• 대한원격탐사학회지
• /
• 제33권5_1호
• /
• pp.469-480
• /
• 2017

본 연구는 기상청에서 지진의 계기관측이 시작된 1978년부터 2016년까지, 규모 2.0~2.5사이의 소규모 지진이 6회 발생한 경상남도 거창군 일원지역을 대상으로 수치표고모델을 이용한 3차원의 LANDSAT 8호 위성영상과 음영기복도로부터 선구조선을 추출하여 선구조선과 진앙(지진발생위치)간의 상관관계를 분석하였다. 선구조선의 통계분석 방법으로는 직각격자에 의한 단절현상 문제점을 완화하고 선구조선의 공간적 분포를 정확히 표현해줄 수 있는 육각격자 모양과, 격자크기에 따라 변화하는 밀도 값이 안정되는 지점의 격자크기를 사용하여 핫스팟 분석을 수행하였다. 핫스팟 분석방법은 선구조선이 집단화되어 나타나는 지역을 통계적으로 파악할 수 있기 때문에, 선구조선의 각 통계요소별(빈도, 교차점, 길이)로 도출되는 Z score를 통해 선구조선 밀집지역을 확인하였다. 또한 연산된 선구조선의 밀도와 진앙간의 상관성을 분석하기 위해 진앙에서의 Z score를 표준정규분포 상에 나타내어 선구조선의 밀도가 통계적으로 의미 있는 수준인지를 확인하였다. 그 결과, 6개의 진앙에서 3개 종류의 통계요소로 기록된 총 18개의 Z score 중 약 83%에 달하는 15개 값이 1.65 이상으로 나타났다. 이는 표준정규분포 상에서 95% 이상의 높은 밀도 값을 의미하여, 진앙이 선구조선 고밀도지역에 위치함을 알 수 있었다. 특히 선구조선 빈도는 모든 진앙에서, 교차점은 하나의 진앙을 제외한 나머지 진앙에서 밀도 값이 표준정규분포 상 95% 이상을 나타내어, 선구조선의 빈도와 교차점 밀도가 진앙과 높은 상관성이 있음을 확인하였다. 선구조선의 밀도 분포를 정확하게 표현하고, 진앙과의 상관관계를 분석한 본 연구는 잠재적인 지진발생 위험 지역을 추출하기 위한 기초연구로써 의미가 있다. 그러나 상기와 같은 결과를 조금 더 명확하게 하기 위해서는 지진의 발생빈도가 많고 더 광역적인 지역을 대상으로 한 추가적 연구의 필요성이 있다고 사료된다.

• 대한원격탐사학회지
• /
• 제31권5호
• /
• pp.449-459
• /
• 2015

기존의 국가산림자원조사(National Forest Inventory, NFI)에 의한 산림탄소저장량 추정 방법은 국가 규모의 평균 탄소저장량 추정에는 충분하지만 표본점 개수가 부족한 시 군 단위의 세밀한 추정은 어렵다. 본 연구에서는 시 군별 산림탄소저장량 추정을 위해 공간 자료를 보조 자료로 이용하고 2가지 업스케일링 방법을 적용하여 격자별 산림탄소저장량 정보를 가진 산림탄소지도를 제작하였다. 대상지역은 충청남도로 2가지 방법 모두 제 5차 NFI(2006~2009) 자료를 활용하였다. 방법 1은 임상도를 보조 자료로 선택하고 NFI 기반 산림탄소저장량 회귀모델을 이용하였다. 방법 2는 위성영상을 보조 자료로 선택하고 k-NN을 이용하여 산림탄소저장량을 추정하였다. 불확실성을 고려하기 위해 200회 몬테카를로 시뮬레이션을 수행하여 최종 AGB 탄소지도를 산출하였다. 방법 1에서는 충청남도의 총 산림탄소저장량이 22,948,151 tonC으로 기존의 현지조사표본 기반 추정치(21,136,911 tonC)에 비해 과대추정을, 방법 2에서는 19,750,315 tonC로 과소추정되는 경향을 나타내었다. 독립검증 지점(n=186)의 탄소저장량에 대한 대응표본 T-검정 결과, 방법 2의 평균 추정치와 NFI 표본 기반 평균 추정치는 통계적으로 유의한 차이가 있는 반면(p<0.01), 방법 1의 평균 추정치는 NFI 표본 기반 평균 추정치와 통계적으로 유의한 차이가 없는 것으로 평가되었다(p>0.01). 특히, 방법 2의 경우 k-NN의 스무딩 효과 및 몬테카를로 시뮬레이션을 통해 위성영상과 표본점의 mis-registration 오차가 추정오차에 큰 영향을 미칠 수 있음이 발견되었다. 임상도를 활용한 방법 1이 임분 구조가 복잡한 우리나라 산림의 탄소량 추정에 효과적일 수 있지만, 미조사 지점의 주기적인 갱신 및 대면적 추정에 유리한 위성영상의 활용은 여전히 필수적이다, 따라서 시공간적인 확장과 함께 보다 신뢰할 수 있는 산림탄소저장량 추정을 위해 다양한 위성영상 자료 및 활용 기법에 관한 연구가 필요할 것으로 사료된다.

