• 지질공학
• /
• 제26권1호
• /
• pp.71-78
• /
• 2016

이 연구는 국내 지질별 지하수내 자연방사성물질의 산출특성을 평가하기 위해 지질을 5개로 분류한 후 공간적 농도 분포, 일원분산분석 그리고 상관관계 분석을 실시하였다. 지하수중 라돈 농도는 최소 0.4 pCi/L에서 64,688 pCi/L까지 매우 넒은 범위를 나타냈다. 각 자연방사성물질의 표준편차값이 평균값보다 상회하는 것은 일부 고농도 지하수가 포함되어 있어 산술평균에 큰 영향을 주는 것으로 사료된다. 히스토그램을 통해 라돈은 전체 자료 중 53.5%가 미환경청(USEPA)의 대체최고허용농도가 초과하였고 우라늄은 30 μg/L 이상이 11.9%, 전알파는 15 pCi/L 이상이 3.5% 그리고 라듐 5 pCi/L 이상인 4개(4.5%)가 미환경청의 대체최고허용농도를 초과한 것으로 나타났다. 자연방사성물질간에 상관분석 결과 매우 낮은 결정계수가 나타나 서로 상관성이 없는 것으로 분석되었다. 결론적으로 여러 가지 변수 인해 모암인 우라늄 농도에 따른 라돈, 전알파, 라듐간의 농도는 큰 연관성이 없었다. 그러나 라돈과 우라늄은 화산암(화강암) 지역, 변성암지역 순으로 고농도를 보였고 퇴적암에선 가장 낮은 농도를 분석되었다. 또한 다른 자연방사성물질에 비해 라돈은 지질에 따라 상대적으로 크게 영향을 받는 것으로 나타났다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제35권10호
• /
• pp.600-607
• /
• 2008

이 논문은 방향성 2차원 타원형 필터(Multiple Oriented 2D Elliptical Filters;MO2DEFs)를 사용하여 스테레오 영상으로부터 포즈에 강인한 사람 검출을 제안한다. 기존의 물체 지향 크기 적응 필터(Object Oriented Scale Adaptive Filter;OOSAF)는 정면을 보고 있는 사람만을 검출하는 단점을 지니고 있는데 반해 제안한 방향성 2차원 타원형 필터는 사람의 크기나 포즈에 관계없이 사람을 검출하고 추적한다. 2D 공간-깊이 히스토그램에 특정 각도로 향하는 4개의 2차원 타원형 필터들을 적용하고, 필터링 된 히스토그램에서 임계값을 통해서 사람을 검출한 다음, MO2D2EFs 중 승적 결과가 가장 큰 2차원 타원형 필터의 방향을 사람의 방향으로 판단한다. 사람 후보들은 얼굴을 검출하거나 검출된 사람의 선택된 방향의 머리-어께 형태를 정합함으로서 검증한다. 실험 결과는 (1) 포즈 각도 예측의 정확도는 약 88%이고, (2) 제안한 MO2DEFs를 사용한 사람 검출의 성능이 OOSAF를 사용한 사람 검출의 성능보다 $15{\sim}20%$만큼 향상되었으며, 특히 정면이 아닌 사람의 경우에 더 향상이 있었다.

