• 한국지리정보학회지
• /
• 제17권4호
• /
• pp.69-85
• /
• 2014

기존의 산림탄소저장량 통계는 현지 조사 표본 기반의 통계로 표본점 단위에서는 비교적 정확하지만 미조사 지점에 대해서는 정확도가 떨어질 수 있다. 이를 보완하기 위한 것이 공간 정보를 보조 자료로 함께 활용하는 면적 기반 추정이며 우리나라의 경우 디지털 항공사진 판독과 현지 조사를 통해 상세 수준의 산림정보를 얻을 수 있는 1:5,000 임상도를 보유하고 있으므로 임상도의 활용성에 주목할 필요가 있다. 본 연구에서는 1:5,000 임상도와 제5차 국가산림자원조사 자료에 기반한 세 가지 업스케일링 방법을 비교하였다. 충청남도와 대전시를 대상으로 지도대수(방법 1), 회귀크리깅(방법 2) 및 지리가중회귀(방법 3)를 이용하여 산림탄소저장량을 각각 추정하였다. 탄소저장량 범위의 경우, 방법 2(1.39~138.80 tonC/ha)와 방법 3(1.28~149.98 tonC/ha)이 방법 1(0.00~93.37 tonC/ha)에 비해 기존의 현지 조사 표본 기반 방법의 추정치 범위(1.56~156.40 tonC/ha)와 유사한 범위로 추정하여 공간자기상관성을 고려한 회귀크리깅과 지리가중회귀 방법이 탄소저장량 분포의 공간이질성을 잘 반영하는 것으로 나타났다. 정확도 평가를 위해 독립검증 지점 186개소의 탄소저장량에 대한 대응표본 t-검정을 수행한 결과, 방법 2의 평균 추정치와 NFI 표본 기반 평균 추정치는 통계적으로 유의한 차이가 없으며(p>0.05) 방법 2의 결과가 가장 낮은 RMSE를 보였다. 따라서 지형과 임분 구조가 복잡한 우리나라 산림의 경우, 회귀크리깅이 기존 통계 방법과 가장 유사한 평균 탄소저장량을 산출하면서 탄소저장량의 국지적 변이를 나타내기에 유용할 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제38권5_3호
• /
• pp.953-966
• /
• 2022

에어로솔(aerosol)은 대기 질을 악화시키는 등 인체 건강에 악영향을 끼치므로 에어로솔의 분포 및 특성에 대한 정량적인 관측이 필수적이다. 최근 전 지구 규모에서의 주기적이고 정량적인 정보 획득 수단으로 위성관측 Aerosol Optical Depth (AOD) 영상이 다양한 연구에 활용되지만 광학센서 기반의 위성 AOD 영상은 구름 등의 조건을 가진 일부 지역에서 결측을 가진다. 이에 본 연구는 위성자료의 결측복원을 위하여 격자형 기상자료와 지리적 요소를 입력변수로 하여 Random Forest (RF) 기반 gap-filling 모델을 생성한 이후, gap-free GK-2A/AMI AOD hourly 영상을 산출하였다. 모델의 정확도는 -0.002의 Mean Bias Error (MBE), 0.145의 Root Mean Square Error (RMSE)로, 원자료의 목표 정확도보다 높으며 상관계수 0.714로 복원 대상이 대기변수인 점을 감안하면 상관계수 측면에서도 충분한 설명력을 갖춘 모델이다. 정지궤도 위성의 높은 시간 해상도는 일변화 관측에 적합하며 대기보정을 위한 입력, 지상 미세먼지 농도 추정, 소규모 화재 또는 오염원 분석 등 타 연구를 위한 자료 활용 측면에서 중요하다.

