• 한국수자원학회논문집
• /
• 제57권3호
• /
• pp.181-193
• /
• 2024

기후변화에 의해 발생하는 대기 불균형은 강우량의 증가로 이어지고, 침수 발생 빈도가 증가함에 따라 이를 탐지할 수 있는 기술의 필요성이 증가하고 있다. 침수 피해를 최소화하기 위해 지속적인 모니터링이 필요하며, 날씨의 영향을 받지 않는 합성개구레이더(Synthetic Aperture Radar, SAR) 영상을 활용하여 침수지역을 탐지하였다. 관측된 데이터는 median 필터를 통해 노이즈를 감소시키는 전처리 과정을 진행하였으며, 객체 탐지 기법을 통해 수체와 비수체를 분류하여 각 기법의 침수탐지 활용성을 평가하고자 하였다. 본 연구에서는 Otsu 기법과 SVM 기법을 통해 수체 및 침수 탐지를 수행하였으며, Confusion Matrix를 통해 전체적인 모델의 성능을 평가하였다. Otsu 기법은 수체와 비수체의 경계를 구분하는데 적합함을 보였으나, 혼합물의 영향을 받아 오탐지의 비율이 높게 나타났다. 반면, SVM 기법을 사용한 경우, 오탐지 비율이 낮고 혼합물에 의한 영향에 민감하지 않은 것으로 관측되었다. 이에 따라 침수 상태를 제외한 다른 조건에서 SVM 기법의 정확도가 높게 나타났다. Otsu 기법이 침수 조건에서 SVM 기법보다 다소 높은 정확도를 보였지만, 정확도의 차이가 5% 미만임을 확인할 수 있었다(Otsu: 0.93, SVM: 0.90). SVM 기법이 Otsu 기법보다 침수 전, 침수 후의 조건에서 정확도 차이가 최대 15% 이상 발생하여 수체 및 침수탐지에 더 적합하게 나타났다(Otsu: 0.77, SVM: 0.92). 이러한 결과는 SVM 기법이 수체 및 침수탐지에서 효과적으로 활용될 수 있음을 시사하며, 미래의 수재해 탐지 시스템에 적용될 때 유용한 정보를 제공할 수 있을 것으로 기대된다.

• 한국산림과학회지
• /
• 제90권4호
• /
• pp.420-430
• /
• 2001

임도개설상(林道開設上)의 기술적인 문제(問題)와 현장애로를 해소하기 위하여 임도(林道)의 직접적인 효과(效果)인 집재비(集材費)와 개설비(開設費)를 중심으로 투자효과(投資效果)를 최대(最大)로 하는 임도망(林道網) 배치(配置)프로그램을 개발(開發)하였다. 프로그램은 Windows 95/98을 운영체제로 하고 Microsoft Visual Basic 5.0을 사용하여 전체 인터페이스 설계(設計)와 계산 프로그램을 작성하였으며, 인터페이스는 계층적인 구조(構造)로 설계(設計)하고 GUI의 형태(形態)로 제공(提供)하였다. 프로그램 개발에 사용한 입력데이터는 Map데이터(지리정보(地理情報)데이터)로서 수치지형도(數値地形圖)(DTM), 계획구역구분도(計劃區域區分圖), 산림기능구분도(山林機能區分圖), 임내(林內) 도로망도(道路網圖)와 콘트롤데이터(계산용(計算用) 조건인자(條件因子) 테이터)인 임상별(林相別) 목재생산량(木材生産量) 및 노동투입량(勞動投入量), 지형별(地形別) 집재비(集材費), 지형별(地形別) 목도단가(林道單價), 노동단가(勞動單價), 임도(林道) 및 작업도(作業道) 우회율(迂回率), 보행거리계수(步行距離係數), 보행속도(步行速度) 등을 사용하였다. 개발된 프로그램은 현재의 임도개설비(林道開設費)로 향후 벌채(伐採)까지의 적정(適正) 임도밀도(林道密度)와 임도개설연장거리(林道開設延長距離)를 파악할 수 있다. 또한 임도노선배치(林道路線配置)를 프로그램화하여 직접적 경제효과(經濟效果)인 임업적(林業的) 효과(效果)를 제일 우선적으로 생각하여 최적(最適)의 임도노선(林道路線)이 배치(配置)할 수 있으며, 종전의 주관적인 임도노선배치(林道路線配置)보다는 많은 요인(要因)에 의하여 임도망(林道網)이 결정(決定)되고 좀 더 과학적이고 이론적인 임도노선배치(林道路線配置)가 가능하므로 투자효과(投資效果)를 최대(最大)로 하는 임도노선배치(林道路線配置) 계획법(計劃法)을 제시(提示)할 수가 있다. 또한 임도노선배치계산(林道路線配置計算)에서 임도노선(林道路線)마다의 배치우선순위(配置優先順位)가 프로그램상에서 결정(決定)되므로 임도노선배치(林道路線配置) 계획(計劃)을 시업계획(施業計劃)과 병행해서 결정(決定)할 수 있다.

