• Restorative Dentistry and Endodontics
• /
• v.37 no.2
• /
• pp.90-95
• /
• 2012

Objectives: The purpose of this study was to determine the effect of resin infiltration technique on color and surface hardness of white spot lesion (WSL) with various degrees of demineralization. Materials and Methods: Ten human upper premolars were cut and divided into quarters with a $3{\times}4mm$ window on the enamel surface. Each specimens were separated into four groups (n = 10) and immersed in demineralization solution to create WSL: control, no treatment (baseline); 12 h, 12 hr demineralization; 24 h, 24 hr demineralization; 48 h, 48 hr demineralization. Resin infiltration was performed to the specimens using Icon (DMG). $CIEL^*a^*b^*$ color parameters of the enamel-dentin complex were determined using a spectroradiometer at baseline, after caries formation and after resin infiltration. Surface hardness was measured by Vickers Micro Hardness Tester (Shimadzu, HMV-2). The differences in color and hardness among the groups were analyzed with ANOVA followed by Tukey test. Results: Resin infiltration induced color changes and increased the hardness of demineralized enamel. After resin infiltration, there was no difference in color change (${\Delta}E^*$) or microhardness among the groups (p < 0.05). Conclusion: There was no difference in the effect of resin infiltration on color and hardness among groups with different extents of demineralization.

• Korean Journal of Remote Sensing
• /
• v.26 no.6
• /
• pp.605-615
• /
• 2010

This study demonstrates the feasibility of small satellite, namely PROBA platform with the compact high resolution imaging spectrometer (CHRIS), for aerosol retrieval in Hong Kong. The rationale of our technique is to estimate the aerosol reflectances by decomposing the Top of Atmosphere (TOA) reflectances from surface reflectance and Rayleigh path reflectances. For the determination of surface reflectances, the modified Minimum Reflectance Technique (MRT) is used on three winter ortho-rectified CHRIS images: Dec-18-2005, Feb-07-2006, Nov-09-2006. For validation purpose, MRT image was compared with ground based multispectral radiometer measurements and atmospherically corrected Landsat image. Results show good agreements between CHRIS-derived surface reflectance and both by ground measurement data as well as by Landsat image (r>0.84). The Root-Mean-Square Errors (RMSE) at 485, 551 and 660nm are 0.99%, 1.19%, and 1.53%, respectively. For aerosol retrieval, Look Up Tables (LUT) which are aerosol reflectances as a function of various AOT values were calculated by SBDART code with AERONET inversion products. The CHRIS derived Aerosol Optical Thickness (AOT) images were then validated with AERONET sunphotometer measurements and the differences are 0.05~0.11 (error=10~18%) at 440nm wavelength. The errors are relatively small compared to those from the operational moderate resolution imaging spectroradiometer (MODIS) Deep Blue algorithm (within 30%) and MODIS ocean algorithm (within 20%).

• Korean Journal of Remote Sensing
• /
• v.26 no.5
• /
• pp.537-547
• /
• 2010

The importance of vegetation in studies of global climate and biogeochemical cycles is well recognized. Especially. the FPAR (fraction of photosynthetically active radiation) is one of the important parameters in ecosystem productivity and carbon budget models. Therefore, accurate estimates of vegetation parameters are increasingly important in environmental impact assessment studies. In this study, optical FPAR using the Terra MODIS (MODerate resolution Imaging Spectroradiometer), SPOT VEGETATION and ECOCLIMAP data reproduced on the Korean peninsula. We applied the empirical method which is usually estimated as a linear or nonlinear function of vegetation indices. As results, we estimated the accurate expression which is 0.9039 of $R^2$ in cropland and 0.7901 of $R^2$ in forest. Finally, this study could be demonstrated to calibrate that produced FPAR while the overall pattern and random noise through the comparative analysis of FPAR on the reference data. Optimal use of input parameter on the Korean peninsula should be helping the accuracy of output as well as the improved quality of research.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.23-23
• /
• 2018

