• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.136-136
• /
• 2021

In this study, a deep convolutional neural network (DCNN) model is proposed for short-term precipitation forecasting using weather radar-based images. The DCNN model is a combination of convolutional neural networks, autoencoder neural networks, and U-net architecture. The weather radar-based image data used here are retrieved from competition for rainfall forecasting in Korea (AI Contest for Rainfall Prediction of Hydroelectric Dam Using Public Data), organized by Dacon under the sponsorship of the Korean Water Resources Association in October 2020. This data is collected from rainy events during the rainy season (April - October) from 2010 to 2017. These images have undergone a preprocessing step to convert from weather radar data to grayscale image data before they are exploited for the competition. Accordingly, each of these gray images covers a spatial dimension of 120×120 pixels and has a corresponding temporal resolution of 10 minutes. Here, each pixel corresponds to a grid of size 4km×4km. The DCNN model is designed in this study to provide 10-minute predictive images in advance. Then, precipitation information can be obtained from these forecast images through empirical conversion formulas. Model performance is assessed by comparing the Score index, which is defined based on the ratio of MAE (mean absolute error) to CSI (critical success index) values. The competition results have demonstrated the impressive performance of the DCNN model, where the Score value is 0.530 compared to the best value from the competition of 0.500, ranking 16^th out of 463 participating teams. This study's findings exhibit the potential of applying the DCNN model to short-term rainfall prediction using weather radar-based images. As a result, this model can be applied to other areas with different spatiotemporal resolutions.

• 대한토목학회논문집
• /
• 제30권6B호
• /
• pp.561-569
• /
• 2010

본 연구에서는 현재 및 미래 기후에서의 가뭄심도-영향면적-지속기간 곡선의 비교를 통하여 극한 가뭄 사상에 대한 기후변화의 영향을 살펴보았다. 가뭄심도-영향면적-지속기간 곡선은 극한 호우사상을 특성화하기 위한 일반적으로 적용되는 우량깊이-영향면적-지속기간 곡선에서 우량깊이를 가뭄심도를 대표할 수 있는 적절한 지수로 대체함으로써 가뭄사상을 분석할 수 있는 도구를 제공한다. 미래 월 강수량 시계열은 $27km{\times}27km$의 공간적인 해상도를 가지는 기상청 지역기후모형으로부터 획득되었으며, 가뭄심도는 표준강수지수를 이용하여 산출하였다. 분석 결과, 농업가뭄에 대한 위험성은 특히 단기간의 지속기간의 경우에 현재보다 심화될 수 있는 것으로 분석되었으며, 수문학적 가뭄의 경우는 가뭄지속기간에 상관없이 모두 현재보다는 미래에 가뭄심도가 더 깊어질 가능성이 있는 것으로 예측되었다. 이에 따라 현재의 수자원 공급 시스템에 대한 기후변화 취약성 평가가 시급함을 제시하고 있다.

• 대한의용생체공학회:의공학회지
• /
• 제44권6호
• /
• pp.392-403
• /
• 2023

This study presents a new hybrid fNIRS-EEG system to meet the demand for a lightweight and low-cost sleep pattern monitoring device. For multiple-channel configuration, a six-channel electroencephalogram (EEG) and a functional near-infrared spectroscopy (fNIRS) system with eight photodiodes (PD) and four dual-wavelength LEDs are designed. To enhance the convenience of signal measurement, the device is miniaturized into a patch-like form, enabling simultaneous measurement on the forehead. Due to its fully integrated functionality, the developed system is advantageous for performing sleep stage classification with high-temporal and spatial resolution data. This can be realized by utilizing a two-dimensional (2D) brain activation map based on the concentration changes in oxyhemoglobin and deoxyhemoglobin during sleep stage transitions. For the system verification, the phantom model with known optical properties was tested at first, and then the sleep experiment for a human subject was conducted. The experimental results show that the developed system qualifies as a portable hybrid fNIRS-EEG sleep pattern monitoring device.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.891-907
• /
• 2023