• 대한원격탐사학회지
• /
• 제30권1호
• /
• pp.61-73
• /
• 2014

본 연구는 항공 초분광영상을 사용한 수질추정 활용을 검토하고 한강일부분에 대해 가용한 측정자료를 이용하여 초분광영상 기반의 수질추정을 테스트하였다. 원격탐사에 의한 수질추정은 수체에 대한 downwelling과 수체 내에서의 산란과 반사에 대한 관측정보를 이용하는 방법과 원격탐사 센서에 도달하는 upwelling과 수질측정정보와의 선형적 회귀분석을 구하는 방법이 선호된다. 두 방법 모두 유의미한 결과를 도출하지만 수질정보나 산란정보 등 추정에 필요한 보조자료에 의한 영향이 더 클 것으로 판단되었다. 수질 추정 테스트는 팔당댐 하류에 위치한 한강의 일부분에 대해서 적용되었다. AISA eagle 초분광센서로 취득된 자료와 수질관측정보를 선형적 회귀분석을 통한 방법을 적용하였다. 기존 문헌에서 제시된 밴드조합에 대해서 회귀분석한 결과 유의미한 밴드조합으로 $-24.847+0.013L_{560}$의 회귀식을 얻었다 ($L_{560}$은 560 nm 파장에서의 radiance로 $R^2$=0.985). 다중분광영상을 이용했을 경우의 결과와 비교하기 위해서 spectral resampling을 통해 Landsat TM 영상을 생성하여 -55.932 + 33.881(TM, TM3)의 회귀식을 얻을 수 있었다(TM, TM3는 radiance로, $R^2$=0.968). 부유물질 농도는 수질측정지점에서 약 3.75 mg/l 이고, 초분광영상으로 추정된 농도는 약 3.65 mg/l, 시뮬레이션된 TM은 약 5.85 mg/l 로 다중분광영상을 이용했을 경우 과대 추정하는 경향을 보였다. 항공 초분광영상의 활용가치를 높이고 보다 정밀한 값을 추정하기 위해서 영상 전반에 걸친 sun glint 와 같은 영향을 최소화하기 위해 태양고도각을 고려하여 정교한 비행계획을 구성하고 체계적 전처리와 검 보정 체계를 갖출 필요가 있다고 사료된다. 일반적으로 적용된 방법에 따른 테스트로, 대기보정의 정밀성과 부족한 수질측정 샘플자료, 분광밴드의 검색, 적합한 선형회귀모델의 선택, 그리고 정량적 검증방법과 같은 몇 가지 문제점과 제약사항들을 발견할 수 있었다.

• 전기전자학회논문지
• /
• 제27권1호
• /
• pp.116-121
• /
• 2023

본 논문에서는 딥러닝 예측 결과 정보를 적용하는 복합 미생물 배양기를 위한 딥러닝 구조를 개발한다. 제안하는 복합 미생물 배양기는 수집한 복합 미생물 데이터에 대해 복합 미생물 데이터 전처리, 복합 미생물 데이터 구조 변환, 딥러닝 네트워크 설계, 설계한 딥러닝 네트워크 학습, 시제품에 적용되는 GUI 개발 등으로 구성된다. 복합 미생물 데이터 전처리에서는 미생물 배양에 필요한 당밀, 영양제, 식물엑기스, 소금 등의 양에 대해 원-핫 인코딩을 실시하며, 배양된 결과로 측정된 pH 농도와 미생물의 셀 수에 대해 최대-최소 정규화 방법을 사용하여 데이터를 전처리한다. 복합 미생물 데이터 구조 변환에서는 전처리된 데이터를 물 온도와 미생물의 셀 수를 연결하여 그래프 구조로 변환 후, 인접 행렬과 속성 정보로 나타내어 딥러닝 네트워크의 입력 데이터로 사용한다. 딥러닝 네트워크 설계에서는 그래프 구조에 특화된 그래프 합성곱 네트워크를 설계하여 복합 미생물 데이터를 학습시킨다. 설계한 딥러닝 네트워크는 Cosine 손실함수를 사용하여 학습 시에 발생하는 오차를 최소화하는 방향으로 학습을 진행한다. 시제품에 적용되는 GUI 개발은 사용자가 선택하는 물 온도에 따라 목표하는 pH 농도(3.8 이하) 복합 미생물의 셀 수(10⁸ 이상)를 배양시키기 적합한 순으로 나타낸다. 제안된 미생물 배양기의 성능을 평가하기 위하여 공인시험기관에서 실험한 결과는, pH 농도의 경우 평균 3.7로, 복합 미생물의 셀 수는 1.7 × 10⁸으로 측정되었다. 따라서, 본 논문에서 제안한 딥러닝 예측 결과 정보를 적용하는 복합 미생물 배양기를 위한 딥러닝 구조의 효용성이 입증되었다.