• 한국농림기상학회지
• /
• 제21권4호
• /
• pp.317-326
• /
• 2019

본 연구는 초분광 영상을 이용하여 간척지에서 주로 발생하는 염해 및 한해를 봄감자의 주요 생육단계에서 판별할 수 있는지를 검토하는 것이다. 영양생장기(VP), 괴경형성기(RFP) 및 괴경비대기(RGP)에 취득한 초분광 영상 내 봄감자 캐노피 영역의 반사율과 반사율의 불균일성을 최소화하기 위해 밴드 비로 변환하였다. 소형 다중분광 영상센서 개발을 고려하여 FWHM 5 nm의 단일 밴드를 상용화되어있는 밴드패스필터 기준으로 10 nm, 25 nm와 50 nm 평준화한 후 똑같이 밴드 비로 변화하였다. 의사결정트리법을 이용하여 각 FWHM에서 염해 판별에 유의한 단일 밴드 및 밴드 비를 추출하였고 그 분류 정확도는 OA와 KC로 나타내어졌다. 염해, 한해 및 정상 여부를 분류하기 위해 선택된 밴드는 최소 3개에서 최대 13개로 모든 FWHM에서 OA 66.7%와 KC 40.8% 이하의 정확도를 나타내었다. 괴경비대기(RGP)에서만 공통으로 440 nm가 선택되었고 동일 밴드는 아니지만 영양생장기(VP)에는 530 nm 또는 540 nm, 괴경비대기(RGP)에서는 추가로 710 nm 또는 720 nm가 선택되었다. 영양생장기(VP)에 비해 생식생장기(RFP 및 RGP)에 분류 정확도가 높지만 상용화가 용이한 10nm 이상의 FWHM에서 OA 및 KC값이 각각 78.7%, 57.7% 이하로 나타났다. 밴드 비를 이용하여 염해, 한해 및 정상을 분류하기 위해 선택된 밴드 비는 최소 2개에서 최대 6개로 원래 밴드(5 nm FWHM)의 비를 이용할 경우 생육 시기 및 FWHM에 관계없이 OA 및 KC가 95% 이상으로 나타났다. 영양생장기에서 FWHM에 관계없이 790 nm와 800 nm의 비가 선택되었고 동일 밴드는 아니지만 각 생육단계에서 Red, Red-edge 및 NIR 영역에서 유사밴드가 선택되었다. 모든 생육 시기에서 10 nm의 FWHM을 가진 3개 이하의 밴드 비를 이용한다면 OA 91.3%와 KC 85.0% 이상의 분류 정확도로 봄감자의 염해, 한해 및 정상여부판별이 가능할 것으로 판단된다. 이 결과는 넓은 면적에서 염해 및 한해 피해를 받은 작물 필지를 소형 다중 분광 카메라로 판별하여 빠르고 유연하게 제염기술을 투입하거나 그 피해 대책을 위한 정책 활용에 이용될 수 있을 것이다.

• 한국자원식물학회지
• /
• 제29권1호
• /
• pp.136-142
• /
• 2016

싸리속(Lespedeza)식물은 가축사료, 제방 녹화용 등으로 활용되는 자원식물이다. 이들 종자는 산지의 화재 이후에 발아, 출현하는 fire species로 알려져 있다. 선행연구에서 이런 점을 착안하여 인위적으로 열을 가했을 때 발아가 되었으나 발아율이 낮고 처리가 용이하지 않았다. 따라서 본 연구는 개싸리 종자를 황산처리하여 화학적으로 종피처리하여 발아율을 높이기 위해 수행되었다. 개싸리 종자를 98% 황산에 0, 1, 3, 6, 12, 24, 48, 96, 192, 384분 동안 침지시키고 흐르는 물에 24시간 동안 씻었다. 황산처리를 하지 않은 대조구의 경우 거의 발아가 되지 않았지만, 황산처리 기간이 길어질수록 개싸리의 발아율이 증가하였다. 황산 24, 48, 92분 처리에서 90% 이상 발아가 되었다. 그러나 장기간 황산처리시 발아된 유근에 황산피해가 관찰되었다. 기외 실험에서 황산처리 후 건전묘 출현을 알아보기 위해 황산 30, 60, 90, 120, 150, 180, 300분을 처리한 원예상토가 충진된 트레이에 파종하고 비닐온실에서 발아율을 측정하였다. 황산 90분, 150분 처리에서 발아율은 각각 92%, 84%였으나 이보다 더 긴 기간 동안 처리하였을 때 출현율이 떨어졌다. 따라서 개싸리의 발아를 위한 황산 최적시간은 1~2시간으로 판단된다. 개싸리는 종피처리 이후 바로 발아가 시작되어 대부분 1달 이내에 발아가 완료되었으며, 이는 개싸리 종자는 생리적 휴면은 없는 물리적 휴면을 가지고 있음을 알 수 있다.

