논문 상세보기

대한원격탐사학회> 대한원격탐사학회지> 확률론적 모델을 이용한 산사태 취약성 지도 분석: 한국 사천면과 주문진읍을 중심으로

KCI등재

확률론적 모델을 이용한 산사태 취약성 지도 분석: 한국 사천면과 주문진읍을 중심으로

Landslide Susceptibility Apping and Comparison Using Probabilistic Models: A Case Study of Sacheon, Jumunzin Area, Korea

박성재 ( Sung-jae Park ) , Prima Riza Kadavi , 이창욱 ( Chang-wook Lee )
  • : 대한원격탐사학회
  • : 대한원격탐사학회지 34권5호
  • : 연속간행물
  • : 2018년 10월
  • : 721-738(18pages)
대한원격탐사학회지

DOI


목차

1. 서 론
2. Data
3. 연구방법
4. 연구결과
5. 결 론
사 사
References

키워드 보기


초록 보기

이 연구의 목적은 확률모델의 2가지 방법인 Frequency Ratio(FR), Evidential Belief Functions(EBF) 모델을 사용하여 산사태 취약성을 작성하고 강릉시 사천면과 주문진읍에서의 결과 비교를 통해 각 지역에 적합한 모델을 선정하는 것이다. 사천면에서 762개, 주문진읍에서 548개의 산사태 위치를 항공 사진의 해석을 기반으로 작성되었다. 각각의 산사태 지점 중 절반을 모델링을 위해 무작위로 선택하였고 남은 산사태 지점은 검증 목적으로 사용하였다. 지형 요소, 수문 요소, 산림입지토양도(1:5,000), 임상도(1:5,000), 지질도(1:25,000)와 같은 5가지 범주로 분류된 20가지의 산사태 유발 요소가 연구에서 산사태 취약성 작성을 위해 고려되었다. 산사태 발생과 산사태 유발 요소 사이의 관계는 FR, EBF 모델을 사용하여 분석되었다. 그 후, 2 가지 모델을 AUC(curve under area) 방법을 사용하여 검증하였다. 검증 결과에 따르면 주문진읍에서 FR모델(AUC = 81.2%)이 EBF 모델(AUC = 78.9%)에 비해 정확도가 높았다. 사천면 지역에서는 EBF 모델(AUC = 83.6%)이 FR모델(AUC =81.6%)보다 정확도가 높게 나타났다. 검증 결과 FR 모델과 EBF 모델은 정확도 80% 내외로 높은 정확도를 가지고 있음을 나타낸다.
The purpose of this study is to create landslide vulnerability using frequency ratio (FR) and evidential belief functions (EBF) model which are two methods of probability model and to select appropriate model for each region through comparison of results in Sacheon-myeon and Jumunjin-eup of Gangneung. 762 locations in Sacheon-myeon and 548 landscapes in Jeonju-eup were constructed based on the interpretation of aerial photographs. Half of each landslide point was randomly selected for modeling and remaining landslides were used for verification purposes. Twenty landslide-inducing factors classified into five categories such as topographic elements, hydrological elements, soil maps (1:5,000), forest maps (1:5,000), and geological maps (1:25,000) were considered for the preparation of landslide vulnerability in the study. The relationship between landslide occurrence and landslide inducing factors was analyzed using FR and EBF models. The two models were then verified using the AUC (curve under area) method. According to the results of verification, the FR model (AUC = 81.2%) was more accurate than the EBF model (AUC = 78.9%) at Jeonjun-eup. In the Sacheon-myeon, the EBF model (AUC = 83.6%) was more accurate than the FR model (AUC = 81.6%). Verification results show that FR model and EBF model have high accuracy with accuracy of around 80%.

UCI(KEPA)

I410-ECN-0102-2019-400-001363618

간행물정보

  • : 자연과학분야  > 기타(자연과학)
  • : KCI등재
  • :
  • : 격월
  • : 1225-6161
  • : 2287-9307
  • : 학술지
  • : 연속간행물
  • : 1985-2022
  • : 1757


저작권 안내

한국학술정보㈜의 모든 학술 자료는 각 학회 및 기관과 저작권 계약을 통해 제공하고 있습니다.

이에 본 자료를 상업적 이용, 무단 배포 등 불법적으로 이용할 시에는 저작권법 및 관계법령에 따른 책임을 질 수 있습니다.

38권2호(2022년 04월) 수록논문
최근 권호 논문
| | | |

KCI등재

1Sentinel-1 SAR 시계열 영상을 이용한 캐나다 앨버타 오일샌드 지역의 지표변위 분석

저자 : 김태욱 ( Taewook Kim ) , 한향선 ( Hyangsun Han )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 38권 2호 발행 연도 : 2022 페이지 : pp. 139-151 (13 pages)

다운로드

(기관인증 필요)

초록보기

오일샌드 채굴에 널리 이용되고 있는 증기 주입식 중력 배수(Steam-Assisted Gravity Drainage, SAGD) 공법은 지표의 변형을 야기하며, 이는 오일샌드 플랜트의 안정성에 영향을 미칠 뿐만 아니라 다양한 지질 재해의 원인이 되므로 지속적인 모니터링이 필요하다. 이 연구에서는 캐나다 앨버타의 Athabasca 오일샌드 지역에 대해 2016년부터 2021년까지 획득된 Sentinel-1 시계열 영상레이더(synthetic aperture radar, SAR) 자료에 고정산란체 간섭기법(Permanent Scatterer Interferometric SAR, PSInSAR)을 적용하여 SAGD 운용에 의한 지표변위를 관측하였다. 그리고 SAGD의 건설 및 확장을 Landsat-7/8 시계열 영상으로부터 파악하고, 이를 통해 SAGD의 원유 생산성에 따른 지표변위의 특성을 분석하였다. Athabasca 오일샌드 지역의 SAGD 및 그 주변에서는 레이더 관측방향으로 0.3-2.5 cm/yr의 지반융기가 관측된 반면, SAGD에서 수 km 이상 떨어져 있고 오일샌드 채굴의 영향이 없는 지역에서는 -0.3--0.6 cm/yr의 침하가 관측되었다. Landsat-7/8 시계열 영상 분석을 통해 2012년 이후에 건설되어 높은 생산성을 보이는 SAGD는 증기의 주입으로 인해 1.6 cm/yr 이상의 지반융기를 야기하는 반면에 더 오랜 기간 동안 운용되어 생산성이 상대적으로 낮은 SAGD에서는 증기 주입에도 불구하고 지속적인 원유 회수에 따른 사암의 압축 때문에 연간 수 mm의 매우 작은 융기가 발생함을 추정할 수 있었다. SAGD 및 그 주변을 제외한 대부분의 지역에서 관측된 침하는 동토층의 융해에 의한 점진적 지반침하로 추정되었다. 동토층의 침하를 고려할 때 SAGD 운용에 기인하는 지반의 융기는 관측된 것보다 더 클 것이라고 예상되었다. 이 연구의 결과를 통해 PSInSAR 기법이 극한지 오일샌드 SAGD의 생산성과 안정성 평가에 유용한 수단으로 활용될 수 있음을 확인할 수 있었다.


