• Korean Journal of Remote Sensing
• /
• v.38 no.4
• /
• pp.327-341
• /
• 2022

Cloud removal is often required to construct time-series sets of optical images for environmental monitoring. In regression-based cloud removal, the selection of an appropriate regression model and the impact analysis of the input images significantly affect the prediction performance. This study evaluates the potential of Gaussian process (GP) regression for cloud removal and also analyzes the effects of cloud-free optical images and spectral bands on prediction performance. Unlike other machine learning-based regression models, GP regression provides uncertainty information and automatically optimizes hyperparameters. An experiment using Sentinel-2 multi-spectral images was conducted for cloud removal in the two agricultural regions. The prediction performance of GP regression was compared with that of random forest (RF) regression. Various combinations of input images and multi-spectral bands were considered for quantitative evaluations. The experimental results showed that using multi-temporal images with multi-spectral bands as inputs achieved the best prediction accuracy. Highly correlated adjacent multi-spectral bands and temporally correlated multi-temporal images resulted in an improved prediction accuracy. The prediction performance of GP regression was significantly improved in predicting the near-infrared band compared to that of RF regression. Estimating the distribution function of input data in GP regression could reflect the variations in the considered spectral band with a broader range. In particular, GP regression was superior to RF regression for reproducing structural patterns at both sites in terms of structural similarity. In addition, uncertainty information provided by GP regression showed a reasonable similarity to prediction errors for some sub-areas, indicating that uncertainty estimates may be used to measure the prediction result quality. These findings suggest that GP regression could be beneficial for cloud removal and optical image reconstruction. In addition, the impact analysis results of the input images provide guidelines for selecting optimal images for regression-based cloud removal.

• Journal of Practical Agriculture & Fisheries Research
• /
• v.24 no.3
• /
• pp.33-43
• /
• 2022

This study was conducted to monitor the vegetation recovery in the areas damaged by the forest fires on the east coast that occurred in April 2000. The study site was a forest fire-damaged area in Samcheok-si, Gangwon-do, and 21 monitoring areas (12 natural restoration sites, 9 artificial restoration sites) were selected to analyze the vegetation recovery trend since 1998. The vegetation recovery trend was compared by calculating the values according to the year using the difference Normalized Burn Ratio (dNBR) and Normalized Difference Vegetation Index (NDVI) based on satellite images (Landsat TM/ETM+ and Sentinel-2A). As the result of this study, all 21 sites, vegetation was recovered, and both groups showed the greatest recovery in summer. In the case of the dNBR, the artificial restored sites showed higher values than the natural restored sites, and in the case of the NDVI, the natural restored sites were higher than the artificially restored sites in summer and autumn. However, the difference between the two groups of natural and artificial restoration sites was not significant. Therefore, the direction of forest restoration after forest fire damage can be effectively restored if properly implemented for the purpose of restoration of the target site.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.53-53
• /
• 2023

본 연구에서는 토양의 동결-융해 상태 구분을 위해 영상레이더(Synthetic Aperture Radar) 자료를 활용해 지표상태인자(Surface State Factor, SSF)를 산정하고, 관측 토양수분 자료 및 지표면 온도(Land Surface Temperature, LST) 자료와의 비교를 통해 SSF의 정확도를 분석하였다. SSF 산정은 용담댐 유역을 포함한 인근 40×50 km²의 영역(N35°35'~36°00', E127°20'~127°45')에 대한 9개의 토양수분 관측지점(계북, 천천, 상전, 안천, 부귀, 주천, 장수읍, 진안읍, 무주읍)을 대상으로 연구를 수행하였으며, 이를 위해 2015년부터 2019년까지의 해당 지점의 토양수분 관측자료와 Sentinel-1A Interferometric Wide swath (IW) 모드의 Ground Range Detected (GRD) product를 구축하여 활용하였다. SSF 자료의 정확도 분석을 위한 토양수분 관측지점에 대한 LST 자료는 인근 7개 기상관측소 지점(전주, 금산, 임실, 남원, 장수, 함양군, 거창)의 관측자료로부터 역거리가중법을 통해 산정하였다. Receiver Operating Characteristic (ROC) 분석을 통한 겨울철(12-2월)의 SSF 산정 정확도를 평가한 결과, 지표면 온도 자료와의 평균 정확도는 0.75(0.48-0.87)로 나타났다. 그러나, 지표면 온도가 0℃ 이상일 때 SSF가 동결 상태로 나타나는 오차가 관측되었으며, 이는 여름철 후방산란계수의 평균값과 겨울철 후방산란계수의 평균값을 통해 산정하는 SSF 산정 수식의 특성 때문으로 이 값의 조정을 통해 오차를 개선할 수 있음을 보였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.418-418
• /
• 2023

