• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1125-1139
• /
• 2022

무인항공기에 부착된 위성 항법 시스템/관성 측정 센서(global positioning system/inertial measurement unit, GPS/IMU)와 관측 센서 사이에는 물리적인 위치와 자세 오차가 존재한다. 해당 물리 오프셋으로 인해, 관측 데이터는 비행 방향에 따라 서로 위치가 어긋나는 이격 오차가 발생한다. 특히나, 다중 센서를 활용하여 데이터를 취득하는 다중 센서 무인항공기의 경우, 관측 센서가 변경될 때마다 고액의 비용을 지불하고 외산 소프트웨어 의존하여 물리 오프셋을 조정하고 있는 실정이다. 본 연구에서는 다중 센서에 적용 가능한 초기 센서 모델식을 수립하고 물리 오프셋 추정 방법을 제안한다. 제안된 방안은 크게 3가지 단계로 구성된다. 먼저, 직접지리 참조를 위한 회전 행렬 정의 및 초기 센서 모델식을 수립한다. 다음으로, 지상기준점과 관측 센서에서 취득된 데이터 간의 대응점을 추출하여 물리 오프셋 추정을 위한 관측방정식을 수립한다. 마지막으로, 관측 자료를 기반으로 물리 오프셋을 추정하고, 추정된 파라미터를 초기 센서 모델식에 적용한다. 전주, 인천, 알래스카, 노르웨이 지역에서 취득된 데이터셋에 적용한 결과, 4개 지역 모두 물리 오프셋 적용 전에 발생되던 영상 접합부의 이격 오차가 물리 오프셋을 적용 후 제거되는 것을 확인했다. 인천 지역의 지상기준점 대비 절대 위치 정확도를 분석한 결과, 초분광 영상의 경우, X, Y 방향으로 약 0.12 m 위치 편차를 보였으며, 라이다 포인트 클라우드의 경우 약 0.03 m의 위치 편차를 보여줬다. 더 나아가 영상 내 특징점에 대하여 초분광, 라이다 데이터의 상대 위치 정확도를 분석한 결과, 센서 데이터 간의 위치 편차가 약 0.07 m인 것을 확인했다. 따라서, 제안된 물리 오프셋 추정 및 적용을 통해 별도 기준점 없이 정밀한 데이터 매핑이 가능한 직접 지리 참조가 가능하다는 것을 확인했으며, 다중 센서를 부착한 무인항공기에서 취득된 센서 데이터 간의 융합 가능성에 대해 확인하였다. 본 연구를 통해 독자적인 물리 파라미터 추정 기술 보유를 통한 경제적 비용 절감 효과 및 관측 조건에 따른 유연한 다중 센서 플랫폼 시스템 운용을 기대한다.

• 대한치과보철학회지
• /
• 제59권3호
• /
• pp.305-313
• /
• 2021

목적: 이 연구는 무치악 환자들을 위한 한국어 버전의 구강건강영향지수(OHIP-EDENT K)의 신뢰성을 평가하고 기존의 OHIP K, OHIP-14 K와의 타당성을 파악하기 위한 향후 연구의 예비적 탐색을 목적으로 시행되었다. 대상 및 방법: 고려대학교 구로병원 치과보철과로 내원한 환자들 가운데 임플란트 오버덴처를 착용중인 환자 12명을 대상으로 연구를 진행하였다. 모든 환자들은 한국어 버전의 구강건강영향지수 설문을 진행하였다. 기존의 구강건강영향지수의 축약버전인 OHIP-14 K와 OHIP-EDENT K를 진행한 설문조사의 내용을 바탕으로 얻어내었다. OHIP-EDENT K의 내적 신뢰도를 평가하기 위해 크론바흐 알파 테스트를 진행하였다. 기존의 OHIP K와의 관련성을 평가하기 위해 스피어만 상관계수 분석방법을 이용해 OHIP-EDENT K와의 타당성을 평가하였다. 결과: OHIP-EDENT K의 크론바흐 알파 값은 0.736으로 신뢰도가 수용 가능한 정도의 값을 보였다. OHIP-EDENT K와 기존의 49개 문항의 OHIP은 스피어만 상관계수가 0.966을 보였으며 통계적으로 유의미한 값을 보였다(P < .001). OHIP-EDENT K는 OHIP-14 K에 비해 바닥효과가 적게 나타나며 OHIP K와 비슷하게 효과적으로 구강건강 만족도를 평가할 수 있음을 알 수 있었다. 결론: 무치악 환자들의 구강건강과 관련된 삶의 질을 평가하기 위해 19개의 설문문항을 갖는 OHIP-EDENT K는 49개의 설문 문항을 갖는 경우와 비슷한 측정 수준을 보임을 알 수 있었다. OHIP-EDENT K는 OHIP K와 OHIP-14 K의 대안으로 사용가능 할 수 있으며, OHIP-EDENT K의 신뢰도, 응답성 그리고 타당성을 입증하기 위해서는 보다 많은 표본 수와 추가적인 연구를 포함한 연구가 필요하다.

