• 한국습지학회지
• /
• 제25권3호
• /
• pp.167-175
• /
• 2023

강우 데이터는 습지관리, 수문모의, 수자원 관리와 같은 다양한 분야에서 활용되는 필수 입력자료 중 하나이다. 강우 데이터를 활용하여 효율적인 수자원관리를 위해서는 기본적으로 데이터의 결측률을 최소화 시킴으로써 최대한 많은 데이터를 확보하는 것이 필수적이다. 또한 미계측 지역에 대한 강우 데이터를 확보한다면 보다 효율적인 수문모의가 가능하다. 그러나 결측 강우 데이터는 주로 통계학적 기법에 의해 추정되어 왔다. 본 연구의 목적은 데이터 간의 상관관계를 기반으로 새로운 데이터를 예측할 수 있는 머신러닝 알고리즘을 활용하여 결측 강우 데이터를 복원할 수 있는 새로운 방법을 제안하고자 한다. 또한, 기존의 통계적 방법들과 비교하여 머신러닝 기법의 결측 강우 데이터 복원을 위한 활용가치를 평가하고자 한다. 평가를 위해 대표적인 머신러닝 알고리즘인 Artificial Neural Network (ANN)과 Random Forest (RF)을 적용하였다. 강우의 발생 유무를 분류하는 성능은 RF 알고리즘이 ANN 알고리즘보다 강우 발생유무의 분류 정확도가 높은 것으로 나타났다. 분류 모형의 평가 지표인 F1-score나 Accuracy값이 RF는 0.80, 0.77인 반면에, ANN은 0.76, 0.71로 계산되었다. 또한 강우량을 추정하는 성능 역시 RF가 ANN 알고리즘보다 보다 높은 정확도를 보였다. RF과 ANN 알고리즘의 RMSE은 2.8mm/day과 2.9mm/day이고, R²값은 0.73, 0.68으로 계산되었다.

• 한국지반공학회논문집
• /
• 제22권8호
• /
• pp.107-118
• /
• 2006

터널과 관련된 여러 영향인자중 시간의 따른 투수상태와 지반의 장기거동은 터널의 이상 거동을 이해하는데 있어서 중요하다. 터널은 이러한 인자에 의해서 심각한 손상을 입을 수 있으나 시공 후 이러한 인자들에 의해 발생한 영향을 정량적으로 분석해 내는 것은 쉽지 않다. 입력과 출력간의 상관관계가 비교적 독립적이라면 터널거동에 미치는 인자들의 영향은 역해석 기법을 적용하여 예측할 수 있다. 모델을 구성하는 입출력 자료의 특성에 따라 인공신경망 기법이나 최소제곱법 등 다양한 역해석 방법이 개발 될 수 있으며 수치해석, 실험 또는 계측 결과가 역해석 모델의 구성 및 검증을 위해 쓰일 수 있다. 본 연구에서는 시공 후 터널의 내공 변위 변화로부터 투수 및 지반의 장기거동과 관련된 인자들 중 배수재의 투수계수, 지하수위, 장기 이완 하중 크기 및 암반 손상 패턴 등의 변화에 의한 영향을 정량적으로 분석할 수 있는 역해석 기법을 개발하였다. 역해석은 인공신경망 기법을 적용하였으며 학습데이터 확보를 위해 수치해석 모델이 개발 되고 다양한 하중 상태에 대한 거동 분석이 이루어졌다.

