• 대한원격탐사학회지
• /
• 제36권6_2호
• /
• pp.1509-1521
• /
• 2020

다목적실용위성(KOMPSAT-3A: Korea Multi-Purpose Satellite 3A)으로부터 산출된 지표 반사도 성과의 검정 작업을 위하여 분광 반사도 측정값을 제공하고 있는 포털인 Radiometric Calibration Network(RadCalNet)에서 제공하는 4 개의 사이트 자료 중에서 중국 바오터우(Baotou: BTCN) 데이터를 이용한 실험을 수행하였다. 실험을 위한 반사도 성과는 대기 반사도와 지표 반사도를 일괄적으로 처리할 수 있도록 재설계하고 구현한 오픈소스 Orfeo ToolBox(OTB)의 확장 프로그램(Extension)을 이용하여 생성하였다. 절대 대기 보정에 적용되는 두 가지의 센서 모델 변수를 고려하여 2016년, 2017년, 2018년 자료 1개씩 총 3개의 영상 자료를 실험에 적용하였다. 한편 각각 USGS LaSRC 알고리즘과 SNAP Sen2Cor 프로그램을 이용하여 Landsat-8과 Sentinel-2B 영상정보로부터 산출한 반사도 성과와의 비교 검증 작업을 수행하여 센서 별 차이를 확인하고자 하였다. 대기 반사도와 지표 반사도를 대상으로 절대 대기 보정을 위한 필수 입력 값인 Gain과 Offset에 대한 센서 모델 변수 값을 적용한 결과로, 2019년에 발표된 변수 값을 사용한 성과에 비하여 2017년 변수 값을 사용한 성과가 RadCalNet BTCN 자료에 비교적 잘 부합되는 것으로 나타났다. RadCalNet BTCN 자료를 기준으로 KOMPSAT-3A 영상정보의 지표 반사도 성과와의 차이는 밴드 별로 B 밴드(-0.031 ~ 0.034), G 밴드(-0.001 ~ 0.055), R 밴드(-0.072 ~ 0.037), NIR 밴드(-0.060 ~ 0.022)로 일치도가 높은 것으로 나타났고, Landsat-8 영상과 Sentinel-2B 영상의 지표 반사도의 경우도 KOMPSAT-3A 영상의 지표 반사도 성과의 정확도와 유사한 수준인 것으로 나타났다. 이번 연구 결과는 고해상도 위성에서 지표 반사도 값에 대한 분석 대기 데이터(Analysis Ready Data: ARD) 적용 가능성을 확인한 것에 의미가 있다.

• 한국식품위생안전성학회지
• /
• 제35권6호
• /
• pp.544-551
• /
• 2020

본 연구의 목적은 예로부터 약재로 사용되어 온 황백의 대표적인 지표물질 berberine 및 palmatine의 동시 분석법을 개발 및 검증하고 지표물질들의 항산화 효능을 평가하여 해당 물질들에 대한 기초자료를 제공하고자 하였다. 표준물질들의 동시 분석법은 특이성, 직선성, 정확성, 정밀성, 검출한계 및 정량한계를 측정하여 신뢰성을 검증하였으며, 지표물질들의 항산화 활성은 FRAP 활성, reducing power 및 아질산염 소거능 실험으로 측정하였다. HPLC-PDA를 이용하여 berberine과 palmatine의 혼합용액을 분석하였을 때, 두 물질이 간섭 없이 선택적으로 분리되었음을 확인하였다. Berberine 및 palmatine의 검량선의 상관계수 값은 모두 0.9999로 우수한 직선성을 보여 분석에 적합함을 알 수 있었고 정확성과 정밀성은 농도를 알고 있는 황백 시료에 인위적으로 저농도, 중농도, 고농도의 표준물질 혼합용액을 첨가하여 계산하였다. 정밀성과 정확성은 일간실험 및 일내실험으로 확인하였다. Berberine의 일간 및 일내 정밀성은 1.27-1.93%, 0.12-0.56%의 수준으로 나타났고, palmatine의 일간 및 일내 정밀성은 0.19-2.89%, 0.36-1.52%로 % 이하의 우수한 정밀성을 나타냈으며, berberine의 일간 및 일내 정확성은 98.43-100.73%, 99.56-101.45%로 나타났고 palmatine의 일간 및 일내 정확성은 93.20-100.60%, 92.39-97.10%로 나타났다. Berberine과 palmatine의 검출한계는 각각 0.32 µg/mL, 0.35 µg/mL로 확인되었고 정량한계는 0.97 µg/mL, 1.06 µg/mL로 확인되었다. 분석법 검증결과, 확립된 분석법은 특이성, 직선성, 정밀성, 정확성, 검출한계 및 정량한계가 모두 우수한 분석법임을 검증할 수 있었다. 항산화 활성은 FRAP 활성, reducing power 및 berberine과 palmatine 모두 농도 의존적으로 활성이 증가하는 것을 확인할 수 있었다. 이상의 결과를 종합하여 볼 때 황백은 추후 항산화에 도움을 주는 소재로의 적용 및 항염증 효과로 인한 피부 기능개선 제품의 소재로서 활용도가 넓을 것으로 사료되며, 황백 내에 존재하는 항산화물질인 berberine 및 palmatine의 동시분석법을 통하여 성분의 함량을 분석하여 효능을 확인할 수 있을 것으로 사료된다.

