• 대한원격탐사학회지
• /
• 제39권5_1호
• /
• pp.589-597
• /
• 2023

집중호우 시 육상으로부터 다량으로 유입된 부유쓰레기는 사회, 경제적 및 환경적으로 악영향을 주고 있으나 집적 구역과 발생량에 대한 모니터링 체계는 미흡한 실정이다. 본 연구에서는 중부권 최대 상수원인 대청호를 대상으로 집중호우 시기에 하천 내로 유입되는 부유쓰레기의 효율적인 모니터링 방안과 현존량을 추정하기 위해 원격탐사 기법 적용 방안을 제안하였다. 대청호 수역에서 발생하는 부유쓰레기의 실태 조사를 위해 저궤도 위성통신 단말기가 탑재된 위치 추적 부이를 활용하여 이동 경로와 거동 특성을 파악하였으며, 드론 영상을 활용하여 부유쓰레기의 잠재적 집적 구역과 현존량을 추정하고자 하였다. 위치 추적 부이는 3일간 누적강우량이 200-300 mm 이상 증가하는 시기에 빠르게 이동하였다. 가장 긴 이동거리를 나타낸 호탄교의 경우 하루동안 약 72.8 km를 이동하였고 이때 최대 이동속도는 5.71 km/h를 나타냈다. 집중호우 이후 드론 영상을 활용하여 부유쓰레기의 현존량을 산출한 결과, 658.8-9,165.4 ton을 나타냈으며, 석호리 수역에서 가장 많이 발생하였다. 본 연구에서는 위치 추적 부이와 드론 영상을 통해 부유쓰레기 주요 집적 우심 구간을 파악할 수 있었으며, 전통적인 모니터링 방안보다 기동성, 신속성이 우수한 원격탐사 기반 모니터링 방법은 향후 집중호우 시기에 다량으로 유입되는 부유쓰레기의 수거, 처리 부담 비용을 절감하는데 기여할 수 있을 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제39권5_1호
• /
• pp.715-727
• /
• 2023

산악지역의 기상정보를 상세하고 적절히 제공하기 위해 산림청에서는 2012년부터 전국 주요 산악지역을 대상으로 산악기상관측망(Automatic Mountain Meteorology Observation Station, AMOS)을 구축하여, 2022년 현재 464개의 관측소가 운영되고 있다. 본 연구에서는 AMOS 지점 관측을 이용하여 우리나라 산림에 적합한 기온 격자자료를 산출하기 위해서, 기온감률 보정을 적용한 최적의 크리깅(kriging) 기법을 제안하고 그 가용성을 평가하였다. 우선 통계적 처리를 통해 AMOS 기온자료의 이상치를 제거하였고, 이 자료를 이용하여 경험 베리오그램(variogram)에 가장 근사하는 이론 베리오그램을 도출하여 최적화 크리깅을 수행하였다. 이 때 기온감률 보정(lapse rate correction)을 적용하여 산악지형의 고도 변이가 반영되는 500 m 해상도의 기온격자지도를 생성하였다. 공간적으로 치우치지 않은 검증샘플을 이용한 암맹평가를 통해 본 기법의 가용성을 평가한 결과, 0.899-0.953의 상관계수 및 0.933-1.230℃의 오차를 나타내 기온감률 보정을 적용하지 않은 정규크리깅에 비해 정확도가 다소 향상되었다. 또한 기온감률 크리깅은 우리나라 산림의 복잡지형을 잘 표현하여, 강원도 산간지역과 해안산림지역의 국지적인 변이 및 지리산·내장산과 그 주변 산림의 지형적 차이와 같은 미세한 지역특성을 살릴 수 있다는 것이 가장 큰 장점이라고 할 수 있다.

