• 대한원격탐사학회지
• /
• 제39권5_2호
• /
• pp.743-754
• /
• 2023

기후변화와 극한기상으로 유발된 다양한 자연재해와 사고로 전세계적으로 수많은 인명과 재산 피해가 발생하고 있다. International Charter와 같은 국제기구간의 상시 공조체계를 구축하고, 이러한 대규모 재난관리와 신속한 복구를 위해 고해상 위성영상 및 공간정보를 제공하고 있다. 국내에서는 국토위성이 본격적으로 정상 운용되면서 국토정보 구축뿐만 아니라 국내·외 대형 재난에 대해 피해분석 정보를 제공하고 있다. 이번 국립재난안전연구원 특별호에서는 2023년 주요 재난사고 발생 현황과 정부의 국가재난안전시스템 개편 대책을 기술하였다. 또한, 연구원에서 재난 상황관리 및 분석을 위해 수행하고 있는 인공위성과 정보통신, 공간정보 활용기술과 관련된 최신 연구성과와 재난사고 원인·피해조사를 위한 자료 수집·처리·분석과 관련된 최신 연구성과를 담았다. 아울러, 드론매핑(drone mapping)과 라이다(LiDAR) 관측기술을 활용한 2023년 집중호우로 인한 산사태 피해 현장조사 사례를 기술하였다.

• 대한핵의학회지
• /
• 제39권3호
• /
• pp.174-181
• /
• 2005

목적: 호흡게이트PET(이하 RGPET)을 이용하여 호흡에 의한 PET영상의 인공산물의 감소 효과를 호흡모형 팬톰을 제작하여 분석하였다. 특히 4D-CT를 시행하여 얻은 동일 호흡위상의 CT영상을 이용하여 RGPET의 감쇠 보정에 이용할 수 있도록 CT영상을 재구성하는 방법을 제시하였다. 대상 및 방법: 반복주기 6초, 진동 폭 26mm의 운동 팬톰에 각각 3 ml syringe와 10, 30 ml의 vial에 18.5 MBq (0.5 mCi) 18-F FDG를 주입한 후, 게이트의 유무에 따라 Discovery ST (GE Medical System, Milwaukee. WU) PET-CT 스캐너를 사용하여 PET/CT스캔을 시행하였다. 이때 호흡추적장치로는 적외선 CCD카메라 방식의 Real-Time Position Management (Varian Medical Systems, Palo Alto, CA)을 사용하였다. 호흡게이트PET 및 4D-CT스캔은 10% 호흡위상백분위 별로 총 10세트의 영상을 각각 획득하였다. 이와 같이 운동주기를 10개의 소 구간으로 분할하여 얻은 PET과 CT영상으로부터 각 물체의 위치를 분석하였고, 물체의 크기에 따른 운동 인공산물의 크기와 PET 계수 값의 감소간의 상관관계를 분석하였다. 결과: RGPET과 4D-CT상에서 물체의 중심위치를 호흡위상별로 분석한 결과, 오차범위 내에서 실제 위치와 잘 일치하였다. 게이트를 시행하지 않은 PET에서 관측된 물체의 크기는 상대적 운동크기에 비례하여 증가하여, 운동범위가 물체 크기의 2배가 되면 부피를 2.5배 가량 과대 평가하였다. 반면, 최대 uptake수치는 50% 가량 줄었다. 결론: RGPET을 통해 PET영상에서 나타나는 호흡으로 인한 인공산물의 대부분을 제거할 수 있음을 확인할 수 있었으며, 4D-CT스캔을 통해 획득한 동일위상의 CT 영상을 이용하여 보다 정확한 감쇠 보정 및 영상융합 결과를 얻었다.

• 대한원격탐사학회지
• /
• 제39권6_3호
• /
• pp.1779-1790
• /
• 2023

위성 자료의 성능이 크게 개선됨에 따라 최근에는 위성을 이용하여 광범위한 영역에 대한 실시간 안개 탐지 알고리즘들이 개발되고 있다. 한반도 주변을 관측하는 기상위성 중 관측주기가 10분으로 시간해상도가 가장 우수한 GEO-KOMPSAT-2A/Advanced Meteorological Imager (GK2A/AMI)는 공간해상도가 500 m이다. 반면 GEO-KOMPSAT-2B/Geostationary Ocean Color Imager-II (GK2B/GOCI-II)는 해상도가 250 m지만, 1시간 주기로 관측하고 가시채널만 보유하고 있다. 따라서 본 연구에서는 한반도 주변에서 발생하는 안개를 10분 및 250 m 해상도로 탐지하기 위해 GK2AB 융합 안개 탐지 알고리즘(Fog Detection Algorithm, FDA)인 GK2AB FDA를 개발하였다. GK2AB FDA는 세 파트로 구성된다. 첫 번째로 현업 운용중인 GK2A 안개 탐지 알고리즘(GK2A FDA)으로 10분 및 500 m 해상도로 안개를 탐지한다. 두 번째 단계에서는 두 위성 자료 간 시공간 일치, 태양천정각과 파장역 차이를 보정한 GK2A normalized visible (NVIS)의 10분 변화량을 이용하여 GK2B NVIS를 10분 간격으로 외삽한다. 마지막 단계에서는 외삽된 GK2B NVIS, 태양천정각, GK2A FDA 산출물 등을 입력자료로 기계학습(의사결정나무)을 이용하여 개발된 GK2AB FDA로 지리적위치에 따라 안개를 탐지(250 m, 10분)한다. GK2AB FDA의 훈련에는 6개 사례, 검증에는 4개 사례가 이용되었다. GK2AB FDA의 정량적 검증에는 지상관측 시정, 풍속 그리고 상대습도 자료를 이용하였다. GK2AB FDA는 GK2A FDA에 비해 공간해상도가 4배 증가함에 따라 안개 및 비안개 화소가 보다 자세히 구분되었다. 또한 검증방법에 관계없이 GK2A FDA에 비해 probability of detection (POD)은 높고 Hanssen-Kuiper Skill score (KSS)는 높거나 비슷함을 보여 안개 탐지 수준이 개선된 것으로 보인다. 하지만 일부 사례에서는 GK2AB FDA의 false alarm ratio (FAR)와 Bias가 크게 나타나 안개를 과대탐지하는 문제를 보이고 있다.