• 한국콘텐츠학회논문지
• /
• 제20권6호
• /
• pp.460-469
• /
• 2020

본 연구는 코로나19 사태로 인하여 최근 이슈로 떠오르는 '마스크 5부제'에 대한 온라인 뉴스 기사와 카페글을 분석하여 언론과 대중들의 반응을 담고 있는 매스 미디어와 소셜 미디어 의제를 파악하고, 그 차이점을 알아보았다. 분석을 위해 네이버 뉴스 기사 전문 2,096건과 카페글 1,840건을 수집하고 데이터 전처리 과정과 정제과정을 거쳐 단어 빈도분석, 워드 클라우드, LDA 토픽모델링 분석을 실시하였다. 분석 결과, 매스 미디어에 비해 소셜 미디어는 '대리 구매', '개학 연기', '마스크 사용', '마스크 구입'과 같이 실생활 관련 토픽이 나타나 개인 미디어의 특성이 반영되어 정보 전달의 기능 보다는 개인의 의견, 감정, 정보를 교류하는 역할을 하는 것으로 나타났다. 본 연구에 적용된 연구방법의 적용으로 다양한 미디어 분석을 통해 사회이슈가 공중의제화되고, 정부의제로 진화하는 정책의제설정 과정에서 참고자료로 활용될 수 있을 것이다.

• 한국지구과학회지
• /
• 제36권4호
• /
• pp.330-340
• /
• 2015

본 연구에서는 CCD 카메라가 장착된 Skyviewer로부터 촬영된 하늘 영상 자료를 이용하여 전운량을 산출하는 알고리즘을 개발하였다. 전운량 산출은 RGB 영상 내의 차폐 영역을 제거하고 GBR 빈도분포에 따른 영상을 분류하며, RBR 경계값을 결정하여 구름 화소를 분류한다. 분류된 구름 화소에서 태양광 영역을 제거한 후 유효성 검사를 통해 전운량을 산출하게 된다. 전운량 산출 알고리즘의 정확성을 검증하기 위하여 관측소와 가장 가까운 강원지방기상청의 목측 전운량 자료와 편이(Bias), 평균제곱근오차(RMSE), 상관계수를 분석하였다. 선정된 사례는 계절별 일 사례로 8시부터 17시까지의 정시 자료를 사용하였다. 분석 결과 Skyviewer로부터 산출된 전운량의 편이는 평균적으로 -0.8할의 차이를 보였으며, 평균제곱근오차는 1.6할로 전운량의 차이가 2할 내에서 나타나고 있었다. 또한, 두 관측소는 떨어진 거리의 차이가 있음(약 4 km)에도 불구하고 상관계수가 모든 사례에서 평균 0.91 이상으로 매우 높았다.

• 대기
• /
• 제31권5호
• /
• pp.489-510
• /
• 2021

In this paper, we propose an algorithm for detecting convective initiation (CI) using GEO-KOMPSAT-2A/advanced meteorological imager data. The algorithm identifies clouds that are likely to grow into convective clouds with radar reflectivity greater than 35 dBZ within the next two hours. This algorithm is developed using statistical and qualitative analysis of cloud characteristics, such as atmospheric instability, cloud top height, and phase, for convective clouds that occurred on the Korean Peninsula from June to September 2019. The CI algorithm consists of four steps: 1) convective cloud mask, 2) cloud object clustering and tracking, 3) interest field tests, and 4) post-processing tests to remove non-convective objects. Validation, performed using 14 CI events that occurred in the summer of 2020 in Korean Peninsula, shows a total probability of detection of 0.89, false-alarm ratio of 0.46, and mean lead-time of 39 minutes. This algorithm can be useful warnings of rapidly developing convective clouds in future by providing information about CI that is otherwise difficult to predict from radar or a numerical prediction model. This CI information will be provided in short-term forecasts to help predict severe weather events such as localized torrential rainfall and hail.

