• 천문학회지
• /
• 제56권2호
• /
• pp.213-224
• /
• 2023

Type II solar radio bursts show frequency drifts from high to low over time. They have been known as a signature of coronal shock associated with Coronal Mass Ejections (CMEs) and/or flares, which cause an abrupt change in the space environment near the Earth (space weather). Therefore, early detection of type II bursts is important for forecasting of space weather. In this study, we develop a deep-learning (DL) model for the automatic detection of type II bursts. For this purpose, we adopted a 1-D Convolution Neutral Network (CNN) as it is well-suited for processing spatiotemporal information within the applied data set. We utilized a total of 286 radio burst spectrum images obtained by Hiraiso Radio Spectrograph (HiRAS) from 1991 and 2012, along with 231 spectrum images without the bursts from 2009 to 2015, to recognizes type II bursts. The burst types were labeled manually according to their spectra features in an answer table. Subsequently, we applied the 1-D CNN technique to the spectrum images using two filter windows with different size along time axis. To develop the DL model, we randomly selected 412 spectrum images (80%) for training and validation. The train history shows that both train and validation losses drop rapidly, while train and validation accuracies increased within approximately 100 epoches. For evaluation of the model's performance, we used 105 test images (20%) and employed a contingence table. It is found that false alarm ratio (FAR) and critical success index (CSI) were 0.14 and 0.83, respectively. Furthermore, we confirmed above result by adopting five-fold cross-validation method, in which we re-sampled five groups randomly. The estimated mean FAR and CSI of the five groups were 0.05 and 0.87, respectively. For experimental purposes, we applied our proposed model to 85 HiRAS type II radio bursts listed in the NGDC catalogue from 2009 to 2016 and 184 quiet (no bursts) spectrum images before and after the type II bursts. As a result, our model successfully detected 79 events (93%) of type II events. This results demonstrates, for the first time, that the 1-D CNN algorithm is useful for detecting type II bursts.

• 대한원격탐사학회지
• /
• 제37권6_3호
• /
• pp.1931-1942
• /
• 2021

최근 고해상도 광학 위성영상의 활용성이 강조되면서 이를 이용한 지표 모니터링 연구가 활발히 수행되고 있다. 그러나 고해상도 위성영상은 낮은 시간 해상도에서 획득되기 때문에 그 활용성에 한계가 있다. 이러한 한계를 보완하기 위해 서로 다른 시간 및 공간 해상도를 갖는 다중 위성영상을 융합해 높은 시공간 해상도의 합성 영상을 생성하는 시공간 자료 융합을 적용할 수 있다. 기존 연구에서는 중저해상도의 위성영상을 대상으로 시공간 융합 모델이 개발되어 왔기 때문에 고해상도 위성영상에 대한 기개발된 융합 모델의 적용성을 평가할 필요가 있다. 이를 위해 이 연구에서는 KOMPSAT-3A 영상과 Sentinel-2 영상을 대상으로 기개발된 시공간 융합 모델의 적용성을 평가하였다. 여기에는 예측을 위해 사용하는 정보가 다른 Enhanced Spatial and Temporal Adaptive Reflectance Fusion Model (ESTARFM)과 Spatial Time-series Geostatistical Deconvolution/Fusion Model (STGDFM)을 적용하였다. 연구 결과, 시간적으로 연속적인 반사율 값을 결합하는 STGDFM의 예측 성능이 ESTARFM 보다 높은 것으로 나타났다. 특히 KOMPSAT 영상의 낮은 시간 해상도로 같은 시기에서 KOMPSAT 및 Sentinel-2 영상을 동시에 획득하기 어려운 경우, STGDFM의 예측 성능 향상이 더욱 크게 나타났다. 본 실험 결과를 통해 연속적인 시간 정보를 결합해 상대적으로 높은 예측 성능을 가지는 STGDFM을 이용해 낮은 재방문 주기로 인한 고해상도 위성영상의 한계를 보완할 수 있음을 확인하였다.

