• 한국지리정보학회지
• /
• 제19권2호
• /
• pp.98-106
• /
• 2016

원격탐사는 관찰하고자 하는 지역을 직접 방문하지 않고, 영상만으로도 적은 비용으로 짧은 시간 안에 대상지역을 연구하는데 있어 효율적인 기술이다. 본 연구에서는 가장 최근에 발사된 Landsat-8 OLI(Operational Land Imager) 영상을 이용하여 하천유역의 토지피복분류 정확도를 개선하는 방법을 제안하였다. 제안된 방법 중 첫 번째로 Landsat-8 OLI 영상을 이용하여 정규식생지수인 NDVI(Normalized Difference Vegetation Index)와 정규수분지수 NDWI(Normalized Difference Water Index)를 생성하였다. 두 번째로 원래의 영상에 생성된 NDVI와 NDWI 2개의 밴드를 Layer-Stacking하여 새로운 영상을 만들었다. 마지막으로 기존의 영상과 밴드조합을 적용한 새로운 영상에 각각 MLC(Maximum Likelihood Classification), SVM(Support Vector Machine)의 감독분류를 적용하였다. 하천피복분류를 할 때 정확도를 개선하는데 있어 그 의미가 있으며, 분류결과 MLC 분류방법을 적용하였을 때 약 8% 이상, SVM 분류방법을 적용하였을 때 약 1.6% 정도 개선되었다. 향후 다양한 영상과 밴드조합을 통한 연구가 이루어진다면 보다 나은 의사결정에 도움이 될 것으로 사료된다.

• 한국지리정보학회지
• /
• 제18권3호
• /
• pp.113-127
• /
• 2015

최근 무인비행시스템(UAS)에 대한 관심이 높아지고 있으며, 홍수시 UAS를 활용하여 침수모니터링을 수행하기 위해서는 촬영된 영상으로부터 수체를 효과적으로 탐지할 수 있는 기법 개발이 필요하다. 본 연구에서는 RGB와 NIR+RG 밴드를 탑재한 UAS를 활용하여 영상을 획득하였으며, 감독분류기법을 적용하여 수체탐지 정확도를 평가하였다. 먼저 RGB 영상에 의한 수체의 영상분류 정확도 평가에서는 인공신경망과 최소거리법의 Kappa 계수가 각각 0.791과 0.783로 높게 나타났으며, 최대우도법이 0.561로 가장 낮게 나타났다. 또한 NIR+RG 영상에 의한 수체의 영상분류 정확도 평가에서는 Mahalanobis와 최소거리법이 각각 0.869와 0.830으로 높게 나타났으며, 인공신경망법이 0.779로 매우 낮게 나타났다. 특히 RGB 밴드에서는 송산유원지의 수목이나 초지가 수체로 오분류되는 문제가 발생하였으나, NIR+RG 밴드에서는 이러한 문제가 많이 개선되었다. 따라서, RGB 밴드에 비해 NIR+RG 밴드를 탑재한 영상이 Mahalanobis와 최소거리법을 적용시 수체를 탐지하는데 효과적인 것으로 나타났다.

• 대한원격탐사학회지
• /
• 제39권4호
• /
• pp.409-423
• /
• 2023

North Korea is carrying out reclamation activities in tidal flat areas distributed throughout the west coast. Previousremote sensing research on North Korean tidal flats either failsto reflect recent trends or focuses on identifying and analyzing tidal flats. Thisstudy aimsto quantify the impact of recent reclamation activitiesin North Korea's coastal areas and contribute knowledge useful for determining the best remote sensing methods for coastal areas with limited accessibility, such as those in North Korea. Using Landsat-8 OLI images from 2014-2022, we analyzed land cover changesin an area on the west coast of Pyeonganbuk-do where reclamation activities are underway. Unsupervised classification using the normalized difference water index and the random forest classification technique were each used to divide the study area into classification groups, and changes in their areas over time were analyzed. The resultsshow a clear decrease in the water area and a tendency to increase cultivated area,supporting the evidence that North Korea'sreclamation isfor agricultural land expansion.Along coasts behind seawalls, the water area decreased by nearly half, and the cultivated area increased by over 2,300%, indicating significant changes and highlighting the anthropogenic nature of the cover changes due to reclamation. Both methods demonstrated high accuracy, making them suitable for detecting cover changes caused by reclamation. It is expected that further quality research will be conducted through the use of high-resolution satellite images and by combining data from multiple satellites in the future.

