• 원예과학기술지
• /
• 제29권1호
• /
• pp.36-42
• /
• 2011

토마토 펄라이트 자루재배에서 급액방법으로 배액전극제어법 적용시 일회급액량이 작물의 생육과 수확량에 미치는 영향을 알아보고, 생육단계별 적정 일회급액량을 구명함으로써 적정 급액관리방법을 도출하기 위해 연구가 수행되었다. 처리로는 일회급액량을 적게 주는 처리(S-S)와 많이 주는 처리(L-L), 1화방수확기를 기점으로 적게 주다가 두 배로 급액량을 늘이는 처리(S-L)와 많이 주다가 반으로 줄이는 처리(L-S)를 두었다. 작물의 전 생육기간동안 일회급액량이 많거나 적은 처리에서는 배액율이 낮고 불안정해지며 생육이 좋지 않았다. 생육단계에 맞게 정식 후 1단 수확기 이전까지는 일회급액량을 약 145mL로 많이 주다가 이후에 70mL까지 줄여주는 L-S처리에서 뿌리분포가 좋고, 수확량이 가장 많았고, 배액율도 안정적이었다. 따라서 토마토 재배시 일회급액량을 생육단계에 따라 달리 해 주어 급액패턴을 다량소회에서 소량다회로 변화시켜 주는 것이 토마토의 생육과 수확량에 효과적임을 알 수 있었다. 또한, L-S처리로 일회급액량에 변화를 주었을 때, 토마토의 생장양상이 영양생장에서 생식생장으로 바뀌는 것을 식물생육지표 조사에서 확인하였다.

• Journal of Korean Neurosurgical Society
• /
• 제30권7호
• /
• pp.903-906
• /
• 2001

Objective : The brain temperature is about $0.4-1^{\circ}C$ higher than that of the other peripheral body area. But most of these results have been obtained in normothermic condition. The objective of this study is to evaluate the temperature difference between the brain and axilla, in patients under hypothermia. Methods : Sixty-three patients(37 women and 26 men) who underwent craniotomy with implantation of the thermal diffusion flowmetry sensor were included in this study. The temperature of the cerebral cortex and axilla was measured every 2 hours, simultaneously. The patient group was divided according to axillary temperature hyperthermia( over $38^{\circ}C$), normothermia($36-38^{\circ}C$) and hypothermia(under $36^{\circ}C$). Total 1671 paired sample data were collected and analyzed. Results : The temperature difference between the cerebral cortex and the axilla was $0.45{\pm}1.04^{\circ}C$ in hyperthermic patients, $0.97{\pm}1.1^{\circ}C$ in normothermic patients and $1.04{\pm}0.81^{\circ}C$ in hypothermic patients. The temperature difference has statistical significance in each group(unpaired t-test, p<0.05). Conclusion : From our study the temperature difference between the brain and the axilla in hypothermic condition increased more than that of normothermic state. And in hyperthermic condition, the temperature difference decreased.

• 대한원격탐사학회지
• /
• 제37권6_3호
• /
• pp.1951-1963
• /
• 2021

농업환경 모니터링에서 지구관측위성을 활용한 원격탐사 자료는 시·공간적 그리고 효율성 측면에서 다른 방법에 비해 많은 이점을 가진다. 위성에 탑재된 센서는 태양광이 지표면에 반사되어 들어오는 에너지를 측정하므로, 지구의 대기에 의해 산란·흡수·반사되는 과정에서 잡음이 발생한다. 따라서 지표면에 반사되는 에너지(복사휘도)를 정확히 측정하기 위해서는 대기의 효과에 의한 잡음을 제거해야하는 대기보정이 선행되어야 한다. 본 연구는 KOMPSAT-3 위성의 대기보정 적용 및 농업분야 활용성 평가를 위해 대기보정 민감도 분석, 위성 상호간 교차 분석, 지상관측자료와 비교 분석을 수행하였다. 그 결과 모든 경우에서 대기보정 후 표면 반사율이 대기보정 전 TOA 반사율 보다 상호 일치율이 높게 나타났으며 동일한 기준의 시계열 식생지수 생산이 가능할 것으로 판단된다. 하지만 대기입력 파라미터의 민감도 및 위성촬영각(Tilt)에 대한 정량적인 분석을 위한 추가 연구가 필요하다.

• 한국측량학회지
• /
• 제39권4호
• /
• pp.235-243
• /
• 2021

하천측량은 하천기본계획 및 각종 하천 정비의 기초자료를 취득하기 위해 활용되며 하천의 물리적 형태와 하천 정비 이후의 변화를 예측하기 위해서도 활용된다. 항공수심라이다(ABL: Airborne Bathymetric LiDAR) 시스템은 그린 레이저를 사용하여 수면과 하상을 동시에 측량할 수 있는 시스템으로써 하천의 수심 및 하상 측량에 효과적으로 활용될 수 있다. 항공수심라이다 데이터를 하천 측량에 활용하기 위해서는 취득된 점군 데이터부터 수면과 하상 점들을 분리하고 추출하는 과정이 선행되어야 한다. 본 연구에서는 대표적인 지면필터링 기법인 ATIN(Adaptive Triangular Irregular Network) 알고리즘을 적용하여 항공수심라이다의 점군 데이터로부터 저수심 하천의 수면과 하상 점군을 분리하기 위한 방법론을 구축하고 제안된 방법론의 효용성을 검증하였다. 이를 위해 충청남도 곡교천 일대에서 Leica Chiroptera 4X 센서로부터 취득된 데이터를 이용하여 실험을 수행하였다. 연구결과 수면과 하상에 대한 분류 정확도는 88.8%, Kappa 계수는 0.825를 얻을 수 있었으며, 항공수심라이다 데이터를 하천측량에 효과적으로 활용할 수 있음을 확인하였다.