• 한국조경학회지
• /
• 제46권6호
• /
• pp.97-110
• /
• 2018

본 연구는 근대자산으로서 옛길과 그 길 위 경관의 가치를 고찰하였다. 대상지인 영도의 근대시기 조선총독부에 의해 제작된 1916, 1919년 두 시기의 지형도와 2017년 수치지형도를 중첩 분석하여 영도의 근대시기에서 현재까지 100년 동안 존속하고 있는 길 총 108개소, 총연장 26.32km를 추출하였다. 영도 100년 길의 잔존형태를 살핀 뒤, 그 길 위에서 체험하는 경관의 유형을 아홉 가지로 분류하여 고찰하였다. 시퀀스적 경관체험이 이루어지는 장소의 존속성이 현시대만의 장면이 아닌 역사적 경관의 변천을 토대로 할 때, 이 경관을 보전 관리 계획할 수 있는 새로운 적정모델이 요구된다. 따라서 시선의 개념을 공간적 개념으로부터 시공간적 개념으로 한 차원 끌어 올리는 새로운 경관모델을 제시하고, 이를 바탕으로 시점장으로서의 길에서 보는 경관의 보전 기준과 영도 100년 길 위 경관의 경관유형별 보전방안을 제시하였다. 근대자산으로서의 영도 100년 길과 길 위 경관의 의미를 통시적 경관 네트워크로서 파악하고 보전해야 할 것이다. 100년 전 길의 잔존 여부는 그 길 위에서 경관을 바라보는 시선의 역사도 100년 동안 지속되고 있었음을 시사하며, 이것은 영도지역이 가진 역사적 풍경이라 할 수 있다. 본 연구에서 제안한 경관 보전 방안을 통하여 영도 근대 역사길과 그 길 위 풍경이 근대자산이자 지역유산으로 자리매김하기를 기대하며, 추후 근대자산으로서의 길과 길 풍경의 제도적 보전 및 관리, 활용방안에 관한 연구가 이어지기를 기대한다.

• 대한토목학회논문집
• /
• 제26권4B호
• /
• pp.389-398
• /
• 2006

본 연구에서는 강우의 시 공간적 분포의 불규칙한 변동성을 고려한 강우-유출예측모형을 위해 인공신경망(Artificial Neural Networks: ANNs)의 기법의 일종인 자기조직화(Self Organizing Map: SOM) 이론과 역전파 학습 알고리즘(Back Propagation Algorithm: BPA을 복합적으로 이용하였다. 기존의 인공신경망 연구에서 야기된 저 갈수기의 유출량에 대한 과대평가, 홍수기의 유출량에 대한 과소평가, 예측값이 연속적으로 선행 유출량을 나타내는 Persistence 현상을 해결하기 위하여 패턴분류 성능을 지닌 SOM 이론을 예측모형의 전처리 과정으로 이용하였다. 먼저, 본 연구에서 제안한 방법은 SOM에 의해 강우-유출 관계를 분류하고, SOM에 의한 분류에 따라 각각의 모형을 구성한다. 개별적으로 구축된 모형은 유출량의 예측을 위해 각각의 양상에 따라 분류된 자료를 이용한다. 결과적으로 본 연구에서 제안한 방법은 과거의 인공신경망의 일반적인 적용에 의한 결과보다 더 나은 예측능력을 보여주었으며, 더불어 유출량의 과소 및 과대추정과 Persistence 현상과 같은 문제점이 나타나지 않았다.

