• 대한원격탐사학회지
• /
• 제35권2호
• /
• pp.327-336
• /
• 2019

중국과 북한 국경에 있는 백두산 정상의 칼데라 호수인 "천지"는 2,189 m의 고도에 위치한다. 천지는 1년동안 수온이 영하로 내려가는 겨울철에는 얼고 다시 수온이 영상으로 올라가는 계절에는 녹는 것을 반복한다. 하지만 높은 고도에 위치한 탓에 흐린 날이 많아 광학 영상으로는 관측에 어려움이 있다. 그렇기 때문에 천지의 얼음 관측에는 광학 영상보다 날씨에 영향을 덜 받는 위성레이더 영상이 더 효과적이다. 본 연구에서는 2015년에서 2017년까지 천지 지역의 TerraSAR-X 영상 75장을 분석에 사용하고 계산된 얼음 면적과 기온 변화를 분석했다. 그 결과, 형성된 칼데라 호수의 얼음은 12월 초에 생성되어 4월 중순까지 천천히 녹았다. 이 기간 동안 삼지연 지역의 기온은 얼음이 생성되었을 때 약 $-10^{\circ}C$였고, 해빙될 시기인 4월 중순에는 기온이 약 $0^{\circ}C$였다. 천지의 얼음이 생성되는 2015년과 2016년 겨울철의 얼음의 면적과 기온의 상관계수는 -0.82와 -0.75의 높은 상관성을 보였다. 본 연구결과와 함께 이 후 다양한 영상자료를 활용하여 최근 화산활동으로 인해 수온이 상승했을 시기의 결과와 비교분석한다면 화산활동을 모니터링 할 수 있는 지표로 활용될 수 있을 것이다.

• 대한원격탐사학회지
• /
• 제36권6_3호
• /
• pp.1721-1732
• /
• 2020

초등학생들은 학교에서 많은 시간을 보내고 있으며 실내 공기오염에 더 많이 노출된다. 또한 초등학생들은 신체적으로 성장기에 있으며 어른에 비해 단위체중당 호흡량이 많으므로 실내 공기오염에 대한 민감도가 큰 것으로 알려져 있다. 따라서 학교 실내공기질은 초등학생들의 건강을 위한 중요한 요소이다. 본 연구에서는 서울지역 5개 초등학교에서 측정한 실내외 미세먼지 (Particulate matter: PM) 농도를 이용하여 상관분석을 실시하였다. 이를 통해 실외 PM이 실내 PM에 미치는 영향을 평가하였다. 또한 PM ratio, I/O ratio 등과 같은 통계분석을 진행하였다. 그 결과 초등학교의 실내외 PM의 상관성은 PM10보다 PM2.5와 PM1에서 더 유의미하게 나타났다. Indoor/outdoor (I/O) ratio의 경우 PM10에서 SD를 제외한 4개 초등학교에서 모두 1보다 높게 나타났다 (BB: 2.21, NS: 1.67, IS: 1.73, SI: 1.17). 이는 실내 학생의 활동도가 PM10의 농도에 큰 영향을 미친다는 것을 의미한다.

• 한국통신학회논문지
• /
• 제25권3B호
• /
• pp.408-422
• /
• 2000

본 논문에서는 안테나 배열을 사용하는 통신시스템을 위한 일반화된 벡터 채널 모델을 제안한다. 제안된 채널 모델에서는 실제적인 채널에서 발생할 수 있는 경로 감쇄, 전파 음영(shadowing)의 시간-공간적인 변화, 다중경로 페이딩, 도플러현상, 국지적인 산란체(scatterer)들의 공간적인 분포와 지배적인 원격 산란체들에 의한 지연 확산을 고려한다. 실제적인 채널 환경을 반영하기 위하여 이산 경로 모델을 사용하며, 각각의 이산 경로 신호는 독립적인 전파 음영과 페이딩, 도플러 영향을 받으며, 서로 다른 입사각을 가지고 안테나 배열에 수신된다. 제안된 모델을 바탕으로 수신되는 신호들에 대한 시간-공간적인 상관값에 대한 관계식을 유도하고, 공간 채널 시뮬레이터를 구성한다. 이론적인 상관값과 시뮬레이터를 통하여 얻은 결과를 비교함으로써 시뮬레이터의 유효성을 검증하고, 구성된 시뮬레이터를 사용하여 다양한 채널 환경하에서의 채널 특성의 변화를 분석한다.