• 환경영향평가
• /
• 제30권1호
• /
• pp.13-23
• /
• 2021

본 연구는 수달의 주요이동 패턴을 예측하기 위하여 EN-Simulator프로그램을 활용하여 주요 이동경로 분석을 실시하였다. 연구범위는 대구시 안심습지를 중심으로 반경 7.5 km를 최종 범위로 설정하여 시뮬레이션 분석을 하였으며, 모형 검증을 위해 현지조사를 활용하였다. 가상의 수달 개체수는 1,000마리, 이동 스텝 수는 격자 당 1,000 스텝으로 설정하였으며, 총 841개 격자에 대하여 시뮬레이션을 실행하였다. 분석결과, 평균 147.6±112.1 개체가 간격 50m 조건에서 분석범위 경계 지점에 도착하였다. 시뮬레이션 검증결과, 수달의 주요 이동 확률이 높은 지역 가운데 시뮬레이션의 '매우 높음 지역'에서 8개 수달흔적 지점(13.1%), '높음 지역'에서 9개 지점(14.8%)으로 나타났다. 반면 이동확률이 낮은 지역에서는 '낮음 지역' 8개 지점(13.1%)과 '매우 낮음 지역' 4개 지점(6.6%)으로 나타났다. 시뮬레이션의 검증결과 높음 결과값을 가지는 지역에서 특히 실제 수달의 서식 흔적이 많이 나타났다. 또한 이동확률의 등급 별 단위 면적(1×1㎢ 당)에 따른 수달 출현지점과의 상관관계를 알아본 결과, 가장 높은 확률로 이동하는 지역에서 단위 면적당 6.8개 흔적이 발견된 반면, 이동 확률이 낮은 지역은 0.1개 지점으로 분석되었다. 수달이 하천 지역의 주요경로를 이용하는 측면에서 보통 수준 이상 결과 지역에서는 23개(63.9%)로 많은 서식흔적이 발견되어 시뮬레이션의 주요 이동경로가 실제 수달 개체의 이동로로 활용되고 있는 것으로 나타났다. EN-Simulator 분석은 수달의 이동경로 선택에 있어서 공간특성이 이동가능성에 어떤 영향을 미치는지 예측 가능하고 분석값을 활용하여 주요 이동경로 내 추가 서식지 조성 및 로드킬 위험 지역을 사전에 파악하여 예방 가능하도록 하는 등의 기초자료로 활용 가능할 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1505-1514
• /
• 2022

영상정합은 다시기 및 다중센서 고해상도 위성영상을 효과적으로 활용하기 위해 필수적으로 선행되는 중요한 과정이다. 널리 각광받고 있는 딥러닝 기법은 위성영상에서 복잡하고 세밀한 특징을 추출하여 영상 간 빠르고 정확한 유사도 판별에 사용될 수 있음에도 불구하고, 학습자료의 양과 질이 결과에 영향을 미치는 딥러닝 모델의 한계와 고해상도 위성영상 기반 학습자료 구축의 어려움에 따라 고해상도 위성영상의 정합에는 제한적으로 적용되어 왔다. 이에 본 연구는 영상정합에서 가장 많은 시간을 소요하는 정합쌍 추출 과정에서 딥러닝 기반 기법의 적용성을 확인하기 위하여, 편향성이 존재하는 고해상도 위성영상 데이터베이스로부터 딥러닝 영상매칭 학습자료를 구축하고 학습자료의 구성이 정합쌍 추출 정확도에 미치는 영향을 분석하였다. 학습자료는 12장의 다시기 및 다중센서 고해상도 위성영상에 대하여 격자 기반의 Scale Invariant Feature Transform(SIFT) 알고리즘을 이용하여 추출한 영상쌍에 참과 거짓의 레이블(label)을 할당한 정합쌍과 오정합쌍의 집합으로 구축되도록 하였다. 구축된 학습자료로부터 정합쌍 추출을 위해 제안된 Siamese convolutional neural network (SCNN) 모델은 동일한 두 개의 합성곱 신경망 구조에 한 쌍을 이루는 두 영상을 하나씩 통과시킴으로써 학습을 진행하고 추출된 특징의 비교를 통해 유사도를 판별한다. 본 연구를 통해 고해상도 위성영상 데이터 베이스로부터 취득된 자료를 딥러닝 학습자료로 활용 가능하며 이종센서 영상을 적절히 조합하여 영상매칭 과정의 효율을 높일 수 있음을 확인하였다. 다중센서 고해상도 위성영상을 활용한 딥러닝 기반 영상매칭 기법은 안정적인 성능을 바탕으로 기존 수작업 기반의 특징 추출 방법을 대체하고, 나아가 통합적인 딥러닝 기반 영상정합 프레임워크로 발전될 것으로 기대한다.

