• 한국농림기상학회지
• /
• 제25권4호
• /
• pp.427-435
• /
• 2023

이상기상으로 인한 봄꽃 개화 시기의 변화는 식물의 생장기간 뿐 아니라 생물계절을 포함한 생태계의 모든 측면에 영향을 미친다. 따라서 봄꽃 개화 시기를 예측하는 것은 산림 생태계의 효과적인 관리에 필수적이다. 본 연구에서는 464곳의 산림에서 수집된 날씨정보를 기반으로 대한민국 산림의 대표적인 5가지 수종(미선나무, 아까시나무, 철쭉, 산철쭉, 마가목)의 2023년 개화 시기를 예측하기 위해 과정 기반 모형을 사용하였다. 이를 위해 28개 지역의 9년간(2009-2017) 개화 시기 자료를 활용하여 모형을 개발하였다. 개화 시기는 식물의 세 개 이상의 위치에서 처음으로 꽃이 피는 것을 기준으로 측정되었다. 본 연구에서는 STDD와 GDD 과정 기반 모형을 사용하여 개화 시기를 예측하였으며, 두 모형 모두 일반적으로 우수한 성능을 보였다. 과정 기반 모형의 주요 입력변수인 날씨 자료는 산악기상관측시스템과 기상청에서 제공하는 기온 정보를 융합하여 1km의 공간 해상도로 일 단위 기온 자료를 생성하였다. 지역별 보정 계수를 생산하고 적용하기 위해 랜덤포레스트 기계 학습을 활용하여 STDD와 GDD 모형을 기반으로 예측 정확도를 개선하였다. 결과적으로 보정 계수가 적용될 때 대부분의 수종에서 개화 시기의 예측 오차가 작았으며, 특히, 미선나무, 아까시나무, 철쭉에서 평균제곱근오차가 각각 1.2, 0.6, 1.2일로 매우 낮았다. 모형 성능을 평가하기 위해 10회의 무작위 샘플링 테스트를 실시하고, 최적의 결정계수 값을 가진 모형을 선택하여 모형의 성능을 평가하였다. 그 결과, 마가목을 제외한 모든 수종에서 보정 계수가 적용된 모형에서 결정계수가 최소 0.07에서 최대 0.7 증가하였으며 최종적으로 75%에서 90%의 설명력을 가졌다. 이를 기반으로 수종별 보정 계수를 산출하였으며, 1km 해상도의 전국 단위 개화시기예측 지도를 제작하였다. 본 연구는 식물의 계절 변화에 대한 자료로 활용될 것으로 예상되며, 수종 및 지역별로 개화 시기를 상세히 설명하여 기후 변화로 인한 계절 변화를 연구하는 데에 유용할 것으로 기대된다. 또한 우리나라 산림의 주요 수종에 대한 정확도 높은 개화 시기 예측 서비스는 산림 방문객들의 산림 경험 만족도를 크게 높일 수 있으며, 양봉업 등 임업 종사자들의 경제적 향상에 기여할 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제39권5_1호
• /
• pp.655-667
• /
• 2023

