• 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.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1413-1425
• /
• 2023

기후변화로 인한 대형 산불의 빈도가 증가함에 따라 극심한 인명 및 재산상의 피해를 초래하고 있다. 이로 인해 많은 식생이 소실되며, 그 강도와 발생 형태에 따라 생태계 변화에 영향을 끼친다. 생태계 변화는 다시 산불 발생을 유발하여 2차 피해를 야기한다. 따라서 산불 피해지에 대한 정확한 탐지 및 면적 산정의 중요성이 지속적으로 제기되고 있다. 효율적인 산불 피해지 모니터링을 위해 산불 발생 후 실시간 지형 및 기상정보는 물론 피해지역의 영상을 대규모로 취득할 수 있는 위성영상이 주로 활용되고 있다. 최근, 합성곱 신경망(convolution neural network, CNN) 기반 모델부터 고성능 트랜스포머(Transformer) 기반 모델에 이르기까지 딥러닝 알고리즘이 빠르게 발전하면서 산림원격탐사에서 이를 적용한 연구가 활발히 이루어지고 있다. 하지만 현재까지 적용된 딥러닝 모델은 제한적이며 현업에서의 합리적인 활용을 위한 정량적 성능평가에 대한 보고가 부족한 상황이다. 따라서 본 연구에서는 모델에 따른 성능향상과 데이터 설계에 따른 성능향상을 중점적으로 비교 분석하였다. 미국 캘리포니아 지역을 대상으로 CNN 기반 모델의 U-Net, High Resolution Network-Object Contextual Representation (HRNet-OCR)을 활용하여 산불 피해지 모델을 구축하였다. 또한, 기본 파장대역과 함께 식생활력도 및 지표의 수분함량 정도를 고려하고자 normalized difference vegetation index (NDVI), normalized burn ratio (NBR)와 같은 산불 관련 분광지수를 산출하여 입력 이미지로 사용하였다. U-Net의 mean intersection over union (mIoU)이 0.831, HRNet-OCR이 0.848을 기록하여 두 모델 모두 우수한 영상분할 성능을 보였다. 또한, 밴드 반사도뿐 아니라 분광지수를 추가한 결과 모든 조합에서 평가지표 값이 상승하여 분광지수를 활용한 입력 데이터 확장이 픽셀 세분화에 기여함을 확인하였다. 이와 같은 딥러닝 방법론을 발전시킨다면 우리나라의 산불 피해지에 대한 신속한 파악 및 복구 계획 수립의 기초자료로 활용될 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제39권6_2호
• /
• pp.1591-1604
• /
• 2023

해색 원격탐사에서 대기 보정은 자료의 정확도와 신뢰성 확보를 위해 반드시 수행해야하는 과정으로 높은 정확도가 요구된다. 또한 최근 원격 탐사 커뮤니티에서는 위성 자료의 오차에 대한 요구 사항이 증가함에 따라 대기 보정의 보조 자료로 사용되는 기상 변수(오존량, 기압, 바람장, 층적분 수증기량[total precipitable water, TPW])의 오차에 의해 발생하는 원격 반사도(remote sensing reflectance, R_rs)의 오차에 대한 연구가 진행되고 있지만 오차 요인으로 알려진 수증기 프로파일의 변동성에 의한 R_rs의 오차에 대한 연구는 수행되지 않았다. 본 연구에서는 Second Simulation of a Satellite Signal Vector version 2.1 모의를 통해 GOCI-II 관측 영역 내의 수증기 프로파일의 변동성에 따른 수증기 투과도의 오차를 계산하고 이로 인해 발생하는 해색 산출물의 오차에 대해 분석하였다. Radiosonde 관측 수증기 프로파일은 그 형태가 복잡할 뿐만 아니라 지표 부근의 큰 변동성으로 인해 기존 GOCI-II 대기 보정에서 사용하고 있는 US standard 62 수증기 프로파일과의 차이가 최대 0.007만큼 발생하였다. 이로 인해 발생한 수증기 투과도의 차이는 GOCI-II 대기 보정에서 에어로졸 반사도 추정의 차이를 발생시키고, 결과적으로 모든 밴드에서 R_rs의 오차가 발생하였다. 하지만 412-555 nm 밴드에서 수증기 프로파일 차이로 인한 R_rs 오차는 요구 정확도보다 낮은 2% 미만으로 나타났으며, 다른 해색 산출물인 클로로필(chlorophyll-a) 농도, 용존 유기물, 총 부유물 농도에서도 유사한 오차를 보이고 있다. 본 연구의 결과는 대기 보정 및 해색 산출물의 정확도에 있어 수증기 프로파일의 차이의 영향이 적다는 것을 의미한다. 하지만 추후 연구에서 수증기 흡광 보정 시 수증기 프로파일의 변동성을 고려할 경우 보다 높은 수준의 R_rs 정확도 확보를 기대할 수 있다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.933-948
• /
• 2023

