http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
천범석 ( Beomseok Chun ),이태화 ( Taehwa Lee ),김상우 ( Sangwoo Kim ),김종건 ( Junggun Kim ),신용철 ( Yongchul Shin ) 한국농공학회 2020 한국농공학회 학술대회초록집 Vol.2020 No.-
본 연구에서는 DNN 기법을 이용하여 국내의 시계열 토양수분을 산정하였다. DNN 회귀모형의 민감도 분석을 시행하기 위하여 평창군 및 거창군 지점의 TDR 기반 실측토양수분(10cm 및 30cm)과 DNN 입력자료(기상 및 지표 특성)을 수집하였다. 민감도 분석 결과 산정된 토양수분이 기상 변수(5일 강우평균, 5일 선행강우 및 누적강우)와 DEM에 민감한 것으로 나타났다. 이러한 분석 결과는 DEM과 기상 변수가 토양수분 유출 과정에서 중요하다는 것을 나타낸다. 민감도분석 결과를 바탕으로 DNN 회귀모형을 사용하여 연구 지점에서 10cm 및 30cm 깊이에서의 모의토양수분을 산정하였다. 평창군 지점에서는 10cm 깊이에서의 모의토양수분(R: 0.890, RMSE: 0.041)은 실측값과 비교하여 비슷한 것으로 나타났으며, 30cm 깊이에서의 모의토양수분(R: 0.843, RMSE: 0.048)은 10cm 깊이에서의 모의토양수분과 비교하여 상대적으로 불확실성이 높게 나타났다. 거창군 지점의 경우 10cm 및 30cm 깊이에서의 DNN 기반 모의토양수분(R: 0.997/0.995, RMSE: 0.014/0.006)이 모두 실측값과 유사한 것으로 나타났다. 비록 산정된 모의토양수분에서 불확실성이 발생하였으나, DNN 회귀모형으로 산정한 모의토양수분이 TDR 기반 실측토양수분을 잘 반영하는 것으로 나타났다. 본 연구는 농업, 산림 및 수문 등의 다양한 분야에서 활용될 것으로 사료된다.
천범석 ( Chun Beomseok ),이태화 ( Lee Taehwa ),김상우 ( Kim Sangwoo ),김종건 ( Kim Jonggun ),장근창 ( Jang Keunchang ),천정화 ( Chun Junghwa ),장원석 ( Jang Won Seok ),신용철 ( Shin Yongchul ) 한국농공학회 2020 한국농공학회논문집 Vol.62 No.5
In this study, we estimated soil moisture values using the Deep Neural Network(DNN) scheme at the mountainous regions. In order to test the sensitive analysis of DNN scheme, we collected the measured(at the soil depths of 10 cm and 30 cm) soil moisture and DNN input(weather and land surface) data at the Pyeongchang-gun(relatively flat) and Geochang-gun(steep slope) sites. Our findings indicated that the soil moisture estimates were sensitive to the weather variables(5 days-averaged rainfall, 5 days precedent rainfall, accumlated rainfall) and DEM. These findings showed that the DEM and weather variables play the key role in the processes of soil water flow at the mountainous regions. We estimated the soil moisture values at the soil depths of 10 cm and 30 cm using DNN at two study sites under different climate-landsurface conditions. The estimated soil moisture(R: 0.890 and RMSE: 0.041) values at the soil depth of 10 cm were comparable with the measured data in Pyeongchang-gun site while the soil moisture estimates(R: 0.843 and RMSE: 0.048) at the soil depth of 30 cm were relatively biased. The DNN-based soil moisture values(R: 0.997/0.995 and RMSE: 0.014/0.006) at the soil depth of 10 cm/30 cm matched well with the measured data in Geochang-gun site. Although uncertainties exist in the results, our findings indicated that the DNN-based soil moisture estimation scheme demonstrated the good performance in estimating soil moisture values using weather and land surface information at the monitoring sites. Our proposed scheme can be useful for efficient land surface management in various areas such as agriculture, forest hydrology, etc.