SAGD (Steam-Assisted Gravity Drainage) method is widely used for oil recovery in oil sands regions. The SAGD operation causes surface displacement, which can affect the stability of oil recovery plants and trigger various geological disasters. Therefore, it is important to monitor the surface displacement due to SAGD in the oil sands region. In this study, the surface displacement due to SAGD operations of the Athabasca oil sands region in Alberta, Canada, was observed by applying Permanent Scatterer Interferometric Synthetic Aperture Radar (PSInSAR) technique to the Sentinel-1 time series SAR data acquired from 2016 to 2021. We also investigated the construction and expansion of SAGD facilities from Landsat-7/8 time series images, from which the characteristics of the surface displacement according to the oil production activity of SAGD were analyzed. Uplift rates of 0.3-2.5 cm/yr in the direction of line of sight were observed over the SAGDs and their vicinity, whereas subsidence rates of -0.3--0.6 cm/yr were observed in areas more than several kilometers away from the SAGDs and not affected by oil recovery activities. Through the analysis of Landsat-7/8 images, we could confirm that the SAGDs operating after 2012 and showing high oil production activity caused uplift rates greater than 1.6 cm/yr due to the subsurface steam injection. Meanwhile, very small uplift rates of several mm per year occurred over SAGDs which have been operated for a longer period of time and show relatively low oil production activity. This was probably due to the compression of reservoir sandstone due to continuous oil recovery. The subsidence observed in areas except for the SAGDs and their vicinity estimated to be a gradual land subsidence caused by melting of the permafrost. Considering the subsidence, it was expected that the uplift due to SAGD operation would be greater than that observed by the PSInSAR. The results of this study confirm that the PSInSAR can be used as an effective means for evaluating productivity and stability of SAGD in the extreme cold regions.

KCI등재

2Sentinel-1 SAR 영상의 수체 탐지 기법을 활용한 저수지 관측 기반 수문학적 가뭄 지수 평가

저자 : 김완엽 ( Wanyub Kim ) , 정재환 ( Jaehwan Jeong ) , 최민하 ( Minha Choi )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 38권 2호 발행 연도 : 2022 페이지 : pp. 153-166 (14 pages)

다운로드

(기관인증 필요)

초록보기

저수량은 가용한 수자원의 양을 가장 직접적으로 나타내는 인자중의 하나이다. 또한 가뭄의 영향을 보다 직관적으로 나타낼 수 있으므로, 가뭄 평가를 위한 연구에서도 다양하게 활용되고 있다. 최근에는 광학영상으로 저수면적을 관측하고, 또 이를 활용한 수문학적 가뭄지수인 RADI가 개발되기도 하였다. 인공위성을 통해 얻을 수 있는 광학영상은 관측주기가 뛰어나 많은 양의 자료를 획득할 수 있으나, 구름 등 기상과 대기환경에 의한 영향에 취약하여 실제 활용에서는 다소 한계가 있다. 이에 본 연구에서는 기상이나, 관측시간대와 상관없이 영상을 획득할 수 있는 SAR 영상을 활용한 가뭄지수 산정 연구를 수행하고자 하였다. Sentinel-1 위성의 SAR 영상을 활용하여 충북 진천군에 위치한 백곡, 초평저수지의 저수면적을 탐지하여, RADI를 산정하여 지역규모 가뭄 모니터링을 수행하였다. RADI는 실측 저수량을 기반으로 한 RSDI와 비교, 검증하였다. RADI는 RSDI와 상관계수 r=0.87, ROC의 밑면적 AUC=0.97로 매우 높은 상관 관계를 보여주었다. 이 결과는 SAR 기반 RADI의 지역규모 수문학적 가뭄 모니터링의 가능성을 보여주며, 추후 가용 SAR 영상의 종류가 늘어나고, 재방문주기가 단축될 것이므로 가뭄 모니터링에 대한 활용성이 증대될 것으로 기대된다.


Water storage is one of the factors that most directly represent the amount of available water resources. Since the effects of drought can be more intuitively expressed, it is also used in various studies for drought evaluation. In a recent study, hydrological drought was evaluated through information on observing reservoirs with optical images. The short observation cycle and diversity of optical satellites provide a lot of data. However, there are some limitations because it is vulnerable to the influence of weather or the atmospheric environment. Therefore, this study attempted to conduct a study on estimating the drought index using Synthetic Aperture Radar (SAR) image with relatively little influence from the observation environment. We produced the waterbody of Baekgok and Chopyeong reservoirs using SAR images of Sentinel-1 satellites and calculated the Reservoir Area Drought Index (RADI), a hydrological drought index. In order to validate the applicability of RADI to drought monitoring, it was compared with Reservoir Storage Drought Index (RSDI) based on measured storage. The two indices showed a very high correlation with the correlation coefficient, r=0.87, Area Under curve, AUC=0.97. These results show the possibility of regional-scale hydrological drought monitoring of SAR-based RADI. As the number of available SAR images increases in the future, it is expected that the utilization of drought monitoring will also increase.

