• 대한원격탐사학회지
• /
• 제37권5_1호
• /
• pp.947-958
• /
• 2021

본 연구는 무인비행체에 탑재해서 활용되고 있는 다중분광 센서의 센서별 반사율 및 식생지수를 산정하여 시계열 작황분석을 위한 센서별, 센서간 활용 가능성을 평가하기 위해 수행하였다. RedEdge-MX, S110 NIR, Sequioa, P4M 등 4종의 무인비행체 탑재 다중분광센서에 대하여 2020년 9월 14일과 9월 15일에 걸쳐 오전, 오후 각 1회, 총 4회씩 항공영상을 촬영하고 반사율 및 NDVI를 산정하여 비교하였다. 반사율의 경우 모든 센서에서 시계열 변동계수가 평균 약 10% 이상의 값을 보여 활용에는 한계가 있는 것으로 나타났다. 작물 시험구에 대한 센서별 NDVI 변동계수는 식생이 우거져 활력도가 높은 시험구에서 평균 1.2~3.6%의 값을 보여 5% 이내의 변동성을 보였다. 그러나 이는 청천일의 변동계수에 비해서는 높은 값을 보인 것으로서 실험 기간 동안 오전, 오후에 구름 등 기상환경이 달랐기 때문으로 판단되며 시계열 작황 분석을 위한 정밀 NDVI 산정 시에는 일정한 광 환경을 유지할 수 있는 촬영 계획 수립과 이행이 필요할 것으로 판단된다. 무인비행체 다중분광센서 간 NDVI를 상호 비교한 결과 본 실험에서는 RedEdeg-MX 센서의 경우 안정적인 광 환경 내에서 동종의 센서를 여러 대 사용하더라도 NDVI 값의 특별한 보정 없이 함께 활용할 수 있을 것으로 판단된다. RedEdge-MX, P4M, Sequioa 센서는 상호 선형적인 관계를 보였으나 NDVI 간의 off-set 보정을 통한 공동 활용 가능성 평가를 위해서는 보완 실험이 필요할 것으로 생각된다.

• 생물환경조절학회지
• /
• 제30권4호
• /
• pp.367-376
• /
• 2021

우리나라 딸기 재배는 시설 재배로 이루어지고 있으며, 대부분 농가의 급액 관리는 재배자의 경험을 토대로 타이머 제어 방식으로 이루어지고 있다. 타이머 급액 방법은 재배 환경, 작물의 생육 단계, 배지 수분 함량 등을 고려하기 어려워 작물을 최적 수준으로 관리하지 못하고, 급액 관리의 정확성이 결여되는 문제점이 있다. 적산 일사량과 배지 수분함량을 이용한 급액 방법은 작물의 생육 상태에 따라 정밀하게 양액을 공급하는 친환경적인 방법이다. 본 연구는 코이어배지를 이용한 딸기 수경재배에서 적산일사량과 배지 수분함량을 이용한 복합 급액 제어와 타이머 제어 급액 방법을 비교하고 복합 급액 제어 시 최적의 적산 일사량 기준을 설정하고자 수행하였다. 적산일사량 급액 방법은 외부 일사량을 기준으로 100, 150, 250J·cm^-2에 도달하면 자동으로 급액하며 배지 수분함량이 60% 미만이면 강제 급액하고, 1회 급액량은 50mL로 공급하였다. 타이머 제어는 대조구로 설정하였다. 급액을 개시하는 적산 일사량 기준이 작을수록 일일급액량이 많았으며 100J·cm^-2 기준 급액 시 급액량은 250J·cm^-2 처리구 대비 46% 많았다. 지상부 생체중과 건물중 모두 복합 급액 제어 방법이 타이머 제어보다 높았으며, 100, 150J·cm^-2 처리구에서 지상부 생체중이 높았고 100J·cm^-2 처리구에서 건물중이 유의하게 높은 값을 나타냈다. 수량 또한 타이머 제어 방법보다 복합 제어 방법에서 유의하게 높았으며 적산 일사량 기준이 작을수록 초기 수량이 증가하였다. 평균 과중은 타이머 제어 급액 시 가장 낮았다. 본 연구 결과 딸기의 정밀 급액 관리를 위하여 적산 일사량과 배지 수분 함량 센서를 이용한 복합 제어 활용 가능성을 확인하였다.

