• 대한원격탐사학회지
• /
• 제39권5_2호
• /
• pp.771-783
• /
• 2023

This study aims to compare the performance of each machine learning model for preparing a grid-based disaster risk map related to flooding in Jung-gu, Ulsan, for Typhoon Chaba which occurred in 2016. Dynamic data such as rainfall and river height, and static data such as building, population, and land cover data were used to conduct a risk analysis of flooding disasters. The data were constructed as 10 m-sized grid data based on the national point number, and a sample dataset was constructed using the risk value calculated for each grid as a dependent variable and the value of five influencing factors as an independent variable. The total number of sample datasets is 15,910, and the training, verification, and test datasets are randomly extracted at a 6:2:2 ratio to build a machine-learning model. Machine learning used random forest (RF), support vector machine (SVM), and k-nearest neighbor (KNN) techniques, and prediction accuracy by the model was found to be excellent in the order of SVM (91.05%), RF (83.08%), and KNN (76.52%). As a result of deriving the priority of influencing factors through the RF model, it was confirmed that rainfall and river water levels greatly influenced the risk.

• Proceedings of the National Institute of Ecology of the Republic of Korea
• /
• 제4권4호
• /
• pp.159-176
• /
• 2023

The conservation of the raccoon dog (Nyctereutes procyonoides) in South Korea requires the protection and preservation of natural habitats while additionally ensuring coexistence with human activities. Applying habitat map modeling techniques provides information regarding the distributional patterns of raccoon dogs and assists in the development of future conservation strategies. The purpose of this study is to generate potential habitat distribution maps for the raccoon dog in South Korea using geospatial technology-based models. These models include the frequency ratio (FR) as a bivariate statistical approach, the group method of data handling (GMDH) as a machine learning algorithm, and convolutional neural network (CNN) and long short-term memory (LSTM) as deep learning algorithms. Moreover, the imperialist competitive algorithm (ICA) is used to fine-tune the hyperparameters of the machine learning and deep learning models. Moreover, there are 14 habitat characteristics used for developing the models: elevation, slope, valley depth, topographic wetness index, terrain roughness index, slope height, surface area, slope length and steepness factor (LS factor), normalized difference vegetation index, normalized difference water index, distance to drainage, distance to roads, drainage density, and morphometric features. The accuracy of prediction is evaluated using the area under the receiver operating characteristic curve. The results indicate comparable performances of all models. However, the CNN demonstrates superior capacity for prediction, achieving accuracies of 76.3% and 75.7% for the training and validation processes, respectively. The maps of potential habitat distribution are generated for five different levels of potentiality: very low, low, moderate, high, and very high.

