• 대한원격탐사학회지
• /
• 제37권6_1호
• /
• pp.1773-1784
• /
• 2021

해상에서 발생하는 유출유 사고는 피해 최소화를 위해서 신속한 현황 정보 수집이 필수적이며, 인공위성은 해상에 유출된 기름을 탐지하는데 매우 유용한 도구이다. 최근에 활용 가능한 인공위성 수가 급속하게 증가함에 따라, 사고발생 이후 준실시간 수준의 해상 유출유 현황 정보 생성이 가능해졌다. 본 연구에서는 2021년 4월 27일 중국 칭다오항 앞바다에서 발생한 심포니호 기름 유출사고를 대상으로 다종 인공위성 영상을 이용하여 기름 유출 면적을 산출하였다. 특히, 2 m 공간해상도 정보 획득이 가능한 고해상도 상용 인공위성 영상을 이용하여 기름유출 면적 산출의 정확도 향상 가능성을 평가하였다. 4월 27일부터 5월 13일까지 Sentinel-1, Sentinel-2, LANDSAT-8, GEO-KOMPSAT-2B (GOCI-II) 및 Skysat 위성영상을 수집하였으며, 기상조건을 고려하여 탐지 가능한 5장의 영상을 대상으로 유출유 탐지를 수행하였다. 유출된 기름은 사고발생 지점으로부터 남서-북동 방향으로 확산하면서, 외해에서 육지 쪽으로 이동하였다. 이러한 이동 경향은 Skysat 영상에서 확인이 가능하였으며, 사고 위치로부터 기름 입자의 이동예측을 수행한 결과와 유사하게 나타났다. 고해상도 인공위성 영상 탐지결과 및 이동예측 결과를 이용하여, 5월 1일 Sentinel-1A 영상에서 사고지점 북쪽 해역의 패치는 유사 기름으로 추정하였다. 이러한 오탐지를 제거한 결과 유출유 면적은 사고발생 후 선형적으로 증가하는 경향을 나타냈다. 본 연구 결과는 향후 고해상도 광학위성의 사용이 유출유의 분포 면적을 더욱 정확하게 산출함을 보여주었으며, 해상유출유 대응 과정에서 효율적인 방제계획 수립에 기여할 것으로 판단된다.

• 한국지리정보학회지
• /
• 제21권4호
• /
• pp.64-80
• /
• 2018

우리나라의 시민들은 범죄에 대한 일반적인 사항만을 알 수 있을 뿐, 자신이 범죄위험에 얼마나 노출되어 있는지를 파악하기 어렵다. 경찰의 입장에서도 범죄발생 지역을 예측할 수 있다면 경찰력이 부족한 상황에서 효율성 있게 범죄에 대처 가능할 것이지만 아직 우리나라에서는 예측시스템이 없고, 관련 연구도 매우 부족한 실정이다. 이에 본 연구에서는 범죄발생 위험지역 예측 자동화 시스템 개발의 첫 번째 단계로 빅데이터로 구축 가능한 범죄정보와 도시지역 자료를 바탕으로 머신러닝 방식을 통해 한국형 범죄발생 위험지역 예측 모형을 개발하고자 한다. 또한 시나리오를 가정하여 범죄발생 확률을 지도로 시각화함으로써 사용자의 이해도를 높이도록 하였다. 선행 연구 및 사례에서 범죄발생에 영향을 미치는 요인 중 빅데이터로 구축 가능한 범죄정보, 날씨정보(기온, 강수량, 풍속, 습도, 일조, 일사, 적설, 전운량), 지역정보(평균 건폐율, 평균 용적율, 평균 높이, 총 건축물수, 평균 공시지가, 평균 주거용도면적, 평균 지상층수)를 머신러닝에 활용할 수 있도록 데이터를 사전 처리하였다. 머신러닝 알고리즘으로서 지도학습 모형 중 다양한 분야에서 활용되며 정확도가 높다고 알려진 의사결정나무모형, 랜덤포레스트모형, Support Vector Machine(SVM)모형을 활용하여 범죄 예측 모형을 구축하고 비교 분석하였다. 그 결과 평균 제곱근 오차(Root Mean Square Error, RMSE)가 낮아 예측력이 높은 의사결정나무모형을 최적모형으로 선정하였다. 이를 바탕으로 가장 빈번하게 발생하는 절도와 폭력범죄를 대상으로 시나리오를 작성하여 범죄 발생 위험지역을 예측한 결과, 사례도시 J시는 위험지역이 3가지 패턴으로 발생하는 것으로 나타났으며, 각각 발생확률을 3 등급으로 구분하여 $250{\times}250m$ 단위의 지도형태로 시각화할 수 있었다. 본 연구는 향후 자동화 시스템으로 개발하여 시시각각으로 변하는 도시 상황에 따라 실시간으로 예측 결과를 시각화하여 제공함으로써 보다 범죄로부터 안전한 도시환경 조성에 기여하고자 한다.