• 대한원격탐사학회지
• /
• 제36권3호
• /
• pp.461-474
• /
• 2020

한국은 세계 최초로 정지궤도 환경위성탑재체 Geostationary Environment Monitoring Spectrometer(GEMS)를 발사하여, 동북아시아 지역 대기오염물질을 실시간으로 감시할 계획 중이다. 위성을 이용한 대기오염물질 관측은 불량조건문제(ill-posed problem)에서 역문제의 해를 찾는 과정이기 때문에, 위성 관측 값은 오차를 포함하고 있다. 따라서 GEMS 산출물이 신뢰성을 갖기 위해서는 지상관측 또는 다른 위성과의 상호 비교 검증 연구가 반드시 요구된다. 본 연구는 향후 GEMS의 오존 관측자료의 검증에 사용될 위성인 OMI, OMPS 그리고 서울과 부산에 설치된 지상 관측기기인 Pandora에서 측정된 total column ozone (TCO)를 상호 비교분석 함으로써 자료의 평가를 실시하였다. 이 연구에서는 위성이 전지구적으로 일관된 정확도의 오존 자료를 제공한다는 특성을 이용하여 지상 관측자료의 정확도를 평가하였다. 그 결과 서울 Pandora #29의 자료에서 심각한 기기오차를 발견하여, 위성자료를 이용한 지상자료의 역검증이 가능함을 보였다. 다음으로 지상 Pandora를 이용한 OMPS의 자료 비교 검증에서 OMPS TCO는 Pandora TCO 값에 대해 상관관계 0.97과 ~1.8 DU의 RMSE 그리고 4%의 양의 편차(bias)를 가졌으며, 이 편차는 SZA과 Cross track position, TCO 그리고 계절 변화에 대한 의존성을 갖지 않음을 보였다. 또한 Pandora TCO은 구름 필터링이 제대로 수행되어 있지 않기 때문에, Pandora 자료를 위성자료 검증에 활용하기 위해서는 각 위성 센서의 관측 공간 해상도에 따른 적절한 경계 조건이 사용되어야 함을 보였다.

• 한국응용곤충학회지
• /
• 제42권1호
• /
• pp.29-34
• /
• 2003

귤응애 성충의 표본추출법을 개발하기 위하여 2개년(2001-2002년)동안 8월부터 11월까지 잎과 열매에 대해 각 조사일에 평균밀도를 조사하였다. 잎과 열매에서 귤응애 성충 밀도의 관계를 시기별로 비교하였으며, Taylor's power law (TPL)와 Iwao's patchiness regression (IPR)을 이용하여 분산지수를 비교하였다. 잎(X)과 열매(Y)에서 귤응애 성충 밀도의 관계는 ln(Y+l)=1.029 ln(X+l)($r^2$=0.80)의 직선적인 관계가 있었으며, 열매가 성숙될수록 잎보다 열매에서 귤응애 밀도가 높아지는 경향이었다. 잎과 열매의 표본조사에서 TPL이 IPR보다 평균-분산 관계를 더 잘 나타내었으며, TPL의 기울기와 절편은 두 표본단위간, 연도간에 차이가 없었다. 정착도 0.25일 때 요방제밀도 2.0, 2.5와 3.0에서의 의사결정을 위한 표본추출조사법을 개발하였으며, 조사에 필요한 최대조사나무수(고정표본크기에서 필요 나무수)는 각각 19, 16과 15주였으며, 이 때의 의사결정임 계값 $T_{critical}$은 각각 554,609와 659였다.,609와 659였다.

• 대한원격탐사학회지
• /
• 제36권5_2호
• /
• pp.917-927
• /
• 2020

우리나라 국토교통부는 GSD가 0.5m 급인 위성영상의 촬영이 가능한 CAS 500-1/2 위성과 함께 이를 활용하기 위한 기술을 개발 중에 있다. 이에 본 연구에서는 CAS 500-1/2 위성영상의 활용을 위한 기술로 자동화를 지향하는 공간객체추출 기술을 개발하고자 하였다. 연구 수행을 위해 CAS 500-1/2와 가장 유사할 것으로 예상되는 KOMPSAT-3A 위성영상을 연구에 이용하였으며, 상대방사보정을 통해 공간객체추출의 자동화 가능성을 분석하고자 하였다. 이를 위하여 상대방사보정에 이용된 참조 영상과 상대방사보정된 영상에서 매개변수 및 임계값을 동일하게 적용하고, 공간객체를 추출하였다. 추출된 공간객체가 참조영상과 상대방사보정된 영상에서 유사한 형태로 추출되는지에 대한 정성적 분석과 분류정확도가 본 연구에서 설정한 목표정확도인 90% 이상을 만족하는지에 대한 정량적 분석을 통해 공간객체추출의 자동화 가능성 여부를 분석하고자 하였다. 그 결과, 참조영상과 상대방사보정된 영상에서 각각 추출한 공간객체가 유사하게 추출되는 것을 확인하였으며, 분류정확도 분석 결과가 모두 목표정확도인 90% 이상을 만족하는 것으로 나타나 상대방사보정을 통해 공간객체추출 시 자동화가 가능할 것으로 판단된다.