• 대기
• /
• 제25권2호
• /
• pp.221-233
• /
• 2015

Pollen is closely related to health issues such as allergenic rhinitis and asthma as well as intensifying atopic syndrome. Information on current and future spatio-temporal distribution of allergenic pollen is needed to address such issues. In this study, the Community Multiscale Air Quality Modeling (CMAQ) was utilized as a base modeling system to forecast pollen dispersal from oak trees. Pollen emission is one of the most important parts in the dispersal modeling system. Areal emission factor was determined from gridded areal fraction of oak trees, which was produced by the analysis of the tree type maps (1:5000) obtained from the Korea Forest Service. Daily total pollen production was estimated by a robust multiple regression model of weather conditions and pollen concentration. Hourly emission factor was determined from wind speed and friction velocity. Hourly pollen emission was then calculated by multiplying areal emission factor, daily total pollen production, and hourly emission factor. Forecast data from the KMA UM LDAPS (Korea Meteorological Administration Unified Model Local Data Assimilation and Prediction System) was utilized as input. For the verification of the model, daily observed pollen concentration from 12 sites in Korea during the pollen season of 2014. Although the model showed a tendency of over-estimation in terms of the seasonal and daily mean concentrations, overall concentration was similar to the observation. Comparison at the hourly output showed distinctive delay of the peak hours by the model at the 'Pocheon' site. It was speculated that the constant release of hourly number of pollen in the modeling framework caused the delay.

• 대한원격탐사학회지
• /
• 제38권5_3호
• /
• pp.967-977
• /
• 2022

산불의 발생과 강도는 기후 변화로 인하여 증가하고 있다. 산불 연기에 의한 배출가스 대기질과 온실 효과에 영향을 미치는 주요 원인 중 하나로 인식되고 있다. 산불 연기의 효과적인 탐지를 위해서는 위성 산출물과 기계학습의 활용이 필수적이다. 현재까지 산불 연기 탐지에 대한 연구는 구름 식별의 어려움 및 모호한 경계 기준 등으로 인한 어려움이 존재하였다. 본 연구는 우리나라 환경위성 센서인 Geostationary Environment Monitoring Spectrometer (GEMS)의 Level 1, Level 2 자료와 기계학습을 이용한 산불 연기 탐지를 목적으로 한다. 2022년 3월 강원도 산불을 사례로 선정하여 산불 연기 레이블 영상을 생성하고, 랜덤 포레스트 모델에 GEMS Level 1 및 Level 2 자료를 투입하여 연기 픽셀 분류 모델링을 수행하였다. 훈련된 모델에서 입력변수의 중요도는 Aerosol Optical Depth (AOD), 380 nm 및 340 nm의 복사휘도 차, Ultra-Violet Aerosol Index (UVAI), Visible Aerosol Index (VisAI), Single Scattering Albedo (SSA), 포름알데히드, 이산화질소, 380 nm 복사휘도, 340 nm 복사휘도의 순서로 나타났다. 또한 2,704개 픽셀에 대한 산불 연기 확률(0≤p≤1) 추정에서 Mean Bias Error (MBE)는 -0.002, Mean Absolute Error (MAE)는 0.026, Root Mean Square Error (RMSE)는 0.087, Correlation Coefficient (CC)는 0.981의 정확도를 보였다.

• 한국환경과학회지
• /
• 제21권1호
• /
• pp.31-39
• /
• 2012

The objective of this study is to provide pollutant loads delivery ratio for flow duration in Oenam-cheon watershed, which is upstream watershed of Juam Lake. To calculate the delivery ratio by flow duration, rating curves and discharge-loads curves using measured data were established, then Flow Duration Curve(FDC) and pollutant loads delivery ratio curves were constructed. The results show that the delivery ratios for $BOD_5$ for abundant flow($Q_{95}$), ordinary flow($Q_{185}$), low flow($Q_{275}$), and drought flow($Q_{355}$) were 23.9, 12.7, 7.1, and 2.9%, respectively. The delivery ratios of same flow regime for T-N were 58.4, 31.2, 17.2 and 7.1%, respectively. While, the delivery ratios T-P were 17.3, 7.5, 3.4, and 1.1% respectively. In general, delivery ratio of high flow condition showed higher value due to the influence of nonpoint source pollution. Based on the study results, generalized equations were developed for delivery ratio and discharge per unit area, which could be used for ungaged watershed with similar pollution sources.