KCI등재

3위성 영상을 위한 경량화된 CNN 기반의 보간 기술 연구

저자 : 김현호 ( Hyun-ho Kim ) , 서두천 ( Doochun Seo ) , 정재헌 ( Jaeheon Jung ) , 김용우 ( Yongwoo Kim )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 38권 2호 발행 연도 : 2022 페이지 : pp. 167-177 (11 pages)

다운로드

(기관인증 필요)

초록보기

위성 영상 촬영 후 지상국에 전송된 영상을 이용하여 최종 위성 영상을 획득하기 위해 많은 영상 전/후처리 과정이 수반된다. 전/후처리 과정 중 레벨 1R 영상에서 레벨 1G 영상으로 변환 시 기하 보정은 필수적으로 요구된다. 기하 보정 알고리즘에서는 보간 기법을 필연적으로 사용하게 되며, 보간 기법의 정확도에 따라서 레벨 1G 영상의 품질이 결정된다. 또한, 레벨 프로세서에서 수행되는 보간 알고리즘의 고속화 역시 매우 중요하다. 본 논문에서는 레벨 1R에서 레벨 1G로 변환 시 기하 보정에 필요한 경량화된 심층 컨볼루션 신경망 기반 보간 기법에 대해 제안하였다. 제안한 기법은 위성 영상의 해상도를 2배 향상하며, 빠른 처리 속도를 위해 경량화된 심층 컨볼루션 신경망으로 딥러닝 네트워크를 구성하였다. 또한, panchromatic (PAN) 밴드 정보를 활용하여 multispectral (MS) 밴드의 영상 품질 개선이 가능한 피처 맵 융합 방법을 제안하였다. 제안된 보간 기술을 통해 획득한 영상은 기존의 딥러닝 기반 보간 기법에 비해 정량적인 peak signal-to-noise ratio (PSNR) 지표에서 PAN 영상은 약 0.4 dB, MS 영상은 약 4.9 dB 개선된 결과를 보여주었으며, PAN 영상 크기 기준 36,500×36,500 입력 영상의 해상도를 2배 향상된 영상 획득 시 기존 딥러닝 기반 보간 기법 대비 처리 속도가 약 1.6배 향상됨을 확인하였다.


In order to obtain satellite image products using the image transmitted to the ground station after capturing the satellite images, many image pre/post-processing steps are involved. During the pre/post-processing, when converting from level 1R images to level 1G images, geometric correction is essential. An interpolation method necessary for geometric correction is inevitably used, and the quality of the level 1G images is determined according to the accuracy of the interpolation method. Also, it is crucial to speed up the interpolation algorithm by the level processor. In this paper, we proposed a lightweight CNN-based interpolation method required for geometric correction when converting from level 1R to level 1G. The proposed method doubles the resolution of satellite images and constructs a deep learning network with a lightweight deep convolutional neural network for fast processing speed. In addition, a feature map fusion method capable of improving the image quality of multispectral (MS) bands using panchromatic (PAN) band information was proposed. The images obtained through the proposed interpolation method improved by about 0.4 dB for the PAN image and about 4.9 dB for the MS image in the quantitative peak signal-to-noise ratio (PSNR) index compared to the existing deep learning-based interpolation methods. In addition, it was confirmed that the time required to acquire an image that is twice the resolution of the 36,500×36,500 input image based on the PAN image size is improved by about 1.6 times compared to the existing deep learning-based interpolation method.

KCI등재

4GK2A AMI를 이용한 한반도 식생건강지수 산출

저자 : 이수진 ( Soo-jin Lee ) , 조재일 ( Jaeil Cho ) , 류재현 ( Jae-hyun Ryu ) , 김나리 ( Nari Kim ) , 김광진 ( Kwangjin Kim ) , 손은하 ( Eunha Sohn ) , 박기홍 ( Ki-hong Park ) , 장재철 ( Jae-cheol Jang ) , 이양원 ( Yangwon Lee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 38권 2호 발행 연도 : 2022 페이지 : pp. 180-189 (10 pages)

다운로드

(기관인증 필요)

초록보기

지구온난화는 기후변화를 야기하며 전지구적으로 이상기상 현상을 유발하고 있다. 우리나라에서도 폭염, 가뭄과 같은 이상기상 현상이 증가하고 있는 상황이다. 이상기상 감시를 위하여 지표면온도(Land Surface Temperature, LST), 온도상태지수(Temperature Condition Index, TCI), 식생활력지수(Normalized Difference Vegetation Index, NDVI), 식생상태지수(Vegetation Condition Index, VCI), 식생건강지수(Vegetation Health Index, VHI) 등의 위성자료가 활용되고 있다. TCI와 VCI를 이용하여 계산되는 VHI는 온도, 강수와 같은 기상 요인에 의한 식생 스트레스를 나타내며, 기후변화 상황에서 가뭄 평가에 주로 활용되고 있다. TCI, VCI는 날짜 및 장소에 따른 LST, NDVI의 과거 평년치를 참조해서 산출되기 때문에, 아직 2년여의 자료밖에 없는 천리안위성 2A호(GK2A) AMI (Advanced Meteorological Imager) 자료로부터 TCI, VCI, VHI를 산출하는 것은 현재로서는 쉽지 않은 일이다. 본 연구에서는 대안적인 방법으로 VIIRS (Visible Infrared Imaging Radiometer Suite) 센서의 LST, NDVI를 이용하여 GK2A의 VHI 산출 가능성을 모색하였다. GK2A와 VIIRS의 LST, NDVI는 상당히 높은 상관성을 보이기 때문에, GK2A에 존재하지 않는 과거 평년치를 VIIRS 자료로 대체하는 방식을 택하였다. 8일 간격으로 GK2A 격자에 해당하는 LST, NDVI의 최소·최대값 조견표를 구축하여 TCI, VCI, VHI를 산출하였고, 최근 우리나라 이상기상 현상에 대한 해석을 수행하였다. GK2A VHI는 2020년 3월과 6월의 폭염, 4월과 7월의 저온, 8월의 폭우 등으로 인한 식생 스트레스의 변화를 잘 표현하는 것으로 나타났지만, 미국 해양대기청(National Oceanic and Atmospheric Administration, NOAA)의 VHI 산출물은 그렇지 않았다. 본 연구에서 제시한 GK2A VHI는 향후 LST, NDVI의 과거 평년치에 대한 통계적으로 엄밀한 보완을 거친다면 폭염, 가뭄으로 인한 식생 스트레스 감시에 활용될 수 있을 것으로 사료된다.


Global warming causes climate change and increases extreme weather events worldwide, and the occurrence of heatwaves and droughts is also increasing in Korea. For the monitoring of extreme weather, various satellite data such as LST (Land Surface Temperature), TCI (Temperature Condition Index), NDVI (Normalized Difference Vegetation Index), VCI (Vegetation Condition Index), and VHI (Vegetation Health Index) have been used. VHI, the combination of TCI and VCI, represents the vegetation stress affected by meteorological factors like precipitation and temperature and is frequently used to assess droughts under climate change. TCI and VCI require historical reference values for the LST and NDVI for each date and location. So, it is complicated to produce the VHI from the recent satellite GK2A (Geostationary Korea Multi-Purpose Satellite-2A). This study examined the retrieval of VHI using GK2A AMI (Advanced Meteorological Imager) by referencing the historical data from VIIRS (Visible Infrared Imaging Radiometer Suite) NDVI and LST as a proxy data. We found a close relationship between GK2A and VIIRS data needed for the retrieval of VHI. We produced the TCI, VCI, and VHI for GK2A during 2020-2021 at intervals of 8 days and carried out the interpretations of recent extreme weather events in Korea. GK2A VHI could express the changes in vegetation stress in 2020 due to various extreme weather events such as heatwaves (in March and June) and low temperatures (in April and July), and heavy rainfall (in August), while NOAA (National Oceanic and Atmospheric Administration) VHI could not well represent such characteristics. The GK2A VHI presented in this study can be utilized to monitor the vegetation stress due to heatwaves and droughts if the historical reference values of LST and NDVI can be adjusted in a more statistically significant way in the future work.