본 연구에서는 다중분위회귀분석모형(Multiple Quantile Regression Model, MQRM)과 MODIS(MODerate resolution Imaging Spectroradiometer) LST (Land Surface Temperature) 자료를 이용하여 전국 공간토양수분을 산정하였다. 공간토양수분을 산정하기 위한 과정은 크게 두가지로 구분된다. 첫 번째로 기존의 MODIS LST 자료를 조건부 합성 보정기법을 적용하여 실측 LST 자료와 비교하여 위성 LST 자료가 갖고 있는 오차를 보정하였다. 그 결과, 조건부 합성 보정기법을 적용하기전 전국 71개 지상관측지점에서 관측한 실측 LST와 MODIS LST의 $R^2$는 전체 평균 0.70으로 어는정도 유의성 있는 상관관계를 나타냈으나 조건부 합성 보정기법을 적용한 후 실측 LST와 MODIS LST의 $R^2$는 전체 평균 0.92로 상당히 크게 향상됨을 알 수 있었다. 두 번째로 보정된 MODIS LST를 이용하여 다중분위회귀분석 모형을 개발하고 토양수분을 예측하는 단계로 입력자료로 위성영상 자료와 관측자료를 융합하여 사용하였다. 위성영상 자료로는 보정된 MODIS LST와 MODIS NDV를 구축하였고 일단위 강수량 및 일조시간의 기상자료는 기상청으로부터 전국 71개 지점에 대해 구축하여 IDW 공간보간기법을 이용한 공간자료로 구축하였다. 토양수분 결과를 비교하기 위한 관측 토양수분은 자동농업기상관측(Automated Agriculture Observing System, AAOS)지점에서 2013년 1월부터 2015년 12월까지의 실측 일단위 토양수분 자료를 구축하여 사용하였다. 다중분위회귀분석 모형은 LST 인자를 중심으로 각각의 분위(0.05, 0.25, 0.5, 0.75, 0.95)에 해당되는 값의 회귀식을 NDVI, 강수 입력자료를 독립인자로서 조합하여 계절 및 토성에 따른 총 80개의 회귀식을 산정하였다. 관측 토양수분과 모의 토양수분을 비교한 결과 $R^2$가 0.70 (철원), 0.90 (춘천), 0.85 (수원), 0.65 (서산), 0.78 (청주), 0.82 (전주), 0.62 (순천), 0.63 (진주), 0.78 (보성)로 높은 상관성을 보였다. 본 연구에서는 다중분위회귀 모형의 성능을 검증하기 위해 기존의 다중선형회귀모형의 결과와 비교하여 크게 개선됨을 나타냈다.

• Journal of The Korean Society of Agricultural Engineers
• /
• v.61 no.6
• /
• pp.123-132
• /
• 2019

This study is to estimate the spatial soil moisture using Terra MODIS (Moderate Resolution Imaging Spectroradiometer) satellite data and machine learning technique. Using the 3 years (2015~2017) data of MODIS 16 days composite NDVI (Normalized Difference Vegetation Index) and daily Land Surface Temperature (LST), ground measured precipitation and sunshine hour of KMA (Korea Meteorological Administration), the RDA (Rural Development Administration) 10 cm~30 cm average TDR (Time Domain Reflectometry) measured soil moisture at 78 locations was tested. For daily analysis, the missing values of MODIS LST by clouds were interpolated by conditional merging method using KMA surface temperature observation data, and the 16 days NDVI was linearly interpolated to 1 day interval. By applying the RNN-LSTM (Recurrent Neural Network-Long Short Term Memory) artificial neural network model, 70% of the total period was trained and the rest 30% period was verified. The results showed that the coefficient of determination ($R^2$), Root Mean Square Error (RMSE), and Nash-Sutcliffe Efficiency were 0.78, 2.76%, and 0.75 respectively. In average, the clay soil moisture was estimated well comparing with the other soil types of silt, loam, and sand. This is because the clay has the intrinsic physical property for having narrow range of soil moisture variation between field capacity and wilting point.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.603-603
• /
• 2015