• 한국의학물리학회지:의학물리
• /
• 제20권2호
• /
• pp.72-79
• /
• 2009

I-131은 갑상선에 주로 집적되어 갑상선의 기능을 평가하는데 활용됨은 물론 높은 에너지의 베타선을 방출함으로써 암의 치료에도 널리 사용되고 있는 방사선 핵종이다. 그러나 I-131은 다양한 에너지의 감마선을 방출함으로써 핵의학 영상의 정량화가 어렵다. 특히 고에너지 영역의 감마선에 의한 격벽투과(septal penetration)와 산란선은 핵의학 진단영상에 악 영향을 미치게 된다. 본 연구에서는 격벽투과가 영상에 미치는 영향과 I-131의 산란보정 방법을 몬테카를로 시뮬레이션을 활용하여 알아보고자 하였다. 본 실험을 위하여 임상에서 사용되고 있는 범용성 고에너지 조준기를 장착한 핵의학 영상 기기인 FORTE 시스템(Philips, Netherlands)에 대해 모사하였다. 격벽투과가 영상에 미치는 영향을 알아보기 위하여 고에너지 조준기의 격벽을 두 가지 종류로 모사하여 보았다. 한 종류는 실제로 사용하고 있는 납으로 격벽을 모사하였으며, 다른 한 종류는 높은 에너지의 감마선이 투과할 수 없는 밀도와 원자번호가 아주 높은 임의의 물질로 구성하여 모사하였다. 각 각의 조준기를 통해 물팬텀안의 I-131 선 선원의 영상을 획득한 결과 납 격벽에서 획득한 선 선원의 반치폭 (Full Width at Half with Maximum, FWHM)과 십치폭(Full width at Tenth with Maximum, FWTM)은 각 각 41.2 mm, 206.5 mm였으며, 높은 에너지의 감마선이 투과할 수 없는 임의의 물질로 만든 격벽의 조준기에서는 반치폭과 십치폭이 각 각 27.3 mm, 47.6 mm로 측정되었다. 이는 고에너지의 감마선에 의한 격벽투과가 핵의학 영상의 선예도를 나쁘게 한다는 것을 알 수 있다. 또한 I-131을 이용한 핵의학 영상의 산란보정을 위하여 물 팬텀 속의 점 선원을 모사하고 영상을 획득하였다. 산란보정 방법으로는 삼중광봉우리창(Triple Energy Window method, TEW)을 이용하여 획득 영상 내의 산란선을 유추하는 방법을 사용하였다. 그러나 이러한 방법은 중심에너지 창의 범위에 따라 유추된 산란선의 양에 영향이 있으므로 더 정확한 산란선 유추를 위해 확장된 삼중광봉우리창(Extended Triple energy Window method, ETEW)을 적용, 기존의 방법과 비교하였다. 실험 결과 시뮬레이션의 데이터 분류를 통한 산란선으로만 획득된 점 선원 영상과 TEW와 ETEW 방법을 통해 유추된 산란선 영상결과, ETEW 방법으로 산란선을 유추한 방법이 기존의 TEW 방법보다 더 정확함을 알 수가 있었다. 본 연구는 시뮬레이션을 통한 I-131의 특성을 평가함으로써 I-131을 이용한 동위원소 치료 및 GATE 프로그램 연구의 기초자료로 활용될 수 있을 것으로 기대된다.