• 대한환경공학회지
• /
• 제36권10호
• /
• pp.719-723
• /
• 2014

수질오염총량관리제의 효율적인 시행을 위해 본 연구에서는 비점오염원의 분류, 비점부하량(발생, 배출) 산정, 비점 오염원 관리지역의 선정, 비점오염물질 관리 등을 포함한 비점오염원 관리방안을 제시하고자 하였다. 무엇보다도 먼저 점오염원과 비점오염원의 정의는 학술적 법률적 관점에 기초하여 명확히 구분 관리하여야 한다. 특히, 사업활동과 사람의 활동에 의해서도 환경피해가 발생하지 않는 임야, 초지, 하천 등은 별도로 자연배경오염원으로 구분하여야 한다. 비점오염원 발생 및 배출부하량의 원단위는 유역의 실제여건에 맞도록 우선적으로 변경하여야 하며, 비점오염원 발생 및 배출부하량의 산정방법은 유역의 강수량 및 강수 지속시간을 고려하도록 수정하여야 한다. 한편, 수질오염총량관리제를 시행함에 있어 비점 오염원 관리지역은 강우시 하천의 오염물질 농도가 중권역 목표(관리목표)를 초과하거나 초과할 우려가 있는 유역을 대상으로 하며, 전체 유역 가운데 초지, 임야를 제외한 도시지역, 농경지, 그리고 대지 가운데 비점오염물질의 배출밀도가 높은 지역을 비점오염원 관리지역으로 최소화하여 선정하여야 한다. 비점오염물질저감시설은 단위면적당 비점오염물질 배출량, 오염물질 초과농도 지속시간, 처리의 실현가능성, 점오염원 대비 처리비용 효과 등을 고려하여 단위면적당 비점오염원 발생부 하량이 많은 지역과 강우시 수질농도가 중권역 목표를 초과하는 유역에 설치하여야 한다.

• 한국환경생태학회지
• /
• 제26권4호
• /
• pp.498-511
• /
• 2012

산지습지는 멸종위기야생동식물 II 급인 끈끈이주걱과 지표종인 이삭귀개, 잠자리난초, 물매화, 진퍼리새 등이 분포하여 중요성은 높으나, 자연적 또는 인위적인 과정에 의해 건조화가 빠르게 진행되고 있어 시급한 관리가 필요한 실정이다. 본 연구는 정확한 자연생태계 현황 및 건조화 진행 실태를 파악하여 습지생태계 보존대책과 건조화 관리 방안을 제시하고자 한다. 화엄늪은 경사도 $10^{\circ}$ 미만(86.1%), 해발 750~810m(87.4%)로 산지습지의 적지라고 할 수 있으나 하부에 깊이 1.6m, 폭 0.8m인 수로가 형성되어 이탄층 유실, 수위저하 등으로 인한 건조화 진행이 우려되었다. 습지보호지역 내 식생은 진퍼리새 등 습윤지성 식생이 분포하는 면적이 6.7%로 협소한 반면, 참억새, 미역줄나무 등 산림성 목본 및 건조지성 초본이 우점하여 방치시 숲생태계로의 천이가 예상된다. 건조화를 예방하고 양호한 생태계의 지속적인 보존을 위해 식생의 생태적 특성을 고려한 보존 및 관리지역 설정, 습지보호를 위해 천이에 영향을 미치는 주연부 식생 관리, 핵심지역 보호를 위한 완충지역 설정을 제안하였다. 관리에 있어서는 습지훼손 요인관리를 위하여 수계로의 과도한 지하수 유출 억제를 통한 물고임 습지 안정화와 산지습지 지표종에 대한 보호 및 관리식물 지정, 습지의 산림화를 유발 촉진할 수 있는 건조지성 수목을 관리해야 할 것이다.