• 한국수자원학회논문집
• /
• 제57권3호
• /
• pp.165-179
• /
• 2024

도시 지역의 홍수 위험을 완화하고 지속 가능한 수자원을 관리하기 위해서는 도시 홍수와 물순환의 연계 해석이 필수적이다. 본 연구는 간단한 전환 규칙을 통해 침수의 시공간적 변화를 모의하는 셀룰러 오토마타 기법을 이용하여 고해상도 도시침수 및 물순환 해석 모형 CAW (Cellular Automata-based integrated Water cycle model)를 개발하고, 그 적용성을 평가하였다. 개발된 모형을 미국 포틀랜드 도심지 유역에 적용하고, 물리 기반 모형 및 기존 셀룰러 오토마타 기반 모형의 침수 해석 결과와 비교하여 도시침수 재현의 적절성을 평가하였다. 연구 결과, 침수 검증 대상 지점에 대한 CAW 모형의 최대 침수심 분포는 확산파 방정식을 모사하는 WCA2D (Weighted Cellular Automata 2 Dimension) 모형과 평균오차 값이 1.3 cm로 유사하게 모의되었고, 이진 패턴 유사도 검증에서 HR 0.91, FAR 0.02, CSI 0.90으로 비교적 높은 유사성을 나타내며 모형의 침수 해석 적용성을 검증하였다. 또한, 토지피복 및 토양 조건이 침수, 침투에 미치는 영향을 시험 평가한 결과, 불투수율이 41% 더 높은 지역에서의 침투와 최대 침수심이 각각 54%(4.16 mm/m²) 감소 및 10%(2.19 mm/m²) 증가하였다. CAW 모형을 이용하여 도시 유역의 다양한 토지피복 및 토양 특성을 고려한 고해상도 물순환 및 도시침수 연계 모의 해석이 가능할 것으로 기대된다.

• Spatial Information Research
• /
• 제20권2호
• /
• pp.129-136
• /
• 2012

최근 ISO/TC211, OGC, INSPIRE 등 국제기구들을 중심으로 시맨틱 기술을 활용한 공간정보의 공유 노력이 진행되고 있다. 또한 스마트폰의 대중화와 소셜 네트워킹 서비스의 활성화로 인해 온라인 소셜 커뮤니티에서 이슈를 추출하기 위한 연구들이 이루어지고 있다. 그러나 응용 수준에서 가용한 공간정보 온톨로지는 부족한 실정이며, 소셜 네트워크 서비스에서의 공간정보 추출 역시 텍스트 마이닝을 통한 지오코딩 부분에 집중되어 있다. 따라서 소셜 미디어 정보에서 공간 현상을 추출하여 시맨틱 공간 지식으로 변환하기 위한 방법은 매우 유용하게 활용될 수 있다. 또한 공간 현상을 단순한 빈발 키워드가 아닌 연관 이슈의 형태로 사용자에게 제공함으로써 공간상에 발생하는 이슈에 대한 이해도를 향상 시킬 수 있을 것이다. 따라서 본 논문에서는 소셜 미디어 서비스의 하나인 마이크로 블로그를 기반으로 데이터를 수집하여 데이터 마이닝 기술을 접목하여 연관 이슈를 추출하고, 이를 시공간 지식으로 변환하기 위한 공간 이슈 온톨로지 모델을 제안하였다. 이를 통해 향후 관련 시스템의 개발을 위한 참조모델 및 공간 온톨로지 구축을 위한 모델로써 유용하게 사용될 수 있을 것으로 기대된다.

• 한국환경과학회지
• /
• 제24권1호
• /
• pp.133-150
• /
• 2015

Wind profiler provides vertical profiles of three-dimensional wind vectors with high spatiotemporal resolution. The wind vectors is useful to analyze severe weather phenomena and to validate the various products from numerical weather prediction model. However, the wind measurements are not immune to ground clutter, bird, insect, and aircraft. Therefore, quality of wind vectors from wind profiler must be quantitatively evaluated prior to its application. In this study, wind vectors from UHF wind profiler at Ganwon Regional Meteorological Administration was quantitatively evaluated using 27 radiosonde measurements that were launched every two or three hours according to rainfall intensity during Intensive Observation Period (IOP) from June to July 2013. In comparison between two measurements, wind vectors from wind profiler was relatively underestimated. In addition, the accuracy and quality of wind vectors from wind profiler decrease with increasing beam height. The accuracy and quality of the wind vectors for rainy periods during IOP were higher than for the clear-air measurements. The moderate rainfall intensity lead to multi-peaks in Doppler spectrum. It results in overestimation of vertical air motion, whereas wind vectors from wind profilers shows good agreement with those from radiosonde measurements for light rainfall intensity.

