• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.47-51
• /
• 2009

증발산량을 산정하는 것은 자연현상과 인문현상을 이해하는 것의 기초가 된다. 이에, 최근 증발산량을 추정하는 많은 연구가 진행되고 있는 가운데 원격탐사 기법을 이용하는 것이 효과적인 것으로 알려지고 있다. 본 연구에서 소개할 SEBAL (Surface Energy Balance Algorithm for Land) (Bastiaanssen, 1995) 모형은 Landsat이나 NOAA 또는 MODIS 같은 원격탐사 위성으로부터 획득한 디지털 이미지 데이터(위성영상)를 이용하여, 지표에서 일어나는 증발산과 기타의 에너지 교환을 계산하는 이미지-프로세싱 모델이다. 우리나라 대상 유역에 위성영상을 사용하여 증발산량을 추정하는 SEBAL 모형의 적용 가능성을 검토하여, 유역 내 증발산량 분포의 시공간적 특성을 분석하고자 하였다. 연구 대상 지역은 유역 면적 약 6661.1km2의 충주댐 유역으로, Terra MODIS 위성영상을 이용하였다. SEBAL 증발산량의 평가를 위해 Penman-Monteith 공식에 의해 계산된 증발산량을 이용하여 비교하였으며, 그 결과 오차가 허용 가능한 10% 이내로 나타났다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.417-417
• /
• 2023

도시홍수는 도시의 주요 기능을 마비시킬 수 있는 수재해로서, 최근 집중호우로 인해 홍수 및 침수 위험도가 증가하고 있다. 집중호우는 한정된 지역에 단시간 동안 집중적으로 폭우가 발생하는 현상을 의미하며, 도시 지역에서 강우 추정 및 예보를 위해 레이더의 활용이 증대되고 있다. 레이더는 수상체 또는 구름으로부터 반사되는 신호를 분석해서 강우량을 측정하는 장비이다. 기상청의 기상레이더(S밴드)의 주요 목적은 남한에 발생하는 기상현상 탐지 및 악기상 대비이다. 관측반경이 넓기에 도시 지역에 적합하지 않는 반면, X밴드 이중편파레이더는 높은 시공간 해상도를 갖는 관측자료를 제공하기에 도시 지역에 대한 강우 추정 및 예보의 정확도가 상대적으로 높다. 따라서, 본 연구에서는 딥러닝 기반 초해상화(Super Resolution) 기술을 활용하여 저해상도(Low Resolution. LR) 영상인 S밴드 레이더 자료로부터 고해상도(High Resolution, HR) 영상을 생성하는 기술을 개발하였다. 초해상도 연구는 Nearest Neighbor, Bicubic과 같은 간단한 보간법(interpolation)에서 시작하여, 최근 딥러닝 기반의 초해상화 알고리즘은 가장 일반화된 합성곱 신경망(CNN)을 통해 연구가 이루어지고 있다. X밴드 레이더 반사도 자료를 고해상도(HR), S밴드 레이더 반사도 자료를 저해상도(LR) 입력자료로 사용하여 초해상화 모형을 구성하였다. 2018~2020년에 발생한 서울시 호우 사례를 중심으로 데이터를 구축하였다. 구축된 데이터로부터 훈련된 초해상도 심층신경망 모형으로부터 저해상도 이미지를 고해상도로 변환한 결과를 PSNR(Peak Signal-to-noise Ratio), SSIM(Structural SIMilarity)와 같은 평가지표로 결과를 평가하였다. 본 연구를 통해 기존 방법들에 비해 높은 공간적 해상도를 갖는 레이더 자료를 생산할 수 있을 것으로 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2010년도 학술발표회
• /
• pp.1429-1433
• /
• 2010