KCI등재

5GEMS 이산화황 산출 현업 알고리즘에서 오프셋 보정 계수 산정 방법에 대한 영향 조사

저자 : 박정현 ( Jeonghyeon Park ) , 양지원 ( Jiwon Yang ) , 최원이 ( Wonei Choi ) , 김세린 ( Serin Kim ) , 이한림 ( Hanlim Lee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 38권 2호 발행 연도 : 2022 페이지 : pp. 189-198 (10 pages)

다운로드

(기관인증 필요)

초록보기

본 연구에서는 지난 2020년 2월에 발사된 정지궤도환경위성탑재체(Geostationary Environment Monitoring Spectrometer; GEMS)의 이산화황 산출 현업 알고리즘에서 오프셋 보정 계수 산정 방법이 이산화황 칼럼 농도 산출 결과에 미치는 영향을 확인하였다. GEMS의 현업 이산화황 산출 알고리즘은 차등흡수분광법(Differential Optical Absorption Spectroscopy; DOAS)과 주성분분석방법(Principal component analysis; PCA)이 융합된 하이브리드 알고리즘이다. 하이브리드 알고리즘에서는 차등흡수분광법을 이용하여 스펙트럴 피팅 후 나오는 이산화황 경사층적분농도 값에 나타나는 오존에 의한 흡수 영향을 보정하기 위하여 편차 보정 과정을 필수적으로 거치게 되며, 오프셋 보정 계수를 산정하는 조건에 따라 이산화황 칼럼농도 산출결과가 달라질 수 있기 때문에 적절한 오프셋 보정 계수 값의 적용이 필요하다. 본 연구에서는 구름 화소가 많이 존재하는 날짜와 적게 존재하는 날짜에 대해 오존 보정 계수를 각각 계산하고, 각각의 오존 보정 계수를 GEMS 현업 이산화황 산출 알고리즘에 적용하여 산출한 이산화황 칼럼농도의 비교를 수행하였다. 구름 화소가 많이 존재하는 날의 GEMS 복사휘도 자료를 이용하여 계산된 오존 보정 계수를 사용한 경우, GEMS 관측 영역의 가장자리에 해당하는 인도 부근에서의 이산화황 칼럼농도의 표준편차가 1.27 DU, 한반도 부근에서 0.58 DU, 주변에 구름 화소가 많았던 홍콩 부근에서 0.77 DU로 나타났다. 한편, 구름 화소가 적은 날의 GEMS 자료를 이용하여 계산된 오존 보정 계수를 사용하였을 경우의 이산화황 칼럼농도의 표준편차는 인도주변에서 0.72 DU, 한반도 주변에서 0.38 DU, 홍콩 부근에서 0.44 DU로 다소 감소하였음을 확인하였으며, 구름 화소가 많은 날의 오존 보정 계수를 사용하여 이산화황을 산출한 경우 대비 비교적 안정적인 산출이 이루어졌음을 확인하였다. 이에 따라, GEMS 이산화황 산출 알고리즘의 불확실성 최소화 및 안정적인 산출을 위해서 적절한 조건에서의 오존 보정 계수 산정이 이루어져야 할 필요가 있다.


In this present study, we investigated the effect of the offset correction factor calculation method on the sulfur dioxide (SO2) column density in the SO2 retrieval algorithm of the Geostationary Environment Monitoring Spectrometer (GEMS) launched in February 2020. The GEMS operational SO2 retrieval algorithm is the Differential Optical Absorption Spectroscopy (DOAS) - Principal Component Analysis (PCA) Hybrid algorithm. In the GEMS Hybrid algorithm, the offset correction process is essential to correct the absorption effect of ozone appearing in the SO2 slant column density (SCD) obtained after spectral fitting using DOAS. Since the SO2 column density may depend on the conditions for calculating the offset correction factor, it is necessary to apply an appropriate offset correction value. In this present study, the offset correction values were calculated for days with many cloud pixels and few cloud pixels, respectively. And a comparison of the SO2 column density retrieved by applying each offset correction factor to the GEMS operational SO2 retrieval algorithm was performed. When the offset correction value was calculated using radiance data of GEMS on a day with many cloud pixels was used, the standard deviation of the SO2 column density around India and the Korean Peninsula, which are the edges of the GEMS observation area, was 1.27 DU, and 0.58 DU, respectively. And around Hong Kong, where there were many cloud pixels, the SO2 standard deviation was 0.77 DU. On the other hand, when the offset correction value calculated using the GEMS data on the day with few cloud pixels was used, the standard deviation of the SO2 column density slightly decreased around India (0.72 DU), Korean Peninsula (0.38 DU), and Hong Kong (0.44 DU). We found that the SO2 retrieval was relatively stable compared to the SO2 retrieval case using the offset correction value on the day with many cloud pixels. Accordingly, to minimize the uncertainty of the GEMS SO2 retrieval algorithm and to obtain a stable retrieval, it is necessary to calculate the offset correction factor under appropriate conditions.