• 대한원격탐사학회지
• /
• 제37권6_1호
• /
• pp.1657-1667
• /
• 2021

지반침하는 인위적인 인간 활동 또는 자연적 현상에 의해 지표면이 가라앉는 현상이다. 멕시코시티는 전세계에서 가장 심각한 지반침하가 발생하는 지역 중 하나로 평가받고 있다. 멕시코시티 지반침하의 원인은 과도한 지하수 채취로서 해당 지역 전체의 물 사용량의 약 70%를 지하수가 차지하고 있다. 범 지구 위성 항법 시스템(Global Navigation Satellite System, GNSS) 또는 수준측량과 같은 전통적인 현장 관측 방법은 지반침하를 정확하게 측정하기 위해 선호되어 왔다. 하지만 GNSS 관측은 매우 높은 시간해상도를 가진 정확한 지표 변위량을 측정할 수 있음에도 불구하고, 넓은 지역에 대한 부분적인 관측 정보를 제공하고 많은 시간과 비용이 요구되는 한계점이 존재한다. 그러나, 인공위성 영상레이더(Synthetic Aperture Radar, SAR)는 주야 조건과 기상상태에 관계없이 높은 공간 해상도의 지표변화 정보를 mm에서 cm 크기의 정밀도로 비교적 낮은 비용으로 관측할 수 있다는 점에서 효과적인 방법으로 제시되고 있다. 본 연구에서는 2007년 2월 11일에서 2011년 2월 22일까지 획득된 ALOS PALSAR L-band 영상레이더를 이용하여 멕시코시티의 지반 침하 시계열을 추정하였다. 본 연구에서는 대표적인 시계열 분석 방법인 고정 산란체 위상간섭기법(persistent scatterer interferometry, PSI)과 small baseline subset (SBAS)을 적용하여 지표 변위의 시계열 결과를 획득하였으며 대기 효과 및 지형 오차를 제거하였다. PSI 및 SBAS 기법을 이용한 분석 결과 최대 지반침하 속도는 각각 -29.5 cm/year, -27.0 cm/year로 나타났다. 또한 연구지역을 지질 공학적 특성에 따라 세 가지 구역으로 분류하여 각 분류에서의 지반 침하속도를 비교한 결과, 단단한 기반암으로 구성된 지역에 비해 압축률이 큰 호수성 퇴적물로 구성된 지역에서 침하가 크게 발생하였다.

• 대한원격탐사학회지
• /
• 제37권6_1호
• /
• pp.1773-1784
• /
• 2021

해상에서 발생하는 유출유 사고는 피해 최소화를 위해서 신속한 현황 정보 수집이 필수적이며, 인공위성은 해상에 유출된 기름을 탐지하는데 매우 유용한 도구이다. 최근에 활용 가능한 인공위성 수가 급속하게 증가함에 따라, 사고발생 이후 준실시간 수준의 해상 유출유 현황 정보 생성이 가능해졌다. 본 연구에서는 2021년 4월 27일 중국 칭다오항 앞바다에서 발생한 심포니호 기름 유출사고를 대상으로 다종 인공위성 영상을 이용하여 기름 유출 면적을 산출하였다. 특히, 2 m 공간해상도 정보 획득이 가능한 고해상도 상용 인공위성 영상을 이용하여 기름유출 면적 산출의 정확도 향상 가능성을 평가하였다. 4월 27일부터 5월 13일까지 Sentinel-1, Sentinel-2, LANDSAT-8, GEO-KOMPSAT-2B (GOCI-II) 및 Skysat 위성영상을 수집하였으며, 기상조건을 고려하여 탐지 가능한 5장의 영상을 대상으로 유출유 탐지를 수행하였다. 유출된 기름은 사고발생 지점으로부터 남서-북동 방향으로 확산하면서, 외해에서 육지 쪽으로 이동하였다. 이러한 이동 경향은 Skysat 영상에서 확인이 가능하였으며, 사고 위치로부터 기름 입자의 이동예측을 수행한 결과와 유사하게 나타났다. 고해상도 인공위성 영상 탐지결과 및 이동예측 결과를 이용하여, 5월 1일 Sentinel-1A 영상에서 사고지점 북쪽 해역의 패치는 유사 기름으로 추정하였다. 이러한 오탐지를 제거한 결과 유출유 면적은 사고발생 후 선형적으로 증가하는 경향을 나타냈다. 본 연구 결과는 향후 고해상도 광학위성의 사용이 유출유의 분포 면적을 더욱 정확하게 산출함을 보여주었으며, 해상유출유 대응 과정에서 효율적인 방제계획 수립에 기여할 것으로 판단된다.

