• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.112-113
• /
• 2021

하천으로 유입되는 오염물질은 유수의 흐름에 따라 이송되며 혼합된다. 이러한 오염물질의 해석을 위해서는 확산 또는 분산계수 산정이 필요하다. 오염물질의 거동과 관련된 실험적 연구는 방사선 동위원소와 형광성 물질을 이용하여 수행되어 왔으나, 추적자 실험은 많은 비용 및 인력을 요하며, 고정식으로 설치한 계측장비로부터 수집한 시계열 농도자료만을 이용하여 분석하기 때문에 공간적 분포에 대한 자료 취득은 어렵다는 한계가 있다. 하천의 오염물질을 모니터링하기 위해서는 공간을 이동하는 입자의 관점에서 물리량을 표현하는 Lagrangian 방식보다 특정 위치에서 물리량 변화를 표현하는 Eulerian 방식이 적합하다. 그러나 드론을 활용한 하천원격탐사 연구의 대부분은 이동식 플랫폼으로 활용되어 특정 시간에 공간적 분광특성의 분포 파악이 한정적이며, 동일 지점에서 분광특성의 시간적 변화를 파악할 수 없다. 따라서 본 연구에서는 기존의 면단위를 측정하는 이동식 플랫폼의 한계를 극복하고 하천 모니터링에 적합한 Eulerian 방식을 적용하기 위하여 CCTV 형태의 고정식 초분광촬영 플랫폼을 도입하였다. 본 연구에서는 하천으로 유입되는 오염물질의 거동을 분석하기 위하여 자연하천에서 형광성물질인 Rhodamine WT를 이용하여 추적자 실험을 수행하였으며, 접촉식 센서를 활용한 농도측정과 동시에 드론과 초분광센서를 활용하여 CCTV 형태의 고정식 초분광영상을 획득하였다. 실험결과 도출된 전통적인 방식의 분산계수 산정과 시공간 초분광영상을 활용한 분산계수 산정을 비교하여 오염물질 거동 분석에 초분광영상 활용의 가능성을 검토하였다. 본 연구에서 제시한 드론기반 시공간 초분광영상 기법을 교량이나 기타 하천구조물에 초분광 센서를 설치하여 CCTV형식으로 활용할 경우, 공단이나 하·폐수 처리장 등의 점오염원이 밀집해 있는 지역에 직접 설치하여 화학사고의 감지 및 오염물질의 유출 확인 및 조류, 부유사 등의 다양한 수질항목의 농도 변화 감지가 가능하고, 수심변화 감지로 장기적으로 활용할 경우 특정 지점에서의 하상변동 조사가 가능하다. 또한, 오염물질의 유출 사고 발생 등의 사람이 직접 접근이 불가능한 지역에 드론을 활용하여 초분광센서를 이용한 오염물질 감지가 가능할 것으로 판단된다.

• 한국초지조사료학회지
• /
• 제43권2호
• /
• pp.103-108
• /
• 2023

본 연구는 드론의 초분광장치를 이용하여 이탈리안 라이그라스 생육기간 중의 파종계절에 따른 식생지수 변화 및 생산성을 조사하였다. 수량성을 조사한 결과, 봄파종구의 건물수량이 가을파종구의 약 52%였으며 초장은 유의적으로 차이가 없었다. 식생지수를 산정하여 연속적인 패턴을 분석한 결과, 가을파종구의 대부분 식생지수가 시간이 지날수록 낮아지며, 봄파종구는 높아지는 유형을 보였으나 RGRI는 반대의 유형을 나타냈다. 재배기간에 따른 가을파종구의 건물수량과 RGRI의 상관성이 높았다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.46-46
• /
• 2022

