• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.226-226
• /
• 2016

최근 이상기상현상과 기후변화로 인하여 국지적인 집중호우의 빈도 및 규모가 증가하고 있으며, 이로 인한 돌발 홍수피해가 증가하고 있다. 이러한 홍수 피해를 줄이기 위해서는 정확도가 우수한 초단시간(1~2시간 이내) 예측 강우량 정보가 필요하다. 본 연구에서는 집중호우에 대한 초단시간예보 및 실황 예측을 위해 시공간적으로 고해상도 자료를 제공할 수 있는 기상레이더 강우자료와 위성영상 자료를 결합하여 초단기 강수 예측기법 개발 연구를 수행하였다. 또한 기상레이더 강우량은 지상강우관측에 비해 정확성이 낮고, 많은 불확실성을 포함하고 있으므로, 위성영상에서 산출되는 강우자료와 결합하여 강우추정의 정확도를 개선하고자 하였다. 레이더 볼륨자료에서 반사도 자료를 추출하여, 1.5km CAPPI(Constant Altitude Plan Position Indicator) 자료를 생성하고, 반사도 CAPPI 자료의 패턴 상관분석을 통하여 강우시스템의 최적 이동벡터를 산출하였다. 또한 이동벡터를 고려하여 시공간적으로 외삽하여 강우이동 예측 모델을 개발하고, 초기자료로 레이더와 천리안 위성(Communication, Ocean and Meteorological Satellite, COMS) 영상자료에서 생성되는 강우자료를 결합한 강수장 자료를 이용하여 강수 예측장을 생성하였다. 레이더-위성 결합 초단기 강우예측 모델의 정확성 검증을 위하여 2014년 8월 25일 부산 및 영남 지역에 발생한 집중호우 사례에 대하여 지상기상자동관측시스템(Automatic Weather System, AWS) 강우 측정 결과를 비교 분석 하였으며, 그 적용 가능성을 검증하였다. 초단기 강우예측 분석 결과 지상강우자료와의 오차가 발생하나, 추후 여러 통계적 후처리 과정을 통하여 그 성능이 개선될 것으로 보이며, 보다 정확한 강우량 예측을 위해서는 지속적인 알고리즘 개선 및 모형의 검 보정이 필요할 것으로 사료된다.

• 한국항행학회논문지
• /
• 제25권6호
• /
• pp.569-575
• /
• 2021

딥러닝은 데이터의 품질과 모델에 따라 예측 성능에 차이를 보인다. 본 연구는 발전량 예측에 가장 영향을 주는 일사량 예측을 위한 최적의 딥러닝 모델을 구축하기 위해 다양한 입력 데이터와 다중 딥러닝 모델을 사용하였다. 입력 데이터는 기상청의 기상 데이터와 천리안 기상영상을 기상청 지역의 영상을 분할하여 사용하였다, 본 연구는 기본적인 딥러닝 모델인 DNN, LSTM, CNN 모델에 대해 중간층의 깊이와 노드를 변경하여 일사량을 예측하여, 비교 평가하였다, 또한, 각 모델에서 가장 좋은 오차율을 가진 모델을 연결한 다증 딥러닝 모델을 구축하여 일사량을 예측하였다. 실험 결과로서 다중 딥러닝 모델인 모델 A의 RMSE는 0.0637이며, 모델 B의 RMSE는 0.07062이며, 모델 C의 RMSE는 0.06052로서 단일 모델보다 모델 A 그리고 모델 C의 오차율이 좋았다. 본 연구는 실험을 통해 두 개 이상의 모델을 연결한 모델이 향상된 예측률과 안정된 학습 결과를 보였다.