• 한국산림과학회지
• /
• 제111권4호
• /
• pp.461-472
• /
• 2022

우리나라 산림의 임상은 자연적·인위적 요인에 의해 지속적으로 변화하고 있다. 임상(침엽수림, 활엽수림, 혼효림)면적의 비율은 국가 산림자원 특성 파악에 중요하게 활용되는 정보이기 때문에 임상 변화에 대한 정확한 이해와 전망이 필요하다. 따라서 본 연구에서는 국가산림자원조사 시계열 자료를 이용하여 임상 변화 발생 특성을 이해하고 이를 기반으로 미래 임상 변화 예측치를 도출하는 것을 목표로 하였다. 제5차, 제7차 국가산림자원조사 자료의 10년 기간 임상 변화정보와 임상 변화에 영향을 미칠 수 있는 변수(기후, 지형, 임분, 교란 등)를 이용하여 임상 변화 특성을 분석한 결과, 우리나라 산림은 침엽수림이 감소하고 혼효림과 활엽수림이 증가하는 방향으로 변화하고 있는 것으로 확인되었다. 침엽수림에서 혼효림으로, 혼효림에서 활엽수림으로 변화되는 지역은 주로 지형적으로 습윤하고 강수량이 많아서 수분관련 생육환경이 양호하며 주변에 활엽수림이 많은 지역이었다. 또한 기온이 높은 지역, 임분의 임령과 밀도가 낮은 지역, 주변 지역에 비산림이 많은 지역 등 교란 가능성이 높은 지역에서 변화가 많이 발생했다. 이러한 임상의 변화 특성을 반영하여 기계학습 모형(SVM)을 구축하고 기후변화시나리오(RCP 8.5)를 이용하여 미래의 임상 변화를 전망한 결과, 2015년에서 2055년까지 40년 동안 침엽수림은 38.1%에서 28.5%로 감소, 활엽수림은 34.2%에서 38.8%로 증가, 혼효림은 27.7%에서 32.7%로 증가할 것으로 예측되었다. 본 미래 임상분포 변화 정보는 향후 산림관리 전략 수립의 기초자료로 활용될 수 있다.

• 한국산림과학회지
• /
• 제111권4호
• /
• pp.613-621
• /
• 2022

본 연구는 5차, 6차, 7차 국가산림조사 자료 중 아까시나무가 우점종인 표본점을 수집하여, 산림조사 차수별, 기후대별(온대 북부, 온대중부, 온대남부, 난대지역), 해발고별(100 m 단위) 흉고직경, 입목본수, ha당 재적 및 지위지수의 변화를 구명하고자 하였다. 또한 용재로서 사용을 위한 기준인 벌기령을 산정하였다. 그리고 변화 구명은 통계처리 기법 중 분산분석과 Duncan 검정으로서 이행하였다. 흉고직경의 변화를 보면, 당연히 산림조사 차수에 따라 증가하였고, 기후대별로는 온대남부 지역에서 가장 생장이 좋지 않았으며, 해발고별로는 301-400 m 지점에서 가장 생장이 떨어지는 것으로 나타났다. ha당 입목밀도는 산림조사 차수별, 해발고에 따라서 서로 간 차이를 보이지 않았으며, 온대중부 지역에서 밀도가 가장 높고, 온대남부 지역이 가장 낮은 밀도를 보였다. ha당 임분재적은 산림조사 차수에 따라 증가하였고, 온대북부·온대중부 지역과 온대남부·난대 지역으로 크게 두 그룹으로 구분되며, 해발고 201-300 m에서 재적생장량이 가장 높았다. 지위지수는 ha당 임분재적 변화와 유사한 결과를 보여 주었다. 그리고 아까시나무의 ha당 재적변화를 알 수 있는 생장량 곡선은 Weibull 함수식으로 추정하였으며, 임분재적은 임령 50-60년에 이를 때 약 200 m³에 달할 것으로 예측되었다. 아까시나무를 밀원 자원이 아닌 용재로 이용하기 위한 기준인 재적수확최대벌기령을 계산한 결과 34년으로 나타났다.

