• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2011년도 학술발표회
• /
• pp.322-322
• /
• 2011

지표에서의 토양수분은 작은 구성비를 가짐에도 불구하고 여러 수문 현상을 연계하는 매우 중요한 인자로써 최근 연구가 활발하게 진행되고 있다. 토양수분은 침투나 침루를 통하여 강우와 지하수를 연결하는 기능을 함과 동시에 강우사상에 따른 유출특성에 직접적인 영향을 미치며 증발산을 통하여 에너지 순환을 연결하는 기능을 하는 인자로 기후변화와 인간의 활동에 의해 영향을 받는다. 지난 수십 년간 산림개간과 도시화는 토지이용의 변화를 초래하여 토지피복의 변화를 초래하였다. 도시화는 불투수층을 증가시켰고, 산림개간으로 산림이 농장으로 변하여 침투율을 감소시켜 유출률의 증가를 초래하였다. 이처럼 토지피복의 변화는 토양수분의 변화에 직접적인 영향을 미친다. 본 연구에서는 토지피복 분류를 위해 구름의 영향이 적은 Landsat TM 영상을 사용하여 청미천 유역의 토지피복을 분류하여 토지피복도를 작성하였다. 청미천 유역은 현재 국제수문관측사업(IHP)의 일환으로 체계적인 수문관측이 진행되고 있는 지점으로, 추후 인공위성 영상을 통해 산정한 토양수분 자료를 비교할 수 있는 유역이다. Landsat TM 영상은 2009년 5월 23일에 관측된 115-34(path row) 영상으로 구름이 거의 없는 날의 자료를 사용하였다. 다중 스펙트럴 위성영상인 Landsat TM 영상은 30m 공간해상도로써 토지피복분류와 식생 등의 정보를 추출하는데 적합한 것으로 알려져 있다. 청미천 유역의 위성영상에 대하여 영상의 전처리 과정을 거쳐 무감독분류와 감독분류기법을 적용하여 토지피복을 분류하였다. 분류한 토지피복도는 국토해양부에서 국가수자원관리 종합정보시스템(WAMIS) 을 통하여 제공되는 토지피복도와 비교하였다.

• 환경영향평가
• /
• 제20권5호
• /
• pp.717-727
• /
• 2011

Impervious surface affects urban climate, flood, and water pollution and has important role as basic data for urban planning and environmental and resources management uses. With a high paved rate, increased quantity of the outflown water and brings urban flooding during a heavy rain. Moreover, these non-point source pollution is getting increased the water pollution. In this regard, it is definitely important to research and keep monitoring the current situation of paved surface, which influences urban ecosystem, disaster and pollution. In this study, we suggest a method to utilize high resolution satellite image data for efficient survey on the current condition of paved surface. We analysed the paved surface condition of Dae-jeon metropolitan city area using KOMPSAT-2 image and validate its practicalness and limitation of this method.

• 대기
• /
• 제14권2호
• /
• pp.11-22
• /
• 2004

A technique on atmospheric correction algorithm to the multi-band reflectance of Landsat TM imagery has been developed using an atmospheric radiation transfer model for eliminating the atmospheric and surface diffusion effects. Despite the fact that the technique of satellite image processing has been continually developed, there is still a difference between the radiance value registered by satellite borne detector and the true value registered at the ground surface. Such difference is caused by atmospheric attenuations of radiance energy transfer process which is mostly associated with the presence of aerosol particles in atmospheric suspension and surface irradiance characteristics. The atmospheric reflectance depend on atmospheric optical depth and aerosol concentration, and closely related to geographical and environmental surface characteristics. Therefore, when the effects of surface diffuse and aerosol reflectance are eliminated from the satellite image, it is actually corrected from atmospheric optical conditions. The objective of this study is to develop an algorithm for making atmospheric correction in satellite image. The study is processed with the correction function which is developed for eliminating the effects of atmospheric path scattering and surface adjacent pixel spectral reflectance within an atmospheric radiation model. The diffused radiance of adjacent pixel in the image obtained from accounting the average reflectance in the $7{\times}7$ neighbourhood pixels and using the land cover classification. The atmospheric correction functions are provided by a radiation transfer model of LOWTRAN 7 based on the actual atmospheric soundings over the Korean atmospheric complexity. The model produce the upward radiances of satellite spectral image for a given surface reflectance and aerosol optical thickness.