• 한국지리정보학회지
• /
• 제21권4호
• /
• pp.64-80
• /
• 2018

우리나라의 시민들은 범죄에 대한 일반적인 사항만을 알 수 있을 뿐, 자신이 범죄위험에 얼마나 노출되어 있는지를 파악하기 어렵다. 경찰의 입장에서도 범죄발생 지역을 예측할 수 있다면 경찰력이 부족한 상황에서 효율성 있게 범죄에 대처 가능할 것이지만 아직 우리나라에서는 예측시스템이 없고, 관련 연구도 매우 부족한 실정이다. 이에 본 연구에서는 범죄발생 위험지역 예측 자동화 시스템 개발의 첫 번째 단계로 빅데이터로 구축 가능한 범죄정보와 도시지역 자료를 바탕으로 머신러닝 방식을 통해 한국형 범죄발생 위험지역 예측 모형을 개발하고자 한다. 또한 시나리오를 가정하여 범죄발생 확률을 지도로 시각화함으로써 사용자의 이해도를 높이도록 하였다. 선행 연구 및 사례에서 범죄발생에 영향을 미치는 요인 중 빅데이터로 구축 가능한 범죄정보, 날씨정보(기온, 강수량, 풍속, 습도, 일조, 일사, 적설, 전운량), 지역정보(평균 건폐율, 평균 용적율, 평균 높이, 총 건축물수, 평균 공시지가, 평균 주거용도면적, 평균 지상층수)를 머신러닝에 활용할 수 있도록 데이터를 사전 처리하였다. 머신러닝 알고리즘으로서 지도학습 모형 중 다양한 분야에서 활용되며 정확도가 높다고 알려진 의사결정나무모형, 랜덤포레스트모형, Support Vector Machine(SVM)모형을 활용하여 범죄 예측 모형을 구축하고 비교 분석하였다. 그 결과 평균 제곱근 오차(Root Mean Square Error, RMSE)가 낮아 예측력이 높은 의사결정나무모형을 최적모형으로 선정하였다. 이를 바탕으로 가장 빈번하게 발생하는 절도와 폭력범죄를 대상으로 시나리오를 작성하여 범죄 발생 위험지역을 예측한 결과, 사례도시 J시는 위험지역이 3가지 패턴으로 발생하는 것으로 나타났으며, 각각 발생확률을 3 등급으로 구분하여 $250{\times}250m$ 단위의 지도형태로 시각화할 수 있었다. 본 연구는 향후 자동화 시스템으로 개발하여 시시각각으로 변하는 도시 상황에 따라 실시간으로 예측 결과를 시각화하여 제공함으로써 보다 범죄로부터 안전한 도시환경 조성에 기여하고자 한다.

