• 지적과 국토정보
• /
• 제50권1호
• /
• pp.181-200
• /
• 2020

본 연구는 OLS모형을 적용하여 주택보유기간에 영향을 미치는 결정요인을 추정한 후 SVM, Decision Tree, Random Forest, Gradient Boosting, XGBoost, LightGBM을 통해 각 모형별 예측력을 비교하였다. 예측력이 가장 높은 모델을 기반모델 삼아 앙상블 모형 중 하나인 Stacking모형을 적용하여 더욱 예측력이 높은 모형을 구축하여 주택시장의 주택거래량을 파악할 수 있다는 점에 선행 연구와의 차이가 있다. OLS분석 결과 매도이익, 주택가격, 가구원 수, 거주주택형태(단독주택, 아파트)이 주택보유기간에 영향을 미치는 것으로 나타났으며, RMSE를 기준삼아 각 머신러닝 모형과 예측력 비교한 결과 머신러닝 모델의 예측력이 더 높은 것으로 나타났다. 이후, 영향을 미치는 변수로 데이터를 재구축한 후 각 머신러닝을 적용하여 예측력을 비교하였으며, 분석 결과 Random Forest의 예측력이 가장 우수한 것으로 나타났다. 또한 예측력이 가장 높은 Random Forest, Decision Tree, Gradient Boosting, XGBoost모형을 개별모형으로 적용하고, Linear, Ridge, Lasso모형을 메타모델로 하여 Stacking 모형을 구축하였다. 분석 결과, Ridge모형일 때 RMSE값이 0.5181으로 가장 낮게 나타나 예측력이 가장 높은 모델을 구축하였다.

• 대한원격탐사학회지
• /
• 제37권6_2호
• /
• pp.1891-1900
• /
• 2021

직경 2.5 ㎛ 이하인 초미세먼지는 급격한 도시화와 인구 증가로 인해 대도시에서 많이 발생하며, 유아 및 청소년기는 성인에 비해 초미세먼지에 취약하고 만성 질환으로 이어질 가능성이 높다. 특히 대부분의 청소년들은 학교에서 가장 많은 시간을 보내고 있으며, 다양한 이유에 의해 실외에서 발생한 초미세먼지가 실내로 유입된다. 본 연구는 외부 요인에 의해 발생하는 학교 초미세먼지를 예측하고 학교별 초미세먼지 범주화를 수행하였다. 10-fold cross validation과 grid-search method를 적용한 random forest (RF) 모델에 화학과 기상 인자, 위성 기반의 aerosol optical depth (AOD)를 입력 자료로 하여 학교 초미세먼지를 예측하고 정확도 평가를 위해 4가지 통계 지표를 이용하였다. 학교 미세먼지 범주화를 위해 6가지 유형을 가진 느슨한 기준과 엄격한 기준을 정의하였으며, 범주화 결과 느슨한 기준의 경우 유형 2와 3에, 엄격한 기준의 경우 유형 3과 4에 가장 많은 학교가 포함되었다.

• Ecology and Resilient Infrastructure
• /
• 제10권4호
• /
• pp.161-170
• /
• 2023

본 연구에서는 제주도에서 자생하는 준맹그로브인 황근 (Hibiscus hamabo)과 갯대추나무 (Paliurus ramosissimus)의 탄소 저장량을 원격탐사로 추정하고 기후요인에 의하여 공간변이를 예측하는 인공지능 모델을 구축하고자 하였다. 준맹그로브의 지상부 탄소 축적량은 Global Ecosystem Dynamics Investigation (GEDI) 라이다에 의하여 제공되는 지상부 생물량 밀도(aboveground biomass density, AGBD)를 Sentinel-2 영상으로부터 추출한 normalized difference vegetation index (NDVI)으로 해상도를 상향하여 추정하였다. 제주도에서 단위면적당 탄소 축적량은 황근이 16.6 t C/ha, 갯대추나무가 21.1 t C/ha이었다. 제주도 전 해안에서 준맹그로브의 탄소 축적량은 11.5 t C로 추정되었다. 환경요인에 따른 준맹그로브의 탄소 축적량을 예측하기 위하여 랜덤 포레스트 기술을 적용하였다. 제주도 준맹그로브림의 분포면적 대비 지상부 생물량의 잔차를 계산하였다. 이 잔차에 영향을 미치는 주요 환경요인으로는 가장 습한 달의 강수량, 가장 더운 달의 최고온도, 등온성 및 가장 습한 달의 평균 온도가 선정되었다. 제주도에서 랜덤 포레스트 분석으로 예측된 준맹그로브의 탄소 축적량은 12.0 t C/ha - 27.6 t C/ha 범위의 공간적 변이를 나타내었다. 본 연구에서 개발된 탄소 축적량의 원격탐사 추정법과 환경요인에 따른 인공지능 예측법은 한반도에서 탄소흡수원으로서 맹그로브의 보전과 조성에 필요한 기초자료로 활용할 수 있을 것이다.

