• 공학교육연구
• /
• 제13권6호
• /
• pp.3-13
• /
• 2010

본 연구의 목적은 공과대학생의 학습양식 유형을 분석하고, 학습양식에 따른 의사소통 불안 수준의 차이를 검증하는 것이다. K대학교에 재학 중인 공과대학 1학년생 405명을 대상으로 학습양식을 분석한 결과, 감각적 학습자는 61%, 시각적 학습자는 73.1%, 숙고하는 학습자는 80%, 총체적 학습자는 66.7%로서 우세한 비율을 차지하는 나타났다. 성별에 따른 학습양식의 차이에서는 정보처리 차원에서 유의한 차이를 보였으며, 여자가 남자보다 숙고하는 학습양식을 선호하는 것으로 나타났다. 학습양식에 따른 의사소통 불안 수준의 차이를 분석한 결과, 정보지각과 정보처리 차원에서 유의한 차이를 보였다. 감각적 학습자가 직관적 학습자보다, 숙고하는 학습자가 적극적 학습자보다 더 높은 수준의 의사소통 불안을 느끼는 것으로 나타났다. 연구결과에 기초하여 의사소통 교육 프로그램을 실행할 때, 학습자의 학습양식을 고려하여 의사소통 불안 수준을 최소화할 수 있는 전략에 대한 시사점을 제안하였다.

• Spatial Information Research
• /
• 제18권2호
• /
• pp.1-12
• /
• 2010

현재 녹지 연결성 조사는 대부분 현지조사에 의존하고 있어, 특정시기의 특정지점에서 조사된 결과에 주안점을 두고 있다. 그리하여 조사지점의 대표성에 한계가 있고 많은 시간이 소요되고, 조사 대상물 위치의 부정확, 경제적 비효용 등이 문제점으로 지적되어왔다. 본 연구는 이러한 문제에 대한 대안을 제시하기 위해 Landsat TM (Thematic Mapper) 영상의 픽셀에 의거한 녹지 연계망을 평가하고자 출발하였다. 그리하여 원격탐사 기법이 녹지 연계망을 평가할 수 있는 도구로서의 가능성을 지니고 있는 지를 평가하고자 특정 사례 연구지역에 대해 실증적인 연구가 수행되었다. 조사지점에만 국한된 현지조사 방식과 달리 픽셀 기반의 평가는 광역적인 녹지 연계망의 분포실태를 단시간에 제시하였다. 녹지 연계망 훼손 추세 평가는 다양한 시기의 녹지 변화 실태를 정량적으로 제시하고 있기 때문에 그 결과가 녹지 연계망 보전과정에서 설득력을 지닌 근거자료로 활용될 수 있을 것으로 판단된다. 본 연구가 녹지 연계망 감시에서 객관적인 데이터에 의거한 정책결정이 아닌 직관에 의존하여 왔던 관행을 개선될 수 있는 계기가 되어 향후 녹지 연계망 보전관련 중요한 참고자료가 될 수 있을 것으로 사료된다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.727-731
• /
• 2003

ASTER image has some advantages for classification such as 15 spectral bands and 15m ${\sim}$ 90m spatial resolution. However, in the classification using general remote sensing image, shadow areas are often classified into water area. It is very difficult to divide shadow and water. Because reflectance characteristics of water is similar to characteristics of shadow. Many land cover items are consisted in one pixel which is 15m spatial resolution. Nowadays, very high resolution satellite image (IKONOS, Quick Bird) and Digital Surface Model (DSM) by air borne laser scanner can also be used. In this study, mixed pixel analysis of ASTER image has carried out using IKONOS image and DSM. For mixed pixel analysis, high accurated geometric correction was required. Image matching method was applied for generating GCP datasets. IKONOS image was rectified by affine transform. After that, one pixel in ASTER image should be compared with corresponded 15×15 pixel in IKONOS image. Then, training dataset were generated for mixed pixel analysis using visual interpretation of IKONOS image. Finally, classification will be carried out based on Linear Mixture Model. Shadow extraction might be succeeded by the classification. The extracted shadow area was validated using shadow image which generated from 1m${\sim}$2m spatial resolution DSM. The result showed 17.2% error was occurred in mixed pixel. It might be limitation of ASTER image for shadow extraction because of 8bit quantization data.

