http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 장원진 ( Wonjin Jang ) (검색결과 20 건)
- 무료
- 기관 내 무료
- 유료
-
미계측 유역에서 Multi-flow direction을 활용한 유역특성 및 하천망 추출 연구
장원진 ( Wonjin Jang ),이용관 ( Yonggwan Lee ),김성준 ( Seongjoon Kim ) 한국농공학회 2018 한국농공학회 학술대회초록집 Vol.2018 No.-
수치표고자료(Digital Elevation model, DEM)로부터 유역특성 및 하천망 추출은 이미 ArcGIS 또는 QGIS 등과 같은 여러 GIS 소프트웨어를 통해 자동추출이 가능하도록 개발되어졌다. 그러나, 이들 소프트웨어들은 DEM으로부터 유역경계 및 하천망 추출에 있어 Single Flow Direction (SFD) 방법을 주로 사용하고 있다. SFD는 3×3 격자에서 중심 격자의 지표 흐름을 주위 8개의 픽셀 중 가장 경사가 급한 방향으로만 흐름이 발생한다고 가정하는 반면, Multi Flow Direction (MFD)는 모든 하향 방향에 대해 지표 흐름이 발생한다고 가정하기 때문에 세세한 하천망을 묘사할 수 있는 장점이 있다. 본 연구의 목적은 Python을 활용해 MFD를 개발하고 DEM에 적용하여 유역특성 인자를 산출하고 하천망을 추출하는 것이다. 이를 위한 지형 자료는 국토지리정보원의 1:5,000 수치지도로부터 격자크기 30m의 DEM을 제작하고, MFD를 적용하여 하천망을 생성하였고 이를 국가수자원관리종합정보시스템(Water Resources Management Information System, WAMIS)에서 제공하는 하천망과 비교·검증하였다. 또한 MFD를 적용해서 얻은 유역특성 및 하천망의 결과와 GIS 소프트웨어에서 사용하는 자동추출방식인 SFD 방식과의 비교를 통해 각각의 장단점을 알아보고자 한다. 마지막으로 USGS에서 제공하는 30m 공간해상도의 ASTGTM2 DEM 자료 구축하여 인도네시아의 미계측 유역에 대해 적용해 보고자 한다.
-
장원진(Wonjin Jang),유용석(Yongseok Yoo) 대한전자공학회 2020 대한전자공학회 학술대회 Vol.2020 No.8
This paper is aimed at develop technology that quickly and easily analyzes learning achievement by item and component. For a total of 95 students, computer-based test was conducted on 10 items reflecting six components of probability and statistics. Academic achievement analysis is automatically performed by dividing into two stages of achievement for items and for components with minimal user input. The k-means clustering and gaussian mixture model were applied to students’ responses to each item, classified them into 4 and 5 groups, and the achievement of each group was analyzed. This makes it possible to analyze the learning achievement in detail according to item response patterns, not simply to analyze the total test score. The results of grasping the learning strengths and weaknesses of students could be used for customized learning by level.
-
-
SWAT-MODFLOW를 이용한 금강 유역의 지하수 거동 평가
장원진 ( Wonjin Jang ),이지완 ( Jiwan Lee ),이용관 ( Yonggwan Lee ),김성준 ( Seongjoon Kim ) 한국농공학회 2019 한국농공학회 학술대회초록집 Vol.2019 No.-
지하수는 작물 재배 특히 고지대 작물과 가뭄 기간에 유용한 수자원이다. 한국의 연간 지하수 사용량은 약 37억 톤으로 한국의 총 수자원 사용량의 10%에 불과하지만 지하수 총량의 35% 이상의 값이다. 특히 연구 지역인 금강유역(9645.5㎢)의 경우 2005년부터 2015년까지 지하수 사용량이 11.6% 증가하였다. 전국적으로 보았을 때 향후 20년간 0.58m의 지하수위 감소가 예상된다. 이는 과도한 지하수 사용과 기후 변화로 인한 강수 패턴변화로 지하수 재충진의 감소로 인해 발생 된 것으로 평가된다. 본 연구에서는 지하수위를 산정하기 위해 금강유역을 대상으로 SWAT을 이용해 두개 댐(DCD and YDD)과 세 개의 보(SJW, GJW, and BJW)의 유입량과 저류량, 5개 지점(JSJS, OCCS, BEMR, CASS, and BYBY) 지하수위에 대하여 검보정하였다. 두 개의 댐에 대하여 NSE, R<sup>2</sup>는 각각 0.55-0.70 and 0.67-0.75, 세 개의 보에서는 0.57-0.77 and 0.62-0.81의 값을 보였다. 또한 5개의 지하수위 지점은 R<sup>2</sup>(결정계수; Coefficient of Determination)가 0.53에서 0.61의 범위를 가졌다. SWAT 모형의 검보정 이후 3차원 분포형 지하수 모형으로 지하수의 충진과 지표수와의 상관관계를 모의하는 모델인 SWAT-MODFLOW를 적용해 금강유역의 지하수 거동을 평가하고자 한다. 금강 유역에 대한 대수층 깊이, 수리전도도, 비저류율 등의 부족한 지하데이터는 단일 값으로 입력하여 처리하여 지하수위 변동을 확인하고자 한다.