• 한국산림과학회지
• /
• 제36권1호
• /
• pp.9-25
• /
• 1977

소나무 천연집단(天然集團)의 변이(變異)를 조사(調査)하기 위(爲)해 1971년(年), 1975년(年)에 각각(各各) 3개집단(個集團)을 조사(調査)한데 이어 1976년(年)에 강원도(江原道)의 이제군(麟蹄郡) 기린면(麒麟面) 진동리(鎭東里)(집단(集團) 7)와 정선군(旌善郡) 임계면(臨溪面) 약천리(藥川里) (집단(集團) 8) 그리고 삼척군(三陟郡) 하장면(下長面) 한소리(汗沼里)(집단(集團) 9)에서 각각(各各) 1개집단(個集團)(한 집단(集團)에서 20주(株))씩의 임분(林分)을 택(擇)하였으며 외형적(外形的)으로 우량(優良)하다고 생각되는 임목개체(林木個體)를 대상(對象)으로 조사(調査)하였다. 대상임목(對象林木)은 외부(外部) 형태학적(形態學的) 특성(特性), 침엽(針葉)의 특성(特性), 재질(材質)의 특성(特性)이 조사분석(調査分析)되었고 그 결과(結果)는 다음과 같이 요약(要約)된다. 1. 3개집단(個集團)의 평균임령(平均林齡)은 50~63년간(年間)에 있고 성장(成長)은 비슷하였다. 직관(直觀)으로 판단(判斷)할 때 삼척집단(三陟集團)이 우량수형(優良樹型)을 가진 것으로 생각되었다. 지하고율(枝下高率)은 정선집단(旌善集團)이 0.53으로 가장 높은 값이었고 수관지수(樹冠指數)는 0.91로서 불량(不良)하다고 생각되었다. 삼척집단(三陟集團)은 세지성(細枝性)이라는 점(點)과 분지각(分枝角)이 가장 예각(銳角)이란 점(點)에 있어서 바람직했다. 수관장(樹冠長)은 모두 비슷했다. 2. 지하고대(地下高對) 수고(樹高) 그리고 수관지수(樹冠指數)의 빈도분포(頻度分布)를 보면 집단간(集團間)에 차이(差異)가 있는 것으로 사료(思料)되었다. 3. 거치밀도(鋸齒密度)는 3개집단(個集團) 모두 약 27로서 집단간(集團間) 유의차(有意差)는 없었고 개체간차(個體間差)가 큰 것으로 나타났다. 특히 높은 밀도(密度)를 가지는 개체(個體)(40이상(以上)의 것)가 있었다. 기공열수(氣孔列數)와 수지도수(樹指道數)에 있이거도 집단간차이(集團間差異)는 없었고 개체간차이(個團間差異)는 컸다. 4. 수지도지수(樹指道指數)(R.D.I.)에 있어서는 집단(集團)8이 0.074로서 다른 두집단(集團)의 2-3배(倍)의 값을 보였다. 5. 10년단위(年單位) 평균(平均) 연륜폭(年輪幅)의 성장과정(成長過程)은 초기(初期)(30년(年)까지)에는 집단간(集團間)의 차이(差異)가 있었으나 그 이후(以後)가 되면서 같은 값에 접근(接近)했다. 6. 평균추재졸(平均秋材卒)에 있어서는 집단간(集團間)의 차이(差異)가 없었으나 Range에 있어서 차이(差異)가 있었다. 가령 집단(集團)8은 23~30인데 집단(集團)9는 16~36으로 7 : 20의 차(差)를 나타내고 있다. 7. 목재비중(木材比重)은 평균치(平均値)에 있어서 집단간(集團間)의 차이(差異)가 없었고 Range에 있어서도 그러하였다. 수령(樹齡)의 증가(增加)에 따라 비중(比重)은 증가(增加)하나 그 증감(增減)의 과정(過程)은 집단(集團)에 따라 차이(差異)가 있다. 8. 가도관장(假導管長)은 집단간차이(集團間差異)가 없고 Range 또한 비슷하고 수령(樹齡)의 증가(增加)에 따라 그 길이가 증가(增加)하고 있었다. 증가경향(增加傾向)의 집단간차이(集團間差異)가 없었다.