• 한국농림기상학회지
• /
• 제21권3호
• /
• pp.175-186
• /
• 2019

기상 및 기후 정보를 활용하여 기후변화에 대응하기 위한 기후 스마트 농업을 도입하기 위한 노력이 진행되어 왔다. 기후 스마트 농업을 실현하기 위해 농가별 기상자료 수집 및 관리가 요구된다. 4차 산업혁명 시대의 주요한 기술인 IoT, 인공지능, 및 클라우드 컴퓨팅 기술들이 농가 단위의 기상정보 생산에 적극적으로 활용될 수 있다. 저비용과 저전력 특성을 가진 IoT 센서들로 무선 센서 네트워크를 구축할 경우, 농가나 농촌 공동체 수준에서 농업 생태계의 생산성을 파악할 수 있는 기상관측자료의 수집 및 분석이 가능하다. 무선 센서 네트워크를 통해 자료가 수집될 수 있는 공간적인 범위를 특정 농가보다는 농촌 공동체 수준으로 확대하여 IoT 기술의 수혜 농가를 확대하고, 아울러 상세기상정보의 생산 및 검증에 활용가능한 농업기상 빅데이터 구축이 필요하다. 기존에 개발되어 보급되고 있는 전자기후도를 활용하여, 농가 단위의 기상 추정 자료가 제공되고 있다. 이들 자료의 신뢰성을 향상시키고, 기존의 서비스 체계에서 제공되지 않고 있는 기상 변수들을 지원하기 위해 심층신경망과 같은 인공지능 기술들이 도입되어야 할 것이다. 시스템 구축의 비용 절감 및 활용성 증대를 위해 클라우드 및 포그 컴퓨팅 기술을 도입하여 농업 기상 정보 서비스 시스템이 설계되어야 한다. 또한, 기상자료와 농산물 가격 정보와 같은 환경자료와 경영정보를 동시에 제공할 수 있는 정보 시스템을 구축하여 활용도가 높은 농업 기상 서비스 시스템이 구축되어야 할 것이다. 이와 함께, 농업인 뿐만 아니라 소비자까지도 고려된 모바일 어플리케이션의 설계 및 개발을 통해, 4차 산업혁명의 주요 기술들이 농업 분야에서 확산될 수 있도록 지속적인 노력이 필요하다. 이러한 정보 시스템은 농업 분야 이해당사자에게 수요자 맞춤형 농림기상정보를 제공하여 기후스마트 농업 관련 기술의 개발과 도입을 촉진시킬 수 있을 것이다.

• 대한원격탐사학회지
• /
• 제38권5_3호
• /
• pp.925-938
• /
• 2022

농업용 저수지는 전국적으로 중요한 수자원으로 기후변화에 따른 가뭄과 같은 이상기후의 영향에 취약한 특성을 가지며 적절한 운영을 위해 강화된 관리가 필요하다. 지속적인 모니터링을 통한 수위 추적(water level tracking)이 필요하지만 현실적인 문제로 현장 실측 및 관측이 어려운 실정이다. 본 연구는 저수지 수표면적을 측정하기 위해 광역 모니터링이 가능한 위성레이더 자료를 이용하여 4가지 AI 모델 간의 수체 탐지 성능에 대해 객관적인 비교를 제시한다. 위성 레이더자료는 Sentinel-1 SAR 이미지를 사용하였으며, 광학영상과 달리 기상환경에 영향을 적게 받기 때문에 장기 모니터링에 적합하다. 드론 이미지, Sentinel-1 SAR 그리고 DSM 데이터를 사용하여 Support Vector Machine (SVM), Random Forest (RF), Artificial Neural Network (ANN), Automated Machine Learning (AutoML)의 4가지 AI 모델을 구축했다. 연구대상 저수지는 총 22개소로 유효저수량이 30만톤 미만의 중소형 저수지이다. 총 45개 이미지가 모델 훈련과 검증에 사용되었으며, 연구 결과 AutoML 모델이 Accuracy=0.92, mIoU=0.81로 다른 3가지 모델에 비해 수체 픽셀 분류에서 0.01-0.03 더 나은 것을 보여주었다. 해당 결과는 SAR 영상으로부터 AutoML을 이용한 중소형 저수지 대상의 수체 분류 기법이 기존의 머신러닝 기법만큼의 성능을 보이는 것을 보여주었고, 학습을 통한 수표면적 분류 기술의 저수지 모니터링에 대한 적용 가능성을 보여주었다.