모든 외재적 형식의 가뭄을 모니터링하고 예측 및 평가하기 위해서는 가뭄지수가 필수적 요소로써 이용된다. 일반적으로 가뭄지수는 단일지수(single index), 다중지수(multiple index), 복합지수(composite index)로 분류되며 대부분 강수량, 유출량, 토양 수분량 등과 같은 하나의 변수만을 사용하는 단일지수이다. 가뭄지수는 가뭄평가에 있어서 각각의 장단점이 있다. 하나의 변수를 사용하는 가뭄지수는 계산이 간편하지만 가뭄의 물리적 특성을 정확하게 반영할 수 없기 때문에 신뢰할 수 있는 가뭄평가에 충분하지 않다. CDI(Composite Drought Index)는 PDSI(Palmer Drought Index), ADI(Aggregate Drought Index), SWSI(Surface Water Supply Index)와 같은 다중지수의 개념을 착안하여 고안되었으며, 모든 가뭄 형태(농업적 수문학적 기상학적)와 관련된 강우량, 유출량, 정규식생지수(NDVI)를 변수로써 사용하였다. NDVI는 MODIS(Moderate resolution imaging spectroradiometer)에서 제공하는 16일 간격의 위성자료를 이용하여 계산되었고 이와 시간 스케일을 맞추기 위해 나머지 두 변수 또한 16일 시계열을 사용하였다. CDI는 (1)각 변수들의 시계열을 행렬로 나타내고 (2)이것을 정규화하여 무차원 행렬로 변환한 후 (3)연구 지역의 최고습윤상태(most wet condition) 및 최고건조상태(most dry condition)의 차이값을 기반으로 하여 산정된다. 본 연구에서는 상대적으로 다른 유역에 비해 장기적이고 연속적인 자료를 확보할 수 있으며 농경지와 산림지역 비율이 높은 낙동강 유역을 대상유역으로 설정하였으며, 2001-2013년 기간의 자료를 이용하였다. 그 결과 연구 기간 중 실제 발생했던 가뭄을 반영하는 것을 확인하였다. 또한 CDI는 다양한 변수의 활용으로 가뭄의 물리적 특성의 반영이 가능하며 연구 지역의 기상 조건에 직접적으로 관련된 결과를 나타낸다. 자료의 가용성에 따라 적용범위가 제한적일 수 있으나 입력값으로 사용된 변수와 시계열을 편의와 효율에 따라 유연하게 적용할 수 있다. 따라서 CDI는 농업적, 수문학적, 기상학적 가뭄의 모든 관점을 통합하는 실용적 가뭄지수로써 사용될 수 있는 가능성을 포함하고 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.103-104
• /
• 2017