• 대한원격탐사학회지
• /
• 제16권4호
• /
• pp.327-338
• /
• 2000

The forest conditions of North Korea has been a great concern since it was known to be closely related to many environmental problems of the disastrous flooding, soil erosion, and food shortage. To assess the long-term changes of forest area as well as the canopy conditions, several sources of multitemporal satellite data were applied to the study area near Kaesung. KOMPSAT-1 EOC data were overlaid with 1981 topographic map showing the boundaries of forest to assess the deforestation area. Delineation of the cleared forest was performed by both visual interpretation and unsupervised classification. For analyzing the change of forest canopy condition, multiple scenes of Landsat and SPOT data were selected. After preprocessing of the multitemporal satellite data, such as image registration and normalization, the normalized difference vegetation index (NDVI) was derived as a representation of forest canopy conditions. Although the panchromatic EOC data had radiometric limitation to classify diverse cover types, they can be effectively used t detect and delineate the deforested area. The results showed that a large portion of forest land has been cleared for the urban and agricultural uses during the last twenty years. It was also found that the canopy condition of remaining forests has not been improved for the last twenty years. It was also found that the canopy condition of remaining forests has not been improved for the last twenty years. Possible causes of the deforestation and the temporal pattern of canopy conditions are discussed.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.175-175
• /
• 2023

Detection and monitoring of wildfires are essential for limiting their harmful effects on ecosystems, human lives, and property. In this research, we propose a novel method running in the Google Earth Engine platform for identifying and characterizing burnt regions using a hybrid of Sentinel-1 (C-band synthetic aperture radar) and Sentinel-2 (multispectral photography) images. The 2022 Uljin wildfire, the severest event in South Korean history, is the primary area of our investigation. Given its documented success in remote sensing and land cover categorization applications, we select the Random Forest (RF) method as our primary classifier. Next, we evaluate the performance of our model using multiple accuracy measures, including overall accuracy (OA), Kappa coefficient, and area under the curve (AUC). The proposed method shows the accuracy and resilience of wildfire identification compared to traditional methods that depend on survey data. These results have significant implications for the development of efficient and dependable wildfire monitoring systems and add to our knowledge of how machine learning and remote sensing-based approaches may be combined to improve environmental monitoring and management applications.

• 자원환경지질
• /
• 제56권1호
• /
• pp.65-73
• /
• 2023

As one of the most vulnerable countries to floods, there should be an increased necessity for accurate and reliable flood forecasting in Indonesia. Therefore, a new prediction model using a machine learning algorithm is proposed to provide daily flood prediction in Indonesia. Data crawling was conducted to obtain daily rainfall, streamflow, land cover, and flood data from 2008 to 2021. The model was built using a Random Forest (RF) algorithm for classification to predict future floods by inputting three days of rainfall rate, forest ratio, and stream flow. The accuracy, specificity, precision, recall, and F1-score on the test dataset using the RF algorithm are approximately 94.93%, 68.24%, 94.34%, 99.97%, and 97.08%, respectively. Moreover, the AUC (Area Under the Curve) of the ROC (Receiver Operating Characteristics) curve results in 71%. The objective of this research is providing a model that predicts flood events accurately in Indonesian regions 3 months prior the day of flood. As a trial, we used the month of June 2022 and the model predicted the flood events accurately. The result of prediction is then published to the website as a warning system as a form of flood mitigation.

• Journal of Forest and Environmental Science
• /
• 제40권1호
• /
• pp.15-23
• /
• 2024

This research aimed to assess the possibility of detecting forest degradation using time-series satellite imagery and three different deep learning-based change detection techniques. The dataset used for the deep learning models was composed of two sets, one based on surface reflectance (SR) spectral information from satellite imagery, combined with Texture Information (GLCM; Gray-Level Co-occurrence Matrix) and terrain information. The deep learning models employed for land cover change detection included image differencing using the Unet semantic segmentation model, multi-encoder Unet model, and multi-encoder Unet++ model. The study found that there was no significant difference in accuracy between the deep learning models for forest degradation detection. Both training and validation accuracies were approx-imately 89% and 92%, respectively. Among the three deep learning models, the multi-encoder Unet model showed the most efficient analysis time and comparable accuracy. Moreover, models that incorporated both texture and gradient information in addition to spectral information were found to have a higher classification accuracy compared to models that used only spectral information. Overall, the accuracy of forest degradation extraction was outstanding, achieving 98%.