• 대한토목학회논문집
• /
• 제43권3호
• /
• pp.337-352
• /
• 2023

일반적으로 강우-유출모형의 매개변수 최적화는 가용 자료 전체를 대상으로 수행하여 고유의 매개변수 집합을 활용한다. 그러나, 계절에 따른 강수량의 편차가 큰 국내의 기후 특성과 더불어 기후변화로 인하여 계절성에 따른 편차 및 변동성이 증가할 것으로 전망되고 있어, 물 수요자들에 대한 안정적인 공급을 위한 장기간의 계획에서 계절성을 반영한 매개변수 추정은 효율적인 물배분에 중요한 요소라 할 수 있다. 본 연구에서는 기후특성에 따른 강우-유출모형의 변동성을 분석하기 위하여 소양강댐 유역을 대상으로 GR4J 강우-유출모형을 활용한 지역적 민감도 분석을 수행하였으며, 산출된 민감도 분석 결과와 기상자료를 결합하여 SOM을 활용해 군집화하였다. 이를 통해 계절 분리를 수행하고 각 계절의 특징을 분석하여 강우-유출모형의 보정 기법을 개발하였으며, 통계적 지표를 이용하여 성능을 평가하였다. 결과적으로 비교적 유량이 적은 Cold 기간의 모형 성능이 개선되는 것을 확인할 수 있었다. 이는 몬순기후 등 강수편차가 큰 지역을 대상으로 수문모형의 성능 및 예측도를 높일 수 있을 것으로 판단된다.

• 한국지반공학회논문집
• /
• 제38권3호
• /
• pp.35-42
• /
• 2022

지반조사방법 중 표준관입시험 결과인 N치를 통해 알 수 있는 지반 지지층의 깊이는 각종 지반 구조물의 설계를 위한 기본적인 지반 정보를 제공하는 중요한 지표이다. 이러한 지반조사 결과는 시간과 비용 측면을 고려해 간헐적으로 수행될 수밖에 없으며, 그 결과는 현장 지반의 대표성을 갖게 된다. 그러나 지반 내에는 다양한 지층 변동성 및 불확실성이 존재하므로 간헐적인 현장조사를 통해 지반의 특성을 모두 파악하는 것은 어렵다. 따라서 시추공 정보로부터 미계측 지점을 예측하기 위한 방법들이 제시되어 왔으며, 대표적인 방법으로는 공간보간기법인 크리깅(Krigging), 역거리가중법(IDW)등이 있다. 최근에는 보간기법의 정확성을 높이기 위해 지반분야와 딥러닝 기술을 접목한 연구들이 수행되고 있다. 본 연구에서는 약 2만 2천공의 지반조사 결과를 바탕으로 딥러닝과 공간보간기법으로 지반 지지층 깊이 예측을 위한 비교 연구를 수행하였다. 이를 위해 딥러닝 알고리즘인 완전연결 네트워크와 포인트넷 방법, 공간보간기법으로는 IDW를 사용하였다. 각 분석 모델의 지지층 예측 결과 중 오차의 평균은 IDW가 3.01m 였으며, 완전연결 네트워크 및 포인트넷이 각 3.22m와 2.46m 였다. 결과의 표준편차는 IDW가 3.99였으며, 완전연결네트워크와 포인트넷이 3.95와 3.54로 나타났다. 연구 결과 3차원 정보에 특화된 포인트넷 구조를 적용한 네트워크가 IDW 및 완전연결 네트워크에 비해 개선된 결과를 나타냈다.

• 대한토목학회논문집
• /
• 제29권1D호
• /
• pp.135-143
• /
• 2009

GPS 반송파를 사용하는 GPS/INS 통합 측위 기술은 서로가 가지는 기술적 한계를 상호 극복하여 그 성능을 최대화 할 수 있어 측량과 항법의 다양한 분야에 활용되고 있다. 그러나 GPS/INS 통합 측위을 통하여 수 센티미터의 정확도를 확보하기 위해서는 기준국과 이동국 수신기 사이의 간격이 10~20Km 이내로 제한되어야 하는 단점을 가지고 있으며 이는 두 시스템 관측데이터를 통합 처리하더라도 그 정확도는 여전히 GPS 위성궤도 오차, 전리층 영향 그리고 대류권 지연과 같은 기선장에 따른 오차의 영향을 받기 때문이다. 이것은 3대 이상의 기준국 관측데이터를 사용하여 기선장에 따른 오차 보정량을 추정하여 이동국 관측데이터에서 그 영향을 최소화하여 극복 할 수 있다. 따라서 본 논문에서는 다중의 기준국 관측데이터를 사용하여 기선장에 따른 오차 보정량 결정을 위한 기준국 반송파 미지정수 결정, 칼만필터에 의한 기선장에 따른 오차 추정 그리고 기준국과 이동국의 기하관계에 의한 오차 보간을 통한 보정량 산출 알고리즘 제안하고 실제 관측데이터 처리를 통해 그 성능을 평가 하였다.