• 한국방재안전학회논문집
• /
• 제16권2호
• /
• pp.15-32
• /
• 2023

홍수 유량측정은 직접 하천에 접촉하는 방식의 경우 측정인력의 안전 문제와 다수의 인력이 필요한 점 등 어려운 점이 많다. 최근 이러한 문제점을 해결하기 위해 현장에서 측정이 간편하고, 수면에 접촉하지 않는 비접촉방식의 전자파표면유속계 활용이 증가하고 있으나 돌발적이고 급변하는 현장 여건의 적용에 있어 어려움이 있다. 따라서, 홍수 상황에서 표면유속을 이용한 유량산정방법은 이론적이고, 경제적인 접근이 필요하다. 본 연구에서는 전자파표면유속계 측정자료와 수위-유량관계곡선식 자료를 수집하여 표면유속을 이용한 지표유속법과 유속분포법을 적용 및 분석하였다. 전반적으로 동수반경 3 m 이상 또는 평균유속 2 ㎧ 이상에서는 모든 방법이 측정유량 및 환산유량과 유사한 결과로 분석되었다. 그리고 대상지점 중 수위-유량관계곡선식 고수위 범위에서 최대유속 발생 위치 구간의 최대 표면유속을 이용하여 지표유속법과 유속분포법으로 유량을 산정하였고, 환산유량과의 평균 상대오차가 모두 10% 이내로 비교적 일치하였다. 홍수시 한 개의 최대 표면유속 측정과 지표유속법 및 유속분포법을 이용한 유량산정방법은 고수위 외삽 개발에 적용할 경우 외삽추정 구간에 대한 신뢰도를 제고할 수 있을 것으로 판단되었다. 따라서, 본 연구결과를 토대로 한 표면유속을 이용한 유량산정방법은 신속하고 효율적인 홍수 유량측정 방안이 될 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.1031-1042
• /
• 2023

인공위성은 시공간적으로 연속적인 지구환경 데이터를 제공하므로 위성영상을 이용하여 효율인 작물 수확량 예측이 가능하며, 딥러닝(deep learning)을 활용함으로써 더 높은 수준의 특징과 추상적인 개념 파악을 기대할 수 있다. 본 연구에서는 Landsat 8 위성 영상을 활용하여 다시기 영상 데이터를 이용하여 5대 수급 관리 채소인 배추와 무의 수확량을 예측하기 위한 딥러닝 모델을 개발하였다. 2015년부터 2020년까지 배추와 무의 생장시기인 6~9월 위성영상을 이용하여 강원도를 대상으로 배추와 무의 수확량 예측을 수행하였다. 본 연구에서는 수확량 모델의 입력자료로 Landsat 8 지표면 반사도 자료와 normalized difference vegetation index, enhanced vegetation index, lead area index, land surface temperature를 입력자료로 사용하였다. 본 연구에서는 기존 연구에서 개발된 모델을 기반으로 우리나라 작물과 입력데이터에 맞게 튜닝한 모델을 제안하였다. 위성영상 시계열 데이터를 이용하여 딥러닝 모델인 convolutional neural network (CNN)을 학습하여 수확량 예측을 진행하였다. Landsat 8은 16일 주기로 영상이 제공되지만 구름 등 기상의 영향으로 인해 특히 여름철에는 영상 취득에 어려움이 많다. 따라서 본 연구에서는 6~7월을 1구간, 8~9월을 2구간으로 나누어 수확량 예측을 수행하였다. 기존 머신러닝 모델과 참조 모델을 이용하여 수확량 예측을 수행하였으며, 모델링 성능을 비교했다. 제안한 모델의 경우 다른 모델과 비교했을 때, 높은 수확량 예측 성능을 나타내었다. Random forest (RF)의 경우 배추에서는 제안한 모델보다 좋은 예측 성능을 나타내었다. 이는 기존 연구 결과처럼 RF가 입력데이터의 물리적인 특성을 잘 반영하여 모델링 되었기 때문인 것으로 사료된다. 연도별 교차 검증 및 조기 예측을 통해 모델의 성능과 조기 예측 가능성을 평가하였다. Leave-one-out cross validation을 통해 분석한 결과 참고 모델을 제외하고는 두 모델에서는 유사한 예측 성능을 보여주었다. 2018년 데이터의 경우 모든 모델에서 가장 낮은 성능이 나타났는데, 2018년의 경우 폭염으로 인해 이는 다른 년도 데이터에서 학습되지 못해 수확량 예측에 영향을 준 것으로 생각되었다. 또한, 조기 예측 가능성을 확인한 결과, 무 수확량은 어느 정도 경향성을 나타냈지만 배추의 경우 조기 예측 가능성을 확인하지 못했다. 향후 연구에서는 데이터 형태에 따라 CNN의 구조를 조정해서 조기 예측 모델을 개발한다면 더 개선된 성능을 보일 것으로 생각된다. 본 연구 결과는 우리나라 밭 작물 수확량 예측을 위한 기초 연구로 활용될 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제39권5_1호
• /
• pp.481-493
• /
• 2023