• 한국지리정보학회지
• /
• 제21권4호
• /
• pp.64-80
• /
• 2018

우리나라의 시민들은 범죄에 대한 일반적인 사항만을 알 수 있을 뿐, 자신이 범죄위험에 얼마나 노출되어 있는지를 파악하기 어렵다. 경찰의 입장에서도 범죄발생 지역을 예측할 수 있다면 경찰력이 부족한 상황에서 효율성 있게 범죄에 대처 가능할 것이지만 아직 우리나라에서는 예측시스템이 없고, 관련 연구도 매우 부족한 실정이다. 이에 본 연구에서는 범죄발생 위험지역 예측 자동화 시스템 개발의 첫 번째 단계로 빅데이터로 구축 가능한 범죄정보와 도시지역 자료를 바탕으로 머신러닝 방식을 통해 한국형 범죄발생 위험지역 예측 모형을 개발하고자 한다. 또한 시나리오를 가정하여 범죄발생 확률을 지도로 시각화함으로써 사용자의 이해도를 높이도록 하였다. 선행 연구 및 사례에서 범죄발생에 영향을 미치는 요인 중 빅데이터로 구축 가능한 범죄정보, 날씨정보(기온, 강수량, 풍속, 습도, 일조, 일사, 적설, 전운량), 지역정보(평균 건폐율, 평균 용적율, 평균 높이, 총 건축물수, 평균 공시지가, 평균 주거용도면적, 평균 지상층수)를 머신러닝에 활용할 수 있도록 데이터를 사전 처리하였다. 머신러닝 알고리즘으로서 지도학습 모형 중 다양한 분야에서 활용되며 정확도가 높다고 알려진 의사결정나무모형, 랜덤포레스트모형, Support Vector Machine(SVM)모형을 활용하여 범죄 예측 모형을 구축하고 비교 분석하였다. 그 결과 평균 제곱근 오차(Root Mean Square Error, RMSE)가 낮아 예측력이 높은 의사결정나무모형을 최적모형으로 선정하였다. 이를 바탕으로 가장 빈번하게 발생하는 절도와 폭력범죄를 대상으로 시나리오를 작성하여 범죄 발생 위험지역을 예측한 결과, 사례도시 J시는 위험지역이 3가지 패턴으로 발생하는 것으로 나타났으며, 각각 발생확률을 3 등급으로 구분하여 $250{\times}250m$ 단위의 지도형태로 시각화할 수 있었다. 본 연구는 향후 자동화 시스템으로 개발하여 시시각각으로 변하는 도시 상황에 따라 실시간으로 예측 결과를 시각화하여 제공함으로써 보다 범죄로부터 안전한 도시환경 조성에 기여하고자 한다.

• 한국측량학회지
• /
• 제25권6_2호
• /
• pp.645-651
• /
• 2007

일반적으로 수치지도의 등고선은 항공사진을 해석 및 수치 도화기 상에서 입체시 하여 동일한 높이의 점들을 3차원으로 측정하고 도화하여 생성되므로 등고선 도화는 작업량이 많고 도화사의 주관적인 판단과 경험에 의해 결정된다. 그러므로 지형의 형태와 특성을 묘사하는 등고선의 도화는 도화사의 풍부한 경험이 요구된다. 또한 국내의 수치지도는 수치지형모델(DTM) 데이터를 포함하고 있지 않으므로 DTM이 필요한 경우 대부분 등고선 데이터로부터 간접적으로 생성한다. 본 연구에서는 지형의 특성에 대한 중요한 정보를 포함하고 있는 model key point를 등고선에서 추출하고, 이를 기반으로 지형적 특성을 고려하여 DTM의 격자간격을 효율적이고 융통적으로 조절하여 정량적 및 정성적인 측면에서 최적의 데이터를 이용하여 DTM을 생성하는 방법을 제안한다. 이를 위하여 progressive sampling 기법을 적용하여 지형이 복잡하여 기복이 큰 산악지역에는 격자간격을 작게하고 지형이 완만한 지역은 격자간격을 상대적으로 크게한다. 그러므로 고정된 하나의 격자간격을 사용하지 않고 지역별로 서로 다른 격자간격을 가지는 다중격자 DTM을 생성하였다. 다중격자 DTM은 용량이 최적화되어 계산량이 적고, 신속한 디스플레이 할 수 있는 장점이 있다.

