• 대한원격탐사학회지
• /
• 제37권5_3호
• /
• pp.1373-1387
• /
• 2021

산불은 지표 에너지 균형, 사회 및 환경에 중대한 위협을 미치며, 사회경제적 손실을 일으킨다. 한편, 현재까지 널리 사용되고 있는 다중분광 위성 영상 기반 산불 피해 탐지 알고리즘은 구름으로 인한 반사도 오염으로 인해 시의적절한 산불 정보를 얻기 어려운 문제가 있다. 따라서 본 연구에서는 구름에 영향을 받지 않는 유럽우주국의 Sentinel-1 SAR (Synthetic Aperture Radar) 자료로부터 2019년 4월 초에 발생한 남한 강원도의 강릉·동해, 고성·속초 및 인접한 북한의 두 산불 발생 지역을 대상으로 주성분분석(Principal Component Analysis; PCA)을 포함하는 일련의 전 처리 및 K-means clustering을 이용하여 산불 피해 면적을 탐지하였다. 추정된 산불 면적은 국립산림과학원에서 남한의 두 산불에 대해 제공한 산불 피해 면적 및 강도 참조자료 및 산불 피해 탐지에 널리 사용되는 dNBR (differenced Normalized Burn Ratio)을 사용하여 검증하였다. 국립산림과학원의 참조자료 기반 검증에서 강릉·동해와 고성·속초 산불에 대해 평균 약 86%의 정확도를 보였다. dNBR을 사용한 검증에서는 남한 및 북한의 지역 모두에 대해 평균 약 84%의 정확도를 보였다. 이때, 산불 강도가 강할수록 산불 면적 탐지 성능이 높고 반대로 산불 강도가 약할수록 산불 면적 탐지 성능이 낮은 것을 확인할 수 있었다. 본 연구를 통해 검증된 SAR 영상을 이용한 PCA 및 K-means clustering 기반 탐지 알고리즘이 추후 구름의 영향이 크고 작은 산불이 빈번하게 발생하는 한반도에 대하여 신속한 산불 피해 면적 탐지에 활용될 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제37권5_1호
• /
• pp.1135-1147
• /
• 2021

고해상도 위성영상의 기하보정을 위해 촬영 당시의 위성 센서와 지표면과의 기하학적 관계를 복원하는 센서모델링 과정이 필요하다. 이를 위해 일반적으로 고해상도 위성은 RPC (Rational Polynomial Coefficient) 정보를 제공하고 있지만, 제공 RPC는 위성 센서의 위치와 자세 등에 의해 발생하는 기하왜곡을 포함하고 있다. 이러한 RPC 오차를 보정하기 위해 일반적으로 지상기준점(Ground Control Points)을 활용한다. 지상기준점을 수집하는 대표적인 방법으로 현장 측량을 통해 지상좌표를 취득하지만, 이는 위성영상의 품질이나 촬영 시기에 따른 토지피복의 변화, 기복변위 등으로 위성영상 내에서 지상기준점을 판독하기에 어려운 문제가 있다. 이에 최근에는 다양한 센서로부터 취득된 영상지도를 참조자료로 이용하여, 영상정합 기법을 통해 지상기준점 수집을 자동화할 수 있다. 본 연구에서는 무인항공기 영상을 활용하여 추출된 정합점을 통해 KOMPSAT-3A 위성영상의 RPC를 보정하고자 한다. 무인항공기 영상과 KOMPSAT-3A 위성영상의 정합점 추출을 위한 전처리 방법을 제안하고, 대표적인 특징기반 정합기법(Feature-based matching method)과 영역기반 정합기법(Area-based matching method)인 SURF (Speeded-Up Robust Features)와 위상상관(Phase Correlation) 기법을 각각 적용하여 추출된 정합점의 특성을 비교하였다. 각 기법을 통해 추출된 정합점을 활용하여 RPC 보정계수를 산출한 후, GNSS (Global Navigation Satellite System) 측량을 통해 직접 취득한 검사점에 적용하여 KOMPSAT-3A의 기하품질을 향상하였다. 제안기법의 성능 및 활용성 검증을 위해 GCP를 이용하여 보정한 결과와 비교하여 분석하였다. GCP 기반 보정 방법은 제공 RPC보다 Sample은 2.14 pixel, Line은 5.43 pixel 만큼 개선된 보정 정확도를 보였다. 그리고 SURF와 위상상관 기법을 활용한 제안기법은 제공 RPC보다 각각 Sample은 0.83 pixel, 1.49 pixel만큼 보정되었으며, Line은 4.81 pixel, 5.19 pixel만큼 개선되었다. 이를 통해 GCP 기반 위성영상 RPC 보정 방법의 대안으로 무인항공기 영상이 활용될 수 있음을 확인하였다.

