• 대한원격탐사학회지
• /
• 제33권3호
• /
• pp.333-338
• /
• 2017

본 연구에서는 산출 방법에 따른 해빙 자료 간의 차이를 조사하기 위하여 1980-2010년 북극 지역의 EUMETSAT OSI SAF, NASA Team(NT)의 해빙 농도와 해빙 면적의 차이를 비교하였다. 그 결과 두 자료의 해빙 농도와 해빙 면적이 계절별, 해역별로 다른 일관성을 보였다. 계절별로는 OSI SAF의 해빙 농도가 전체적으로 0.85 %, 봄 0.48 %, 여름 0.97 %, 가을 1.38 %, 겨울 0.66 % 높게 나타났다. 해역별로는 북극해에서 OSI SAF의 해빙 농도가 2.7 %, 해빙 면적이 19.8만 $km^2$ 높았으나 링컨해 일부에서는 해빙 농도가 2.3 %, 해빙 면적이 2만 $km^2$ 낮게 나타났다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2004년도 Proceedings of ISRS 2004
• /
• pp.526-528
• /
• 2004

This paper describes the SAR data processing S/W package it will be able to process the SAR image. This package constructs the several modules: SAR Image processing module, measuring module of surface displacement using differential interferometric SAR method, classification module using the POLSAR data, SAR Focusing module. In this paper, briefly describe the algorithm that is adopted to the functions, and module architecture.

• ETRI Journal
• /
• 제28권2호
• /
• pp.219-222
• /
• 2006

Virtual source location information (VSLI) has been newly utilized as a spatial cue for compact representation of multichannel audio. This information is represented as the azimuth of the virtual source vector. The superiority of VSLI is confirmed by comparison of the spectral distances, average bit rates, and subjective assessment with a conventional cue.

• 대한원격탐사학회지
• /
• 제36권5_1호
• /
• pp.785-791
• /
• 2020

대기효과로 인해 위성에서 측정된 복사휘도는 오차를 가지고 있다. 대기보정은 대기효과를 제거하여 지표반사도를 산출하는 과정이며, 지표반사도는 복사전달모델 기반의 조견표(Look-Up Table; LUT)를 통해 산출된다. 일반적으로 조견표를 사용하는 연구들은 동일한 대기·기하조건으로 채널별 조견표를 구축하고 있다. 하지만, 대기 조건들이 민감하게 반응하는 채널은 모두 다르다. 이에 본 연구에서는 동일한 대기·기하조건으로 KOMPSAT-3/3A의 채널별 조견표를 구축하고, 복사전달모델에서 모의된 대기상단 복사휘도 및 지표반사도를 검증 자료로 활용하여 조견표의 정확도를 확인하였다. 결과적으로, 에어로졸 광학 두께에 민감하게 반응하는 Blue 채널에서 지표반사도의 상대오차가 최대 81.14%으로 나타났고, NIR 채널에서는 최대 42.67%으로 나타났다.

• 한국농공학회논문집
• /
• 제58권5호
• /
• pp.81-90
• /
• 2016

Due to droughts and water shortages causing severe damage to crops and other vegetations, much attention has been given to efficient irrigation for upland farming. However, little information has been known to measure soil moisture levels in a field scale and apply their spatial variability for proper irrigation scheduling. This study aimed to characterize the spatial variability and temporal stability of soil water contents at depths of 10 cm, 20 cm and 30 cm on flat (loamy soil) and hill-slope fields (silt-loamy soil). Field monitoring of soil moisture contents was used for variogram analysis using GS+ software. Kriging produced from the structural parameters of variogram was applied for the means of spatial prediction. The overall results showed that the surface soil moisture presented a strong spatial dependence at the sampling time and space in the field scale. The coefficient variation (CV) of soil moisture was within 7.0~31.3 % in a flat field and 8.3~39.4 % in a hill-slope field, which was noticeable in the dry season rather than the rainy season. The drought assessment analysis showed that only one day (Dec. 21st) was determined as dry (20.4 % and 24.5 % for flat and hill-slope fields, respectively). In contrary to a hill-slope field where the full irrigation was necessary, the centralized irrigation scheme was appeared to be more effective for a flat field based on the spatial variability of soil moisture contents. The findings of this study clearly showed that the geostatistical analysis of soil moisture contents greatly contributes to proper irrigation scheduling for water-efficient irrigation with maximal crop productivity and environmental benefits.

