• 생물환경조절학회지
• /
• 제28권3호
• /
• pp.243-254
• /
• 2019

본 연구에서는 전국을 대상으로 태양광에너지와 관련된 기상 및 지형 대리변수를 고려하여 태양광발전 시설에 대한 취약지역을 분석하였으며, GIS를 이용하여 공간분석을 통해 태양광발전 시설의 적정입지에 대한 평가용 지도를 개발하였다. 본 연구에서 최종적으로 개발된 태양광발전 시설에 대한 취약지도에서는 '취약단계 5(매우 취약)' 지역과 '취약단계 1(매우좋음)' 지역은 나타나지 않았다. '취약단계 4(취약)' 지역은 전라남도가 가장 크게 나타났으며, '취약단계3(보통)' 지역은 광주광역시, 전라북도, 충청북도 및 강원도 등 다수의 행정구역에서 높은 것으로 나타났다. '취약단계 2(좋음)' 지역은 대구광역시, 울산광역시 및 인천광역시 등이 높은 것으로 나타났다. 현재 운영되고 있는 태양광발전소 30곳을 비교 검토한 결과, 대부분 취약단계 2 및 3단계 지역에 위치하며, 상대적으로 태양광에너지가 적합한 지역에 위치함을 나타냈다. 하지만 본 연구의 한계점인 태양광발전소의 제한적인 자료량으로 인해 본 연구결과의 정확성을 명확하게 평가하기는 어렵다. 그럼에도 불구하고 본 연구에서는 GIS 공간분석 기법을 이용하여 다양한 기상 및 지형요소들을 고려하여 전국을 대상으로 태양광발전시설에 대한 취약지도 평가를 시도하였으며, 국내 전 지역에 대한 자료를 제시함으로써 태양광발전과 관련된 부분에 기초자료로 활용할 수 있을 것이다.

• 대한토목학회논문집
• /
• 제26권5D호
• /
• pp.885-894
• /
• 2006

본 논문의 의도는 하이퍼스펙트럴 영상의 다량의 밴드를 사용하면서도 효율적인 분류기법의 개발에 초점을 두고 있다. 본 연구에서는 하이퍼스펙트럴 영상의 분류에 있어 이론적으로 밴드수가 많아질수록 분류정확도가 높을 것이라 예상되는, 다변량 통계분석기법중의 하나인 정준상관분석을 적용한 분류기법을 제안한다. 그리고 기존의 대표적인 전통적 분류기법인 최대 우도분류 방법과 비교한다. 사용되는 하이퍼스펙트럴 영상은 2001년 9월 2일 취득된 EO1-Hyperion 영상이다. 실험을 위한 밴드수는 LANDSAT TM 영상에서 열밴드를 제외한 나머지 데이터의 파장대와 일치하는 부분을 감안하여 30개 밴드로 선정하였다. 지상실제데이터로서 비교기본도를 채택하였다. 이 비교기본도와 시각적으로 윤곽을 비교하고, 중첩분석하여 정확도를 평가하였다. 최대우도분류의 경우 수역 분류를 제외하고는 전혀 분류기법으로서의 역할을 하지 못하는 것으로 판단되며, 수역의 경우도 큰 호수 외에 작은 호수나 골프장내 연못, 부분적으로 물이 존재하는 작은 영역 등은 전혀 분류하지 못하고 있는 것으로 나타났다. 그러나 정준상관분류결과는 비교기본도와 형태적으로 시각적 비교를 해볼 때 골프장잔디를 거의 명확히 분류해 내고 있으며, 도시역에 대해서도 고속도로의 선형 등을 상당히 잘 분류해내고 있음을 알 수 있다. 또한 수역의 경우도 골프장 연못이나 대학교내 연못, 기타지역의 연못, 웅덩이 등 까지도 잘 분류해내고 있음을 확인할 수 있다. 결과적으로 정준상관분석 알고리즘의 개념상 트레이닝 영역 선정시 시행착오를 겪지 않고도 정확한 분류를 할 수 있었다. 또한 분류항목 중에서 잔디와 그 외 식물을 구분해 내는 능력과 수역을 추출해 내는 능력이 최대우도분류기법에 비해 우수하였다. 이상의 결과로 판단해 볼 때 하이퍼스펙트럴영상에 적용되는 정준상관분류기법은 농작물 작황 예측과 지표수 탐사에 매우 유용하리라 판단되며, 나아가서는 분광적 고해상도 영상인 하이퍼스펙트럴 데이터를 이용한 GIS 데이터베이스 구축에 중요한 역할을 할 수 있을 것으로 기대된다.