전 세계적으로 녹조 대발생은 빈번하게 보고되고 있으며, 국내에서도 매년 녹조로 인한 심각한 수질 오염 문제가 발생하고 있다. 지속적인 관리와 신속한 대응을 통한 수생태계 보호가 필요하다. 녹조 발생의 지표인 chlorophyll-a (Chl-a) 농도를 예측하기 위해 위성 영상을 이용한 연구가 많이 이루어지고 있다. 하지만 수계에 따라 변하는 분광특성과 대기 보정 오류로 인해 정확한 Chl-a 산출에 어려움이 있어 최근 머신러닝 모델을 활용하고 있다. 위성 분광지수 뿐만 아니라 녹조에 영향을 미치는 인자들에 대한 복합적인 고려가 필요하다. 따라서, 본 연구는 수질, 수문 및 기상 인자와 Sentinel-2 영상을 복합적으로 고려하여 데이터셋을 구축하였다. 최근 5년간 낙동강에 위치한 8개 보 구간의 Chl-a 농도 예측에 대표적인 앙상블 모델 random forest (RF)와 extreme gradient boosting (XGBoost)을 활용하였다. 모델 평가 지표로 r-squared score (R²), root mean square errors(RMSE), mean absolute errors (MAE)를 사용하였으며, XGBoost의 R²가 0.810, RMSE가 6.612, MAE가 4.457로 유의미한 결과를 얻은 것을 확인하였다. Shapley additive explanations (SHAP) 분석을 통해 두 모델 모두 수질 인자 suspended solids (SS), biochemical oxygen demand (BOD), dissolved oxygen (DO)과 red edge 밴드를 활용한 밴드비가 높은 중요도를 보인 것을 알 수 있었다. 다양한 입력 데이터는 모델 성능 향상에 도움을 주는 것을 확인할 수 있었으며, 국내외 녹조 탐지에 적용될 수 있을 것으로 보인다.

• 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.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1353-1369
• /
• 2023

해상에서는 재난·재해 사고가 발생했을 시 바람 등에 의한 기상영향과 해류, 조류와 같은 해상영향에 의해 피해 규모가 달라지게 되며, 빠른 현장 파악을 통해 적합한 방제 방안을 세워 피해 규모를 최소화할 의무가 있다. 특히, 해상에 유출되는 오염물질 중 상대적으로 낮은 점도와 표면장력으로 인해 해수면에서 얇은 막으로 존재하는 오염물질은 육안으로 식별하기 어렵다. 따라서 본 연구에서는 현장에서 쉽게 활용 가능한 촬영장비를 활용하여 RGB 이미지에서 해수면의 부유성 오염물질을 탐지하는 알고리즘을 개발하고, 실 해역에서 획득된 입력자료를 활용하여 알고리즘의 성능을 평가하고자 한다. 개발된 알고리즘은 영상 강화 기법을 활용하여 오염물질과 일반 해수면의 강도값 대비를 향상시키고, 히스토그램(Histogram) 분석을 통해 배경 임계값을 찾아 오염물질 이외의 부유물질을 제거하여 최종적으로 오염물질을 분류한다. 본 연구에서는 개발된 알고리즘의 성능평가를 위해서 대체물질을 이용한 실 해역 테스트를 수행하였으며, 대부분의 부유성 해양오염물질은 탐지되었으나 파도가 강한 곳에서는 오탐지 영역이 발생하였다. 그러나 기존 알고리즘에서 단일 임계값을 사용한 탐지 방법보다 약 3배 이상의 개선된 탐지 결과를 보여준다. 본 연구개발 결과를 통해 기존 현장에서 육안으로 식별이 어려웠던 부유성 해양오염물질을 탐지함으로써 현장에서의 방제 대응 활동에 유용하게 사용될 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제39권6_3호
• /
• pp.1779-1790
• /
• 2023