• 한국농림기상학회지
• /
• 제21권3호
• /
• pp.175-186
• /
• 2019

기상 및 기후 정보를 활용하여 기후변화에 대응하기 위한 기후 스마트 농업을 도입하기 위한 노력이 진행되어 왔다. 기후 스마트 농업을 실현하기 위해 농가별 기상자료 수집 및 관리가 요구된다. 4차 산업혁명 시대의 주요한 기술인 IoT, 인공지능, 및 클라우드 컴퓨팅 기술들이 농가 단위의 기상정보 생산에 적극적으로 활용될 수 있다. 저비용과 저전력 특성을 가진 IoT 센서들로 무선 센서 네트워크를 구축할 경우, 농가나 농촌 공동체 수준에서 농업 생태계의 생산성을 파악할 수 있는 기상관측자료의 수집 및 분석이 가능하다. 무선 센서 네트워크를 통해 자료가 수집될 수 있는 공간적인 범위를 특정 농가보다는 농촌 공동체 수준으로 확대하여 IoT 기술의 수혜 농가를 확대하고, 아울러 상세기상정보의 생산 및 검증에 활용가능한 농업기상 빅데이터 구축이 필요하다. 기존에 개발되어 보급되고 있는 전자기후도를 활용하여, 농가 단위의 기상 추정 자료가 제공되고 있다. 이들 자료의 신뢰성을 향상시키고, 기존의 서비스 체계에서 제공되지 않고 있는 기상 변수들을 지원하기 위해 심층신경망과 같은 인공지능 기술들이 도입되어야 할 것이다. 시스템 구축의 비용 절감 및 활용성 증대를 위해 클라우드 및 포그 컴퓨팅 기술을 도입하여 농업 기상 정보 서비스 시스템이 설계되어야 한다. 또한, 기상자료와 농산물 가격 정보와 같은 환경자료와 경영정보를 동시에 제공할 수 있는 정보 시스템을 구축하여 활용도가 높은 농업 기상 서비스 시스템이 구축되어야 할 것이다. 이와 함께, 농업인 뿐만 아니라 소비자까지도 고려된 모바일 어플리케이션의 설계 및 개발을 통해, 4차 산업혁명의 주요 기술들이 농업 분야에서 확산될 수 있도록 지속적인 노력이 필요하다. 이러한 정보 시스템은 농업 분야 이해당사자에게 수요자 맞춤형 농림기상정보를 제공하여 기후스마트 농업 관련 기술의 개발과 도입을 촉진시킬 수 있을 것이다.