• 한국터널지하공간학회 논문집
• /
• 제24권3호
• /
• pp.247-262
• /
• 2022

국내 200 m 이상 연장의 터널에서는 CCTV 설치가 의무화되어 있으며, 터널 내 돌발 상황을 자동으로 인지한 다음 터널 관리자에게 알릴 수 있는 터널 영상유고시스템의 운영이 권고된다. 여기서 터널 내 설치된 CCTV는 터널 구조물의 공간적인 한계로 인해 낮은 높이로 설치된다. 이에 따라 이동차량과 매우 인접하므로, 이동차량과 CCTV와의 거리에 따른 원근현상이 매우 심하다. 이로 인해, 기존 터널 영상유고시스템은 터널 CCTV로부터 멀리 떨어질수록 차량의 정차 및 역주행, 보행자 출현 및 화재 발생과 같은 터널 내 유고상황을 인지하기 매우 어려우며, 100 m 이상의 거리에서는 높은 유고상황 인지 성능을 기대하기 어려운 것으로 알려져 있다. 이 문제를 해결하기 위해 관심영역 설정 및 역 원근변환(Inverse perspective transform)을 도입하였으며, 이 과정을 통해 얻은 변환영상은 먼 거리에 있는 객체의 크기가 확대된다. 이에 따라 거리에 따라 객체의 크기가 비교적 일정하게 유지되므로, 거리에 따른 객체 인식 성능과 영상에서 보이는 차량의 이동속도 또한 일관성을 유지할 수 있다. 이를 증명하기 위해 본 논문에서는 터널 CCTV의 원본영상과 변환영상을 바탕으로 동일한 조건을 가지는 데이터셋을 각각 제작 및 구성하였으며, 영상 내 차량의 실제 위치의 변화에 따른 겉보기 속도와 객체 크기를 비교하였다. 그 다음 딥러닝 객체인식 모델의 학습 및 추론을 통해 각 영상 데이터셋에 대한 거리에 따른 객체인식 성능을 비교하였다. 결과적으로 변환영상을 사용한 모델은 200 m 이상의 거리에서도 객체인식 성능과 이동차량의 유고상황 인지 성능을 확보할 수 있음을 보였다.

• 한국지구과학회지
• /
• 제43권1호
• /
• pp.91-109
• /
• 2022

해양은 대기로 배출된 이산화탄소의 30% 가량을 흡수하여 대기 중 이산화탄소 농도를 감소시키는 역할을 하였으나, 이 때문에 해양의 pH와 탄산염 이온(CO₃^2-)이 감소하는 해양산성화 현상을 겪고 있다. 본 논문에서는 황해 연안역의 신규 관측자료를 타 해역에서 획득된 기존 연구자료와 합쳐서 우리나라 주변 해역의 해양산성화 현황을 파악하고자 하였다. 우리나라 주변의 황해, 동해, 동중국해(남해 포함)는 대기 중 이산화탄소를 흡수하고 있으나, 외해 대부분의 해역에서 해양산성화의 지표인 아라고나이트 포화도가 1 이상인 것으로 나타났다. 남해 동부 연안역에서는 담수 공급으로 인한 희석과 성층 형성, 생물에 의한 유기물 생성과 분해가 표층과 저층의 계절적 해양산성화 변동에 큰 영향을 끼쳤다. 진해만은 빈산소화 현상, 광양만은 담수로 인한 희석으로 여름철 광범위한 해역에서 아라고나이트 포화도가 1 미만으로 감소하여, 탄산칼슘 패각(CaCO₃ shell)을 가진 생물들에게 잠재적 위협이 될 것으로 보고되었다. 하지만 담수 유입이 많은 황해 연안역에서는 진해만과 광양만과 같이 뚜렷하고 광범위한 산성화는 발견되지 않았기 때문에, 연안역에서는 각 해역별 특성에 따라 해양산성화의 양상을 진단해야 할 필요가 있었다. 우리나라 동해 남서부 해역의 계절적 용승 현상 역시 해양산성화에 영향을 미칠 수 있다. 이런 계절적 요인과 더불어, 대기 중의 이산화탄소 및 산성물질이 해양으로 계속 유입되면서, 우리나라 바다의 아라고나이트 포화도가 지속적으로 감소할 것으로 예상된다. 따라서 해양산성화로부터 수산자원과 해양생태계를 보호하기 위해 향후 체계적인 해양산성화 모니터링을 강화해야 할 것이다.