• 한국측량학회지
• /
• 제39권3호
• /
• pp.133-139
• /
• 2021

현재 정밀도로지도 구축 공정은 수작업의 비율이 높아 구축 시간과 비용의 한계가 따른다. 인공지능을 이용하여 정밀도로지도 제작을 자동화하기 위한 연구가 활발하게 진행되고 있으나 정밀도로지도 제작을 위한 학습데이터의 구축 또한 수동으로 이루어지고 있어 학습데이터를 자동으로 구축할 필요성이 있다. 이에 본 연구에서는 모바일매핑시스템으로 취득한 포인트 클라우드를 이용하여 영상으로 변환한 후, 임계치를 이용한 영상 재분류와 중첩 분석 등을 통해 도로 노면표시 영역을 추출하고 추출한 영역의 다각형 유형 분류를 통해 정밀도로지도 제작을 위한 딥러닝 학습데이터를 자동으로 구축하는 방법론을 제안하였다. 제안한 방법론을 통해 구축한 2,764개의 차선 데이터를 딥러닝 기반의 PointNet 모델에 학습한 결과 학습 정확도는 99.977%로 나타났으며, 학습된 모델을 이용하여 3가지 색상 유형의 차선을 예측한 결과 정확도는 99.566%로 나타났다. 따라서, 본 연구에서 제안한 방법론으로 정밀도로지도 구축을 위한 학습데이터를 효율적으로 제작할 수 있는 것을 알 수 있었으며, 도로 노면표시의 정밀도로지도 제작과정 또한 자동화할 수 있을 것으로 사료된다.

• 대한원격탐사학회지
• /
• 제38권5_1호
• /
• pp.535-543
• /
• 2022

농업분야에서 드론을 활용하여 작물의 생육을 진단하고 정보를 영상으로 제공하고 있다. 들녘 단위에 대한 고해상도 드론 영상을 활용하는 경우 객체별 생육정보를 생산할 수 있으나 정확하게 작물을 탐지하고 인접한 객체를 효율적으로 구분하기 위한 작업이 요구된다. 본 연구에서는 작물 객체를 탐지하고 위치 정보를 추출하는 알고리즘을 개발하는 것이 목적이다. 드론 다중분광영상과 컴퓨터 비전 기술을 활용하여 객체 탐지를 위한 알고리즘을 개발하였으며, 대상 작물은 가을배추로 선정하였다. 2018년~2020년까지 가을배추를 대상으로 정식 후 7일~15일 사이의 드론 영상을 취득하였으며, 2019년 영상 기반으로 객체 탐지 알고리즘을 개발한 뒤 2018년, 2020년 영상을 기반으로 알고리즘 평가를 수행하였다. 분광반사도 기반 지수와 식생의 분광반사도 특성을 고려하여 식생 지역을 추출하였다. 이후 추출된 식생 지역에서 객체의 크기를 고려하여 팽창(Dilatation), 침식(Erosion), 이미지 분할 등과 같은 모폴로지(Morphology) 기법을 통해 객체 탐지 정확도를 향상시켰다. 개발된 객체 탐지 알고리즘의 정밀도는 95.19% 이상이었으며, 재현율과 정확도는 각각 95.4%, 93.68% 이상이었다. 객체 탐지 알고리즘의 F1-Score는 0.967 이상으로 나타났다. 본 연구에서 개발한 알고리즘을 이용하여 추출된 배추 객체 중심에 대한 위치 정보는 작물의 재배시기에 따라 영농단계별 의사결정 정보를 제공하기 위한 자료로써 활용될 것이다.