가뭄은 농업, 환경 및 사회경제적인 조건에 영향을 미치는 주요 자연 재해로 우리나라는 2015년부터 지속적인 가뭄 상황을 겪고 있다. 지속된 가뭄으로 인해 토양의 수분함량이 변화하여 농작물의 생장 활동 등에 영향을 미쳐 수확량이 낮아질 수 있다. 토양수분은 경사나 토질 등 지형학적인 특성에 따라 민감하게 반응하는 수문인자로, 특성을 광역적으로 정확하게 판단하기 어렵기 때문에 고해상도 원격탐사 자료를 활용하여 토양수분의 거동을 파악하는 연구들이 진행되고 있다. 특히, Synthetic Aperture Radar (SAR) 관측은 작물과 기본적인 토양의 유전체 및 기하학적 특성에 민감하게 반응하기 때문에, 토양수분 및 농업적 가뭄 분석 연구에 활용되고 있다. 본 연구는 2025년 발사될 예정인 C-band SAR 수자원 위성 산출물인 토양수분을 적용한 농업적 가뭄지수산정 알고리즘 기법 개발 연구를 위하여, 수자원 위성과 제원이 비슷한 Sentinel-1 자료를 통해 산정된 토양수분을 활용하여 농업적 가뭄지수인 Soil Moisture Drought Index (SMDI)를 산정하고자 한다. 산정된 SMDI의 검증을 위해 지점 관측된 토양수분 자료와 비교하여 Receiver Operating Characteristic (ROC) 분석 및 error matrix 기법 등을 활용하여 산정된 농업적 가뭄지수의 지역적 적용성을 파악하고자 한다. SAR 자료 기반의 농업적 가뭄지수 산정 알고리즘을 개발함으로써, 향후 제공될 수자원 위성의 자료를 활용한 가뭄 분석 연구에 활용될 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.2-2
• /
• 2021

최근들어 하천내 식생이 차지하는 비율이 크게 증가하고 있으며, 이러한 현상은 하천의 규모나 위치, 댐 유무에 관계없이 전국적으로 발생하고 있다. 식생 면적 비율의 증가는 하천의 육역화로 이어질 뿐만아니라 홍수위를 상승시켜 홍수 안전에 영향을 미칠 수 있다. 본 연구에서는 2020년 8월 섬진강에서 발생한 홍수를 대상으로 식생이 홍수위에 미치는 영향을 분석하였다. 섬진강에는 초본류 뿐만아니라 버드나무류의 목본류가 상당히 분포하고 있으며 이와 같은 식생이 홍수흐름에 큰 영향을 미친 것으로 보인다. 분석을 위해 홍수 이후 섬진강 현지 답사를 통해 식생분포 현황 및 홍수로 인한 영향을 조사하였다. 섬진강의 식생분포 조사를 위해서는 2020년 4월 조사된 유럽 우주국 Sentinel-2 위성영상을 사용하였으며, 정규식생지수(NDVI)와 정규수분지수(NDWI)를 이용하여 하천내 식생밀도를 단계별로 구분하였다. 군집된 식생지수에 따라 USGS의 매닝계수 산정표를 기본으로 식생분포 군집별 조도계수를 산정하여 대상 구간내에 2차원으로 분포시켰다. 수치모형은 NAYS2D 모형을 사용하였으며 대상구간은 섬진강 고달교에서 구례교까지 21.5km이다. 계산조건은 2020년 8월 홍수중 구례교 수위관측소를 기준으로 최대수위가 발생한 시점의 자료를 활용하였다. 고달교에서는 홍수통제소에서 제공하는 홍수량을 상류경계 조건으로 입력하였고 구례교에서는 해당 시각의 수위를 하류경계조건으로 입력하였다. 모형의 검증을 위해 대상구간의 중간에 있는 압록수위관측소 수위를 활용하였다. 식생 유무에 따른 홍수위변화는 조도계수 값에 의해 반영되도록 하였는데 식생이 있는 경우는 현재 상태, 식생이 없는 경우는 모든 지점에 모래와 자갈이 분포하는 것으로 가정하여 계산된 홍수위를 비교하였다. 분석 결과 대상구간에는 전체 면적중 약 56%를 식생이 차지하고 있으며 이로 인해 0.5~1.0m의 홍수위 상승이 발생하는 것으로 분석되었다. 수목으로 인해 2020년 8월과 같은 큰 홍수시에도 홍수위가 크게 상승하는 것으로 분석되었는데 이와 같은 점을 고려하면 하천내 식생이 홍수위에 미치는 영향을 감안하여 적극적인 식생관리 방안이 시행될 필요가 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.440-440
• /
• 2022