KCI등재

6작물 분류를 위한 딥러닝 기반 비지도 도메인 적응 모델 비교

저자 : 곽근호 ( Geun-ho Kwak ) , 박노욱 ( No-wook Park )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 38권 2호 발행 연도 : 2022 페이지 : pp. 199-213 (15 pages)

다운로드

(기관인증 필요)

초록보기

비지도 도메인 적응은 연단위 작물 분류를 위해 매년 반복적으로 양질의 훈련자료를 수집해야 하는 비실용적인 문제를 해결할 수 있다. 이 연구에서는 작물 분류를 위한 딥러닝 기반 비지도 도메인 적응 모델의 적용성을 평가하였다. 우리나라 마늘, 양파 주산지인 합천군과 창녕군을 대상으로 무인기 영상을 이용한 작물 분류 실험을 통해 deep adaptation network (DAN), deep reconstruction-classification network, domain adversarial neural network (DANN)의 3개의 비지도 도메인 적응 모델을 정량적으로 비교하였다. 비지도 도메인 적응 모델의 분류 성능을 평가하기 위해 소스 베이스라인 및 대상 베이스라인 모델로 convolutional neural networks (CNNs)을 추가로 적용하였다. 3개의 비지도 도메인 적응 모델은 소스 베이스라인 CNN보다 우수한 성능을 보였으나, 소스 도메인 영상과 대상 도메인 영상의 자료 분포 간 불일치 정도에 따라 서로 다른 분류 성능을 보였다. DAN의 분류 성능은 두 도메인 영상 간 불일치가 작을 때 다른 두 모델에 비해 분류 성능이 높은 반면에 DANN은 두 도메인 영상 간 불일치가 클 때 가장 우수한 분류 성능을 보였다. 따라서 신뢰할 수 있는 분류 결과를 생성하기 위해 두 도메인 영상의 분포가 일치하는 정도를 고려해서 최상의 비지도 도메인 적응 모델을 선택해야 한다.


The unsupervised domain adaptation can solve the impractical issue of repeatedly collecting high-quality training data every year for annual crop classification. This study evaluates the applicability of deep learning-based unsupervised domain adaptation models for crop classification. Three unsupervised domain adaptation models including a deep adaptation network (DAN), a deep reconstructionclassification network, and a domain adversarial neural network (DANN) are quantitatively compared via a crop classification experiment using unmanned aerial vehicle images in Hapcheon-gun and Changnyeong-gun, the major garlic and onion cultivation areas in Korea. As source baseline and target baseline models, convolutional neural networks (CNNs) are additionally applied to evaluate the classification performance of the unsupervised domain adaptation models. The three unsupervised domain adaptation models outperformed the source baseline CNN, but the different classification performances were observed depending on the degree of inconsistency between data distributions in source and target images. The classification accuracy of DAN was higher than that of the other two models when the inconsistency between source and target images was low, whereas DANN has the best classification performance when the inconsistency between source and target images was high. Therefore, the extent to which data distributions of the source and target images match should be considered to select the best unsupervised domain adaptation model to generate reliable classification results.

KCI등재

7Pandora 원시자료로부터 차등흡수분광법을 이용하여 이산화질소 칼럼 농도 산출 시 파장 구간 및 흡수단면적에 따른 산출 정확도 평가

저자 : 김세린 ( Serin Kim ) , 김대원 ( Daewon Kim ) , 이한림 ( Hanlim Lee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 38권 2호 발행 연도 : 2022 페이지 : pp. 215-222 (8 pages)

다운로드

(기관인증 필요)

초록보기

본 연구에서는 pandora 직달광 원시자료로부터 차등흡수분광법(DOAS, Differential Optical Absorption Spectroscopy)을 이용하여 이산화질소 연직칼럼농도(VCD, Vertical column density) 산출 시 파장구간과 흡수단 면적이 미치는 영향을 비교 분석하였다. GEMS Map of the Air Pollution (GMAP) 2020 캠페인 기간 동안 서산에서 Pandora 장비로 관측된 자료를 사용하였으며, 차등흡수분광법을 이용하여 CINDI-2 캠페인과 PGN의 산출 방법에 따라 4가지 조건으로 이산화질소 연직칼럼농도를 산출하였다. 4가지 조건으로 산출된 이산화질소 평균 연직칼럼농도는 1.22×1016~1.38×1016 molec. cm-2으로, 각 조건 간 최대 0.16×1016 molec. cm-2의 차이를 보였다. 피팅 에러는 평균 3.19~9.59%로 모든 조건에서 10% 이내였으며, RMS는 5.11×10-3~7.16×10-3 molec. cm-2으로 나타났다. 4가지 방법으로 산출된 이산화질소 연직칼럼농도와 Pandonia Global Network (PGN)에서 제공하는 이산화질소 연직칼럼농도와 기울기는 0.98~1.09이었으며, 0.96~0.98의 상관관계를 보여주었다.


In this study, the effect of wavelength range and absorption cross-section used to retrieve nitrogen dioxide (NO2) vertical column density (VCD) from Pandora was analyzed using Differential Optical Absorption Spectroscopy (DOAS). During the GEMS Map of the Air Pollution (GMAP) 2020 campaign, data from direct sunlight observation with Pandora instrument in Seosan was used, and NO2 VCD was retrieved under four conditions. The average NO2 VCD under the four conditions ranged from 1.22×1016~1.38×1016 molec. cm-2, with a maximum difference of 0.16×1016 molec. cm-2 between each condition. The fitting error averaged 3.19~9.59%, showing an error within 10% in all cases, and the RMS was 5.11×10-3~7.16×10-3 molec. cm-2. The retrieved NO2 VCD using 4 conditions shows a slope in the range of 0.98 to 1.09 and correlation of 0.96 to 0.98 in comparison with Pandonia Global Network (PGN).

KCI등재

8정오표(Erratum) : 모의영상을 이용한 농림위성 대기보정의 주요 파라미터 민감도 분석 및 타위성 산출물 활용 가능성 제시

저자 : 강유진 ( Yoojin Kang ) , 조동진 ( Dongjin Cho ) , 한대현 ( Daehyeon Han ) , 임정호 ( Jungho Im ) , 임중빈 ( Joongbin Lim ) , 오금희 ( Kum-hui Oh ) , 권언혜 ( Eonhye Kwon )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 38권 2호 발행 연도 : 2022 페이지 : pp. 223-223 (1 pages)

다운로드

(기관인증 필요)

키워드 보기
초록보기
1
권호별 보기
같은 권호 다른 논문
| | | | 다운로드

KCI등재

1무인기 기반 RGB 영상을 이용한 동계작물 바이오매스 평가 모델 개발

저자 : 나상일 ( Sang-il Na ) , 박찬원 ( Chan-won Park ) , 소규호 ( Kyu-ho So ) , 안호용 ( Ho-yong Ahn ) , 이경도 ( Kyung-do Lee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 34권 5호 발행 연도 : 2018 페이지 : pp. 709-720 (12 pages)

다운로드

(기관인증 필요)