• 한국지구과학회지
• /
• 제27권4호
• /
• pp.450-463
• /
• 2006

본 연구에서는 극궤도 위성 Aqua/Terra에 탑재된 MODIS 복사계와 정지궤도 위성 GOES-9의 2년간 관측 자료를 이용하여, 한반도 10개 공항 지역에 대한 안개 탐지 가시 경계값 및 적외 경계값을 각각 $0.65{\mu}m$에서의 반사율($R_{0.65}$) 그리고 $3.7{\mu}m$와 $11{\mu}m$ 밝기온도 간의 차이(T3.7-11)에서 계절별로 유도하였다. 이들 경계값이 두 종류 위성에서 서로 다르게 나타나는 원인을 조사하기 위하여, 수도권 지역에 대한 극궤도 및 정지궤도 위성들의 동시 관측 자료를 이용하여 주야간 청천과 안개 시에 다음 변수들을 비교분석하였다; $3.7{\mu}m$ 밝기온도($T_{3.7}$), $11{\mu}m$ 밝기온도($T_{11}$), 그리고 $T_{3.7-11}$. 주간 경우에는 $R_{0.65}$도 사용되었다. 위 변수들은 공간 분포에서 두 위성 간에 0.5 이상의 유의적인 상관을 보였다. 이 분석에서 두 위성 간에 경계값 차이는 $3.7{\mu}m$ 채널 파장대 불일치 뿐만 아니라 공간 분해능 불일치에도 기인하였다. 한편 GOES-9에서 유도된 안개 탐지 경계값은 청주 공항을 제외한 한반도 9개 공항의 안개 및 청천 시에 대한 통계적인 검증에서 주간에 약 60%, 그리고 야간에는 약 70%의 정확도를 보였다. 그러나 정확도는 여명, 안개층 위에 상층운 존재, 강수 동반, 그리고 짧은 지속 시간 하에서 발생하는 안개에 대하여 감소하였다. 안개 탐지에 사용되는 세 채널의 광학적인 특성을 조사하기 위하여, 파장에 따른 복사휘도 및 반사율의 민감도가 수치 실험을 통하여 여러기상 상태 하에서 분석되었다.

• 한국농림기상학회지
• /
• 제12권4호
• /
• pp.307-316
• /
• 2010

산지복잡지형은 지구표면의 약 20%를 차지하며, 절반 정도의 인류에게 맑은 물을 제공하는 지역이고, 대부분의 주요하천의 발원지로서 국가 혹은 지역 간 사회-경제적 경쟁과 정치적 논란의 대상지역이기도 하다. 산지경관생태계는 우리에게 폭넓은 생태계 생산물과 서비스(맑은 물, 에너지, 식량 및 산림자원 등)를 제공하며, 관광과 휴식활동의 대상으로 크게 부각되고 있다. 이들 지역은 특히 매우 높은 생물다양성과 육상탄소의 주요 저장원이기도 하다. TERRECO사업은 산지복잡지형의 생태계 과정에 대한 이해를 증진하고, 생태계 서비스와 관련한 생태계 기능들을 공간적으로 평가하는 데에 중점을 둔다. 특히 정교한 평가체계를 개발함으로써 산지복잡지형에서의 기후와 토지이용변화에 따른 생태계 서비스 기능의 변화를 정량화할 것이다. 이러한 구도에서 산지복잡지형의 수문학, 수자원, 생산성, 생물다양성, 토양생지화학, 미량가스방출 및 수질 등을 복합적으로 규명하고 있다. TERRECO사업은 총 34개의 세부연구과제로 구성되었으며, 한국산지복잡지형에서의 공동연구를 통해 연구기법의 개발 및 적용을 수행 중에 있다. 세부연구과제들은 산지복잡지형의 경관비균질성에 따른 (1) 물순환과 수자원, (2) 용존유기탄소(DOC), 미세입자상 유기탄소(fPOC), 질소화합물(TN)과 인 함유 물질(TP)의 수송과 수질에 영향을 미치는 탄소와 질소 저장원, (3) 환경적 관심이 높은 미량가스($CO_2$, $N_2O$, $CH_4$)의 포집과 방출, (4) 경관의 생물다양성과 생물다양성에 기인한 생태계 서비스들, 그리고 마지막으로 (5) 농업과 산림 생산성의 차이를 조사하도록 고안하였다. 따라서 TERRECO사업은 한국 산지복잡지형의 생태계 서비스를 조절하는 원리들을 규명하고, 총 34개 세부연구과제의 결과들이 생태계 서비스의 정량적 평가체계를 수립하는 데에 기여하도록 조직화함으로써 새로운 수준의 학제간 정보교환프로그램을 개발하는 데에 기여할 것으로 기대된다.