• 한국농림기상학회지
• /
• 제10권4호
• /
• pp.121-131
• /
• 2008

본 연구에서는 국가표준 시나리오 A1B와 A2 조건에서 예상되는 2071-2100 평년의 최저기온 예상도와, 휴면심도로부터 추정한 단기내동성 분포도에 근거하여, 남한 전역에 대해 사방 270m 간격으로 경관규모의 국지적인 동해위험 정도를 분석함으로써 현재 평년(1971-2000)에 비해 어떤 결과를 보일지 예측하고자 하였다. 실험에 필요한 270m 해상도의 일별 기온자료와 1월 최저기온자료는 농림수산식품부의 전자기후도 및 그 파생산물, 그리고 국립기상연구소의 기후시나리오자료를 이용하여 준비하였다. 대상작물로서 'Campbell Early' 포도를 선정하고 현재와 미래 평년에 대해 각각 휴면심도를 계산하여 비교한 결과, 단기내동성 유지면적(휴면심도 -150 이하)과 저온내습지역($-15^{\circ}$ 이하)은 두 가지 시나리오 모두 미래기후 조건에서 동시에 줄어들었다. 기온과 휴면심도 두 요인을 종합해 분석해보면 현재 평년에 비해 100년 후 미래 평년에 동해위험이 감소하는 지역은 증가하는 지역보다 더 늘어나므로 포도재배에 있어서 저온피해의 위협은 감소할 것이다. 하지만 피해율 30% 이하의 월동 안전지역의 면적이 현재 평년의 59%에서 미래에는 55% (A1B)${\sim}$63% (A2)로서 뚜렷이 증가하지 않으며, 피해율 70% 이상의 월동 위험지역의 면적은 오히려 현재 평년의 13%에서 미래에는 23% (A1B)${\sim}$25% (A2)로 크게 증가할 것으로 예측되었다. 본 연구에서 사용된 전자기후도에 근거한 동해위험도 분석기술은 국내 주요 과수품종에 적용할 수 있으므로 재배적지의 재배치 등 기후변화대과 수산업분야 적응전략 마련에 유용하게 쓰일 수 있을 것이다.

• 한국농림기상학회지
• /
• 제23권4호
• /
• pp.316-328
• /
• 2021

본 연구에서는 간척지의 염분 모니터링을 위한 다중 분광 센서를 개발하기 위해 400~1000 nm 초분광센서를 사용하여 봄 감자의 잎 Na 함량 예측 모델을 구축하고자 하였다. 관개조건은 표준, 한해, 염해(2, 4, 8 dS/m)로, 관수량은 증발량을 기준으로 산정하였다. 영양생장기, 괴경형성기, 괴경비대기에 각각 관개를 시작한 후 1주와 2주 후에 잎의 Na 함량을 측정하였다. 잎의 반사율은 10nm 파장 간격을 기준으로 5 nm에서 10nm, 25nm, 50nm FWHM (full width at half maximum)으로 변환되었다. PLS-VIP를 사용하여 봄 감자 잎의 Na 함량에 따른 염분 피해 수준을 예측하기 위한 10개의 밴드비가 선택되었다. 선택된 10개의 밴드비 중 가중치가 가장 낮은 순서대로 밴드비를 하나씩 제거하면서 MLR모델을 추정하였다. 모델의 성능은 R2, MAPE 뿐만 아니라 밴드비의 수, 다중 분광센서를 작게 만들기 위한 최적의 FWHM 수로 비교하였다. 1, 2주차의 영양생장기, 괴경형성기와 2주차의 괴경비대기에서 봄 감자의 잎 Na 함량을 예측하기 위해서는 25 nm의 FWHM을 사용하는 것이 유리하였다. 선택된 밴드필터는 430/440, 490/500, 500/510, 550/560, 570/580, 590/600, 640/650, 650/660, 670/680, 680/690, 690/700, 700/710, 710/720, 720/730, 730/740 nm로 Red 및 Red-edge 영역에서 15개 밴드비가 선택되었다.