대기 중 에어로졸은 인체에 악영향을 끼칠 뿐 아니라 기후 시스템에도 직간접적인 영향을 미치므로 에어로졸의 특성과 시공간적인 분포에 대한 이해는 매우 중요하다. 이를 위해 위성기반 관측을 통해 에어로졸 광학 두께(Aerosol Optical Depth, AOD)를 산출하여 에어로졸을 모니터링하는 다양한 연구가 수행되어 왔다. 하지만 이는 주로 조견표를 활용한 역 산출 알고리즘에 기반하여 이루어지기 때문에 많은 계산량을 요구하며 불확실성이 존재한다. 따라서, 본 연구에서는 Geostationary Ocean Color Imager-II (GOCI-II)의 대기상한반사도와 30일 동안의 대기상한반사도 중 최솟값과 관측 시점 값의 차이 값, 수치 모델 기반 기상학적 변수 등을 활용하여 기계학습 기반 고해상도 AOD 직접 산출 알고리즘을 개발하였다. Light Gradient Boosting Machine (LGBM) 기법이 사용되었으며, 추정된 결과는 지상 관측 자료인 Aerosol Robotic Network (AERONET) AOD를 활용하여 랜덤, 시간 및 공간별 N-fold 교차검증을 통해 검증되었다. 세 가지 교차검증 결과 R²=0.70-0.80, RMSE=0.08-0.09, 기대오차(Expected Error, EE) 안에 있는 비율은 75.2-85.1% 수준으로 안정적인 성능을 보였다. Shapley Additive exPlanations (SHAP) 분석에서는 반사도 관련 변수들이 기여도의 상위권 대부분을 차지하고 있는 것을 통해 반사도 자료가 AOD 추정에 많은 기여를 하는 것을 확인하였다. 서울과 울산 지역에 대한 시간 별 AOD의 공간 분포를 분석한 결과, 개발된 LGBM 모델은 시간의 흐름에 따라 AERONET AOD 값과 유사한 수준으로 AOD를 추정하고 있었다. 이를 통해 높은 시공간 해상도(i.e., 시간별, 250 m)에서의 AOD 산출이 가능함을 확인하였다. 또한, 산출 커버리지 비교에서 LGBM 모델의 평균 산출 빈도가 GOCI-II L2 AOD 산출물 대비 8.8%가량 증가한 것을 통해 기존 물리모델기반 AOD 산출 과정에서 발생하던 밝은 지표면에 대한 과도한 마스킹의 문제점을 개선시킨 것을 확인하였다.

• 한국해양학회지:바다
• /
• 제12권3호
• /
• pp.147-158
• /
• 2007

본 연구는 마산만의 적조원인 식물플랑크톤의 천이와 대발생 변화 양상을 밝히고자 이 지역을 대표할 수 있는 1개 정정에서 2003년 11월부터 2004년 10월까지 강우와 연평균 기온차를 포함한 기후학적 요인, 물리 화학적 요인 그리고 식물플랑크톤 군집을 조사하였다. 영양염은 타해역과 비교하였을 때, 암모니아염은 높은 농도를 보였으나, 질산염은 비슷한 농도를 보였다. 그리고 규산염은 타 해역에 비해 낮은 농도를 보였으며, 인산염은 빈영양 수역에 포함될 정도로 낮은 농도를 보여 식물플랑크톤 성장의 제한요소로 작용하였다. 식물플랑크톤 현존량의 탄소량은 2003년 동계와 2004년 하계에, 엽록소-${\alpha}$는 2003년 늦은 추계부터 동계까지 그리고 2004년 하계에 높게 나타나 비슷한 경향을 보였으며, 개체수는 2003년 동계와 2004년 추계에 높았다. 조사기간 동안 출현한 식물플랑크톤은 총 78종으로 동정되었으며, 이 중 우점종은 규조류 Skeletonema costatum, Cylindrotheca closterium, 와편모조류 Heterocapsa triquetra, Prorocentrum minimum, P. triestinum, 침편모조류 Heterosigma akashiwo로 나타났다. 우점종의 계절적 변화 양상을 살펴보면 P. minimum은 늦은 추계부터 동계까지, H. triquetra는 늦은 동계에 우점하였다. P. triestinum은 늦은 춘계부터 이른 하계까지, H. akashiwo는 춘계부터 조금 높은 경향을 보이다가 늦은 하계에 C. closterium이 그리고 S. costatum은 추계에 가장 우점하였다. CCA 분석결과, 개체수로 표현되는 현존량은 규조류와 관계가 있으며, 환경요인 중에서 수온, 질산염과 인산염의 영향을 받는 것으로 나타났다. 탄소량과 엽록소-${\alpha}$로 표현되는 현존량은 규조류 뿐만 아니라 와편모조류와 침편모조류와 관계가 있으며, 염분, 규산염과 인산염의 영향을 받는 것으로 나타났다. 조사기간을 포함한 최근 6년 동안의 기온의 상승에 따른 수온의 상승은 동계 적조를 발생시키는 원인이 되었다. 또한, 동계 적조에 따른 영양염 고갈과 춘계의 강우량 감소에 따른 영양염 공급의 제한은 마산만에서 상습적으로 발생되는 춘계 적조의 발생을 억제하였을 것으로 판단된다. 결과적으로 2004년도의 전형적인 대발생 양상의 변화는 수온의 상승과 강우량의 감소가 중요한 영향을 미쳤을 것으로 추정된다.

