• 환경영향평가
• /
• 제30권2호
• /
• pp.105-116
• /
• 2021

건물이 밀집되고 인구밀도가 높은 도시는 열섬현상이 가중되고 열쾌적성에 취약하다. 도심에서 방치되고 있는 공지는 주거환경과 도시미관을 저해하고 지역 전체의 경제적 활력이 낮아지며 도시를 쇠퇴하는 하나의 요인으로 다루어진다. 이에 본 연구에서는 서울 종로구 송현동의 공지를 대상으로 개발 시나리오에 따라 주변 미기후 영향을 비교하고자 하였다. 현 상태 유지, 녹지 중심, 건물 중심, 녹지-건물 절충 시나리오를 설정하고, ENVI-met을 사용하여 개별 시나리오별로 대상지와 대상지 주변 1 km 내 변화되는 풍속, 기온, 평균복사온도를 개발 시나리오별 내·외부 영향을 비교분석하였다. 연구 결과, 대상지 내·외부는 녹지 중심의 시나리오가 현 상태 유지 시나리오와 비교했을 때 계절별 평균 기온은 낮아졌고, 풍속이 빨라진 것으로 도출되었다. 여름철 최대 -0.73 ℃가 낮아지거나 1.5 ℃까지 상승될 것으로 예상되었고, 풍속은 시나리오에 따라 최대 210 m 범위까지 영향이 있었다. 또한, 녹지는 내·외부, 건물 배치 및 크기는 녹지보다 효과는 적으나 인접한 외부 공간에 영향을 주는 것을 확인하였다. 본 연구는 송현동 개발 방향에 대한 의사결정 지원 도구로써 도움을 줄 수 있고, 향후 환경영향평가 제도에 미기후에 대한 부분을 반영하는데 활용할 수 있을 것으로 예상된다.

• 대한원격탐사학회지
• /
• 제39권5_1호
• /
• pp.669-681
• /
• 2023

과일 나무의 생육을 평가하는 중요한 지표인 엽록소 함량을 추정하는데 비교적 많은 노동력의 투입이 요구되고 오랜 시간이 소요되는 기존의 파괴 조사 대신 비파괴적 조사 방식인 원격탐사기술을 적용하기 위한 연구가 시도되고 있다. 이 연구에서는 2년(2021, 2022) 간 무인기 기반의 초분광 영상을 이용하여 배나무 잎의 엽록소 함량을 비파괴적으로 추정하는 연구를 수행하였다. 영상 처리로 추출된 배나무 캐노피(canopy)의 단일 band 반사율은 시간 변화에 따라 불안정한 복사 효과를 최소화하기 위해 밴드비화(band rationing) 되었다. 밴드비(band ratios)를 입력 변수로 머신러닝 알고리즘인 elastic-net, k-nearest neighbors (KNN)과 support vector machine을 사용하여 추정(calibration, validation) 모델들을 개발하였다. Full band ratios 기반 추정 모델들의 성능과 비교하여 계산 비용 절감과 재현성 향상에 유리한 key band ratios를 선정하였다. 결과적으로 모든 머신러닝 모델에서 full band ratios를 이용한 calibration에 coefficient of determination (R²)≥0.67, root mean squared error (RMSE)≤1.22 ㎍/cm², relative error (RE)≤17.9%)와 validation에 R²≥0.56, RMSE≤1.41 ㎍/cm², RE≤20.7% 성능을 비교하였을 때, key band ratios 네 개가 선정되었다. 머신러닝 모델들 사이에 validation 성능에는 비교적 큰 차이가 없어 calibration 성능이 가장 높았던 KNN 모델을 기준으로 삼았으며, 그 key band ratios는 710/714, 718/722, 754/758, 758/762 nm가 선정되었다. Calibration에서 R²=0.80, RMSE=0.94 ㎍/cm², RE=13.9%와 validation에서 R²=0.57, RMSE=1.40 ㎍/cm², RE=20.5%를 나타내었다. Validation의 기준으로 한 성능 결과는 배나무 잎 엽록소 함량을 추정하기에 충분하지 않았지만, 앞으로의 연구에 기준이 될 key band ratios를 선정했다는 것에 의미가 있다. 추후 연구에서는 추정 성능을 향상하기 위해 지속적으로 추가 데이터세트를 확보하여 선정된 key band ratios의 신뢰성 검증과 함께 실제 과원에 재현 가능한 추정 모델로 고도화할 필요가 있다.