• Ecology and Resilient Infrastructure
• /
• 제10권4호
• /
• pp.161-170
• /
• 2023

본 연구에서는 제주도에서 자생하는 준맹그로브인 황근 (Hibiscus hamabo)과 갯대추나무 (Paliurus ramosissimus)의 탄소 저장량을 원격탐사로 추정하고 기후요인에 의하여 공간변이를 예측하는 인공지능 모델을 구축하고자 하였다. 준맹그로브의 지상부 탄소 축적량은 Global Ecosystem Dynamics Investigation (GEDI) 라이다에 의하여 제공되는 지상부 생물량 밀도(aboveground biomass density, AGBD)를 Sentinel-2 영상으로부터 추출한 normalized difference vegetation index (NDVI)으로 해상도를 상향하여 추정하였다. 제주도에서 단위면적당 탄소 축적량은 황근이 16.6 t C/ha, 갯대추나무가 21.1 t C/ha이었다. 제주도 전 해안에서 준맹그로브의 탄소 축적량은 11.5 t C로 추정되었다. 환경요인에 따른 준맹그로브의 탄소 축적량을 예측하기 위하여 랜덤 포레스트 기술을 적용하였다. 제주도 준맹그로브림의 분포면적 대비 지상부 생물량의 잔차를 계산하였다. 이 잔차에 영향을 미치는 주요 환경요인으로는 가장 습한 달의 강수량, 가장 더운 달의 최고온도, 등온성 및 가장 습한 달의 평균 온도가 선정되었다. 제주도에서 랜덤 포레스트 분석으로 예측된 준맹그로브의 탄소 축적량은 12.0 t C/ha - 27.6 t C/ha 범위의 공간적 변이를 나타내었다. 본 연구에서 개발된 탄소 축적량의 원격탐사 추정법과 환경요인에 따른 인공지능 예측법은 한반도에서 탄소흡수원으로서 맹그로브의 보전과 조성에 필요한 기초자료로 활용할 수 있을 것이다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1467-1475
• /
• 2023

공익직불제란 농업활동을 통해 환경보전, 식량의 안정적 공급, 농촌 공동체 유지 등 공익기능을 수행하는 것을 전제로 전부 재정을 통해 농업생산자와 농촌 주민들에게 직불금을 지급하는 제도를 의미한다. 작물 재배면적과 생산량 등 작황을 과학적으로 추정하는 것은 농산물 수급 조절과 연계된 농업정책 수립에 기반이 되므로 국가 경제에 미치는 영향으로 인해 중요성이 점차 증가하고 있다. 공익직불제 이행점검과 관련하여 현장조사를 통한 전수조사는 예산 및 소요시간 대비 매우 낮은 효율성을 보여준다. 이러한 직불제 이행점검 대상 면적의 증가와 현장 조사의 다양한 어려움은 현행 이행점검의 효율화와 대응책 마련 필요성을 요구하고 있다. 이에 대한 방안으로 전체적인 현장 방문 없이도 정책에 필요한 정보를 신속하게 취득하게 해 주는 원격탐사 기술의 적용과 공간정보 활용 방법은 효율적인 이행점검 방 법으로 논의되고 있다. 따라서 본 연구는 공익직불사업 이행점검 시 업무효율성 향상을 위한 위성영상 활용 가능성을 평가하였다. 김제시(평지)와 합천군(산지)을 대상으로 영농기에 촬영된 위성영상의 식생지수와 공간변이를 활용하여 농경지 경작 유무, 혼재지를 판별하고 그 결과를 현장조사 자료를 통해 검증하였다. 향후 발사 예정인 차세대 중형위성 4호(농림위성)의 경우 한반도를 3일에 촬영할 수 있는 높은 시간해상도와 공간해상도(5 m)를 바탕으로 공익직불제 이행점검 및 시계열 영상을 활용한 전략작물직불제(동계작물, 콩 등) 적용이 가능할 것으로 기대된다.