유기물의 복잡한 혼합물인 CDOM(Colored or Chromophoric Dissolved Organic Matter)은 하천 내 BOD(Biological Oxygen Demand), COD(Chemical Oxygen Demand) 및 유기 오염물질과 상당한 관련이 있다. CDOM은 가시광선 영역에서 빛을 흡수하는 성질을 가지고 있으며, 최근 원격감지 기술로 CDOM을 모니터링하기 위한 연구가 진행되고 있다. 본 연구에서는 백제보 상류 23km 구간에서 3년(2016~2018) 중 13일의 초분광영상을 활용하여 머신러닝 기반 CDOM을 추정 알고리즘을 개발하고자 한다. 초분광영상은 400~970 nm의 범위의 4 nm 간격 127개 대역의 분광해상도와 2 m의 공간해상도를 가진 항공기 탑재 AsiaFENIX 초분광 센서를 통해 수집하였으며 CDOM은 Millipore polycarbonate filter (𝚽47, 0.2 ㎛)에서 여과된 CDOM 샘플 자료를 200~800 nm의 흡수계수 스펙트럼으로 추출하여 사용하였다. CDOM 값은 전체기간 동안 2.0~11.0 m^-1의 값 분포를 보였으며 5 m^-1이상의 고농도 구간 자료개수가 전체 153개 샘플자료 중 21개로 불균형하다. 따라서 ADASYN(Adaptive Synthesis Sampling Approach)의 oversampling 방법으로 생성된 합성 데이터를 사용하여 원본 데이터의 소수계층 데이터 불균형을 해결하고 모델 예측 성능을 개선하고자 하였다. 생성된 합성 데이터를 입력변수로 하여 ANN(Artificial Neural Netowk)을 활용한 CDOM 예측 알고리즘을 구축하였다. ADASYN 기법을 통한 합성 데이터는 관측된 데이터의 불균형을 해결하여 기계학습 모델의 CDOM 탐지 성능을 향상시킬 수 있으며, 저수지 내 유기 오염물질 관리를 위한 설계를 지원하는데 사용할 수 있을 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.444-444
• /
• 2022

하천 수심 계측은 수심을 사람이 직접 계측하거나 초음파 기반 유속계 (ADCP) 등 최신 계측기기를 이용하여 간접적으로 계측을 실시하고 있다. 하지만 사람이 직접 하천에서 수심을 측정하는 것은 위험이 동반되고, 수심자료의 측정오차가 크게 발생한다. 따라서 수심측정에서 직접 측정 방식의 한계를 극복하기 위해, 초분광 영상의 반사도와 수심이 높은 상관관계를 보이는 것을 활용하여, 초분광 영상 기반 수심 산정 기법을 개발하였다. 초분광 영상 기반 수심 산정 기법은 복수의 파장이 존재하는 초분광영상으로부터 두 개의 파장대의 밴드를 추출하여 모든 경우의 수에 대해 밴드비를 산정한 후, 실측수심과 밴드비 간의 회귀분석을 실시하여 상관계수가 가장 높은 회귀식을 찾아내는 방식이 최적 밴드비 분석법에 기반한다. 최적 밴드비 분석법을 통해 획득된 높은 상관성의 밴드비-수심 관계식을 이용하여 수심을 추정할 수 있다. 이러한 방법은 직접 수심 측정 방식에 비해, 높은 해상도와 밀도, 양질의 데이터를 수집할 수 있는 장점이 있다. 과거 연구에 따르면 저수심부에서의 높은 정확도의 수심추정 결과를 보였지만, 고수심부에서는 실측수심과의 오차도 높아지는 등 정확성이 떨어지는 경향을 보인다. 따라서 본 연구에서는 보다 효율적인 수심계측을 할 수 있도록 최적 밴드비 분석법을 활용한 수심추정에서 신뢰성 있는 수심의 범위를 파악할 수 있는 방법을 제시하고자 한다. 본 연구에서는 대상지역으로 낙동강 본류와 황강 지류 합류부로 선정하였고, 초음파 기반 유속계(ADCP)와 드론을 활용하여 실측수심과 초분광 영상을 취득하였다. 민감도 분석을 위한 수심자료를 0.5m 단위로 분할하였으며, 구간별로 최적 밴드비 분석을 실시하였다. 그 결과, 구간별로 산정된 상관계수와 평균제곱근오차 (RMSE)를 통해 정확도가 높은 구간을 구별할 수 있었다. 또한 해당 구간을 초과하는 수심은 초분광 영상을 통해 추정이 어려운 것으로 판단되며, 분석한 구간까지를 최대 추정 가능 수심으로 정의하였다. 마지막으로 검증을 위해 최대추정가능수심으로 판단된 구간까지의 데이터만 활용하여 최적 밴드비 분석법을 적용하여 상관계수나 평균제곱근오차 결과의 개선여부 확인을 통해, 본 연구에서 제시한 방법이 정확한 최대추정가능수심 구간을 산정할 수 있는지 확인하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.88-88
• /
• 2022