• 한국융합학회논문지
• /
• 제12권11호
• /
• pp.161-168
• /
• 2021

최근 많은 디지털 콘텐츠가 제시되고 있지만, 발달장애 아동 중 지적장애 아동을 대상으로 한 디지털 콘텐츠는 거의 제작되지 않았다. 지적장애 아동의 인지 개선을 위한 훈련프로그램을 기존의 대면 도제식 수업이 아닌 비대면 원격으로 수업을 진행하기 위해서는 디지털 콘텐츠 기반의 훈련 프로그램이 필요하다. 본 연구는 게임 기반으로 제작된 뉴로월드의 항목과 K-WISC-IV의 소항목과 비교하여 항목 간 상관관계로 공인 타당도를 분석함으로써 새로운 인지훈련 프로그램을 제시하고자 하였다. 검사항목과 훈련 항목 간의 상관관계에 있어 일부 타당성이 있는 것으로 나타났고, 이는 일부분의 훈련 항목이 공인 타당성을 지니고 있다는 것을 의미한다. 신뢰도 측면에서는 Cronbach 알파값이 0.794로 지적장애 아동들의 게임 수행력과 각 게임마다의 레벨 상승 정도가 어느 정도 신뢰성이 있는 것으로 나타났다. 이는 인지훈련 도구의 임상실험을 위한 향후 연구에 있어서 유의미한 결과로 사료된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.248-248
• /
• 2020

토양수분은 증발산, 유출, 침투 등 물수지 요소들과 밀접한 연관이 있는 주요한 변수 중에 하나이다. 토양수분의 정도는 토양의 특성, 토지이용 형태, 기상 상태 등에 따라 공간적으로 상이하며, 특히 기상 상태에 따라 시간적 변동성을 보이고 있다. 기존 토양수분 측정은 토양시료 채취를 통한 실내 실험 측정과 측정 장비를 통한 현장 조사 방법이 있으나 시간적, 경제적 한계점이 있으며, 원격탐사 기법은 공간적으로 넓은 범위를 포함하지만 시간 해상도가 낮은 단점이 있다. 또한, 모델링을 통한 토양수분 예측 기술은 전문적인 지식이 요구되며, 복잡한 입력자료의 구축이 요구된다. 최근 머신러닝 기법은 수많은 자료 학습을 통해 사용자가 원하는 출력값을 도출하는데 널리 활용되고 있다. 이에 본 연구에서는 토양수분과 연관된 다양한 기상 인자들(강수량, 풍속, 습도 등)을 활용하여 머신러닝기법의 반복학습을 통한 토양수분의 예측 가능성을 분석하고자 한다. 이를 위해 시공간적으로 토양수분 실측 자료가 잘 구축되어 있는 청미천과 설마천 유역을 대상으로 머신러닝 기법을 적용하였다. 두 대상지에서 2008년~2012년 수문자료를 확보하였으며, 기상자료는 기상자료개방포털과 WAMIS를 통해 자료를 확보하였다. 토양수분 자료와 기상자료를 머신러닝 알고리즘을 통해 학습하고 2012년 기상 자료를 바탕으로 토양수분을 예측하였다. 사용되는 머신러닝 기법은 의사결정 나무(Decision Tree), 신경망(Multi Layer Perceptron, MLP), K-최근접 이웃(K-Nearest Neighbors, KNN), 서포트 벡터 머신(Support Vector Machine, SVM), 랜덤 포레스트(Random Forest), 그래디언트 부스팅 (Gradient Boosting)이다. 토양수분과 기상인자 간의 상관관계를 분석하기 위해 히트맵(Heat Map)을 이용하였다. 히트맵 분석 결과 토양수분의 시간적 변동은 다양한 기상 자료 중 강수량과 상대습도가 가장 큰 영향력을 보여주었다. 또한 다양한 기상 인자 기반 머신러닝 기법 적용 결과에서는 두 지역 모두 신경망(MLP) 기법을 제외한 모든 기법이 전반적으로 실측값과 유사한 형태를 보였으며 비교 그래프에서도 실측값과 예측 값이 유사한 추세를 나타냈다. 따라서 상관관계있는 과거 기상자료를 통해 머신러닝 기법 기반 토양수분의 시간적 변동 예측이 가능할 것으로 판단된다.

