• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1257-1271
• /
• 2022

최근 많은 수의 지구관측용 광학위성이 개발되어 위성영상에 대한 수요가 증가하고 있다. 따라서, 위성영상의 활발한 활용을 위해서 신속한 전처리 과정이 요구된다. 위성영상 정합은 두 영상을 하나의 특정한 좌표계로 변환하여 등록하는 기술로서 원격탐사 분야에서 영상정합 기술은 서로 다른 대역의 영상을 정렬하거나, 두 위성영상 간의 상대적인 위치 오차를 수정하는데 사용된다. 본 논문에서는 서로 다른 Ground Sample Distance (GSD)를 가지는 위성영상 간의 자동 영상정합 방법을 제안하였다. 제안방법은 개선된 특징점 매칭방법과 강인한 변환모델 추정기법을 기반으로 하며, 다음과 같이 5가지 처리과정으로 구성된다: 중첩 영역 계산, 개선된 특징점 탐지, 특징점 매칭, 강인한 변환모델 추정, 영상 리샘플링. 특징점 탐지를 위해서 중첩영역을 추출하여 두 영상의 GSD가 유사하도록 영상 리샘플링을 수행하였다. 특징점 매칭 단계에서는, Oriented FAST and Rotated BRIEF (ORB) 알고리즘을 사용하여 영상정합 성능을 향상시켰다. 영상정합 실험은 KOMPSAT-3A와 RapidEye영상을 실험대상으로 수행되었으며 제안방법의 성능검증은 정성적, 정량적 두 가지 방법으로 수행되었다. 영상정합의 재투영오차는 RapidEye GSD를 기준으로 1.277 (8.3 m)에서 1.608 (10.452 m)의 픽셀 정확도를 보였다. 즉, 결론적으로, 제안방법을 통해 이종해상도 위성영상의 영상정합 가능성을 확인하였다.

• 대한원격탐사학회지
• /
• 제38권5_1호
• /
• pp.597-608
• /
• 2022

원격탐사 자료는 재난, 농업, 도시계획 및 군사 등 다양한 분야에서 활용되며, 최근 다양한 고해상도 센서에서 취득된 시계열 자료의 활용에 대한 요구가 증대되고 있다. 본 연구에서는 시계열 원격탐사 자료의 활용을 위해 딥러닝 기법을 이용한 영상 매칭 방법을 제안하였다. 본 연구에서 적용한 딥러닝 모델은 영상분할 영역에서 많이 사용되고 있는 HRNet을 기반으로 하였다. 특히, 기본영상과 목표영상 간 상관도 맵을 효과적으로 계산하고, 학습의 효율을 높이기 위하여 denseblock을 추가하였다. 국토지리정보원의 다시기 항공정사영상을 이용하여 제안된 모델의 학습을 수행하였으며, 학습에 사용하지 않은 자료를 이용하여 평가를 하고자 하였다. 딥러닝 모델을 이용한 영상매칭 성능을 평가하기 위해 영상 매칭결과와의 비교평가를 수행하였다. 실험 결과, 제안기법을 통한 영상 매칭률이 80%일 때의 평균 오차는 3화소로 ZNCC에 의한 결과인 25화소에 비해 더 높은 정확도를 보였다. 제안된 기법은 식생의 생장에 따라 영상의 변화가 심한 산지 및 농지 지역에 대해서도 효과적임을 확인하였다. 이를 통해 딥러닝을 이용한 기준영상과 목표영상의 매칭을 수행할 수 있을 것으로 판단되며, 위성영상의 상호좌표등록 및 다시기 영상의 정합 등에 활용할 수 있을 것으로 예상된다.