• 대한원격탐사학회지
• /
• 제26권1호
• /
• pp.47-57
• /
• 2010

본 연구의 목적은 2006년 태풍 에위니아, 빌리스, 개미와 집중호우로 인해 많은 산사태가 발생한 진부면 지역을 대상으로 항공사진을 이용한 산사태 탐지 및 인공신경망과 GIS를 이용한 산사태 취약성을 분석하는데 있다. 산사태 위치는 산사태 발생 전후의 항공사진을 판독 후 현장에서 확인하였다. 취약성 분석을 위해 지형, 지질, 토양, 임상, 선구조, 토지이용도 등의 자료는 공간 데이터베이스로 구축하였다. 산사태와 관련 요인들간의 상대적 가중치는 인공신경망의 역전파 알고리즘을 이용하여 결정하였다. 그 결과 경사방향과 경사는 다른 요인들 보다 1.2~1.5배 높게 나타났다. 이 가중치를 이용하여 취약성도를 작성 후 분석에 사용하지 않은 산사태 위치와 비교하여 검증하였다. 그 결과 예측 정확도는 81.44%로 나타났다.

• 대한원격탐사학회지
• /
• 제26권5호
• /
• pp.489-495
• /
• 2010

초분광 영상은 넓은 범위의 파장 영역의 유용한 정보를 많은 수의 밴드를 통해 취득한다. 하지만, 인접 밴드 간의 상관관계, 계산량, 노이즈로 인해 전처리없이 활용할 경우 부정확한 결과를 도출한다. 따라서 영상에서 노이즈 밴드 추출하여 제거하는 작업이 반드시 필요하다. 기존의 연구들은 영상 전체에 대한 특성치 만을 이용하였기 때문에 영상의 국지적 특성을 고려해야 한다. 본 연구에서는 Hyperion 영상을 대상으로 하였으며, 자료구조 기법 중 하나인 Quadtree와 이용하여 노이즈 밴드를 추출하였다. Quadtree 구조로 분할된 영역의 프랙탈 차원을 계산하고 프랙탈 차원의 분산을 이용하였다. Hyperion 영상에 존재하는 노이즈 종류 중 무작위 노이즈를 포함하고 있는 밴드 추출에 초점을 맞추었으며, 시각적으로 판단하여 작성한 참조자료와 비교하였다. 제안된 알고리즘 적용 결과 무작위 노이즈가 포함된 밴드 대부분이 추출되었으며, 영상에 관계없이 30개 이상의 노이즈 밴드를 제거할 수 있음을 확인하였다.

• 대한원격탐사학회지
• /
• 제26권4호
• /
• pp.395-401
• /
• 2010

영상 강조 기법은 영상의 낮은 명암 대비(contrast)를 노이즈나 블러링(blurring)의 제거, 명암 대비의 증가, 세밀함의 확장 등을 통해 시각적으로 향상시키는 작업을 말한다. 본 논문에서는 기존에 제안되어 온 여러 영상 강조 기법들의 장점을 기반으로 한 Adaptive dynamic range linear stretching(ADRLS) 영상 강조 기법을 제안한다. ADRLS 기법은 입력 영상의 히스토그램 분할과 동시에 adaptive scale factor를 적용하여 다수의 서브 히스토그램을 생성하는 것에 초점을 맞추고 있으며, 생성된 서브 히스토그램은 최종적으로 선형 강조(Linear Stretching, LS) 기법이 적용되어 영상 강조를 수행하게 된다. 제안된 기법의 성능을 검증하기 위해 기존의 히스토그램 선형 강조 기법, 히스토그램 평활화(Histogram Equalization, HE) 기법과 비교 평가하였으며, 그 결과 기존의 기법들에 비해 영상의 과도한 밝기 변화를 억제함으로써 영상의 시각적인 특성을 유지하고, 입력 영상이 갖고 있는 히스토그램의 특성을 보존하는 효과를 보였다.

• 대한원격탐사학회지
• /
• 제26권5호
• /
• pp.527-536
• /
• 2010

본 논문에서는 영상의 품질 지표인 GRD(Ground Resolved Distance) 측정에 있어서 인공표적만을 이용하던 기존의 측정방식과는 다르게 지표상에 분포하고 있는 자연표적만을 이용하여 신뢰성 있는 GRD 산출이 가능하도록 새로운 방식의 GRD 측정가법을 고안하였다. 자연표적에서 활용 가능한 Edge Profile 추출기법을 개발하여 추출 정확도 및 안정성을 분석하였으며 그 결과, 자연표적을 이용할 경우 본 논문의 추출방식이 가장 적합한 방식임을 확인 할 수 있었다. 이를 적용한 GRD 측정기법의 정확도와 자연 표적에서의 활용 가능성을 평가하기 위해 육안분석결과를 보유하고 있는 인공표적영상과 인공표적이 된 인공위성영상을 이용하여 GRD 측정 실험을 수행하였다. 인공표적영상에서의 GRD 측정결과는 육안분석 결과와 매우 유사하여 높은 정확도를 보여주었으며 인공위성영상에서의 GRD 측정결과, 자연표적과 인공표적에서의 GRD 측정값이 유사하게 나타났다. 이는 제안한 GRD 측정기법을 이용하여 자연표적만으로도 신뢰성 있는 GRD 측정이 가능함을 보여준다.