• 대한원격탐사학회지
• /
• 제38권5_3호
• /
• pp.925-938
• /
• 2022

농업용 저수지는 전국적으로 중요한 수자원으로 기후변화에 따른 가뭄과 같은 이상기후의 영향에 취약한 특성을 가지며 적절한 운영을 위해 강화된 관리가 필요하다. 지속적인 모니터링을 통한 수위 추적(water level tracking)이 필요하지만 현실적인 문제로 현장 실측 및 관측이 어려운 실정이다. 본 연구는 저수지 수표면적을 측정하기 위해 광역 모니터링이 가능한 위성레이더 자료를 이용하여 4가지 AI 모델 간의 수체 탐지 성능에 대해 객관적인 비교를 제시한다. 위성 레이더자료는 Sentinel-1 SAR 이미지를 사용하였으며, 광학영상과 달리 기상환경에 영향을 적게 받기 때문에 장기 모니터링에 적합하다. 드론 이미지, Sentinel-1 SAR 그리고 DSM 데이터를 사용하여 Support Vector Machine (SVM), Random Forest (RF), Artificial Neural Network (ANN), Automated Machine Learning (AutoML)의 4가지 AI 모델을 구축했다. 연구대상 저수지는 총 22개소로 유효저수량이 30만톤 미만의 중소형 저수지이다. 총 45개 이미지가 모델 훈련과 검증에 사용되었으며, 연구 결과 AutoML 모델이 Accuracy=0.92, mIoU=0.81로 다른 3가지 모델에 비해 수체 픽셀 분류에서 0.01-0.03 더 나은 것을 보여주었다. 해당 결과는 SAR 영상으로부터 AutoML을 이용한 중소형 저수지 대상의 수체 분류 기법이 기존의 머신러닝 기법만큼의 성능을 보이는 것을 보여주었고, 학습을 통한 수표면적 분류 기술의 저수지 모니터링에 대한 적용 가능성을 보여주었다.

• Ecology and Resilient Infrastructure
• /
• 제9권1호
• /
• pp.36-58
• /
• 2022

본 연구에서는 제주도의 도시지역을 대상으로 관측이 시작된 2001년부터 2019년까지의 미세먼지 (PM₁₀)와 초미세먼지 (PM_2.5) 악화 빈도에 따른 기상 상황을 분석하였다. PM₁₀과 PM_2.5의 악화는 제주시와 서귀포시 모두 봄>겨울>가을>여름철 순으로 나타났으며, 봄·여름철에는 주간에 가을·겨울철에는 야간에 더 많이 나타났으며, PM₁₀보다 PM_2.5의 피해가 더 심각하게 나타났다. PM₁₀ 악화 시의 기온과 풍속은 제주시와 서귀포시 모두 봄·겨울철에는 각각의 계절평균보다 높게 나왔으나, 여름·가을철에는 반대로 낮게 나왔다. 상대습도는 계절평균보다 모든 계절에 낮게 나타났다. PM_2.5 악화 시 기온은 PM₁₀ 악화 시와 계절별 동일한 경향을 보였으며, 상대습도는 봄·여름철에는 제주시와 서귀포시 모두 평균보다 높았으며, 겨울철에는 평균보다 낮았다. 풍속은 두 도시 동일하게 평균보다 낮게 나왔다. PM_2.5 악화 시가 PM₁₀ 악화 시보다 봄·겨울철에 기온과 풍속이 더 낮을 때 발생 빈도가 높은 것으로 나타났다. PM₁₀과 PM_2.5 악화 시 풍향은 주간에는 북풍과 서풍이, 야간에는 계절별로 다양하게 나타났다. 특히, PM₁₀에 비해 PM_2.5 악화 시 풍속이 낮게 나타나 한라산에서 발생하는 산곡풍의 영향으로 제주시는 남풍이 서귀포시는 북풍이 야간에 자주 발생하였다. 풍속등급별 PM₁₀ 악화 빈도수는 제주시와 서귀포시 모두 주·야간 1.6 - 3.4 ms^-1에서 가장 높았고, 여름철 야간에만 0.3 - 1.6 ms^-1에서 가장 높은 값을 보였다. PM_2.5 악화 빈도수는 제주시에서는 1.6 - 3.4 ms^-1에서 가장 높은 값이 나타났으나, 서귀포시에서는 0.3 - 1.6 ms^-1에서 가장 높은 값이 나타났다. 제주시와 서귀포시 모두 PM₁₀과 PM_2.5 악화 시 3.4 ms^-1이상의 바람이 0.3 ms^-1이하의 바람보다 빈도가 더 높은 것으로 나타나므로, 이는 PM₁₀과 PM_2.5가 바람의 영향으로 도시지역 외부에서 유입된 것이 주요인이라고 할 수 있겠다. 위 자료를 토대로 미세먼지 저감을 위한 도시계획 및 조경식재계획 방안을 마련한다면 효과적일 것으로 판단된다.

