http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
정종철 한국환경영향평가학회 2018 환경영향평가 Vol.27 No.6
미세먼지는 대기오염 중 심각한 질병을 야기할 수 있는 대기오염 원인물질이다. 이에 대부분의 연구는 위성영상을 활용하거나 모델링 기법을 이용하여 지역적 미세먼지 분포경향을 분석하였다. 하지만 측정소값을 기준으로 공간보간기법을 적용하여 분석하는 방법은 국내에서 부족한 실정이다. 본 연구에서는 서울시 39개의 미세먼지 측정망을 기준으로 2018년도 서울시의 1월, 2월, 3월, 4월 PM10과 PM2.5의 월별 공간적인 분포 변이를 분석하였다. 또한 본 연구를 통해 얻어진 분포도를 기반으로 PM10과 PM2.5의 차이값을 보여주는 분포도를 제작하였으며, PM10의 배출량이 많은 지역과 PM2.5의 배출량이 많은 지역을 선정하였다. 또한 PM10과 PM2.5의 분포를 비율로 계산하여 분포지도를 제작함으로 각 지역별 PM10과 PM2.5의 상호관계를 확인하였다. 본 연구는 공간분석 기법을 통하여 서울시 PM10과 PM2.5를 분석하는 공간적 분포변이 결과를 해석하였다. 본 연구의 결과 PM10은 도로변 측정소에 높은 측정값을 나타내는 것을 확인할 수 있었다. PM(Particulate Matter) cause serious diseases of air pollution. Most of the studies have analyzed local distribution trends using satellite images or modeling techniques. However, the method using the spatial interpolation method based on the meteorological value is insufficient in Korea. In this study, monthly spatial distribution of PM10 and PM2.5 in January, February, March, and April of 2018 Seoul Metropolitan City were analyzed based on 39 PM monitoring networks. In addition, a distribution map showing the difference between PM10 and PM2.5 was based on the distribution obtained through this study. The regions of high PM10 and PM2.5 emissions were selected. In addition, the correlation between PM10 and PM2.5 was confirmed through the distribution map. This study analyzed the spatial distribution variation results of analyzing PM10 and PM2.5 in Seoul through spatial analysis technique. As a result of this study, it was confirmed that PM10 shows high measured value on the roadside measurement station.
정종철 남서울대학교 2004 남서울대학교 논문집 Vol.10 No.-
The objective of this study is to find the optimum methodology to extract the waterline for digital mapping of tidal flat using multi-temporal remotely sensed data. The Hampyung bay in province of Chunlanam-do was a study area because there is a transition tract covered with shallow water due to the continuous tidal movement. Then near infra red wavelength of Landsat TM data was analysed on spectral characteristics. Tasseled cap method was used to extract three major features such as sea-water, transition zone and exposed tidal flat to build a digital water line of the tidal flat on the basis of 20 satellite images acquired from 1987 to 2000. The proposed method for digital mapping of tidal flat at this study were applied to 20 satellite images and the extracted digital map were compared with reference data.
GIS를 이용한 경북 봉화군 운곡천 수달(Lutra lutra Linnaeus, 1758)의 서식지 분석
정종철,조영석 한국공간정보학회 2004 한국공간정보학회지 Vol.12 No.1
본 연구는 2002년 10월부터 2003년 9월까지 경상북도 봉화군 운곡천을 대상으로 수달의 배설물(Spraint) 및 배설지(Sprainting site)등의 흔적조사를 통해 얻은 GPS좌표를 중심으로 하여 국립지리원에서 발행한 1/25000 수치지도 및 현장조사에서 얻은 정보를 ESRI사의 Arcview를 통하여 수달의 최적 서식지분석에 이용하였다. 분석 결과 수달의 서식지 이용에는 먹이자원인 어류의 종다양도와 풍부도가 깊은 연관을 맺고 있으며 식생 등의 서식환경이 밀접한 연관을 맺고 있음을 확인하였다. 또한, 밀집된 주거지 등의 인간의 간섭은 수달의 서식지 이용에 교란요인으로 작용한다는 것을 알 수 있었다. 결국 수달의 이주(Trans-location)등 보전 및 복원을 위한 시도에서 적합 서식지를 선정하기 위해서는 인간의 간섭으로부터 배제와 풍부한 어족자원, 좋은 식생을 두루 갖춘 서식지를 찾아내는 것이 선행되어야 함을 시사한다. This Study was Analysis about Habitat of Eurasian otter Lutra lutra L. In October 2002 during September 2003, Otter Spraints and Sprainting site were searched in river Unkog of North-Kyongsang Province for taking the GPS coordinates. For Analysis of habitat, This data were used by Arcview ver. 3.2 with 1/25000 Topology Map and Other Field data. The result of Habitat Analysis meant that Habitat use was strongly related to Fish diversity and richness also vegetation and cover were connected with otter habitat. In other hand, The Human interferences including dense structures like House acted as factor of disturbance. This study suggest that The preceding about Suitable habitat having free of Human disturbance, abundant fish and good vegetation is essential In Trial for Conservation or Recovery of Otter like Trans-location.