• 대한원격탐사학회지
• /
• 제37권3호
• /
• pp.603-614
• /
• 2021

최근 우리나라 주변 해역의 해수면 온도가 상승하고 있다. 이러한 수온 상승은 어족자원의 변화를 일으켜 낚시와 같은 레저활동에 영향을 미치기도 하며, 특히 고수온은 적조 발생으로 이어져 양식업과 같은 해양산업에 극심한 피해를 유발하기도 한다. 한편 수온 변화는 잠수함을 탐지하는 군사작전과도 밀접하게 연관되어 있다. 이는 잠수함을 탐지하기 위한 음파가 수온층에 따라 회절, 굴절 및 반사되는 정도가 달라지기 때문이다. 이와 같이 해양과 관련된 다양한 분야에서 중요성을 가지는 해양 수온의 변화를 예측하기 위한 연구가 현재 활발하게 진행되고 있다. 그러나 기존 연구들은 대부분 해수면 온도만을 예측하는데 중점을 두고 있어 수심별 어족자원의 변화나 잠수함 탐지와 같은 군사분야 활용이 제한된다. 이에 본 연구에서는 수심별 수온자료 및 해수면 온도와 상관관계를 가지는 기온, 기압, 일조량 등의 기상 데이터를 함께 활용하여 수심 38 m 혼합층의 수온을 예측하였다. 사용된 데이터는 이어도 해양과학기지에서 관측한 2016년부터 2020년까지의 기상 데이터와 수심별 수온 자료이며, 예측의 정확성과 효율성을 높이기 위해 딥러닝 기법 중 시계열 자료에 적합하다고 알려진 LSTM(Long Short-Term Memory)을 사용하였다. 실험 결과 1시간 예측을 기준으로 기온과 기압, 일조량 자료를 함께 활용한 모델의 RMSE(Root Mean Square Error)는 0.473으로 나타났다. 반면 해수면 수온만을 활용한 모델의 RMSE는 0.631로 나타나 기상데이터를 함께 활용한 모델이 상부 혼합층 수온 예측에서 보다 우수한 성능을 보임을 확인하였다.

• 한국해안·해양공학회논문집
• /
• 제33권6호
• /
• pp.265-274
• /
• 2021

해양 이상 자료 탐지의 연구는 이전부터 활발하게 이루어지고 있으며, 통계 및 거리 기반의 기계 학습 알고리즘을 활용하는 기법들이 개발되었다. 최근에는 AI 기반의 해양 자료 이상 탐지 기법이 많은 관심을 받고 있으며, AI를 활용한 해양 이상 자료 탐지 기법은 정답이 주어지는 지도학습 기법이 주를 이루고 있다. 이러한 방법은 학습에 필요한 모든 자료에 수작업으로 분류 정보(라벨)를 지정해야 한다는 점에서 많은 시간과 비용이 요구된다. 본 연구에서는 이러한 문제를 극복하기 위해 비지도학습 기반의 오토인코더를 이상 자료 탐지 기법에 사용하였다. 실험으로는 오토인코더의 평가를 위해 단변수·다변수학습 두가지 실험을 구성하였고, 단변수 학습은 기상청에서 제공하는 덕적도 부이 정점 관측 자료 중 수온만 사용하였으며, 다변수 학습은 수온과 기온, 풍향, 풍속, 기압, 습도 등을 사용하였다. 사용기간은 1996~2020년의 25년간이며 학습 자료에 해양-기상 자료의 특성을 고려한 전처리 기법을 적용하였다. 학습된 다변수와 단변수 오토인코더를 활용하여 실제 표층 수온에 대한 이상 탐지를 시도하였다. 모델성능 비교를 위해 오차를 삽입한 합성 자료에 다변수와 단변수 오토인코더를 포함한 여러 이상 탐지 기법을 적용하여 정량적으로 평가하였으며, 다변수/단변수의 정확도가 각각 약 96%/91%로써 다변수 오토인코더가 더 나은 이상자료 탐지 성능을 보였다. 오토인코더를 이용한 비지도학습 기반 이상 탐지 기법은 주관적 판단에 의한 오류와 자료 라벨링에 필요한 시간과 비용을 줄일 수 있다는 점에서 다양하게 활용될 것으로 판단된다.