-
-
-
다목적 PSO, NSGA-II 알고리즘을 활용한 DWAT 매개변수 최적화 평가
장원진 ( Wonjin Jang ),정지훈 ( Jeehun Chung ),김진욱 ( Jinuk Kim ),이용관 ( Yonggwan Lee ),김성준 ( Seongjoon Kim ) 한국농공학회 2023 한국농공학회 학술대회초록집 Vol.2023 No.0
본 연구에서는 Particle Swarm Optimization (PSO), Non-Dominated Sorting Genetic Algorithm II (NSGA-II)를 활용하여 The Dynamic Water Resources Assessment Tool (DWAT)의 자동 검보정 알고리즘을 개발하고 섬진강 유역을 대상으로 모형을 적용하여 이를 평가하고자 한다. 먼저, DWAT 수문모델은 소유역별로 지형학적 요인에 따른 유출 특성, 토양층에 따른 침투, 증발, 지하수 흐름 모의가 가능한 다양한 매개변수를 가지고 있어 유역별 적절한 매개변수 선정을 필요로 한다. 이를 위해 매개변수 최적화 알고리즘 모듈 개발을 위해 다목적 PSO와 NSGA-II 알고리즘을 활용하였다. PSO는 생체 군집의 사회적 행동양식을 바탕으로 설계된 군집 기반 확률론적 최적화 기법이며, NSGA-II는 다윈의 진화론을 모방하여 착안된 자연적인 선택과 진화를 기반으로 한 최적화 기법이다. 개발된 최적화 알고리즘은 Python으로 개발되어 확장성 및 범용성을 고려하였으며, 유역별 시공간적 특성을 고려할 수 있도록 사용자의 선택에 따라 9개의 목적함수(Coefficient of determination, (R<sup>2</sup>), modified R<sup>2</sup>, Nash-Sutcliffe Efficiency (NSE), Modified NSE, Kling-Gupta Efficiency, Percent Bias, Root Mean Square Error, Ranked Sum of Squared Error, Chi-squared) 중 최대 3개까지 선택할 수 있게 작성되었다. PSO와 NSGA-II를 활용한 DWAT 모형 자동검보정 유출 해석은 다목적 함수와 표준유역별 유동적인 매개변수 산정을 통해 높은 모의 성능을 보여줄 것으로 판단된다.
-
Sentinel-2 MSI와 Oversampling 기법를 활용한 소규모 호수 대상 Chlorophyll-a 산정
장원진 ( Wonjin Jang ),김진욱 ( Jinuk Kim ),김세훈 ( Sehoon Kim ),이용관 ( Yonggwan Lee ),김성준 ( Seongjoon Kim ) 한국농공학회 2022 한국농공학회 학술대회초록집 Vol.2022 No.-
화성시와 평택시를 연결한 남양방조제 건설로 형성된 간척담수호인 남양호는 형상계수가 낮고 밀집도가 높아 체류시간이 길어 잦은 수질 악화와 녹조가 발생한다. 이러한 문제를 예방하고 해결하기 위해서는 녹조의 분포와 농도를 이해하는 것이 중요하다. 따라서 본 연구에서는 Sentinel-2 Multispectral Image (MSI)와 현장샘플링 자료를 활용하여 Chlorophyll-a (Chl-a) 추정 알고리즘을 개발하고 남양호의 녹조 분포특성을 평가하고자 한다. Chl-a 추정 알고리즘 개발을 위해 MSI영상은 Level-2 A, B 자료에서 B1 (443 nm) ~ B8 (842 nm)반사도 자료를 사용하였으며 수질자료는 EXO-YSI에서 측정된 현장자료와 샘플링검사를 통한 수질자료(Chl-a, Phychocyanin, EC, TSS, CDOM, TOC 등)를 활용하였다. Chl-a 값은 전체기간 동안 2.9 ~ 294.9 mg/l의 범위를 가졌으며 호소 생활환경기준 Chl-a 나쁨 기준인 70mg/l 이상의 고농도 구간 자료개수가 전체 171개의 자료 중 45개로 불균형하다. 따라서 Oversampling 기법인 Synthetic Minority Over-sampling Technique (SMOTE)과 Adaptive Synthesis Sampling Approach (ADASYN)방법으로 합성 데이터를 생성하여 수질 데이터 고농도 구간의 데이터 불균형을 해결하고 Chl-a 알고리즘의 성능을 개선하고자 하였다. 머신러닝 기법인 Artificial Neural Network 을 활용하여 생성된 합성 데이터를 학습시켜 Chl-a 산정 알고리즘을 구축하였다. Oversampling 기법과 기계학습 모델 적용을 통한 알고리즘 개발은 데이터의 불균형을 해결하여 고농도의 Chl-a 탐지 성능을 향상 시킬 수 있으며, 알고리즘을 통해 생성된 Chl-a 분포 맵은 호소 내 효율적인 조류 관리에 도움이 될 수 있을 것으로 판단된다.