• Ecology and Resilient Infrastructure
• /
• 제9권1호
• /
• pp.36-58
• /
• 2022

본 연구에서는 제주도의 도시지역을 대상으로 관측이 시작된 2001년부터 2019년까지의 미세먼지 (PM₁₀)와 초미세먼지 (PM_2.5) 악화 빈도에 따른 기상 상황을 분석하였다. PM₁₀과 PM_2.5의 악화는 제주시와 서귀포시 모두 봄>겨울>가을>여름철 순으로 나타났으며, 봄·여름철에는 주간에 가을·겨울철에는 야간에 더 많이 나타났으며, PM₁₀보다 PM_2.5의 피해가 더 심각하게 나타났다. PM₁₀ 악화 시의 기온과 풍속은 제주시와 서귀포시 모두 봄·겨울철에는 각각의 계절평균보다 높게 나왔으나, 여름·가을철에는 반대로 낮게 나왔다. 상대습도는 계절평균보다 모든 계절에 낮게 나타났다. PM_2.5 악화 시 기온은 PM₁₀ 악화 시와 계절별 동일한 경향을 보였으며, 상대습도는 봄·여름철에는 제주시와 서귀포시 모두 평균보다 높았으며, 겨울철에는 평균보다 낮았다. 풍속은 두 도시 동일하게 평균보다 낮게 나왔다. PM_2.5 악화 시가 PM₁₀ 악화 시보다 봄·겨울철에 기온과 풍속이 더 낮을 때 발생 빈도가 높은 것으로 나타났다. PM₁₀과 PM_2.5 악화 시 풍향은 주간에는 북풍과 서풍이, 야간에는 계절별로 다양하게 나타났다. 특히, PM₁₀에 비해 PM_2.5 악화 시 풍속이 낮게 나타나 한라산에서 발생하는 산곡풍의 영향으로 제주시는 남풍이 서귀포시는 북풍이 야간에 자주 발생하였다. 풍속등급별 PM₁₀ 악화 빈도수는 제주시와 서귀포시 모두 주·야간 1.6 - 3.4 ms^-1에서 가장 높았고, 여름철 야간에만 0.3 - 1.6 ms^-1에서 가장 높은 값을 보였다. PM_2.5 악화 빈도수는 제주시에서는 1.6 - 3.4 ms^-1에서 가장 높은 값이 나타났으나, 서귀포시에서는 0.3 - 1.6 ms^-1에서 가장 높은 값이 나타났다. 제주시와 서귀포시 모두 PM₁₀과 PM_2.5 악화 시 3.4 ms^-1이상의 바람이 0.3 ms^-1이하의 바람보다 빈도가 더 높은 것으로 나타나므로, 이는 PM₁₀과 PM_2.5가 바람의 영향으로 도시지역 외부에서 유입된 것이 주요인이라고 할 수 있겠다. 위 자료를 토대로 미세먼지 저감을 위한 도시계획 및 조경식재계획 방안을 마련한다면 효과적일 것으로 판단된다.