• 지능정보연구
• /
• 제28권4호
• /
• pp.251-273
• /
• 2022

최근 텍스트 분석을 딥러닝에 적용한 연구가 꾸준히 이어지고 있으며, 특히 대용량의 데이터 셋을 학습한 사전학습 언어모델을 통해 단어의 의미를 파악하여 요약, 감정 분류 등의 태스크를 수행하려는 연구가 활발히 이루어지고 있다. 하지만 기존 사전학습 언어모델이 특정 도메인을 잘 이해하지 못한다는 한계를 나타냄에 따라, 최근 특정 도메인에 특화된 언어모델을 만들고자 하는 방향으로 연구의 흐름이 옮겨가고 있는 추세이다. 도메인 특화 추가 사전학습 언어모델은 특정 도메인의 지식을 모델이 더 잘 이해할 수 있게 하여, 해당 분야의 다양한 태스크에서 성능 향상을 가져왔다. 하지만 도메인 특화 추가 사전학습은 해당 도메인의 말뭉치 데이터를 확보하기 위해 많은 비용이 소요될 뿐 아니라, 고성능 컴퓨팅 자원과 개발 인력 등의 측면에서도 많은 비용과 시간이 투입되어야 한다는 부담이 있다. 아울러 일부 도메인에서 추가 사전학습 후의 성능 개선이 미미하다는 사례가 보고됨에 따라, 성능 개선 여부가 확실하지 않은 상태에서 도메인 특화 추가 사전학습 모델의 개발에 막대한 비용을 투입해야 하는지 여부에 대해 판단이 어려운 상황이다. 이러한 상황에도 불구하고 최근 각 도메인의 성능 개선 자체에 초점을 둔 추가 사전학습 연구는 다양한 분야에서 수행되고 있지만, 추가 사전학습을 통한 성능 개선에 영향을 미치는 도메인의 특성을 규명하기 위한 연구는 거의 이루어지지 않고 있다. 본 논문에서는 이러한 한계를 극복하기 위해, 실제로 추가 사전학습을 수행하기 전에 추가 사전학습을 통한 해당 도메인의 성능 개선 정도를 선제적으로 확인할 수 있는 방안을 제시한다. 구체적으로 3개의 도메인을 분석 대상 도메인으로 선정한 후, 각 도메인에서의 추가 사전학습을 통한 분류 정확도 상승 폭을 측정한다. 또한 각 도메인에서 사용된 주요 단어들의 정규화된 빈도를 기반으로 해당 도메인의 특수성을 측정하는 지표를 새롭게 개발하여 제시한다. 사전학습 언어모델과 3개 도메인의 도메인 특화 사전학습 언어모델을 사용한 분류 태스크 실험을 통해, 도메인 특수성 지표가 높을수록 추가 사전학습을 통한 성능 개선 폭이 높음을 확인하였다.