• 한국측량학회지
• /
• 제40권5호
• /
• pp.449-456
• /
• 2022

본 연구는 GIS를 통해 토양정보를 수집하고 가공하여 농산물 생산량을 예측하는 모델을 제안한다. 농산물 생산량 예측 딥러닝 알고리즘은 공개된 CNN-RNN 농산물 생산량 예측 모델 구조를 변경하여 국내 농산물 자료 환경에 적합하도록 새롭게 구축하였다. 기존모델은 두 가지 특징을 가지고 있는데 첫 번째는 농산물의 생산량을 해당 필지값이 아닌 당해 평균값으로 대체한다는 것이고 두 번째는 예측하는 연도의 데이터까지 학습한다는 것이다. 새로운 모델은 해당 필지의 값을 그대로 사용하여 데이터의 정확성을 확보하고 예측하고자 하는 연도 이전의 데이터만 가지고 학습할 수 있도록 네트워크 구조를 개선하였다. 제안한 CNN-RNN 모델은 1980년부터 2020년까지의 기상정보, 토양정보, 토양적성도, 생산량 데이터를 학습하여 김장용 가을배추의 지역별 단위면적당 생산량을 예측한다. 2018년부터 2021년까지 4개 연도별 자료에 대하여 계산하고 생산량을 예측한 결과, 테스트 데이터셋에 대한 오차백분율이 약 10% 내외로 실제값과 비교하여 정확도 높은 생산량 예측이 가능했고, 특히 전체 생산량 비중이 큰 지역에서의 생산량은 비교적 근접하게 예측하는 것으로 분석되었다. 또한 제안모델과 기존모델은 모두 학습자료 연도 수가 증가할수록 점점 오차가 작아지므로 학습데이터가 많아질수록 범용 성능은 향상되는 결과를 나타낸다.

• 한국수자원학회논문집
• /
• 제54권7호
• /
• pp.495-507
• /
• 2021

최근 도시와 산업의 발달과 함께 하천, 호소 등 수환경에서의 수질 오염사고가 빈번하게 일어나고 있어 어류폐사, 취수중단, 친수활동 저해 등 심각한 수생태계 및 사회경제적 피해가 발생하고 있다. 따라서 이에 대한 대응책으로 수질모델링을 통한 오염물질의 이동 및 확산에 대한 사전 예측이 필요하다. 본 연구에서는 2차원 하천흐름/수질해석 프로그램인 RAMS+의 현장 적용성 및 예측 정확도를 검증하기 위해 만곡하천인 섬강에서 현장실험을 수행하였다. 모의결과 흐름해석모형 HDM-2Di와 수질해석모형 CTM-2D-TX는 현장실험에서 관측된 2차원 흐름 특성과 오염물질의 거동 및 혼합 양상을 정확하게 재현하였다. 특히 하천의 양안과 만곡부에서 국부적으로 발생하는 저유속 흐름에 의해 오염물질의 거동이 지체되는 저장대 효과를 정확하게 모의하였다. 나아가서 하천 만곡부에서 이차류가 야기하는 오염물질 3차원적 혼합 양상을 2차원 분산계수를 통해 효과적으로 재현하였다. 오염물질의 위험농도 체류시간은 취수중단 기간을 결정하는데 있어 매우 중요한 요소이다. 본 연구에서는 CTM-2D-TX 모의결과를 기반으로 오염물질 위험농도 체류시간을 계산하였고, 위험농도 체류시간의 공간적 분포가 하폭방향으로 큰 편차를 지니고 있음을 확인하였다. 이러한 오염물질의 2차원적 체류 특성은 1차원 수질모형을 통해서는 예측이 불가능하기 때문에 효율적이고 정확한 수질사고대응을 위해 2차원 수질모형의 활용이 필요함을 본 연구의 결과는 시사하고 있다.

• 한국수자원학회논문집
• /
• 제55권5호
• /
• pp.383-392
• /
• 2022

낙동강하굿둑 기수역의 복원이 국정과제로 채택되면서, 2019~2020년의 실증실험과 2021년 시범운영을 거쳐 2022년 기수역 복원이 공식화 되었다. 해수유입 시 많은 의사결정이 실시간으로 수행되어야 하므로, 실측과 수치해석을 이용한 의사결정시스템이 체계화되었으며, 이 과정에서 정확한 해수유입량 산정이 필요하였다. 이에 본 연구에서는 해수와 담수의 밀도차이와 낙동강하굿둑 수문의 구조적인 특성을 반영한 해수유입량 산정식을 개발하였다. 낙동강하굿둑 수문은 월류와 저류방식으로 해수유입이 가능하므로, 산정식 또한 두 가지 형태로 제시하였다. 개발된 식의 정확도 확인 및 유량계수 도출을 위하여 시범운영 기간동안 ADCP를 이용하여 해수유입량을 실측하였다. 완성된 식을 이용한 계산값과 실측값의 비교 결과 약 3%의 오차를 확인하였다.

