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 : 심성문 (검색결과 12 건)
- 무료
- 기관 내 무료
- 유료
-
Sentinel 위성영상과 기계학습을 이용한 국내산불 피해강도 탐지
심성문,김우혁,이재세,강유진,임정호,권춘근,김성용 대한원격탐사학회 2020 大韓遠隔探査學會誌 Vol.36 No.5
In South Korea with forest as a major land cover class (over 60% of the country), many wildfires occur every year. Wildfires weaken the shear strength of the soil, forming a layer of soil that is vulnerable to landslides. It is important to identify the severity of a wildfire as well as the burned area to sustainably manage the forest. Although satellite remote sensing has been widely used to map wildfire severity, it is often difficult to determine the severity using only the temporal change of satellite-derived indices such as Normalized Difference Vegetation Index (NDVI) and Normalized Burn Ratio (NBR). In this study, we proposed an approach for determining wildfire severity based on machine learning through the synergistic use of Sentinel-1A Synthetic Aperture Radar-C data and Sentinel-2A Multi Spectral Instrument data. Three wildfire cases–Samcheok in May 2017, Gangreung·Donghae in April 2019, and Gosung·Sokcho in April 2019–were used for developing wildfire severity mapping models with three machine learning algorithms (i.e., Random Forest, Logistic Regression, and Support Vector Machine). The results showed that the random forest model yielded the best performance, resulting in an overall accuracy of 82.3%. The cross-site validation to examine the spatiotemporal transferability of the machine learning models showed that the models were highly sensitive to temporal differences between the training and validation sites, especially in the early growing season. This implies that a more robust model with high spatiotemporal transferability can be developed when more wildfire cases with different seasons and areas are added in the future. 국토 대부분이 산림으로 구성되어 있는 대한민국은 매 년 많은 산불이 발생한다. 산불은 토양의 전단강도를 약화시켜 산사태에 취약한 토양층을 만들기도 하고, 수목의 복구가능여부에 따라 다른 계획 설립이 필요하기 때문에 산불피해면적 뿐만 아니라 피해강도에 대한 파악도 중요하다. 위성 원격탐사를 통한 산불피해강도 추정 연구가 많이 수행되어 왔으나, NDVI(Normalized Difference Vegetation Index)와 NBR(Normalized Burn Ratio) 등과 같은 단일 인자의 시계열 변화만을 이용하여 피해강도를 파악하기에는 한계가 있다. 본 연구에서는 Sentinel-1A SAR-C (Synthetic Aperture Radar-C)와 Sentinel-2A MSI(Multi Spectral Instrument)센서의 자료를 이용하여 기계학습방법을 통한 산불 피해강도 탐지 모델들을 제시하였다. 2017년 5월 삼척, 2019년 4월 강릉·동해, 2019년 4월 고성·속초 총 세개의 산불사례를 이용하여 RF(Random forest), LR(Logistic regression), SVM(Support Vector Machine)기계학습 모델을 구축하였다. 연구결과, random forest 모델이 82.3%의 총정확도로 가장 높은 성능을 보여주었다. 모델의 범용성 및 학습자료 민감도 확인을 위해 사례교차검증도 추가 시행하였는데, 그 결과 사례들의 시기적 차이에 의한 식생활력 및 재생도의 차이에 민감도가 높음을 확인하였다. 이는 추후 다양한 시공간적 사례를 추가할 시 개선이 될 것으로 보인다.