• 대한원격탐사학회지
• /
• 제38권6_2호
• /
• pp.1737-1741
• /
• 2022

고해상도 드론영상과 딥러닝 기술을 결합한 활성산불 감시는 이제 초기단계로 다방면의 연구개발을 필요로 한다. 이 단보에서는 드론영상 산불탐지에 아직 사용되지 않았던 state-of-the-art (SOTA) 모델인 You Only Look Once Version 7 (YOLOv7) 기반의 활성산불 객체탐지를 수행하였으며, 동일한 데이터셋을 사용한 선행연구에 비해 F1점수가 약 0.05 향상된 성과를 거두었다. 향후 우리나라에서도 광역적인 산불감시에 적용될 수 있도록 추가적인 기술 개발이 계속 필요할 것이다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1491-1495
• /
• 2023

본 연구는 북극의 해빙표면온도(ice surface temperature, IST)를 자동화된 기계 학습(automated machine learning, AutoML) 기반으로 산출하였다. AutoML 기반 IST는 상관관계(correlation coefficient, R) 0.97, 평균 제곱근 오차(root mean squared error, RMSE) 2.51K로 산출되었다. 심층신경망(deep neural network, DNN) 모델과 비교하여 AutoML IST는 Moderate Resolution Imaging Spectroradiometer (MODIS) IST 및 ice mass balance (IMB) buoy IST와의 검증 결과에서 좋은 정확도를 보인다. 이는 어려운 극지방 조건에서 IST 추정 정확도를 향상시키는 AutoML의 효과를 강조한다.

• Imaging Science in Dentistry
• /
• 제54권2호
• /
• pp.191-199
• /
• 2024

Purpose: The aim of this study was to evaluate image artifacts in the vicinity of dental implants in cone-beam computed tomography (CBCT) scans obtained with different spatial orientations, tube current levels, and metal artifact reduction algorithm (MAR) conditions. Materials and Methods: One dental implant and 2 tubes filled with a radiopaque solution were placed in the posterior region of a mandible using a surgical guide to ensure parallel alignment. CBCT scans were acquired with the mandible in 2 spatial orientations in relation to the X-ray projection plane (standard and modified) at 3 tube current levels: 5, 8, and 11 mA. CBCT scans were repeated without the implant and were reconstructed with and without MAR. The mean voxel and noise values of each tube were obtained and compared using multi-way analysis of variance and the Tukey test(α=0.05). Results: Mean voxel values were significantly higher and noise values were significantly lower in the modified orientation than in the standard orientation (P<0.05). MAR activation and tube current levels did not show significant differences in most cases of the modified spatial orientation and in the absence of the dental implant (P>0.05). Conclusion: Modifying the spatial orientation of the head increased brightness and reduced spatial orientation noise in adjacent regions of a dental implant, with no influence from the tube current level and MAR.

• 대한원격탐사학회지
• /
• 제37권5_1호
• /
• pp.1149-1161
• /
• 2021

컴퓨터 비전 기술이 위성영상에 적용되면서, 최근 들어 딥러닝 영상인식을 이용한 구름 탐지가 관심을 끌고 있다. 본연구에서는 SPARCS (Spatial Procedures for Automated Removal of Cloud and Shadow) Cloud Dataset과 영상자료증대 기법을 활용하여 U-Net 구름탐지 모델링을 수행하고, 10폴드 교차검증을 통해 객관적인 정확도 평가를 수행하였다. 512×512 화소로 구성된 1800장의 학습자료에 대한 암맹평가 결과, Accuracy 0.821, Precision 0.847, Recall 0.821, F1-score 0.831, IoU (Intersection over Union) 0.723의 비교적 높은 정확도를 나타냈다. 그러나 구름그림자 중 14.5%, 구름 중 19.7% 정도가 땅으로 잘못 예측되기도 했는데, 이는 학습자료의 양과 질을 보다 더 향상시킴으로써 개선 가능할 것으로 보인다. 또한 최근 각광받고 있는 DeepLab V3+ 모델이나 NAS(Neural Architecture Search) 최적화 기법을 통해 차세대중형위성 1, 2, 4호 등의 구름탐지에 활용 가능할 것으로 기대한다.

• 대한원격탐사학회지
• /
• 제36권3호
• /
• pp.401-410
• /
• 2020

최근 지구 온난화의 영향으로 변화하는 한반도 식물계절에 대한 연구가 많이 이루어지고 있다. 그러나 지리적인 특성상 봄철 식물계절에 비해 실측이 어려운 가을철 식물계절의 연구는 미비한 실정이다. 이에 본 연구에서는 대표적인 가을철 식물계절인 단풍과 낙엽 등을 '마른 잎'으로 정의하고 Landsat-8 위성영상을 기반으로 마른 잎 탐지를 수행하였다. NDVI를 이용하여 마른 잎의 1차 경계 값을 산출하고, 건강한 잎과의 분광특성 차이 및 NDWI를 이용하여 마른 잎의 2차 경계 값을 산출하였다. 본 연구의 마른 잎 탐지 알고리즘의 정확도 검증을 위해 POD, FAR 값을 이용하였으며, 검증 결과 POD는 98.619, FAR은 1.203으로 높은 정확성을 보였다.