• 한국방재안전학회논문집
• /
• 제12권1호
• /
• pp.11-21
• /
• 2019

본 연구는 서울시가 관리하는 재난 유형 중에 19개(자연재난 3개, 사회재난 16개)를 선정하여 QRE 평가를 진행하였다. 19개 재난 유형의 선정 기준은 과거에 자주 발생하고, 발생하면 인명과 재산피해를 많이 초래하는 재난 및 미래에 발생 가능성이 큰 재난을 중심으로 선정하였다. 서울시의 재난 유형에 대한 QRE 도구의 결과에 따르면, 가장 위험도가 높은 재난 유형은 "자살 사고" 및 "대기질 악화"로 나타났다. 자살 사고는 발생 위험이 높고 자살자의 경제 및 정신적인 문제 해소 대책 마련이 쉽지 않기 때문이다. 이는 재난 위험 등급 "M6"에 해당된다. 이에 비해 서울시가 관리하는 재난 중 위험도가 낮은 재난 유형은 풍수해, 상수도 누수사고, 수질 오염사고 등으로 분석되었다. 풍수해는 국지성 집중호우, 태풍 등 재난 발생 가능성은 높지만, 서울시는 5년마다 풍수해 저감 종합계획 등을 수립하여 잘 대응하고 있다. 이러한 측면이 재난 예방 대비책이 적절하게 수행되는 것으로 평가되어 재난 위험도가 낮은 것으로 분석되었다. 이는 재난 위험 등급 "VL1"에 해당된다. 끝으로 QRE 도구는 도시의 지도자 및 재난 관리자들에게 재난 발생 위험을 비교적 간단한 방법으로 신속하게 알려줌으로써 의사 결정을 빠르게 할 수 있는 토대를 마련해 준다. 또한 QRE 도구를 활용한 평가는 서울시에 당면한 도시안전 위험도에 대한 복원력의 체계적인 평가, 미래투자 계획에 대한 기초자료, 재난 대응 등 많은 측면에서 도움을 주었다.

• 한국지구과학회지
• /
• 제34권3호
• /
• pp.209-223
• /
• 2013

이 연구의 목적은 한반도에서 $CH_4$ 농도의 수치모의 검증을 통하여 $CH_4$ 배출원의 기여 농도를 추정하는 것이고, 이 수치모의에 사용된 $CH_4$ 배출량을 상자모델로부터 추정된 $CH_4$ 배출량과 비교하는 것이다. 한반도에서 2010년 4월 1일부터 8월 22일까지 $CH_4$의 평균 농도를 추정하기 위해 WRF-CMAQ 모델이 사용되었다. 모델에서 $CH_4$ 배출량은 전지구 배출량인 EDGAR와 한국에서의 온실기체 배출량인 GHG-CAPSS로부터 인위적 배출 인벤토리와 전지구 자연적 인벤토리인 MEGAN이 적용되었다. 이들 $CH_4$ 배출량은 안면도 및 울릉도에서 측정된 $CH_4$ 농도와 모델링 농도 자료를 비교함으로써 검증되었다. 울릉도에서 국내 배출원으로부터 추정된 $CH_4$의 기여 농도는 약 20%로 나타났고, 이것은 한반도 내 농장(8%), 에너지 기여 및 산업공정(6%), 일반폐기물(5%), 생체 및 토지이용(1%) 등 $CH_4$ 배출원으로부터 기원하였다. 그리고 중국으로부터 수송된 $CH_4$의 기여 농도는 약 9%였고, 나머지 배경농도는 약 70%로 나타났다. 박스모델로 추정된 $CH_4$ 배출량은 WRF-CMAQ 모델에서 사용한 $CH_4$ 배출량과 유의미한 결과를 얻었다.