• 한국산림과학회지
• /
• 제110권3호
• /
• pp.322-340
• /
• 2021

최근 급격한 봄철 기온 상승과 기후변화의 영향으로 한반도에 분포하고 있는 아까시나무의 개화 시기가 변화하면서 지역간에 동시 개화 현상(simultaneous blooming)이 관측되고 있다. 이러한 변화는 국내 양봉 산업에 큰 변화를 초래하였고, 이로 인해 정확도 높은 아까시나무 개화시기 정보에 대한 수요가 증가하고 있다. 따라서, 본 연구를 통해 아까시나무의 지역별 개화 시기 변화를 잘 설명할 수 있는 신뢰도 높은 개화 시기 예측 모형을 개발하고자 하였다. 이를 위해 지난 12년(2006~2017년)간 전국 26개 지점에서 관측된 아까시나무 만개일 자료와 과거 일기온 복원 자료를 활용하여 봄철 기온 및 아까시나무 만개일 변화의 경향성을 권역별로 파악하고, 과정기반모형을 활용하여 지역 통합 모형(SM)과 함께 지역적 특성을 반영하는 세 모형-SM에 지점별 보정계수를 도입한 수정 통합 모형(MSM), 권역별로 모수를 추정하는 권역별 통합 모형(GM), 관측 지점별로 모수를 추정하는 지역 모형(LM)-을 도출, 성능을 비교하였다. 기온 및 만개일의 경향 분석 결과, 남부 지역에 비해 봄철 기온 상승률이 2배 이상 높았던 중북부 내륙 지역의 경우 만개일이 빠른 속도로 앞당겨져, 결과적으로 남서부 해안 지역과의 만개일 차이는 1년에 0.7098일씩 감소하였다(p-value=0.0417). 전체 지역에 대한 모형의 성능 비교 결과, 지역 특이성이 반영되지 않은 SM에 비해서 MSM은 24% 이상, LM은 15% 이상 감소한 RMSE 값을 나타냈다. 또한 LM과 MSM의 예측 알고리즘을 전국 범위로 확대하여 4년 간(2014~2017년) 16개의 추가 관측 지점을 대상으로 검증한 결과, LM에 코크리깅(Co-kriging)기법을 적용한 방법이 보정계수 전국 분포도를 추정하여 SM을 보정하는 방법보다 예측력이 더 뛰어났으며, 오차의 분포는 두 모형 간에 통계적으로 유의한 차이를 보였다(RMSE: p-value=0.0118, Bias: p-value=0.0471). 본 연구는 아까시나무의 개화 시기 예측에 있어 지역 단위 예측의 신뢰도를 향상시키고 모형을 넓은 지역 범위로 확대, 적용하기 위한 방안을 제시하였다.