• 한국환경생태학회지
• /
• 제34권3호
• /
• pp.235-248
• /
• 2020

본 연구는 진도 첨찰산을 대상으로 보전가치가 큰 난온대 상록활엽수림의 식생구조를 정량적으로 파악함과 동시에 변화상을 규명하고자 진행하였다. TWINSPAN과 DCA에 의한 군락분류결과, 구실잣밤나무군락(I), 구실잣밤나무-참가시나무군락(II), 붉가시나무-구실잣밤나무군락(III), 낙엽활엽수-상록활엽수혼효군락(IV)으로 구분되었다. 조사된 진도 첨찰산 상록활엽수림의 전체 MIP분석 결과, 교목층에서 구실잣밤나무, 참가시나무, 붉가시나무, 아교목층에서 동백나무, 광나무, 생달나무, 관목층에서 마삭줄, 동백나무, 구실잣밤나무가 우점하고 있었다. 주요 상록수종을 대상으로 흉고직경급별 분포를 분석하여 과거 자료와 비교한 결과, 상층을 우점하고 있는 구실잣밤나무, 붉가시나무는 대경목 비율이 늘어난 반면, 아교목성상의 동백나무, 광나무의 흉고직경급별 분포 차이는 나타나지 않았다. 향후 진도 첨찰산 상록활엽수림의 보전을 위해서는 천연기념물 보호구역을 중심으로 정밀현존식생도 제작과 함께 실제 상록활엽수 분포지역을 파악한 후, 유역권 개념이 포함된 첨찰산 상록활엽수림의 보호구역 재설정이 필요하다고 판단된다.

• 한국초지조사료학회지
• /
• 제36권4호
• /
• pp.365-369
• /
• 2016

본 연구는 산지초지에서 애기수영의 분포를 신속하고 정밀하게 파악하기 위안 무인기 촬영 항공영상의 이용가능성을 실험하였다. 항공영상은 일반 디지털카메라로 촬영한 RGB 영상과 자체 제작한 NIR 카메라로 촬영한 NIR 영상을 이용하여 각각 Red, Green, Blue 벤드와 NIR 밴드를 이용하였고, 밴드조합에 따른 애기수영의 건물비율과의 상관관계를 조사하였다. 다중선형회귀분석 결과 NIR+R+G+B 밴드의 조합이 가장 높은 상관관계($R^2$, 0.96)를 보였으며, R+G+B 밴드의 조합이 다음으로 높은 상관관계를 보였고 ($R^2$, 0.91) NIR+R 밴드($R^2$, 0.45)와 NIR+G 밴드 ($R^2$, 0.27)는 상대적으로 낮은 상관관계를 보여 NIR+R+G+B 밴드조합이 애기수영 분포 파악을 위하여 가장 적합한 것을 확인하였다. R+G+B 밴드 조합의 경우 NIR+R+G+B 밴드의 조합과 비교하여 예측정확도가 큰 차이가 나지 않았으며 근적외선 카메라 없이 일반 디지털 카메라로 영상정보의 획득이 가능하기 때문에 현장적용성 면에서 장점을 가질 것으로 판단된다.

• 한국산림과학회지
• /
• 제84권4호
• /
• pp.447-455
• /
• 1995

강원도 점봉산(點鳳山) 북암령 일대(一帶)에 분포(分布)되어 있는 신갈나무림(林)에 $50m{\times}50m$, $20m{\times}400m$ 및 $20m{\times}200m$ 크기의 방형구(方形區)를 설치(設置)하여 신갈나무림(林)의 구조(構造)와 갱신(更新) 과정(過程)을 밝히고자 하였다. 이 지역(地域)의 삼림(森林)은 10m 이상(以上)의 상층(上層)에는 신갈나무가 우점하고 있으며, 특히 5-10m 사이의 중층(中層)과 하층(下層)에는 당단풍이 단연 우세하였다. 상층목(上層木)은 비교적 랜덤하게 분포(分布)하고 있으나, 일부의 중층목(中層木)과 하층목((下層木)들은 집중적으로 분포(分布)하는 경향이 보였다. 수령(樹齡)의 수평적(水平的)인 분포(分布)에 있어서는 수령폭(樹齡幅)이 10년(年) 내외(內外)의 동령적(同齡的)인 집단(集團)이 여러 곳에서 보여졌다. 상층목(上層木)과 중층(中層) 및 하층목(下層木)의 직경(直徑) 생장율(生長率)은 전체(全體) 생장(生長) 과정(過程)에 있어서는 중(中) 하층목(下層木)이 상층목(上層木)의 1/2 정도(程度) 불과하고 특히 초기(初期) 25년간(年間)의 생장율(生長率)은 상층목(上層木)의 2/3 이하(以下)에 불과하였다. 조사(調査) 지역(地域) 내(內)의 신갈나무림(林)은 주로 줄기절단과 가지절단에 의하여 Gap이 형성(形成)되고 있으며, 형성(形成)되어진 Gap은 실생(實生)의 정착(定着)에 의하여 갱신(更新)이 이루어지고 있는 것으로 나타났다. 이상(以上)의 결과(結果) 등으로부터 신갈나무림(林)의 갱신(更新) 양식(樣式)을 고찰(考察)하여 보면, 상층(上層)의 임관(林冠)이 트여져 Gap이 형성(形成)이 되면 그 밑에 신갈나무의 어린 개체(個體)들이 집중적(集中的)으로 발생(發生)하여 이들이 생장(生長)하게 됨에 따라 자기솎음과정에 의하여 전체로는 랜덤에 가까운 분포(分布)를 나타내게 되며, 이들 중의 몇 개체(個體)가 상층(上層)을 이루게 되는 것으로 추정(推定)된다.

