepis, Acer mono, and Tilia amurensis) in the mixed broadleaved-Korean pine forest of Xiaoxing'an Mts. Vegetation data were collected in the 9 ha permanent sample plot, and the analysis adopted the point pattern analysis method. Main results are as follows; 1) crowns and saplings of major species showed clumped distribution pattern in small scale, became random distribution as the scale was increased. 2) Saplings of Pinus koraiensis performed poor regeneration under the crowns of Pinus koraiensis and Abies nephrolepis; Saplings of Abies nephrolepis did good regeneration under the crowns of Pinus koraiensis and Abies nephrolepis; and crowns of Acer mono and Tilia amurensis had little effect on the distribution of saplings of Pinus koraiensis and Abies nephrolepis. Saplings of Acer mono and Tilia amurensis made good regeneration under the crowns of Pinus koraiensis and Tilia amurensis; and the crowns of Acer mono and Abies nephrolepis had little effect on the distribution of saplings of Acer mono.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.134-134
• /
• 2021

Precipitation is a crucial component of water cycle and play a key role in hydrological processes. Traditionally, gauge-based precipitation is the main method to achieve high accuracy of rainfall estimation, but its distribution is sparsely in mountainous areas. Recently, satellite-based precipitation products (SPPs) provide grid-based precipitation with spatio-temporal variability, but SPPs contain a lot of uncertainty in estimated precipitation, and the spatial resolution quite coarse. To overcome these limitations, this study aims to generate new grid-based daily precipitation using Automatic weather system (AWS) in Korea and multiple SPPs(i.e. CHIRPSv2, CMORPH, GSMaP, TRMMv7) during the period of 2003-2017. And this study used a machine learning based Random Forest (RF) model for generating new merging precipitation. In addition, several statistical linear merging methods are used to compare with the results of the RF model. In order to investigate the efficiency of RF, observed data from 64 observed Automated Synoptic Observation System (ASOS) were collected to evaluate the accuracy of the products through Kling-Gupta efficiency (KGE), probability of detection (POD), false alarm rate (FAR), and critical success index (CSI). As a result, the new precipitation generated through the random forest model showed higher accuracy than each satellite rainfall product and spatio-temporal variability was better reflected than other statistical merging methods. Therefore, a random forest-based ensemble satellite precipitation product can be efficiently used for hydrological simulations in ungauged basins such as the Mekong River.

• Journal of Ecology and Environment
• /
• 제41권8호
• /
• pp.223-234
• /
• 2017

Background: Spatial structure of plants in a population reflects complex interactions of ecological and evolutionary processes. For dioecious plants, differences in reproduction cost between sexes and sizes might affect their spatial distribution. Abiotic heterogeneity may also affect adaptation activities, and result in a unique spatial structure of the population. Thus, we examined sex- and size-related spatial distributions of old-growth forest of dioecious tree Torreya nucifera in extremely heterogeneous Gotjawal terrain of Jeju Island, South Korea. Methods: We generated a database of location, sex, and size (DBH) of T. nucifera trees for each quadrat ($160{\times}300m$) in each of the three sites previously defined (quadrat A, B, C in Site I, II, and III, respectively). T. nucifera trees were categorized into eight groups based on sex (males vs. females), size (small vs. large trees), and sex by size (small vs. large males, and small vs. large females) for spatial point pattern analysis. Univariate and bivariate spatial analyses were conducted. Results: Univariate spatial analysis showed that spatial patterns of T. nucifera trees differed among the three quadrats. In quadrat A, individual trees showed random distribution at all scales regardless of sex and size groups. When assessing univariate patterns for sex by size groups in quadrat B, small males and small females were distributed randomly at all scales whereas large males and large females were clumped. All groups in quadrat C were clustered at short distances but the pattern changed as distance was increased. Bivariate spatial analyses testing the association between sex and size groups showed that spatial segregation occurred only in quadrat C. Males and females were spatially independent at all scales. However, after controlling for size, males and females were spatially separated. Conclusions: Diverse spatial patterns of T. nucifera trees across the three sites within the Torreya Forest imply that adaptive explanations are not sufficient for understanding spatial structure in this old-growth forest. If so, the role of Gotjawal terrain in terms of creating extremely diverse microhabitats and subsequently stochastic processes of survival and mortality of trees, both of which ultimately determine spatial patterns, needs to be further examined.