• 대한토목학회논문집
• /
• 제26권5D호
• /
• pp.885-894
• /
• 2006

본 논문의 의도는 하이퍼스펙트럴 영상의 다량의 밴드를 사용하면서도 효율적인 분류기법의 개발에 초점을 두고 있다. 본 연구에서는 하이퍼스펙트럴 영상의 분류에 있어 이론적으로 밴드수가 많아질수록 분류정확도가 높을 것이라 예상되는, 다변량 통계분석기법중의 하나인 정준상관분석을 적용한 분류기법을 제안한다. 그리고 기존의 대표적인 전통적 분류기법인 최대 우도분류 방법과 비교한다. 사용되는 하이퍼스펙트럴 영상은 2001년 9월 2일 취득된 EO1-Hyperion 영상이다. 실험을 위한 밴드수는 LANDSAT TM 영상에서 열밴드를 제외한 나머지 데이터의 파장대와 일치하는 부분을 감안하여 30개 밴드로 선정하였다. 지상실제데이터로서 비교기본도를 채택하였다. 이 비교기본도와 시각적으로 윤곽을 비교하고, 중첩분석하여 정확도를 평가하였다. 최대우도분류의 경우 수역 분류를 제외하고는 전혀 분류기법으로서의 역할을 하지 못하는 것으로 판단되며, 수역의 경우도 큰 호수 외에 작은 호수나 골프장내 연못, 부분적으로 물이 존재하는 작은 영역 등은 전혀 분류하지 못하고 있는 것으로 나타났다. 그러나 정준상관분류결과는 비교기본도와 형태적으로 시각적 비교를 해볼 때 골프장잔디를 거의 명확히 분류해 내고 있으며, 도시역에 대해서도 고속도로의 선형 등을 상당히 잘 분류해내고 있음을 알 수 있다. 또한 수역의 경우도 골프장 연못이나 대학교내 연못, 기타지역의 연못, 웅덩이 등 까지도 잘 분류해내고 있음을 확인할 수 있다. 결과적으로 정준상관분석 알고리즘의 개념상 트레이닝 영역 선정시 시행착오를 겪지 않고도 정확한 분류를 할 수 있었다. 또한 분류항목 중에서 잔디와 그 외 식물을 구분해 내는 능력과 수역을 추출해 내는 능력이 최대우도분류기법에 비해 우수하였다. 이상의 결과로 판단해 볼 때 하이퍼스펙트럴영상에 적용되는 정준상관분류기법은 농작물 작황 예측과 지표수 탐사에 매우 유용하리라 판단되며, 나아가서는 분광적 고해상도 영상인 하이퍼스펙트럴 데이터를 이용한 GIS 데이터베이스 구축에 중요한 역할을 할 수 있을 것으로 기대된다.

• 동력기계공학회지
• /
• 제20권2호
• /
• pp.79-84
• /
• 2016

The thermodynamic performance of ocean thermal energy conversion with 1 kg/s geothermal water flow rate as a heat source was evaluated to obtain the basic data for the optimal design of cycle with respect to the classification of the working fluid. The basic thermodynamic model for cycle is rankine cycle and the geothermal water and deep seawater were adapted for the heat source of evaporator and condenser, respectively. R245fa, R134a are better to use as a working fluid than others in view of the use of geothermal water. It is important to select the proper working fluid to operate the ocean thermal energy conversion. So, this paper can be used as the basic data for the design of ocean thermal energy conversion with geothermal water and deep seawater.

• Advances in nano research
• /
• 제12권5호
• /
• pp.489-499
• /
• 2022

Nanofluids have recently triggered a substantial scientific interest as cooling media. However, their stability is challenging for successful engagement in industrial applications. Different factors, including temperature, nanoparticles and base fluids characteristics, pH, ultrasonic power and frequency, agitation time, and surfactant type and concentration, determine the nanofluid stability regime. Indeed, it is often too complicated and even impossible to accurately find the conditions resulting in a stabilized nanofluid. Furthermore, there are no empirical, semi-empirical, and even intelligent scenarios for anticipating the stability of nanofluids. Therefore, this study introduces a straightforward and reliable intelligent classifier for discriminating among the stability regimes of alumina-water nanofluids based on the Zeta potential margins. In this regard, various intelligent classifiers (i.e., deep learning and multilayer perceptron neural network, decision tree, GoogleNet, and multi-output least squares support vector regression) have been designed, and their classification accuracy was compared. This comparison approved that the multilayer perceptron neural network (MLPNN) with the SoftMax activation function trained by the Bayesian regularization algorithm is the best classifier for the considered task. This intelligent classifier accurately detects the stability regimes of more than 90% of 345 different nanofluid samples. The overall classification accuracy and misclassification percent of 90.1% and 9.9% have been achieved by this model. This research is the first try toward anticipting the stability of water-alumin nanofluids from some easily measured independent variables.