• 지능정보연구
• /
• 제29권1호
• /
• pp.79-105
• /
• 2023

지구온난화와 기후변화 등의 유례없는 기상이변으로 전 세계 곳곳이 극심한 몸살을 앓고 있으며, 경제적 손실 또한 눈덩이처럼 불어나고 있다. 이러한 문제를 해결하기 위해 2016년 '파리기후변화협정(The Paris Agreement)'이 체결되어 지구의 평균온도 상승을 1.5℃ 아래로 유지하기 위한 정부간 협의체가 결성되었으며, 우리나라도 2050년 탄소중립을 선언함으로써 기후재앙을 막기 위한 노력을 진행하고 있다. 특히, 온실가스 배출로 인한 기온상승은 수출 의존도가 높은 우리나라 경제는 물론 환경과 사회 전반에 부정적인 영향을 미칠 것으로 예상된다. 또한, 교통수단의 다변화가 가속화되면서 수단선택의 변화도 크게 증가하고 있는 가운데 저성장 시대의 개발 패러다임이 도시재생으로 변화함에 따라, 노선의 수요 감소, 선형 개량, 도심 철도의 외곽 이설 등에 영향을 받아 증가하고 있는 철도 유휴부지 활용에 대한 관심이 높아지고 있다. 한편, 철도 유휴부지를 활용한 태양광발전은 '재생에너지 3020'의 태양광발전 목표를 일부 달성하면서도, 입지를 둘러싼 환경훼손과 주민 수용성 문제에서 자유로워질 수 있는 장점에도 불구하고, 설비실태나 설비계획에 있어 미진한 상황이다. 이에, 본 연구에서는 국가철도공단과 재생에너지클라우드플랫폼에서 제공하는 데이터를 활용하여 태양광발전 설비 설치가 가능한 적합 유휴지를 발굴 및 분석하는 알고리즘을 개발하고, 사용자가 원하는 조건을 고려한 잠재적인 적합 지역을 탐색 및 도출함으로써, 개발 초기 설비나 확충 등에 소요되는 막대한 비용을 절약할 수 있는 방안을 마련하고자 하였다. 본 연구는 다양한 군집분석을 활용하여 철도 유휴부지에 태양광발전 설치입지를 도출할 수 있는 최적의 알고리즘을 개발하고, 면적, 설치용량, 발전량, 예상수익 등이 모두 높은 '태양광발전 설치 적극권장 지역' 202곳을 도출하였다. 이를 바탕으로 경제와 환경을 동시에 고려한 관점에서 의사결정자의 합리적인 판단을 도울 수 있을 것으로 기대한다.

• 현장농수산연구지
• /
• 제10권1호
• /
• pp.43-58
• /
• 2008

항공방제, 특히 무인헬기에 의한 병해충 방제작업은 작업 자체의 편리성, 기동성, 생력 방제, 생산비 절감, 농촌 노동력 완화, 넓은 면적에 적기 일제 방제, 긴급 추가방제시의 효과 등(Nakashima 등, 2002) 유리한 측면이 많아 일본에서는 이용실적이 급격히 증가하는 추세이다. 우리나라에서도 1960년대 말 대여한 유인헬기로 김제, 김포, 김해 등지에서 이삭도열병과 이화명충에 대한 방제작업을 실시하여(식물환경연구소, 1970) 방제효율, 약해 문제 등 장단점을 비교적 상세히 검토하였다. 그 후 항공방제에 대한 적용약제 선발시험이 실시되었으나(농촌진흥청 2002~'03) 무인헬기에 의한 포장에서의 방제시험은 본 시험이 첫 단계라 생각된다. 본 시험 결과 잎도열병과 잎집무늬마름병의 발생정도가 초기에는 대체적으로 균일한 편이었으나 1차 방제 후의 정도에 차이가 있는 것은 약효의 측면도 있으나 고온 저습 상태의 지속, 벼의 성장에 따른 기주체 저항력의 증가, 포장별 비배관리에 따른 복합적인 요인이 작용했기 때문이라 생각된다. 예를 들어 포장 2의 경우 금년에는 시비를 하지 않았으나 벼의 생육상태와 번무도를 볼 때 전년도까지 많은 량의 질소질 비료가 투여 되었던 것으로 추측된다. 따라서 우수한 약제를 사용하더라도 과비상태에서는 병 발생이 많기 때문에(Kim 등, 1985) 약제방제 효과는 미흡하기 마련이다. 금년도 시험을 실시한 5개의 포장은 각각 다른 농가포장을 이용했기 때문에 무인헬기에 의한 방제효과를 단적으로 판정하기는 어려운 실정이다. 무인헬기에 의한 병해충 방제효과는 벼 뿐 아니라 잡초(農林水産航空協會, 2003), 채소류, 과수, 산림병해충에 대하여 실용성이 입증된 상태지만 우리나라에서 무인헬기를 본격적으로 도입, 방제작업에 활용하기 위해서는 다음 사항들이 고려되어 할 것이다. 1. 동일 포장에서 균일한 경종방법에 의한 시험 2. 병해충의 발생이 다른 기상조건하에서의 연차적 시험 3. 환경영향평가 등 결론적으로 위의 미비점이 보완되어 충분한 연구 자료가 뒷받침 된다면 무인헬기를 이용한 농작물, 산림병해충방제에 획기적인 계기가 마련될 것으로 기대된다.