• 한국산림과학회지
• /
• 제110권3호
• /
• pp.341-354
• /
• 2021

전나무속(Abies)은 내음성 수종으로 천이 후기 단계 또는 노령림의 주요 수종으로 알려져 있다. 경기도 가평 지역은 전나무(Abies holophylla Maxim.) 임분이 산재하고 있으나 구체적인 현황은 알려진 바가 드물고, 전체 산림의 상당 부분을 잣나무(Pinus koraiensis Siebold & Zucc.)와 일본잎갈나무(Larix kaempferi (Lamb.) Carriere) 조림지가 차지하고 있다. 본 연구는 가평 지역의 잣나무, 일본잎갈나무 조림지와 주변의 전나무 임분을 조사하여 조림 수종에서 지역 자생수종인 전나무로의 천이 가능성을 알아보기 위하여 수행하였다. 가평군 이화리 및 산유리의 전나무가 분포하는 잣나무, 일본잎갈나무 조림지와 주변 전나무 천연 임분에서 매목조사를 실시하고, 전나무 치수의 발생 현황을 파악하였다. 또한 해당 지역의 조림 기록을 조사하였다. 조사 지역에서 전나무의 우점치는 36.1-79.1%로 가장 높았으며, 하층의 전나무 밀도는 ha당 50-5,820본이었다. 전나무의 직경분포를 이용한 비계량 다차원척도법(NMDS) 분석 결과, 전나무 분포 특성에 따라 조사지의 임분은 4개의 유형(AN, AP, AM, P)으로 구분되었다. AN는 전나무의 직경분포가 역 J형을 보이는 전나무 천연림과 유사한 형태를 보였으며, AP는 전나무 모수가 임분 내에 존재하는 조림지로 전나무가 상층과 중층에서는 조림목과, 하층에서는 활엽수와 경쟁을 하고 있었다. AM은 전나무 모수가 임분 내 존재하나 산림작업이 이루어져 밀도가 조절된 임분이었다. P는 임분 내 전나무 모수가 없는 조림지이나 인근에 전나무 모수가 있어 하층에 전나무의 갱신이 이루어지는 유형으로 전나무림으로의 수종 전환이 예상된다. 가평 지역 내 종자 공급이 가능한 전나무 모수가 남아있거나 인접한 곳에 전나무림이 위치한 일본잎갈나무와 잣나무 조림지에서 자생수종인 전나무는 천연갱신이 활발하였고 이들 조림지는 점차 전나무림으로 발달할 가능성을 보여주었다. 본 연구의 결과는 천연림 복원이나 복층림 경영에 필요한 기초 자료로 이용될 수 있으며, 향후 전나무의 입지, 내음성과 생장 특성에 대한 정보와 이를 바탕으로 한 갱신과 관리 기술 개발이 필요하다.

• 한국방사선학회논문지
• /
• 제15권5호
• /
• pp.591-602
• /
• 2021

급성 허혈성 뇌졸중(Acute ischemic stroke; AIS) 환자는 증상발현 수 시간 이내 영상의학 검사를 통해 뇌경색(Infarction)을 조기 진단하여야 한다. 본 연구에서 SVD와 Bayesian 알고리즘을 이용한 뇌경색의 부피측정을 관류 전산화단층촬영(Computed tomography perfusion; CTP)과 확산 강조 자기공명영상(Magnetic resonance diffusion weighted image; MR DWI)을 비교하여 임상적 유용성을 알고자 하였다. 2017년 9월부터 2020년 9월까지 급성 허혈성 뇌졸중 증상으로 응급실을 내원한 환자 중 50명(남 : 여 = 33 : 17)의 영상의학 검사 정보를 후향적으로 이용하였다. SVD와 Bayesian 알고리즘으로 측정된 뇌경색 부피는 윌콕슨 부호순위검정(Wilcoxon signed rank test) 통계분석을 하여 중앙값(Median)과 사분위수(Iter quartile range; IQR) 25 - 75% 범위로 나타내었다. CTP 검사로 측정한 core volume(단위 : cc)은 SVD가 18.07 (7.76 - 33.98), Bayesian은 47.3 (23.76 - 79.11)으로 측정되었고 penumbra volume은 SVD가 140.24 (117.8 - 176.89), Bayesian은 105.05 (72.52 - 141.98)로 측정되었다. Mismatch ratio (%)는 SVD가 7.56 (4.36 - 15.26), Bayesian은 2.08 (1.68 - 2.77)로 측정되었으며 모든 측정값은 통계적으로 유의미한 차이가 있었다(p < 0.05). 스피어만 상관 분석(Spearman's correlation analysis) 결과는 CT Bayesian과 MR로 측정한 뇌경색 부피의 상관계수(r = 0.915)가 CT SVD와 MR의 상관계수(r = 0.763)보다 더욱 높은 양의 상관관계를 보였다(p < 0.01). 블랜드 알트만 산점도(Bland altman plot) 분석 결과는 CT Bayesian과 MR로 측정한 뇌경색 부피의 산점도 기울기(y = - 0.065)가 CT SVD와 MR의 산점도 기울기(y = - 0.749)보다 완만하게 측정되어 Bayesian이 더 높은 신뢰성을 나타내었다. 따라서 뇌경색 부피의 측정에서 Bayesian 알고리즘이 SVD보다 높은 정확도를 보였으므로 임상에서 유용하게 사용될 것으로 사료된다.

