• 대한원격탐사학회지
• /
• 제25권1호
• /
• pp.31-44
• /
• 2009

본 연구에서는 다편파 산란계 시스템을 이용하여 얻어진 후방산란계수의 연중 변화를 편파와 입사각에 따라 알아보고 벼 생육인자와의 관계를 통하여 생육인자를 추정하고자 하였다. 2007년도 국립농업과학원 시험포장에 다편파산란계 시스템(L, C, X-band 안테나, 네트워크분석기, RF cable, 입사각 $20^{\circ}{\sim}60^{\circ}$)을 제작 구축하고 벼 이앙기에서 수확기까지 산란특성을 주기적으로 관측하였으며 레이더 방정식을 이용하여 후방산란계수를 계산하여 자료 분석에 사용하였다. 모든 안테나 밴드에서 벼 생육초기(5월말$\sim$6월초)에는 VV-편파가 HH-, HV-편파보다 후방산란계수가 높게 나타났다. C-band의 경우 모든 입사각에서 벼가 자라면서 HH-편파 후방산란계수가 증가하다가 출수기(8월중순경)에 가장 높았고 그 이후 감소하는 경향이었다. X-band는 모든 편파의 후방산란계수가 벼 유수형성기(7월말경)까지 증가하다가 그 후 감소하였으며 등숙기인 9월 중순 이후 다시 증가하는 dual-peak 현상을 보였는데, 특히 VV-편파의 경우 9월 초순부터 후방산란계수 종가가 다른 편파에 비해 크게 나타났다. 파장별 밴드, 편파, 입사각도별 후방산란계수와 작물 생육과의 관계를 분석한 결과 L-band는 바이오매스와의 상관이 높게 나타났고 C-band에서는 엽면적지수와 초장과의 상관이 높게 나타났으며 X-band는 이삭 건물중과 상관이 높게 나타났다 후방산란계수를 이용하여 생육을 추정할 수 있는 회귀식을 작성하고 실측값과의 비교를 통하여 작물 생육 추정을 위한 최적 조건을 구명하였다.

• 한국지리정보학회지
• /
• 제24권4호
• /
• pp.41-54
• /
• 2021

수자원 관리와 수재해 피해 분석 및 예측 등을 위해 원격탐사를 활용한 수체면적을 추정하는 것은 매우 필수적이다. 위성을 활용한 수체탐지는 주로 광학 및 영상레이더(Synthetic Aperture Radar, SAR) 센서를 탑재한 대형(무게 1,000kg 이상) 위성을 중심으로 수행되어왔다. 그러나 긴 재방문주기(repeat cycle)로 인해 재난/재해 시 적시 활용이 불가능한 한계가 존재한다. 최근 초소형위성(무게 100kg 미만) 개발이 활발히 이루어짐에 따라 기존 대형위성 중심의 시간해상도 한계를 극복할 수 있는 계기가 되었다. 현재 활발히 운용중인 초소형 SAR 위성은 핀란드의 ICEYE와 미국의 Capella 위성으로, 지구관측을 목적으로 군집(constellation) 형태로 운용되고 있다. 군집화 운용으로 인해 짧은 재방문주기(현재 0.8회/1일) 및 고해상도(Spot(0.5m))를 가지며, SAR센서 탑재로 기상 및 주야 무관하게 관측이 가능한 장점이 있다. 본 연구에서는 초소형위성의 운영 현황 및 특징에 대해서 기술하였으며, 초소형 SAR 위성 영상에 최적화된 수체면적 추정기술을 한반도 대청댐 유역에 적용해 보았다. 또한 광학 위성인 Sentinel-2 위성으로부터 생성된 수체를 참조값(reference)으로 하여 초소형위성 2기와 대형위성인 Sentinel-1위성과의 면적, 상관성 분석을 수행하였다. Capella 위성의 경우 가장 적은 면적의 차를 보였으며, 세 영상 모두 높은 상관관계를 나타냄을 확인하였다. 본 연구의 결과를 통해 초소형 SAR 위성의 낮은 NESZ(Noise Equivalent Sigma Zero)에도 불구하고 수체면적 추정이 가능함을 확인하였으며, 기존 대형 SAR 위성을 활용한 수자원/수재해 감시 활용의 한계를 극복할 수 있을 것으로 사료된다.