• 한국농림기상학회지
• /
• 제25권3호
• /
• pp.182-196
• /
• 2023

작물 수확량의 정확하고 시기 적절한 추정은 세계적인 식량 안보 계획 및 농업 정책 개발을 포함하여 다양한 목적을 위해 중요하다. 원격 감지 기술은 특히 vegetation indices (VIs)를 활용한 작물 상태 모니터링과 예측에서 유망성을 보여주고 있다. 그러나 normalized difference vegetation index (NDVI) 와 enhanced vegetation index (EVI) 와 같은 전통적인 Vis는 식물광합성의 빠른 변화를 포착하는 데 제한이 있으며 작물 생산성을 정확하게 대표하지 못할 수 있다. 대체적인 Vis인 near-infrared reflectance of vegetation (NIRv)는 gross primary productivity (GPP)과 강한 상관관계를 가지며 빛이 반사할 때의 혼동을 해결하는 능력으로 인해 작물 생산량을 예측하는 더 나은 지표로 제안되었다. 연구 결과는 옥수수와 콩 모두에 대해 NIRv의 최댓값과 작물 수확량/면적 간에 유의한 상관관계가 있음을 입증했다. 이 상관관계는 콩에 대해 약간 더 강한 경향을 보였다. 게다가 대부분의 주요한 주에서는 NIRv의 최댓값과 생산량 간에 주목할 만한 관계가 있으며, 다양한 주에서 일관된 경사도를 보였다. 또한, 연간 데이터에서는 대부분의 값이 서로 밀접하게 군집되는 독특한 패턴을 관찰했다. 그러나 2012년은 다양한 주에서 독특한 작물 조건을 시사하는 이상값으로 나타났다. NIRv의 최댓값과 생산량 간의 확립된 관계를 기반으로, 우리는 2022년의 작물 수확량 데이터를 예측하고, 예측의 정확도를 Root Mean Square Percentage Error (RMSPE)를 사용하여 평가했다. 우리의 연구 결과는 지역별 작물 수확량 추정에 NIRv의 최댓값과 잠재력을 나타내며, 다양한 지역에서 정확도는 달라질 수 있다는 것을 보여줄 수 있다.

• 한국지리정보학회지
• /
• 제18권4호
• /
• pp.81-99
• /
• 2015

가속되는 지구온난화로 인해 한반도 주변의 탄소순환에 대한 명확한 이해의 필요성이 제기되고 있다. 산림은 이산화탄소의 주요 흡수원으로 지상 탄소량의 대부분을 저장하고 있어 이에 대한 추정이 필요하다. 우리나라에서는 국가산림자원조사의 표본점에서 측정되는 헥타르당 임목축적량을 활용하여 산림 탄소저장량을 추정한다. 하지만 탄소저장량은 요약된 수치 형태로 발표하고 있어 탄소저장량의 공간적 분포를 파악하는 것이 어렵다. 본 연구에서는 토지피복변화가 빠르고 국가산림자원조사 표본점 배치가 부족한 도시지역을 대상으로 UNFCCC의 Approach 3와 Tier 3를 충족하는 격자 기반 산림탄소저장량을 추정하였다. 토지피복변화 및 산림탄소저장량은 1991, 1992, 2010, 2011년에 취득된 Landsat 5 TM 영상과 고해상도 항공사진, 제 3차 및 제 5, 6차 국가산림자원조사 자료를 이용하여 추정하였다. 토지피복변화는 기계학습을 이용하여 변화된 토지피복과 변화되지 않은 토지피복 항목을 한 번에 분류하여 추정하였으며, 산림탄소저장량은 반사도, 밴드비율, 식생지수, 지형변수를 입력변수로 하여 기계학습을 통해 추정하였다. 연구 결과, 산림이 그대로 산림으로 유지되는 지역의 경우 33.23tonC/ha의 흡수를 하였으며 비산림이 산림으로 변한 지역의 경우 이보다 큰 36.83tonC/ha의 흡수가 진행된 것으로 추정되었다. 산림이 비산림으로 바뀐 경우에는 -7.35tonC/ha로, 배출이 일어난 것으로 추정되었다. 본 연구를 통하여 토지피복변화에 따른 산림탄소저장량 변화를 정량적으로 이해할 수 있었으며, 향후 효율적인 산림관리에 기여할 수 있을 것으로 판단된다.