-
-
나주몽,심성문 전남대학교 글로벌디아스포라연구소 2009 전남대학교 세계한상문화연구단 국제학술회의 Vol.2009 No.1
이 연구의 목적은 재일코리안들이 한국방문과 한국인과의 교류경험을 통해 인식하는 한국 및 한국인에 대한 이미지가 어떠한지를 구체적으로 살펴보고 한국 및 한국인이미지 제고에 미치는 요인을 도출하고 네트워크의 활성화 방안에 대한 논의 및 시사점을 제공하고자 한다. 재일코리안의 한국에 대한 이미지관련 연구는 후쿠오카도 김명수가 1994년 조사 결과를 바탕으로 모국과의 거리를 측정한 결과, 당시 과반수이상인 56.1%가 1회 이상 한국을 방문한 경험을 가지고 있었다. 또한 방문경험이 있는 청소년을 대상으로 한국에 대한 이미지를 질문한 결과 호감을 가지고 애착을 느꼈다고 응답한 비율이 42.3%, 복잡한 기분이나 소외감을 느꼈다고 응답한 비율이 57.7%이었다. 이러한 결과는 재일코리안들이 한국방문으로 물리적으로는 가깝게 느끼고 있지만 심리적으로는 멀어지고 있다는 현실을 그대로 반영한 것이라고도 볼 수 있다. 이 연구는 그로부터 10년 후 재일코리안들의 모국과의 거리감은 어떻게 변했는지 알아보기 위해 2007년 한국청소년개발원에서 수집된 자료를 바탕으로 분석하고 있다. 조사결과를 보면, 먼저 한국이미지에 대한 회귀분석결과 호감이미지는 정보제공과 유학생인상, 역량이미지는 정보제공과 교류기회 및 유학생인상, 역동성이미지는 교류기회와 유학생인상 및 유학정보, 그리고 친밀감이미지는 정보제공과 교류기회 및 유학생인상, 유학생호감과 정의 상관관계를 나타냈다. 그러나 재일코리안들은 한국에 있는 개인이나 단체와 접촉, 혹은 한국의 인터넷이 많아질수록 그들에 대한 한국인의 불친절, 재일동포에 대한 편견과 차별 등으로 인해 한국과의 문화적 차이를 더욱 강하게 느끼고 있는 것으로 나타났다. 한국인이미지에 대한 회귀분석 결과를 살펴보면 호감이미지는 교류기회와 유학생 인상, 역량이미지는 정보제공 및 유학생인상, 역동성이미지는 정보제공, 교류기회, 유학생인상, 유학정보, 그리고 친밀감이미지는 정보제공과 교류기회 및 유학생인상과 정의 상관관계를 나타내고 있다. 조사결과, 재일코리안들에게 한국인이미지 제고에 미치는 요인들은 정보제공, 교류기회 확대, 유학생인상, 유학생호감, 유학정보 등 이었다.
-
-
-
다종 위성자료와 기계학습을 이용한 고해상도 표층 염분 추정
성태준,심성문,장은나,임정호,Sung, Taejun,Sim, Seongmun,Jang, Eunna,Im, Jungho 대한원격탐사학회 2022 大韓遠隔探査學會誌 Vol.38 No.5
해양 염분은 전 지구 규모에서 해수 순환에 영향을 미칠 뿐만 아니라, 연·근해 지역 저염분수가 어족자원 및 수산업에 피해를 줄 수 있는 등 해양 식생환경의 변화를 줄 수 있다. 해수의 표면 특성인 sea surface salinity (SSS)에 따라 마이크로웨이브 영역의 방사율이 달라지며, 이를 통해 Soil Moisture Active Passive (SMAP) 등 위성 센서를 활용한 SSS 산출물이 제공되고 있다. 하지만 마이크로파 위성 센서 기반의 SSS 산출물은 낮은 시공간해상도로 자료를 생산하며, 연안지역과 고위도 지역에서 정확도가 낮다. 이러한 이유로 연·근해 지역 SSS의 상세한 시공간적 변화를 관측하기에는 적합하지 않다. 본 연구에서는 Jang et al. (2022)에서 제시한 기계학습 기반의 개선된 SMAP SSS (SMAP SSS (Jang))를 참조자료로 활용하여, 정지궤도해색센서(Geostationary Ocean Color Imager, GOCI) 영상으로부터 고해상도 SSS를 추정하는 Light Gradient Boosting Machine (LGBM) 기반의 모델을 개발하였다. 3가지 입력변수 조합을 테스트하였고, Multi-scale Ultra-high Resolution Sea Surface Temperature (SST) 자료가 추가된 scheme 3가 가장 높은 정확도를 보였다(R<sup>2</sup> = 0.60, RMSE = 0.91 psu). 이를 바탕으로 본 연구영역에서 SST가 SSS 모의에 효과적인 환경변수로 작용함을 보였다. 본 연구에서 제시한 LGBM 기반의 GOCI SSS는 SMAP SSS (Jang)와 비슷한 시공간적 패턴을 보였지만, 더 높은 공간해상도를 바탕으로 SSS의 보다 상세한 공간적 분포와 더불어 SMAP SSS (Jang)에서 산출하지 않는 연안 지역의 정보까지 모의하였다. 