• 대한원격탐사학회지
• /
• 제34권2_2호
• /
• pp.377-391
• /
• 2018

광역범위에 대한 적조의 효율적인 모니터링을 위하여 원격탐사의 필요성이 점차 증가하고 있다. 하지만 기존 연구에서는 다양한 센서 중 해색 센서만을 위한 적조 탐지 알고리즘 개발에만 집중되어 있는 실정이다. 본 연구에서는 위성 기반 적조 모니터링의 한계로 지적되고 있는 탁도가 높은 연안역의 적조 탐지와 원격탐사 자료의 부정확성을 개선하고자 다중센서의 활용을 제시하고자 한다. 국립수산과학원 적조속보 정보를 바탕으로 적조 발생해역을 선정하였고, 해색 센서인 GOCI 영상과 육상 센서인 Landsat OLI 영상을 이용하여 공간적인 융합과 분광기반 융합을 시도하였다. 두 영상의 공간 융합을 통하여, GOCI 영상에서 관측 불가능하였던 연안지역의 적조와 Landsat OLI 영상의 품질이 낮았던 외해역의 적조 모두 개선된 탐지결과 획득 가능하였다. Feature-level과 rawdata-level로 나누어 진행된 분광 융합 결과, 두 방법에서 도출된 적조 분포 양상은 큰 차이를 보이지 않았다. 하지만 feature-level 방법에서는 영상의 공간해상도가 낮을수록 적조 면적이 과대추정되는 경향이 나타났다. Linear spectral unmixing 방법으로 픽셀을 세분화한 결과, 적조 비율이 낮은 픽셀의 수가 많을수록 적조 면적의 차이는 심화되는 것으로 나타났다. Rawdata-level의 경우Gram-Schmidt가 PC spectral sharpening 기법보다 다소 넓은 면적이 추정되었지만, 큰 차이는 나타나지 않았다. 본 연구에서는 해색 센서와 육상 센서의 공간 융합을 통해 외해뿐만 아니라 탁도가 높은 연안의 적조 역시 탐지가 가능함을 보여주었고, 다양한 분광 융합 방법을 제시함으로써 더욱 정확한 적조 면적 추정 방법을 제시하였다. 이 결과는 한반도 주변의 적조를 더욱 정확하게 탐지하고, 적조를 효과적으로 제어하기 위한 대응대책 수립을 결정하는데 필요한 정확한 적조 면적 정보를 제공할 수 있을 것으로 기대된다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제26권3호
• /
• pp.123-131
• /
• 2020

본 연구는 10만 개 이상의 움직이는 파티클 각각이 발광원으로서 존재할 때 라이팅을 위한 실시간 렌더링 알고리즘을 제안한다. 각 라이트의 영향 범위를 동적으로 파악하기 위해 2개의 3D 텍스처를 사용하며 첫 번째 텍스처는 라이트 색상 두 번째 텍스처는 라이트 방향 정보를 가진다. 각 프레임마다 두 단계를 거친다. 첫 단계는 Compute shader 기반으로 3D 텍스처 초기화 및 렌더링에 필요한 파티클 정보를 갱신하는 단계이다. 이때 파티클 위치를 3D 텍스처의 샘플링 좌표로 변환 후 이 좌표를 기반으로 첫 번째 3D 텍스처엔 해당 복셀에 대해 영향을 미치는 파티클 라이트들의 색상 총합을, 그리고 두 번째 3D 텍스처에 해당 복셀에서 파티클 라이트들로 향하는 방향벡터들의 총합을 갱신한다. 두 번째 단계는 일반 렌더링 파이프라인을 기반으로 동작한다. 먼저 렌더링 될 폴리곤 위치를 기반으로 첫 번째 단계에서 갱신된 3D 텍스처의 정확한 샘플링 좌표를 계산한다. 샘플링 좌표는 3D 텍스쳐의 크기와 게임 월드의 크기가 1:1로 대응하므로 픽셀의 월드좌표를 그대로 샘플링 좌표로 사용한다. 샘플링한 픽셀의 색상과 라이트의 방향벡터를 기반으로 라이팅 처리를 수행한다. 3D 텍스처가 실제 게임 월드와 1:1로 대응하며 최소 단위를 1m로 가정하는데 1m보다 작은 영역의 경우 해상도 제한에 의한 계단 현상 등의 문제가 발생한다. 이러한 문제를 개선하기 위한 텍스처 샘플링 시 보간 및 슈퍼 샘플링을 수행한다. 한 프레임을 렌더링하는데 소요된 시간을 측정한 결과 파티클이 라이트의 개수가 262144개일 때 Forward Lighting 파이프라인에서 146ms, deferred Lighting 파이프라인에서 46ms 가 소요되었으며, 파티클 라이트의 개수가 1024576개일 때 Forward Lighting 파이프라인에서 214ms, Deferred Lighting 파이프라인에서 104ms 가 소요되었다.