• 한국공간구조학회논문집
• /
• 제23권3호
• /
• pp.87-94
• /
• 2023

Chloride is one of the most common threats to reinforced concrete (RC) durability. Alkaline environment of concrete makes a passive layer on the surface of reinforcement bars that prevents the bar from corrosion. However, when the chloride concentration amount at the reinforcement bar reaches a certain level, deterioration of the passive protection layer occurs, causing corrosion and ultimately reducing the structure's safety and durability. Therefore, understanding the chloride diffusion and its prediction are important to evaluate the safety and durability of RC structure. In this study, the chloride diffusion coefficient is predicted by machine learning techniques. Various machine learning techniques such as multiple linear regression, decision tree, random forest, support vector machine, artificial neural networks, extreme gradient boosting annd k-nearest neighbor were used and accuracy of there models were compared. In order to evaluate the accuracy, root mean square error (RMSE), mean square error (MSE), mean absolute error (MAE) and coefficient of determination (R2) were used as prediction performance indices. The k-fold cross-validation procedure was used to estimate the performance of machine learning models when making predictions on data not used during training. Grid search was applied to hyperparameter optimization. It has been shown from numerical simulation that ensemble learning methods such as random forest and extreme gradient boosting successfully predicted the chloride diffusion coefficient and artificial neural networks also provided accurate result.

• 대한원격탐사학회지
• /
• 제37권6_2호
• /
• pp.1881-1890
• /
• 2021

미세먼지는 인체에는 물론 생태계, 날씨 등에도 많은 영향을 끼치며, 인구와 건물, 차량 등이 밀집된 대도시에서의 미세먼지의 예측과 모니터링은 중요하다. 특히 자동차, 연소 등에서 발생하는 PM_2.5 농도는 독성 물질을 포함할 수 있어 체계적인 관리가 필요하다. 따라서 본 연구는 화학 인자, 위성 기반의 aerosol optical depth (AOD), 기상 인자 등을 입력 자료로 하여 수도권PM_2.5 농도를 예측하고자 한다. PM_2.5 농도 예측을 위해 기계 학습 모델 중 PM 농도 예측에 우수한 성능을 보이는 random forest (RF) 모델을 선정하였으며, 모델 평가를 위해 통계 지표인 R², RMSE, MAE, MAPE를 산출하였다. RF 모델의 모델 정확도는 R², RMSE, MAE, MAPE는 각각 0.97, 3.09, 2.18, 13.31로 나타났으며, 예측 정확도는 각각 0.82, 6.03, 4.36, 25.79로 본 연구에서 사용한 인자들을 이용하여 PM_2.5를 예측 시 높은 정확도와 상관성을 나타내었다. 따라서 향후 학교 미세먼지 예측 및 범주화를 위해 본 연구에서 사용한 인자들을 RF 모델에 적용하였을 때 신뢰할만한 결과를 도출할 수 있을 것으로 기대된다.

• 한국측량학회지
• /
• 제35권1호
• /
• pp.1-10
• /
• 2017

An UAV (Unmanned Aerial Vehicle) is a flight system that is designed to conduct missions without a pilot. Compared to traditional airborne-based photogrammetry, UAV-based photogrammetry is inexpensive and can obtain high-spatial resolution data quickly. In this study, we aimed to classify the land cover using high-spatial resolution images obtained using a UAV. An RGB camera was used to obtain high-spatial resolution orthoimage. For accurate classification, multispectral image about same areas were obtained using a multispectral sensor. A DSM (Digital Surface Model) and a modified NDVI (Normalized Difference Vegetation Index) were generated using images obtained using the RGB camera and multispectral sensor. Pixel-based classification was performed for twelve classes by using the RF (Random Forest) method. The classification accuracy was evaluated based on the error matrix, and it was confirmed that the proposed method effectively classified the area compared to supervised classification using only the RGB image.

• The Korean Journal of Ecology
• /
• 제27권5호
• /
• pp.257-261
• /
• 2004

눈향나무(Juniperus chinensis var. sargentii Henry)는 사할린, 일본 등의 동북아시아와 한반도에서는 전국의 고산지대에서 자라는 상록성 소관목으로서 희귀 및 멸종 위기 식물(산림청)로 지정되어 있다. 본 연구에서는 한라산에 서식하는 눈향나무 집단의 분포형태 및 특성, 유전적 다양성과 공간적 유전구조를 파악하였다. 조사구(40m × 60m)에는 총 131개의 눈향나무 clump가 자생하고 있었으며 이들 전체 본수를 대상으로 군집지수를 계산한 바, 임의분포하고 있음을 확인하였다 모든 개체들에 대하여 ISSR 유전자형을 비교한 결과, 15개체는 클론으로, 나머지는 각기 서로 다른 genet으로 구성 되 어 있었다. 21개 의 ISSR 표지자를 바탕으로 계산한 Shannon의 다양성지수(I=0.463)는 적은 개체수와 제한적 분포에도 불구하고 유전적 다양성이 다른 수종에 비해 비교적 높은 편으로 나타났다. 공간적 자기상관 분석방법을 이용하여 공간적 유전구조를 파악한 결과, 조사지역내의 눈향나무 집단은 8m 이내에서 유전적으로 유사한 군락구조를 갖고 있는 것으로 나타났으며, 클론 번식이 공간적 유전 구조에 미치는 영향은 거의 없는 것으로 판단되었다.