또한, 중국 남방지역에 대홍수가 발생하였던 2020년 8월을 대상으로 양자강 유출수(Changjiang Diluted Water)의 거동을 분석한 결과, GOCI SSS는 한국 해양수산연구원의 보도자료와 비교하여 일관성 있는 시공간적 변화를 보였다. 본 연구의 결과로 연안 지역의 저염수 뿐 아니라, 원해 지역에서 광학위성 신호를 활용한 고해상도 SSS 산출의 가능성을 제시하였다. Ocean salinity affects ocean circulation on a global scale and low salinity water around coastal areas often has an impact on aquaculture and fisheries. Microwave satellite sensors (e.g., Soil Moisture Active Passive [SMAP]) have provided sea surface salinity (SSS) based on the dielectric characteristics of water associated with SSS and sea surface temperature (SST). In this study, a Light Gradient Boosting Machine (LGBM)-based model for generating high resolution SSS from Geostationary Ocean Color Imager (GOCI) data was proposed, having machine learning-based improved SMAP SSS by Jang et al. (2022) as reference data (SMAP SSS (Jang)). Three schemes with different input variables were tested, and scheme 3 with all variables including Multi-scale Ultra-high Resolution SST yielded the best performance (coefficient of determination = 0.60, root mean square error = 0.91 psu). The proposed LGBM-based GOCI SSS had a similar spatiotemporal pattern with SMAP SSS (Jang), with much higher spatial resolution even in coastal areas, where SMAP SSS (Jang) was not available. In addition, when tested for the great flood occurred in Southern China in August 2020, GOCI SSS well simulated the spatial and temporal change of Changjiang Diluted Water. This research provided a potential that optical satellite data can be used to generate high resolution SSS associated with the improved microwave-based SSS especially in coastal areas.
-
정재우(Jae-Woo Jung),심성수(Sung-Su Sim),안형진(Hyung-Jin Ahn),박민재(Min-Jae Park),문기동(Ki-Dong Moon),오종태(Jong-Tae Oh),김광훈(Kwang-Hoon Kim) 한국정보과학회 2003 한국정보과학회 학술발표논문집 Vol.30 No.1A
워크플로우 관리 시스템은 모델링에서 비즈니스 프로세스 정의 데이터를 엔진으로 전송하기 위한 방법으로 정적 저장소와 동적 저장소 방식을 이용한다. 정적 저장소를 통한 데이터 전송은 로컬간 데이터 교환에 장점이 있지만 유연성과 확장성의 문제점을 갖는다. 본 논문에서는 유연성과 확장성 문제 해결 방법으로 동적 저장소 방식을 이용하여 알려지지 않는 외부 데이터의 신뢰성을 체크하기 위하여 WIMC 표준에서 제정한 XPDL를 사용함으로써 문법적, 의미적 타당성을 검증한다. 즉 XPDL 기반의 동적 저장소 전송 메커니즘을 설계하고 신뢰성 있는 데이터 전송을 위하여 문법적, 의미적 타당성 검증에 필요한 컴포넌트를 제시하고자 한다.
-
-
-
ScienceON
KISS연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