정종철,박용선 남서울대학교 2000 남서울대학교 논문집 Vol.6 No.-
Recently, there are accomplished various geographic information service with internet and we can prospect fast increasing of information service market with internet service. Already, a map of tourist guide, a map of transportation guide and various information service map are supplied by internet. For the more search of a satellite image map and an additional information service will be expended with internet by supplying of high resolution satellite image. In this study, we suggested the technique of high resolution satellite image service on the internet. IKONOS images of Seoul were applied to satellite image service technique of WebGIS.
정종철,Jeong, Jong-Chul 한국국토정보공사 공간정보연구원 2017 지적과 국토정보 Vol.47 No.1
Human activity such as agriculture, industrial development and urban sprawl has been the major threat to wetlands ecosystem, which have caused the greatest losses of coastal wetlands. The Garorim bay provides one of the most important wetland habitate and Ministry of Oceans and Fisheries designated Garorim bay to marine ecosystem protected area in July 2016. The purpose of this research is to analysis the spatial pattern of Garorim bay using Landsat 5 (TM), Landsat 7 (ETM+), Landsat 8 (OLI & TIRS). The surface temperature and NDVI of Garorim bay were processed with spatial analysis method and time series analysis were applied to 25 years Landsat satellite 19 images. The results of time series distribution map compared with the several wetland habitate on remotely sensed images. Landsat images showed the change area of wetland vegetation distribution from 1988 to 2014. The southern part habitate of Garorim bay have been changed with vegetation patterns on coastal wetland which were covered with tidal flat. 농경지, 공업지역 개발, 주거지 확장과 같은 인간의 활동은 갯벌생태계에 중요한 위협이 되어 왔고, 연안갯벌 감소의 가장 중요한 원인이었다. 가로림만은 가장 중요한 습지 서식처 중에 하나이며, 해양수산부는 가로림만을 2016년 7월 해양생태계보호구역으로 지정하였다. 본 연구의 목적은 Landsat 5 (TM), Landsat 7 (ETM+), Landsat 8 (OLI & TIRS)의 위성영상을 통해 가로림만의 공간적인 패턴을 분석하는 것이다. 가로림만의 표층온도와 NDVI는 공간분석기법에 의해 처리하였고, 시계열분석이 25년 동안의 Landsat 영상을 통해 적용되었다. 시계열 온도/식생 분포지도는 위성영상에 의해 몇 개의 갯벌 습지 서식처로 비교되었다. Landsat영상은 1988년부터 2014년까지 습지식생의 변화를 보여주었고, 가로림만 남부지역은 갯벌이 분포된 지역에 연안 습지에서 식생의 공간분포 변화되었음을 보여주고 있다.