• 한국수자원학회논문집
• /
• 제47권4호
• /
• pp.371-384
• /
• 2014

본 논문에서는 천리안(Communication, Ocean and Meteorological Satellite; COMS)과 TRMM(Tropical Rainfall Measurement Mission)을 통하여 관측한 위성영상자료를 이용한 극치강우(Extreme Rainfall) 추정 알고리즘을 개발하였으며, 2011년 7월 집중호우를 대상으로 그 적용성을 평가하였다. TRMM/PR(TRMM/Precipitation Radar)과 AWS(Automatic Weather System) 자료를 이용하여 고도에 따른 멱급수 회귀방정식으로 Z-R관계식을 추정한 결과 $Z=303R^{0.72}$를 산출하였으며, 지상관측 자료와 비교한 결과 상관계수가 0.57로 분석되었다. 이 값과 TRMM/VIRS(TRMM/Visible Infrared Scanner)와의 관계를 이용하여 극치강우알고리즘을 개발하였으며, 천리안 위성에 적용하여 10분강 우를 추정한 결과 강우강도가 큰 경우에는 과소 추정하는 경향이, 작은 경우에는 과대 추정하는 경향이 있는 것으로 분석되었으나, 전반적인 패턴은 관측과 유사한 경향이 있는 것으로 분석되었다. 또한 이 알고리즘을 같은 센서를 이용하는 천리안 위성에 적용하여 AWS의 상관관계를 분석한 결과, 10분 강우량의 경우 상관계수는 0.517로 평균제곱근 오차는 3.146으로 분석되었고, 공간 상관행렬 오차의 평균은 -0.530~-0.228의 음의 상관을 보이는 것으로 분석되었다. 위성자료를 이용한 극치강우량 추정의 오차 발생 원인은 여러 가지 외부적인 요인으로 판단되며, 지속적인 알고리즘 개선 및 오차보정을 통한 정확도 개선이 필요한 것으로 사료된다. 본 연구의 결과는 추후 다양한 정지궤도위성의 이용을통 한 다중 원격탐사자료의 활용으로 보다 정확한 미계측 유역 수문자료 확충 및 실시간 홍수 예 경보 시스템 구축에 활용이 가능할 것으로 사료된다.

• 대한원격탐사학회지
• /
• 제39권6_2호
• /
• pp.1651-1669
• /
• 2023

해빙(sea ice)은 현재 전 세계 해양 면적의 약 7%를 차지하고 있으며 계절적, 연간 변화를 보이고 주로 극지방과 고위도 지역에 나타난다. 해빙은 대규모 공간 규모에서 다양한 종류로 형성되며 석유 및 가스탐사, 기타 해양활동이 급속히 증가하는 발해해는 해양 구조물 피해 및 해상 운송, 해양 생태계에 심각한 영향을 미치기 때문에 시계열 모니터링을 통해 해빙의 면적 및 유형 분류를 분석하는 것이 매우 중요하다. 현재 고해상도 위성영상 및 현장 실측 자료를 바탕으로 해빙의 종류 및 영역에 대한 연구가 진행되고 있지만 현장 실측자료를 획득하여 해빙 모니터링에는 한계가 있다. 고해상도 광학 위성영상은 광범위에서 해빙의 유형을 육안으로 탐지하고 식별할 수 있고, 짧은 시간해상도를 갖는 해양위성인 천리안 2B호(Geostationary Ocean Color Imager-II, GOCI-II)를 이용하여 해빙 모니터링의 공백을 보완할 수 있다. 이 연구에서는 고해상도 광학위성영상을 이용하여 생산된 학습자료를 기반으로 규칙기반 기계학습 모델을 훈련시키고 이를 GOCI-II 영상에서 탐지를 수행함으로써, 해빙 모니터링 활용 가능성을 알아보고자 하였다. 학습 자료는 발해(Bohai Sea)의 2021-2022년 랴오둥만(Liaodong Bay)을 대상으로 추출하였으며, GOCI-II를 활용한 Random Forest (RF) 모델을 구축하여 기존 normalized difference snow index (NDSI) 지수 기반 및 고해상도 위성영상에서 획득된 해빙 영역과 정성적 및 정량적 비교 분석하였다. 본 연구 결과 해빙의 영역을 과소평가한 NDSI 지수 기반 결과와 달리 비교적 자세한 해빙 영역을 탐지하였으며 유형별 해빙을 분류할 수 있어 해빙 모니터링이 가능함을 확인하였다. 향후 지속적인 학습 자료 및 해빙형성에 영향인자 구축을 통해 탐지 모델의 정확도를 향상시킨다면 고위도 해양 지역에서 해빙 모니터링 분야에 활용할 수 있을 것으로 기대된다.