본 연구에서는 다중회귀분석모형(MLRM)과 MODIS (MODerate resolution Imaging Spectroradiometer) LST (Land Surface Temperature) 자료를 이용하여 전국 공간토양수분을 산정하였다. 공간토양수분을 산정하기 위한 과정은 크게 두가지로 구분된다. 첫 번째로 기존의 MODIS LST 자료를 조건부 합성 보정기법을 적용하여 실측 LST 자료와 비교하여 위성 LST 자료가 갖고 있는 오차를 보정하였다. 그 결과, 조건부 합성 보정기법을 적용하기전 전국 71개 지상 관측지점에서 관측한 실측 LST와 MODIS LST의 R2는 전체 평균 0.70으로 어는정도 유의성 있는 상관관계를 나타냈으나 조건부 합성 보정기법을 적용한 후 실측 LST와 MODIS LST의 R2는 전체 평균 0.92로 상당히 크게 향상됨을 알 수 있었다. 두 번째로 보정된 MODIS LST를 이용하여 다중회귀분석 모형을 개발하고 토양수분을 예측하는 단계로 입력자료로 위성영상 자료와 관측자료를 융합하여 사용하였다. 위성영상 자료로는 보정된 MODIS LST와 MODIS NDV를 구축하였고 일단위 강수량 및 일조시간의 기상자료는 기상청으로부터 전국 68개 지점에 대해 구축하여 IDW 공간보간기법을 이용한 공간자료로 구축하였다. 토양수분 결과를 비교하기 위한 관측 토양수분은 자동농업기상관측(Automated Agriculture Observing System, AAOS)지점에서 2013년 1월부터 2015년 12월까지의 실측 일단위 토양수분 자료를 구축하여 사용하였다. 다중회귀분석 모형은 각각의 입력자료를 독립인자로서 조합하여 12개의 시나리오를 만들었다. 시공간적 경향을 고려하기 위하여 계절별, 토양 토성(soil texture)를 구분하여 회귀분석을 실시하였다. 관측 토양수분과 모의 토양수분을 비교한 결과 $R^2$가 0.80 (철원), 0.90 (춘천), 0.80 (수원), 0.63 (서산), 0.77 (청주), 0.82 (전주), 0.52 (순천), 0.63 (진주), 0.99 (보성)로 높은 상관성을 보였다. 본 연구에서는 토양수분을 예측하기 위한 인자 중 가장 민간함 LST를 보정하지 않는 토양수분 예측 방법은 상당한 오차를 포함하게 되어 실측 토양수분 결과와 크게 차이가 나타남을 보여주었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.159-159
• /
• 2016

북한 지역에서 시작되어 한반도의 금문댐까지 연결되는 임진강은 북한지역의 유출량 미계측으로 인해 유출량 산출에 많은 어려움이 있어왔다. 본 연구에서는 위성 데이터를 활용하여 미계측 유역의 유출량을 추정 할 수 있는 기법을 제시하였다. Satellite-derived Flow Signal (SDF)는 위성 기반 특정 지역의 유출 정보를 제공하며, JAXA의 GCOM-W1 위성에 탑재된 Advanced Microwave Scanning Radiometer 2(AMSR2) 센서에서 산출된다. 본 연구에서는 SDS 뿐 아니라 유출에 크게 관련이 있는 지표 토양수분 데이터와 식생인자를 임진강 유출 값을 예측하기 위한 입력 값으로 활용하였다. 토양수분 데이터는 Metop-A 위성에 탑재된 Advanced Scatterometer(ASCAT) 센서에서 산출되는 데이터를 활용하였으며, 식생데이터는 Aqua 위성에 탑재된 Moderate Resolution Imaging Spectroradiometer(MODIS) 센서에서 측정되는 Normalized Difference Vegetation Index(NDVI) 데이터를 활용하였다. 추가적으로 SDS, 토양수분, NDVI 데이터는 다양한 lag time으로 약 150여개의 입력데이터로 세분화되었다. 150개의 방대한 입력인자는 Partial Mutual Information(PMI) 방법을 통해 소수 중요 인자들로 간추려져 기계 학습 입력인자로 활용되었다. 기계학습에 있어서는 Support Vector Machine(SVM), Artificial Neural Network (ANN) 기법을 활용하였다. SVM, ANN을 통해 모델화된 유출데이터는 금문댐 유출데이터와 비교/분석되었다. SVM 기법 기반의 유출량은 실제 유출량과 0.73의 상관계수를 보여주었고, ANN 기법 기반의 유출량은 0.66의 상관계수를 결과를 나타내었다. 하지만 SVM 기반 유출데이터는 과소 산정 되는 경향을 보였으며, ANN 기법 기반의 유출량은 과대산정되는 결과가 산출되는 한계점이 있음을 파악할 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.364-364
• /
• 2019