• 한국방재안전학회논문집
• /
• 제15권1호
• /
• pp.1-12
• /
• 2022

수문모형의 최적 매개변수를 추정하기 위해서 자동최적화기법이 자주 이용되며, 이러한 최적화기법은 관측값과 모의값의 오차를 최소로 하기 위해 목적함수를 필요로 한다. 다만, 다양한 목적함수 선택에 따라 각기 다른 수문응답 결과를 제공할 수 있다. 본 연구에서는 국내·외에서 사용되는 다양한 목적함수를 활용하여 단기 강우-유출 수문모형의 매개변수를 추정하고, 목적함수에 따른 수문곡선의 재현성을 평가하고, 적정 목적함수를 제시하고자 하였다. 강우-유출 모형으로는 현행 홍수예보에서 유역 유출모의에 활용되고 있는 집중형 수문모형인 저류함수모형을 선택하였으며, 모형의 5개 매개변수에 대해서 전역최적화기법인 SCE-UA를 적용하여 모형의 최적매개변수를 추정하였다. 목적함수별 수문곡선의 재현성 평가를 위해 용담댐 상류유역인 천천유역을 대상으로 9개의 강우사상을 추출하였으며, 7개의 목적함수를 선택하여 개별 강우사상별로 저류함수모형의 매개변수를 추정하고, 이를 활용한 모의 수문곡선의 재현성을 비교·분석하였다. 분석결과, 목적함수에 오차제곱을 포함하고 있는 RMSE, NSE, RSR이 Event 7을 제외한 모든 강우사상에 대해 가장 높은 정확도를 나타냈으며, 관측유량과 모의유량의 오차만을 반영한 ABIAS의 경우, 정확도가 가장 낮은 것으로 분석되었다. 또한, 관측유량 대비 오차 항을 포함하고 있는 PBIAS 및 VE의 경우 역시, 상기 3개(RMSE, NSE, RSR)의 결과와 유사하게 비교적 안정적인 수문곡선 재현성을 보여주었다. 다만, 고유량과 저유량을 동시에 고려하여 이에 민감한 매개변수를 조정하도록 개발된 MIA의 경우, 수문곡선 재현성 성능이 매우 낮은 것으로 나타났다.

• 정보관리학회지
• /
• 제39권2호
• /
• pp.111-129
• /
• 2022

불면증은 최근 5년 새 환자가 20% 이상 증가하고 있는 현대 사회의 만성적인 질병이다. 수면이 부족할 경우 나타나는 개인 및 사회적 문제가 심각하고 불면증의 유발 요인이 복합적으로 작용하고 있어서 진단 및 치료가 중요한 질환이다. 본 연구는 자유롭게 의견을 표출하는 소셜 미디어 'Reddit'의 불면증 커뮤니티인 'insomnia'를 대상으로 5,699개의 데이터를 수집하였고 이를 국제수면장애분류 ICSD-3 기준과 정신의학과 전문의의 자문을 받은 가이드라인을 바탕으로 불면증 경향 문헌과 비경향 문헌으로 태깅하여 불면증 말뭉치를 구축하였다. 구축된 불면증 말뭉치를 학습데이터로 하여 5개의 딥러닝 언어모델(BERT, RoBERTa, ALBERT, ELECTRA, XLNet)을 훈련시켰고 성능 평가 결과 RoBERTa가 정확도, 정밀도, 재현율, F1점수에서 가장 높은 성능을 보였다. 불면증 소셜 데이터를 심층적으로 분석하기 위해 기존에 많이 사용되었던 LDA의 약점을 보완하며 새롭게 등장한 BERTopic 방법을 사용하여 토픽 모델링을 진행하였다. 계층적 클러스터링 분석 결과 8개의 주제군('부정적 감정', '조언 및 도움과 감사', '불면증 관련 질병', '수면제', '운동 및 식습관', '신체적 특징', '활동적 특징', '환경적 특징')을 확인할 수 있었다. 이용자들은 불면증 커뮤니티에서 부정 감정을 표현하고 도움과 조언을 구하는 모습을 보였다. 또한, 불면증과 관련된 질병들을 언급하고 수면제 사용에 대한 담론을 나누며 운동 및 식습관에 관한 관심을 표현하고 있었다. 발견된 불면증 관련 특징으로는 호흡, 임신, 심장 등의 신체적 특징과 좀비, 수면 경련, 그로기상태 등의 활동적 특징, 햇빛, 담요, 온도, 낮잠 등의 환경적 특징이 확인되었다.