수공구조물의 설계, 수자원 관리계획의 수립, 재해영향 검토 등을 수행할 때, 재현기간에 따른 확률개념의 강우량, 홍수량, 저수량 등을 산정하여 사용하게 되며, 보통 대상지역의 장기 수문관측 자료를 이용하여 수문사상의 확률분포를 산정한 후 재현기간을 연장하여 원하는 설계빈도에 해당하는 양을 추정하게 된다. 미계측지역 또는 관측자료의 보유기간이 짧은 지역의 경우는 지역빈도 분석 결과를 이용하게 된다. 지역빈도해석을 위해서는 강우자료들의 동질성을 파악하는 것이 가장 기본적인 과정이 되며 이를 위해 통계학적인 범주화분석이 선행되어야 한다. 지점 빈도분석의 수문학적 동질성 판별을 위해 L-moment 방법, K-means 방법에 의한 군집분석 등이 주로 사용되며 관측소 위치좌표를 이용한 공간보간법을 적용하여 시각화하고 있다. 강수량은 시공간적으로 변하는 수문변량으로서 강수량의 시간적인 특성 또한 강수량의 특성을 정의하는데 매우 중요한 요소이다. 이러한 점에서 본 연구를 통해 강수지점의 공간적인 좌표 및 강수량의 양적인 범주화에 초점을 맞춘 기존 지역빈도분석의 범주화 과정에 덧붙여 시간적인 영향을 고려할 수 있는 요소들을 결정하고 이를 활용할 수 있는 범주화 과정을 제시하고자 한다. 즉, 극치강수량의 발생 시기에 대한 정량적인 분석이 가능한 순환통계기법을 이용하여 관측 지점별 시간 통계량을 산정하고, 이를 극치강수량과 결합하여 시 공간적인 특성자료를 생성한 후 이를 이용한 군집화 해석 모형을 개발하는데 연구의 목적이 있다. 분석 과정에 있어서 시간속성의 정량화 및 일반화는 순환통계기법을 사용하였으며, 극치강수량과 발생시점의 속성자료는 각각의 평균과 표준편차를 이용하였다. K-means 알고리즘을 이용해 결합자료를 군집화 하고, L-moment 방법으로 지역화 결과에 대한 검증을 수행하였다. 속성 결합 자료의 군집화 효과는 모의데이터 실험을 통해 확인하였으며, 우리 나라의 58개 기상관측소 자료를 이용하여 분석을 수행하였다. 예비해석 단계에서 100회의 군집분석을 통해 평균적인 centroid를 산정하고, 해당 값을 본 해석의 초기 centroid로 지정하여, 변동적인 클러스터링 경향을 안정화시켜 해석이 반복됨에 따라 군집화 결과가 달라지는 오류를 방지하였다. 또한 K-means 방법으로 계산된 군집별 공간거리 합의 크기에 따라 군집번호를 부여함으로써 군집의 번호순서대로 물리적인 연관성이 인접하도록 설정하였으며, 군집간의 경계선을 추출할 때 발생할 수 있는 오류를 방지하였다. 지역빈도분석 결과는 3차원 Spline 기법으로 도시하였다.