하천법 개정 및 수자원의 조사·계획 및 관리에 관한 법률 제정으로 하상변동조사를 정기적으로 실시하는 것이 의무화 되었고, 지자체가 계획적으로 수자원을 관리할 수 있도록 제도가 마련되고 있다. 하상의 지형측량은 직접 측량할 수 없기 때문에 수심 측량을 통해 간접적으로 이루어지고 있으며, 그 방법은 레벨측량이나 음향측심기를 활용한 접촉식으로 이루어지고 있다. 접촉식 수심측량법은 자료수집이 제한적이기 때문에 공간해상도가 낮고 연속적인 측량이 불가능하다는 한계가 있어 최근에는 LiDAR나 초분광영상을 이용한 원격탐사를 이용한 수심측정 기술이 개발되고있다. 개발된 초분광영상을 이용한 수심측정 기술은 접촉식 조사보다 넓은 지역을 조사할 수 있고, 잦은 빈도로 자료취득이 용이한 드론에 경량 초분광센서를 탑재하여 초분광영상을 취득하고, 최적 밴드비 탐색 알고리즘을 적용해 수심맵 산정이 가능하다. 기존의 초분광 원격탐사 기법은 드론의 경로비행으로 획득한 초분광영상을 면단위의 영상으로 정합한 후 특정 물리량에 대한 분석이 수행되었으며, 수심측정의 경우 모래하천을 대상으로 한 연구가 주를 이루었으며, 하상재료에 대한 평가는 이루어지지 않았었다. 본 연구에서는 기존의 초분광영상을 활용한 수심산정 기법을 식생이 있는 하천에 적용하고, 동일지역에서 식생을 제거한 후의 2가지 케이스에 대해서 시공간(Spatio-temporal)초분광영상과 단면초분광영상에 모두 적용해 보았다. 연구결과, 식생이 없는 경우의 수심산정이 더 높은 정확도를 보였으며, 식생이 있는 경우에는 식생의 높이를 바닥으로 인식한 수심이 산정되었다. 또한, 기존의 단면초분광영상을 이용한 수심산정뿐만 아니라 시공간 초분광영상에서도 수심산정의 높은 정확도를 보여 시공간 초분광영상을 활용한 하상변동(수심변동) 추적의 가능성을 확인하였다.

• 한국작물학회:학술대회논문집
• /
• 한국작물학회 2022년도 추계학술대회
• /
• pp.187-187
• /
• 2022

Purple-discoloration of the uppermost leaves has been observed in some soybean cultivars in recent years. The purpose of this study was to characterize the novel phenotypic changes between the uppermost and middle leaves via multiple approaches. First, quantitative trait loci mapping was conducted to detect loci associated with the novel phenotype using 85 recombinant inbred lines (RILs) of the 'Daepung' × PI 96983 population. 180K SNP data, a major quantitative trait locus (QTL) was identified at around 60 cM of chromosome 6, which accounts for 56% of total phenotypic variance. The genomic interval is about ~700kb, and a list of annotated genes includes the T-gene which is known to control pubescence and seed coat color and is presumed to encode flavonoid 35-hydroxylase (F3'H). Based on Hyperspectral imaging, the reflectance at 528-554 nm wavelength band was extremely reduced in the uppermost leaves compared to the middle (green leaves), which is presumed die to the accumulation of anthocyanins. In addition, purple-discolored leaf tissues were observed and compared to normal leaves using a transmission electronic microscope (TEM). Base on observations of the cell organelles, the purple-discolored uppermost leaves had many pigments formed in the epidermal cells unlike the normal middle leaves, and the cell wall thickness was twice as thick in the discolored leaves. The thickness of the thylakoid layer in the chloroplast the number of starch grains, the size of starch all decreased in the discolored leaves, while the number of plastoglobule and mitochondria increased.