• Ecology and Resilient Infrastructure
• /
• 제10권4호
• /
• pp.226-236
• /
• 2023

기후변화가 심화됨에 따라 식물계절연구의 중요도가 증가하고 있으며 자동영상촬영장치 (피노캠, Phenocam)을 활용한 연구방법이 급부상하고 있다. 본 연구에서는 국립생태원에서 운영하는 피노캠을 활용하여 국내 주요 생태계 유형에 대한 식물계절 변화의 경향을 확인하고 기후요인과의 상관관계를 분석했다. 식물계절의 변화 양상은 지역 및 수종별로 다르게 나타났다. 곰솔 및 소나무림은 전체 생장 기간이 증가하는 경향을 보이며 주로 겨울철 기온과 강수량과 양의 상관관계를 보였으나, 한라산 구상나무는 8월 강수량이 많을수록 생장종료일이 빨라졌으며 최근 발생하는 구상나무 고사 현상과의 연관성 분석이 추후 필요할 것으로 보인다. 분석 결과에서 더 나아가 데이터 수집 과정에서 발생할 수 있는 결측치 문제 등에 대한 해결책을 제시하였으며, 향후 연구 범위를 확장하고 다양한 생태계 유형을 반영하기 위해 피노캠 연구와 위성 관측을 결합하는 방안을 제안하였다.

• 대한원격탐사학회지
• /
• 제23권2호
• /
• pp.71-87
• /
• 2007

본 연구는 NASA/GSFC에서 제공하는 MODIS 구름 산출물 자료를 활용하여 국지적 현상으로 나타난 영동지역의 14개 대설 사례를 분석하였다. MODIS에 의해 특정시간에 관측된 영동지역의 구름은 운정 온도(CTT), 광학 두께(COT), 유효 입자 반경$(r_e)$, 입자상(CP)과 같이 구름 내 속성의 특징에 따라 A, B, C 형으로 분류하였다. 각각의 구름 형태에 대한 강수량과 구름의 속성 사이의 연관성 분석에서 COT는 A와 B형에서 상당히 높은 통계적으로 유의한 관계성을 보였으며, CTT는 A형에서만 높은 상관성을 보였다. 그렇지만, C형에서는 통계적으로 유의한 관계성이 구름의 특성물에 대해 나타나지 않았다. A형 구름은 작은 크기의 물방울과 함께 주로 낮은 층운형 구름으로 구성되어 있으며, 동해에서 종관적으로 유도된 하층 한기 이류 하에서 발생할 수 있다. B형 구름은 발달하는 적운형 구름과 관련되어 있으며, 이러한 구름은 동해상에서 발달하는 저기압 중심과 밀접하게 관련되어 있다. 그렇지만, C형 구름은 다층 구름들로써 영동대설과 직접적으로 관련된 하층 구름을 상층구름이 덮고 있어 위성 관측이 어렵다. 따라서 MODIS 구름 산출물은 영동대설의 경우에 다층 구름을 제외하고 위성 자료로부터 강수량 추정과 대설 기작을 이해하는데 도움이 될 수 있다고 결론지을 수 있다.

• 한국해양공학회:학술대회논문집
• /
• 한국해양공학회 2004년도 학술대회지
• /
• pp.279-284
• /
• 2004

Red tide(harmful algae) in the Korean Coastal Waters has a given a great damage to the fishery every year. However, the aim of our study understands the influence of meteorological factors (air and water tempaerature, precipitation, sunshine, solar radiation, winds) relating to the mechanism of red tide occurrence and monitors red tide by satellite remote sensing, and analyzes the potential area for red tide occurrence by GIS. The meteorological factors have directly influenced on red tide formation. Thus, We want to predict and apply to red tide formation from statistical analyses on the relationships between red tide formation and meteorological factors. In future, it should be realized the near real time monitoring for red tide by the development of remote sensing technique and the construction of integrated model by the red tide information management system (the data base of red tide - meteorological informations).