• 대한원격탐사학회지
• /
• 제33권3호
• /
• pp.257-266
• /
• 2017

이 연구에서는 Moderate Resolution Imaging Spectroradiometer(MODIS) Level 1.0B 자료와 다중채널 원격 탐사방법을 이용하여 황사(dust)/연무(smoke) 탐지 알고리즘을 개발하였고 결과 검증을 위하여 MODIS RGB 합성영상과 Cloud-Aerosol Lidar with Orthogonal Polarization Satellite Observations(CALIPSO)위성의 VFM(Vertical Feature Mask)자료가 사용되었다. 2007년 3월 30일과 2012년 4월 27일의 주간 사례에 대한 이 연구의 황사/연무 탐지 결과는 검증자료와 약 56.4 %, 72.0 % 일치하였으며 야간의 경우는 2012년 04월 27일 사례에 대하여 약 40.5 % 일치하였다. 그러나 이 연구 결과는 MODIS와 CALIPSO 위성의 시 공간 일치 한계 때문에 제한적 사례에 대하여 검증되었으나 추가적인 연구를 통하여 우리나라 차세대 정지궤도 기상위성의 에어로졸 탐지에 활용될 수 있을 것이다.

• 한국지구과학회지
• /
• 제38권2호
• /
• pp.129-140
• /
• 2017

이 연구에서는 지표 관측 자료와 위성 자료 그리고 GWNU 단층 복사 모델을 이용하여 맑은 상태의 전천 일사량을 계산하였으며, 전운량에 따라 관측 및 모델의 일사량 값을 비교 분석하였다. 연구 자료는 2012년 강릉원주대학교 복사 관측소의 전천 일사량, 기온, 기압, 습도, 에어로졸 등의 관측 자료와 OMI 센서의 오존전량 자료 그리고 구름의 유무 및 전운량을 판단하기 위하여 자동 전운량 장비인 Skyview 자료를 이용하였다. 전운량이 0 할인 맑은 날의 경우 관측 값과 모델 값이 0.98로 높은 상관계수를 나타내었으나 RMSE가 $36.62Wm^{-2}$로 비교적 높게 나타났다. 이는 Skyview 장비가 얇은 구름이나 박무 및 연무 등의 기상상태를 판단하지 못하였기 때문이다. 흐린 날의 경우 구름의 영향을 보정하기 위해 전운량과 두 값의 차에 대한 비율을 이용한 회귀식을 복사 모델에 적용하였으며, 장비의 오탐지를 제외한 경우 상관계수가 0.92로 높은 상관성을 보였으나 RMSE가 $99.50Wm^{-2}$으로 높은 값을 보였다. 더 정확한 분석을 위해서는 직달 성분의 차폐 유무 및 구름 광학 두께를 포함한 다양한 구름 요소의 추가적인 분석이 요구된다. 이 연구결과는 분 또는 시간에 따른 일사량을 산출하여 일사량이 관측되지 않는 지역에서 유용하게 사용될 수 있다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2007년도 Proceedings of ISRS 2007
• /
• pp.282-285
• /
• 2007

Satellite observed brightness temperature simulation using a radiative transfer model (here after, RTM) is useful for various fields, for example sensor design and channel selection by using theoretically calculated radiance data, development of satellite data processing algorithm and algorithm parameter determination before launch. This study is focused on elaborating the simulation procedure, and analyzing of difference between observed and modelled clear sky brightness temperatures. For the CMDPS (COMS Meteorological Data Processing System) development, the simulated clear sky brightness temperatures are used to determine whether the corresponding pixels are cloud-contaminated in cloud mask algorithm as a reference data. Also it provides important information for calibrating satellite observed radiances. Meanwhile, simulated brightness temperatures of COMS channels plan to be used for assessing the CMDPS performance test. For these applications, the RTM requires fast calculation and high accuracy. The simulated clear sky brightness temperatures are compared with those of MTSAT-1R observation to assess the model performance and the quality of the observation. The results show that there is good agreement in the ocean mostly, while in the land disagreement is partially found due to surface characteristics such as land surface temperature, surface vegetation, terrain effect, and so on.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2009년도 춘계학술대회 논문집
• /
• pp.82-86
• /
• 2009