위성 자료의 성능이 크게 개선됨에 따라 최근에는 위성을 이용하여 광범위한 영역에 대한 실시간 안개 탐지 알고리즘들이 개발되고 있다. 한반도 주변을 관측하는 기상위성 중 관측주기가 10분으로 시간해상도가 가장 우수한 GEO-KOMPSAT-2A/Advanced Meteorological Imager (GK2A/AMI)는 공간해상도가 500 m이다. 반면 GEO-KOMPSAT-2B/Geostationary Ocean Color Imager-II (GK2B/GOCI-II)는 해상도가 250 m지만, 1시간 주기로 관측하고 가시채널만 보유하고 있다. 따라서 본 연구에서는 한반도 주변에서 발생하는 안개를 10분 및 250 m 해상도로 탐지하기 위해 GK2AB 융합 안개 탐지 알고리즘(Fog Detection Algorithm, FDA)인 GK2AB FDA를 개발하였다. GK2AB FDA는 세 파트로 구성된다. 첫 번째로 현업 운용중인 GK2A 안개 탐지 알고리즘(GK2A FDA)으로 10분 및 500 m 해상도로 안개를 탐지한다. 두 번째 단계에서는 두 위성 자료 간 시공간 일치, 태양천정각과 파장역 차이를 보정한 GK2A normalized visible (NVIS)의 10분 변화량을 이용하여 GK2B NVIS를 10분 간격으로 외삽한다. 마지막 단계에서는 외삽된 GK2B NVIS, 태양천정각, GK2A FDA 산출물 등을 입력자료로 기계학습(의사결정나무)을 이용하여 개발된 GK2AB FDA로 지리적위치에 따라 안개를 탐지(250 m, 10분)한다. GK2AB FDA의 훈련에는 6개 사례, 검증에는 4개 사례가 이용되었다. GK2AB FDA의 정량적 검증에는 지상관측 시정, 풍속 그리고 상대습도 자료를 이용하였다. GK2AB FDA는 GK2A FDA에 비해 공간해상도가 4배 증가함에 따라 안개 및 비안개 화소가 보다 자세히 구분되었다. 또한 검증방법에 관계없이 GK2A FDA에 비해 probability of detection (POD)은 높고 Hanssen-Kuiper Skill score (KSS)는 높거나 비슷함을 보여 안개 탐지 수준이 개선된 것으로 보인다. 하지만 일부 사례에서는 GK2AB FDA의 false alarm ratio (FAR)와 Bias가 크게 나타나 안개를 과대탐지하는 문제를 보이고 있다.

• 대한원격탐사학회지
• /
• 제39권6_2호
• /
• pp.1605-1613
• /
• 2023

해양 내의 다양한 물리적 변화는 수온과 염분의 지속적인 변동에 의해 결정된다. 수온과 더불어 넓은 영역의 염분 변화를 파악하기 위해서는 인공위성 자료에 의존할 수밖에 없다. 그럼에도 불구하고 염분을 관측하는 위성인 Soil Moisture Active Passive (SMAP)는 낮은 시·공간 해상도로 인해 연안 근처에서 빠르게 변화하는 해양환경을 관측하기에는 어렵다는 한계가 존재한다. 이러한 한계를 극복하기 위해 본 연구에서는 천리안 해양 관측 위성의 정지궤도 해색 센서인 Geostationary Ocean Color Imager-II (GOCI-II) 원격반사도 자료를 입력자료로 하여 고해상도 표층 염분을 산출하는 Multi-layer Perceptron Neural Network (MPNN) 기반의 알고리즘을 개발하였다. SMAP과 비교한 결과 coefficient of determination (R²)는 0.94, root mean square error (RMSE)는 0.58 psu 그리고 relative root mean square error (RRMSE)는 1.87%였으며, 공간적인 분포 또한 매우 유사한 결과를 나타냈다. R²의 공간 분포는 0.8 이상을 보여주었으며 RMSE는 전반적으로 1 psu 이하의 낮은 값을 보여주었다. 이어도 과학기지에서의 실측 염분값과도 비교하였지만 상대적으로 조금 낮은 결과를 보여주었다. 이에 대한 원인을 분석하였으며, 산출된 GOCI-II 기반 고해상도 염분 자료를 활용하여 2022년 11호 태풍 힌남노에 의한 하루 동안의 동중국해 표층 염분 변화를 표준편차로 계산하였다. 그 결과 SMAP에서 관측할 수 없는 시공간의 염분 변화를 고해상도의 GOCI-II 기반 염분 산출물을 통해 확인할 수 있었다. 따라서 본 연구를 통해 시간 단위로 변화하는 해양환경 모니터링에 큰 기여를 할 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제39권5_4호
• /
• pp.1097-1109
• /
• 2023

