• Proceedings of the KSRS Conference
• /
• 2001.03a
• /
• pp.128-132
• /
• 2001

본 연구의 수행을 위해 23개의 JERS-1 SAR 와 두 개의 ERS-2 SAR 자료를 이용하였다. 비록 ERA-2 pair로부터 생성된 인터훼로그램(interferogram)은 70일의 짧은 간격 자료임에도 불구하고 수목, 구름, 눈 등에 의한 temporal decorrelation 과 낮은 관측각에 의한 layover등에 의해 인터훼로그램의 질이 좋지 않아 분석에 이용될 수 없었다. 반면에 JERS-1 SAR(L 밴드) 자료간의 pair는 매우 긴 시간 간격에도 불구하고 비교적 높은 긴밀도를 가지고 있어, 본 연구지역과 같이 지표 변화률이 매우 느릴 것으로 예상되는 지역에서 장기간의 변화를 관측하기에는 적합하다. 우리는 altitude of ambiguities가 매우 큰 3개의 인터훼로그램과 2-pass, 3-pass DInSAR 방법을 사용하여 1992년 9월과 1998년 10월 까지 약 6년 동안의 지표변위를 관측하였다. 다양한 시간 간격(704, 1056, 1100, 1118, 1232, 2112 days) 별로의 차분 인터훼로그램(differential interferogram)의 결과와 그들간의 상호관계성를 이용하여 연구지역의 지표변위를 분석하였다. 2-pass, 3-pass, 그리고 altitude of ambiguity가 큰 인터훼로그램으로부터 관측된 결과 모두, 백두산 산체와 남서쪽에 위치하고 있는 홍두산을 중심으로 수십km에 걸쳐서 지표가 상승하고 있음을 지시한다. 계산된 지표상승률은 1년에 약 9cm 정도이다.

• Aerospace Engineering and Technology
• /
• v.2 no.1
• /
• pp.190-196
• /
• 2003

The top-of-atmosphere(TOA) radiance and its seasonal variation for various surface types have been analyzed using the MODIS direct broadcasting data acquired from the KARI ground station for the period between July 2002 and November 2003. The selected study areas considering the MODIS spatial resolution and the characteristics of the Korean peninsular are as follows: agricultural land, forest land, inland water, sea water, urban land, wetland, and atmosphere(cloud). The results showed that TOA radiances depend on the surface characteristics for the selected sample areas. Furthermore, the MODIS observations appear to well depict the general features of earth radiation properties. The authors hope that this study may provide the basic information on the analysis of hyperspectral data.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.750-750
• /
• 2012

토지이용의 변화는 수문순환의 변화를 초래한다. 이는 토지이용에 따른 지표 특성의 변화로 열수지가 변화함으로써 미규모 및 중규모 기상현상에 직접적으로 영향을 미치기 때문이다. 최근 4대강 살리기 사업 등의 대규모 토목사업으로 인해 넓은 면적의 지표면 상태가 변화하고 이에 따른 수문순환 변화에 대한 관심과 함께 연구가 진행되고 있다. 또한 최근 수문학 분야에서의 가장 큰 관심은 최신 기법을 적용한 수문분석 및 정확한 수문인자를 추출하고자 하는 것으로 원격탐사나 GIS 기법을 이용할 경우 유역의 물리적인 요소를 고려할 수 있으며 넓은 지역에 대한 정보를 공간적으로 분석할 수 있는 장점이 있다. 본 연구에서는 길이 103.5km, 유역면적 $1,478km^2$, 한강의 제 1지류인 섬강유역을 대상으로 위성 영상을 이용하여 토지피복에 따른 열수지 변화 특성을 모니터링 하였다. 대상지역의 토지피복은 Landsat TM 위성영상을 이용하여 수역, 도심지, 나지, 초지, 산림, 농경지, 구름 및 그림자 등으로 분류하였으며, 위성영상을 열수지 모델에 적용하여 인자별 격자기반의 공간분포도를 추출하였다. 또한 이를 이용하여 토지피복 종류에 따른 유역내 열환경 특성을 정량적으로 파악하고 열환경 관점에서 유리한 토지피복 조성을 도출하고자 한다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.13 no.6
• /
• pp.1257-1262
• /
• 2018

In this paper, a deep learning method is proposed to detect the fire effectively by using video of surveillance camera. Based on AlexNet model, classification performance is compared according to kernel size and stride of convolution layer. Dataset for learning and interfering are classified into two classes such as normal and fire. Normal images include clouds, and foggy images, and fire images include smoke and flames images, respectively. As results of simulations, it is shown that the larger kernel size and smaller stride shows better performance.