최근 전세계적으로 기후변화로 인한 국내외 가뭄에 대한 피해 및 발생 빈도가 점차 증가하고 있으며, 우리나라의 경우 2000년대 이후 가뭄 주기가 점점 짧아져 2013년 이후 매년 가뭄이 발생하고 있다. 북한은 자연재해에 취약한 국가이며 특히 가뭄으로 인한 식량난 문제가 대두되고 있지만, 북한의 제한적인 정보로 인해 북한 지역에서의 가뭄의 발생과 피해 정보는 한정적이고, 활용할 수 있는 자료의 경우 외국 기관의 정보에 의존하는 실정이다. 향후 농업부문에 대한 대북한 지원과 통일 후를 대비한 농업정책의 수립을 위하여 북한의 가뭄에 대하여 독자적으로 신속한 정보를 취득, 분석할 수 있는 능력을 확보하는 것이 필요하다. 위성영상을 이용한 원격탐사 기술은 접근이 용이하지 못한 지역의 주기적인 관측이 가능하며, 동일한 정확도로 기상자료의 획득이 가능하다. Vegetation Drought Response Index (VegDRI)는 위성영상기반의 가뭄지수인 정규식생지수(Nomalized Difference Vegetation Index, NDVI), 기상학적 가뭄지수를 활용한 기후적 요소, 토지피복 및 생태지역 등의 생물물리학적 요소를 활용한 가뭄지표이다. 본 연구에서는 MODerate resolution Imaging Spectroradiometer (MODIS) 위성의 MOD13Q1 영상자료의 NDVI (2001~2018년)를 이용하였으며, 북한의 기상자료를 이용한 표준강수지수 (Standardized Precipitation Index, SPI)와 파머가뭄심도지수 (Palmer Drought Severity Index, PDSI), 그리고 북한 지역의 토지피복 및 생태지역 등의 요소들을 활용한 VegDRI를 통하여 북한의 가뭄 시기에 따른 시도별 가뭄 특성에 대하여 분석하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.100-100
• /
• 2019

최근 대기 중 미세먼지의 농도가 높은 일수가 급증하면서, 미세먼지를 저감하고자 하는 연구가 활발히 이루어지고 있다. 미세먼지는 주로 자동차 혹은 공장 등 인간 활동에 의한 오염물질 배출에 의해 발생하는 것으로 알려져 있으며, 태양복사에너지, 토양수분, 강우, 풍속 등의 수문기상학적 인자에 의해 발생, 이동, 소멸의 과정을 거친다. 현재 우리나라에서는 미세먼지 농도를 관측하기 위해 지점 기반의 관측소를 운영하고 있으며, 관측소가 위치하지 않은 지역의 미세먼지 농도는 선형 보간법 등을 활용한 내삽 기법을 통해 제공하고 있다. 그러나 미세먼지 농도는 다양한 수문기상인자들의 영향에 의한 차이가 크게 나타나기 때문에 지점 기반의 자료로는 해당 지역의 미세먼지 농도를 추정하는 데 어려움이 많다. 본 연구에서는 미세먼지의 공간적인 분포를 추정하고자 MODerate resolution Imaging Spectroradiometer (MODIS) 에어로졸 자료와 Global Land Data Assimilation System (GLDAS) 수문기상인자를 활용하여 미세먼지 농도에 영향을 주는 것으로 판단되는 다양한 수문기상인자들과의 상관성을 분석하였다. 미세먼지와 각 인자간의 상관성을 분석하여 높은 상관성을 갖는 수문기상인자들을 도출하고 최적의 선형회귀분석 모델을 구축하기 위해 베이지안 모델 평균(Bayesian Model Averaging, BMA)을 사용하였으며, 지점 데이터와의 비교를 통해 활용성을 검증하였다. 전체적으로 수문기상인자를 사용한 선형회귀분석 결과에서는 미세먼지농도 변화의 경향을 반영하고 있는 것을 확인할 수 있었으나, 계절별, 지역별 등 대기 특성을 고려하지 않아 각 기간의 급격한 농도 변화를 감지하기에 어려움이 있었다. 이러한 연구를 바탕으로 수문기상인자와 미세먼지 농도의 패턴이 더욱 정확히 분석된다면, 미세먼지 농도 모니터링과 정확한 예보 시스템의 구축에 효과적으로 활용 될 것으로 기대된다.