• 식물병연구
• /
• 제28권4호
• /
• pp.221-230
• /
• 2022

Erwinia amylovora에 의해 발생하는 화상병은 2015년에 국내에서 처음으로 보고된 이후 2021년 기준으로 전국 22개 지역으로 전파되었다. 우리나라는 식물방역법에 따라 화상병이 발생한 사과 및 배 과원은 발생주율을 기준으로 모든 기주식물들을 완전히 제거하여 구덩이에 매몰처리한다. 이후, 3년간 화상병균 전파를 막기 위해 매몰지 위에 기주식물 식재를 금하고 있다. 매몰처리법에 의한 화상병균 박멸 효과를 확인하기 위하여, 화상병 감수성 식물을 미끼식물로 이용하여 매몰지에 식재 후 화상병 재발 유무를 확인하였다. 이를 위해, 2019년부터 2021년에 매몰처리한 경기도 안성시와 충북 충주시 소재 매몰지 3곳을 선정하여 미끼식물 감시시설을 설치하였다. 화상병 감수성 식물인 사과(부사)를 미끼식물로 선정하고, 각 감시시설당 5주를 식재하였다. 감시시설은 울타리와 그물로 격리하였다. 또한, 실시간 모니터링을 위한 CCTV와 동작감지기, 그리고 현지 기상상황을 기록하는 센서를 설치하였다. 감시시설을 주기적으로 방문하여 육안으로 화상병 발병 유무를 확인하였다. 미끼식물로부터 화상병 의심 증상을 나타내는 표본을 채취하고 화상병균 특이적 프라이머를 이용하여 loop-mediated isothermal amplification polymerase chain reaction (PCR)과 conventional PCR을 통해 화상병균 감염 유무를 확인하였다. 그 결과, 현재까지 어떠한 미끼식물에서도 화상병균은 검출되지 않았다. 따라서, 현재 시행되고 있는 매몰 후 화상병 기주식물 3년 식재 금지 조항을 완화하는 근거로 본 연구 결과를 제시하고자 하며, 이를 통해 국내 과수산업과 농가의 피해를 최소화하는 데 기여할 수 있을 것이라 생각된다.