도심지는 개별 건물단위의 소규모 변화가 빈번하게 발생하는 지역이다. 기 구축된 건물 데이터베이스는 그 활용도를 높이기 위해 도심지 내의 주기적인 갱신이 요구된다. 그러나 광범위한 도심지에 대한 건물 단위 변화를 관측하기에는 자료수집의 한계가 존재한다. 따라서 본 연구에서는 넓은 범위를 단일 영상으로 촬영 가능한 위성영상을 활용하여 건물변화 탐지와 건물 정보의 갱신 가능성을 확인하고자 한다. 이를 위해 먼저 건물 데이터베이스에서 제공하는 건물 모서리점의 3차원 좌표를 이용하여 위성영상에 건물 영역을 투영한다. 투영된 건물 영역을 다시 지붕 및 전면 영역으로 구분한다. 투영된 지붕영역의 화소값을 비교하여 건물높이 갱신, 건물멸실 등 건물변화 여부를 탐지한다. 건물높이 갱신은 영상에 투영된 지붕면이 실제 영상에서 관측되는 지붕면과 일치할 때까지 높이값을 조절하여 수행된다. 영상에 투영된 모습은 나타나나 관측되는 건물이 없는 경우 철거된 건물에 해당한다. 영상에서 관측되는 건물 중에서 지붕면과 전면영역이 투영되지 않은 건물은 신축 건물에 해당된다. 이러한 변화탐지 결과를 바탕으로 건물 데이터베이스를 높이갱신, 건물삭제 및 건물생성의 세가지 분류로 갱신한다. 제안된 방식은 인천지역을 촬영한 아리랑 3A호와 인천광역시 건물 데이터베이스를 사용하여 실험하였다. 입력 단일 위성영상을 이용하여 건물변화를 탐지하고, 갱신이 필요한 건물에 대해 건물 데이터베이스 편집 작업을 수행하였다. 갱신된 건물 정보를 검증하고자 이를 이용하여 다른 아리랑 3A호 영상에 건물영역을 투영하였다. 실험결과, 갱신된 건물정보로부터 투영된 건물영역은 영상에서 관측된 건물영역과 잘 일치하였다. 이를 통해서 단일 위성영상을 이용한 건물변화탐지 및 건물 데이터베이스 갱신 가능성을 확인하였다. 후속 연구로 제안방식의 자동처리기술 개발을 수행할 예정이다.

• 해양환경안전학회지
• /
• 제29권6호
• /
• pp.697-703
• /
• 2023

최근 대기오염으로 인한 환경오염을 줄이고자 국제 산업계의 노력의 일환으로 국제해사기구(IMO)의 규제 발효등으로 이어지고 있다. IMO는 EEXI,EEDI,CII 등 선박에서 나오는 대기오염을 줄이기 위해 각종 규제를 발효시키고 선박에서 소모되는 전력을 줄여 에너지를 절약하는 방안을 추진하고 있다. 선박에서 사용되는 전력의 대부분은 전동기가 차지한다. 선박에 설치된 전동기 중 큰 부하를 차지하는 기관실 송풍기는 수요와 관계없이 정속운전으로 운전하기 때문에 주파수제어를 통한 에너지절감을 기대할 수 있다. 본 연구에서는 발전기의 과급기에 연소공기를 공급하는 발전기 송풍기의 전동기 주파수를 제어하여 에너지 절감에 대한 실효성을 입증하였다. 송풍기 주파수 입력에 따른 과급기출구 온도의 출력 데이터를 기반으로 시스템을 모델링하고, 과급기 출구온도를 목표값으로 하여 주파수를 제어하는 PI 제어계를 형성하여 과급기 설계기준 출구온도를 유지하면서 송풍기의 주파수 제어를 통해 연간 15,552kW 전력소모량을 절감하였다. 송풍기 팬 주파수 제어를 통한 에너지절감액의 유효성은 하계(4월~9월) 및 동계(3월~10월) 기간동안 검증하였으며 이를 토대로 실습선의 연간 6,091천원의 유류비 절약과 이산화탄소 8.5Ton, SOx 2.4kg, NOx 7.8kg의 대기오염물질 저감을 달성하였다.

