• 제목/요약/키워드: U-Forest 기본계획

검색결과 2건 처리시간 0.022초

U-Land 구축을 위한 U-Forest 전략 수립 연구 (Study on Strategic Plan of U-Forest for Implementation U-Land)

  • 이상무;구지희;정태웅;김경민;이승호
    • 한국공간정보시스템학회 논문지
    • /
    • 제11권4호
    • /
    • pp.33-38
    • /
    • 2009
  • 한국에서의 유비쿼터스 기술의 적용은 U-City를 중심으로 확대되고 있는데, 앞으로는 U-Territory, U-Land 구축차원에서 U-Forest에 대한 정책적인 지원 및 체계적인 추진이 필요한 시점이다. 따라서 본 연구에서는 U-Land와 U-Forest의 개념을 산림의 생산, 관리, 이용, 유통을 효율적으로 하기 위하여 유비쿼터스 기술을 활용하여 가치 있는 국가자원, 건강한 국토환경, 쾌적한 녹색공간을 구현하는 것으로 정의하고, U-Forest에 대한 전략을 수립하기 위해 산림기본계획과 k-Forest, FGIS 사업을 고찰하였으며, 이들과 연계한 서비스 모델의 도출을 제안하고, 단위서비스모델을 도출하였다. 또한 U-Forest 기본계획 수립의 필요성을 제시하고, U-Forest 기본계획 수립 시에 포함되어야 할 사항들을 제안하였다.

  • PDF

딥러닝과 Landsat 8 영상을 이용한 캘리포니아 산불 피해지 탐지 (Detection of Wildfire Burned Areas in California Using Deep Learning and Landsat 8 Images)

  • 서영민;윤유정;김서연;강종구;정예민;최소연;임윤교;이양원
    • 대한원격탐사학회지
    • /
    • 제39권6_1호
    • /
    • pp.1413-1425
    • /
    • 2023
  • 기후변화로 인한 대형 산불의 빈도가 증가함에 따라 극심한 인명 및 재산상의 피해를 초래하고 있다. 이로 인해 많은 식생이 소실되며, 그 강도와 발생 형태에 따라 생태계 변화에 영향을 끼친다. 생태계 변화는 다시 산불 발생을 유발하여 2차 피해를 야기한다. 따라서 산불 피해지에 대한 정확한 탐지 및 면적 산정의 중요성이 지속적으로 제기되고 있다. 효율적인 산불 피해지 모니터링을 위해 산불 발생 후 실시간 지형 및 기상정보는 물론 피해지역의 영상을 대규모로 취득할 수 있는 위성영상이 주로 활용되고 있다. 최근, 합성곱 신경망(convolution neural network, CNN) 기반 모델부터 고성능 트랜스포머(Transformer) 기반 모델에 이르기까지 딥러닝 알고리즘이 빠르게 발전하면서 산림원격탐사에서 이를 적용한 연구가 활발히 이루어지고 있다. 하지만 현재까지 적용된 딥러닝 모델은 제한적이며 현업에서의 합리적인 활용을 위한 정량적 성능평가에 대한 보고가 부족한 상황이다. 따라서 본 연구에서는 모델에 따른 성능향상과 데이터 설계에 따른 성능향상을 중점적으로 비교 분석하였다. 미국 캘리포니아 지역을 대상으로 CNN 기반 모델의 U-Net, High Resolution Network-Object Contextual Representation (HRNet-OCR)을 활용하여 산불 피해지 모델을 구축하였다. 또한, 기본 파장대역과 함께 식생활력도 및 지표의 수분함량 정도를 고려하고자 normalized difference vegetation index (NDVI), normalized burn ratio (NBR)와 같은 산불 관련 분광지수를 산출하여 입력 이미지로 사용하였다. U-Net의 mean intersection over union (mIoU)이 0.831, HRNet-OCR이 0.848을 기록하여 두 모델 모두 우수한 영상분할 성능을 보였다. 또한, 밴드 반사도뿐 아니라 분광지수를 추가한 결과 모든 조합에서 평가지표 값이 상승하여 분광지수를 활용한 입력 데이터 확장이 픽셀 세분화에 기여함을 확인하였다. 이와 같은 딥러닝 방법론을 발전시킨다면 우리나라의 산불 피해지에 대한 신속한 파악 및 복구 계획 수립의 기초자료로 활용될 수 있을 것으로 기대된다.