• 한국지리정보학회지
• /
• 제15권3호
• /
• pp.137-147
• /
• 2012

최근 해양에서 부유성 녹조류(Floating Green Algae)의 확산이 보고되고 있으나, 기존의 현지 관측이나 실험실에서의 화학적 분석으로는 정확하고 주기적인 광역 감시에 한계가 있다. 이에 반해 녹조에 포함된 엽록소의 광학특성에 기인한 분광 반사도 측정은 부유성 녹조에 대한 정보를 비교적 빠르고 정확하게 획득하는 것이 가능하다. 본 연구의 목적은 최근 서해에서 발생한 부유성 녹조류의 분광 반사도 특성을 알아보고, 인공위성 영상으로부터 부유성 녹조를 탐지하기 위한 방법으로서 비교적 간단한 파장별 반사도 비율을 이용한 부유성 녹조 지수(Floating Green Alage Index; FGAI)를 개발하는 것이다. 500m 공간 해상도를 가지는 MODIS와 천리안 GOCI 영상자료를 이용하여 서해안의 녹조 현상이 발생하였던 기간을 대상으로 적색 밴드(660nm)와 근적외 밴드(860nm)의 비를 이용한 부유성 녹조지수를 분석한 결과는 녹조 현상에 대한 조류의 탐지 가능성을 증명하였다. 특히, 매 시간별 GOCI 관측 자료는 저궤도 위성보다 상세한 녹조의 감시가 가능함을 알 수 있었다.

• 대한원격탐사학회지
• /
• 제30권2호
• /
• pp.259-274
• /
• 2014

2013년 8월 18일 일본의 사쿠라지마 화산에서 비교적 큰 규모의 분화가 발생하였다. 이에 본 연구에서는 천리안 위성 자료를 이용하여 화산분화 다음날 주변 지역의 화산재를 감지하였으며, 기상청 청양 지자기 관측소 자료와 함께 일본 지자기 관측소 자료를 이용하여 지자기 변동에 대해 분석하였다. 먼저, 지자기 관측 자료를 이용하여 주성분 분석을 수행하고 관측 자료의 재구성 자료를 구축하였다. 재구성된 자료는 웨이블릿 기반 셈블런스 분석을 수행하였다. 다음으로는 지자기 관측 자료의 고유값 분석을 수행하고 Kp 지수와의 웨이블릿 기반 셈블런스 필터링을 통해서 태양의 영향을 최소화하였다. 분석결과에서는 전체적으로 화산 발생 시점에서 이벤트가 발생하는 것을 확인 할 수 있었다. 다만, 일부 지자기 관측소의 경우 화산이 아닌 다른 영향을 받았을 가능성을 배제 할 수 없다. 이 연구에서는 국내 연구로는 드물게 화산 분화에 의한 지자기 영향을 분석하였으며 향후 지진 화산 연구에 도움이 될 수 있을 것으로 기대한다.

• 자원환경지질
• /
• 제47권1호
• /
• pp.39-48
• /
• 2014

연안환경은 해수의 유기물질 및 미립자들과 육상의 입자들이 섞여있는 매우 복잡한 환경을 가진다. 특히 연안에서의 부유퇴적물 (suspended sediment, SS) 이동은 침식 및 퇴적 과정, 기초 생물량, 영양분의 이동, 미세 오염 등에 중요한 역할을 한다. 따라서 이 연구에서는 천리안 해양관측 위성 (Geostationary Ocean Color Imager, GOCI) 및 Landsat Enhanced Thematic Mapper Plus (ETM+) 영상을 활용하여 경기만 지역에서의 부유퇴적물 농도 변화를 관측하였다. GOCI 영상을 활용하여 부유퇴적물 농도의 일변화를 관측한 결과 만조 이후에 부유퇴적물 농도가 낮게 나타났다. 부유퇴적물 농도와 유속 및 수위 자료와의 비교 결과, 만조 이전의 9시와 10시의 유속 세기는 각각 37.6, 28.65 $cm{\cdot}s^{-1}$이며, 수위는 각각 -1.23, -0.61 m이지만 만조 때 수위는 1.18 m로 점차 높아진다. 즉 수위 상승과 유속이 강하게 나타나면서 만조 이전에 높은 부유퇴적물 농도를 가지는 반면에 만조 이후에는 지속적으로 부유퇴적물 농도가 감소한다. 또한 Landsat ETM+ 영상으로부터 계절별 부유퇴적물 농도를 분석한 결과 겨울에 외해에서 높은 부유퇴적물 농도 값을 가지며 여름에는 한강 연안에서 높은 부유퇴적물 농도 값을 가진다. 이러한 이유는 겨울에는 북서계절풍의 영향으로 외해 부근에서 부유퇴적물 농도가 높게 나타났으며 여름에는 풍속보다는 유량의 영향이 크기 때문에 한강 연안에서 높은 부유퇴적물 농도 값을 가지는 것으로 판단된다.