• 한국수자원학회논문집
• /
• 제55권6호
• /
• pp.393-404
• /
• 2022

위성에서 보다 미세한 공간 분해능으로 신뢰할 수 있는 지상 강우 관측은 도시 수문학적 및 미시적 농업 수요에 필수적이다. 전통적으로 "톱다운" 접근 방식 기반 위성 강우 산출물이 널리 사용되고 있지만 공간 분해능에 한계가 있다. 본 연구는 C-밴드 SAR Sentinel-1 위성 데이터(SM2RAIN-S1)에 적용되는 매개 변수화된 SM2RAIN 모델인 강우 추정을 위한 새로운 "상향식" 접근 방식의 가능성을 평가하여 중부지방에 대한 높은 공간 분해능 지상 강우 추정치(0.01° 그리드/6일)를 생성하는 것을 목표로 한다. 그것의 성능은 중부지방 두 개의 다른 하위 지역, 즉 혼합 산림 중심, 중간 하위 지역, 그리고 경작 중심, 서해안 하위 지역의 1년 기간 동안 기존의 재분석 프로덕트와 우량계 네트워크의 각각의 강우 데이터를 사용하여 공간 및 시간적 가변성에 대해 평가되었다. 평가결과에 따르면 SM2RAIN-S1 프로덕트는 중부지방의 일반적인 강우 패턴을 포착할 수 있고, 서로 다른 토지 피복으로 지역 규모에서 공간 분해능 강우량 측정 가능성을 보유할 수 있으며, 강우량 관측치에 대한 편중된 강우량 추정치가 제공되었다. 또한 SM2RAIN-S1 강우량은 피어슨의 상관 계수(R = 0.69)를 고려할 때 혼합림에서 더 우수했으며, 이는 혼합림에서 토양 수분과 강우의 시간 역학을 포착하는 데 6일 SM2RAIN-S1 데이터의 적합성을 암시했다. 그러나, RMSE와 바이어스 측면에서, 혼합림보다는 경작지의 SM2RAIN-S1 강우 생성물에서 더 나은 성능을 얻었으며, 이는 높은 증발증산 손실(특히 혼합림)에 의해 유도된 더 큰 오류를 SM2RAIN의 추가 개선에 포함해야 한다는 것을 나타낸다.

• 지능정보연구
• /
• 제29권4호
• /
• pp.229-256
• /
• 2023

팬데믹으로 인한 재택근무와 가정용 전력수요의 증가는 전력수요 패턴에 상당한 변화를 불러왔다. 이로 인해 한전 PPA(전력구매계약) 및 자가용 태양광 발전량 파악이 어려워지고, 전력거래소의 전력수요예측과 계통운영에 어려움이 가중되고 있다. 전기에너지는 다른 에너지 자원과 달리 저장이 어려워, 생산된 에너지와 소비 사이의 균형을 유지하는 것이 매우 중요하다. 전기에너지의 부족이나 과잉 생산은 에너지 시스템에 큰 불안정성을 초래할 수 있으므로, 전력 수급을 효과적으로 관리하는 것이 필수적이다. 특히, 4차 산업혁명 시대에는 데이터의 중요성이 더욱 커져 대규모 화재나 정전과 같은 문제가 심각한 영향을 미칠 수 있다. 이에 따라, 전기에너지 분야에서 정확한 전력수요와 함께 재생에너지와 같은 발전량을 정확하게 예측하여 적절한 발전 관리를 하는 것이 중요하며, 이는 불필요한 전력 생산을 줄이고 에너지 자원을 효율적으로 활용하는데 도움이 된다. 이에, 본 연구에서는 산업통상자원부에서 제공한 169개 발전소의 데이터를 활용하여 최적의 집합전력자원을 구성하기 위해 (1) 재생에너지 발전량 예측제도와 목표, 그리고 실제 적용에 대해 검토하고, (2) 예측제도 정산을 고려한 집합구성 알고리즘을 개발한 후, (3) 분석 로직에 이를 적용하여 결과를 종합하고 해석하였다. 본 연구는 최적의 집합구성 알고리즘을 개발하여, 최대 정산금 대비 80.66%에 달하는 집합구성(Result_Number 546)을 도출하였으며, 발전소 집합을 구성하였을 때 정산금을 증가시키는 발전소(B1783, B1729, N6002, S5044, B1782, N6006)와 정산금을 감소시키는 발전소(S5034, S5023, S5031)를 확인하였다. 집합전력자원을 연구단위로 설정하여 최적의 집합구성 알고리즘을 개발한 최초의 연구로서 의의가 있으며, 본 연구결과의 활용으로 전력시스템의 안정성을 향상시키고 에너지 자원이 효율적으로 활용될 수 있기를 기대한다.