• 컴퓨터교육학회논문지
• /
• 제11권6호
• /
• pp.85-94
• /
• 2008

이 연구는 온라인을 기반으로 한 원격교육의 학습효과를 증진시키기 위한 방안으로 학습자들이 지각하는 교류거리의 구조지각수준에 따른 성별, 학습만족도, 학습지속성, 학업성취도와의 관계를 알아보았다. 연구결과 학습자의 일반적 특성인 성별에 따른 교류거리의 구조지각수준은 의의 있는 차이가 없었다(p>.05). 교류거리의 구조지각수준과 학습자가 지각하는 수업만족도와 학습지속성과는 통계적으로 의의 있는 상관이 있는 것으로 나타났지만 학업성취도와는 유의한 차이가 발견되지 않았다(p>.05). 교류거리의 구조하위영역 중 수업만족도에 대한 영향력이 큰 하위영역은 과정 상호작용이며, 학습지속성에 대한 영향력이 큰 하위영역은 내용구성으로 나타났다.

• 대한원격탐사학회지
• /
• 제35권6_2호
• /
• pp.1117-1132
• /
• 2019

산림생태계 내의 총일차생산량은 산림 자원 생산량과 직결되고, 산림생태계의 건강성, 산림식물계절 및 생태계 서비스의 중요한 지표가 된다. 이 연구에서는 인공위성 자료와 기계학습 알고리즘을 활용하여 우리 나라의 산림유역의 총일차생산량을 연구하였다. 에디공분산 타워가 있는 6개 지점에서의 MODIS (Moderate Resolution Imaging Spectroradiometer) 산출물과 에디공분산타워의 총일차생산성으로 연구기간의 75%-80%에 해당하는 자료로 기계학습 알고리즘을 훈련하고 나머지 기간으로 구축된 모델의 총일차생산성 예측 결과를 검증하였다. 모델을 구축할 때 MODIS 지상 산출물과 대기 산출물을 조합하여 새로운 입력자료(e.g., 포화수증기압차)를 모델의 입력자료(Processed MODIS)로 사용하였을 때와 이러한 과정 없이 QC(Quality control)만 거친 MODIS 산출물을 그대로 입력자료(Unprocessed MODIS)로 사용하였을 때의 총일차생산량을 비교해 보고 그 활용 가능성에 대해 고찰하였다. 추가로 MODIS 총일차생산량 산출물(MYD17)과 에디공분산 총일차생산성 및 기계학습 알고리즘 기반의 총일차생산성과의 상관관계를 보고 그 적합성에 대해 논의하였다. 이 연구에서 사용된 기계학습 알고리즘은 Support Vector Machine (SVM)으로 산림생태계 연구에서 가장 많이 사용되고 있는 기계학습 알고리즘 중 하나이다. 기계학습 알고리즘 기반(SVM 모델)의 총일차생산량 예측 결과는 MODIS 총일차생산량 산출물(MYD17)보다 에디공분산 총일차생산량과 전반적으로 높은 상관관계를 보였고 특히 식생 성장을 시작하는 시점의 값을 좀더잘 예측하는 결과를 보였다. 단일 지역에서 Unprocessed MODIS 입력자료로 훈련된 SVM 모델 결과는 피어슨 상관계수 0.75 - 0.95 (p < 0.001), 6개의 연구 지점에서 훈련된 SVM 모델 결과는 피어슨 상관계수 0.77 - 0.94 (p < 0.001) 사이를 보였다. 이 결과는 훈련 자료에 다양한 이벤트들이 포함되면 모델의 예측력이 향상되는 가능성을 보여주었고 위성영상의 산출물을 재계산하여 새로운 산출물을 내는 과정을 거친 위성 자료가 아니어도 그 예측력에는 크게 문제가 없음을 보여주었다.