• 제목/요약/키워드: 불확실도 분석

검색결과 2,402건 처리시간 0.029초

국가수준 학업성취도 평가와 국제 학업성취도 평가의 연계를 통한 우리나라 학생들의 수학 성취 특성 분석 (Analyzing the characteristics of mathematics achievement in Korea through linking NAEA and PISA)

  • 임해미;김수진;김경희
    • 대한수학교육학회지:수학교육학연구
    • /
    • 제22권1호
    • /
    • pp.1-22
    • /
    • 2012
  • 본 연구에서는 2009년 5월 시행된 국제 학업성취도 평가인 PISA 2009와 같은 해 10월 시행된 국가수준 학업성취도 평가 NAEA 2009의 평가 결과를 비교 분석하여 우리나라 학생들의 수학 성취 특성을 파악하고 교육 개선을 위한 정보를 산출하고자 한다. 두 평가에서 나타난 우리나라 학생들의 수학 성취 특성을 요약하면 다음과 같다. 첫째, NAEA 2009 우수학력의 분할점수는 PISA에서 상위 성취수준으로 정의하고 있는 5수준의 분할점수를 넘어서고 있으며, 기초학력의 분할점수도 PISA에서 기초학력 수준으로 정의하고 있는 2수준을 넘어서고 있다. 둘째, NAEA 2009와 PISA 2009 모두에서 여학생의 상위수준 비율이 남학생보다 낮았으며, 읍면 지역에서는 상위 수준의 비율이 낮고 하위 수준의 비율이 높은 특성이 나타났다. 셋째, NAEA2009에서 우수학력 학생들은 PISA 4~6수준, 보통학력 학생들은 PISA 3~5수준, 기초학력 학생들은 PISA 2~4수준, 기초학력미달 학생들은 PISA 3수준 이하를 중심으로 분포하는 것으로 나타났다. 넷째, NAEA 2009와 PISA 2009 수학 점수 간에는 유의한 정적 상관(.69)이 나타났지만, 하위 영역별로는 약한 정적 상관이 나타났다. 다섯째, 비동일 집단에 대한 분석 결과, 유의수준 .001에서 11문항이 통계적으로 유의한 차이가 있었다. 해당 문항을 중심으로 두 그룹의 차이를 비교해본 결과, 두 그룹은 실제적인 맥락의 문제의 해결과 직접적으로 관련되어 있는 변화와 관계, 불확실성 영역, 그리고 연결 영역에 속하는 문항에서 큰 정답률 차이를 나타냈다.

  • PDF

DNA검사기법을 이용한 PSE 돈육 생산 돼지 진단 (Diagnosis of Pigs Producing PSE Meat using DNA Analysis)