• 대한지리학회지
• /
• 제42권5호
• /
• pp.808-834
• /
• 2007

본 연구는 젠더차별적인 접근성 경험의 다양한 측면들을 규명하고자 한다. 사회적으로 구축된 성역할이 어떻게 남성과 여성간의 접근성 경험을 다르게 만드는가를 특히 자녀를 가진 맞벌이부부의 비교를 통해 다루었다. 미국 Portland 지역의 개인통행데이터 및 시간지리학에 토대를 둔 시 공간 접근성의 GIS기반 지오컴퓨테이션 결과를 이용해 경험적 분석을 수행하였다. 첫째, 성평등적인 사회로 변하고 있다는 일반적 기대와는 달리 가정 내 성별 분업은 여전히 지속되고 있음을 알 수 있었다. 다음으로는 성역할이 여성과 남성의 접근성 경험을 차별적으로 구조화하는 방식과 그러한 접근성 경험이 다시 젠더화된 공간성의 형태를 띠게 되는 방식에 대해 살펴보았다. 젠더화된 공간성, 특히, 집-중심적이고 공간적으로 제한적인 여성의 특징을 활동공간 및 접근성공간의 측면에서 분석하고, 그 양자간의 관계에 대해서도 살펴보았다. 남성 배우자보다 많은 가사 부담과, 더 중요하게는, 퇴근 후 탁아시설/학교에 가서 자녀를 데려오는 행위의 시간적 제약이 여성의 가능한 활동공간을 보다 집 근처로 제한하고 있음을 알 수 있다. 접근성 공간의 시공간적 맥락 분석은 젠더화된 공간성을 잘 드러내주고 있다. 그러나 본 연구는 행위결과는 개인이 직면하고 있는 제약들에 대한 명확한 인식 속에서 이해되어야 한다는 점을 지적하고자 한다. 실현된 활동공간은 제약의 산물일 수도 있지만, 또한 선택의 결과물일 수도 있기 때문이다. 행위결과를 제약수준의 직접적인 표현으로 취급해서는 안 된다. 행위결과가 제약수준을 그대로 반영한다는 기대나, 발현된 결과로부터 제약수준을 그대로 유추해낼 수 있다는 가정은 문제가 있다.공간의 생산 및 재생산을 조절할 수 있는지에 대한 연구는 미비하다. 한국 정부는 주택시장 관리 체제 및 제도 하에서 '스케일 도약(jumping scales)' 구체적으로 '스케일 하강'을 통해 여러 지리적 스케일에서의 주택 공간 생산 및 재생산에 대한 헤게모니를 가지게 되었다. 한국 정부는 주택 개발에 대한 다스케일적(multiscalar) 정책을 사용함과 동시에 중앙 정부, 지방 자치단체, 정부 산하 주택 관련 기관, 그리고 한국 다국적 기업(재벌) 간의 다양한 스케일에서의 제도적 네트워킹을 통해 '스케일 도약' 능력을 점점 더 획득하게 되었다. 전통적으로 지리적 스케일은 분석의 공간 단위 또는 범주로 인식되어 왔다. 하지만, 지리적 스케일은 사회적 내포(social inclusion), 사회적 배제(social exclusion), 정당화(legitimation)의 수단이 될 수 있다. 사회적으로 그리고 정치적으로 연대할 또는 배제할 기관 또는 조직을 선택하는 것 자체가 조직 네트워킹시의 공간적 스케일의 선택과 범위의 결정을 수반하며, 이는 '정치의 스케일 공간성(scale spatiality politics)'과 밀접히 연관되어 있다. 다양한 형태의 '규제의 스케일'을 전개해 온 한국 정부는 정부의 주택 개발 논리의 정당화를 위해 재벌, 고소득층, 중산층을 의사결정 과정에 포함시켰으나, 국지적 스케일에서의 서민 조직들과 사회소외계층을 의사결정 과정으로부터 제외시켰다.위축 등, 전형적인 세포예정사의 특성을 나타내고 있었다. 세포의 괴사도 일부 확인되었으나 그다지 현저하지 않았으며, apoptotic body와 함께 대식세포가 산재되어 있었다. 방사선(X-선)

• 한국경제지리학회지
• /
• 제18권4호
• /
• pp.539-555
• /
• 2015

본 논문의 목적은 서울시버스체계의 시간거리 접근성을 산출하고 공간구조를 분석하는 것이다. 이를 위해 빅데이터인 교통카드 트랜잭션 데이터베이스에서 버스 이용객의 시공간정보를 이용하여 서울 버스 교통망의 시간거리 접근성을 산출하는 방법론을 제시한다. 특히 버스체계 운영 특성을 반영하여 버스 승객들이 출발지에서 승차하여 같은 버스로 목적지에 도착하거나 또는 중간에 다른 버스노선으로 환승하여 목적지 까지 도착하는 통행을 나타낼 수 있는 버스 교통망 그래프를 구성하고, 교통카드 트랜잭션 데이터베이스에서 각 승객이 이동하는 시간을 추출해 내어 평균 이동시간을 버스 교통망 그래프의 각 연결선의 가중치로 설정한다. 수정된 Floyd APSP algorithm을 이용하여 얻어진 각 결절점들 사이의 최단경로 이동시간을 바탕으로 각 버스정류장의 접근성을 계산하는 방법론을 제시한다. 또한 분석 결과를 정리하고 공간분포를 시각화하여 공간구조를 파악한다. 본 연구는 많은 버스노선과 버스정류장들로 구성되고 환승 등 다양한 통행행태가 내포되어 있는 복잡성 때문에 접근성 측정이 용이하지 않았던 서울 버스 교통망의 시간거리 접근성을 산출하려는 첫 시도라는 측면에서 의의가 크다.