1970년대부터 집중 건설 된 우리나라의 다목적댐, 홍수조절댐, 용수전용댐 등의 대형 국가 수자원시설물들의 '고령화'가 급속히 진행되어 수리구조물에 대한 안정성을 주기적으로 파악할 수 있는 정밀안전모니터링 체계 구축이 시급한 시점이다. 주기적인 정밀안전모니터링 방법들 중에는 위성 등을 활용한 원격관측 기술들이 최근 시도되고 있다. 위성 영상레이더(SAR; Synthetic Aperture Radar)는 마이크로파 대역의 전자기파를 송·수신하는 능동센서로 날씨 및 주·야간에 영향을 받지 않고 지표면 관측이 가능한 장점이 있다. 특히, 고정산란체 영상레이더 간섭(PSInSAR; Permanent Scatterer Interferometry SAR)기법은 영상레이더 영상에서 긴밀도(coherence)가 상대적으로 높은 수자원시설물과 같은 고정산란체의 위상(phase) 정보를 이용하여 mm급의 측정민감도로 시계열 변위 분석이 가능하다. 또한, 여러 장의 InSAR 영상을 생성하였기 때문에 DEM 오차, 위성궤도 오차, 대기 성분에 의한 지연 오차 등을 보다 정밀하게 제거할 수 있는 장점이 있다 본 연구에서는 국내 중대형 수자원시설물의 정밀안전모니터링을 위하여 고정산란체 영상레이더 간섭 기법을 영암금호방조제, 영주댐, 소양강댐 등에 적용하여 시계열 변위 분석을 수행하였다. 2014년 11월부터 2022년 3월(현재)까지 획득된 Sentinel-1 SLC(Single Look Complex) 위성자료의 상승(Ascending) 궤도 126장 및 하강(Descending)궤도 187장을 각각 활용하였다. 두 위성궤도를 모두 활용하여 수직, 수평 변위 등 3차원 분석을 수행하였으며, 특히 소양강댐 GPS 관측 자료와 정확도 검증에서 연평균 2mm의 RMSE를 보였다. 이를 통해 위성 원격탐사 기술로도 댐, 보, 방조제와 같은 수자원시설물에 대한 시계열 변위 분석을 통한 댐 안전관리가 가능함을 보여주고 있다. 2025년 발사될 국내 C-밴드 SAR 탑재 수자원위성 개발을 통해 한반도 재방문주기를 단축시킴으로써, 한반도 전역의 수자원시설물 정밀안전진단체계 구축이 가능할 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.311-311
• /
• 2022

전 세계적으로 기후변화 및 산업화로 인해 대규모 홍수, 가뭄, 폭염, 산불 등의 재해가 빈번하게 발생하고 있으며, 이러한 재해 및 재난을 조기에 발견하고 최소화를 위한 대응 체계 및 관리방안의 필요성이 증대되고 있다. 이러한 자연재해들의 특징은 추가 재해를 유발할 수 있다는 것으로 재해의 강도가 증가할 뿐만 아니라 여러 가지 재난 및 재해를 동시에 유발하는 형태로 변화하기 때문에, 단일자연재해 평가 기술을 바탕으로 복합자연재해에 대한 분석 및 감지가 진행되어야 한다. 최근 기후변화로 인한 기상 패턴의 변화 및 가뭄 발생빈도의 증가가 뚜렷하며, 국외에서는 폭염과 가뭄을 고려한 복합자연재해로 'Flash Drought'로 정의된 돌발가뭄에 대한 연구가 이루어지고 있다. 폭염과 가뭄은 단순 강우 부족으로 인한 가뭄, 높은 기온으로 인한 폭염 등이 서로 독립적으로 발생하는 경우와 강우부족과 폭염의 지속으로 인한 상호연관성이 존재하는 복합자연재해 등으로 구분할 수 있다. 돌발가뭄은 강수 부족 또는 폭염이 지속되거나 강도가 높아질 경우, 지면온도가 상승하여 토양수분이 필요 이상으로 증발하여 단기간에 발생하는 초단기 가뭄으로 복합자연재해에 해당하며, 이러한 돌발가뭄은 농업분야에서 작물 생장 및 영농기 활동에 큰 영향을 미치기 때문에 모니터링 및 감지 기술이 필요하다. 본 연구에서는 수문기상학적 요소를 활용하여 폭염 및 가뭄을 고려한 복합자연재해에 대한 상관분석을 수행하였다. 기상청에서 제공하는 기상자료(일최고기온/평균기온/최저기온, 강수량, 상대습도, 일조량 등)에 대한 전국 76개소 대상 기상자료를 구축하였으며, Sentinel, Landsat, MODIS(Moderate Resolution Imaging Spectroradiometer) 등과 같은 위성영상 자료를 구축하여 폭염과 가뭄에 대한 각각의 인자를 선정하고 상관 관계를 분석하였다. 본 연구의 결과는 향후 복합자연재해 감지 및 예측 기술 개발에 활용하여 재해 예방 및 대응에 대한 기초자료로 활용될 수 있을 것으로 판단된다.