• 한국지구과학회지
• /
• 제32권3호
• /
• pp.276-293
• /
• 2011

본 연구에서는 한반도 황사 사례 동안 WRF 기상모델과 SMOKE 배출량모델, CMAQ 및 CMAQ-MADRID 대기질 모델을 이용하여 다양한 황사 발생량 경험식에 대한 $PM_{10}$의 농도를 추정하였다. 특별히 Wang et al.(2000), US EPA 모델, Park and In(2003), GOCART 모델, DEAD 모델의 5가지 황사 발생 경험식이 중국과 몽골 등의 황사 발생량을 추정하기 위해 WRF-SMOKE-CMAQ(MADRID) 모델에 적용되었다. 일기도, 후방궤적 및 위성이미지 분석에 따르면 한반도로의 황사 수송은 절리저기압(위성에서 콤마형 구름)과 관련된 지상 전선의 뒤쪽에서, 그리고 상층 제트류의 발달에 기인한 파의 정체현상과 함께 상층 골에서의 풍속이 하층으로 전이되는 풍하 바람에 의해 생성되었다. 그리고 WRF-SMOKE-CMAQ 모델링 결과, 황사의 시 공간적 분포에 있어서는 Wang et al.(2000)의 경험식이, 평균 편의 및 평균 제곱근 오차에서의 정확도 부분에서는 GOCART 모델의 경험식이 관측값을 보다 잘 모사하는 것으로 나타났다. 또한 Wang et al.의 경험식을 이용한 황사의 연직분포 분석 결과에서 강한 황사 사례(2007년 3월 31에서 4월 1일 $800\;{\mu}g/m^3$ 이상)의 경우는 황사 수송이 한반도 상공 대기 경계층 내를 통과하였기 때문으로, 약한 황사 사례(2009년 3월 16일과 17에 $400\;{\mu}g/m^3$ 이하)의 경우는 황사 수송이 경계층 위를 통과하였기 때문으로 나타났다. 또한 CMAQ 모델과 CAMQ-MADRID 모델에서의 미세먼지($PM_{10}$) 민감도 분석 결과에서는 CMAQ-MADRID 모델이 CMAQ 모델에 비해 한반도를 포함한 동아시아 지역에서 최대 $25\;{\mu}g/m^3$ 정도가 높게 모사되었고, 모델 내 구름 액상과정에 의해서는 최대 $15\;{\mu}g/m^3$ 정도가 제거되는 것으로 나타났다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.933-948
• /
• 2023

대기 중 에어로졸은 인체에 악영향을 끼칠 뿐 아니라 기후 시스템에도 직간접적인 영향을 미치므로 에어로졸의 특성과 시공간적인 분포에 대한 이해는 매우 중요하다. 이를 위해 위성기반 관측을 통해 에어로졸 광학 두께(Aerosol Optical Depth, AOD)를 산출하여 에어로졸을 모니터링하는 다양한 연구가 수행되어 왔다. 하지만 이는 주로 조견표를 활용한 역 산출 알고리즘에 기반하여 이루어지기 때문에 많은 계산량을 요구하며 불확실성이 존재한다. 따라서, 본 연구에서는 Geostationary Ocean Color Imager-II (GOCI-II)의 대기상한반사도와 30일 동안의 대기상한반사도 중 최솟값과 관측 시점 값의 차이 값, 수치 모델 기반 기상학적 변수 등을 활용하여 기계학습 기반 고해상도 AOD 직접 산출 알고리즘을 개발하였다. Light Gradient Boosting Machine (LGBM) 기법이 사용되었으며, 추정된 결과는 지상 관측 자료인 Aerosol Robotic Network (AERONET) AOD를 활용하여 랜덤, 시간 및 공간별 N-fold 교차검증을 통해 검증되었다. 세 가지 교차검증 결과 R²=0.70-0.80, RMSE=0.08-0.09, 기대오차(Expected Error, EE) 안에 있는 비율은 75.2-85.1% 수준으로 안정적인 성능을 보였다. Shapley Additive exPlanations (SHAP) 분석에서는 반사도 관련 변수들이 기여도의 상위권 대부분을 차지하고 있는 것을 통해 반사도 자료가 AOD 추정에 많은 기여를 하는 것을 확인하였다. 서울과 울산 지역에 대한 시간 별 AOD의 공간 분포를 분석한 결과, 개발된 LGBM 모델은 시간의 흐름에 따라 AERONET AOD 값과 유사한 수준으로 AOD를 추정하고 있었다. 이를 통해 높은 시공간 해상도(i.e., 시간별, 250 m)에서의 AOD 산출이 가능함을 확인하였다. 또한, 산출 커버리지 비교에서 LGBM 모델의 평균 산출 빈도가 GOCI-II L2 AOD 산출물 대비 8.8%가량 증가한 것을 통해 기존 물리모델기반 AOD 산출 과정에서 발생하던 밝은 지표면에 대한 과도한 마스킹의 문제점을 개선시킨 것을 확인하였다.