• 구강회복응용과학지
• /
• 제39권3호
• /
• pp.105-118
• /
• 2023

목적: 본 연구는 치과 보철물 거래 플랫폼 서비스의 중요성을 이해하고, 보다 넓은 적용을 위해 필수 요소를 파악하는 것을 목표로 하였다. 연구 재료 및 방법: 치과 의사, 치과 기공사, 치과 위생사, 그리고 치과 산업 종사자들을 대상으로 치과 보철물 주문 및 관련 플랫폼 서비스에 대한 견해를 평가하기 위해 설문 조사를 실시하였다(총 53명). 이를 위해 설문지는 치과 전문가의 검토를 거쳐 작성되었고, Cronbach's alpha coefficient를 사용하여 설문지의 신뢰도를 평가하였다. 요인 분석을 통해 총 변동의 88.417%를 설명하는 5개 범주의 57개 요인을 도출했다. 설문 조사는 온라인 설문지 플랫폼을 통해 실시되었으며, 데이터 분석은 통계 소프트웨어를 사용하여 one-way analysis of variance과 Tukey's honestly significant difference test을 사용하여 수행되었다(α = 0.05). 결과: 주문 시에 정확한 정보 입력, 효과적인 의사소통, 변형 없는 치과 인상체 전달, 데이터 전송 및 저장의 편리성, 안정적이고 합리적인 가격의 플랫폼 서비스 제공이 필수 요소로 확인되었다(P < 0.05). 또한, 이러한 항목의 중요성에는 연령, 치과 직업, 경력 경험에 따른 유의한 차이가 관찰되었다(P < 0.05). 결론: 치과 보철물 주문 플랫폼 서비스에 대한 치과 종사자들의 요구사항은 안정성과 경제성, 그리고 치과 보철물 데이터 전송 및 저장의 용이성이었다. 이러한 결과는 앞으로 치과 보철물 주문 및 관련 플랫폼 서비스의 개발 및 개선을 위한 중요한 지표가 될 수 있다.

• 한국수자원학회논문집
• /
• 제56권12호
• /
• pp.993-1003
• /
• 2023

대기온실가스 증가로 전지구 평균기온은 산업화 이전 대비 1.1℃ 상승했고 수자원시스템의 공급능력에 상당한 변화가 예상된다. 본 연구에서는 금강수계 내 여러 중권역의 이수안전도와 기후조건의 관계(기후반응함수)를 단변량 함수로 나타내 기후민감도를 동시에 평가할 수 있는 방법을 제안하였다. 사례연구를 위해 GR6J 모형으로 중권역별 자연유출을 모의했고 이를 Water Evaluation And Planning (WEAP) 최적모형에 입력해 2030년 수요전망에 대한 공급신뢰도를 평가하였다. 여러 중권역의 이수안전도를 동시에 비교하기 위해 평균 강수량과 잠재증발산량의 비율을 독립변수 사용하여 단변량 기후민감도 함수를 개발하였다. 사례연구 결과, 1991-2020 자연유출을 이용해 수계전체 물부족을 최소화시키는 운영을 가정했을 때 공급신뢰도는 19개 중권역 중 보청천유역에서 가장 낮았다. 하천유지유량의 우선순위를 농업용수와 생공용수과 동일하게 조정한 시나리오에서는 보청천유역, 초강유역, 논산천유역의 이수안전도가 크게 감소하는 것으로 나타났다. 보청천유역, 초강유역, 논산천유역의 이수안전도는 모든 기후스트레스 테스테에서 크게 감소한 반면, 미호강유역, 금강공주유역, 금강하구유역은 아주 건조한 기후조건에서만 이수안전도가 감소했다. 대규모 인프라에서의 공급이 원활한 중권역의 기후민감도는 크게 변하지 않았다. 2021-2050 기후전망을 민감도함수에 적용했을 때 금강수계의 공급신뢰도는 대체로 좋아질 가능성이 높지만 하천유지유량 우선순위를 높이게 되면 지형적, 인위적으로 고립된 중권역에서 물부족은 심해질 것으로 분석되었다. 2021-2050기간 금강수계의 이수안전도는 기후스트레스 보다 하천관리정책의 변화에 더 큰 영향을 받을 것으로 판단된다.