• 대한원격탐사학회지
• /
• 제37권5_3호
• /
• pp.1361-1371
• /
• 2021

스마트 시티 서비스 중 방범·방재 분야가 2018년 기준 가장 높은 24%를 차지하고 있으며, 실시간 상황정보제공에 가장 중요한 플랫폼은 CCTV(Closed-Circuit Television) 이다. 이러한 CCTV의 활용을 극대화 하기 위해서는 CCTV가 제공하는 실질적인 감시 영역을 파악하는 것이 필수적이다. 하지만 국내에 설치된 CCTV양은 지자체 관리대상 포함 100만대를 넘고 있다. 이러한 방대한 양의 CCTV의 가시영역을 수동적으로 파악해야 하는 것은 문제점으로 제기되고 있다. 이에 본 연구에서는 CCTV의 실질적 가시권 영역 데이터를 효율적으로 구축하고, 관리자가 상황 파악에 소요되는 시간을 단축하는 방안을 제시하고자 하였다. 이를 위하여 첫째, 접근이 어려운 기 설치된 CCTV 카메라의 외부표정요소와 초점 거리를 MMS(Mobile Mapping System)의 점군 데이터를 활용하여 계산하고, 이 결과를 활용하여 FOV(Field of View)를 계산하였다. 둘째, 첫 단계에서 계산된 FOV 결과를 이용하여 건물에 의하여 발생하는 폐색 영역을 고려하여 CCTV의 실질적 감시 영역을 그리드 단위 1 m, 2 m, 3 m, 5 m, 10 m 폴리곤 데이터로 구축하였다. 이 방법을 경상북도 울진군에 위치한 5개소의 CCTV 영상에 적용한 결과, 평균 재투영 오차는 약 9.31 pixel, 공공데이터포털(Data Portal)에서 제공하는 위·경도 좌표와의 거리는 평균 약 10 m의 거리 차이가 발생하였고, MMS를 통해 취득한 점군 데이터 상의 CCTV 위치 좌표 값과는 평균 약 1.688 m의 위치 차이를 나타냈다. 단위 그리드의 한 변의 크기가 3 m인 경우, 본 연구를 통하여 계산된 감시 영역 폴리곤은 육안으로 확인한 실제 감시 영역과 최소 70.21%에서 최대 93.82%까지 일치함을 확인할 수 있었다.