고밀도 도심지의 열섬현상이 도시 기온을 더 높이고 있으며 이로부터 대기오염 악화, 냉방 에너지 소비 증가 및 온실가스 배출 증대와 같은 부정적 영향들이 발생한다. 녹지의 추가 확보가 어려운 도시 환경에서 옥상녹화는 효율적인 온실가스 감축 전략이다. 본 연구에서는 열섬현상 현황 분석에서 더 나아가 고해상도 위성자료 및 공간정보를 활용하여 연구 지역 내 옥상녹화 가용면적 산정 후 옥상녹화가 가져오는 온도 분포 예측을 통한 열섬현상 완화도 및 이산화탄소 흡수량 평가를 수행하였다. 이를 위해 WorldView-2 위성자료를 활용하여 부산시 도시열섬 지역의 기존 토지피복을 분류하고 머신러닝 기법을 적용하여 옥상녹화 전 후 온도 분포 예측 모델을 개발하였다. 옥상녹화 면적 변화에 따른 열섬현상 완화도를 평가하기 위해 랜덤포레스트 기법을 통해 온도가 종속변수인 온도 분포 예측모델을 구축하였고, 이 과정에서 랜덤포레스트 모델의 훈련자료로 사용될 고해상도 지표 온도 도출을 위해 Google Earth Engine을 활용하여 Landsat-8과 Sentinel-2 위성자료를 융합하는 다중회귀모델을 적용하였다. 또한, 옥상녹화용 초본식생별 이산화탄소 흡수량을 기반으로 녹화 면적에 따른 이산화탄소 흡수량을 평가하였다. 연구 결과를 통해 개발된 위성자료 활용 도시 열섬현상 평가 및 랜덤포레스트 모델 기반 온도 분포 예측 기술은 도시열섬 취약 지역에 확대 적용이 가능할 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제39권5_1호
• /
• pp.655-667
• /
• 2023

전 세계적으로 녹조 대발생은 빈번하게 보고되고 있으며, 국내에서도 매년 녹조로 인한 심각한 수질 오염 문제가 발생하고 있다. 지속적인 관리와 신속한 대응을 통한 수생태계 보호가 필요하다. 녹조 발생의 지표인 chlorophyll-a (Chl-a) 농도를 예측하기 위해 위성 영상을 이용한 연구가 많이 이루어지고 있다. 하지만 수계에 따라 변하는 분광특성과 대기 보정 오류로 인해 정확한 Chl-a 산출에 어려움이 있어 최근 머신러닝 모델을 활용하고 있다. 위성 분광지수 뿐만 아니라 녹조에 영향을 미치는 인자들에 대한 복합적인 고려가 필요하다. 따라서, 본 연구는 수질, 수문 및 기상 인자와 Sentinel-2 영상을 복합적으로 고려하여 데이터셋을 구축하였다. 최근 5년간 낙동강에 위치한 8개 보 구간의 Chl-a 농도 예측에 대표적인 앙상블 모델 random forest (RF)와 extreme gradient boosting (XGBoost)을 활용하였다. 모델 평가 지표로 r-squared score (R²), root mean square errors(RMSE), mean absolute errors (MAE)를 사용하였으며, XGBoost의 R²가 0.810, RMSE가 6.612, MAE가 4.457로 유의미한 결과를 얻은 것을 확인하였다. Shapley additive explanations (SHAP) 분석을 통해 두 모델 모두 수질 인자 suspended solids (SS), biochemical oxygen demand (BOD), dissolved oxygen (DO)과 red edge 밴드를 활용한 밴드비가 높은 중요도를 보인 것을 알 수 있었다. 다양한 입력 데이터는 모델 성능 향상에 도움을 주는 것을 확인할 수 있었으며, 국내외 녹조 탐지에 적용될 수 있을 것으로 보인다.