• 한국측량학회지
• /
• 제33권5호
• /
• pp.463-472
• /
• 2015

지표 일사량 데이터는 신재생 에너지 자원지도 제작, 태양 에너지 관련 시설의 입지 선정 및 관련 정책의 기초 자료 및 농작물 생산량 예측 등의 매우 다양한 분야에 사용될 수 있는 중요한 데이터이며, 이에 최근 한국에서도 일사량 데이터 구축에 대한 연구의 필요성이 커지고 있다. 이에 본 연구에서는 COMS-MI(천리안 기상위성) 영상과 Heliosat-II 방법을 이용하여 국내 일사량을 추정하고자, Heliosat-II 방법을 국내 데이터에 적합하도록 수정하고, 이를 통하여 일사량을 추정하는 것을 목표로 하였다. 이를 위하여 먼저 COMS-MI 위성 영상 및 국내 기상 데이터 등을 확보하고 전처리를 수행하였다. 또한 Heliosat-II 방법의 입력 데이터이자 중간 결과물인 지표 반사도(ground albedo) 보정을 수행하고, 반사도 참조 지도(background albedo map)의 정확도를 높이고자 기존의 방법을 수정하였다. 그리고 이와 같이 수정된 Heliosat-II 방법을 통하여 추정 일사량을 도출하고, 이를 지상에서 관측된 일사량 실측치와의 비교를 통하여 정확도를 검증하였다. 실험 결과, 수정된 Heliosat-II 방법을 사용할 경우, 약 30.8%의 RMSE(%) 정확도를 나타내었으며, 기존 Heliosat-II 방법을 그대로 이용하였을 경우에 비하여 약 10% 수준의 향상된 정확도를 확보할 수 있음을 확인하였다.

• 대한원격탐사학회지
• /
• 제30권2호
• /
• pp.303-314
• /
• 2014

일본 가고시마에 위치하고 있는 사쿠라지마 화산은 세계에서 가장 활발하게 활동하고 있는 화산 중 하나이다. 2013년 8월 18일 사쿠라지마 화산은 최근 들어 가장 큰 규모의 분화를 하였고, 분화에 의해 발생한 화산재는 일본뿐만 아니라 국내 유입에 대한 우려를 야기하였다. 본 연구에서는 사쿠라지마 화산분출물이 한반도에 미치는 영향을 분석하기 위하여 수치실험을 수행하였다. 화산재 확산 경로를 예측하기 위하여 HYSPLIT 확산모델과 UM 기상자료를 이용하였으며, 연구대상일은 화산재 유입이 예상되는 규모로 분화한 2013년 9월 17일이다. 또한 천리안 위성영상을 이용하여 화산재를 탐지하였고, 모의실험 결과와 비교를 통해 검증을 수행하였다. 그 결과, HYSPLIT 모델기반의 화산재 확산 예측 경로와 GOCI 위성 영상에서 탐지한 화산재 분포지역과 63.52%가 일치하는 것을 보였다.

• 한국전자통신학회논문지
• /
• 제13권3호
• /
• pp.669-676
• /
• 2018

GOCI(: Geostationary Ocean Color Imager)는 8개 밴드의 레일리 보정 반사도를 이용하여 수평 $500m{\times}500m$의 높은 공간 해상도로 해무를 탐지한다. 가시광선과 근적외선은 지표면의 특성을 강하게 반영하여 구름과 안개 판별에 오차를 유발한다. Band7 반사도의 임계값을 설정하여 육지로 유입되는 해무를 탐지할 수 있었다. Band4 반사도가 Band8보다 크게 나타나는 영역이 구름으로 판별되는 경우는 주변 영역과 평균 반사도의 비교를 통해 해무로 탐지되는 오류를 보정하였다. 개선된 알고리즘은 천리안위성(COMS: Communication, Ocean, Meteorological Satellite)의 안개 영상 및 기상청 시정계 자료와 비교하여 검증되었다.