미계측유역을 대상으로 DNN 기반 Sentinel 토양수분산정 기법 평가
이태화 ( Taehwa Lee ),천범석 ( Beomseok Chun ),정영훈 ( Younghun Jung ),신용철 ( Yongchul Shin ) 한국농공학회 2022 한국농공학회 학술대회초록집 Vol.2022 No.-
본 연구에서는 LANDSAT/Sentinel-1 SAR 위성영상을 이용한 DNN 기반 고해상도 공간분포 토양수분 산정기술을 개발하였으며, 미계측유역에 적용하여 토양수분 모의성능을 평가하였다. Sentinenl-1 위성은 SAR 센서를 이용하여 기상상태에 영향을 받지 않고 지상관측이 가능하다. 또한 SAR 센서의 후방산란계수는 지표면의 수분함량이 클수록 높게 나타나는 특성이 있으며, 토양수분과의 선형적인 관계를 가진다. 따라서 이러한 후방산란계수의 특징과 기상자료 및 지표특성자료를 활용하여 고해상도 공간분포 토양수분을 산정하였다. 학습지역은 경상남도 거창군 거창읍 지역을 선정하여 연구를 진행하였다. 입력자료는 30m × 30m 해상도로 Resample 하여 DNN 모형의 학습한 후, 10m × 10m 해상도의 고해상도 공간분포 토양수분을 산정하였다. 산정결과, 모의 토양수분(DNN 기반 공간분포 토양수분)이 관측토양수분(LANDSAT7 기반 공간분포 토양수분)을 잘 반영하는 것(R:0.938/RMSE:0.010)으로 나타났다. 이를 바탕으로 미계측유역에 대한 토양수분 모의 성능을 평가하고자 전라북도 장수군 장수읍, 무주시 무주읍, 충청북도 계룡시 두마면을 미계측유역으로 가정하여 고해상도 공간분포 토양수분을 산정하였다. 미계측유역에 대한 적용결과, 장수군 장수읍(R:0.859/RMSE:0.023), 무주시 무주읍(R:0.912/RMSE:0.017) 및 계룡시 두마면(R:0.871/RMSE:0.012)의 모의 토양수분이 관측 토양수분과 매우 유사한 것으로 나타났다. 비록 제한된 실측 자료로 인하여 본 연구에서는 LANDSAT7기반의 공간분포 토양수분을 이용하여 학습을 진행하였으나, 도출된 결과를 기반으로 Sentinel-1 SAR 기반 후방산란계수, 지표특성자료 및 원격탐사자료를 활용하여 고해상도 공간분포 토양수분 산정이 가능한 것으로 판단되었다. 이를 바탕으로 Seninel-1 SAR센서 이미지자료와 DNN 기법을 연계한 고해상도 토양수분자료가 농업, 수문, 환경 등 다양한 분야에서 활용될 수 있을 것으로 판단된다.
토양수분자료동화기법 기반 고해상도 Sentinel-1 SAR 토양수분 산정
신용철 ( Yongchul Shin ),김상우 ( Sangwoo Kim ),이태화 ( Taehwa Lee ),천범석 ( Beomseok Chun ),정영훈 ( Younghun Jung ) 한국농공학회 2020 한국농공학회 학술대회초록집 Vol.2020 No.-
본 연구에서는 Sentinel-1 A/B SAR 센서 영상과 토양수분자료동화기법을 사용하여 우리나라의 시공간적으로 분포한 토양수분을 산정하였다. Sentinel-1A/B 기반 토양수분은 TDR 기반 실측토양수분과 Sentinel-1A/B 기반 후방산란계수와의 선형회귀분석을 통하여 산정하였다. 산정된 Sentinel-1A/B 기반 토양수분의 검증은 모의토양수분과 TDR 기반 실측 토양수분의 Pearson 상관계수와 RMSE(Root Mean Square Error)을 이용하였다. 토양수분자료동화기법은 토양수분과 유전자알고리즘을 이용하여 토양의 수리학적 매개변수를 추출할 수 있다. 본 연구에서는 토양수분자료동화기법을 이용하여 Sentinel-1A/B 기반 토양수분 영상, ASOS(Automated Synoptic Observing System) 기상 자료 및 TRMM(Tropical Rainfall Measuring Mission)/GPM(Global Precipitation Measurement) 강우 자료로 우리나라 토양의 수리학적 매개변수를 추출하였다. 추출된 토양의 수리학적 매개변수는 SWAP 모형의 입력 자료로 사용되었으며, TRMM/GPM 위성 강우 자료를 이용하여 2001년부터 2018년까지의 장기간 일별 토양수분을 모의하기 위하여 사용되었다. 전체적으로, SWAP 모형으로 산정된 장기간 일별 모의토양수분이 다양한 지표 환경(나지, 농경지, 임지 및 도시)에서 TDR 기반 실측토양수분과 Sentinel-1A/B 기반 토양수분과 유사한 것으로 나타났다. 또한 대체로 강우 변화에 따른 토양수분 공간분포의 변화가 장기간 일별 모의토양수분에 잘 반영되는 것으로 나타났다. 본 연구결과는 홍수, 가뭄, 산불과 같은 물 관련 재해뿐만 아니라 농업, 수문 등 다양한 분야에서 기초자료로 활용될 수 있을 것으로 사료된다.