천리안 기상위성을 이용한 한반도 지역의 Linke turbidity 및 청천일사량 추정

송아람(Ahram Song),최강혁(Kanghyeok Choi),정민경(Minkyung Jung),김용일(Yongil Kim) 한국신재생에너지학회 2016 신재생에너지 Vol.12 No.S2

An estimation of the clear sky irradiance is a crucial part of satellite based methods because it is employed to calculate the clear sky index. Although the accuracy of the clear sky irradiance depends on the AOD (Aerosol Optical Depth) and TPW (Total Precipitable Water) mixing ratio, data are difficult to acquire in real time. The Linke turbidity factor simplifies the data as a unique parameter that describes the attenuation of solar radiation in terms of a clean and dry atmosphere. SoDa provides the Linke turbidity maps all over the world, but those maps have low spatial and temporal resolutions. To estimate the clear sky irradiance over the Korean Peninsula using satellite images, this paper presents a method to estimate the Linke turbidity factor using COMS MI, which is operated by the Korea Meteorological Administration, and the clear sky irradiance using the ESRA clear sky model. The AOD and the TPW derived from COMS MI were also used to calculate the Linke turbidity. Overall, the results show that the Linke turbidity factor calculated from COMS MI has higher accuracy than that calculated using the SoDa data.

IEA(Iterative Error Analysis)와 분광혼합분석기법을 이용한 초분광영상의 변화탐지

송아람 ( Ahram Song ),최재완 ( Jaewan Choi ),장안진 ( Anjin Chang ),김용일 ( Yongil Kim ) 대한원격탐사학회 2015 大韓遠隔探査學會誌 Vol.31 No.5

초분광영상을 이용한 변화탐지 기법으로는 Chronochrome(CC), Principal Component Analysis (PCA), 분광혼합분석(spectral unmixing) 등이 있다. 특히, 분광혼합분석을 이용한 변화탐지는 변화객체의 위치 정보뿐만 아니라 변화의 속성까지 분석할 수 있다는 점에서 매우 효과적이나, 분광혼합분석을 활용한 초분광영상의 변화탐지 연구는 여전히 초기단계에 머물러 있다. 본 연구에서는 분광혼합분석을 이용한 효과적인 변화탐지를 위하여 Iterative Error Analysis(IEA)와 Spectral Angle Mapper(SAM) 등을 활용하여두 영상에서 변화지역을 설명할 수 있는 동일한 endmember를 결정하였으며, 점유비율의 차영상을 통하여 변화지역을 추출하였다. 제안기법의 적용성을 평가하기 위하여 임의의 변화지역을 포함한 Compact Airborne Spectrographic Imager(CASI) 및 Hyperion 모의영상에 대한 변화탐지를 수행하였다. 실험결과, 제안기법이 기존의 CC, PCA, N-FINDR를 이용한 분광혼합분석보다 효과적으로 변화지역을 추출할 수 있는 것으로 나타났다. 본 연구의 제안기법은 사전정보 없이 자동으로 동일한 endmember를 추출할 수 있는 장점을 갖기 때문에 다양한 피복물질로 구성된 영상의 변화탐지에 효과적으로 활용될 것이다. Various algorithms such as Chronochrome(CC), Principle Component Analysis(PCA), and spectral unmixing have been studied for hyperspectral change detection. Change detection by spectral unmixing offers useful information on the nature of the change compared to the other change detection methods which provide only the locations of changes in the scene. However, hyperspectral change detection by spectral unmixing is still in an early stage. This research proposed a new approach to extract endmembers, which have identical properties in temporally different images, by Iterative Error Analysis (IEA) and Spectral Angle Mapper(SAM). The change map obtained from the difference of abundance efficiently showed the changed pixels. Simulated images generated from Compact Airborne Spectrographic Imager (CASI) and Hyperion were used for change detection, and the experimental results showed that the proposed method performed better than CC, PCA, and spectral unmixing using N-FINDR. The proposed method has the advantage of automatically extracting endmembers without prior information, and it could be applicable for the real images composed of many materials.

한반도의 일사량 추정을 위한 청천일 모델의 비교 평가

송아람(Ahram Song),최원석(Wonseok Choi),윤창열(Changyeol Yun),김용일(Yongil Kim) 한국측량학회 2015 한국측량학회지 Vol.33 No.5

철도통합무선망 구축을 위한 국내 철도법령 분석 및 연구

송용수(YongSoo Song),정우석(Wooseok Jeong),심봉규(BongKyu Sim),조아람(AhRam JO) 한국철도학회 2013 한국철도학회 학술발표대회논문집 Vol.2013 No.5