• 한국수자원학회논문집
• /
• 제43권7호
• /
• pp.597-608
• /
• 2010

본 연구에서는 우리나라 전역에 대한 토양수분 분포도 작성을 위하여 지상관측 토양수분, 강수량, 지면온도, NDVI, 토지피복, 유효토심 등과 같은 보조자료와 CART기법을 이용한 새로운 추정기법을 제시하였다. 먼저 신뢰성 높은 토양 수분 관측자료를 가진 용담댐 유역(4개 지점)에 대하여 토양수분을 추정하여 적용 가능성을 분석하였다. 3개 지점(부귀, 상전, 천천2)의 토양수분 관측치는 토양수분 추정 모형 수립에 사용하였으며, 검증에 1개 지점(계북2)이 사용되었다. 관측지점들의 토양수분의 관측치와 추정치 사이의 상관계수가 약 0.737로 나타났으며, 전체적인 토양수분의 거동을 잘 나타내고 있어 토양수분 추정 모형의 적용가능성을 확인하였다. 이를 이용하여 용담댐 유역의 토양수분 분포와 우리나라 전역에 대한 토양수분 분포도를 추정하였다. 다양한 지상조건에 대하여 신뢰할 수 있는 지상관측 토양수분 관측치가 존재하지 않는 한계가 있음에도 불구하고 제시된 토양수분추정방법은 제한된 가용자료를 사용한 우리나라 전역의 토양수분 추정에 있어 합리적인 접근법이라 판단된다.

• 지적과 국토정보
• /
• 제44권2호
• /
• pp.45-58
• /
• 2014

본 연구의 목적은 지적분야 종사자의 자율성 정도, 리더십, 조직성과 간에 영향관계를 알아보는 데 있다. 설문조사는 대한지적공사 직원을 대상으로 실시하였고 SPSS 20.0과 AMOS19.0을 이용하여 구조방정식 모형을 검증하였다. 분석을 통한 결과 및 시사점은 다음과 같다. 첫째, 자율성이 조직성과(직무만족과 조직몰입)에 직접적인 효과는 없었으며, 단지 간접적으로 영향을 미치는 결과가 도출되었다. 기존 연구는 자율성이 직무만족과 조직몰입에 긍정적 영향이 있었다. 하지만 본 연구는 자율성이 높다고 해서 조직성과가 높아지는 것은 아닌 것으로 나타났다. 아마도 이 결과는 분석대상이 공공부문이기 때문일 것이다. 둘째, 자율성과 조직성과간 관계에서 리더십은 매개효과가 있었다. 리더십은 지적분야 종사자가 직무에 만족하고 조직에 몰입할 수 있는 실천적인 측면에서 매우 중요한 의미를 가진다고 할 수 있다. 즉, 업무의 특성과 공기업이라는 특수성으로 자율성이 잘 보장되지 않는 상황을 리더십을 통해 보완할 수 있기 때문이다. 셋째, 지적분야 관리자의 리더십 역량, 직무만족, 조직몰입을 강화할 수 있는 교육 및 프로그램의 개발이 필요하다.

• 대한공간정보학회지
• /
• 제18권2호
• /
• pp.29-33
• /
• 2010

항공레이저측량을 통한 지형 분류작업은 분류 정확도의 확보와 세밀한 지형 표현의 두 목표를 동시에 만족해야 한다. 이 두 목표를 달성하기 위한 자동분류 처리에 연구로서 노이즈가 많은 지형분류 결과로부터 필터링을 통한 품질향상 연구가 다수 있었으나 한국과 같이 삼림이 울창하고 지표면 투과율이 낮은 환경에서의 항공레이저측량 결과 적용 시 관목 및 교목 하층이 지면으로 분류되는 오류가 많았다. 이에 본 연구는 정확도가 높고 점밀도가 낮은 1차 지형분류 결과를 기반으로 아직 지형으로 등록되지 않은 LiDAR 지형 분류 후보 점군들로부터 세밀 지형 표현에 필요한 점들을 추출하는 기법으로 점분류 처리절차를 개선하였다. 주변 지형 포인트의 가중치를 부여하여 경사 (gradient) 계산을 통해 미추출 LiDAR 점군들로부터 지형 표현 점들을 분류하는 본 알고리즘은 특히 능선부분의 사라진 특징을 찾아내거나 무너진 논둑을 복원하는 등 최소의 점들로 중요한 지형 요소점(terrain model key points)을 놓치지 않고 세밀하게 표현하는데 효과적이다. 이 알고리즘을 통해 추출한 점들과 1차 지형분류 결과를 결합하여 지형분류최적화 방법을 제안하였다.