원격탐사 근적외선(NIR)과 Red 밴드의 반사도로부터 계산되는 정규식생지수(NDVI)는 구름에 오염된 곳에서는 실제보다 낮은 값으로 계산된다. 식생지수에서 구름오염 문제를 극복하는 기존의 대표적인 방법에는 보름 정도 장기간 식생지수 값 중에서 최대인 값을 취하는 MVC(Maximum Value Composite) 방법이 있다. 하지만 MVC 방법으로는 식생지수의 단기간 변동을 파악할 수 없으며, 장기간 계속 구름으로 오염된 곳은 잘못된 식생지수 값으로 계산되는 문제점이 있다. 가시광 RGB 자료로부터 snapshot 영상자료의 구름을 마스크(mask)하는 새로운 방법인 CIM(Color Index Manipulation) 알고리즘을 개발하였다. 이 알고리즘을 사용하면 snapshot 영상자료에서 구름에 오염된 곳은 제외하고 오염되지 않은 곳에 대한 식생지수를 계산할 수 있다. RGB 자료에 대한 정규색상지수 NCI (Normalized Color Index) 3개 성분을 $120^{\circ}$ 간격으로 벌어진 3개 축상의 좌표로 나타낸 후 이들 3개 값의 벡터합(vector sum) 정보를 이용하여 구름을 식별하는 CIM 방법으로 위성영상에서 두꺼운 구름과 않은 구름을 구분하여 식별할 수 있다. 이 구름식별 기법을 MODIS snapshot 위성영상 자료에 적용하여 한반도의 일별(daily) 식생지수 자료를 계산하였다. 그리고 수년간의 일별 식생지수 자료로부터 한반도 식생지수의 계절적 변동을 조사하였다.

• 대한원격탐사학회지
• /
• 제39권4호
• /
• pp.425-440
• /
• 2023

Monitoring water surface has become one of the most prominent areas of research in addressing environmental challenges.Accurate and automated detection of watersurface in remote sensing imagesis crucial for disaster prevention, urban planning, and water resource management, particularly for a country where water plays a vital role in human life. However, achieving precise detection poses challenges. Previous studies have explored different approaches,such as analyzing water indexes, like normalized difference water index (NDWI) derived from satellite imagery's visible or infrared bands and using k-means clustering analysis to identify land cover patterns and segment regions based on similar attributes. Nonetheless, challenges persist, notably distinguishing between waterspectralsignatures and cloud shadow or terrain shadow. In thisstudy, our objective is to enhance the precision of water surface detection by constructing a comprehensive water database (DB) using existing digital and land cover maps. This database serves as an initial assumption for automated water index analysis. We utilized 1:5,000 and 1:25,000 digital maps of Korea to extract water surface, specifically rivers, lakes, and reservoirs. Additionally, the 1:50,000 and 1:5,000 land cover maps of Korea aided in the extraction process. Our research demonstrates the effectiveness of utilizing a water DB product as our first approach for efficient water surface extraction from satellite images, complemented by our second and third approachesinvolving NDWI analysis and k-means analysis. The image segmentation and binary mask methods were employed for image analysis during the water extraction process. To evaluate the accuracy of our approach, we conducted two assessments using reference and ground truth data that we made during this research. Visual interpretation involved comparing our results with the global surface water (GSW) mask 60 m resolution, revealing significant improvements in quality and resolution. Additionally, accuracy assessment measures, including an overall accuracy of 90% and kappa values exceeding 0.8, further support the efficacy of our methodology. In conclusion, thisstudy'sresults demonstrate enhanced extraction quality and resolution. Through comprehensive assessment, our approach proves effective in achieving high accuracy in delineating watersurfaces from satellite images.