• 지능정보연구
• /
• 제29권1호
• /
• pp.249-263
• /
• 2023

대표적인 추천 시스템 방법론인 협업 필터링(Collaborative Filtering)에는 이웃기반 방법(Neighbor Methods)과 잠재 요인 모델(Latent Factor model)이라는 두 가지 접근법이 있다. 이중 행렬 분해(Matrix Factorization)를 이용하는 잠재 요인 모델은 사용자-아이템 상호작용 행렬을 두 개의 보다 낮은 차원의 직사각형 행렬로 분해하고 이들의 행렬 곱으로 아이템의 평점(Rating)을 예측한다. 평점 패턴으로부터 추출된 요인 벡터들을 통해 사용자와 아이템 속성을 포착할 수 있기 때문에 확장성, 정확도, 유연성 측면에서 이웃기반 방법보다 우수하다고 알려져 있다. 하지만 평점이 지정되지 않은 아이템에 대해서는 선호도가 다른 개개인의 다양성을 반영하지 못하는 근본적인 한계가 있고 이는 반복적이고 부정확한 추천을 초래하게 된다. 이러한 잠재요인 모델의 한계를 개선하고자 각각의 아이템 별로 사용자의 선호도를 적응적으로 학습하는 적응 심층 잠재요인 모형(Adaptive Deep Latent Factor Model; ADLFM)이 등장하였다. ADLFM은 아이템의 특징을 설명하는 텍스트인 아이템 설명(Item Description)을 입력으로 받아 사용자와 아이템의 잠재 벡터를 구하고 어텐션 스코어(Attention Score)를 활용하여 개인의 다양성을 반영할 수 있는 방법을 제시한다. 하지만 아이템 설명을 포함하는 데이터 셋을 요구하기 때문에 이 방법을 적용할 수 있는 대상이 많지 않은 즉 일반화에 있어 한계가 있다. 본 연구에서는 아이템 설명 대신 추천시스템에서 보편적으로 사용하는 아이템 ID를 입력으로 하고 Self-Attention, Multi-head attention, Multi-Conv1d 등 보다 개선된 딥러닝 모델 구조를 적용함으로써 ADLFM의 한계를 개선할 수 있는 일반화된 적응 심층 잠재요인 추천모형 G-ADLFRM을 제안한다. 다양한 도메인의 데이터셋을 가지고 입력과 모델 구조 변경에 대한 실험을 진행한 결과, 입력만 변경했을 경우 동반되는 정보손실로 인해 ADLFM 대비 MAE(Mean Absolute Error)가 소폭 높아지며 추천성능이 하락했지만, 처리할 정보량이 적어지면서 epoch 당 평균 학습속도는 대폭 향상되었다. 입력 뿐만 아니라 모델 구조까지 바꿨을 경우에는 가장 성능이 우수한 Multi-Conv1d 구조가 ADLFM과 유사한 성능을 나타내며 입력변경으로 인한 정보손실을 충분히 상쇄시킬 수 있음을 보여주었다. 결론적으로 본 논문에서 제시한 모형은 기존 ADLFM의 성능은 최대한 유지하면서 빠른 학습과 추론이 가능하고(경량화) 다양한 도메인에 적용할 수 있는(일반화) 새로운 모형임을 알 수 있다.

• 한국농림기상학회지
• /
• 제25권1호
• /
• pp.48-59
• /
• 2023

본 연구에서는 새롭게 개발된 식생의 BVOCs 배출계수를 기반으로 MEGANv2.1을 구동 후 BVOCs 배출량을 산출하여 질소산화물과의 결합을 통해 대류권 오존농도에 어떠한 영향을 미치는지 분석하고 그에 대한 신뢰성을 검토하고자 한다. BVOCs 대상물질은 이소프렌(Isoprene)과 모노테르펜(Monoterpenes)으로 한정하였고, 모델링 도메인의 공간적 범위는 남한지역을 포함하는 한반도의 남부(위도 : 32.8N~39.3N, 경도 : 123.4E~130.9E)와, 시간은 2008년 5월 1일부터 6월 30일까지를 대상으로 하였다. 식생 BVOCs 배출 모델의 입력자료를 생성하기 위해 토지피복 자료는 MODIS (MODerate resolution Imaging Spectroradiometer)의 MCD12Q1 (Land Cover type 5, PFT)와 환경부의 중분류 토지피복도를 사용하였고, 엽면적지수 자료는 MODIS의 MCD15A2를 사용하였다. 또한, 인위적 활동에 의한 배출량을 산출하기 위해 사용된 모델은 SMOKE-Asia 1.20 버전(Woo et al., 2009)이며, 오존농도를 모의하기 위해 CAMx v6.0 모델을 사용하였다. 연구의 진행은 1) 기존에 우리나라에서 측정된 식생 배출 값들을 조사하여 새로운 식생 배출계수를 BVOCs 배출모델에 적용하고, 2) GIS S/W을 이용하여 식생 배출모델(MEGAN)에 사용되는 입력자료를 생성하고, 3) MEGANv2.1을 구동하여 식생 배출량을 산출하고, 4) 인위적 배출을 산출하는 모델(SMOKE-Asia)을 구동하여 나온 인위적 배출량과 식생 배출량을 결합하여 대기화학 수송 모델(CAMx)의 입력자료로 사용하고, 5) 대기화학 수송 모델에서 구동된 오존농도의 결과 값을 실제 측정 값과 비교하여 식생 배출량 결과의 적정성에 대해 검토하였다. CAMx 모델을 통해 5개의 시나리오(인위적+식생 VOCs 배출 시나리오 4개 : A, B, C, D / 인위적 VOCs 배출 시나리오 1개 : E)에 대해 오존 생성농도를 비교한 결과, 본 연구에서 새롭게 적용한 식생 배출계수와 MODIS PFT를 사용한 시나리오 C에서 오존농도가 가장 높게 모의되었고, 인위적 VOCs 배출만을 고려한 시나리오 E보다 지역별로는 최대 53ppb, 도메인 평균으로는 2ppb 정도 높게 오존농도를 모의하고 있었다. 배출계수와 토지피복지도의 변화로 인한 오존농도의 차이 중에서는 배출계수의 변화로 인한 오존농도의 변화가 더 큰 것으로 확인되었다. 오존농도에 대해 모델링한 결과를 6개 도시지역의 오존 측정망 값과 비교한 결과, 자연적 VOCs 배출량이 상대적으로 작은 대도시와 주변 도시지역에서는 시나리오에 따른 모델과 측정 값과의 결정계수 값의 변화가 작게 나타났고, 자연적 VOCs 배출량이 높은 중소 도시지역에서는 시나리오에 따른 모델과 측정 값과의 결정계수 변화가 높게 나타났다.