Compact Advanced Satellite 500-4 (CAS500-4) is scheduled to be launched to collect high spatial resolution data focusing on vegetation applications. To achieve this goal, accurate surface reflectance retrieval through atmospheric correction is crucial. Therefore, a machine learning-based atmospheric correction algorithm was developed to simulate atmospheric correction from a radiative transfer model using Sentinel-2 data that have similarspectral characteristics as CAS500-4. The algorithm was then evaluated mainly for forest areas. Utilizing the atmospheric correction parameters extracted from Sentinel-2 and GEOKOMPSAT-2A (GK-2A), the atmospheric correction algorithm was developed based on Random Forest and Light Gradient Boosting Machine (LGBM). Between the two machine learning techniques, LGBM performed better when considering both accuracy and efficiency. Except for one station, the results had a correlation coefficient of more than 0.91 and well-reflected temporal variations of the Normalized Difference Vegetation Index (i.e., vegetation phenology). GK-2A provides Aerosol Optical Depth (AOD) and water vapor, which are essential parameters for atmospheric correction, but additional processing should be required in the future to mitigate the problem caused by their many missing values. This study provided the basis for the atmospheric correction of CAS500-4 by developing a machine learning-based atmospheric correction simulation algorithm.

• 한국제4기학회지
• /
• 제32권1_2호
• /
• pp.51-66
• /
• 2018

기후 변화 및 큰 규모의 인간 간섭으로 인하여 유역 내 유량 및 퇴적물 이동 패턴이 변하면서 하도의 불안정성을 높아진다. 퇴적물과 관련된 문제해결에 있어서 국지적 관점, 즉 특정 지점 또는 지역에서의 특정 문제점들이 존재하고, 이들 문제점들의 해결은 단기적·지역적에 국한되어 다른 시간적·공간적인 영향 및 충격이 발생한다. 그리하여 본 연구에서는 유역 내 퇴적물과 관련된 문제 해결을 위한 유역 규모의 관점에서의 종합적인 퇴적물 관리에 대한 개념적 틀의 소개와 제안하고자 하였다. 유역 규모에서는 종합적 퇴적물 관리가 이뤄져야 할 것이며 이를 위해서는 과학-정책-운영-주민과의 협력이 수반되는 퇴적물 이동과 관련된 종합적인 이해가 우선적으로 이뤄져야 할 것이다.

• 대한원격탐사학회지
• /
• 제35권2호
• /
• pp.251-263
• /
• 2019

Sentinel-2 위성은 기존 Landsat 시리즈보다 높은 공간해상도, 시간해상도 및 13개의 가시광, Red-edge, 적외, 단파적외 영역을 포함하는 다중분광 영상을 제공하고 있다. 이는 Landsat 시리즈와의 비슷한 파장대역 구성으로 향후 Landsat 시리즈와 융합분석이 가능하다는 이점이 있다. 그 동안 Landsat 위성영상은 국내의 다양한 연구에 적용되고 있으나 Sentinel-2 광학 위성영상은 많은 활용 사례가 보고되지 않았다. Sentinel-2 광학 위성은 기존 Landsat 위성이 제공하는 Top-of-Atmosphere(TOA) 반사율 영상을 Level-1C(L1C)에서 제공하고 있으며, Level-2A(L2A)영상을 통해 Landsat 시리즈보다 한 단계 더 대기보정이 수행된 Bottom-of-Atmosphere(BOA) 반사율 영상을 제공할 예정에 있다. BOA 반사율 영상은 에어로졸 광학 두께(AOT: Aerosol optical thickness)와 대기 중 수증기(WV: Water Vapor) 자료를 Sentinel-2 영상으로부터 얻고 이를 보정하여 TOA 반사율 영상을 BOA 반사율 영상으로 변환을 가능하게 한다. 현재, 유럽 전역지역에서 L2A 자료를 무료로 다운로드 가능하며 이외 지역의 경우 L2A 자료의 실시간 제공이 예정되어 있다. 따라서, Sentinel-2 L2A 자료의 활용가능성이 국내에서 점점 커질 것으로 기대되는 바이며 농업지역에서 Sentinel-2 L2A 영상이 제공하는 BOA 반사율 자료의 활용가능성을 확인하기 위해 경상남도 합천군에서 촬영된 항공 초분광영상을 활용하여 Sentinel-2 L2A 자료를 모의해 보고 정량적인 분석을 통해 모의영상과 실제 촬영된 영상을 비교해보았다. 본 연구에서는 Sentinel-2 L2A 자료와 항공기 기반의 초분광 영상을 통해 모의된 Sentinel-2 영상에 대한 정량적인 비교를 수행하였으며, 가시광 영역대의 밴드와 식생지수에 대하여 참조 영상인 모의영상과 대기보정이 수행된 L2A 자료의 RMSE의 감소 및 상관관계의 증가 경향이 뚜렷하게 나타나는 것으로 확인되었다.