• 한국작물학회지
• /
• 제46권3호
• /
• pp.241-247
• /
• 2001

우리나라 벼 수량의 기상반응을 종합적으로 검토하여 벼 수량예측모델을 구축하고자 1985년부터 1999년까지 15년간 수행한 20개 지역의 벼 지역적응시험 자료를 이용하여 기상에 대한 수량반응의 최대경계선(boundary line)분석을 하였으며, 이에 근거하여 수량예측모형을 설정하였다. 1. 벼의 생육기간을 영양생장기, 생식생장기, 등숙기로 구분하고 각 발육단계를 15-20일 간으로 구분하여 각 시기의 기상요소에 대한 수량반응의 최대경계선은 평균기온( $T_{a}$ )과 일조시수( $S_{h}$)에 대해서는 지수함수 f( $T_{a}$ )=$\beta$$_{0}$(1-exp(-$\beta$$_1$/$\times$ $T_{a}$ ), f( $S_{h}$)=$\beta$$_{0}$(1-exp(-$\beta$$_1$$\times$ $T_{h}$)로 나타났으며 일교차(Tr)는 2차함수 f( $T_{r}$)=$\beta$0(1-( $T_{r}$-$\beta$$_1$)$^2$)로, 이 식에서 상수항 $\beta$$_{0}$를 제거하여 수량에 대한 각 기상요소의 영향도를 0-1로 나타내는 기상지수로 나타내었다. 2. 각 생육시기의 평균기온, 일조시간 및 일교차에 대한 수량반응의 최대경계선이외에 불임에 의한 등숙률 저하와 그에 따른 수량감소를 고려하기 위하여 Uchijima(1976)가 제안한 냉각도일수(cooling degree day)를 출수전 30일간의 생식생장기에 계산하여 이에 대한 수량과 등숙률 반응의 최대경계선을 계산하였는데 냉각도일수가 증가하면 수량이 감소하는 지수함수로 잘 표현되어 기존의 연구들과 같은 결과였다. 3. 기상지수는 벼의 생육기간을 영양생장기, 생식생장기 및 등숙기로 구별하고 각 시기별로 수량 기상지수를 각 기상요소 기상지수를 기하평균하여 산출하였는데 각 시기별 수량기상지수의 수량변이 설명도는 각각 0.383-0.430, 0.460-0.534, 0.4603-0.587로 결정계수는 영양생장기＜생식생장기＜등숙기의 순으로 컸다. 4. 최대경계선 분석방법을 통하여 얻어진 각 생육시기별 수량기상지수를 기하평균하여 구한 종합수량기상지수와 수량과의 직선회귀식을 구하여 수량예측모형(Model I, II, III)을 작성하였다. Model I, II, III)은 각각 결정계수가 0.6512, 0.6703, 0.6129로 모든 생육단계에 걸쳐서 기간을 15-20일 단위로 세분하여 모든 기간의 수량에 대한 기상지수를 고려하여 전 생육기간의 종합수량기상지수를 산출한 Model II가 기상변화에 따른 수량변이의 설명도가 가장 높았다.