• 대한원격탐사학회지
• /
• 제36권2_1호
• /
• pp.155-165
• /
• 2020

본 연구에서는 복사전달모델을 사용하여 다양한 변수환경(파장 (340 nm, 477 nm), 에어로솔 종류(스모크, 황사, 황산염), AOD (aerosol optical depth), 지표면 반사도, 관측기하)에 따라 에어로솔 유효 고도(aerosol peak height; APH)에 대한 O₄ 대기질량인자(air mass factor; AMF)의 민감도를 조사하였다. 전반적으로, 477 nm의 O₄ AMF 가 340 nm 보다 APH에 대한 민감도가 크고 안정적으로 산출 가능한 것으로 확인하였다. AOD가 높을 때 APH에 대한 O₄ AMF의 민감도가 커지는 것을 확인하였다. 477 nm에서는 340 nm 보다 지표면 반사도의 영향이 큰 것으로 나타났다. 태양천정각 증가에 따라 340 nm에서의 O₄ AMF가 감소하는 추세를 발견하였으며, 이러한 경향은 태양천정각 40°인 환경에서 높은 Rayleigh 및 Mie 산란에 의한 장벽효과로 인해 O₄ 흡수가 발생하는 광경로 길이가 줄어들기 때문인 것으로 사료된다. 477 nm에서는 태양천정각이 증가함에 따라 Rayleigh 및 Mie 산란에 의한 다중산란이 일부 발생하여 O₄ AMF가 비선형함수 형태로 증가하는 경향을 보였다. 마지막으로, AOD의 불확실성이 APH 산출오차에 미치는 영향을 조사하였다. 황산염 타입에 대한 APH 산출 시, AOD의 불확실성으로 인한APH 산출오차가 다른 에어로솔 타입보다 크게 나타났으며, 황사의 경우 AOD 불확실성에 대한 APH 산출오차에 대한 영향이 미미하게 나타났다. 이러한 결과는 각 에어로솔 타입의 흡수 산란 특성이 다양하기 때문에, 에어로솔 타입이 APH 산출 오차에 영향을 미칠 수 있음을 의미한다.

• 한국농림기상학회지
• /
• 제21권4호
• /
• pp.317-326
• /
• 2019

본 연구는 초분광 영상을 이용하여 간척지에서 주로 발생하는 염해 및 한해를 봄감자의 주요 생육단계에서 판별할 수 있는지를 검토하는 것이다. 영양생장기(VP), 괴경형성기(RFP) 및 괴경비대기(RGP)에 취득한 초분광 영상 내 봄감자 캐노피 영역의 반사율과 반사율의 불균일성을 최소화하기 위해 밴드 비로 변환하였다. 소형 다중분광 영상센서 개발을 고려하여 FWHM 5 nm의 단일 밴드를 상용화되어있는 밴드패스필터 기준으로 10 nm, 25 nm와 50 nm 평준화한 후 똑같이 밴드 비로 변화하였다. 의사결정트리법을 이용하여 각 FWHM에서 염해 판별에 유의한 단일 밴드 및 밴드 비를 추출하였고 그 분류 정확도는 OA와 KC로 나타내어졌다. 염해, 한해 및 정상 여부를 분류하기 위해 선택된 밴드는 최소 3개에서 최대 13개로 모든 FWHM에서 OA 66.7%와 KC 40.8% 이하의 정확도를 나타내었다. 괴경비대기(RGP)에서만 공통으로 440 nm가 선택되었고 동일 밴드는 아니지만 영양생장기(VP)에는 530 nm 또는 540 nm, 괴경비대기(RGP)에서는 추가로 710 nm 또는 720 nm가 선택되었다. 영양생장기(VP)에 비해 생식생장기(RFP 및 RGP)에 분류 정확도가 높지만 상용화가 용이한 10nm 이상의 FWHM에서 OA 및 KC값이 각각 78.7%, 57.7% 이하로 나타났다. 밴드 비를 이용하여 염해, 한해 및 정상을 분류하기 위해 선택된 밴드 비는 최소 2개에서 최대 6개로 원래 밴드(5 nm FWHM)의 비를 이용할 경우 생육 시기 및 FWHM에 관계없이 OA 및 KC가 95% 이상으로 나타났다. 영양생장기에서 FWHM에 관계없이 790 nm와 800 nm의 비가 선택되었고 동일 밴드는 아니지만 각 생육단계에서 Red, Red-edge 및 NIR 영역에서 유사밴드가 선택되었다. 모든 생육 시기에서 10 nm의 FWHM을 가진 3개 이하의 밴드 비를 이용한다면 OA 91.3%와 KC 85.0% 이상의 분류 정확도로 봄감자의 염해, 한해 및 정상여부판별이 가능할 것으로 판단된다. 이 결과는 넓은 면적에서 염해 및 한해 피해를 받은 작물 필지를 소형 다중 분광 카메라로 판별하여 빠르고 유연하게 제염기술을 투입하거나 그 피해 대책을 위한 정책 활용에 이용될 수 있을 것이다.

