• Korean Journal of Remote Sensing
• /
• v.38 no.5_1
• /
• pp.535-543
• /
• 2022

A drone is used to diagnose crop growth and to provide information through images in the agriculture field. In the case of using high spatial resolution drone images, growth information for each object can be produced. However, accurate object detection is required and adjacent objects should be efficiently classified. The purpose of this study is to develop a Chinese cabbage object detection algorithm using multispectral reflectance images observed from drone and computer vision techniques. Drone images were captured between 7 and 15 days after planting a Chinese cabbage from 2018 to 2020 years. The thresholds of object detection algorithm were set based on 2019 year, and the algorithm was evaluated based on images in 2018 and 2019 years. The vegetation area was classified using the characteristics of spectral reflectance. Then, morphology techniques such as dilatation, erosion, and image segmentation by considering the size of the object were applied to improve the object detection accuracy in the vegetation area. The precision of the developed object detection algorithm was over 95.19%, and the recall and accuracy were over 95.4% and 93.68%, respectively. The F1-Score of the algorithm was over 0.967 for 2 years. The location information about the center of the Chinese cabbage object extracted using the developed algorithm will be used as data to provide decision-making information during the growing season of crops.

• Proceedings of the KGS Conference
• /
• 2003.05a
• /
• pp.79-82
• /
• 2003

인류의 활동으로 인해 전구적으로 일어나고 있는 기후 변화를 탐지하고 원인을 규명하는 것은 중요한 기후 연구 주제이다. 2001년에 발간된 IPCC 보고서는 기후에 대한 인류의 영향으로 19세기 후반 이후 지구의 평균기온이 약 0.7$^{\circ}C$ 상승했다고 결론지었다. 그러나 이러한 경향은 시공간적으로 일정하지 않을 뿐만 아니라, 평균 변화가 극한 사상의 변화를 반드시 이끌어 내는 것은 아니다. 하지만, 평균 변화는 사회나 생태계 전반에 걸쳐서 영향을 미치게 될 기후 행태를 변화시킨다. (중략)

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.109-109
• /
• 2022

유효가뭄지수(Effective Drought Index, EDI)는 현재 기후에 대한 과거, 미래 기후에서의 상대적인 가뭄 특성 변화를 평가하기 위해 최근 30년간의 일 강수량 자료를 고정된 기준치로 사용한다. 이에 따라 장기간에 걸친 다양한 기후변화에 대한 인간 사회의 적응을 고려하며 가뭄의 영향을 평가할 때에는 한계점이 있다. 이 연구에서는 EDI의 기능을 확장하기 위해 자가교정 유효가뭄지수(self-calibrating EDI, scEDI)를 제안하고 그 성능을 평가하였다. 기존 EDI와는 다르게 scEDI는 관측시점을 기준으로 30년씩 이동하며 시간에 따라 변화하는 기후값을 기준치로 사용한다. 우리나라 서울관측소에서 1777년부터 2020년까지 누적된 244년간의 일 강수량 자료를 바탕으로, scEDI와 3개의 서로 다른 기후 기준치를 가진 기존 EDI를 계산하여 평가된 가뭄들의 특성을 비교하였다. 그 결과, 기후 기준치에 따라 서로 다른 가뭄 특성들을 보인 기존 EDI와 달리, scEDI는 변화하는 기후를 고려하여 분석기간에 걸쳐 가뭄의 특성을 일관되게 평가할 수 있는 것으로 밝혀졌다. 1807년부터 1907년까지 가뭄과 관련된 조선왕조실록의 기록과 scEDI가 평가한 과거 가뭄 사례들과 비교해 본 결과, scEDI가 탐지한 가뭄 사례들과 실제 조선왕조실록의 가뭄 기록이 비교적 잘 일치하여, scEDI가 과거의 사회적 가뭄을 잘 탐지하는 것으로 나타났다. 또한, 최근의 사회적 가뭄에 대한 scEDI의 탐지 능력을 평가하기 위해 구글과 네이버에서 2016년부터 2018년까지 수집된 가뭄 관련 검색어 소셜 빅데이터를 사용하여서 비교하였다. 그 결과, 과거와 마찬가지로 현재에서도 scEDI가 평가한 가뭄의 변화와 소셜 빅데이터에서 나타난 가뭄에 대한 사회적 반응이 잘 일치하는 것으로 나타났다.