• 한국통신학회논문지
• /
• 제23권8호
• /
• pp.2052-2063
• /
• 1998

본격척인 위치추적 시스템은 2차 세계대전 중에 등장한 전파항법 장치 (ground-based radio navigation system)에서부터 시작하여 꾸준히 연구되어 왔으며 현재 대표적인 위치추적 시스템으로는 GPS (global positioning system)을 들 수 있다. 최근에는 셀룰라 서비스의 보편화에 따라 기지국을 이용하여 위치추적 서비스를 제공하는 연구가 진행되고 있으나 지금까지는 주로 기지국간 동기 시스템인 매크로 셀룰라에 집중되어 왔다. 하지만, 기지국에서 정확한 시간을 이용할 수 없는 wide-band CDMA 시스템의 기지국간 비동기 상황에 대한 연구는 전무하다. 본 논문에서는 기지국간 비동기인 마이크로 셀룰라 wide-band CDMA 시스템 상황에서 두 가지 위치추정 알고리즘을 제안한다. 첫째는 공통영역을 통한 위치추정 방법으로 의사거리에 의해 구성되는 원 사이의 겹치는 공통영역을 사각형으로 근사하여 그 중심을 개인국의 위치로 추정하는 방법이고 둘째는 도로정보를 이용하는 방법으로서 의사거리 하나만을 이용하여 기지국에서 그 의사거리에 해당되는 도로 지점을 확인하고 주변 파일럿 세기를 확인하여 그 지점 중에서 선택하는 방식이다. 이 두 방식은 시뮬레이션을 이용하여 기존의 대표적인 방식들 (Taylor series를 이용한 방식. conjugate gradient 방식 및 공통현 방식)과 비교되며 또한 기지국과 개인국간의 파일럿 채널 송수신의 간섭으로 인한 영향을 조사한다. 기존의 위치추정 알고리즘이 반복 연산을 수행하는 데 비히여 제안 알고리즘은 반복 연산을 하지 않으며 마이크로 셀 환경에서 간접파의 영향을 적게 받기 때문에 보다 적은 위치 에러를 나타낸다., 초과확률 등을 이용한 분석을 실시하였다. 분석 결과 Warm ENSO episode의 경우 강수량 증가와 유의한 상관관계를 나타냈으며, Cold ENSO episode의 경우 강수량 감소와 유의한 상관관계를 나타내었다. 이러한 분석 결과는 최근 들어 우리나라에 발생하고 있는 이상기후발생과 관련된 연구에 유용한 정보를 제공해 줄 수 있을 것으로 판단된다.EX>$\times$2등 LEED패턴을 관찰할 수 있었다.유(思惟)로서 관찰추리(觀察推理)되였기 때문에 현대의학(現代醫學)과의 비교설명(比較說明)이 거의 불가능(不可能)하며 또한 한의학이론(韓醫學理論)의 과학적근거제시(科學的根據提示)도 현재(現在)로서는 어려운 형편(形便)이다. 그러나 이 의학(醫學)은 이미 2,000여년간(餘年間) 동양(東洋)에서 전래(傳來)한 경험의학(經驗醫學)으로서 동양인(東洋人)들은 이 의학(醫學)으로 소화계질환(消化系疾患)을 포함(包含)한 여러 가지 인간(人間)의 질병(疾病)을 치료(治療)해 왔고 현재(現在)도 이 의학(醫學)으로 치료(治療)를 하고 있고 실제적(實際的)으로 많은 치효(治效)를 보고 있는 것이다. 그러므로 이 의학(醫學)속에는 아직도 현대과학(現代科學)으로서 해명(解明)되지 못하는 어떤 요소(要素)들이 깃들여 있는 것이 확실(確實)하며 이것을 밝혀내기 위해서 우리 의학자(醫學者)들은 이 의학(醫學)에 관(關)한 모든 것을 연구(硏究)해 보아야 한다. 이런 뜻에서 본고찰(本考察)은 한방(漢方)의 역대제문헌(歷代諸文獻)을 섭렵(涉獵)하여 소화계질환(消化系疾患)에 관(關)한 제이론(諸理論)들을 발췌(拔萃), 한방(漢方)에서 보는 (1) 소화기관(消化器官)의 생리(生理) (2) 병리(病理), 증후(證候)