• 광물과 암석
• /
• 제34권3호
• /
• pp.157-167
• /
• 2021

납(lead; Pb)은 지구 형성 초기의 원시 맨틀(primitive mantle)에서부터 현재 지구로의 진화 과정 이해에 중요한 정보를 제공하는 미량 원소 중 하나이다. 납은 지구 내부 및 지각에서 다양한 화성 과정에 수반하는 규산염 광물과 용융체 내에 차별적으로 분배된다. 원소 분배 계수 변화는 규산염 용융체 구조와 밀접한 관련이 있을 것으로 알려져 있다. 따라서 본 연구의 목적은 납이 포함된 규산염 용융체의 자세한 구조를 밝히고, 조성에 따라 변화하는 구조와 특성, 특히 규산염 광물과 용융체 간의 원소 분배 계수와의 관계를 제시하는 것이다. 본 연구에서는 고상 NMR 분광분석을 수행하여 비정질 Pb-Na 규산염의 자세한 원자 구조를 확인하였다. 자연계 마그마 용융체의 모델 시스템으로 납이 포함된 비정질 유리 시료[(PbO)_x(Na₂O)_1-x]·SiO₂를 소듐과 납의 단종 Na₂SiO₃에서 PbSiO₃까지 다양한 조성의 비정질을 합성하였으며(x=0, 0.25, 0.33, 0.50, 0.67, 0.86, 1) 납의 함량에 따른 규소 주변 원자 환경의 변화를 확인할 수 있는 ²⁹Si MAS NMR 분광분석을 수행하였다. ²⁹Si MAS NMR 결과 납 함량에 따라 피크의 폭이 넓어지고 피크 최대값의 위치는 -76.2, -77.8, -80.3, -81.5, -84.6, -87.7 ppm으로 이동하였다. 규소와 결합된 연결 산소의 양인 Qⁿ 환경 변화를 정량적으로 분리하기 위하여 ²⁹Si NMR 스펙트럼에 대한 시뮬레이션을 수행하였다. 시뮬레이션은 조성에 따라 NBO/T로 나타낸 중합도가 일정하면서 Qⁿ 환경의 화학적 차폐 이동을 가정한 경우 가우시안 함수의 조합으로 진행하였다. 그 결과 규소 주변 원자 환경 변화에 기인한 화학적 차폐의 이동이 시사된다. Na₂SiO₃의 경우 Q²가 지배적으로 존재하며 Q¹ 및 Q³가 비슷한 비율로 존재하였으나 소듐 대신 납이 포함되면서 Q²가 감소하고 Q¹ 및 Q³가 증가하면서 Qⁿ 환경의 불균화가 증가하였다. ²⁹Si NMR 스펙트럼에 대한 시뮬레이션 결과는 납을 포함한 비정질 규산염에서 조성에 따른 배열 무질서도 및 위상 무질서도 증가를 지시한다. 본 결과로부터 평균 양이온 세기(average cation field strengths)에 따른 불균화 상수(disproportionation factor)의 변화를 정량화하였다. 무질서도의 증가와 비정질의 구조 변화가 납을 포함한 미량 원소의 분배 계수를 감소시킬 것으로 예상된다.

• 대한원격탐사학회지
• /
• 제37권5_1호
• /
• pp.903-916
• /
• 2021

지형은 고도, 경사, 측면으로 설명되는 지표면의 물리적인 모양을 나타내는 것으로 지형적 조건에 따라 에너지의 이동이 결정된다. 이것은 태양 에너지를 얼마나 많이 받을지, 바람이나 비가 얼마나 많은 영향을 미칠지 등에 대한 중요한 결정 요인들로 지표면 상에 존재하는 모든 생물, 특히 산림 식생의 입지 환경에 큰 영향을 준다. 도서지역 산림과 같이 자연적으로 형성된 지형 인자가 산림 식생의 생태환경을 결정하는 요인이 될 때 보다 정확한 지형 인자들의 계산은 도서산림의 입지환경을 이해하는데 매우 중요하다. 최근에는 연구자, 학교, 산업 및 정부를 위해 수많은 무료오픈소스 소프트웨어 지리정보시스템 프로그램(Free Open Source Software Geographic Information Systems, FOSS GIS)들이 이러한 지형인자들을 보다 정확하게 계산하기 위해 다양한 알고리즘을 적용하고 있다. FOSS GIS 프로그램은 사용자 요구에 맞게 수정이 가능한 유연한 알고리즘을 제공한다. 이와 같은 수요에 맞춰 이 연구에서는 지형 분석이 특히 중요한 도서지역 산림을 대상으로 하여 FOSS GIS 프로그램들의 지형인자 계산 결과값을 비교해 보고 향후 지역 생태 연구에 있어 지형 인자 계산 방법을 결정할 때 그 기준을 마련하고자 한다. 연구 지역은 전라남도 도서 지역을 대상으로 하였고 FOSS GIS 프로그램 중 가장 널리 사용되는 GRASS GIS와 SAGA GIS로 처리하였다. 입지환경에 있어 가장 널리 사용되는 설명인자인 경사도와 TWI(Topographical Wetness Index) 지도를 각 FOSS GIS 프로그램으로 생성하고 그 차이를 분석하여 각 FOSS GIS 프로그램의 장단점을 토의하였다.