• 한국수자원학회논문집
• /
• 제56권10호
• /
• pp.631-639
• /
• 2023

돌발가뭄(Flash drought, FD)은 기존 가뭄과는 달리 급작스러운 발생이 대표적인 특징으로, 즉각적인 수분 스트레스를 유발하여 생태계에 주요한 영향을 미친다. 보다 효과적인 돌발가뭄의 모니터링을 위해서는 돌발가뭄의 특징과 원인에 대한 보다 종합적인 이해가 필요하다. 이에, 본 연구에서는 Global Land Data Assimilation System (GLDAS) 자료를 사용하여 2012년부터 2022년 사이 한반도 전역에서 발생한 돌발가뭄에 대해 분석하고자 하였다. 스트레스 기반 탐지 기법인 표준 증발 스트레스 비율(Standardized Evaporative Stress Ratio, SESR)의 변화를 바탕으로 돌발가뭄을 탐지하였으며, 발생 빈도와 기간에 대해 분석하였다. 또한, 탐지된 돌발가뭄 사건들을 실제 증발산(Actual Evapotranspiration, AET)과 잠재 증발산(Potential Evapotranspiration, PET)의 변화를 기반으로 세 가지 케이스로 분류하였으며, 각 케이스 별 발생 특성 및 공간 분포에 대해 분석하였다. 그 결과, 돌발가뭄의 발생 빈도와 기간에 지역적인 편차가 있는 것을 확인하였으며, 평균 빈도는 6.4회, 평균 발생 기간은 31일로 나타났다. 일반적인 돌발가뭄인 Case 1, AET의 감소가 주 원인이 되어 발생한 Case 2, PET의 증가에 의해 발생한 Case 3으로 돌발가뭄 사건들을 분류하였을 때, 한반도에서는 Case 1 돌발가뭄이 1,448건으로 가장 많이 발생했으며, Case 2 돌발가뭄이 Case 3 돌발가뭄보다 약 1.5배 더 많이 일어난 것을 확인할 수 있었다. Case 2 돌발가뭄은 수분 제한 조건(water-limited condition)에서 발생하여 AET와 PET가 모두 감소하는 결과로 이어졌으며, Case 3 돌발가뭄은 에너지 제한 조건(energy-limited condition)에서 발생한 이후 AET와 PET가 모두 증가하였다. Case 2 돌발가뭄은 주로 북서부와 중남부에 위치한 농경지에 영향을 주었으며, Case 3 돌발가뭄은 산지에 해당하는 동부에서 집중적으로 발생하였다. 본 연구의 결과들은 기후 요소, 토지피복 및 수분 가용성을 고려한, 돌발가뭄에 대한 이해를 돕고, 보다 효과적인 가뭄 대응 방안 수립에 기여할 수 있다.

• 한국초등과학교육학회지:초등과학교육
• /
• 제42권4호
• /
• pp.560-576
• /
• 2023

이 연구에서는 교원양성 과정에서 예비 교사들이 수행하는 과학과 탐구 기반 모의 수업 실연에 대한 개선 방안을 도출하고, 예비 교사들이 개선 방안이 반영된 모의 수업을 실연하면서, 모의 수업 전과 후 과학적 자기 효능감에 따른 과학 내재 동기 차이를 분석하고자 하였다. 연구 대상으로는 현직 초등과 중등 교사 5인이 탐구 기반 모의 수업 실연 개선 방안 도출에, 교육대학교 3학년에 재학 중인 예비 교사를 대상으로 과학 내재 동기 차이 분석을 실시하였다. 탐구 기반 모의 수업 실연 개선 방안 도출에는 전문가 협의회에 계층분석과정(AHP)을 적용하였으며, 모의 수업 실연 전과 후 과학적 자기 효능감에 다른 과학 내재 동기 차이 분석에는 이원분산분석과 MANOVA 명령문을 통한 사후 분석을 실시하였다. 연구 결과는 다음과 같다. 탐구 기반 모의 수업 실연 개선에는 디지털·생태 소양과 민주 시민 의식 함양을 위한 활동과 과학과 핵심역량 함양을 위한 과학 탐구·학생 활동 중심의 수업·소집단 활동이 포함될 필요성을 제안하였다. 그리고 개선 사항을 반영하여 예비 교사들이 초등학교 과학의 '지구와 우주' 영역에서 7차시에 걸쳐 교수-학습 과정안을 작성하고 모의 수업을 실연하였다. 과학 내재 동기의 경우 모의 수업 전과 후, 과학적 자기 효능감의 모든 수준에서 유의미한 차이가 나타났으며, 모의 수업 실연 여부와 과학적 자기 효능감과의 상호작용 효과에도 유의미한 차이가 나타났다. 특히, 과학적 자기 효능감이 낮은 집단에서 모의 수업 실연에 따른 과학 내재 동기에 차이가 크게 나타난 것을 도출할 수 있었다. 학교 현장의 학생들의 과학 성취와 정의적 영역 향상을 위해서는 교사의 과학적 자기 효능감과 내재 동기 함양이 필요하다. 이를 위해서는 예비 교사 교육과정에서부터 학교 현장성을 반영한 탐구 기반 모의 수업 실연을 실시할 필요성이 있음을 제안한다.