• 대한원격탐사학회지
• /
• 제39권2호
• /
• pp.207-221
• /
• 2023

본 연구는 천리안위성 2A호의 Level 1B (L1B) 정보를 사용해 지상기온을 추정하기 위한 심층신경망(deep neural network, DNN) 기법을 적용하고 검증을 실시하였다. 지상기온은 지면으로부터 1.5 m 높이의 대기온도로 일상생활뿐만 아니라 폭염이나 한파와 같은 이슈에 밀접한 관련을 갖는다. 지상기온은 지표면 온도와 대기의 열 교환에 의해 결정되므로 위성으로부터 산출된 지표면 온도(land surface temperature, LST)를 이용한 지상기온 추정 연구가 활발하였다. 하지만 천리안위성 2A호 산출물 LST는 Level 2 정보로 구름영향이 없는 픽셀만 산출되는 한계가 있다. 따라서 본 연구에서는 Advanced Meteorological Imager 센서에서 측정된 원시데이터에 오직 복사와 위치보정을 마친 L1B 정보를 사용해 지상기온을 추정하기 위한 DNN 모델을 제시하고 그 성능을 가늠하기 위해 위성 LST와 지상관측 기온 사이의 선형회귀모델을 기준모델로 사용하였다. 연구기간은 2020년부터 2022년까지 3년으로 평가기간 2022년을 제외한 기간은 훈련기간으로 설정했다. 평가지표는 기상청의 종관기상관측소에서 정시에 관측된 기온정보로 평균 제곱근 오차를 사용하였다. 관측지점에서 추출된 픽셀 중 손실된 픽셀의 비율은 LST는 57.91%, L1B는 1.63%를 보였으며 LST의 비율이 낮은 이유는 구름의 영향 때문이다. 제안한 DNN의 구조는 16개 L1B 자료와 태양정보를 입력 받는 층과 은닉층 4개, 지상기온 1개를 출력하는 층으로 구성하였다. 연구결과 구름의 영향이 없는 경우 DNN 모델이 root mean square error (RMSE) 2.22℃로 기준모델의 RMSE 3.55℃ 보다 낮은 오차를 보였고, 흐린 조건을 포함한 총 RMSE는 3.34℃를 나타내면서 구름의 영향을 제거할 수 있을 것으로 보였다. 하지만 계절과 시간에 따른 분석결과 여름과 겨울철에 모델의 결정계수가 각각 0.51과 0.42로 매우 낮게 나타났고 일 변동의 분산이 0.11과 0.21로 나타났다. 가시채널을 고려해 태양 위치정보를 추가한 결과에서 결정계수가 0.67과 0.61로 개선되었고 시간에 따른 일 변동의 분산도 0.03과 0.1로 감소하면서 모든 계절과 시간대에 더 일반화된 모델을 생성할 수 있었다.

• 한국수자원학회논문집
• /
• 제56권8호
• /
• pp.497-508
• /
• 2023

수자원의 계절적 편중이 심한 한반도에서 농업용 저수지는 이를 효과적으로 유지 및 관리하기 위한 필수적인 구조물이다. 저수지 모니터링을 위한 수단으로 광학 및 합성개구레이더(Synthetic Aperture Radar, SAR) 위성영상이 활용되고 있으나, 광학영상은 기상현상에 의한 간섭이 심하다는 한계점이 존재하며, SAR 영상은 짙은 식생에서 일어나는 다중 산란 및 노이즈에 의한 오탐지 및 미탐지가 발생하기 쉽다. 이에 본 연구에서는 광학 영상과 SAR 영상의 융합을 통해 저수지 수체 탐지 정확도를 높이고 상호보완적 작용에 대해 정량적으로 분석하고자 하였다. 경기도 이동저수지, 충청남도 천태 저수지를 대상으로, 국내 고해상도 위성인 차세대중형위성 1호, 다목적실용위성 3호 및 3A호, 그리고 유럽우주국의 Sentinel-2 영상 기반 Normalized Difference Water Index (NDWI)와 SAR 탑재 위성인 Sentinel-1 단일 영상에 비지도학습 기법인 K-means 클러스터링 기법을 사용하여 수체를 탐지하고, NDWI-SAR 후방산란계수로 이루어진 2-D grid space에 동일 기법을 활용하여 정확도의 향상 정도를 파악하였다. 전반적인 정확도는 다목적실용위성이 가장 높은 것으로 나타났으며(두 저수지 모두 0.98), 이후 Sentinel-1(두 저수지 모두 0.93), Sentinel-2(이동: 0.83, 천태: 0.97), 차세대중형위성(이동: 0.69, 천태: 0.78) 순서로 감소하였다. 천태저수지에서 2-D K-means 클러스터링 기법을 적용한 결과 차세대중형위성의 수체탐지 정확도는 약 85%의 정밀도 향상과 14%의 재현율 감소와 함께 약 22% 향상되었으며(정확도 약 0.95), 다목적실용위성 및 Sentinel-2의 수체탐지 정밀도는 3-5% 향상되었고, 재현율은 4-7% 감소하였다. 추후 차세대중형위성 5호인 수자원위성 등 고해상도 SAR 위성과 이를 활용할 수 있는 고도화된 영상 융합기술, 수체 탐지 기술이 개발된다면 국내 수자원에 대한 매우 정확한 모니터링이 가능할 것으로 기대된다.