• 한국해양학회지:바다
• /
• 제29권2호
• /
• pp.77-100
• /
• 2024

진해·마산만에 대한 연구는 그동안 해수순환, 조석, 조류, 적조, 수질, 빈산소 환경을 주제로 많이 연구되었으나 주로 단기간 동안 일어나는 해양현상에 대해 연구가 수행되었으며, 만 전체적인 해수순환을 일으키는 물리적 기작을 자세히 살펴본 연구는 부족했다. 오염 물질의 이동과 확산 같은 현상은 주로 계절별로 변동성이 크기 때문에, 이 연구에서는 진해·마산만 해역의 해수순환이 계절적으로 어떻게 변동하는지를 파악하고자 하였다. 이를 위하여 3차원 해양 순환 모델을 이용하여 2016년부터 2018년까지 진해·마산만의 해수순환을 수치모의하고, 여름철과 겨울철 해수순환을 표층, 중층, 저층에 대하여 살펴보았다. 또한 조석, 바람, 담수 유입에 대한 민감도 실험을 수행하여 각 요인들이 해수 유동에 미치는 영향을 분석하였다. 진해·마산만의 해수순환은 가덕수도 저층에서 대한해협의 해수가 유입되고, 표층에서 진해·마산만의 해수가 유출되는 대류성 염하구 순환이 일어난다. 가덕수도를 통해 교환되는 해수의 순환은 크게 진해만 동부해역과 진해만 서부해역으로 나누어져 일어난다. 각 해역의 수로 방향을 기준으로 해수 수송량을 계산하였을 때, 진해만 동부해역의 남북방향 해수 교환 수송량은 진해만 서부해역에서 일어나는 동서방향 해수 교환량보다 겨울철에는 2.3배, 여름철에는 1.4배 크다. 진해만 서부해역은 계절별로 작용하는 힘들의 균형이 변화하여 해수순환 특성이 계절에 따라 크게 다르다. 겨울철에는 북서풍이 만드는 전단응력과 해수면 기울기의 영향으로 표층 해류가 남쪽으로, 저층 해류는 북쪽으로 흐르는 남북방향 대류성 순환이 강화된다. 반면, 남서풍이 부는 여름철에는 바람 응력에 의해 표층 해수가 동쪽으로 유출되고, 또한 남동쪽 해수면이 높아 북쪽 방향 순압성 압력경도력이 커져 동쪽 방향 유속이 강화된다. 저층에서는 밀도 구배가 커져 경압성 압력경도력이 남쪽으로 크게 작용하여 지형류 균형에 의해 가덕수도의 해수가 서쪽으로 강하게 유입하는 동서방향 대류성 순환이 겨울철보다 26% 강화된다. 진해만 서부의 대류성 순환은 겨울과 여름 모두 조류와 바람의 영향을 크게 받는다. 진해만 동부해역과 마산만에서는 모든 계절에 표층에서는 해수가 외해로 유출되고, 저층에서는 해수가 만 안쪽으로 유입되는 전형적인 염하구 순환을 보였다. 겨울철에는 바람과 담수유입이, 여름철에는 조류의 영향이 남북방향 염하구 순환 규모에 크게 기여하였다. 진해만 동부해역에는 지형의 영향을 받아 형성된 조석 잔차류도 뚜렷하다. 이 연구에서 제시한 진해·마산만의 계절별 해수순환 특성은 이 해역의 오염물질 확산, 여름철 빈산소수괴의 형성 기작 파악, 적조 생물의 유입과 유출을 이해하는 데 도움이 될 것으로 기대된다.