  • 정의룡;정구용
    • 한국축산식품학회지
    • /
    • 제24권4호
    • /
    • pp.349-354
    • /
    • 2004
  • 돼지 골격근 근소포체의 $Ca^{2+}$ 방출통로(calcium - release channel)를 지정하는 ryanodine receptor (RYR1) 유전자의 이상은 악성고열증(malignant hyperthermia, MH)을 유발하고, RYR1 유전자의 점 돌연변이는 돼지 스트레스 증후군(porcine stress syndrome, PSS)과 밀접하게 관련되어 있다. PSS 유전인자 보유 돼지의 90% 이상은 PSE 돈육을 생산하는 것으로 알려져 있어 물퇘지 발생과 생산성 하락으로 경제적 손실을 초래하는 유전적 원인의 PSS 유전자를 검사하여 제거하는 것은 고품질 돼지고기 생산 및 국내 양돈산업의 경쟁력 향상에 매우 중요한 과제라고 할 수 있다. 따라서, 본 연구는 PCR-RFLP 및 PCR-SSCP 기법을 이용하여 PSE 돈육을 생산 하는 PSS 돼지 유전자 진단기술을 개발하고 이를 이용한 국내 종돈 및 교잡 비육돈의 PSS 유전자형 출현빈도를 파악하고자 수행하였다. 돼지 PSS의 원인이 되는 RYR 유전자의 단일염기 돌연변이 (RYR1 C1843T)를 포함하는 DNA 영역을 PCR로 증폭한 후 RFLP 및 SSCP 기법을 이용하여 분석한 결과 동형접합체의 정상 개체(N/N), 이형접합체의 잠재성 개체(N/n)그리고 열성의 돌연변이 유전자를 동형접합체 상태로 갖는 PSS 감수성 개체(n/n)에 각각 특이적인 RFLP 및 SSCP 유전자형이 검출되어 PSS 저항성, 잠재성 및 감수성 개체의 정확한 판별이 가능하였다. 돼지 주요 품종 집단내 PSS유전자형 출현빈도를 조사한 결과 Landrace는 PSS저항성 개체가 57.1%, 잠재성 개체가 35.7%그리고 PSS 감수성 개체의 출현 비율은 7.1%로 분석되었고 L. Yorkshire는 82.5, 15.8 및 1.7%, Duroc은 95.2, 4.8 및 0.0%로 각각 조사되었다. 비육용 교잡돈은 정상 개체가 72.0%, 잠재성 개체가 22.7% 그리고 PSS 감수성 개체는 5.3%였다. 특히, PCR-SSCP 기법을 이용한 RYR1 유전자 돌연변이 검출 방법은 보다 신속 간편하면서도 상대적으로 분석비용이 저렴한 정확성이 높은 PSS 돼지 진단기술로서 대규모 돼지집단 검색이나 RFLP 방법으로 판정이 불확실한 시료의 재검에 효율적으로 이용할 수 있을 것으로 판단된다.

기후변화 시나리오를 활용한 미래 한반도 물수급 전망 (Water Balance Projection Using Climate Change Scenarios in the Korean Peninsula)

  • 김초롱;김영오;서승범;최수웅
    • 한국수자원학회논문집
    • /
    • 제46권8호
    • /
    • pp.807-819
    • /
    • 2013
  • 본 연구에서는 기존의 기후변화를 고려한 물수급 분석 방법론의 문제점을 개선하기 위해 GCM 미래 유량 시나리오를 물수급 모형에 직접 입력하는 대신 과거 유량 시나리오의 가중값(재현확률)을 부여하는 새로운 물수급 전망기법을 제안하고자 한다. GCM 미래 기후자료를 TANK 모형에 입력하여 중권역별 미래 유량을 모의하였으며 모의결과에 대한 편이보정을 위해 Quantile Mapping 기법을 적용하였다. 이러한 미래 유량 전망결과를 반영하여 각각의 입력자료에 대한 가중값(재현확률)을 새롭게 산정함으로써 미래 목표 전망구간에 대한 물부족량을 산정하였다. 물수급 모형의 입력자료에 대한 가중값 산정을 위해K-nn 알고리즘을 적용하였으며 비홍수기(10~6월) 유량을 가중값 산정을 위한 기준유량으로 결정하였다. 기후 변화의 불확실성을 고려하고자 4개의 GCM과 3개의 AR4 SRES 온실가스 배출 시나리오를 앙상블 조합하여 생성한 기후변화 시나리오를 활용하였다. 본 연구에서제시한 방법론을 한반도 4대강 유역에 적용한 결과, 기후변화를 고려한 한반도 미래 평균 물부족량은 2020s (2010~2039년)에는 과거에 비해 10~32% 정도 증가할 것으로 전망되었다. 또한, 한반도 4대강 유역의 경우 먼 미래로 갈수록 비홍수기 유량이 점차 감소할 것으로 전망됨에 따라 2080s (2070~2099년)에는 과거 대비 평균 물부족량이 최대 97%(약 516.5백만 $m^3$/년) 증가할 것으로 전망되었다. 기존의 기후변화 연구 방법론의 전망결과를 비교분석한 결과, 기존 방법론은 매우 극적인 물부족량 증가를 전망하고 있는 반면 본 연구에서 제안한 기법은 상대적으로 보수적인 변화를 전망하였다. 본 연구는 물수급 분석시기 후 변화를 고려하되 기존 국가계획 방법론의 틀을 최대한 유지하고 있다는 점에서 국가수자원계획 수립에 있어 정책결정권자들의 혼돈을 줄여줄 수 있는 방법론이 될 수 있다고 판단된다.