• 한국수자원학회논문집
• /
• 제56권2호
• /
• pp.75-89
• /
• 2023

강우-유출 해석은 하천 홍수예경보, 댐 유입량 산정 및 방류량 결정 등 수자원 관리 및 계획수립에 있어 중요한 과정이며, 밀도높은 강우관측망으로부터 수집된 강우 자료는 정확한 강우-유출 해석을 위한 가장 중요한 기초 자료로 활용된다. 본 연구 대상 지역인 메콩강 유역은 국가공유하천으로 강수 자료수집이 어렵고, 구축된 자료의 양적, 질적 품질이 국가별로 상이하여 수문해석 결과의 불확실성을 높일 우려가 있다. 최근 원격탐사 기술의 발달로 격자형 글로벌 강수자료의 획득이 용이해졌으며, 이를 활용한 미계측 유역 또는 대유역에서의 다양한 수문해석 연구들이 수행된 바 있다. 본 연구에서는 미계측 대유역 수문해석에 있어 격자형 강수자료의 적용성을 평가하기 위하여 3개의 위성 강수자료(TRMM, GSMaP, PERSIANN-CDR)와 2개의 지점 격자형 강수자료(APHRODITE, GPCC)를 수집하고, APHRODITE를 관측값으로 합성곱 신경망 모형인 ConvAE 알고리즘을 이용하여 위성 강수자료의 시·공간적 편의보정을 수행하였다. 또한, 메콩강 본류의 주요지점인 Luang Prabang, Pakse, Stung Treng, Kratie 4개 수위 관측소를 선정하여 SWAT 모형의 매개변수를 보정(2004~2011)하고 지점 격자형 강수자료 및 위성 강수자료의 보정전·후의 유출모의(2012~2013) 결과를 비교·분석하였다. 그 결과 원시위성 강수자료 및 GPCC는 APHPRODITE에 비해 정량적으로 과소 또는 과대추정되거나 공간적으로 매우 상이한 패턴을 나타낸 반면, GSMaP과 ConvAE를 이용하여 보정된 위성 강수자료의 경우, APHPRODITE에 대한 시·공간적 상관성이 개선된 것으로 분석되었다. 또한 유출모의의 경우, 모든 지점에 대해서 ConvAE로 보정된 위성 강수자료를 이용한 유출모의 결과가 원시 위성강수자료를 이용한 유출결과 보다 정확도가 향상된 것으로 분석되었다. 따라서 본 연구에서 제시하는 격자형 위성 강수자료 보정기법과 연계한 강우-유출 해석은 향후 다양한 위성 강수자료를 활용한 미계측 대유역 수문해석에서 활용이 가능할 것으로 판단된다.