최근 정보통신기술(ICT)산업이 국가핵심기술로 떠오르고 있는 실정에 맞춰 철도분야에서는 국가핵심산업의 발전을 위해「도시철도용 무선통신기반의 열차제어시스템 표준체계구축 및 성능평가 연구사업」1 단계를 2010 년부터 수행 중에 있다. 2014 년 1 단계 완료 후 일반철도 및 고속철도에 무선통신기반 철도시스템 연구개발 및 실용화를 목표로 하고 있다. 이러한 국가철도통합무선망의 효율적인 도입을 위한 기술적, 정책적 기반조성이 요구되고 있고, 철도통합무선망 건설에 필요한 법령, 기준, 제도 등에 대한 검토를 통하여 이들에 대한 보완 방안의 마련과 함께 실용화 사업의 효율적 추진이 되어야 할 것이다. recently, Rail industry is implementing "study of performence evaluation and standard system making of wireless communication train control system based on city rail" to develop national core technology, with situation of ICT industry is magnified as national core technology. 2014, after 1st part finished, it is the goal that practical use and study of wireless communication based rail system on Railway and High Speed Railway technical and political foundation construction work is being asked to introduct KRTCSefficiently, It is necessary to promote efficient operation along with the practical preparation through the examination rule, standard, system such as the the necessary factors construction of KRTCS.

지상용 초분광 스캐너를 활용한 사과의 당도예측 모델의 성능향상을 위한 연구

송아람,전우현,김용일,Song, Ahram,Jeon, Woohyun,Kim, Yongil 대한원격탐사학회 2017 大韓遠隔探査學會誌 Vol.33 No.5

본 연구에서는 야외에서 자료 취득이 가능하며 한 번에 다량의 사과를 촬영할 수 있는 지상용 초분광 스캐너를 활용하여 사과의 분광정보와 당도와의 부분최소제곱회귀분석(PLSR, Partial Least Square Regression)을 수행하였으며, 최적의 예측모델을 구축하기 위한 다양한 전처리기법의 적용가능성을 평가하고 VIP(Variable Importance in Projection)점수를 통한 최적밴드를 산출하였다. 이를 위하여 360-1019 nm영역에서 촬영된 515밴드의 초분광 영상에서 70개의 분광곡선을 취득하였으며, 디지털광도계를 이용하여 당도($^{\circ}Brix$)를 측정하였다. 사과의 분광특성과 당도사이의 회귀모델을 구축하였으며, 최적의 예측모델은 모델 예측치와 실측치간의 결정계수($r_p^2$, coefficient of determination of prediction)와 RMSECV(Root Mean Square Error of Cross Validation), RMSEP(Root Mean Square Error of Prediction)등을 고려하여 선정하였다. 그 결과 산란보정 기법의 대표적인 MSC(Multiplicative Scatter Correction)의 기반의 전처리기법이 가장 효과적이었으며, MSC와 SNV(Standard Normal Variate)를 조합한 경우 RMSECV와 RMSEP가 각각 0.8551과 0.8561로 가장 낮았고, $r_c^2$와 $r_p^2$은 각각 0.8533과 0.6546으로 가장 높았다, 또한 360-380, 546-690, 760, 915, 931-939, 942, 953, 971, 978, 981, 988, 992-1019 nm 등이 당도 측정을 위한 가장 영향력 있는 파장영역으로 나타났다. 해당 영역의 분광값을 가지고 PLSR을 수행한 결과, 전파장대를 사용할 때보다 RMSEP가 0.6841로 감소하고 $r_p^2$는 0.7795로 증가하는 것을 확인하였다. 본 연구를 통하여 사과의 당도측정에 있어 야외에서 취득한 초분광 영상자료의 활용 가능성을 확인하였으며, 이는 필드자료 및 센서 활용분야의 확장가능성을 보여준다. A partial least squares regression (PLSR) model was developed to map the internal soluble solids content (SSC) of apples using a ground-based hyperspectral scanner that could simultaneously acquire outdoor data and capture images of large quantities of apples. We evaluated the applicability of various preprocessing techniques to construct an optimal prediction model and calculated the optimal band through a variable importance in projection (VIP)score. From the 515 bands of hyperspectral images extracted at wavelengths of 360-1019 nm, 70 reflectance spectra of apples were extracted, and the SSC ($^{\circ}Brix$) was measured using a digital photometer. The optimal prediction model wasselected considering the root-mean-square error of cross-validation (RMSECV), root-mean-square error of prediction (RMSEP) and coefficient of determination of prediction $r_p^2$. As a result, multiplicative scatter correction (MSC)-based preprocessing methods were better than others. For example, when a combination of MSC and standard normal variate (SNV) was used, RMSECV and RMSEP were the lowest at 0.8551 and 0.8561 and $r_c^2$ and $r_p^2$ were the highest at 0.8533 and 0.6546; wavelength ranges of 360-380, 546-690, 760, 915, 931-939, 942, 953, 971, 978, 981, 988, and 992-1019 nm were most influential for SSC determination. The PLSR model with the spectral value of the corresponding region confirmed that the RMSEP decreased to 0.6841 and $r_p^2$ increased to 0.7795 as compared to the values of the entire wavelength band. In this study, we confirmed the feasibility of using a hyperspectral scanner image obtained from outdoors for the SSC measurement of apples. These results indicate that the application of field data and sensors could possibly expand in the future.