오픈-소스 자료처리 기술개발 소프트웨어(Madagascar)를 이용한 탄성파 현장자료 전산처리 적용성 연구 (A Study on the Field Data Applicability of Seismic Data Processing using Open-source Software (Madagascar))

  • 손우현;김병엽
    • 지구물리와물리탐사
    • /
    • 제21권3호
    • /
    • pp.171-182
    • /
    • 2018
  • 탄성파 처리 기술개발 분야의 오픈-소스 소프트웨어인 Madagascar를 이용하여 신호 대 잡음비가 낮고 속도정보가 불확실한 현장 탄성파 자료에 대해 자료처리를 수행하고, 오픈-소스 소프트웨어의 현장 적용성을 시험하였다. 파이썬(python) 기반의 Madagascar는 방법론적으로는 다차원 자료 분석이 가능하고, 처리 공정의 재현성이 뛰어나 효율적인 자료처리가 가능하다는 장점이 있지만, 다소 복잡한 사용법과 자료 구조 시스템으로 인해 현장 자료에 대한 자료처리 사례는 많지 않다. 본 연구에서는 현장 자료에 대한 Madagascar의 효용성을 확인하기 위해 기본적인 탄성파 자료처리(자료입력, 지형 정보 일치, 진동수-파수 필터, 예측 곱풀기, 속도 분석, 수직 시간차 보정, 겹쌓기, 참반사 보정)를 수행하였다. 테스트를 위해 사용한 현장 자료는 서해 군산분지에서 에어건 음원과 480채널의 스트리머로 취득한 해양 탄성파 탐사자료이며, 각 자료처리 단계마다의 결과를 Landmark사의 상용 소프트웨어인 ProMAX (SeisSpace R5000)을 사용하여 처리한 결과와 비교하였다. 그 결과 데이터 입출력 및 관리, 처리 과정의 재현성 및 자동 속도 분석 측면에서는 Madagascar가 상대적으로 높은 효율성을 보였고, 신호 품질 향상을 위한 전처리 결과는 상용 소프트웨어와 유사함을 확인하였다. 반면에, 심부 지층에 대한 영상화 결과는 상용 소프트웨어로 처리한 결과가 보다 뛰어남을 확인하였다. 이러한 결과는 상용 소프트웨어의 경우 다양한 겹반사 제거 모듈이 적용되었고, 상호 대화식 인터페이스로 인해 보다 정교한 자료처리가 가능하였기 때문이다. 그러나, Madagascar의 경우에도 현재 전 세계에서 많은 연구자들이 다양한 자료처리 알고리듬을 개발하여 지속적으로 공개하고 있기 때문에, 향후 이러한 최신 알고리듬을 적용한다면 상업용 수준의 자료처리가 가능해져 보다 향상된 결과를 도출할 수 있을 것이다.

트윗 데이터를 활용한 IT 트렌드 분석 (An Analysis of IT Trends Using Tweet Data)