• 한국농림기상학회지
• /
• 제24권2호
• /
• pp.63-77
• /
• 2022

농업기상재해 조기경보시스템에서 모의되는 농장 규모 풍속 예측자료의 추정오차를 개선하기 위해, 농촌진흥청 농업기상관측망의 2020년 1~12월 풍속 관측자료와 해당 지점에 대한 조기경보시스템 모의 풍속을 이용하여, 87지점 일 8시간대(00, 03, 06 … 21시) 각각 풍속 추정오차를 종속변수로, 추정풍속을 독립변수로 하는 일차 회귀식(Y=aX+b)을 도출하였다. 상관계수가 0.5를 초과하였을 때는 회귀식을 풍속 보정식으로 활용하고, 상관계수가 0.5 이하일 때는 회귀식 대신 해당 지점 및 시간대의 ME를 보정값으로 대체하였다. 풍속 모형을 전국적으로 적용할 수 있도록 87지점×8개 시간의 회귀계수 a와 b, 상관계수 R과 ME 값으로 거리역산가중법으로 공간내삽하여 250m 격자해상도의 분포도를 제작하였다. 모형의 검증을 위하여 회귀계수 a와 b, 상관계수 R과 ME 공간내삽 분포도로 부터 농산촌 지역 13개 기상관측지점의 격자값을 추출하고, 13곳의 2019년 1~12월의 조기경보시스템 모의 풍속(00, 03, 06 … 21시)를 보정한 다음, 기존 추정 풍속과 함께 추정오차를 비교하였다. 검증 지점 풍속의 평균 ME는 0.68m/s에서 보정 후 0.45m/s로 감소하였으며, 평균 RMSE는 1.30m/s에서 1.05m/s로 감소하였다. 조기경보시스템의 풍속은 전 시간대에서 모두 과대 추정되고 있는데, 보정 기법을 적용한 후에는 15시 경을 제외하고 모두 과대추정 경향이 감소하여 ME가 약 33%, RMSE는 19.2% 더 개선되었다. 농업기상재해 조기경보시스템에서 농작물의 풍해 위험 판단은 일 8회의 풍속 평균값으로부터 도출된 일 최대순간풍속을 기반으로 하는데, 풍속의 과대모의 현상을 개선하여 강풍 위험 경보의 오보를 감소시킬 것으로 기대된다.

• 한국산림과학회지
• /
• 제111권1호
• /
• pp.115-124
• /
• 2022

본 연구는 진주시 집현면에서 발생한 땅밀림지의 지질, 지형 및 물리적 특성을 분석하여 땅밀림 발생 피해방지를 위한 기초자료를 제공하기 위하여 실시하였다. 대상지는 1982년에 1차 땅밀림 이후에 2019년 2차 땅밀림이 발생하였는데, 2차 땅밀림 피해면적은 1차보다 약 11.5배로 나타났다. 주 구성암석은 풍화가 비교적 심해 땅밀림이 쉽게 발생하는 퇴적암 지역이었다. 땅밀림으로 붕괴된 지역은 활동면으로 추정되는 면과 슬라이딩 방향으로 층리와 수직으로 발달한 절리의 조합에 의해 암반이 작은 블록으로 나뉘고 이완되면서 활동면을 따라 슬라이딩이 발생하였고, 암반이 분리되면서 분리된 틈으로 지표수 및 토사가 유입하는 것으로 조사되었다. 아울러 셰일 내의 사암이 층리와 절리의 조합에 의해 블록으로 나뉜 후 지하수 등의 풍화작용에 의해 모서리 부분부터 내부로 풍화가 진행되는 양파구조(Onion Structure)를 보여주는 노두가 나타나고, 이런 과정을 거쳐 핵석이 만들어진 것으로 판단된다. 조사대상지는 지하수에 의한 전형적인 땅밀림형 산사태 지역으로 유형은 凸상미근형으로 붕적토 땅밀림형 산사태에 해당하였다. 땅밀림 대상지의 산사태위험등급은 3~5등급에 해당되어 일반적인 산사태와는 차이가 있었다. 지하수는 북동(NE)방향으로 유동하는 것으로 나타났으며, 지형 경사를 따라 유동하며 땅밀림으로 붕괴된 방향과 일치하였다. 땅밀림지로부터 능선부는 땅밀림 영향을 받지 않은 토양으로 땅밀림으로 붕괴된 하단부보다 토양용 적밀도는 높았으며, 붕괴로 인해 토양의 와해와 교란으로 인해 토양용적밀도는 급격히 낮아지는 것으로 나타났다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1413-1425
• /
• 2023