• Journal of the Korean Electrochemical Society
• /
• v.10 no.1
• /
• pp.20-24
• /
• 2007

Lithium ion secondary battery has been applied widely to portable devices, and has been studied for application to high power electric cell system such as power tool or hybrid electronic vehicle. The structure change of the electrodes materials occur when lithium ions move between electrodes. Neutron or X-rays can analyze the structure of electrode. The advantage of X-rays is convenient in test. However X-rays is scattered by electron cloud in atoms. Therefore, The elucidation for correct position of lithium is difficult with X-rays because lithium has small atomic weight. Neutron analysis techniques could solve this problem. In this review, We wish to discuss about structure analysis and the principle of structural characterization method using neutron beam source.

• Conservation Science in Museum
• /
• v.18
• /
• pp.19-34
• /
• 2017

Analysis of the species of wood in the wooden materials and the chemical composition of the fabric of the clothing excavated from the tomb of Yi Jing (1580-1642) has determined that the wooden materials, including the coffin (內棺, naegwan), burial chamber(外棺, oegwan), chilseongpan(七星板, bottom-lining board), and fan-shaped slats were made of pine(Pinus densiflora). The analysis of the fabrics suggested that the cloth attached to the fan-shaped slats, the funeral banner with inscriptions, and the five pouches for the corpse (五囊, onang) were all made of silk. The jacket was made of plain-weave cotton, while the inner and outer cloth of the socks were made of cotton and hemp, respectively. Among the silk items, the pouches for the left and right feet (constituting the five pouches for the corpse) were made from a satin-weave figured silk, while the other silk items were made of ju(紬), or plain-weave silk fabric. Infrared analysis revealed that the fan-shaped slats were decorated with cloud patterns across the entire surface, while the funeral banner and the five pouches for the corpse bore ink inscriptions.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.102-102
• /
• 2019

토양수분은 수문 및 기상 현상의 주요 요인으로 가뭄, 홍수 및 범람과 같은 자연 재해와 관련이 깊은 인자이다. 이러한 토양수분의 관측 기술 중 위성 데이터를 활용한 원격탐사 기술은 광범위한 지역의 관측이 용이하고 지점이 아닌 공간 데이터를 제공하는 장점을 지니고 있어 토양수분의 관측에 유리하다. 특히 높은 해상도의 위성기반 토양수분 데이터는 토양수분의 변동성이 큰 지역의 수문, 기상학적 현상을 보다 자세히 분석할 수 있게 해주며 가뭄 및 범람과 같은 수자원 관련 재해를 정확하게 분석하는데 요구된다. 이로 인해 최근 Sentinel-1 위성에서 운용중인 Synthetic Aperture Radar(SAR) 데이터를 이용한 매우 높은 공간해상도(10m~1km)를 지니고 있는 토양수분데이터 생산에 관한 연구가 세계적으로 활발히 진행되고 있다. 그러나 국내에서는 Sentinel-1 위성을 이용한 토양수분 데이터 복원에 관한 연구가 미비한 실정이다. 따라서 본 연구에서는 파주 감악산 설마천 유역에서의 Sentinel-1 위성의 SAR 데이터를 이용한 고해상도 토양수분 데이터를 복원하고자 한다. 파주 설마천 유역은 감악산 일대로 경사가 심하고 식생이 두터운 산악지형이다. SAR를 이용하여 산지에서 신뢰성 있는 토양수분 자료를 복원하기 위해서는 가장 큰 오차의 원인으로 작용하는 경사와 식생을 고려하여야 한다. 먼저 표면 경사의 영향의 경우 SAR 센서의 레이더 입사각과 수치 표고 모델을 이용하여 고려하고자 한다. 다음 과정으로 표면 경사가 고려된 Sentinel-1 데이터의 후방산란계수와 Landsat-8 데이터 및 지점 토양수분 데이터를 이용하여 식생에 따른 후방산란계수의 거동을 Water Cloud Model을 이용하여 분석하였다. Water Cloud Model은 토양위의 식생의 수분이 후방산란계수에 혼동을 주는 구름과 같이 작용한다고 가정하고 식생수분을 후방산란계수와 레이더 입사각 및 식생지수를 통해 계산하는 모델이며 이를 이용하여 토양수분 복원에 있어 식생의 영향을 제거하고자 하였다. 이를 통해 식생과 표면 경사를 고려하여 복원된 토양수분 데이터를 설마천 유역의 지점 데이터와 비교 분석하고 다른 위성기반 토양수분 데이터 및 강우 데이터를 이용하여 평가하였다. 본 연구결과를 통해 한반도 산지에서의 SAR 데이터를 이용한 토양수분 복원 기술의 기초가 마련될 것이며 이를 통해 산지가 대부분인 한반도의 토양수분 거동을 이해하는데 유용한 자료를 제공할 수 있을 것으로 기대된다. 본 연구 이후에는 연구결과분석을 통한 산지에서의 고해상도 토양수분 복원 알고리즘을 분석, 보완하고 한반도에서의 SAR 기반 토양수분 데이터의 정확도를 높이는 연구가 진행되어야 할 것이다.