  • 이진백;이충권;차경진
    • 지능정보연구
    • /
    • 제21권1호
    • /
    • pp.143-159
    • /
    • 2015
  • 불확실한 환경변화에 대처하고 장기적 전략수립을 위해 기업에게 있어서 IT 트렌드에 대한 예측은 오랫동안 중요한 주제였다. IT 트렌드에 대한 예측을 기반으로 새로운 시대에 대한 인식을 하고 예산을 배정하여 빠르게 변화하는 기술의 추세에 대비할 수 있기 때문이다. 해마다 유수의 컨설팅업체들과 조사기관에서 차년도 IT 트렌드에 대해서 발표되고는 있지만, 이러한 예측이 실제로 차년도 비즈니스 현실세계에서 나타났는지에 대한 연구는 거의 없었다. 본 연구는 현존하는 빅데이터 기술을 활용하여 서울지역을 중심으로 지난 8개월동안(2013년 5월1일부터 2013년12월31까지) 정보통신산업진흥원과 한국정보화진흥원에서 2012년 말에 발표한 IT 트렌드 토픽이 언급된 21,589개의 트윗 데이터를 수집하여 분석하였다. 또한 2013년에 나라장터에 올라온 프로젝트들이 IT트렌드 토픽과 관련이 있는지 상관관계분석을 실시하였다. 연구결과, 빅데이터, 클라우드, HTML5, 스마트홈, 테블릿PC, UI/UX와 같은 IT토픽은 시간이 지날수록 매우 빈번하게 언급되어졌으며, 이 같은 토픽들은 2013년 나라장터 공고 프로젝트 데이터와도 매우 유의한 상관관계를 가지고 있는 것을 확인할 수 있었다. 이는 전년도(2012년)에 예측한 트렌드들이 차년도(2013년)에 실제로 트위터와 한국정부의 공공조달사업에 반영되어 나타나고 있는 것을 의미한다. 본 연구는 최신 빅데이터툴을 사용하여, 유수기관의 IT트렌드 예측이 실제로 트위터와 같은 소셜미디에서 생성되는 트윗데이터에서 얼마나 언급되어 나타나는지 추적했다는 점에서 중요한 의의가 있고, 이를 통해 트위터가 사회적 트랜드의 변화를 효율적으로 추적하기에 유용한 도구임을 확인하고자 할 수 있었다.

MLC 로그 파일 기반 DQA에서 타깃 용적에 따른 영향 연구 (The Study on the Effect of Target Volume in DQA based on MLC log file)

  • 신동진;정동민;조강철;김지훈;윤종원;조정희
    • 대한방사선치료학회지
    • /
    • 제32권
    • /
    • pp.53-59
    • /
    • 2020
  • 목 적: 본 연구의 목적은 타깃 용적의 변화에 따라 MLC 로그 파일 기반 소프트웨어(Mobius)와 기존의 팬텀-전리함(ArcCheck) 선량 검증 방법 간에 차이를 비교 분석하는데 목적이 있다. 대상 및 방법: 반지름이 0.25cm, 0.5cm, 1cm, 2cm, 3cm, 4cm, 5cm, 6cm, 7cm, 8cm, 9cm, 10cm까지 총 12개의 球(구) 모양 타깃이 있는 플랜을 생성하고 Mobius와 ArcCheck을 사용한 선량 검증을 각각 3번씩 실시하였다. 조사된 데이터를 점선량 오차값과 감마 통과율(3%/3mm)을 평가지표로 하여 비교 분석하였다. 결 과: Mobius의 점선량 오차값은 반지름 0.25cm에서 -9.87%, 0.5cm에서 -4.39%로 나타났고, 나머지 타깃 용적에서 오차값은 3% 이내로 나타났다. 감마 통과율은 반지름 9cm에서 95%, 10cm에서 93.9%로 나타났고, 나머지 타깃 용적에서는 95% 이상의 통과율을 보였다. ArcCheck에서 점선량 평균 오차값은 모든 타깃 용적에서 2% 내외의 일치율을 보였다. 감마 통과율 역시 모든 타깃 용적에서 98% 이상의 통과율을 보였다. 결 론: 반지름 0.5cm 이하의 작은 타깃이나 반지름 9cm 이상의 큰 타깃에서는 MLC 로그 파일 기반 DQA의 불확실성을 고려하여, 팬텀-전리함 기반 DQA를 상호 보완해서 사용함으로써 점선량, 감마 지표, DVH, 타깃 포함 등의 종합적인 분석으로 선량 전달 검증을 하는 것이 바람직하다고 사료된다.