• 산업융합연구
• /
• 제21권1호
• /
• pp.159-165
• /
• 2023

최근 지진 발생 빈도가 증가하고 있는 반면 국내 지진 대응 체계는 취약한 현실에서, 본 연구의 목적은 통계분석 기법과 머신러닝 기법을 활용한 공간분석을 통해 건물의 지진취약도를 비교분석 하는 것이다. 통계분석 기법을 활용한 결과, 최적화척도법을 활용해 개발된 모델의 예측정확도는 약 87%로 도출되었다. 머신러닝 기법을 활용한 결과, 분석된 4가지 방법 중, Random Forest의 정확도가 Train Set의 경우 94%, Test Set의 경우 76.7%로 가장 높아, 최종적으로 Random Forest가 선정되었다. 따라서, 예측정확도는 통계분석 기법이 약 87%, 머신러닝 기법이 76.7%로, 통계분석 기법의 예측정확도가 더 높은 것으로 분석되었다. 최종 결과로, 건물의 지진취약도는 분석된 건물데이터 총 22,296개 중, 1,627(0.1%)개의 건물데이터는 통계분석 기법 사용 시 더 위험하다고 도출되었고, 10,146(49%)개의 건물데이터는 동일하게 도출되었으며, 나머지 10,523(50%)개의 건물데이터는 머신러닝 기법 사용 시 더 위험하게 도출되었다. 기존 통계분석 기법에 첨단 머신러닝 기법활용결과가 추가로 비교검토 됨으로써 공간분석 의사결정에 있어서, 좀더 신뢰도가 높은 지진대응책 마련에 도움이 되길 기대한다.

• 대한원격탐사학회지
• /
• 제37권3호
• /
• pp.649-655
• /
• 2021

본 연구는 경주시를 대상으로 수행한 선행연구를 바탕으로 도출된 최적의 지진 취약성 평가 모델을 타 지역에 적용하여 그 성능을 교차 검증(cross-validation)하고자 한다. 테스트 지역은 2017 포항지진(Pohang Earthquake)이 발생한 포항시이며, 선행연구와 동일한 영향인자 및 피해현황 관련 데이터셋을 구축하였다. 검증 데이터 셋은 무작위로 추출해 구축하였으며, 경주시의 랜덤 포레스트(random forest, RF) 기반의 모델에 적용하여 예측 정확도를 도출하였다. 경주시의 모델(success) 및 예측(prediction) 정확도는 100%, 94.9%이며, 포항시 검증 데이터 셋을 적용해 예측 정확도를 확인한 결과 70.4%로 나타났다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.1061-1067
• /
• 2023

이 단보에서는 차세대 중형위성 4호(농림위성)의 활용에 앞서, 농림위성과 분광밴드가 유사한 Sentinel-2 위성영상에 대하여 대기보정을 모의하였다. second simulation of the satellite signal in the solar spectrum - vector(6SV)2.1 복사전달모델과 기계학습의 일종인 랜덤 포레스트(random forest, RF)를 활용하여 6SV2.1을 모사한 RF 기반의 대기보정 모델을 개발한 결과, 6SV2.1로 산출된 반사도와 RF 모델로 예측된 반사도 간의 유사도가 매우 높게 나타났다.

• 대한원격탐사학회지
• /
• 제38권5_3호
• /
• pp.953-966
• /
• 2022

에어로솔(aerosol)은 대기 질을 악화시키는 등 인체 건강에 악영향을 끼치므로 에어로솔의 분포 및 특성에 대한 정량적인 관측이 필수적이다. 최근 전 지구 규모에서의 주기적이고 정량적인 정보 획득 수단으로 위성관측 Aerosol Optical Depth (AOD) 영상이 다양한 연구에 활용되지만 광학센서 기반의 위성 AOD 영상은 구름 등의 조건을 가진 일부 지역에서 결측을 가진다. 이에 본 연구는 위성자료의 결측복원을 위하여 격자형 기상자료와 지리적 요소를 입력변수로 하여 Random Forest (RF) 기반 gap-filling 모델을 생성한 이후, gap-free GK-2A/AMI AOD hourly 영상을 산출하였다. 모델의 정확도는 -0.002의 Mean Bias Error (MBE), 0.145의 Root Mean Square Error (RMSE)로, 원자료의 목표 정확도보다 높으며 상관계수 0.714로 복원 대상이 대기변수인 점을 감안하면 상관계수 측면에서도 충분한 설명력을 갖춘 모델이다. 정지궤도 위성의 높은 시간 해상도는 일변화 관측에 적합하며 대기보정을 위한 입력, 지상 미세먼지 농도 추정, 소규모 화재 또는 오염원 분석 등 타 연구를 위한 자료 활용 측면에서 중요하다.