• Korean Journal of Remote Sensing
• /
• v.37 no.5_3
• /
• pp.1373-1387
• /
• 2021

Forest fire poses a significant threat to the environment and society, affecting carbon cycle and surface energy balance, and resulting in socioeconomic losses. Widely used multi-spectral satellite image-based approaches for burned area detection have a problem in that they do not work under cloudy conditions. Therefore, in this study, Sentinel-1 Synthetic Aperture Radar (SAR) data from Europe Space Agency, which can be collected in all weather conditions, were used to identify forest fire damaged area based on a series of processes including Principal Component Analysis (PCA) and K-means clustering. Four forest fire cases, which occurred in Gangneung·Donghae and Goseong·Sokcho in Gangwon-do of South Korea and two areas in North Korea on April 4, 2019, were examined. The estimated burned areas were evaluated using fire reference data provided by the National Institute of Forest Science (NIFOS) for two forest fire cases in South Korea, and differenced normalized burn ratio (dNBR) for all four cases. The average accuracy using the NIFOS reference data was 86% for the Gangneung·Donghae and Goseong·Sokcho fires. Evaluation using dNBR showed an average accuracy of 84% for all four forest fire cases. It was also confirmed that the stronger the burned intensity, the higher detection the accuracy, and vice versa. Given the advantage of SAR remote sensing, the proposed statistical processing and K-means clustering-based approach can be used to quickly identify forest fire damaged area across the Korean Peninsula, where a cloud cover rate is high and small-scale forest fires frequently occur.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.56-56
• /
• 2023

남양호는 농업용수 공급을 위해 건설된 하구 담수호로 과도한 영양물질 축적으로 인해 매년 여름 녹조류가 번성한다. 따라서 본 연구에서는 조류발생 특성을 분석하고자 식물성 플랑크톤 및 관련 분해 산물에 의해 고유 광학특성을 가지고 있는 Chlorophyll-a(Chl-a)의 추정을 통한 녹조 발생을 파악하고자 Sentinel-2 Multi Spectral Image(MSI)의 원격 반사율 광학 스펙트럼을 사용하였다. Chl-a 추정알고리즘 개발을 위하여 Sentinel-2 A, B의 교차 방문주기인 5일 간격에 맞추어 현장수질자료(2022년: 27회 2023년: 27회)를 측정하였다. Chl-a 농도는 EXO-YSI를이용하여 측정하였으며 해당기간동안 9.4 ~ 127.1 mg/L의 범위를 보였으며, Sentine-2 자료는 A, B자료에서 B1(443 nm) ~ B8A(865 nm)파장의 값을 기상조건(구름, 안개, 강수)을 고려하여 현장수질측정 위치에서 반사도를 추출하였다. 입력자료는 대기 및 방사영향을 고려해 반사도 간의 비율자료와 선행연구에서 활용된 반사도를 활용하였으며 알고리즘은 다중선형회귀분석(Multi Linear Regression Model)과 Random Forest를 활용하였다. MLR의 경우 결정계수(R2)가 학습 및 검증에서 각각 0.68, 0.59의 성능을 보였으며, RF의 경우 각각 0.94, 0.85의 성능을 보였다. 해당알고리즘으로 생성된 Chl-a 시공간농도 자료는 담수호내 조류발생 특성을 분석하고 효율적 조류관리 및 대처에 활용될 것으로 판단된다.

• Journal of Satellite, Information and Communications
• /
• v.11 no.4
• /
• pp.94-101
• /
• 2016

Satellite data for remote sensing technology has limitations, especially with visible range sensor, cloud and/or other environmental factors cause missing data. In this study, using land surface temperature data from the MODerate resolution Imaging Spectro-radiometer(MODIS), we developed retrieving methods for satellite missing data and developed three methods; mean bias, regression analysis and local variation method. These methods used the previous day data as reference data. In order to validate these methods, we selected a specific measurement ratio using artificial missing data from 2014 to 2015. The local variation method showed low accuracy with root mean square error(RMSE) more than 2 K in some cases, and the regression analysis method showed reliable results in most cases with small RMSE values, 1.13 K, approximately. RMSE with the mean bias method was similar to RMSE with the regression analysis method, 1.32 K, approximately.