인공지능의 사회적 수용도에 따른 키워드 검색량 기반 주가예측모형 비교연구 (Comparison of Models for Stock Price Prediction Based on Keyword Search Volume According to the Social Acceptance of Artificial Intelligence)

  • 조유정;손권상;권오병
    • 지능정보연구
    • /
    • 제27권1호
    • /
    • pp.103-128
    • /
    • 2021
  • 최근 주식의 수익률과 거래량을 설명하는 주요 요인으로서 투자자의 관심도와 주식 관련 정보 전파의 영향력이 부각되고 있다. 또한 인공지능과 같은 혁신 신기술을 개발보급하거나 활용하려는 기업의 경우 거시환경 및 시장 불확실성 때문에 기업의 미래 주식 수익률과 주식 변동성을 예측하기 어렵다는 문제를 가지고 있다. 이는 인공지능 활성화의 장애요인으로 인식되고 있다. 따라서 본 연구의 목적은 인공지능 관련 기술 키워드의 인터넷 검색량을 투자자의 관심 척도로 사용하여, 기업의 주가 변동성을 예측하는 기계학습 모형을 제안하는 것이다. 이를 위해 심층신경망 LSTM(Long Short-Term Memory)과 벡터자기회귀(Vector Autoregression)를 통해 주식시장을 예측하고, 기술의 사회적 수용 단계에 따라 키워드 검색량을 활용한 주가예측 성능 비교를 통해 기업의 투자수익 예측이나 투자자들의 투자전략 의사결정을 지원하는 주가 예측 모형을 구축하였다. 또한 인공지능 기술의 세부 하위 기술에 대한 분석도 실시하여 기술 수용 단계에 따른 세부 기술 키워드 검색량의 변화를 살펴보고 세부기술에 대한 관심도가 주식시장 예측에 미치는 영향을 살펴보았다. 이를 위해 본 연구에서는 인공지능, 딥러닝, 머신러닝 키워드를 선정하여, 2015년 1월 1일부터 2019년 12월 31일까지 5년간의 인터넷 주별 검색량 데이터와 코스닥 상장 기업의 주가 및 거래량 데이터를 수집하여 분석에 활용하였다. 분석 결과 인공지능 기술에 대한 키워드 검색량은 사회적 수용 단계가 진행될수록 증가하는 것으로 나타났고, 기술 키워드를 기반으로 주가예측을 하였을 경우 인식(Awareness)단계에서 가장 높은 정확도를 보였으며, 키워드별로 가장 좋은 예측 성능을 보이는 수용 단계가 다르게 나타남을 확인하였다. 따라서 기술 키워드를 활용한 주가 예측 모델 구축을 위해서는 해당 기술의 하위 기술 분류를 고려할 필요가 있다. 본 연구의 결과는 혁신기술을 기반으로 기업의 투자수익률을 예측하기 위해서는 기술에 대한 대중의 관심이 급증하는 인식 단계를 포착하는 것이 중요하다는 점을 시사한다. 또한 최근 금융권에서 선보이고 있는 빅데이터 기반 로보어드바이저(Robo-advisor) 등 투자 의사 결정 지원 시스템 개발 시 기술의 사회적 수용도를 세분화하여 키워드 검색량 변화를 통해 예측 모델의 정확도를 개선할 수 있다는 점을 시사하고 있다.

댐 방류 의사결정지원을 위한 딥러닝 기법의 적용성 평가 (Application of deep learning method for decision making support of dam release operation)