• Korean Journal of Remote Sensing
• /
• v.40 no.1
• /
• pp.57-69
• /
• 2024

Crop classification plays a vitalrole in monitoring agricultural landscapes and enhancing food production. In this study, we explore the effectiveness of Long Short-Term Memory (LSTM) models for crop classification, focusing on distinguishing between apple and rice crops. The aim wasto overcome the challenges associatedwith finding phenology-based classification thresholds by utilizing LSTM to capture the entire Normalized Difference Vegetation Index (NDVI)trend. Our methodology involvestraining the LSTM model using a reference site and applying it to three separate three test sites. Firstly, we generated 25 NDVI imagesfrom the Sentinel-2A data. Aftersegmenting study areas, we calculated the mean NDVI values for each segment. For the reference area, employed a training approach utilizing the NDVI trend line. This trend line served as the basis for training our crop classification model. Following the training phase, we applied the trained model to three separate test sites. The results demonstrated a high overall accuracy of 0.92 and a kappa coefficient of 0.85 for the reference site. The overall accuracies for the test sites were also favorable, ranging from 0.88 to 0.92, indicating successful classification outcomes. We also found that certain phenological metrics can be less effective in crop classification therefore limitations of relying solely on phenological map thresholds and emphasizes the challenges in detecting phenology in real-time, particularly in the early stages of crops. Our study demonstrates the potential of LSTM models in crop classification tasks, showcasing their ability to capture temporal dependencies and analyze timeseriesremote sensing data.While limitations exist in capturing specific phenological events, the integration of alternative approaches holds promise for enhancing classification accuracy. By leveraging advanced techniques and considering the specific challenges of agricultural landscapes, we can continue to refine crop classification models and support agricultural management practices.

• Korean Journal of Remote Sensing
• /
• v.40 no.3
• /
• pp.307-316
• /
• 2024

On January 1, 2024, an earthquake with a moment magnitude of 7.5 occurred on the Noto Peninsula in Japan. The earthquake caused significant surface displacement on the Noto Peninsula. The surface displacement is measured by global navigation satellite system (GNSS) base stations, but there are limitations in obtaining information in areas where base stations do not exist. Therefore, in this study, we aim to determine the horizontal land surface displacement across the Noto Peninsula using offset tracking, which can detect rapidly occurring displacement. As a result of analyzing the Noto Peninsula using the offset tracking technique, it was found that more horizontal surface displacement occurred in the northwest region than in the northeast region of the Noto Peninsula, where the epicenter was located, and the surface displacement value reached a maximum of 2.9 m. The results of this study can be used to calculate surface displacement values in areas where surface displacement data are not available through ground GNSS base stations.

• Korea Journal of Hospital Management
• /
• v.29 no.1
• /
• pp.1-18
• /
• 2024

Purposes: The Common Data Model(CDM) is very important for multi-institutional research. There are various domestic and international CDM construction cases to actively utilize it. In order to construct a CDM, different terms from each institution must be mapped to standard terms. Therefore, we intend to derive the importance and major issues of terminology mapping and propose a solution in CDM construction. Methodology/Approach: This study conducted terminology mapping between Electronic Health Record(EHR) and MOA CDM for constructing Medical Record Observation & Assessment for Drug Safety(MOA) CDM at Dankook University Hospital in 2022. In the process of terminology mapping, a CDM standard terminology process and method were developed and terminology mapping was performed by applying this. The constructions of CDM mapping terms proceeded in the order of diagnosis, drug, measurement, and treatment_procedure. Findings: We developed mapping guideline for CDM construction and used this for mapping. A total of 670,993 EHR data from Dankook University Hospital(January 1, 2013 to December 31, 2021) were mapped. In the case of diagnosis terminology, 19,413 were completely mapped. Drug terminology mapped 92.1% of 2,795. Measurement terminology mapped 94.5% of 7,254 cases. Treatment and procedure were mapped to 2,181 cases, which are the number of mapping targets. Practical Implications: This study found the importance of constructing MOA CDM for drug side effect monitoring and developed terminology mapping guideline. Our results would be useful for all future researchers who are conducting terminology mapping when constructing CDM.