• 한국농림기상학회지
• /
• 제24권1호
• /
• pp.13-34
• /
• 2022

기상청은 농작물의 생육 및 관개를 비롯한 여러 농경활동에 미치는 토양수분의 중요성을 인식하고, 전국 11개 농업기상 관측지점에서 관측을 수행하고 있다. 그러나 이 자료가 폭넓게 활용되지 못하고 있어 우선적으로 관측자료의 신뢰도를 확보할 필요가 있다. 이 연구에서는 현업 토양수분 자료의 정확도를 검증하고, 품질 향상을 위해 적용할 보정식을 개발하는데 목표를 두었다. 먼저 관측 노장의 토양을 채취하여 토양수분함량에 영향을 미치는 용적밀도, 용적수분함량, 토성 및 보수력 등의 물리적 성질을 분석하였다. 토성은 대부분의 관측지점에서 모래가 주성분인 사양토 또는 양질사토로 분류되었으며, 1.5 g/cm³ 내외의 용적밀도를 나타냈다. 미사와 점토 함량이 상대적으로 높았던 능주와 익산 지점은 용적밀도와 보수력도 다른 곳보다 더 높게 나타난 것으로 볼 때, 토성과 용적밀도, 보수력 사이에 밀접한 연관성이 있는 것으로 판단된다. 자체 설계·제작한 '레퍼런스 토양수분 관측시스템'에 이러한 관측지 토양의 특성을 반영하여 레퍼런스 센서로 사용할 EnviroSCAN 모델의 실험실 보정이 이루어졌다. 보정 작업은 load cell에서 측정한 무게 변화로부터 계산된 토양수분함량과 보정할 센서의 측정값을 비교하는 방식으로 진행되었으며, 제조사의 default 보정식에 대해 추가 보정의 필요성은 없는 것으로 결정되었다. 보정이 완료된 레퍼런스 센서와 현업 센서의 비교 관측 실험이 11개 각 지점에서 3회 이상 실시되었다. 전반적으로 레퍼런스 센서와 현업 센서의 측정값이 변화하는 패턴은 유사하게 나타났지만, 현업 센서가 레퍼런스 센서에 비해 상대적으로 토양수분을 과소평가하는 지점이 많았다. 두 센서 간의 편차는 장기간 건조 상태가 지속될 경우 일정한 추세를 유지하지만, 강수가 빈번한 시기에는 그 양상이 복잡해지는 특징이 있다. 비교 관측 실험의 결과를 바탕으로 각 기간별로 두 센서에 의해 관측된 자료의 범위와 평균을 이용하여 지점 및 깊이별 선형보정식을 개발하였다. 이 보정식을 수원 지점에 시범적으로 적용하여 뚜렷한 개선효과를 확인하였다. 또한 연속데이터에 보정식을 적용할 수 있도록 보정식이 산출되지 않은 기간의 구체적인 보정값 산정 방법도 제시하였다. 이 연구의 결과를 종합해 보면, 모든 관측지점에 대해 1년에 2회 정도의 주기적인 보정 작업이 토양수분 관측자료의 품질 향상을 위해 필수적인 것으로 판단된다.

• 한국초지조사료학회지
• /
• 제41권4호
• /
• pp.287-294
• /
• 2021

본 연구는 기계학습을 통한 수량예측모델을 이용하여 이상기상에 따른 WCM의 DMY 피해량을 산출하기 위한 목적으로 수행하였다. 수량예측모델은 WCM 데이터 및 기상 데이터를 수집 후 가공하여 8가지 기계학습을 통해 제작하였으며 실험지역은 경기도로 선정하였다. 수량예측모델은 기계학습 기법 중 정확성이 가장 높은 DeepCrossing (R²=0.5442, RMSE=0.1769) 기법을 통해 제작하였다. 피해량은 정상기상 및 이상기상의 DMY 예측값 간 차이로 산출하였다. 정상기상에서 WCM의 DMY 예측값은 지역에 따라 차이가 있으나 15,003~17,517 kg/ha 범위로 나타났다. 이상기온, 이상강수량 및 이상풍속에서 WCM의 DMY 예측값은 지역 및 각 이상기상 수준에 따라 차이가 있었으며 각각 14,947~17,571 kg/ha, 14,986~17,525 kg/ha 및 14,920~17,557 kg/ha 범위로 나타났다. 이상기온, 이상강수량 및 이상풍속에서 WCM의 피해량은 각각 -68~89 kg/ha, -17~17 kg/ha 및 -112~121 kg/ha 범위로 피해로 판단할 수 없는 수준이었다. WCM의 정확한 피해량을 산출하기 위해서는 수량예측모델에 이용하는 이상기상 데이터 수의 증가가 필요하다.