• 경영과정보연구
• /
• 제39권3호
• /
• pp.1-16
• /
• 2020

현재 운영되고 있는 관세신고납부제도는 납세의무자가 세액 산정을 스스로하고 그 세액을 본인 책임으로 납부하도록 하는 제도이다. 다시 말해, 관세법상 신고 납부제도는 납세액을 정확히 계산해서 납부할 의무와 책임이 온전히 납세의무자에게 무한정으로 부과하는 것을 원칙으로 하고 있다. 따라서, 만일 납세의무자가 그 의무와 책임을 제대로 행하지 못했을 경우에는 부족한 만큼의 세액 추징과 그에 대한 제제로 가산세를 부과하고 있다. 이러한 이유로 세액 산정의 기본이 되는 품목분류는 관세평가와 함께 가장 어려운 부분이며 잘못 분류하게 되면 기업에게도 큰 리스크가 될 수도 있다. 이러한 이유로 관세전문가인 관세사에게 상당한 수수료를 지불하면서 수입신고를 위탁하여 처리하고 있는 실정이다. 이에 본 연구에서는 수입신고 시 신고하려는 품목이 어떤 것인지 HS 코드 분류를 하여 수입신고 시 기재해야 할 HS 코드를 추천해 주는데 목적이 있다. HS 코드 분류를 위해 관세청 품목분류 결정 사례를 바탕으로 사례에 첨부된 이미지를 활용하여 HS 코드 분류를 하였다. 이미지 분류를 위해 이미지 인식에 많이 사용되는 딥러닝 알고리즘인 CNN을 사용하였는데, 세부적으로 CNN 모델 중 VggNet(Vgg16, Vgg19), ResNet50, Inception-V3 모델을 사용하였다. 분류 정확도를 높이기 위해 3개의 dataset을 만들어 실험을 진행하였다. Dataset 1은 HS 코드 이미지가 가장 많은 5종을 선정하였고 Dataset 2와 Dataset 3은 HS 코드 2단위 중 가장 데이터 샘플의 수가 많은 87류를 대상으로 하였으며, 이 중 샘플 수가 많은 5종으로 분류 범위를 좁혀 분석하였다. 이 중 dataset 3로 학습시켜 HS 코드 분류를 수행하였을 때 Vgg16 모델에서 분류 정확도가 73.12%로 가장 높았다. 본 연구는 HS 코드 이미지를 이용해 딥러닝에 기반한 HS 코드 분류를 최초로 시도하였다는 점에서 의의가 있다. 또한, 수출입 업무를 하고 있는 기업이나 개인사업자들이 본 연구에서 제안한 모델을 참조하여 활용할 수 있다면 수출입 신고 시 HS 코드 작성에 도움될 것으로 기대된다.

• 한국컴퓨터정보학회논문지
• /
• 제20권2호
• /
• pp.29-45
• /
• 2015

생물의 진화패턴과 원리는 지난 200년간 학문적인 영역에서 활발히 연구되어 왔으며 생명의 진화에 대한 체계적인 이론, 개념 및 방법론이 제시되었다. 그리고 진화경제학, 진화심리학, 진화언어학 등 다양한 분야에 적용되어 큰 연구 성과를 거두고 있다. 이와 더불어 진화생물학 논리를 인간이 만든 제품에 적용하려는 시도도 병행되어 왔다. 기존 연구들이 생물진화 논리를 인공물에 그대로 적용하거나 해당 분야 전문가의 직관에 근거하여 진화 모형을 구축하는 것이어서 진화 모형에 대한 일반화를 시키기에는 한계를 가진다. 또한 생물과 달리 인공물은 인간 의지의 상상력이 반영되기 때문에 생물진화 이론을 곧바로 적용할 수 없다고 알려져 왔다. 따라서 본 논문에서는 특정인의 주관에 벗어나 일반 대중들의 생각을 엿보고 이를 바탕으로 진화 모형을 구축하는 것을 목표로 한다. 이를 위해, 인공물을 계통적으로 분류할 수 있는 체계적인 틀을 제시하는 텍스트 마이닝 방안과 그 결과물을 효과적으로 보여줄 수 있는 시각화 방안을 차례로 제안한다. 특히, 제안방안을 바탕으로 최근 혁신의 아이콘으로 떠오르고 있는 휴대폰과 스마트폰에 대한 사례 연구를 집중적으로 수행한다. 지난 10년간 국내에서 출시된 휴대폰과 스마트폰에 대한 리뷰 포스트들을 수집하고 분석하여, 진화패턴을 발견하고 요약해서 보여주며 그 결과에 대해서 자세히 토의한다. 더욱이 이러한 작업은 소수의 전문가들이 방대한 문헌과 자료를 조사 정리하여, 오랜 시간에 걸쳐 진화계통도를 그리게 되는 매우 지난한 작업이다. 하지만 본 논문에서 제안한 방안은 반자동(semi-automatic) 마이닝 알고리즘으로 인간의 노력을 최소화할 수 있어 그 효용 가치가 높다. 이러한 연구를 통해 인간의 창의력과 상상력이 구현되는 방식을 이해하고 휴대폰의 미래 모습을 전망하는데 있어 유관기업들에게 큰 도움을 줄 것이다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제8권4호
• /
• pp.479-488
• /
• 2002