• 대한공간정보학회지
• /
• 제25권1호
• /
• pp.3-8
• /
• 2017

본 연구에서는 앙상블 중규모기후모델 weather research and forecasting(WRF)를 이용하여 2045년부터 2054년까지 21세기 중반의 기후변화에 대한 우리나라 미래 풍력자원 지도를 제작하였고 월별, 시간대별 자원변화를 검토하였다. 분석결과, 한반도상에서 강한 몬순 순환으로 인해 뚜렷한 월별 시공간 변동성이 해륙풍에 의한 시간대별 변동성보다 컸다. 풍력자원이 큰 강풍지역은 월마다 지역마다 다르게 나타났다. 즉 겨울철 북서계절풍(여름철 남서계절풍)이 주풍일 때 각각 강원산간과 해상 그리고 남서해안에서 자원이 많을 것으로 전망되었다. 최대풍과 최소풍은 1월, 9월에 각각 나타날 것으로 전망되었고, 시간대별로 내륙과 산간은 일중편차가 컸지만 연안지역은 편차가 작을 것으로 전망되었다. 이는 현재기후에 대한 기존분석결과와는 다소 차이가 있는 것으로, 이 연구에서 생산된 미래 풍력자원 지도는 향후 기후 변화 가능성이 큰 지역의 시공간적 풍황을 감안하여 풍력단지 입지 선정 및 풍력운영을 위한 장기계획 마련에 있어서 유용한 자료가 되리라 기대된다.

• 한국공간정보시스템학회 논문지
• /
• 제7권2호
• /
• pp.67-79
• /
• 2005

RFID 시스템에서 태그의 위치를 추적하기 위해서 궤적은 모델링되고 색인되어야 한다. 궤적은 태그가 판독기의 인식영역으로 들어갈 때와 나갈 때 보고되는 두 개의 시공간 위치를 연결한 선분으로 표현될 수 있다. 만약 태그가 판독기의 인식영역에 들어와 나가지 않으면 시공간 위치는 오직 태그가 인식영역에 들어올 때만 보고된다. 따라서 판독기에 머물고 있는 태그는 궤적을 표현할 수가 없으므로 질의 시 이러한 태그를 검색할 수 없다. 이러한 문제를 해결하기 위하여 이 논문에서는 태그의 궤적을 간격으로 정의하고 새로운 색인인 Interval R-tree를 제안한다. 또한 효율적인 질의처리를 위한 새로운 삽입 및 분할 알고리즘을 제안한다. 마지막으로 제안된 색인을 구현하여 다양한 데이터 집합에서 R-tree와 R*-tree와 성능을 비교하여 우수성을 입증한다.

• 대한토목학회논문집
• /
• 제34권6호
• /
• pp.1797-1806
• /
• 2014

지금까지 세계적으로 지하수 관리는 연간 지하수 함양량을 기반으로 한 안전채수량 정책에 의해 수행되어 왔다. 그러나 지하수 함양량은 시공간적으로 변동하므로 지속가능한 지하수자원을 평가하기 위해서는 동적 해석이 필요하다. 본 연구에서는 지표수-지하수 통합해석 모형인 SWAT-MODFLOW를 이용하여 경주지역의 지하수 함양량 공간분포를 산정하였다. 우리나라에서는 10년 빈도 갈수시 강수량에 함양계수를 곱하여 지역별 개발가능량을 산정하기에 본 연구에서는 기존 개발가능량을 평가하기 위해 빈도해석기법을 이용하였다. 소유역별 10년 빈도 갈수시의 지하수 함양량을 추정하는 보수적 방법을 제안하고 이를 기존 개발가능량과 비교하였다. 이같은 계산 절차를 통해 지하수 개발가능량을 산정하는 기존 절차의 한계를 합리적으로 제시할 수 있었다.