• 대한원격탐사학회지
• /
• 제35권3호
• /
• pp.375-387
• /
• 2019

드론 기반의 초분광 영상은 원격탐사 활용에 고해상도의 많은 장점을 제공한다. 본 연구의 목적은 배추의 단수 추정의 최적밴드를 선정하는 것이다. 초분광 영상은 드론에 탑재한 초분광 이미지 센서를 활용하여 403.36~995.19 nm 파장 범위를 대상으로 3.97 nm 간격으로 150개의 밴드를 수집하였으며, 배추 생체중 데이터는 2,031개의 배추를 대상으로 현장에서 직접 조사하였다. 적색, 적색경계 및 근적외 밴드를 조합하여 계산된 정규화 식생지수와 객체별 배추 생체중과의 관계를 정량적으로 비교한 결과, 697.29 nm(적색 밴드), 717.15 nm(적색경계 밴드) 및 808.51 nm(근적외 밴드)를 조합하여 산출한 식생지수가 배추의 생체중을 가장 잘 설명하는 것으로 나타났다. 본 연구를 통해 배추 생산성을 평가하는데 가시광 및 근적외 파장대에서 3개의 최적밴드를 선정하였다.

• 한국빅데이터학회지
• /
• 제6권1호
• /
• pp.23-35
• /
• 2021

제4차 산업혁명 선언 이후 생산 제조 기술과 정보통신기술(ICT)이 융합된 스마트 팩토리가 큰 주목을 받고 사물인터넷(IoT) 기술 및 빅데이터 기술 등이 발전하면서 생산 시스템의 자동화가 가능해졌다. 고도화된 제조 산업에서 생산 시스템에는 예정되지 않은 성능 저하 및 가동 중지 발생 가능성이 존재하며, 가능한 한 빨리 잠재적인 오류를 감지하여 이를 복구해 안전 위험을 줄여나가야 한다는 요구가 있다. 본 연구는 유압 시스템에 부착된 다중 센서 데이터를 기반으로 장비의 고장 예측과 이상 발생 시점 예측을 결합하여 제조 설비 이상탐지를 위한 지도학습 및 비지도학습 모델을 설계한다. 지도학습 분석 방법으로 XGBoost, LightGBM, CNN 모델의 정확도를 비교하였다. 혼동행렬 기반의 평가지표를 통해 LightGBM의 예측력이 97%로 가장 우수한 것을 확인하였다. 또한 비지도 학습 분석 방법으로 MD, AE, LSTM-AE 모델을 구축하여 각 모델을 비교 분석한 결과 LSTM-AE 모델이 이상패턴을 75% 감지하여 가장 우수한 성능을 보였다. 본 연구는 지도학습과 비지도학습 기법을 종합하여 설비의 고장여부를 정확하게 진단하고 이상상황이 발생하는 시점을 예측함으로써 이상상황에 대한 선제대응을 할 수 있는 기반을 마련하여 스마트 팩토리 고도화에 기여하고자 한다.

• 대한원격탐사학회지
• /
• 제36권6_1호
• /
• pp.1379-1391
• /
• 2020

농업에서의 무인기는 촬영 영역은 작지만, 위성이 가지지 못하는 초고해상도의 영상 수집이 가능하며, 작물의 생물계절에 맞는 영상을 적시에 획득 할 수 있어 들녘단위 농경지의 모니터링에 유용하게 사용될 수 있다. 하지만 무인기의 경우 위성과 달리 다양한 카메라와 촬영 환경에 따른 다중시기 영상을 활용하기 때문에 시계열 영상 활용을 위해서는 정규화 된 영상자료를 활용하는 것이 필수적으로 요구된다. 본 연구는 무인기 다중분광 영상의 농업 모니터링 시계열 활용을 위해 촬영 환경에 따른 무인기 반사율 및 식생지수의 변동성을 분석하였다. 촬영 고도, 촬영 방향, 촬영시간, 운량과 같은 환경요인에 따른 반사율 변동성은 8%에서 11%로 매우 크게 나타났으나, 식생지수의 변동성은 1% ~ 5%로 안정적인 것을 확인 할 수 있었다. 이러한 현상은 무인기 다중분광센서의 특성과 후처리 프로그램의 정규화 등 다양한 원인이 존재하는 것으로 판단된다. 따라서 무인기 영상의 시계열 활용을 위해서는 식생지수와 같은 밴드비율함수를 활용하는 것이 권장되며 촬영 시 가능한 동일한 촬영시간, 촬영 고도, 촬영 방향을 설정하여 시계열 영상의 변동성을 최소화하는 것이 권장된다.