• 한국의학물리학회지:의학물리
• /
• 제20권4호
• /
• pp.269-276
• /
• 2009

세기조절방사선치료(IMRT)뿐만 아니라 3차원 입체조형치료(3D-CRT)와 같이 광자선을 이용한 방사선 치료 기술은 방사선을 받아야 하는 표적의 면적을 충분히 증가시키면서, 동시에 정상 조직은 방사선으로부터 보호하기 위하여 정확한 선량 계산을 필요로 한다. Jaw 콜리메이터와 다엽 콜리메이터가 그러한 목적을 위해서 사용되어 왔다. 우리 기관에서 사용하는 피나클 치료계획시스템은 모델기반의 광자선량 알고리듬을 사용하기 때문에 Jaw 콜리메이터 투과계수(JTF)와 다엽 콜리메이터 투과계수(MLCTF)와 같은 모델변수들의 집합이 측정된 데이터로부터 결정된다. 그러나, 이러한 자동모델화과정에 의해서 얻어진 모델변수들이 직접 측정하여 얻은 것들과 다를 수 있는데, 이는 선량분포에 영향을 줄 수 있다. 그래서, 이 연구에서 우리는 피나클 치료계획시스템에서 자동모델화과정에 의해 얻은 JTF와 MLCTF를 평가하였다. 먼저 우리는 이 연구에서 Jaw 콜리메이터 투과계수(JTF)와 다엽 콜리메이터 투과계수(MLCTF)를 직접 측정하여 얻었는데, 이것은 물팬톰 내 기준깊이에서 조사면이 $0{\times}0\;cm^2$일 때의 선량과 $10{\times}10\;cm^2$일 때의 선량의 비로 얻었다. 또한, JTF와 MLCTF는 치료계획시스템내 자동모델화 과정에 의해서도 얻어서, 이 값들이 3차원 입체조형치료시에 선량에 어떠한 영향을 끼치는지 팬톰 연구와 환자 연구를 통해서 평가하였다. 직접 측정한 경우 JTF는 6 MV의 경우에 0.001966, 10 MV의 경우에는 0.002971이었고, MLCTF는 6 MV의 경우에 0.01657, 10 MV의 경우에 0.01925이었다. 한편, 자동모델화 과정에 의해 얻은 경우, JTF는 6 MV의 경우에 0.001983, 10 MV의 경우에는 0.010431이었고, MLCTF는 6 MV의 경우에 0.00188, 10 MV의 경우에 0.00453이었다. JTF와 MLCTF의 경우에 직접 측정한 것은 자동모델화 과정에 의해 얻은 값과 큰 차이를 보였으나, 6 MV와 10 MV의 선질을 고려하면, 보다 합리적이었고, 이러한 값의 차이는 낮은 선량의 영역에서 선량에 영향을 미쳤다. JTF와 MLCTF의 잘못된 값은 선량의 오차를 다소 발생시킬 수도 있기 때문에, JTF와 MLCTF를 자동모델화과정에 의해서 얻은 값과 직접 측정하여 얻은 값을 비교하는 것은 빔커미셔닝 단계에서 도움이 될 것이다.