최근 들어 인터넷 사용의 증가와 더불어 디지털 비디오의 수요 또한 급격히 증가하고 있는 추세이다. 따라서 디지털 비디오 데이타베이스의 인덱싱을 위한 자동화된 도구가 필요하게 되었다. 디지털비디오 영상에 인위적으로 삽입되어진 문자와 배경에 자연적으로 포함되어진 배경문자 등의 문자 정보는 이러한 비디오 인덱싱을 위한 중요한 단서가 되어질 수 있다. 본 논문에서는 뉴스 비디오의 정지 영상에서 뉴스 자막과 배경 문자를 추출하기 위한 새로운 방법을 제안한다. 제안된 알고리즘은 다음과 같이 세 단계로 구성된다. 첫 번째 전처리 단계에서는 입력된 컬러 영상을 명도 영상으로 변환하고, 히스토그램 스트레칭을 적용하여 영상의 수준을 향상시킨다. 이 영상에 적응적 임계값 추출에 의한 분할 방법을 수정 적용하여 영상을 분할한다. 두 번째 단계에서는 적응적 이진화가 적용된 결과 영상에 모폴로지 연산을 적절하게 사용하여, 우선 문자 영역은 아니면서 문자로 판단되기 쉬운 양의 오류(false-positive) 요소들이 강조되어 남아있는 영상을 만든다. 또한, 변형된 이진화 결과 영상에 모폴로지 연산과 본 논문에서 제안한 기하학적 보정(Geo-corrertion) 필터링 방법을 적용하여 문자와 문자로 판단되기 쉬운 요소들이 모두 강조되어 남아있는 영상을 만든다. 이 두 영상의 차를 구함으로서 찾고자 하는 문자 요소들이 주로 남고, 문자가 아닌 문자처럼 보이는 오류 요소들은 대부분 제거된 결과 영상을 만든다. 문자로 판단되는 양의 오류 영역들을 남기는데 사용된 모폴로지 연산은 3$\times$3 크기의 구조 요소를 갖는 열림과 (열림닫힘+닫힘열림)/2 이며, 문자 및 문자와 유사한 요소들을 남기는데 사용된 연산은 (열림닫힘+닫힘열림)/2와 기하학적 보정이다. 세 번째 검증 단계에서는 전체 영상 화소수 대비 각 후보 문자 영역의 화소수 비율, 각 후보 문자 영역의 전체 화소수 대비 외곽선의 화소수 비율, 각 외곽 사각형의 폭 대 높이간의 비율 등을 고려하여 비문자로 판단되는 요소들을 제거한다. 임의의 300개의 국내 뉴스 영상을 대상으로 실험한 결과 93.6%의 문자 추출률을 얻을 수 있었다. 또한, 본 논문에서 제안한 방법으로 국외 뉴스, 영화 비디오 등의 영상에서도 좋은 추출을 보임을 확인할 수 있었다.