• 대한원격탐사학회지
• /
• 제39권5_1호
• /
• pp.669-681
• /
• 2023

과일 나무의 생육을 평가하는 중요한 지표인 엽록소 함량을 추정하는데 비교적 많은 노동력의 투입이 요구되고 오랜 시간이 소요되는 기존의 파괴 조사 대신 비파괴적 조사 방식인 원격탐사기술을 적용하기 위한 연구가 시도되고 있다. 이 연구에서는 2년(2021, 2022) 간 무인기 기반의 초분광 영상을 이용하여 배나무 잎의 엽록소 함량을 비파괴적으로 추정하는 연구를 수행하였다. 영상 처리로 추출된 배나무 캐노피(canopy)의 단일 band 반사율은 시간 변화에 따라 불안정한 복사 효과를 최소화하기 위해 밴드비화(band rationing) 되었다. 밴드비(band ratios)를 입력 변수로 머신러닝 알고리즘인 elastic-net, k-nearest neighbors (KNN)과 support vector machine을 사용하여 추정(calibration, validation) 모델들을 개발하였다. Full band ratios 기반 추정 모델들의 성능과 비교하여 계산 비용 절감과 재현성 향상에 유리한 key band ratios를 선정하였다. 결과적으로 모든 머신러닝 모델에서 full band ratios를 이용한 calibration에 coefficient of determination (R²)≥0.67, root mean squared error (RMSE)≤1.22 ㎍/cm², relative error (RE)≤17.9%)와 validation에 R²≥0.56, RMSE≤1.41 ㎍/cm², RE≤20.7% 성능을 비교하였을 때, key band ratios 네 개가 선정되었다. 머신러닝 모델들 사이에 validation 성능에는 비교적 큰 차이가 없어 calibration 성능이 가장 높았던 KNN 모델을 기준으로 삼았으며, 그 key band ratios는 710/714, 718/722, 754/758, 758/762 nm가 선정되었다. Calibration에서 R²=0.80, RMSE=0.94 ㎍/cm², RE=13.9%와 validation에서 R²=0.57, RMSE=1.40 ㎍/cm², RE=20.5%를 나타내었다. Validation의 기준으로 한 성능 결과는 배나무 잎 엽록소 함량을 추정하기에 충분하지 않았지만, 앞으로의 연구에 기준이 될 key band ratios를 선정했다는 것에 의미가 있다. 추후 연구에서는 추정 성능을 향상하기 위해 지속적으로 추가 데이터세트를 확보하여 선정된 key band ratios의 신뢰성 검증과 함께 실제 과원에 재현 가능한 추정 모델로 고도화할 필요가 있다.

• 헤리티지:역사와 과학
• /
• 제57권2호
• /
• pp.102-115
• /
• 2024

채색문화유산은 종이, 견, 나무, 흙, 회 등 다양한 재료를 바탕재로 사용하여 그 위에 먹 등으로 밑선을 그리고 여러가지 색료를 이용하여 선이나 색채를 표현한 것이다. 먹선은 본래의 도상을 확인할 수 있기 때문에 모사와 보존처리 시그 중요성이 강조되고 있다. 이에 적외선 촬영을 이용한 먹선 분석이 광범위하게 수행되고 있다. 본 연구에서는 채색문화유산의 바탕층 재료에 따른 적외선 촬영법을 사용한 밑선의 검출 영향을 연구하였다. 확인에는 적외선 촬영법에 사용되는 적외선 카메라와 950~1700nm영역을 검출할 수 있는 초분광 카메라 2종의 검출기기를 이용하였다. 밑선 검출을 위해 지류(닥지, 쪽/닥지), 직물(견, 견/연백), 목재(뇌록/목재), 토벽(뇌록/토벽), 회벽 7종의 바탕층 위에 먹으로 '검(檢)'을 표기하고 진사, 석황, 석록, 석청, 연백, 연단 6종의 상부 채색층을 구성하였다. 시료 제작 후 적외선 촬영법을 이용하여 밑선을 검출한 결과는 다음과 같았다. 지류와 직물 바탕재의 경우 먹선 검출에 미치는 영향의 차이가 미미하였으며, 지류에 쪽을 염색한 경우와 견에 연백으로 배채한 경우에도 큰 차이점이 확인되지 않았다. 단, 목재, 토벽, 회벽의 경우 먹선 검출에 큰 영향을 미치는 것으로 확인되었다. 특히 뇌록을 가칠로 적용한 목재와 토벽의 경우 6종의 상부 채색 안료에 대하여 모두 먹선이 검출되지 않았으며, 회벽의 경우에는 석록을 제외한 모든 상부 채색 안료에서 먹선 검출에 보다 긍정적인 영향을 미치는 것으로 확인되었다. 본 연구를 통하여 바탕층의 재료에 따라 먹선의 검출 효율에 미치는 영향이 확인됨에 따라 채색문화유산 조사 계획수립 및 결과 해석에 활용될 것으로 기대된다.