초록보기

작황 모니터링에서 바이오매스의 정확한 평가를 위해서는 정확하고 신속한 작물 생육 상황 등 현장자료의 확보가 필수적이다. 또한, 바이오매스의 평가는 작황 모니터링 및 수확량 예측에 활용된다. 무인기 영상은 작물의 성장에 따라 빠르게 수집할 수 있기 때문에 정밀농업에서 포장내 공간변이 파악 및 분석에 사용되고 있다. 본 연구는 원격탐사 기술을 이용한 동계작물 바이오매스 평가 방법 개발을 위하여 식생지수(ExG)에 의한 식생 피복률(VF)과 작물 표고 모형(CSM) 기반의 초고(PH)를 이용하여 보리와 밀을 대상으로 바이오매스 평가 모델을 개발하는 것을 목적으로 하였다. 식생 피복률, 초고 및 상호작용 항을 독립변수로 하여 다중 선형 회귀 모델을 구축한 결과, 5가지 품종의 결정계수는 0.84~0.99로 나타났으며, 보리와 밀의 결정계수 및 평균 제곱근 오차는 각각 0.91, 0.90 및 102.09, 110.87 g/㎡으로 나타났다. 따라서 무인기 영상을 활용한 동계작물의 바이오매스 평가 및 작황 모니터링이 가능한 것으로 판단된다.

KCI등재

2확률론적 모델을 이용한 산사태 취약성 지도 분석: 한국 사천면과 주문진읍을 중심으로

저자 : 박성재 ( Sung-jae Park ) , Prima Riza Kadavi , 이창욱 ( Chang-wook Lee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 34권 5호 발행 연도 : 2018 페이지 : pp. 721-738 (18 pages)

다운로드

(기관인증 필요)

초록보기

이 연구의 목적은 확률모델의 2가지 방법인 Frequency Ratio(FR), Evidential Belief Functions(EBF) 모델을 사용하여 산사태 취약성을 작성하고 강릉시 사천면과 주문진읍에서의 결과 비교를 통해 각 지역에 적합한 모델을 선정하는 것이다. 사천면에서 762개, 주문진읍에서 548개의 산사태 위치를 항공 사진의 해석을 기반으로 작성되었다. 각각의 산사태 지점 중 절반을 모델링을 위해 무작위로 선택하였고 남은 산사태 지점은 검증 목적으로 사용하였다. 지형 요소, 수문 요소, 산림입지토양도(1:5,000), 임상도(1:5,000), 지질도(1:25,000)와 같은 5가지 범주로 분류된 20가지의 산사태 유발 요소가 연구에서 산사태 취약성 작성을 위해 고려되었다. 산사태 발생과 산사태 유발 요소 사이의 관계는 FR, EBF 모델을 사용하여 분석되었다. 그 후, 2 가지 모델을 AUC(curve under area) 방법을 사용하여 검증하였다. 검증 결과에 따르면 주문진읍에서 FR모델(AUC = 81.2%)이 EBF 모델(AUC = 78.9%)에 비해 정확도가 높았다. 사천면 지역에서는 EBF 모델(AUC = 83.6%)이 FR모델(AUC =81.6%)보다 정확도가 높게 나타났다. 검증 결과 FR 모델과 EBF 모델은 정확도 80% 내외로 높은 정확도를 가지고 있음을 나타낸다.

KCI등재

3고해상도 광학영상과 SAR 영상 간 정합 기법

저자 : 전형주 ( Hyeongju Jeon ) , 김용일 ( Yongil Kim )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 34권 5호 발행 연도 : 2018 페이지 : pp. 739-747 (9 pages)

다운로드

(기관인증 필요)

초록보기

다중센서 위성영상 간 통합 분석 및 융합과 관련된 연구가 활발히 진행되고 있다. 이를 위해서는 다중센서 영상 간 정합이 선행되어야 한다. 대표적인 정합 기법으로는 SIFT (Scale Invariant Feature Transform)와 같은 알고리즘이 존재한다. 그러나, 광학영상과 SAR (Synthetic Aperture Radar)영상은 취득 시 센서 자세와 방사 특성의 상이함으로 영상 간 분광적인 특성이 비선형성을 이뤄 기존 기법을 적용하기에 어렵다. 이를 해결하기 위해, 본 연구에서는 특징기반 정합기법인 SAR-SIFT (Scale Invariant Feature Transform)와 형상 서술자 벡터 DLSS (Dense Local Self-Similarity)를 결합하여 개선된 영상 정합기법을 제안하였다. 본 실험 지역은 대전 일대에서 촬영된 KOMPSAT-2 영상과 Cosmo-SkyMed 영상을 이용하여 실험하였다. 제안 기법을 비교평가하기 위해 특징점 및 정합쌍 추출에 대해 대표적인 기존 기법인 SIFT와 SAR-SIFT를 이용하였다. 실험 결과를 통해 제안 기법은 기존 기법들과 다르게 두 실험 지역에서 참정합쌍을 추출하였다. 또한 추출된 정합쌍을 통한 정합 결과 정성적으로 우수하게 정합되었으며, 정량적으로도 두 실험 지역에서 각각 RMSE (Root Mean Square Error) 1.66 m, 2.65 m로 우수한 정합 결과를 보였다.

KCI등재

4GIS 자료를 활용한 도시 재개발 주변 지역의 일조 환경 분석

저자 : 강정은 ( Jung-eun Kang ) , 박수진 ( Soo-jin Park ) , 김재진 ( Jae-jin Kim )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 34권 5호 발행 연도 : 2018 페이지 : pp. 749-762 (14 pages)

다운로드

(기관인증 필요)

초록보기

본 연구에서는 고층 건물 신축에 의한 주변 지역의 일조 환경 변화를 계절별로 분석하였다. 지리정보시스템(geographic information system, GIS) 자료를 이용하여 부산광역시 부경대학교 일대를 중심으로 지형과 건물을 구축하고, 고층 건물 건설 전과 후에 대해 계절별로 일조 모델을 수행하였다. 고층 건물 단지 건설 전에도 대상 지역의 남동쪽에 위치한 아파트 단지와 남쪽에 위치한 봉오리산의 영향을 받아 일조 차단 영역이 넓게 나타났다. 고층 건물 단지 건설에 의해 주변 지역의 일조 시간이 감소하였고, 일출과 일몰 시간대에는 일조 차단 면적이 증가하였다. 일출 1시간 후의 경우에는 춘분(1.60%), 추분(1.58%), 하지(1.50%), 동지(1.36%) 순으로 일조 차단 면적이 증가하였다. 부경대학교 동쪽(남쪽)에 건설된 고층 건물 단지는 일출(일몰)시 서쪽(동쪽)으로 1,000m(750 m) 이상의 지점까지 일조가 차단되었다. 특히, 부경대학교 내부에서는 춘분, 하지, 추분, 동지에 각각 46.61%, 22.75%, 58.56%, 11.31%의 일조 시간이 감소하였다. 부경대학교 기숙사 건물에 대해 겨울철 1주일 동안 일조 시간을 조사한 결과, 남쪽 고층 건물 단지 건설은 기숙사 건물 서쪽(남쪽) 벽면의 일조 면적을 30.91% (49.45%) 정도 감소시켰다.