• 생명과학회지
• /
• 제33권11호
• /
• pp.897-904
• /
• 2023

본 연구는 Bacillus velezensis K10의 유전체 분석결과에 따른 유전자의 고유한 특성을 이용하여 유전자마커를 탐색하고 확립하여 산업현장에서 활용하기 위해서 수행하였다. B. velezensis K10은 총 4,159,835 bps를 유지하였으며, 5,136개의 단백질을 발현하는 것으로 조사되었다. B. velezensis K10은 표준균주에 비교하여 전반적으로 외부요인에 기인되는 유전자의 이동이 훨씬 많은 것으로 나타났다. 이와 같은 양상에 기인하여 B. velezensis K10은 특유의 유전적 서열을 유지할 수 있는 것으로 추정되었다. 선발마커 발굴을 위해 recombinase, integrase, transposase, phage-related genes, 등 유전자 변이 유발이 쉬운 게놈상의 영역에 대해 탐색을 실시하였다. 그 결과, 선발마커로써 가능성이 높은 9개 부위를 확보하였다. 후보마커는 일부 다른 영역에서 특이성을 보이는 영역들이 존재했지만, phage 연관 유전자들에서 매우 특이성이 높았기 때문에, 모두 phage 관련 부위에서 모두 탐색되었다. 종간 후보 선발마커로써 B. licheniformis K12, B. velezensis K10, B. subtilis, B. cereus 등에 대해 PCR 분석을 실시하였다. 그 결과 BV3, BV5~9까지 총 6 프라이머 세트에서 B. velezensis K10 특이적인 PCR 산물이 형성되는 것을 확인하였다. 다른 한편으로, subspecies 수준에서 분석 결과, BV3, 5, 8, 9 등 4 프라이머 세트에서 B. velezensis K10 특이적인 PCR 산물이 형성되는 것을 관찰했다. 분석된 마커 중에서 BV5와 8가 가장 특이성이 높았기 때문에 종(species) 및 아종(sub-species) 수준에서 B. velezensis K10 유전자 선발마커로써 BV5와 8을 활용 가능할 것으로 제의된다.

• 한국방사선학회논문지
• /
• 제17권6호
• /
• pp.881-887
• /
• 2023

본 연구는 한국에서 상용화된 인공지능(AI) 기반 의료 영상 장치의 발전과 현재 동향을 분석하는 것을 목표로 한다. 2023년 9월 30일 기준으로 한국 식품의약품안전처에 허가, 인증 및 신고된 AI 기반 의료기기는 총 186개로, 이 중 138개가 영상의학과와 관련된 제품이었다. 본 연구는 2018년부터 2023년까지의 연도별 허가 추세, 장비 유형, 적용 부위, 주요 기능 등을 종합적으로 고찰하였다. 연구 결과, AI 의료기기는 2018년 4개 제품에서 시작하여 2023년까지 꾸준한 성장세를 보였으며, 특히 2020년 이후 급격한 증가세를 나타내었다. 이는 AI 기술의 발전과 의료분야의 수요 증가가 상호 작용한 결과로 볼 수 있다. 장비별로는 CT, X-ray, MR 순으로 AI 의료기기가 개발되었으며, 이는 각 장비별 이미지의 특성과 임상적 중요성을 반영한다. 본 연구에서는 흉부, 뇌신경, 근골격계 등 특정 부위에 대한 AI 의료기기 개발이 활발한 것을 확인하였고, 주요 기능별로는 의료영상 분석, 탐지 및 진단 보조, 영상 전송 등이 주를 이루었다. 이러한 결과는 AI의 패턴 인식 및 데이터 분석 능력이 의료영상 분야에서 중요한 역할을 하고 있음을 시사한다. 또한, 본 연구는 한국 제품이 국제적인 인증, 특히 미국 FDA와 유럽 CE 인증을 받은 사례를 조사하였다. 그 결과, 다수의 제품이 두 기관의 인증을 받았으며, 이는 한국의 AI 의료기기가 국제적 수준에 부합하며, 글로벌 시장에서의 경쟁력을 갖추고 있음을 보여준다. 본 연구는 AI 기술이 의료영상 분야에서 미치는 영향과 그 발전 가능성을 분석함으로써, 향후 연구 및 개발 방향에 중요한 시사점을 제공한다. 하지만, 규제 측면, 데이터의 질과 접근성, 임상적 유효성 등의 도전 과제도 지적되어, 이러한 문제들에 대한 지속적인 연구와 개선이 요구된다.