기후변화로 인한 대형 산불의 빈도가 증가함에 따라 극심한 인명 및 재산상의 피해를 초래하고 있다. 이로 인해 많은 식생이 소실되며, 그 강도와 발생 형태에 따라 생태계 변화에 영향을 끼친다. 생태계 변화는 다시 산불 발생을 유발하여 2차 피해를 야기한다. 따라서 산불 피해지에 대한 정확한 탐지 및 면적 산정의 중요성이 지속적으로 제기되고 있다. 효율적인 산불 피해지 모니터링을 위해 산불 발생 후 실시간 지형 및 기상정보는 물론 피해지역의 영상을 대규모로 취득할 수 있는 위성영상이 주로 활용되고 있다. 최근, 합성곱 신경망(convolution neural network, CNN) 기반 모델부터 고성능 트랜스포머(Transformer) 기반 모델에 이르기까지 딥러닝 알고리즘이 빠르게 발전하면서 산림원격탐사에서 이를 적용한 연구가 활발히 이루어지고 있다. 하지만 현재까지 적용된 딥러닝 모델은 제한적이며 현업에서의 합리적인 활용을 위한 정량적 성능평가에 대한 보고가 부족한 상황이다. 따라서 본 연구에서는 모델에 따른 성능향상과 데이터 설계에 따른 성능향상을 중점적으로 비교 분석하였다. 미국 캘리포니아 지역을 대상으로 CNN 기반 모델의 U-Net, High Resolution Network-Object Contextual Representation (HRNet-OCR)을 활용하여 산불 피해지 모델을 구축하였다. 또한, 기본 파장대역과 함께 식생활력도 및 지표의 수분함량 정도를 고려하고자 normalized difference vegetation index (NDVI), normalized burn ratio (NBR)와 같은 산불 관련 분광지수를 산출하여 입력 이미지로 사용하였다. U-Net의 mean intersection over union (mIoU)이 0.831, HRNet-OCR이 0.848을 기록하여 두 모델 모두 우수한 영상분할 성능을 보였다. 또한, 밴드 반사도뿐 아니라 분광지수를 추가한 결과 모든 조합에서 평가지표 값이 상승하여 분광지수를 활용한 입력 데이터 확장이 픽셀 세분화에 기여함을 확인하였다. 이와 같은 딥러닝 방법론을 발전시킨다면 우리나라의 산불 피해지에 대한 신속한 파악 및 복구 계획 수립의 기초자료로 활용될 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.979-995
• /
• 2023

산불은 예측이 어려운 재해이기 때문에 실시간 모니터링을 통해 빠르게 대응하는 것이 중요하며, 정지 궤도 위성 영상은 광역을 짧은 시간 간격으로 모니터링할 수 있어 산불 탐지 분야에 활발히 이용되고 있다. 기존의 위성 영상 기반 산불 탐지 알고리즘은 밝기 온도의 통계량 분석을 통한 임계값 기반으로 이상치를 탐지하는 방향으로 진행되어 왔다. 그러나 강도가 약한 산불을 탐지하기 어렵거나, 적절한 임계값 설정의 어려움으로 일반화 성능이 저하되는 한계점이 있어 최근에는 기계학습을 이용한 산불 탐지 알고리즘들이 제시되고 있다. 현재까지는 random forest, VanillaConvolutional neural network (CNN), U-net 구조 등의 비교적 간단한 기법이 적용되고 있다. 따라서, 본 연구에서는 정지궤도 위성인 Advanced Himawari Imager를 이용하여 동아시아와 호주를 대상으로 State of the Art (SOTA)딥러닝 기법을 적용한 산불 탐지 알고리즘을 개발하고자 하였다. SOTA 모델은 EfficientNet과 lion optimizer를 적용하여 개발하고, Vanilla CNN 구조를 사용한 모델과 산불 탐지 결과를 비교하였다. EfficientNet은 동아시아와 호주에서 0.88 및 0.83의 F1-score를 기록함으로써 CNN (동아시아: 0.83, 호주: 0.78)에 비해 뛰어난 성능을 입증하였다. EfficientNet에 불균형 문제 해결을 위한 weighted loss, equal sampling, image augmentation 기법 적용 시, 동아시아와 호주에서 각각 0.92와 0.84의 F1-score를 기록함으로써 적용 전(동아시아: 0.88, 호주: 0.83)에 비하여 성능이 향상되었음을 확인하였다. 본 연구를 통하여 제시된 SOTA 딥러닝 기법의 산불 탐지에의 적용 가능성과 딥러닝 모델의 성능 향상을 위해 고려해야 할 방향은 향후 산불탐지 분야에 대한 딥러닝 적용에 도움이 될 것으로 기대된다.