• 생태와환경
• /
• 제46권1호
• /
• pp.1-9
• /
• 2013

Algal blooms in potable water supplies are becoming an increasingly prevalent and serious water quality problem around the world. In addition to precipitating taste and odor problems, blooms damage the environment, and some classes like cyanobacteria (blue-green algae) release toxins that can threaten human health, even causing death. There is a recognized need in the water industry for models that can accurately forecast in real-time algal bloom events for planning and mitigation purposes. In this study, using data for an interconnected system of rivers and reservoirs operated by a New Jersey water utility, various ANN models, including both discrete prediction and classification models, were developed and tested for forecasting counts of three different algal classes for one-week and two-weeks ahead periods. Predictor model inputs included physical, meteorological, chemical, and biological variables, and two different temporal schemes for processing inputs relative to the prediction event were used. Despite relatively limited historical data, the discrete prediction ANN models generally performed well during validation, achieving relatively high correlation coefficients, and often predicting the formation and dissipation of high algae count periods. The ANN classification models also performed well, with average classification percentages averaging 94 percent accuracy. Despite relatively limited data events, this study demonstrates that with adequate data collection, both in terms of the number of historical events and availability of important predictor variables, ANNs can provide accurate real-time forecasts of algal population counts, as well as foster increased understanding of important cause and effect relationships, which can be used to both improve monitoring programs and forecasting efforts.

• Spatial Information Research
• /
• 제23권2호
• /
• pp.31-38
• /
• 2015

연안 해저 피복 조사에 있어 원격탐사 자료를 이용함으로써 조사의 효율성을 높일 수 있다. 위성영상과 항공영상과 같은 광학 원격탐사자료는 수심의 영향으로 동일한 해저 피복조건에 대해 다른 반사도를 보인다. 이 연구에서는 CASI-1500 항공 초분광영상에 대한 수심보정을 통해 연안 해저 피복에 대한 조사 범위 및 정확도 향상이 가능한지 분석하였다. 연구지역은 강원도 강릉시 연안으로 갯녹음 현상으로 인해 해저 환경이 급격히 변화되고 있는 지역이다. 해저면이 모래인 지점을 대상으로 초분광영상에서 추출한 수체 반사율(water reflectance, $R_W$)과 수심 간의 회귀모델을 통해 밴드별 수심보정 계수를 추정하고, 이를 영상 전체에 적용하였다. 그 결과 수심보정 전 영상에서 수심 6-7m에 한정하여 판독이 가능하였지만 수심보정 후 수심 15m까지 판독이 가능해지고, 수심에 따른 반사율의 변이가 크게 감소하였다. 또한 수심보정을 통해 해저 재질 분류 정확도가 13%p 증가하였다.

• 한국수산과학회지
• /
• 제56권6호
• /
• pp.923-929
• /
• 2023

This study investigated the optical characterization of water types based on Jerlov's classification, employing the CIE colorimetric system. Digital visualization techniques were applied to articulate watercolor manifestations intuitively. The L^* luminance parameter exhibited a discernible reduction from optical water type I III and from type 1 to 9, registering a range between 66 and 84. Analysis of color attributes in each optical water type revealed that in the transition from type I to III, the color a^* values spanned from -7.43 to -8.32, while color b^* values ranged from -2.97 to -3.33. a^* values for optical water types 1 to 9 varied between -6.28 and -10.50, with corresponding b^* values ranging from -2.51 to -4.20. Consequently, optical water type I, IA, IB, II, and III were discretely categorized by independent color values, as were optical water types 1, 3, 5, 7, and 9. The digitized representation of watercolor in this inquiry facilitated comprehensive information asso,o;atopm. The study highlights limitations in Jerlov's classification for representing watercolors in different ocean conditions. It emphasized the need to collect color data from various marine areas and formulate a novel color standard or method for comparing colors.

• 한국지리정보학회지
• /
• 제2권3호
• /
• pp.60-70
• /
• 1999

GIS와 두시기의 Landsat TM영상을 이용하여 금호강 상류의 수질 오염인자에 대한 소유역별 공간분포의 변화를 탐지하고 수질측정지점에서 관측한 자료와 비교 분석하였다. 이를 위하여 수질오염원과 관련 있는 유역의 인자들을 ARC/INFO를 이용하여 데이터베이스를 구축하고, 1985년과 1997년의 위성영상을 이용하여 감독분류의 최우법으로 토지피복 분류도를 작성하였다. 아울러 두 시기의 토지이용변화 탐지 및 공간분석을 수행하여 소유역 분지별로 변화면적을 추출하였으며, 추출된 수질오염원의 변화량을 단계구분도로 작성하여 가중치를 부여하고 중첩분석을 실시하였다. 분석결과, 수질오염인자들 중에서 인구, 가축, 그리고 과수원 밭의 분포변화가 금호강 수질오염의 주요 요인임이 규명되었다. 금호강 상류에 있어서의 소유역별 오염원의 분포는 도시지역을 포함하고있는 대창천, 오목천 유역분지가 가장 높게 나타나고 있음이 본 연구에서 밝혀졌다.