• 대한원격탐사학회지
• /
• 제37권5_2호
• /
• pp.1329-1340
• /
• 2021

해양과 육상사이의 전이지대인 조간대는 인위적 활동과 자연적 교란에 의해 다양한 변화가 빠르게 일어나 지속적인 모니터링이 필요하다. 원격탐사 방법을 활용한 연안지형변화 모니터링은 조간대 접근성에 대한 한계를 극복하고, 조간대의 장기적인 지형변화를 관측하는데 효과적인 것으로 평가된다. 원격탐사를 이용한 기존 연안지형 모니터링연구는 대부분 Landsat 위성시리즈와 Sentinel 위성 영상 분석을 통해 수행되었다. 본 연구는 GOCI-II(천리안 해양위성 2호)영상에서 NDWI 지수를 이용해 수륙경계선을 추출한 후 다양한 조위에 따른 경기만 일대 조간대 면적 변화를 파악하고 짧은 기간 동안 DEM제작과 지형고도변화 관측의 유용성에 대해 살펴보았다. 2020년 10월 8일부터 2021년 8월 16일까지 경기만 일대에서 획득된 영상은 GOCI-II 249장, Sentinel-2A/B 39장, Landsat 8 OLI는 7장이었다. 조간대 DEM을 제작할 경우, Sentinel과 Landsat 영상은 최소 3개월에서 1년 이상의 자료수집이 필요했지만, GOCI-II 위성은 단 하루의 자료를 이용해서 조위에 따른 경기만 일대 조간대 DEM생성이 가능하였고 조간대 노출빈도 계산을 통해 지형고도변화도 관측하였다. GOCI-II 위성을 활용해 연안지형변화를 관측시 짧은 주기의 높은 시간해상도로 지형 변화를 조기 감지하고 부족한 공간해상도는 고해상도의 다중복합자료를 이용해 정밀하게 보간하여 활용하는 방안이 좋을 것으로 생각된다. 향후, 위 결과들을 바탕으로 연구 영역을 확대하고, 자동 분석 및 탐지 가능한 기술 개발을 통해 한반도 연안의 최신 지형도와 연안관리에 필요한 정보를 빠르게 제공 가능할 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제37권5_1호
• /
• pp.959-974
• /
• 2021

Forel-Ule Index (FUI)는 자연에 존재하는 담수 및 해수의 색을 남색부터 고동색까지 21 가지의 등급으로 구분하는 지표이다. FUI는 여러 선행연구에서 수계의 부영양화 지수, 수질인자, 광 특성 등과 연관 지어 분석되었으며, 여러 수질인자의 광학적 정보를 동시에 가지고 있는 새로운 수질 지표로써의 가능성이 제시되었다. 본 연구에서는 500 m의 높은 공간해상도를 가지는 정지궤도 해양위성해색탑재체(Geostationary Ocean Color Imager; GOCI) 관측 자료와 Random Forest (RF) 기계학습 기법을 활용하여 Ocean Colour-Climate Change Initiative(OC-CCI) 기반의 4 km FUI 자료를 공간 상세화 시켰다. 이를 활용하여 우리나라 연안 해역에 대한 수질인자와의 상관관계와 주요 해역에 대한 FUI의 공간적 분포 및 계절별 특성 변화를 분석하였다. 검증 결과 RF 기법으로 추정한 RF FUI는 결정계수(R²)=0.81, 평균 제곱근 오차(Root Mean Square Error; RMSE)=0.7784로, Pitarch의 OC-CCI FUI 알고리즘을 적용하여 계산한 GOCI FUI 추정 정확도(R²=0.72, RMSE=0.9708) 대비 향상된 결과를 보였다. RF FUI는 총 질소(Total Nitrogen), 총 인(Total Phosphorus), 클로로필-a(Chlorophyll-a), 총 부유물질(Total Suspended Solids), 투명도(Secchi Disk Depth)를 포함하는 5가지 수질인자와 각각 0.87, 0.88, 0.97, 0.65, -0.98의 상관계수로 강한 상관성을 보였다. 산출된 FUI의 시간적 패턴 역시 여러 수질인자와의 물리적 관계를 반영하며 유의미한 계절적 패턴의 변화를 보였다. 본 연구의 결과로 한반도 연안 수질 관리에서 고해상도 FUI의 활용 가능성을 제시하였다.