• 대한원격탐사학회지
• /
• 제38권6_2호
• /
• pp.1691-1707
• /
• 2022

한반도와 중국 경계에 위치한 백두산의 칼데라호인 천지호는 계절에 따라 해빙과 결빙을 반복한다. 천지 아래에는 마그마 챔버가 존재하며 마그마 챔버의 변화에 의해 온천수의 온도 및 수압 변화와 같은 화산 전조현상이 발생한다. 이에 따라, 천지호 내에서 다른 부분보다 해빙이 빠르며 결빙기에도 늦게 얼며 물표면 온도가 높은 이상지역이 존재하게 된다. 해당 이상지역은 온천수 방출 지역으로, 이상지역의 얼음변화도 값을 통해 화산활동을 모니터링 할 수 있다. 그러나 지리적, 정치적 그리고 공간적 문제로 천지의 이상지역을 주기적으로 관측하기에는 한계가 존재한다. 따라서 본 연구에서는 Landsat -5/-7/-8 광학위성영상으로부터 Modified U-Net 회귀모델을 이용하여 이상지역내의 얼음변화도를 정량적으로 관측하였다. 1985년 1월 22일부터 2020년 12월 8일까지 이상지역을 갖는 83장의 Landsat 영상의 Visible and Near Infrared (VNIR)대역을 활용하였다. 얼음 변화도를 정량적으로 관측을 위해 VNIR대역에서 수체와 얼음과의 상대적인 분광반사도를 활용하여 새로운 데이터를 만들었다. 가시광선대역과 근적외선 대역이 가지고 있는 정보를 최대한 유지하기 위해 2개의 인코더를 가진 U-Net에 적용하여 얼음변화도를 관측하였으며 Root Mean Square Error (RMSE) 140, 상관계수 0.9968의 높은 예측 성능을 보여주었다. 따라서 Modified U-Net을 활용하면 추후 Landsat 영상으로부터 얼음변화도 값을 높은 정확도로 관측하므로 백두산 화산활동을 모니터링하는 방법 중 하나로 사용될 수 있으며, 다른 화산 모니터링 기법과 더불어 활용한다면 더욱 정밀한 화산감시체계 구축이 가능할 것이다.

• 한국지구과학회지
• /
• 제43권2호
• /
• pp.239-252
• /
• 2022

국내에서 처음으로 도입한 기상 항공기에 탑재한 G-band 수증기 라디오미터(GVR) 관측으로 산출된 가강수량의 품질 관리 방법을 제안하였다. GVR 빔의 연직 최단 경로 자료만 사용하기 위해 기상 항공기의 자세 정보(pitch와 roll 각도)를 활용하였고, GVR 가강수량이 20 mm 이상의 자료를 제거하는 방법을 품질 관리에 적용하였다. GVR 가강수량이 20 mm 이상으로 증가할 때, 웜로드(Warm load) 평균 전력과 스카이로드(Sky load) 평균 전력의 차이가 0에 가까이 수렴하는 특성을 확인하였고, 이는 COMS (Communication, Ocean and Meteorological Satellite)의 운형, 운정고도, 운량자료와 구름통합관측기기(CCP), 강수입자 측정기(PIP)로 측정된 강수 및 구름 입자 크기로 확인한 하층운과 중층운에 의한 높은 밝기온도 때문으로 판단된다. 구름 많은 날의 품질 관리 적용 전후의 GVR 가강수량을 LDAPS (Local Data Assimilation and Prediction System) 가강수량과 정량적으로 비교하였는데 RMSD (Root Mean Square Difference)는 2.9 mm에서 1.8 mm로 감소하였고, KLAPS (Korea Local Analysis and Prediction System)와의 RMSD는 5.4 mm에서 4.3 mm로 감소하여 향상된 정확도를 보였다. 또한 품질 관리를 적용한 GVR 가강수량과 드롭존데 가강수량 관측 자료을 활용하여 COMS 가강수량과도 정량적으로 비교평가함으로써 본 연구에서 제안한 GVR 가강수량의 품질 관리 방법의 유효성을 확인하였다.