• 지능정보연구
• /
• 제18권3호
• /
• pp.185-202
• /
• 2012

오늘날 정보사회에서는 정보에 대한 가치를 인식하고, 이를 위한 정보의 활용과 수집이 중요해지고 있다. 얼굴 표정은 그림 하나가 수천개의 단어를 표현할 수 있듯이 수천 개의 정보를 지니고 있다. 이에 주목하여 최근 얼굴 표정을 통해 사람의 감정을 판단하여 지능형 서비스를 제공하기 위한 시도가 MIT Media Lab을 필두로 활발하게 이루어지고 있다. 전통적으로 기존 연구에서는 인공신경망, 중회귀분석 등의 기법을 통해 사람의 감정을 판단하는 연구가 이루어져 왔다. 하지만 중회귀모형은 예측 정확도가 떨어지고, 인공신경망은 성능은 뛰어나지만 기법 자체가 지닌 과적합화 문제로 인해 한계를 지닌다. 본 연구는 사람들의 자극에 대한 반응으로서 나타나는 얼굴 표정을 통해 감정을 추론해내는 지능형 모형을 개발하는 것을 목표로 한다. 기존 얼굴 표정을 통한 지능형 감정판단모형을 개선하기 위하여, Support Vector Regression(이하 SVR) 기법을 적용하는 새로운 모형을 제시한다. SVR은 기존 Support Vector Machine이 가진 뛰어난 예측 능력을 바탕으로, 회귀문제 영역을 해결하기 위해 확장된 것이다. 본 연구의 제안 모형의 목적은 사람의 얼굴 표정으로부터 쾌/불쾌 수준 그리고 몰입도를 판단할 수 있도록 설계되는 것이다. 모형 구축을 위해 사람들에게 적절한 자극영상을 제공했을 때 나타나는 얼굴 반응들을 수집했고, 이를 기반으로 얼굴 특징점을 도출 및 보정하였다. 이후 전처리 과정을 통해 통계적 유의변수를 추출 후 학습용과 검증용 데이터로 구분하여 SVR 모형을 통해 학습시키고, 평가되도록 하였다. 다수의 일반인들을 대상으로 수집된 실제 데이터셋을 기반으로 제안모형을 적용해 본 결과, 매우 우수한 예측 정확도를 보임을 확인할 수 있었다. 아울러, 중회귀분석이나 인공신경망 기법과 비교했을 때에도 본 연구에서 제안한 SVR 모형이 쾌/불쾌 수준 및 몰입도 모두에서 더 우수한 예측성과를 보임을 확인할 수 있었다. 이는 얼굴 표정에 기반한 감정판단모형으로서 SVR이 상당히 효과적인 수단이 될 수 있다는 점을 알 수 있었다.

• Tuberculosis and Respiratory Diseases
• /
• 제42권5호
• /
• pp.744-751
• /
• 1995

연구배경: 여러 종류의 자극으로 감각신경(C-fiber)의 말단부에서 분비되는 신경단백질인 substance P와 neurokinin A는 기관지 평활근의 수축, 점막의 혈장 유출 및 점액의 과분비를 일으켜 기관지 천식 발병 기전에 중요한 역활을 한다. 이러한 기도 신경단백질은 $NK_1$, $NK_2$, $NK_3$ 등의 3종류의 수용체를 통하여 작용하며, $NK_1$ 수용체에 주로 작용하는 substance P는 기도의 혈관확장과 혈장 유출에 관여하며 $NK_2$ 수용체에 작용하는 neurokinin A는 기도의 수축에 주로 작용하며 기도혈장 유출에도 관여하는 것으로 알려져 있다. 목적: 저지들은 백서의 미주신경인 비교감 및 비부교감 신경을 전기적 자극으로 유발된 기도 혈장 유출에서 $NK_1$과 $NK_2$ 수용체 차단제인 FK224를 이용하여 기도내 신경성 염증에서 혈장유출에 대한 효과를 기도 부위별로 확인하였다. 대상 및 방법: 백서 21마리를 7마리씩 3군으로 나누어 미주신경에 전기적 자극을 하지 않은 대조군(control group), 2분간 자극한 군(NANC2군)과 신경 단백 수용체 차단제인 FK224를 미주신경 자극 전에 사용한 군(FK224군)에서 Evans blue dye를 이용하여 기도 부위별 혈장 유출의 정도를 각 군간에 비교하여 다음과 같은 결과를 얻었다. 결과: 1) 2분간 신경 자극한 군(NANC2군)은 대조군에 비하여 기관에서 49.7(${\pm}2.5$)ng/mg으로 353%, 주기관지에서 38.7(${\pm}2.8$)ng/mg으로 221%의 증가와 말초기관지 19.1(${\pm}1.6$)ng/mg으로 151%로 혈장 유출이 모두 유의하게 높았으며(p<0.05), 주로 상부 기도에서 혈장 유출 정도가 심하였으나, 폐실질은 13.0(${\pm}1.8$)ng/mg, 76%로 대조군과 차이는 없었다(p>0.05). 2) 신경 단백질 수용체 차단제를 사용한 FK224군은 2분간 신경 자극한 군에 비하여 기관에서 24.3(${\pm}2.2$)ng/mg으로 49%, 주기관지에서 22.3(${\pm}1.6$)ng/mg 으로 58%의 억제와 말초기관지 13.3(${\pm}0.8$) ng/mg으로 70%로 혈장 유출이 모두 유의하게 감소되었다(p<0.05). 결론: 이상의 결과에 의하면 백서에서 미주신경(NANC)의 전기적 자극으로 유발된 혈장유출은 기도에서만 발생되고 주로 상부기도에서 혈장유출이 심하며, $NK_1$과 $NK_2$ 수용체 차단제인 FK224를 전처치하여 substance P와 neurokinin A의 수용체 차단으로 기도 혈장 유출이 억제됨을 알 수 있었다.