• 한국지구과학회지
• /
• 제45권2호
• /
• pp.121-135
• /
• 2024

1991-2020년의 30년 동안 봄철(3-5월)에 북극-동아시아 지역의 지표면 부근 대기 온난화가 북극 진동에 따라 한국의 서울에서 발생하는 황사 사례일의 종관 기상 특성에 미치는 영향을 분석하였다. 북극-동아시아 지역의 봄철 온난화 증가는 한국의 서울에서 황사 사례일을 6일을 감소시켰고, 황사 사례일의 PM₁₀ 질량 농도도 -1.6 ㎍ m^-3yr^-1으로 강도를 약화시키는데 기여하고 있었다. 2010년대 한국에서 감소하고 있는 황사 사례일에 대한 동아시아 지역의 종관 기상 특성은 음(-)의 잠재소용돌이도(Potential Vorticity Unit; PVU)로 나타나는 고기압성 활동이 증가하고 있었다. 또한, 한국에서는 음(-)의 북극진동지수(Arctic Oscillation Index; AOI)에서 황사 사례일이 증가하고 양(+)에서는 감소하는 정적 편포를 보였다. AOI가 음(-)인 황사 사례일에서는 중국 대륙에 온난한 고기압이 강화되고 있었다. 더불어 한대 제트의 중심 위치가 북쪽으로 이동하면서 몽골과 중국 북부에서는 한대 기단의 남하에 의한 저기압성 활동이 약해지고 있었다. 황사의 발생이 감소하였을 뿐 아니라 발원지로부터 한국으로 황사를 수송하는 풍속이 감소하고 있었다. 반면, AOI가 양(+)인 황사 사례일에서는 중국 대륙에 광역적으로 온난하고 정체적인 고기압이 위치하고 있었으며, 한대 제트의 북쪽이 더욱 냉각되어 있었다. 몽골-중국 북부-한국에 이르는 지역에서 하층 대류권의 현저한 풍속 감소가 황사 발생을 감소시킬 뿐 아니라 장거리 수송을 약화시키는 원인이 되는 것으로 보인다.

• 환경생물
• /
• 제41권4호
• /
• pp.400-412
• /
• 2023

본 연구에서는 과정기반 생지화학모형 중 하나인 BGC-MAN (Biogeochemistry Management) 모형을 남북한에 적용하여 산림생태계의 생산성을 나타내는 지표인 순일차생산성(Net Primary Productivity, NPP)을 평가하였다. 기상자료의 경우에는 우리나라 기상청 기후정보포털의 실측 및 동아시아 시나리오 자료를 병행하여 활용하였다. 식생정보로는 소나무(Pinus densiflora) 및 참나무(Quercus spp.) 임분을 대상으로 우리나라의 광릉 및 설마천 유역과 북한 내 양묘장이 있는 것으로 알려져 있는 사리원, 서흥, 해주, 정주, 원산을 대상지로 선정하였다. 생물리적 정보 중경위도, 고도, 사면 방향 등의 지형정보는 SRTM (Shuttle Radar Topography Mission)의 수치표고모델을 활용하였으며, 토양정보 등의 경우에는 HWSD (Harmonized World Soil Database)의 정보를 활용하였다. 관리 요인의 경우에는 1950년의 한국전쟁으로 인한 남북한 산림파괴와 이후 산림의 재조림 과정을 고려하였다. 1991년부터 2100년까지 모의된 NPP의 전체 평균 값은 5.17 Mg C ha^-1이었으며, 범위는 3.30~8.19Mg C ha^-1로 도출되었다. 또한 기후 시나리오의 변동성이 커짐에 따라서 산림 생산성의 교란이 커졌으며, 소나무 임분의 생장 둔화가 두드러지게 나타났다. 기후변화에 따라 생태계 과정기반 모형의 중요성이 커지는 시점에서 BGC-MAN 모형의 한반도 적용성이 검토되었다. 본 연구의 제한된 자료를 통해서 기후변화에 대한 교란이 산림생태계에 미치는 여러 요인들이 분석된 만큼, 향후 모델링 방법의 보완을 통해 보다 한반도 전역의 정밀한 생태계 변화를 과정기반 모형을 통해 모의할 수 있도록 해야 할 것이다.

