• 대한원격탐사학회지
• /
• 제38권5_2호
• /
• pp.695-706
• /
• 2022

중, 고해상도 광학위성은 산불발생지역의 탐지에 대해 그 효용성이 입증되었다. 그러나 산불과 함께 발생하는 연기는 지표에 입사하는 가시광선을 산란시키므로 산불발생지역의 모니터링에 방해가 되며 따라서 연기를 사전에 추출하는 기술이 필요하다. 딥러닝 기술은 연기추출의 정확도를 향상시킬 수 있으나, 학습용 데이터셋의 부족으로 인해 적용에 한계가 있다. 반면에 연기와 유사하게 가시광선을 산란시키는 성질을 지닌 구름은 현재까지 다량의 학습용 데이터셋이 축적되었다. 본 연구는 딥러닝을 활용하여 연기추출을 고도화하는 것이 그 목적이며, 그 과정에서 데이터셋의 부족에 따른 연기추출의 한계점을 구름을 활용한 전이학습으로 해결했다. 전이학습의 효율성 확인을 위해 본 연구에서는 Landsat-8 위성영상을 기반으로 연기추출 학습용 데이터셋을 소규모로 제작한 후, 공공 구름 데이터셋을 활용하여 전이학습을 적용하기 전과 후의 연기추출 성능을 비교하였다. 그 결과 가시광선 파장대역 뿐만이 아니라 근적외선(NIR)과 단파장 적외선(SWIR) 영역에도 전이학습시 성능이 뚜렷하게 향상됨을 확인할 수 있었다. 본 연구결과를 통해서 연기추출의 데이터셋의 부족을 해결할 수 있을 것으로 보이며, 더 나아가 연기추출의 고도화를 통해서 산불발생지역의 모니터링에 이점을 제시할 수 있을 것이다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제35권2호
• /
• pp.157-164
• /
• 2012

본 논문의 목적은 쐐기필터를 사용한 방사선조사면에서 다양한 조직전자밀도가 선량분포에 미치는 영향을 분석하고자 함이다. 구성된 물질에 따라 밀도가 다른 고체 팬텀, 코르크팬텀, 그리고 공기층에서 동적쐐기필터와 금속쐐기필터를 이용하여 선량분포의 변형정도를 평가하였다. 본 실험에서는 매질 내 삽입이 용이하고 우수한 선량특성을 가지고 있는 레디오크로믹 필름(Gafchromic EBT2, International Speciality Products, NJ)을 사용하였다. 선형가속기 6 MV 광자선을 이용해서 $10{\times}10cm^2$ 조사면에 400 MU를 조사하였다. 필름의 선량분포는 선량 분석프로그램을 이용하여 조사면 내 영역과 반음영 영역을 분석하였다. 조직의 밀도가 같을 때 동적쐐기필터와 금속 쐐기필터의 선량분포는 금속 쐐기필터 선량이 동적쐐기필터 선량보다 높게 나타났다. 조직전자밀도가 다른 부위에 쐐기필터의 종류에 따른 선량분포는 고체팬텀과 코르크 팬텀에서 2% 이내 차이를 나타내고 있었다. 그러나 공기층에서 선량분포는 고체팬텀이나 코르크 팬텀의 선량분포와 큰 차이를 보이고 있다. 공기층에서 쐐기필터의 선량분포는 쐐기 사용 효과가 나타나지 않고 있다. 쐐기필터의 두꺼운 부분과 얇은 부분 밖에서 반음영의 크기는 1 cm에서 2 cm 정도 크게 두꺼운 부분에서 크게 나타났다. 그리고 금속 쐐기필터에서 반음영이 동적쐐기필터 보다 평균 6.4%정도 높게 반음영이 나타났다. 본 실험을 통해 공기층과 같이 조직전자밀도 현저히 작은 매질에서는 쐐기필터의 효과가 크게 떨어지는 것과 불균질 물질에 따라 흡수되는 선량분포가 크게 변형되는 것을 알 수 있었다. 따라서 조직전자밀도의 차이가 큰 부위의 방사선치료계획 시 쐐기필터의 적용에 따른 적절한 보정이 이루어져야 한다.