• 천문학회보
• /
• 제42권1호
• /
• pp.40.3-41
• /
• 2017

Korea Astronomy and Space Science Institute The observation of particles and waves using a single satellite inherently suffers from space-time ambiguity. Recently, such ambiguity has often been resolved by multi-satellite observations; however, the inter-satellite distances were generally larger than 100 km. Hence, the ambiguity could be resolved only for large-scale (> 100 km) structures while numerous microscale phenomena have been observed at low altitude satellite orbits. In order to resolve those spatial and temporal variations of the microscale plasma structures on the topside ionosphere, SNIPE mission consisted of four (TBD) nanosatellites (~10 kg) will be launched into a polar orbit at an altitude of 700 km (TBD). Two pairs of satellites will be deployed on orbit and the distances between each satellite will be from 10 to 100 km controlled by a formation flying algorithm. The SNIPE mission is equipped with scientific payloads which can measure the following geophysical parameters: density/temperature of cold ionospheric electrons, energetic (~100 keV) electron flux, and magnetic field vectors. All the payloads will have high temporal resolution (~ 16 Hz (TBD)). This mission is planned to launch in 2020. The SNIPE mission aims to elucidate microscale (100 m-10 km) structures in the topside ionosphere (below altitude of 1,000 km), especially the fine-scale morphology of high-energy electron precipitation, cold plasma density/temperature, field-aligned currents, and electromagnetic waves. Hence, the mission will observe microscale structures of the following phenomena in geospace: high-latitude irregularities, such as polar-cap patches; field-aligned currents in the auroral oval; electro-magnetic ion cyclotron (EMIC) waves; hundreds keV electrons' precipitations, such as electron microbursts; subauroral plasma density troughs; and low-latitude plasma irregularities, such as ionospheric blobs and bubbles. We have developed a 6U nanosatellite bus system as the basic platform for the SNIPE mission. Three basic plasma instruments shall be installed on all of each spacecraft, Particle Detector (PD), Langmuir Probe (LP), and Scientific MAGnetometer (SMAG). In addition we now discuss with NASA and JAXA to collaborate with the other payload opportunities into SNIPE mission.

• 우주기술과 응용
• /
• 제2권2호
• /
• pp.104-120
• /
• 2022

도요샛(Small Scale magNetospheric and Ionospheric Plasma Experiment, SNIPE)의 과학임무는 전리권 상층부 소규모 플라즈마 구조의 공간적 시간적 변화를 관찰하는 것이다. 이를 위해 4개의 6U 큐브위성(10 kg)이 고도 약 500 km 극궤도로 발사될 예정이며, 상호 위성 간 거리는 편대 비행 알고리즘에 의해 수 10 km에서 수 1,000 km 이상으로 제어된다. 운영 초기에는 4기의 위성이 같은 궤도 평면에 위치하는 종대비행을 하다가 경도상에서 나란히 배치되는 횡대비행으로 전환하여 4기의 서로 다른 지점에서 공간적인 변화를 관측하게 된다. 도요샛에는 입자 검출기, 랑뮈어 탐침, 자력계로 구성된 우주날씨 관측 장비가 각 위성에 탑재된다. 모든 관측기는 10 Hz 이상의 높은 시간 분해능을 가지며 큐브위성에 최적화 설계되었다. 이 외에도 이리디듐 통신 모듈은 지자기 폭풍이 발생할 때 작동 모드를 변경하기 위한 명령을 업로드할 수 있는 기회를 제공한다. 도요샛은 극 지역 플라즈마 밀도 급상승, 필드 정렬 전류, 고에너지 전자의 국소 영역 침투, 적도 및 중위도 플라즈마 거품의 발생 및 시공간적 진화에 대한 관찰을 수행할 예정이며, 이를 통해 태양풍이 우주날씨에 어떠한 영향을 미치는지 탐구하게 된다. 도요샛은 2023년 상반기 러시아 소유즈-2에 의해 카자흐스탄 바이코누르에서 발사될 예정이다.