• 대한원격탐사학회지
• /
• 제38권5_1호
• /
• pp.627-646
• /
• 2022

최근 지구 온난화로 인한 기후 변화와 관련된 문제의 심각성이 커지고 있으며 평균 기온 또한 상승하고 있다. 이로 인해 온도에 민감한 다양한 생물과 생물이 살아가는 환경에 영향을 미치고 있으며, 생태계의 변화 역시 감지되고 있다. 계절은 그 지역에 사는 생물의 종류, 분포, 생육 특성 등에 영향을 미치는 중요한 요인의 하나이다. 기후 변화 영향 평가의 지표 중 가장 대중적이고 쉽게 인식될 수 있는 식물 계절 중 개화일과 단풍나무 절정일의 모델링을 수행하였다. 모델링에 사용된 식물의 종류에는 봄을 대표하는 식물로 볼 수 있는 개나리와 벚나무, 가을을 대표하는 식물로 볼 수 있는 단풍 나무와 은행 나무를 사용하였다. 모델링을 수행할 때 사용된 기상 자료로는 기상청의 Automated Surface Observing System (ASOS) 관측소를 통해서 관측된 기온, 강수, 일사 자료를 사용하였으며, 개나리, 벚나무의 개화일과 약 -0.2, 은행나무, 단풍나무의 단풍 절정일과 약 0.3 정도의 상관 계수를 가지는 Moderate Resolution Imaging Spectroradiometer (MODIS) 식생지수를 사용하여 모델링을 수행하였다. 사용된 모델로는 선형 모델인 다중 회귀 모형과, 비선형 모델인 Random Forest (RF)를 사용하여 모델을 수립하였다. 또한 각 모형으로 추정된 예측 값을 공간 내삽 기법을 이용하여 등치 선도로 2003~2020년의 식물 계절 변화 경향 성을 표현하였다. 향후에 높은 시공간 해상도를 가지는 식생지수를 사용한다면 더 높은 식물 계절 모델링의 정확도를 높일 수 있을 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제39권1호
• /
• pp.77-86
• /
• 2023

Ship detection is widely used in areas such as maritime security, maritime traffic, fisheries management, illegal fishing, and border control, and ship detection is important for rapid response and damage minimization as ship accident rates increase due to recent increases in international maritime traffic. Currently, according to a number of global and national regulations, ships must be equipped with automatic identification system (AIS), which provide information such as the location and speed of the ship periodically at regular intervals. However, most small vessels (less than 300 tons) are not obligated to install the transponder and may not be transmitted intentionally or accidentally. There is even a case of misuse of the ship'slocation information. Therefore, in this study, ship detection was performed using high-resolution optical satellite images that can periodically remotely detect a wide range and detectsmallships. However, optical images can cause false-alarm due to noise on the surface of the sea, such as waves, or factors indicating ship-like brightness, such as clouds and wakes. So, it is important to remove these factors to improve the accuracy of ship detection. In this study, false alarm wasreduced, and the accuracy ofship detection wasimproved by removing wake.As a ship detection method, ship detection was performed using machine learning-based random forest (RF), and convolutional neural network (CNN) techniquesthat have been widely used in object detection fieldsrecently, and ship detection results by the model were compared and analyzed. In addition, in this study, the results of RF and CNN were combined to improve the phenomenon of ship disconnection and the phenomenon of small detection. The ship detection results of thisstudy are significant in that they improved the limitations of each model while maintaining accuracy. In addition, if satellite images with improved spatial resolution are utilized in the future, it is expected that ship and wake simultaneous detection with higher accuracy will be performed.

• Journal of Ecology and Environment
• /
• 제29권1호
• /
• pp.17-22
• /
• 2006

Since the demands not only for value-added timber but the environmental functions of forests had been increased, native tree species has been, and is rapidly being replaced by foreign tree species in many parts of the world. However, the studies on population structure and regeneration characteristics of native tree species were not conducted enough. Regeneration of Kalopanax septemlobus growing among other hardwoods in natural forests is very difficult because of its low seed viability and germination rate. The study examined the distribution of mature trees of K. septemlobus and their regeneration pattern at the 1.12 ha study plot in natural deciduous broad-leaved forest of Mt. Jeombong. The density and mean DBH of K. septemlobus was 97 trees per ha and 32 cm, respectively. The spatial distribution of K. septemlobus showed a random pattern (aggregation index is 0.935) in the 1.12 ha study plot. The age of 90 trees among 99 sample trees of K. septemlobus ranged from 90 to 110 years and represented a single cohort, thus suggesting that K. septemlobus in advance regeneration has regenerated as a result of disturbances such as canopy opening.