  • 정성호;레수안히엔;김연수;최현구;이기하
    • 한국수자원학회논문집
    • /
    • 제54권spc1호
    • /
    • pp.1095-1105
    • /
    • 2021
  • 기후변화에 따른 집중호우, 태풍 등의 발생빈도의 증가로 인하여 댐 운영의 고도화가 요구되고 있다. 일반적으로 댐 운영의 경우 강우예측, 강우-유출, 홍수추적 등 다양한 수리수문학적 요소들을 반영하여 수행되나 기 계획된 특정 규칙에 기반한 댐 운영 모형의 경우, 때때로 개별 모듈들의 불확실성과 복합적인 인자들로 인하여 댐의 방류량을 능동적으로 제어하는데 제약이 있을 수 있다. 본 연구는 남강댐 직하류 홍수피해 예방을 위하여 댐의 방류량 결정 등 효율적인 댐 운영을 지원하기 위해 딥러닝 기반 LSTM (Long Short-Term Memory) 모형을 구축하고, 선행시간별 댐직하류 수위예측 정확도를 분석하는 것을 목적으로 한다. LSTM 모형의 입력자료는 댐 운영에 사용되는 기초자료 및 하류 장대동 수위관측소의 수위 자료를 시 단위로 2009년부터 2021년 7월까지 수집하였다. 2009년부터 2018년 자료는 모형의 학습과 검증 및 2019년부터 2021년 7월 자료는 선행시간을 7개(1 h, 3 h, 6 h, 9 h, 12 h, 18 h, 24 h)로 구분하여 관측 수위와 예측 수위를 비교·분석하였다. 그 결과, 선행시간 1시간의 예측결과는 평균적으로 MAE가 0.01 m, RMSE가 0.015 m, NSE가 0.99 로 관측 수위에 매우 근접한 예측 결과를 나타내었다. 또한, 선행시간이 길어질수록 예측 정확도는 근소하게 감소하였지만, 관측 수위의 시간적 패턴을 유사하게 안정적으로 예측하는 것으로 분석되었다. 따라서 수리수문학적 비선형의 복잡한 자료간의 특징을 자동으로 추출하여 예측 자료를 생산하는 LSTM 모형은 댐 방류량 의사결정에 있어 활용이 가능할 것으로 판단된다.

K-pop 음악의 글로벌 성공 요인 분석 (Analysis of Global Success Factors of K-pop Music)

  • 이승연;장민호
    • 한국엔터테인먼트산업학회논문지
    • /
    • 제13권4호
    • /
    • pp.1-15
    • /
    • 2019
  • 2012년 Psy의 강남스타일은 K-pop의 세계적인 성장 가능성을 보여주었고 2018년에서 2019년 사이 BTS가 3년 연속 빌보드 1위를 달성하며 글로벌 흥행에 성공했다. 세계 음악 시장에서의 성공은 엄청난 경제적 수익과 문화적 파급력을 가져오기 때문에 K-pop의 글로벌 흥행은 지속되어야 한다. 그러나 세계 음악 시장에서 K-pop의 성공은 역사가 짧고 일부 가수에 제한되어 있어 앞으로도 K-pop의 인기가 지속될 수 있을지는 불확실하다. 본 연구는 K-pop의 본질인 음악적 측면의 성공 요인을 분석하여 K-pop 음악의 지속적 성장을 위한 방향성을 찾고자 한다. 세계적으로 흥행한 K-pop 음악의 특징을 찾기 위해 전 세계인들이 접속하는 공간이자 대중음악의 유행에 민감하게 반응하며 글로벌 인기를 반영하는 유튜브의 K-pop MV 조회 수 상위 20곡을 연구 대상으로 선정했다. K-pop MV 조회 수 상위 20곡의 창작자를 조사해 글로벌 흥행에 성공한 K-pop 음악이 어떻게 제작되었는지 알아보았다. 조회 수 상위 20곡 모두 다수 창작자의 공동 작업에 의해 만들어졌다. 유행의 주기가 짧은 아이돌 음악 시장에서 신속하게 완성도 높은 곡들을 만들기 위해 각 분야의 전문가들이 모여 함께 음악을 제작하는 체계적인 집단 창작 시스템이 확립되었다. 음악도 상품화되어 공장의 분업과 같은 원리를 적용해 완성도 높은 음악을 효율적, 지속적으로 제작하기 위한 방법이다. 글로벌 트렌드를 반영하기 위해 해외 프로듀서와 협업한 곡이 많고 사운드가 중시되는 댄스 음악에서 작곡가의 역할은 사운드까지 총괄하는 프로듀서로 확대되었다. 특정 프로듀서와 아티스트가 지속적으로 작업하며 연이은 히트곡을 만들었는데 지속적인 관계 속 상호간의 특징과 생각을 파악하여 음악 제작의 효율성과 음악의 진정성을 향상시킬 수 있었다. 조회 수 상위 20곡의 음악을 분석한 결과, 초국적 장르 융합, 빈번한 영어 가사의 사용, 최신 글로벌 트렌드의 반영, 세련된 사운드는 해외 청취자들에게 친숙하면서도 트렌디한 음악 스타일로 접근성을 높였다. 곡의 동기가 반복되는 후크송은 한국어를 모르는 청취자에게도 강렬한 인상을 남기며 쉽게 따라 부르고 기억되는 음악이 되었으며 명확한 콘셉트로 아티스트의 정체성을 확립하였다. 건전하고 참신한 주제는 해외 팬들의 정서적 공감을 이끌어낼 뿐 아니라 한국적 정서도 반영되었다. 현재 K-pop의 세계적 성공은 우연이 아닌 국내 음악 제작자들이 해외 진출을 목표로 다양한 방법을 시도하며 발전을 거듭한 결과이다. K-pop은 음악 스타일이 비슷하다는 비판도 제기되고 있으나 다양한 장르가 융합된 실험적 음악, 독특한 콘셉트 등으로 경쟁적인 음악 시장에서 새로운 차별점을 만들어내고 있다. 해외 진출을 염두에 두고 제작된 만큼 K-pop은 세계적으로 흥행할 만한 요소들을 지니고 있고 장점을 지속하면서 취약한 부분을 보완한다면 세계 음악 시장에서의 인기를 지속하며 영향력을 확장시킬 수 있을 것이다.