• 한국수자원학회논문집
• /
• 제57권7호
• /
• pp.437-449
• /
• 2024

딥러닝을 활용하여 유역 특성을 반영한 유량 예측 및 비교 연구가 주목받고 있다. 본 연구는 셀프 어텐션 메커니즘을 통해 대용량 데이터 훈련에 적합한 Transformer와 인코더-디코더(Encoder-Decoder) 구조를 가지는 LSTM-based multi-state-vector sequence-to-sequence (LSTM-MSV-S2S) 모형을 선정하여 유역정보(catchment attributes)를 고려할 수 있는 모형을 구축하였고 이를 토대로 국내 10개 다목적댐 유역의 유입량을 예측하였다. 본 연구에서 설계한 실험 구성은 단일유역-단일훈련(Single-basin Training, ST), 다수유역-단일훈련(Pretraining, PT), 사전학습-파인튜닝(Pretraining-Finetuning, PT-FT)의 세 가지 훈련 방법을 사용하였다. 모형의 입력 자료는 선정된 10가지 유역정보와 함께 기상 자료를 사용하였으며, 훈련 방법에 따른 유입량 예측 성능을 비교하였다. 그 결과, Transformer 모형은 PT와 PT-FT 방법에서 LSTM-MSV-S2S보다 우수한 성능을 보였으며, 특히 PT-FT 기법 적용 시 가장 높은 성능을 나타냈다. LSTM-MSV-S2S는 ST 방법에서는 Transformer보다 높은 성능을 보였으나, PT 및 PT-FT 방법에서는 낮은 성능을 보였다. 또한, 임베딩 레이어 활성화 값과 원본 유역정보를 군집화하여 모형의 유역 간 유사성 학습 여부를 분석하였다. Transformer는 활성화 벡터가 유사한 유역들에서 성능이 향상되었으며, 이는 사전에 학습된 다른 유역의 정보를 활용해 성능이 개선됨을 입증하였다. 본 연구는 다목적댐별 적합한 모형 및 훈련 방법을 비교하고, 국내 유역에 PT 및 PT-FT 방법을 적용한 딥러닝 모형 구축의 필요성을 제시하였다. 또한, PT 및 PT-FT 방법 적용 시 Transformer가 LSTM-MSV-S2S보다 성능이 더 우수하였다.

• 한국컴퓨터정보학회논문지
• /
• 제29권9호
• /
• pp.125-136
• /
• 2024

산사태 예방을 위한 비구조물 대책 중 하나로, 산사태 예·경보 시스템의 임계 강우 기준을 마련하기 위한 강우 특성 분석 자동화 알고리즘을 제안한다. 알고리즘은 파이썬으로 작성했다. 강수 자료는 기상청과 산림청의 관측소 정보를 활용하였고, 산사태 정보는 2020~2023년까지의 데이터를 기반으로 행정안전부의 생활안전지도를 통해 수집했다. 알고리즘은 3단계이다. 첫째, 강수 자료를 입력받아 지점 정보 불일치와 결측값을 정제한다. 둘째, 산사태 위치와 가장 가까운 관측소를 찾아내고, 무강우 기간 및 반감기를 고려하여 강우 사상을 분류하고 분석한다. 셋째, 강우 특성에 대해 기초 통계를 수행한 후, 적절한 통계 모델을 선정·분석한다. 분석 결과, 강우강도-지속시간, 유효 강우량-지속 시간, 선행강우량-지속 시간, 최대강우량-지속 시간의 관계에 대해 멱법칙과 비선형 회귀분석을 실시하였으며, 평균 R² 값이 0.45로 나타났다. 분석된 임계 강우 기준은 강우강도 0.9~1.4mm/hr, 유효강우량 68.5~132.5mm, 선행강우량 81.6~151.1mm, 최대강우량 17.5~26.5mm로 분석되었다. 기준 검증을 위해 AUC-ROC 분석을 수행한 결과, AUC 값이 0.5로 낮게 나타났다. 마지막으로 알고리즘의 속도 성능을 평가한 결과 총 30분의 시간이 소요되었다. 즉, 강우 자료만으로 재해를 예측하는 데에는 한계가 있음을 시사한다. 단, 재해로 인한 인명과 재산 피해를 막기 위해서는 정량적이나 해석이 편리한 방법으로 기준 선정이 필요하다. 따라서 본 연구에서 개발한 알고리즘을 활용하여 산사태 발생 임계 강우 기준의 정량적 평가를 통해 인명 및 재산 피해를 저감하는 데 기여할 수 있을 것으로 기대한다.