• 한국해양학회지:바다
• /
• 제27권2호
• /
• pp.71-86
• /
• 2022

해양환경을 정량적으로 평가하기 위해 수질평가지수(water quality index, WQI)가 사용되고 있다. 우리나라는 해양수산부고시 해양환경기준에 따라 WQI를 5개 등급으로 구분하여 수질을 평가한다. 하지만, 방대한 수질 조사 자료에 대한 WQI 계산은 복잡하고 많은 시간이 요구된다. 이 연구는 기존의 조사된 수질 자료를 활용하여 WQI 등급을 예측할 수 있는 기계학습(machine learning, ML) 기반의 모델을 제안하고자 한다. 특별관리해역인 시화호를 모델링 지역으로 선정하였다. AdaBoost와 TPOT 알고리즘을 모델 훈련을 위해 사용하였으며, 분류 모델 평가 지표(정확도, 정밀도, F1, Log loss)로 모델 성능을 평가하였다. 훈련하기 전, 각 알고리즘 모델의 최적 입력자료 조합을 탐색하기 위해 변수 중요도와 민감도 분석을 수행하였다. 그 결과 저층 용존산소(dissolved oxygen, DO)는 모델의 성능에서 가장 중요한 인자였다. 반면, 표층 용존무기질소(dissolved inorganic nitrogen, DIN)와 표층 용존무기인(dissolved inorganic phosphorus, DIP)은 상대적으로 영향이 적었다. 한편, 최적 모델의 시공간적 민감도와 WQI 등급 별 민감도를 비교한 결과 각 조사 정점 및 시기, 등급 별 모델의 예측 성능이 상이하였다. 결론적으로 TPOT 알고리즘이 모든 입력자료 조합에서 성능이 더 우수하여 충분한 자료로 훈련된 최적 모델은 새로운 수질 조사 자료의 WQI 등급을 정확하게 분류할 수 있을 거라 판단된다.

• 한국전자통신학회논문지
• /
• 제17권6호
• /
• pp.1013-1024
• /
• 2022

전력 계통에서 발생하는 부하손실은 전기품질 수준을 평가하는 지표로 활용되지만, 국내외 전력 유틸리티들의 수익 창출을 방해하는 가장 큰 요인이 된다. 따라서 전력 계통에서 발생하는 부하손실에 대한 정확한 분석은 매우 중요하다. 그러나 빠르게 증가하는 분산전원 연계로 인해 배전계통의 변동성이 증가하여 정확한 손실량을 계산해내는 것이 점점 어려워지고 있다. 본 논문에서는 분산전원 연계로 인해 배전선로에서 발생하는 부하손실의 더욱 정확한 산정을 위하여 스마트그리드 빅데이터 인프라를 구축하였다. 또한, 스마트그리드 빅데이터의 특성 중 하나인 '불확실성'을 제거하기 위한 데이터 전처리기법을 적용하여, 부하손실 분석의 정확도를 높였다. 본 논문에서 수행한 부하손실 분석 결과는 배전설비 투자계획 또는 안정적인 전력공급 신뢰성과 전력품질을 유지하기 위한 배전계통 운영계획에 기초자료로 활용될 수 있다.

• Korean Chemical Engineering Research
• /
• 제60권3호
• /
• pp.363-370
• /
• 2022

본 논문에서는 전기자동차용 배터리 충/방전 상태 추정의 정확도를 개선하기 위해 칼만 필터(Kalman Filter, KF) 알고리즘과 등가회로모델(Equivalent Circuit Model)을 활용한 State Of Charge (SOC) 추정 방법을 적용하였다. 특히 노화된 배터리 용량을 함께 추정 가능한 관측기(observer)를 설계하였다. 우선 노화가 없는 경우, 칼만 필터를 이용하여 SOC를 단일 추정하면, 관측기 없이 모델로 계산된 경우와 비교하여 평균 절대 오차율이 1.43%(관측기 미사용)에서 0.27%(관측기 사용)로 감소하였다. 차량 주행상태에서는 전류가 고정되지 않아 SOC와 배터리 용량을 모두 추정하는 것에 일반적인 KF 혹은 Extended KF 알고리즘을 이용할 수 없다. 배터리 노화에 의한 용량 변화는 단시간에 일어나지는 않다는 점에 착안하여, 충전 시 배터리 용량 추정을 주기적으로 실시하는 전략을 제시하였다. 충전 모드에서는 일정 구간마다 전류가 고정되기에, 해당 상황에서 배터리 노화 용량을 SOC와 함께 추정 전략을 제시하였다. 전류가 고정된 상태에서 SOC 추정의 평균 절대 오차율은 0.54% 였으며, 용량 추정의 평균 절대 오차율은 2.24%로 나타났다. 충전상태에서 전류가 고정됨으로 일반적인 EKF를 활용하여 배터리 용량과 SOC 동시 추정이 가능하도록 하였다. 이를 통하여 배터리 충전 시 주기적인 배터리 용량 보정을 수행할 수 있다. 그리고, 방전 시에는 해당 용량으로 고정한 채 SOC를 추정하는, 배터리 관리 시스템에서 활용 가능한 추정 알고리즘을 제안하였다.