• 대한원격탐사학회지
• /
• 제32권4호
• /
• pp.339-351
• /
• 2016

For the safety of sea, it is important to monitor sea fog, one of the dangerous meteorological phenomena which cause marine accidents. To detect and monitor sea fog, Moderate Resolution Imaging Spectroradiometer (MODIS) data which is capable to provide spatial distribution of sea fog has been used. The previous automatic sea fog detection algorithms were focused on detecting sea fog using Terra/MODIS only. The improved algorithm is based on the sea fog detection algorithm by Wu and Li (2014) and it is applicable to both Terra and Aqua MODIS data. We have focused on detecting spring season sea fog events in the Yellow Sea. The algorithm includes application of cloud mask product, the Normalized Difference Snow Index (NDSI), the STandard Deviation test using infrared channel ($STD_{IR}$) with various window size, Temperature Difference Index(TDI) in the algorithm (BTCT - SST) and Normalized Water Vapor Index (NWVI). Through the calculation of the Hanssen-Kuiper Skill Score (KSS) using sea fog manual detection result, we derived more suitable threshold for each index. The adjusted threshold is expected to bring higher accuracy of sea fog detection for spring season daytime sea fog detection using MODIS in the Yellow Sea.

• 대한원격탐사학회지
• /
• 제39권5_1호
• /
• pp.637-654
• /
• 2023

최근 지구관측 위성이 급격히 발전함에 따라 사용자의 수가 증가하고 있다. 이에 따라 지구관측위성위원회(Committee on Earth Observation Satellites, CEOS)에서는 분석준비자료(Analysis Ready Data, ARD)라는 개념을 제안하고 분석준비자료의 요구 조건을 CEOS ARD for Land (CARD4L)로 정의하여 사용자 친화적인 위성영상을 제공하기 위해 노력하고 있다. 분석준비자료에는 육상분석에 불필요한 픽셀이 식별된 마스크(Unusable Data Mask, UDM)가 영상과 함께 제공되어야 한다. UDM의 종류는 구름, 구름 그림자, 지형그림자 등이 있다. 지형그림자는 지형기복이 큰 산악지형에서 발생되며 지형그림자가 생긴 지역은 복사조도가 낮기 때문에 분석 결과에 오류를 야기시킨다. 기존 지형그림자 탐지연구는 지형그림자 보정을 위해 지형그림자 픽셀을 탐지하는데 목적을 두었지만, 이것은 지형보정 기법으로 대체 가능하다. 따라서 지형그림자 탐지 목적을 확장할 필요가 있다. 산림과 농업분석을 목적으로 한 차세대중형위성 4호(CAS500-4)의 활용을 위해 본 연구에서는 지형그림자 탐지 범위를 태양의 영향을 적게 받는 지역까지 확장하였다. 본 논문은 남북한을 대상으로 지형그림자 마스크 생성을 위해 지형그림자 탐지 가능성을 분석하는데 목적이 있다. 지형그림자 탐지를 위해서 태양의 위치, 지표면의 경사와 경사방향을 이용한 음영기복 알고리즘을 사용하였다. 한반도를 촬영한 5 m급 공간해상도의 RapidEye 영상과 10 m급 공간해상도의 Sentinel-2 영상들을 대상으로 참값과 비교하며 최적의 음영기복 임계값을 결정하였다. 결정된 임계값을 사용하여 지형 그림자 탐지를 수행하고 결과를 분석하였다. 정성적 결과로는 전체적으로 참값과의 형상이 유사함을 확인하였다. 정량적 실험결과는 F1 score가 대부분 0.8에서 0.94 사이인 것을 확인하였다. 본 연구 결과를 바탕으로 남북한을 대상으로 자동적인 지형그림자 탐지가 잘 수행됨을 확인하였다.