• 한국데이터정보과학회:학술대회논문집
• /
• 2002.06a
• /
• pp.35-50
• /
• 2002

본 연구에서는 ECHAM4/OPYC3 자료를 이용하여 관심영역인 동아시아 영역과 기후변화의 신호가 강할 것으로 추정되는 시베리아 영역에 대하여 베이즈 접근법을 적용하여 기후변화 신호를 탐지하고, 시나리오 자료에 대하여 기후변화 원인별 정량화를 실시하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.273-277
• /
• 2011

오늘날 기후변화는 기후 시스템을 구성하는 대기, 해양, 생물, 빙하, 육지 등의 다양한 구성요소에 작용하여 자연 생태계와 인간의 사회 및 경제 시스템에 커다란 영향을 미친다. 특히 최근 인간의 활동에 의해 야기된 기후변화는 극치적인 기후 현상의 빈도와 강도에 영향을 미칠 뿐만 아니라, 기후변화 현상은 수환경 시스템, 하천 생태계와 유역관리 등의 다양한 분야에 걸쳐 심각한 문제를 발생시킨다. 이에 따른 수자원의 효율적인 관리와 안정적인 물공급에 어려움을 증대시킬 것으로 전망되며, 현재 이것은 각 분야별로 해결해야 할 범지구적 문제로 인식되고 있다. 기후변화를 탐지하고 예측하기 위해서는 SRES 배출시나리오를 이용한 미래의 기후변화 장기시나리오가 필요한데, 이를 위한 기본적인 도구로 전지구기후모형(Global Climate Models, GCMs)이 있다. 기후변화에 따른 지역적 차원의 수자원에의 영향 분석을 위해서는 GCMs의 결과를 바탕으로 지역 규모에서의 기후 자료로 변환하는 규모내림(downscaling) 기법을 이용한다. 본 연구는 기후변화 분석의 가장 기본이라 할 수 있는 국내에 적합한 GCM의 선정 및 우리나라의 시공간적 기상패턴의 정밀한 구현을 위한 규모내림기법의 적용을 통하여 실시하였다. 현재 뿐 아니라 미래 90년간 (2011년 ~ 2100년)의 기상 자료를 생산하고 이를 SWAT 모형에 적용하였다. 이러한 GCMs-규모내림-SWAT 모형으로 이어지는 시나리오 기반의 기후변화에 대한 낙동강 유역의 유출 분석은 기후변화 연구에 기술적 방법론의 제시와 함께 앞으로 타 유역에의 적용을 통하여 보다 정량적이고 신뢰성 있는 전국 단위의 기후변화에 따른 유출 분석연구의 기초가 될 수 있을 것이라 기대한다.

• The Korean Journal of Applied Statistics
• /
• v.21 no.4
• /
• pp.705-716
• /
• 2008

The objectives of this study are the detection and forecast of climate change signal in the annual mean of surface temperature data, which are generated by MRI/JMA CGCM over the Korean Peninsula. MRI/JMA CGCM outputs consist of control run data(experiment with no change of $CO_2$ concentration) and scenario run data($CO_2$ 1%/year increase experiment to quadrupling) during 142 years for surface temperature and precipitation. And ECMWF reanalysis data during 43 years are used as observations. All data have the same spatial structure which consists of 42 grid points. Two statistical models, the Bayesian fingerprint method and the regression model with autoregressive error(AUTOREG model), are separately applied to detect the climate change signal. The forecasts up to 2100 are generated by the estimated AUTOREG model only for detected grid points.

• Proceedings of the KSRS Conference
• /
• 2009.03a
• /
• pp.101-104
• /
• 2009

기후 시스템에서 지구온난화는 세계적으로 매우 중요한 문제이고 이는 기후변화, 이상기온, 폭우, 가뭄 등의 문제를 초래한다. 특히 사막화는 전 세계적으로 10억 명 이상의 사람들에게 영향을 미치고 있다. 건조한 상태의 식생은 사막화되기 쉽기 때문에 식생의 수분상태는 사막화의 중요한 지표이다. 본 논문에서는 중국과 몽골 사막 주변영역에 대해 식생의 수분상태를 탐지하였다. 식생의 수분상태를 탐지하기 위해 1999년부터 2006년까지의 SPOT/VEGETATION 위성 이미지를 이용하여 정규화 수분지수(NDWI: Normalized Difference Water Index)를 산출하였다. 그 결과 1999년부터 2006년까지의 NDWI는 사막주변영역에서 감소하는 경향을 보였고, 그 영역은 몽골 고비사막 북동지역과 중국 타클라마칸 사막의 남동지역에 위치해 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.359-359
• /
• 2023