• 한국측량학회지
• /
• 제32권5호
• /
• pp.505-513
• /
• 2014

2008년 발사된 RapidEye는 5개의 위성을 기반으로 하여 6.5m 공간 해상도의 위성 영상을 하루 간격으로 취득할 수 있는 높은 시간 해상도 특징을 갖는 지구관측위성이다. 제품으로 1B(Basic)와 3A(Ortho)를 제공하고 있으며, 이 중 1B 영상은 좌표등록이 되지 않고 RPCs 정보를 함께 제공해준다. 국내에서는 기 구축된 수치지도를 기반으로 하여 RapidEye의 기하학적 정확도를 보다 향상시킬 수 있으며, 본 논문에서는 1:25,000 수치지도를 이용하여 자동으로 RapidEye 1B영상의 좌표등록을 수행하기 위한 연구를 수행하였다. 1:25,000 수치지도 중 RapidEye 영상과의 매칭에 활용될 레이어를 선별하여 RPCs를 기반으로 RapidEye 1B영상으로 투영시켜 벡터 영상을 생성하고 이와 RapidEye영상의 에지 정보와의 자동 매칭을 통해 RPCs의 정확도를 향상시켰다. 실험 결과 수치지도 대비하여 평균 제곱근 오차 2.8픽셀의 오차가 0.8픽셀로 향상됨을 알 수 있었다.

• 대한지리학회지
• /
• 제48권4호
• /
• pp.497-508
• /
• 2013

본 연구의 목적은 기후요소와 대기 에어로졸이 한반도 식물계절학적 특성에 미치는 영향을 위성자료 분석을 통해 규명하는 것이다. 매일 관측되는 위성관측 자료의 분석을 통해 지표관측이 갖는 식물계절학적 연구상의 시계열적 한계를 극복하고자 하였다. 연구결과에 따르면, 분석된 4개의 주요 산림생태계 중 상록수림, 낙엽수림, 초지는 서로 유사한 식물계절학적 특성을 보인 반면, 혼합림의 생장 패턴의 연도별변화는 상이하게 나타났다. 식생지수(VI)의 연중 진폭이 큰 삼림은 VI 연중 최대치에 보다 빨리 도달하는 것으로 조사되었지만, 동일 삼림생태계 내에서는 시계열적인 관련성이 나타나지 않았다. 식생지수의 위상(phase)은 VI 최대치가 관측되는 연중 시점을 의미하는데, 기온의 변화와 강한 상관성을 보였다. 에어로졸 광학두께(AOT)의 시계열변화는 연도별 변화뿐만 아니라 계절적 특징을 강하게 나타내었다. 일반적으로, 에어로졸 농도는 늦봄부터 초여름에 걸쳐 가장 높게 나타났다. 하지만 AOT의 연도별변화 패턴은 진폭과 위상 변화 측면에서 식생지수와 통계적으로 강한 상관관계를 보이지 않았다. 단지, AOT의 연중 진폭(amplitude)이 식생지수의 진폭과 미약한 상관관계를 보인 결과로 볼 때, 전반적인 에어로졸의 농도 변화가 식생활동에 영향을 미칠 개연성이 있다고 판단된다.