• 한국산림과학회지
• /
• 제66권1호
• /
• pp.16-36
• /
• 1984

화강암질풍화토(花崗岩質風化土)의 미교란(未攪亂) 시료(試料)를 사용하여 일면(一面) 직접(直接) 전단시험(剪斷試驗)으로 측정(測定)한 전단강도(剪斷强度)와 함수비(含水比), 간극비(間隙比), 건조밀도(乾燥密度), 비중(比重)과의 관계(關係)를 통계(統計) 분석(分析)하였고, 화강암질풍화토(花崗岩質風化土)의 사방시공지(砂防施工地)에 식재(植栽)된 리기다소나무림(林)과 리기테-다소나무림(林)에서 토양단면(土壤斷面)을 만들어 산중식토양경도계(山中式土壤硬度計)로 토양(土壤)의 견밀도(堅密度)를 측정(測定)하고 수근분포(樹根分布)를 조사(調査)하여 통계(統計) 분석(分析)한 결과(結果) 다음과 같다. 1) 함수비(含水比), 간극비(間隙比)와 전단강도(剪斷强度) 간(間)에는 유의적(有意的)인 부(負)의 상관(相關)이며 직접적(直接的)인 관계(關係)에 있었다. 2) 건조밀도(乾燥密度)와 전단강도(剪斷强度) 사이에는 정(正)의 상관(相關)이며 직접적(直接的)인 관계(關係)에 있었다. 3) 비중(比重)과 전단강도(剪斷强度) 간(間)에는 유의적(有意的)인 상관관계(相關關係)를 인정(認定)할 수 없었다. 4) 전단강도(剪斷强度)에 영향(影響)을 미치는 영향요소(影響要素)의 직접효과(直接效果)의 크기는 함수비(含水比)>간극비(間隙比)>건조밀도(乾燥密度)의 순위(順位)이다. 5) 다중선형(多重線型) 회귀방정식(回歸方程式)의 분산분석결과(分散分析結果) 함수비(含水比)만이 회귀성(回歸性)이 인정(認定)되므로 함수비(含水比)를 독립변수(獨立變數)로 하여 전단강도(剪斷强度)를 추정(推定)하기 위한 회귀방정식(回歸方程式)은 제한(制限)된 건조밀도(乾燥密度)의 범위내(範圍內)에서 적합도(適合度)가 매우 높게 평가(評價)되었다. 6) 토양(土壤)의 견밀도(堅密度)는 토심(土深)이 깊어짐에 따라 높아진다. 7) 토양(土壤)의 지표경도(指標硬度)와 수근수(樹根數) 간(間)에는 유의적(有意的)인 부(負)의 상관(相關)이며 직접적(直接的)인 관계(關係)에 있었다. 8) 리기다소나무와 리기테-다소나무의 수근(樹根)은 토심(土深) 20cm까지에 대부분 분포(分布)하고 있었다. 9) 리기다소나무림(林)과 리기테-다소나무림(林)에서 측정(測定)한 토양(土壤)의 지표경도(指標硬度)를 독립변수(獨立變數)로한 회귀방정식(回歸方程式)으로 수근수(樹根數)를 추정(推定)할 수 있었으나 낮은 적합도(適合度)를 나타내었다.