최근 기후변화로 인한 홍수 및 가뭄과 같은 자연재해가 증가함에 따라 이를 선제적으로 탐지 및 예방할 수 있는 해결책에 대한 필요성이 증가하고 있다. 이러한 수재해를 예방하기 위해서 하천, 저수지 등 가용수자원의 지속적인 모니터링은 필수적이다. SAR 위성 영상의 경우 주야간 및 기상상황에 상관없이 지속적인 수체 탐지가 가능하다. 일반적으로 SAR 기반 수체 탐지 시 송수신 방향이 동일한 편파(co-polarized) 영상을 사용한다. 하지만 co-polarized 영상의 경우 바람 및 강우에 민감하게 반응하여 수체 미탐지의 가능성이 존재한다. 한편 송수신 방향이 서로 다른 편파(cross-polarized) 영상은 강우 및 바람의 영향에 민감하지 않지만 식생에 민감하게 반응하여 수체의 오탐지율이 높다는 단점이 존재한다. 이에 SAR 영상의 편파 특성에 따라 수체 탐지의 정확도 차이가 발생하여 최적의 편파 영상 조합을 구성하는 것이 중요하다. 본 연구에서는 Sentinel-1 SAR 위성의 VV, VH, VV+VH 편파 영상과 머신러닝 알고리즘 중 하나인 SVM (support vector machine)을 활용하여 수체탐지를 수행하였다. 편파 영상 조합별 수체 탐지 결과의 검증을 위하여 혼동행렬 (confusion matrix) 기반 평가지수를 사용하였다. 각각의 수체탐지 결과의 비교 및 분석을 통하여 SAR 기반 수체 탐지를 위한 최적의 밴드 조합을 도출하였다. 본 연구결과를 바탕으로 차후 높은 시공간 해상도를 가진 SAR 영상의 활용이 가능하다면 수재해 및 수자원 관리의 효율성을 높일 수 있을 것으로 기대된다.

• Korean Journal of Remote Sensing
• /
• v.36 no.6_2
• /
• pp.1579-1590
• /
• 2020

In this paper, spatially-adaptive denormalization (SPADE) based U-Net is proposed to detect changes by using high-resolution satellite images. The proposed network is to preserve spatial information using SPADE. Change detection methods using high-resolution satellite images can be used to resolve various urban problems such as city planning and forecasting. For using pixel-based change detection, which is a conventional method such as Iteratively Reweighted-Multivariate Alteration Detection (IR-MAD), unchanged areas will be detected as changing areas because changes in pixels are sensitive to the state of the environment such as seasonal changes between images. Therefore, in this paper, to precisely detect the changes of the objects that consist of the city in time-series satellite images, the semantic spatial objects that consist of the city are defined, extracted through deep learning based image segmentation, and then analyzed the changes between areas to carry out change detection. The semantic objects for analyzing changes were defined as six classes: building, road, farmland, vinyl house, forest area, and waterside area. Each network model learned with KOMPSAT-3A satellite images performs a change detection for the time-series KOMPSAT-3 satellite images. For objective assessments for change detection, we use F1-score, kappa. We found that the proposed method gives a better performance compared to U-Net and UNet++ by achieving an average F1-score of 0.77, kappa of 77.29.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.25 no.4
• /
• pp.245-257
• /
• 2023

The representative crop in the Republic of Korea, rice, is cultivated over extensive areas every year, which resulting in reduced resistance to pests and diseases. One of the major rice diseases, rice blast disease, can lead to a significant decrease in yields when it occurs on a large scale, necessitating early detection and effective control of rice blast disease. Drone-based crop monitoring techniques are valuable for detecting abnormal growth, but frequent image capture for potential rice blast disease occurrences can consume significant labor and resources. The purpose of this study is to early detect rice blast disease using remote sensing data, such as drone and satellite images, along with weather data. Satellite images was helpful in identifying rice cultivation fields. Effective detection of paddy fields was achieved by utilizing vegetation and water indices. Subsequently, air temperature, relative humidity, and number of rainy days were used to calculate the risk of rice blast disease occurrence. An increase in the risk of disease occurrence implies a higher likelihood of disease development, and drone measurements perform at this time. Spectral reflectance changes in the red and near-infrared wavelength regions were observed at the locations where rice blast disease occurred. Clusters with low vegetation index values were observed at locations where rice blast disease occurred, and the time series data for drone images allowed for tracking the spread of the disease from these points. Finally, drone images captured before harvesting was used to generate spatial information on the incidence of rice blast disease in each field.