Google Earth Engine 기반 Sentinel-1 SAR 위성영상을 이용한 지표 토양수분량 산정 가능성에 관한 연구 (Study on the Possibility of Estimating Surface Soil Moisture Using Sentinel-1 SAR Satellite Imagery Based on Google Earth Engine)

  • 조영현
    • 대한원격탐사학회지
    • /
    • 제40권2호
    • /
    • pp.229-241
    • /
    • 2024
  • 클라우드 플랫폼을 이용한 빅데이터 처리기술의 발달로 위성영상과 같이 용량이 큰 자료에 대한 접근 및 처리와 분석이 최근 획기적으로 개선되고 있다. 본 연구에서는 그 플랫폼 중 하나인 Google Earth Engine (GEE) 기반의 전처리 완료된 Sentinel-1 합성개구레이더(synthetic aperture radar, SAR) 위성영상 자료의 후방산란계수 값에 비교적 간단한 토양수분량 추출 방법인 Change Detection Method를 적용하여, 2015~2023년의 국내 용담댐 유역 내 6개 관측소 지점 및 유역 평균에 대한 지표 토양수분량을 산정 후 실측과의 상관성 분석 및 GEE의 활용성을 검토하였다. 그 결과 SAR 위성영상 자체의 지표 측정 정확도와 자료간 특성 변동 등으로 인해 유역 내 관측소별 일부구역에 대해 산정한 지점 지표 토양수분량은 VH와 VV 편파에서 모두 0.1~0.3 수준의 낮은 상관성이 확인된 반면, 유역 전체 면적에 대한 평균 SAR 후방산란계수 값 추출 및 이동평균으로 자료의 불확실성 및 변동성을 완화시킨 유역 평균 지표 토양수분량은 0.5 수준의 향상된 결과를 보였다. 이렇게 GEE를 활용하여 산정된 토양수분량의 결과는 SAR 자료의 전처리에 있어 직접적으로 원하는 분석을 수행하지 못하는 제한점은 있지만, 방대한 위성영상 자료를 효율적으로 처리하여 장기간의 유역 평균과 같은 넓은 범위의 토양수분량을 산정, 평가해 볼 수 있다는 점에서 그 활용성을 확인할 수 있었다. 이를 바탕으로 향후 국내 여러 지점의 지표 토양수분량 관측자료와 연계해 주요 댐 유역의 평균지표 토양수분량 장기 변화 파악 등에 유용하게 활용될 수 있을 것으로 기대된다.