• 기술혁신연구
• /
• 제17권2호
• /
• pp.1-23
• /
• 2009

본 연구에서는 국가의 연구개발활동조사에서 기업연구개발활동 통계에 대한 효과적인 산출방법을 제시하고자 하였다. 이를 위하여 국내 외 연구개발 통계 방법을 조사한 후 이를 토대로 우리나라에서 기업연구개발활동에 대한 자료의 수집 및 분석에 대한 개선 방안을 제시 하였다. 대부분의 국가에서 대기업은 전수조사, 소규모 기업은 표본조사를 수행하고 있으나, 우리나라에서는 연구소 등록법인에 대하여 전수조사를 행하고 있다. 전수조사는 비용이 많이 들고 비표본오차로 인하여 모집단에 대한 체계적인 추정이 불가능하다는 문제점이 있다. 현재 산업기술진흥협회에 등록된 연구기관의 수가 20,000개를 넘어서고 있어 전수조사는 한계에 다다른 것으로 생각되어 표본조사 도입에 대한 타당성과 방법론을 중점적으로 검토하였다. 먼저, 표본조사의 타당성을 평가하기 위하여 현재 전수조사를 통해 수집된 자료를 이용하여 표본조사를 수행한 결과를 비교 분석하였다. 산업별(24개), 그룹별(8개)로 구분하여 216개 셀별로 모집단수/표본수를 곱하여 산정(셀별추정법)한 결과, 전수 통계치와 거의 동일하게 나타났다. 따라서, 산업별, 그룹별로 세분하여 모집단수/표본수를 곱하여 추정하는 셀별추정법이 타당한 것으로 평가할 수 있다. 이상의 분석결과를 토대로 조사설계 방안을 제시하면 다음과 같다. 직전연도 조사기업은 직전연도 연구개발비 수준과 기업종류(대기업, 벤처기업, 중소기업), 그리고 산업에 따라 셀을 분할한다. 대기업, 연구개발비 수준이 높은 기업 등 주요한 셀에 대하며는 전수조사를 실시한다. 나머지 셀에 대하여는 각 셀별 연구개발지출의 분포가 동질적이기 때문에 표본 추출 방법은 단순임의추출법(SRS)을 사용한다. 다만 전년도 미계상된(또는 미포함된) 기업에 대하여는 신규 대형 연구소 진입 등을 고려하여 규모비례확률추출법(PPS)을 고려하는 것이 바람직할 것으로 판단된다. 일부 기업들이 특정 항목에 대한 자료를 제공하지 않는 항목무응답의 경우, 누락된 자료에 대하여는 대체기법(Imputation Algorithm)에 따라 이를 추정한다. 이러한 표본조사방법은 전수조사에서 발생하는 비표본오차를 해소하고, 자료 수집비용 및 소규모기업의 행정적 부담을 경감할 수 있다는 장점이 있다. 향후 연구에서는 좀 더 구체적인 조사방법론을 강구할 필요가 있으며, 이와 함께, 연구개발에 대한 다양한 측면의 정보를 수집하기 위해 새로운 설문지를 개발할 필요성이 있다.

• 해부∙생물인류학
• /
• 제31권4호
• /
• pp.133-142
• /
• 2018

조직표본의 실제적인 3차원 구조에 대한 정보를 3차원 조직학이라고 하였다. 무른 성분들이 섞여 있고, 물을 포함 하고 있는 조직 내부의 미세구조의 3차원적 분석을 위해 방사광의 X선을 광원으로 하는 위상대조 미세단층 촬영이 활용되고 있다. 하지만, X선 위상대조영상 분석에서 물을 포함하고 있는 조직에서는 위상대조가 제대로 구현되지 않다는 것을 알게 되었다. 이러한 현상을 해결하기 위해 다양한 방법들을 적용하였으며, 표본을 얼렸을 때 위상대조가 강화된다는 사실을 확인하였다. 방사광 전파위상대조 동결미세단층촬영은 포항가속기연구소 X선 영상빔라인에서 수행하였다. 표본을 동결상태로 유지하면서 $0.18^{\circ}$ 간격으로 $180^{\circ}$ 회전하였으며, 표본을 통과한 X선에 의해 섬광기에 맺힌 영상을 광학렌즈로 확대하여 CCD카메라로 모았다. 각 표본 전체 투사영상을 OCTOPUS 소프트웨어로 재구성하여 2차원 단면영상으로 만들고, Amira 소프트웨어를 이용하여 3차원 영상으로 재구성하였으며, 단면영상에서 각 구조에 대한 구역화와 랜더링 작업을 수행하였다. 물에 의한 위상대조 방해 영향을 줄이기 위해 표본을 얼렸을 때 위상대조는 강화되었으나 동결팽창에 의한 조직변형이 관찰되었다. 표본을 막힌 공간에 넣고 주위를 포매제로 채워 급속냉동 동안 표본이 압박되도록 하였을 때 위상대조의 강화와 동결팽창에 의한 조직변형을 줄일 수 있었다. 결론적으로, 생체조직 내부 미세구조의 비파괴, 고해상도 3차원 영상분석에 있어 조직표본을 동결포매제로 포매 후 급속냉동하고, 방사광에서 방출되는 X선을 광원으로 하는 전파위상대조 동결미세단층촬영법은 효과적인 방법이 될 수 있을 것으로 기대한다.