KCI등재

5GIS와 CFD 모델을 활용한 건설 현장 방풍벽 설치가 비산 먼지 확산에 미치는 영향 연구

저자 : 김동주 ( Dong-ju Kim ) , 왕장운 ( Jang-woon Wang ) , 박수진 ( Soo-jin Park ) , 김재진 ( Jae-jin Kim )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 34권 5호 발행 연도 : 2018 페이지 : pp. 763-775 (13 pages)

다운로드

(기관인증 필요)

초록보기

본 연구에서는 지리정보시스템(GIS)자료와 전산유체역학(CFD) 모델을 사용하여 방풍벽이 건물 밀집 지역에 위치한 공사 지역에서 발생하는 대기오염물질의 확산에 미치는 영향에 대해 분석하였다. 부산 ASOS에서 10년 동안 관측된 풍속을 평균하여 기준 고도(지상 10 m)에서의 유입류로 사용하였다. 수치 실험은 방풍벽 건설 전과 5 m 및 10 m 높이의 방풍벽을 건설한 후에 대해 16 방위 풍향을 유입류로 진행하였고, 부산 ASOS에서 높은 빈도를 나타낸 북동풍과 남남서풍에 대한 상세 흐름을 분석하였다. 북동풍에서는 북동쪽에서 불어오는 흐름에 의해 비산 먼지가 확산되어 공사 지역 내부에 위치한 감천초등학교에서 대기오염물질 농도가 높게 나타났다. 5 m 높이의 방풍벽을 설치했을 때는 방풍벽 설치 전에 비해 풍속이 조금 감소했고 비산 먼지의 확산이 줄었다. 10 m 높이의 방풍벽을 설치한 경우, 초등학교에서의 평균 대기오염물질 농도는 37% 감소하였다. 남남서풍 유입류에서는 지형과 건물의 영향으로 공사 지역에서 복잡한 흐름 패턴이 형성되었다. 남쪽 공사 지역에서는 비산 먼지가 정체되어 농도가 높게 나타난 반면, 초등학교는 북풍의 흐름에 의해 대기오염물질 농도가 높게 나타났다. 방풍벽 건설 후에는 공사 지역 내부에서 풍속이 감소하면서 공사장 내부 농도는 높아졌지만, 초등학교에서의 농도는 감소했다.

KCI등재

6Guided Filter를 이용한 교차융합영상 기반 KOMPSAT-3 위성영상의 무감독변화탐지

저자 : 최재완 ( Jaewan Choi ) , 박홍련 ( Honglyun Park ) , 김동학 ( Donghak Kim ) , 최석근 ( Seokkeun Choi )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 34권 5호 발행 연도 : 2018 페이지 : pp. 777-786 (10 pages)

다운로드

(기관인증 필요)

초록보기

GF(Guided Filtering)는 영상에 존재하는 에지 정보를 보존하면서 잡음을 효과적으로 제거하기 위한 대표적인 영상처리 기법이다. 본 연구에서는 GF를 이용하여 다시기 KOMPSAT-3 위성영상에 대한 무감독 변화 탐지 기법을 수행하고, 이에 대한 성능을 평가하고자 하였다. GF를 변화탐지에 활용하기 위하여, GF를 기반으로 교차융합영상을 생성하였으며, 생성된 교차융합영상에 CVA(Change Vector Analysis) 기법을 적용하여 변화 지역을 추정하고자 하였다. KOMPSAT-3 위성영상을 이용한 실험결과, 본 연구에서 제안한 기법이 기존의 영상융합 기법을 기반으로 하는 CVA 결과들과 비교하여 효과적으로 변화지역을 탐지하는 데에 활용할 수 있음을 확인하였다.

KCI등재

7대규모 홍수 매핑을 위한 저해상도 광학위성영상의 활용 방법

저자 : 박연연 ( Yanyan Piao ) , 이화선 ( Hwa-seon Lee ) , 김경탁 ( Kyung-tak Kim ) , 이규성 ( Kyu-sung Lee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 34권 5호 발행 연도 : 2018 페이지 : pp. 787-799 (13 pages)

다운로드

(기관인증 필요)

초록보기

대규모 홍수 발생 시 적기에 침수지의 공간적 분포와 변화를 모니터링하기 위한 정확하고 효율적인 매핑 수단이 필요하다. 본 연구에서는 높은 시간해상도로 동일 지역을 하루에 여러 번 관측이 가능한 저해상도 광학위성영상을 이용하여 대규모 홍수 범람으로 인한 침수지를 탐지하는 방법을 제시하고자 하였다. 2010년 1월 모로코 세부강 유역에서 발생한 대규모 홍수로 인한 침수지를 탐지하기 위하여 MODIS 일별 표면반사율 영상을 사용하였다. 영상에서 나타나는 침수지의 다양한 분광특성을 분석하여 침수지의 유형이 순수한 물표면과 물과 식물이 혼재된 형태가 함께 분포하고 있었다. 침수지 탐지는 분광특성에 따라 선정된 밴드의 반사율 영상에 직접 임계값을 적용하는 방법과 물 관련 분광지수에 임계값을 적용하는 방법을 비교하였다. 침수지 탐지 결과의 정확도 검증은 TM 영상에서 판독된 부분 지역의 침수지 지도와 비교하였다. NDWI를 제외한 나머지 방법에서 90% 이상의 높은 정확도를 얻었다. 모든 침수지 탐지 방법에서 SWIR밴드와 적색광밴드가 가장 중요하며, 2개의 밴드에 직접 임계값을 적용하는 단순한 방법으로도 정확하고 효율적인 침수지 탐지가 가능했다. 기존의 NIR밴드는 침수지 탐지에 있어서 큰 역할을 하지 못했지만, 식물이 혼재된 침수지의 유형을 구분하는데 유용했다.