-
Sentinel-2 MSI와 Oversampling 기법를 활용한 소규모 호수 대상 Chlorophyll-a 산정
장원진 ( Wonjin Jang ),김진욱 ( Jinuk Kim ),김세훈 ( Sehoon Kim ),이용관 ( Yonggwan Lee ),김성준 ( Seongjoon Kim ) 한국농공학회 2022 한국농공학회 학술대회초록집 Vol.2022 No.-
화성시와 평택시를 연결한 남양방조제 건설로 형성된 간척담수호인 남양호는 형상계수가 낮고 밀집도가 높아 체류시간이 길어 잦은 수질 악화와 녹조가 발생한다. 이러한 문제를 예방하고 해결하기 위해서는 녹조의 분포와 농도를 이해하는 것이 중요하다. 따라서 본 연구에서는 Sentinel-2 Multispectral Image (MSI)와 현장샘플링 자료를 활용하여 Chlorophyll-a (Chl-a) 추정 알고리즘을 개발하고 남양호의 녹조 분포특성을 평가하고자 한다. Chl-a 추정 알고리즘 개발을 위해 MSI영상은 Level-2 A, B 자료에서 B1 (443 nm) ~ B8 (842 nm)반사도 자료를 사용하였으며 수질자료는 EXO-YSI에서 측정된 현장자료와 샘플링검사를 통한 수질자료(Chl-a, Phychocyanin, EC, TSS, CDOM, TOC 등)를 활용하였다. Chl-a 값은 전체기간 동안 2.9 ~ 294.9 mg/l의 범위를 가졌으며 호소 생활환경기준 Chl-a 나쁨 기준인 70mg/l 이상의 고농도 구간 자료개수가 전체 171개의 자료 중 45개로 불균형하다. 따라서 Oversampling 기법인 Synthetic Minority Over-sampling Technique (SMOTE)과 Adaptive Synthesis Sampling Approach (ADASYN)방법으로 합성 데이터를 생성하여 수질 데이터 고농도 구간의 데이터 불균형을 해결하고 Chl-a 알고리즘의 성능을 개선하고자 하였다. 머신러닝 기법인 Artificial Neural Network 을 활용하여 생성된 합성 데이터를 학습시켜 Chl-a 산정 알고리즘을 구축하였다. Oversampling 기법과 기계학습 모델 적용을 통한 알고리즘 개발은 데이터의 불균형을 해결하여 고농도의 Chl-a 탐지 성능을 향상 시킬 수 있으며, 알고리즘을 통해 생성된 Chl-a 분포 맵은 호소 내 효율적인 조류 관리에 도움이 될 수 있을 것으로 판단된다.
-
Sentinel-1 SAR와 지표상태인자를 활용한 토양의 동결 융해 상태 분석 연구
이용관,정지훈,장원진,김진욱,김성준,Yonggwan Lee,Jeehun Chung,Wonjin Jang,Jinuk Kim,Seongjoon Kim 대한원격탐사학회 2023 大韓遠隔探査學會誌 Vol.39 No.5
In this study, we used Sentinel-1 C-band synthetic aperture radar to calculate the surface state factor (SSF) for distinguishing the frozen-thawed state of soil. The accuracy of SSF classification was analyzed through comparison with air temperature (AT), grass temperature (GT), and underground temperature (UT). For the analysis, 116 Sentinel-1B Descending nodes observed over a period of 4 years from 2017 to 2020 were established for the central region of South Korea. AT, GT, and UT data were obtained from 23 soil moisture observation points of the Rural Development Administration during the same period, and analyzed using the 06:00 am data adjacent to the shooting time of the Sentinel-1B images. The average accuracy and F1-score for all stations were 0.63 and 0.47 for AT, 0.63 and 0.48 for GT, and 0.57 and 0.21 for UT, respectively. For winter (December-February) data, the average accuracy and F1-score were 0.66 and 0.76 for AT, 0.67 and 0.76 for GT, and 0.47 and 0.44 for UT, respectively. The increase in accuracy during winter data may be attributed to the fact that errors occurring in other seasons are not included.
ScienceON연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