정종철,윤형진 한국국토정보공사 2020 지적과 국토정보 Vol.50 No.1
This study examines machine learning cross-validation to utilized create ROI for classification of land cover. The study area located in Sejong and one KOMPSAT-3A image was used in this analysis: procedure on October 28, 2019. We used four bands(Red, Green, Blue, Near infra-red) for learning cross validation process. In this study, we used K-fold method in cross validation and used SVM kernel type with cross validation result. In addition, we used 4 kernels of SVM(Linear, Polynomial, RBF, Sigmoid) for supervised classification land cover map using extracted ROI. During the cross validation process, 1,813 data extracted from 3,500 data, and the most of the building, road and grass class data were removed about 60% during cross validation process. Based on this, the supervised SVM linear technique showed the highest classification accuracy of 91.77% compared to other kernel methods. The grass’ producer accuracy showed 79.43% and identified a large mis-classification in forests. Depending on the results of the study, extraction ROI using cross validation may be effective in forest, water and agriculture areas, but it is deemed necessary to improve the distinction of built-up, grass and bare-soil area. 본 연구는 토지피복 분류에 사용 가능한 ROI 생성 과정에서 기계학습 기반 교차검증을 활용하였다. 연구지역은 세종시를 포함한 2019년 10월 28일 단시기 KOMPSAT-3A 영상을 활용하였다. 연구 과정에서 4개의 밴드(Red, Green, Blue, Near Infra-red)를 독립변수로 교차검증 과정에서 학습시켰다. 또한 SVM의 4가지 기법(Linear, Polynomial, RBF, Sigmoid)을 활용하여 추출된 ROI를 기반으로 토지피복 분류를 실시하였다. 교차검증 과정에서 훈련된 3,500개의 데이터 중 1,813개의 데이터가 추출되었으며 건물, 도로, 그리고 초지에서 약 60%의 데이터가 제거되었다. 추출된 ROI를 기반으로 다른 SVM기법에 비해 SVM Linear 기법이 91.77%로 가장 높은 분류 정확도를 나타냈다. 분류 클래스 중 초지의 경우 산림과의 오분류가 가장 많이 발생하며 79.43%의 생산자 정확도로 가장 낮은 분류 정확도를 보여주었다. 연구 결과에 따라 교차검증에서 추출된 ROI는 산림, 수역, 그리고 농업지역에 대해서는 90%이상의 분류정확도를 보여주며 효과적인 분류결과를 도출할 수 있었으나, 80%의 분류정확도를 보여주는 건물, 도로, 나대지, 그리고 초지 지역을 분류하는 방법에 대해서는 추가적인 연구가 진행되어야 할 필요성이 존재한다.
서울시 미세먼지 관측망 위치 적정성 평가를 위한 공간정보 활용방안
정종철 한국국토정보공사 2017 지적과 국토정보 Vol.47 No.2
Recently, PM10 is becoming a main issue in Korea because it causes a variety of diseases, such as respiratory and ophthalmologic diseases. This research studied to spatial information application cases for evaluating the feasibility of the location for PM10 observation stations utilizing Geogrphic Information System(GIS) spatial analysis. The spatial Information application cases for optimal location assessment were investigated to properly manage PM10 observation stations which are closely related with public spatial data and health care. There are 31 PM10 observation stations in Seoul city and the observed PM10 data at these stations were utilized to understand the overall assessment of PM10 stations to properly manage using interpolation methods. The estimated PM10 using Inverse Distance Weighted(IDW) and Kriging techniques and the map of PM10 concentrations of monitoring stations in Seoul city were compared with public spatial data such as precipitation, floating population, elementary school location. On the basis of yearly, seasonal and daily PM10 concentrations were used to evaluate the feasibility analysis and the location of current PM10 monitoring stations. The estimated PM10 concentrations were compared with floating population and calculated 2015 PM10 distribution data using zonal statistical methods. The national spatial data could be used to analyze the PM10 pollution distribution and additional determination of PM10 monitoring sites. It is further suggested that the spatial evaluation of national spatial data can be used to determine new location of PM10 monitoring stations. 최근 미세먼지는 국내에서 중요한 사안으로 되어가고 있다. 왜냐하면 미세먼지는 호흡기 질환, 안과 질환과 같은 수많은 질병을 불러일으키기 때문이다. 본 연구는 GIS 공간분석 기술을 이용하여 PM10 관측소의 위치에 대한 적정성을 평가하기 위하여 공간정보의 활용 사례를 제시하였다. 미세먼지 측정소 최적 위치를 평가하기 위한 공간정보 활용사례는 국가 공간자료와 건강위해성과 밀접하게 관련있는 PM10 측정자료의 최적 위치와 함께 조사되었다. 서울시에는 31개 관측소가 있으며, 이들 측정소에서 관측된 PM10 자료를 가지고 추정된 PM10 농도는 공간보간기법을 적용하여 적정한 측정소 위치평가기법을 제시하는데 적용하였다. 서울시에서 PM10 측정망의 농도지도와 IDW와 크리깅 방법으로 추정된 농도는 강우량, 유동인구, 초등학교 위치정보와 같은 국가공간정보와 비교하였다. 일평균, 계절평균, 연평균 등의 PM10 농도는 현재의 PM10 측정소 위치와 위치적정성을 분석하는데 사용하였다. PM10농도는 2015년 유동인구와 지역 통계분석법에 적용된 계산된 PM10 분포와 비교하였다. 국가공간데이터는 PM10 오염분포와 부가적인 PM10 모니터링 사이트를 분석하는데 적용 가능하였다. 본 연구의 향후 연구과제는 PM10 모니터링 측정소의 새로운 위치를 선정하는데 사용된 국가공간정보의 활용성을 제안하는데 있다.