• 대한원격탐사학회지
• /
• 제36권6_2호
• /
• pp.1523-1535
• /
• 2020

원격탐사를 이용한 작황정보 생산은 작물의 생물계절을 이용하여 작물 분류, 생육 모니터링, 생산량 추정 분석이 선행되어야 한다. 생물계절에 추정을 위한 시계열 영상 자료가 필요하지만 KOMPSAT(Korea Multi-Purpose Satellite)만으로 획득하는 것은 물리적 제한이 있으므로 타 지구관측위성과의 융합 활용이 필요하다. 위성자료의 융합 활용을 위해서는 각 위성이 가지는 고유의 방사학적 센서 특성 차이를 극복해야 한다. 본 연구는 위성자료의 융·복합 활용을 위한 첫 단계로서 KOMPSAT-3와 Landsat-8 위성의 교차검보정을 수행하였다. Libya-4 PICS(Pseudo Invariant Calibration Sites)에서 2년간 수집된 위성자료에 대해 초분광위성을 이용하여 산정된 SBAF(Spectral Band Adjustment Factor)를 적용하여 대기상단 반사도를 비교하였다. 교차검보정 결과 KOMPSAT-3와 Landsat-8 위성은 Blue, Green, Red 밴드에서 약 4%, NIR밴드에서 6%의 반사율 차이를 보였다. 온보드 켈리브레이터가 없는 KOMPSAT-3는 Ladnsat-8에 비해 Radiometric Stability가 낮은 것으로 나타났다. 향후 교차검보정의 정확도를 높이기 위해 BRDF(Bidirectional reflectance distribution function) 보정 및 지형보정을 통하여 정규화 된 반사율 자료를 생산하기 위한 노력이 필요하다.

• 한국지리정보학회지
• /
• 제25권2호
• /
• pp.1-17
• /
• 2022

본 연구는 경상남도 창원시 국가산업단지 인근에 설치된 21개의 PM_2.5 간이 측정기에서2020년 6월부터 2021년 5월까지 1년 동안 측정된 자료를 활용하여 PM_2.5의 발생 패턴을 분석하였다. PM_2.5의 발생 패턴은 측정지점 주변의 토지이용현황과 기온 및 풍속의 기상적인 요인을 고려하였다. PM_2.5 농도는 계절별로는 겨울철인 11월부터 3월까지, 시간대별로는 새벽과 이른 아침인 1시부터 9시까지가 높았다. PM_2.5는 공업지역에 인접할수록 농도가 높았으나, 주거지역과 공공시설지역은 농도가 낮았다. 기상적인 요인에서는 높은 기온과 풍속일수록 PM_2.5의 농도는 낮았기 때문에 기상 상태는 PM_2.5의 확산에 영향을 미치는 것으로 판단된다. 본 연구의 결과는 창원국가산업단지 인근의 PM_2.5 발생 패턴을 파악할 수 있었다. 이 결과는 향후 도시지역의 PM_2.5를 포함한 대기질을 개선하기 위해 도시 및 환경계획에서 활용할 수 있는 유용한 자료가 될 것이다.

• 대한원격탐사학회지
• /
• 제38권5_3호
• /
• pp.967-977
• /
• 2022

산불의 발생과 강도는 기후 변화로 인하여 증가하고 있다. 산불 연기에 의한 배출가스 대기질과 온실 효과에 영향을 미치는 주요 원인 중 하나로 인식되고 있다. 산불 연기의 효과적인 탐지를 위해서는 위성 산출물과 기계학습의 활용이 필수적이다. 현재까지 산불 연기 탐지에 대한 연구는 구름 식별의 어려움 및 모호한 경계 기준 등으로 인한 어려움이 존재하였다. 본 연구는 우리나라 환경위성 센서인 Geostationary Environment Monitoring Spectrometer (GEMS)의 Level 1, Level 2 자료와 기계학습을 이용한 산불 연기 탐지를 목적으로 한다. 2022년 3월 강원도 산불을 사례로 선정하여 산불 연기 레이블 영상을 생성하고, 랜덤 포레스트 모델에 GEMS Level 1 및 Level 2 자료를 투입하여 연기 픽셀 분류 모델링을 수행하였다. 훈련된 모델에서 입력변수의 중요도는 Aerosol Optical Depth (AOD), 380 nm 및 340 nm의 복사휘도 차, Ultra-Violet Aerosol Index (UVAI), Visible Aerosol Index (VisAI), Single Scattering Albedo (SSA), 포름알데히드, 이산화질소, 380 nm 복사휘도, 340 nm 복사휘도의 순서로 나타났다. 또한 2,704개 픽셀에 대한 산불 연기 확률(0≤p≤1) 추정에서 Mean Bias Error (MBE)는 -0.002, Mean Absolute Error (MAE)는 0.026, Root Mean Square Error (RMSE)는 0.087, Correlation Coefficient (CC)는 0.981의 정확도를 보였다.