• 정보처리학회논문지D
• /
• 제11D권5호
• /
• pp.1167-1176
• /
• 2004

인터넷 기술의 발달로 다양한 응용분야의 컴퓨팅 환경은 상당한 변화를 겪어 왔다. 특히 지난 3년여 동안 물류분야에서는 물류 회사간 인터넷 기반의 가상 비즈니스 활동 또는 서비스 아키텍처를 의미하는 e-로지스틱스라는 새로운 개념에 대한 활발한 연구가 진행되었다. 효과적인 e-로지스틱스 프레임워크 구축을 위해서 GIS, GPS 및 시공간 데이터베이스를 포함하는 이동체 기술 개발이 진행 중에 있다. 이동체 기술은 자동차, 비행기, 선박 등과 같이 시간에 따라 공간상의 위치를 변경하는 시공간 객체에 대한 효율적인 데이터 관리를 의미한다. 그러나 기존의 관련 시스템은 여러 가지 이유로 이동체에 대하여 오직 가장 최근에 검출된 위치정보만을 관리하기 때문에, 과거 및 미래의 불확실한 위치 추정방법에 대한 구체적인 제시는 미약한 상태에 있다. 따라서 이 논문에서는 이동체에 대한 이력정보 관리와 이를 이용한 과거의 위치 추정이 가능한 시스템을 제안한다. 이를 위해 물류 운송차량 위치 추적을 위한 모델링과 데이터베이스 및 시스템 구조를 제시한다. 아울러 제안 시스템을 e-로지스틱스 분야의 주요 응용인 택배 차량에 대한 위치정보 불확실성 처리 시나리오에 적용하는 예를 가지고 설명한다.

• 인터넷정보학회논문지
• /
• 제16권2호
• /
• pp.77-83
• /
• 2015

데이터 마이닝에서 활발히 연구되고 있는 주요 분야들 가운데 하나인 빈발 패턴 마이닝은 대규모의 데이터 집합 또는 데이터베이스로부터 숨겨진 유용한 패턴 정보를 추출하기 위한 방법이다. 또한 이 기법으로 얻을 수 있는 결과물을 통해 데이터베이스내의 다양하고 중요한 특징들을 더욱 손쉽게 자동적으로 분석할 수 있기 때문에 많은 응용영역에도 활발히 적용되고 있다. 하지만 이러한 데이터베이스로부터 단순히 사용자에 의해 설정된 최소 지지도 임계값만을 가지고 이를 만족하는 모든 패턴들을 추출하는 기존의 전통적인 빈발 패턴 마이닝 방식은 데이터베이스의 특성과 임계값 설정의 정도에 따라 극도로 많은 수의 결과 패턴을 생성하는 문제를 가지며, 이에 따른 시간 및 공간 자원의 낭비를 초래한다. 또한 과도하게 생성된 패턴에 대한 분석의 어려움 역시 심각한 문제가 된다. 기존의 빈발 패턴 마이닝 접근방법들이 직면한 이러한 문제를 해결하고자, 데이터베이스로부터 가능한 모든 빈발 패턴들을 마이닝하는 것이 아닌, 이들에 대한 대표 패턴들만은 선별적으로 추출할 수 있도록 하는 대표 패턴 마이닝의 개념과 다양한 관련 기법들이 제안되었다. 본 논문에서는 생성되는 각 패턴의 최대성 또는 폐쇄성을 고려하는 패턴 압축 기법들에 대한 특성들을 기술하고, 이에대한 비교 및 분석을 진행한다. 최대 빈발 패턴 혹은 닫힌 빈발 패턴들을 마이닝함으로써, 효과적인 패턴 압축이 가능하며, 더 적은 시공간 자원으로 마이닝 작업을 수행할 수 있다. 또한 압축된 패턴들은 필요시 다시 원래의 패턴 형태로 복구가 가능한 특징이 있으며, 특히 닫힌 패턴 접근 방법을 이용하면 패턴을 압축하고 다시 해제하는 과정에서 어떠한 정보의 손실도 일어나지 않는다. 본 논문에서는 같은 플랫폼 상에서 동일한 구현 수준의 알고리즘에 대해 실세계로부터 축적된 실 데이터셋들을 가지고 상기 기법들에 대한 성능평가를 진행함으로써, 각 기법이 패턴 생성, 수행 시간, 메모리 사용량과 같은 실제적인 마이닝 성능에 대해 어떠한 영향을 미치는지에 대한 심층적 분석결과를 보인다.