• 한국수자원학회논문집
• /
• 제53권12호
• /
• pp.1159-1172
• /
• 2020

본 연구에서는 강우예측을 위해 U-Net과 SegNet에 기반한 합성곱 신경망 네트워크 구조에 장기간의 국내 기상레이더 자료를 활용하여 심층학습기반의 강우예측을 수행하였다. 또한, 기존 외삽기반의 강우예측 기법인 이류모델의 결과와 비교 평가하였다. 심층신경망의 학습 및 검정을 위해 2010부터 2016년 동안의 기상청 관악산과 광덕산 레이더의 원자료를 수집, 1 km 공간해상도를 갖는 480 × 480의 픽셀의 회색조 영상으로 변환하여 HDF5 형태의 데이터를 구축하였다. 구축된 데이터로 30분 전부터 현재까지 10분 간격의 연속된 레이더 영상 4개를 이용하여 10분 후의 강수량을 예측하도록 심층신경망 모델을 학습하였으며, 학습된 심층신경망 모델로 60분의 선행예측을 수행하기 위해 예측값을 반복 사용하는 재귀적 방식을 적용하였다. 심층신경망 예측모델의 성능 평가를 위해 2017년에 발생한 24개의 호우사례에 대해 선행 60분까지 강우예측을 수행하였다. 임계강우강도 0.1, 1, 5 mm/hr에서 평균절대오차와 임계성공지수를 산정하여 예측성능을 평가한 결과, 강우강도 임계 값 0.1, 1 mm/hr의 경우 MAE는 60분 선행예측까지, CSI는 선행예측 50분까지 참조 예측모델인 이류모델이 보다 우수한 성능을 보였다. 특히, 5 mm/hr 이하의 약한 강우에 대해서는 심층신경망 예측모델이 이류모델보다 대체적으로 좋은 성능을 보였지만, 5 mm/hr의 임계 값에 대한 평가결과 심층신경망 예측모델은 고강도의 뚜렷한 강수 특징을 예측하는 데 한계가 있었다. 심층신경망 예측모델은 예측시간이 길어질수록 공간 평활화되는 경향이 뚜렷해지며, 이로 인해 강우 예측의 정확도가 저하되었다. 이류모델은 뚜렷한 강수 특성을 보존하기 때문에 강한 강도 (>5 mm/hr)에 대해 심층신경망 예측모델을 능가하지만, 강우 위치가 잘못 이동하는 경향이 있다. 본 연구결과는 이후 심층신경망을 이용한 레이더 강우 예측기술의 개발과 개선에 도움이 될 수 있을 것으로 판단된다. 또한, 본 연구에서 구축한 대용량 기상레이더 자료는 향후 후속연구에 활용될 수 있도록 개방형 저장소를 통해 제공될 예정이다.