• 대한기계학회논문집B
• /
• 제35권3호
• /
• pp.309-319
• /
• 2011

질소 희석된 프로판 부상화염에서 열손실에 의한 자기진동을 기초로 화염안정화선도를 도출하기 위하여 노즐직경 0.3 mm, 1.0 mm에서 실험적 연구를 수행하였다. 예혼합화염에서 확산화염으로의 전도 열손실에 의한 자기진동 및 매연 복사에 의한 자기진동을 관찰하였다. 0.1 Hz보다 낮은 주파수 성향을 띄는 열손실에 의한 자기진동은 제안된 메커니즘에 의해 잘 묘사되었고 반면 매연복사에 의한 자기진동은 O(0.1 Hz)의 주파수 범위를 나타내었으며 제안된 메커니즘은 항온항습실 실험을 통해 입증하였다. 질소 희석된 프로판 부상화염에서 관찰된 열손실에 의한 자기진동의 특성화는 관련된 변수 및 스트라훌 수에 의해 잘 묘사되었다.

• 지적과 국토정보
• /
• 제46권2호
• /
• pp.27-42
• /
• 2016

산림은 우리나라 토지피복 면적의 64%에 해당하는 넓은 면적을 차지한다. 이와 같이 넓은 면적의 산림을 조사, 모니터링, 관리하기 위해서는 원격탐사 및 지리정보시스템 기술이 필수적이다. 위성영상의 분광반사 특성을 이용하여 임상 및 수종분류가 가능하며, 이를 통해 임상도를 제작할 수 있다. 3차원 자료인 LiDAR를 이용하여 개체목의 위치와 수고 측정, 이를 통해 바이오매스와 탄소량 추정이 가능하다. 그 외에도 대상물의 반사특성을 이용해서 각종 지수들이 추출될 수 있는데, 예를 들어 식생지수와 표면토양지수 등을 통해 식생의 활력도와 산림 황폐화 정도를 파악 할 수 있다. 이러한 식생지수들의 변이를 파악하여 소나무 재선충병, 참나무 시들음병 등의 조기탐지 및 관리도 가능하다. 또한 A/R CDM, REDD+ 등 최근 기후변화 대응 사업에 있어서 원격탐사는 사업성 판단과 이산화탄소 흡수 및 저장량을 산정하는데 중요한 역할을 하고 있다. 기후변화 취약성 평가에서는 지리정보시스템의 시공간자료를 이용하여 국가 및 지자체 단위의 취약성이 시공간적으로 평가되고 있다. 또한, 시공간자료를 영향변수로 추가시킨 각종 모델을 통해 산림생장, 입목고사, 산사태 및 산불 등의 예측이 시공간적으로 이루어 질 수 있다.