개방형 다중 데이터셋을 활용한 Combined Segmentation Network 기반 드론 영상의 의미론적 분할

송아람,Ahram Song 대한원격탐사학회 2023 大韓遠隔探査學會誌 Vol.39 No.5

This study proposed and validated a combined segmentation network (CSN) designed to effectively train on multiple drone image datasets and enhance the accuracy of semantic segmentation. CSN shares the entire encoding domain to accommodate the diversity of three drone datasets, while the decoding domains are trained independently. During training, the segmentation accuracy of CSN was lower compared to U-Net and the pyramid scene parsing network (PSPNet) on single datasets because it considers loss values for all dataset simultaneously. However, when applied to domestic autonomous drone images, CSN demonstrated the ability to classify pixels into appropriate classes without requiring additional training, outperforming PSPNet. This research suggests that CSN can serve as a valuable tool for effectively training on diverse drone image datasets and improving object recognition accuracy in new regions.

핵 활동 탐지 및 감시를 위한 딥러닝 기반 의미론적 분할을 활용한 변화 탐지

송아람,이창희,이진민,한유경,Song, Ahram,Lee, Changhui,Lee, Jinmin,Han, Youkyung 대한원격탐사학회 2022 大韓遠隔探査學會誌 Vol.38 No.6

Satellite imaging is an effective supplementary data source for detecting and verifying nuclear activity. It is also highly beneficial in regions with limited access and information, such as nuclear installations. Time series analysis, in particular, can identify the process of preparing for the conduction of a nuclear experiment, such as relocating equipment or changing facilities. Differences in the semantic segmentation findings of time series photos were employed in this work to detect changes in meaningful items connected to nuclear activity. Building, road, and small object datasets made of KOMPSAT 3/3A photos given by AIHub were used to train deep learning models such as U-Net, PSPNet, and Attention U-Net. To pick relevant models for targets, many model parameters were adjusted. The final change detection was carried out by including object information into the first change detection, which was obtained as the difference in semantic segmentation findings. The experiment findings demonstrated that the suggested approach could effectively identify altered pixels. Although the suggested approach is dependent on the accuracy of semantic segmentation findings, it is envisaged that as the dataset for the region of interest grows in the future, so will the relevant scope of the proposed method.

LTE-R 기반 철도전용 통합무선망의 효율적인 도입을 위한 법·제도 연구

심봉규(BongKyu Sim),송용수(YongSoo Song),정우석(Wooseok Jeong),조아람(AhRam Jo) 대한전기학회 2014 대한전기학회 학술대회 논문집 Vol.2014 No.2

딥러닝 기반의 환경성평가지도 구축

권희성(Heesung Kwon),송아람(Ahram Song),정세정(Sejung Jung),이원희(Wonhee Lee) 대한공간정보학회 2021 한국공간정보학회 학술대회 Vol.2021 No.11

본 연구에서는 KOMPSAT-3A 위성영상과 세분류 토지피복도를 이용한 환경가치등급 분류를 수행하여 국토환경성평가지도의 주기적인 갱신 및 구축 가능성을 제시하였다. 환경성 평가지도는 62개의 법제적 평가항목과 8개의 환경·생태적 평가항목을 기준으로 국토의 환경적 가치를 5단계의 등급으로 평가한 지도이며, 1:25,000과 1:5,000의 두 가지 축척으로 제공되고 있다. 하지만 1:5,000 축척의 환경성평가지도는 참조자료의 부재 및 상이한 제작년도 등 다양한 제공조건으로 인해 구축 및 갱신에 어려움이 있다. 이에 본 연구에서는 KOMPSAT-3A 위성영상과 식생지수(Normalized Difference Vegetation Index, NDVI) 그리고 세분류 토지피복도에 딥러닝 기법 중 하나인 CNN(Convolution Neral Network)을 활용하여 정확하고 최신정보가 반영된 1:5,000 환경성평가지도를 구축하고자 한다. 그 결과 Kappa 평균 0.69, 정확도 평균 81%의 결과가 산출되었다. 하지만 현재 환경성평가지도의 평가기준이 공개되지 않았으며 취약점을 보완하고 있기 때문에, 향후 환경성평가지도의 평가지표 및 작성지침의 개선 방향을 고려한 추가적인 연구가 필요한 것으로 판단된다.

스트리트뷰 영상의 객체탐지를 활용한 보행 장애물 정보 갱신

박슬아(Park, Seula),송아람(Song, Ahram) 한국측량학회 2021 한국측량학회지 Vol.39 No.6