• 대한원격탐사학회지
• /
• 제35권1호
• /
• pp.117-136
• /
• 2019

In this study, a hybrid-type of day fog detection algorithm (DFDA) was developed based on the optical and textural characteristics of fog top, using the Himawari-8 /Advanced Himawari Imager data. Supplementary data, such as temperatures of numerical weather prediction model and sea surface temperatures of operational sea surface temperature and sea ice analysis, were used for fog detection. And 10 minutes data from visibility meter from the Korea Meteorological Administration were used for a quantitative verification of the fog detection results. Normalized albedo of fog top was utilized to distinguish between fog and other objects such as clouds, land, and oceans. The normalized local standard deviation of the fog surface and temperature difference between fog top and air temperature were also assessed to separate the fog from low cloud. Initial threshold values (ITVs) for the fog detection elements were selected using hat-shaped threshold values through frequency distribution analysis of fog cases.And the ITVs were optimized through the iteration method in terms of maximization of POD and minimization of FAR. The visual inspection and a quantitative verification using a visibility meter showed that the DFDA successfully detected a wide range of fog. The quantitative verification in both training and verification cases, the average POD (FAR) was 0.75 (0.41) and 0.74 (0.46), respectively. However, sophistication of the threshold values of the detection elements, as well as utilization of other channel data are necessary as the fog detection levels vary for different fog cases(POD: 0.65-0.87, FAR: 0.30-0.53).

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2014년도 춘계학술대회
• /
• pp.312-315
• /
• 2014

공장 사업장 등에서 발생되는 매연은 대기오염의 원인이 될 뿐만 아니라 인체에도 나쁜 영향을 미친다. 굴뚝에서 발생되는 굴뚝연기의 혼탁도를 측정하는 가장 일반적인 방법은 자동시정측정기를 굴뚝 안에 장착하여 관찰하는 방법이나 미국환경보호청에서 제정한 고정오염원으로부터 방출되는 혼탁한 굴뚝연기의 시각적 결정 방법인 Method 9이 있다. 그러나 이러한 방법은 구축과 유지에 많은 비용이 요구된다. 본 논문에서는 광학센싱을 이용한 굴뚝연기 혼탁도 측정 모듈 프로그램을 구축한다. 디지털 카메라를 이용하여 굴뚝연기의 사진을 획득하고 DOM(Digital Optical Method)을 사용하여 굴뚝연기의 혼탁도를 측정하는 모듈을 설계하고 구현한다. 또한 구현된 모듈을 다른 방법과 비교 분석하여 우수성을 입증한다.

• 대한원격탐사학회지
• /
• 제37권1호
• /
• pp.41-55
• /
• 2021

To detect thunderstorms occurring in Korea, National Meteorological Satellite Center (NMSC) also introduced the rapid-development thunderstorm (RDT) algorithm developed by EUMETSAT. At NMCS, the H-RDT (HR) based on the Himawari-8 satellite and the K-RDT (KR) which combines the GK2A convection initiation output with the RDT were developed. In this study, we optimized the KR (KU) to improve the detection level of thunderstorms occurring in Korea. For this, we used all available data, such as GK2A/AMI, RADAR, lightning, and numerical model data from the recent two years (2019-2020). The machine learning of logistic regression and stepwise variable selection was used to optimize the KU algorithms. For considering the developing stages and duration time of thunderstorms, and data availability of GK2A/AMI, a total of 72 types of detection algorithms were developed. The level of detection of the KR, HR, and KU was evaluated qualitatively and quantitatively using lightning and RADAR data. Visual inspection using the lightning and RADAR data showed that all three algorithms detect thunderstorms that occurred in Korea well. However, the level of detection differs according to the lightning frequency and day/night, and the higher the frequency of lightning, the higher the detection level is. And the level of detection is generally higher at night than day. The quantitative verification of KU using lightning (RADAR) data showed that POD and FAR are 0.70 (0.34) and 0.57 (0.04), respectively. The verification results showed that the detection level of KU is slightly better than that of KR and HR.