• 지능정보연구
• /
• 제25권3호
• /
• pp.239-251
• /
• 2019

본 논문은 학습데이터의 크기에 따른 사례기반추론기법이 주가예측력에 어떻게 영향을 미치는지 살펴본다. 삼성전자 주가를 대상을 학습데이터를 2000년부터 2017년까지 이용한 경우와 2015년부터 2017년까지 이용한 경우를 비교하였다. 테스트데이터는 두 경우 모두 2018년 1월 1일부터 2018년 8월 31일까지 이용하였다. 시계 열데이터의 경우 과거데이터가 얼마나 유용한지 살펴보는 측면과 유사사례개수의 중요성을 살펴보는 측면에서 연구를 진행하였다. 실험결과 학습데이터가 많은 경우가 그렇지 않은 경우보다 예측력이 높았다. MAPE을 기준으로 비교할 때, 학습데이터가 적은 경우, 유사사례 개수와 상관없이 k-NN이 랜덤워크모델에 비해 좋은 결과를 보여주지 못했다. 그러나 학습데이터가 많은 경우, 일반적으로 k-NN의 예측력이 랜덤워크모델에 비해 좋은 결과를 보여주었다. k-NN을 비롯한 다른 데이터마이닝 방법론들이 주가 예측력 제고를 위해 학습데이터의 크기를 증가시키는 것 이외에, 거시경제변수를 고려한 기간유사사례를 찾아 적용하는 것을 제안한다.

• 대한원격탐사학회지
• /
• 제36권6_2호
• /
• pp.1509-1521
• /
• 2020

다목적실용위성(KOMPSAT-3A: Korea Multi-Purpose Satellite 3A)으로부터 산출된 지표 반사도 성과의 검정 작업을 위하여 분광 반사도 측정값을 제공하고 있는 포털인 Radiometric Calibration Network(RadCalNet)에서 제공하는 4 개의 사이트 자료 중에서 중국 바오터우(Baotou: BTCN) 데이터를 이용한 실험을 수행하였다. 실험을 위한 반사도 성과는 대기 반사도와 지표 반사도를 일괄적으로 처리할 수 있도록 재설계하고 구현한 오픈소스 Orfeo ToolBox(OTB)의 확장 프로그램(Extension)을 이용하여 생성하였다. 절대 대기 보정에 적용되는 두 가지의 센서 모델 변수를 고려하여 2016년, 2017년, 2018년 자료 1개씩 총 3개의 영상 자료를 실험에 적용하였다. 한편 각각 USGS LaSRC 알고리즘과 SNAP Sen2Cor 프로그램을 이용하여 Landsat-8과 Sentinel-2B 영상정보로부터 산출한 반사도 성과와의 비교 검증 작업을 수행하여 센서 별 차이를 확인하고자 하였다. 대기 반사도와 지표 반사도를 대상으로 절대 대기 보정을 위한 필수 입력 값인 Gain과 Offset에 대한 센서 모델 변수 값을 적용한 결과로, 2019년에 발표된 변수 값을 사용한 성과에 비하여 2017년 변수 값을 사용한 성과가 RadCalNet BTCN 자료에 비교적 잘 부합되는 것으로 나타났다. RadCalNet BTCN 자료를 기준으로 KOMPSAT-3A 영상정보의 지표 반사도 성과와의 차이는 밴드 별로 B 밴드(-0.031 ~ 0.034), G 밴드(-0.001 ~ 0.055), R 밴드(-0.072 ~ 0.037), NIR 밴드(-0.060 ~ 0.022)로 일치도가 높은 것으로 나타났고, Landsat-8 영상과 Sentinel-2B 영상의 지표 반사도의 경우도 KOMPSAT-3A 영상의 지표 반사도 성과의 정확도와 유사한 수준인 것으로 나타났다. 이번 연구 결과는 고해상도 위성에서 지표 반사도 값에 대한 분석 대기 데이터(Analysis Ready Data: ARD) 적용 가능성을 확인한 것에 의미가 있다.