KCI등재

8OpenSARShip DB를 이용한 선박식별 성능 분석

저자 : 이승재 ( Seung-jae Lee ) , 채태병 ( Tae-byeong Chae ) , 김경태 ( Kyung-tae Kim )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 34권 5호 발행 연도 : 2018 페이지 : pp. 801-810 (10 pages)

다운로드

(기관인증 필요)

초록보기

위성 SAR 영상을 이용한 선박 모니터링은 선박탐지, 선박변별, 선박식별의 세 단계로 분류할 수 있다. 이 중 선박탐지 및 변별에 대해서는 세계적으로 많은 연구가 이루어졌으나, 선박식별에 대해서는 소수의 연구들만이 존재한다. 따라서 향후 고성능의 선박 모니터링 시스템을 구축하기 위해서는 많은 선박식별 연구가 필요한 상황이다. 선박식별 연구를 수행하기 위해서는 먼저 여러 기종의 선박에 대한 위성 SAR 영상과 이에 대응하는 선박 기종 정보를 모두 획득하여 데이터베이스(database: DB)를 구축하는 것이 중요하다. 항공 SAR 영상을 이용한 표적식별의 경우, 지상표적에 대한 미국 moving and stationary target acquisition and recognition (MSTAR) DB를 이용하여 많은 연구들이 수행되었지만, SAR 위성을 이용한 선박식별의 경우, 아직까지 공개적으로 이용 가능한 DB가 없었다. 이에 최근 중국 Shanghai Key Laboratory에서는 유럽우주국(European Space Agency: ESA)에서 운용하는 Sentinel-1 영상과 자동인식시스템(automatic identification system: AIS)으로부터 획득한 선박정보를 결합하여 선박식별 연구용 DB인 OpenSARShip DB를 구축하였다. 이에 먼저 항공 SAR 영상을 이용한 표적식별에서 높은 성능을 보였던 최근 식별 개념들을 위성 SAR DB에 적용하여 OpenSARShip DB의 활용성을 조사해볼 필요가 있다. 따라서 본 논문에서는 기존 항공 SAR 표적식별에서 높은 성능을 보였던 최근 식별 개념들을 OpenSARShip DB에 적용하여 선박식별을 수행한 후, 그 성능을 분석하여 OpenSARShip DB의 활용성을 조사한다.

KCI등재

9작물분류에서 기계학습 및 딥러닝 알고리즘의 분류 성능 평가: 하이퍼파라미터와 훈련자료 크기의 영향 분석

저자 : 김예슬 ( Yeseul Kim ) , 곽근호 ( Geun-ho Kwak ) , 이경도 ( Kyung-do Lee ) , 나상일 ( Sang-il Na ) , 박찬원 ( Chan-won Park ) , 박노욱 ( No-wook Park )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 34권 5호 발행 연도 : 2018 페이지 : pp. 811-827 (17 pages)

다운로드

(기관인증 필요)

초록보기

본 연구의 목적은 다중시기 원격탐사 자료를 이용한 작물분류에서 기계학습 알고리즘과 딥러닝 알고리즘의 비교에 있다. 이를 위해 전라남도 해남군과 미국 Illinois 주의 작물 재배지를 대상으로 기계학습 알고리즘과 딥러닝 알고리즘에 대해 (1) 하이퍼파라미터와 (2) 훈련자료의 크기에 따른 영향을 비교 분석하였다. 비교 실험에는 기계학습 알고리즘으로 support vector machine(SVM)을 적용하고 딥러닝 알고리즘으로 convolutional neural network(CNN)를 적용하였다. 특히 CNN에서 2차원의 공간정보를 고려하는 2D-CNN과 시간차원을 확장한 구조의 3D-CNN을 적용하였다. 비교 실험 결과, 다양한 하이퍼파라미터를 고려해야 하는 CNN의 경우 SVM과 다르게 두 지역에서 정의된 하이퍼파라미터 값이 유사한 것으로 나타났다. 이러한 결과를 바탕으로 모델 최적화에 많은 시간이 소요되지만 최적화된 CNN 모델을 다른 지역으로 확장할 수 있는 전이학습의 적용 가능성이 높을 것으로 판단된다. 다음 훈련자료 크기에 따른 비교 실험 결과, SVM 보다 CNN에서 훈련자료 크기의 영향이 큰 것으로 나타났는데 특히 다양한 공간특성을 갖는 Illinois 주에서 이러한 경향이 두드러지게 나타났다. 또한 Illinois 주에서 3D-CNN의 분류 성능이 저하되는 것으로 나타났는데, 이는 모델 복잡도가 증가하면서 과적합의 영향이 발생한 것으로 판단된다. 즉 모델의 훈련 정확도는 높지만 다양한 공간특성이나 입력 자료의 잡음 효과 등으로 오히려 분류 성능이 저하된 것으로 나타났다. 이러한 결과는 대상 지역의 공간특성을 고려해 적절한 분류 알고리즘을 선택해야 하는 것을 의미한다. 또한 CNN에서 특히, 3D-CNN에서 일정 수준의 분류 성능을 담보하기 위해 다량의 훈련자료 수집이 필요하다는 것을 의미한다.

KCI등재

10국내 작황 모니터링을 위한 무인항공기 적용방안

저자 : 나상일 ( Sang-il Na ) , 박찬원 ( Chan-won Park ) , 소규호 ( Kyu-ho So ) , 안호용 ( Ho-yong Ahn ) , 이경도 ( Kyung-do Lee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 34권 5호 발행 연도 : 2018 페이지 : pp. 829-846 (18 pages)

다운로드

(기관인증 필요)

초록보기

작황 모니터링은 농민들에게 최적의 작물 생산을 위한 농작업 관리 전략을 수립하는데 유용한 정보를 제공할 수 있다. 그러나 시료 채취에 의한 분석 등에 한정된 기존의 현장 모니터링 방법은 많은 시간과 노동력이 필요하다. 무인항공기는 고해상도 이미지를 신속하고 정기적으로 취득할 수 있는 장점이 있기 때문에 재배면적, 생육인자, 생육이상 및 생산량 추정 등과 같은 작황 모니터링 분야에 효과적으로 활용될 수 있다. 또한, 위성과 비교하여 비행 고도가 낮아 흐린 날씨에서도 높은 화질의 영상을 수집할 수 있다. 본 연구는 작황 모니터링 분야에서의 무인항공기 활용 가능성을 검토하고 무인항공기 기반의 작황 정보 생산을 위한 적용방안을 제시하고자 하였다.

1
발행기관 최신논문
자료제공: 네이버학술정보
발행기관 최신논문
자료제공: 네이버학술정보

내가 찾은 최근 검색어

최근 열람 자료

맞춤 논문

보관함

내 보관함
공유한 보관함

1:1문의

닫기