• 지능정보연구
• /
• 제29권1호
• /
• pp.79-105
• /
• 2023

지구온난화와 기후변화 등의 유례없는 기상이변으로 전 세계 곳곳이 극심한 몸살을 앓고 있으며, 경제적 손실 또한 눈덩이처럼 불어나고 있다. 이러한 문제를 해결하기 위해 2016년 '파리기후변화협정(The Paris Agreement)'이 체결되어 지구의 평균온도 상승을 1.5℃ 아래로 유지하기 위한 정부간 협의체가 결성되었으며, 우리나라도 2050년 탄소중립을 선언함으로써 기후재앙을 막기 위한 노력을 진행하고 있다. 특히, 온실가스 배출로 인한 기온상승은 수출 의존도가 높은 우리나라 경제는 물론 환경과 사회 전반에 부정적인 영향을 미칠 것으로 예상된다. 또한, 교통수단의 다변화가 가속화되면서 수단선택의 변화도 크게 증가하고 있는 가운데 저성장 시대의 개발 패러다임이 도시재생으로 변화함에 따라, 노선의 수요 감소, 선형 개량, 도심 철도의 외곽 이설 등에 영향을 받아 증가하고 있는 철도 유휴부지 활용에 대한 관심이 높아지고 있다. 한편, 철도 유휴부지를 활용한 태양광발전은 '재생에너지 3020'의 태양광발전 목표를 일부 달성하면서도, 입지를 둘러싼 환경훼손과 주민 수용성 문제에서 자유로워질 수 있는 장점에도 불구하고, 설비실태나 설비계획에 있어 미진한 상황이다. 이에, 본 연구에서는 국가철도공단과 재생에너지클라우드플랫폼에서 제공하는 데이터를 활용하여 태양광발전 설비 설치가 가능한 적합 유휴지를 발굴 및 분석하는 알고리즘을 개발하고, 사용자가 원하는 조건을 고려한 잠재적인 적합 지역을 탐색 및 도출함으로써, 개발 초기 설비나 확충 등에 소요되는 막대한 비용을 절약할 수 있는 방안을 마련하고자 하였다. 본 연구는 다양한 군집분석을 활용하여 철도 유휴부지에 태양광발전 설치입지를 도출할 수 있는 최적의 알고리즘을 개발하고, 면적, 설치용량, 발전량, 예상수익 등이 모두 높은 '태양광발전 설치 적극권장 지역' 202곳을 도출하였다. 이를 바탕으로 경제와 환경을 동시에 고려한 관점에서 의사결정자의 합리적인 판단을 도울 수 있을 것으로 기대한다.

• 현장농수산연구지
• /
• 제10권1호
• /
• pp.43-58
• /
• 2008

항공방제, 특히 무인헬기에 의한 병해충 방제작업은 작업 자체의 편리성, 기동성, 생력 방제, 생산비 절감, 농촌 노동력 완화, 넓은 면적에 적기 일제 방제, 긴급 추가방제시의 효과 등(Nakashima 등, 2002) 유리한 측면이 많아 일본에서는 이용실적이 급격히 증가하는 추세이다. 우리나라에서도 1960년대 말 대여한 유인헬기로 김제, 김포, 김해 등지에서 이삭도열병과 이화명충에 대한 방제작업을 실시하여(식물환경연구소, 1970) 방제효율, 약해 문제 등 장단점을 비교적 상세히 검토하였다. 그 후 항공방제에 대한 적용약제 선발시험이 실시되었으나(농촌진흥청 2002~'03) 무인헬기에 의한 포장에서의 방제시험은 본 시험이 첫 단계라 생각된다. 본 시험 결과 잎도열병과 잎집무늬마름병의 발생정도가 초기에는 대체적으로 균일한 편이었으나 1차 방제 후의 정도에 차이가 있는 것은 약효의 측면도 있으나 고온 저습 상태의 지속, 벼의 성장에 따른 기주체 저항력의 증가, 포장별 비배관리에 따른 복합적인 요인이 작용했기 때문이라 생각된다. 예를 들어 포장 2의 경우 금년에는 시비를 하지 않았으나 벼의 생육상태와 번무도를 볼 때 전년도까지 많은 량의 질소질 비료가 투여 되었던 것으로 추측된다. 따라서 우수한 약제를 사용하더라도 과비상태에서는 병 발생이 많기 때문에(Kim 등, 1985) 약제방제 효과는 미흡하기 마련이다. 금년도 시험을 실시한 5개의 포장은 각각 다른 농가포장을 이용했기 때문에 무인헬기에 의한 방제효과를 단적으로 판정하기는 어려운 실정이다. 무인헬기에 의한 병해충 방제효과는 벼 뿐 아니라 잡초(農林水産航空協會, 2003), 채소류, 과수, 산림병해충에 대하여 실용성이 입증된 상태지만 우리나라에서 무인헬기를 본격적으로 도입, 방제작업에 활용하기 위해서는 다음 사항들이 고려되어 할 것이다. 1. 동일 포장에서 균일한 경종방법에 의한 시험 2. 병해충의 발생이 다른 기상조건하에서의 연차적 시험 3. 환경영향평가 등 결론적으로 위의 미비점이 보완되어 충분한 연구 자료가 뒷받침 된다면 무인헬기를 이용한 농작물, 산림병해충방제에 획기적인 계기가 마련될 것으로 기대된다.