• 한국전산구조공학회논문집
• /
• 제35권6호
• /
• pp.367-374
• /
• 2022

본 논문에서는 역전파 방법 기반 자동미분법을 이용하여 설계민감도를 구하고 이를 응력제한조건을 고려한 위상최적설계에 적용하였다. 응력제한조건이 있는 위상최적화문제는 특이점(singularity)과 응력의 국부성(local nature of stress constraint)문제, 그리고 설계 변수에 대한 비선형성의 문제를 포함하고 최적해를 얻기가 매우 힘들다. 특이점 문제를 해결하기 위해서 응력 완화(stress relaxation) 기법을 사용하였고, 응력의 국부성을 해결하기 위해 p-norm을 이용한 전역 응력치를 제한조건에 사용하였다. 설계 변수에 대한 비선 형성을 극복하기 위해 해석적인 방법으로 정확한 설계민감도를 구하는 것이 중요하다. 위상최적설계에서 기존에는 보조변수방법 (adjoint variable method)을 사용하여 빠르고 정확한 설계민감도를 구했지만, 설계민감도를 해석적으로 구해야 하고, 보조평형방정식을 추가로 풀어야 하는 어려움이 있다. 이를 해결하기 위해서 인공신경망에서 최적 가중치(weights)와 편차(biases)를 구할 때 쓰이는 역전파 기법을 이용하여 설계민감도를 구하고 이를 응력제한조건을 고려한 위상최적설계에 적용하였다. 역전파 기법은 자동미분에 쓰이는 기법으로 목적함수나 제한조건에 대한 설계민감도를 별도의 수식유도 없이 간단하게 구할 수 있는 장점이 있다. 또한, 미분값을 구하는 역전파의 과정이 보조평형방정식을 푸는 것보다 계산시간이 빠르고 해석적 방법으로 구한 설계민감도와 같은 정확도를 보여준다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제8권10호
• /
• pp.63-70
• /
• 2018

영상을 이용한 생체 신호 측정 기술이 발전하고 있으며, 특히 생명 유지를 위한 호흡 신호 측정기술 연구가 지속적으로 진행되고 있다. 기존 기술은 사람의 몸에서 방출하는 열을 측정하는 열화상 카메라를 통하여 호흡 신호를 측정하였다. 또한, 실시간으로 사람의 흉부 움직임을 분석하여 호흡률을 측정하는 연구도 진행되었다. 하지만, 적외선 열화상 영상을 이용하여 영상 처리를 하는 것은 외부 환경 요인으로 인해 호흡 기관의 탐색이 어려울 수 있으며, 이에 따라 호흡률 측정의 정확도가 떨어지는 문제들이 발생했다. 본 연구에서는 호흡 기관의 영역 탐색을 강화하기 위해 가시광 및 적외선 열화상 카메라를 이용하여 영상을 취득하였다. 그리고 두 영상을 기반으로 얼굴 인식, 영상 정합 등의 과정을 통해 호흡 기관 영역의 특징을 추출한다. 추출한 특징 값을 통계학적 분류 방법 중 하나인 k-최근접 이웃 분류기를 통해 호흡 신호의 패턴을 분류한다. 분류한 패턴의 특성에 따라 호흡률을 계산하며, 측정한 호흡률의 성능을 확인하기 위해 실제 호흡률과 비교 과정을 통해 분석함으로써, 호흡률 측정의 가능성을 확인하였다.