농림위성 활용을 위한 산불 피해지 분류 딥러닝 알고리즘 평가

차성은,원명수,장근창,김경민,김원국,백승일,임중빈,Cha, Sungeun,Won, Myoungsoo,Jang, Keunchang,Kim, Kyoungmin,Kim, Wonkook,Baek, Seungil,Lim, Joongbin 대한원격탐사학회 2022 大韓遠隔探査學會誌 Vol.38 No.6

Recently, forest fires have frequently occurred due to climate change, leading to human and property damage every year. The forest fire monitoring technique using remote sensing can obtain quick and large-scale information of fire-damaged areas. In this study, the Gangneung and Donghae forest fires that occurred in March 2022 were analyzed using the spectral band of Sentinel-2, the normalized difference vegetation index (NDVI), and the normalized difference water index (NDWI) to classify the affected areas of forest fires. The U-net based convolutional neural networks (CNNs) model was simulated for the fire-damaged areas. The accuracy of forest fire classification in Donghae and Gangneung classification was high at 97.3% (f₁=0.486, IoU=0.946). The same model used in Donghae and Gangneung was applied to Uljin and Samcheok areas to get rid of the possibility of overfitting often happen in machine learning. As a result, the portion of overlap with the forest fire damage area reported by the National Institute of Forest Science (NIFoS) was 74.4%, confirming a high level of accuracy even considering the uncertainty of the model. This study suggests that it is possible to quantitatively evaluate the classification of forest fire-damaged area using a spectral band and indices similar to that of the Compact Advanced Satellite 500 (CAS500-4) in the Sentinel-2.

채란 양계업의 규모변화

차성은 대한양계협회 1986 월간 양계 Vol.18 No.4

인공신경망 기반 드론 광학영상 및 LiDAR 자료를 활용한 임분단위 식생층위구조 추정

차성은,조현우,임철희,송철호,이슬기,김지원,박치영,전성우,이우균 대한원격탐사학회 2020 大韓遠隔探査學會誌 Vol.36 No.5

지속가능한 산림 발전을 위해 식생층위구조를 파악하는 것은 산림 자원 관리에 중요한 요소이다. 최근기술의 발달로 드론, 딥러닝 등 신기술을 산림 부문에 접목한 활용이 늘어났으며, 이를 이용한 식생층위구조추정이 가능해졌다. 본 연구에서는 드론-광학 및 LiDAR 영상을 융합하여 공주, 삼척, 서귀포 지역에 대해 식생층위구조를 파악하였으며, 각 92.62%(Kappa value: 0.59), 91.57%(Kappa value: 0.53), 86.00%(Kappa value: 0.63)의정확도를 확인하였다. 딥러닝을 활용한 식생층위구조 분석 기술은 광학 및 LiDAR의 정보량이 많아질수록 모델의 성능을 높일 수 있을 것으로 기대된다. 향후, 식생의 다양한 특성이 반영될 수 있는 복잡도 높은 모델과 충분한 샘플링을 통한 학습자료 구축이 동반되어 모델의 완성도가 높아진다면, 전국단위의 식생층위구조 지도를 구축하여 우리나라 정책·제도의 참고자료로 활용될 수 있을 것이다. Understanding the vegetation structure is important to manage forest resources for sustainable forest development. With the recent development of technology, it is possible to apply new technologies such as drones and deep learning to forests and use it to estimate the vegetation structure. In this study, the vegetation structure of Gongju, Samchuk, and Seoguipo area was identified by fusion of drone-optical images and LiDAR data using Artificial Neural Networks (ANNs) with the accuracy of 92.62% (Kappa value: 0.59), 91.57% (Kappa value: 0.53), and 86.00% (Kappa value: 0.63), respectively. The vegetation structure analysis technology using deep learning is expected to increase the performance of the model as the amount of information in the optical and LiDAR increases. In the future, if the model is developed with a high-complexity that can reflect various characteristics of vegetation and sufficient sampling, it would be a material that can be used as a reference data to Korea’s policies and regulations by constructing a country-level vegetation structure map.

단합된 일체감으로 슬기롭게 대처해야

차성은 대한양계협회 1985 월간 양계 Vol.17 No.11

심막 생검으로 확진된 결핵성 심막염 1례

차성은,김경영,전호춘,김지영,최형석,손인,성상현,최신은 한림대학교의료원 1994 人間科學 Vol.18 No.7

최대 엔트로피 모형을 활용한 기후변화 시나리오 기반 산사태 취약성평가

차성은,임철희,홍민아,임중빈,이우균 한국기후변화학회 2023 한국기후변화학회지 Vol.14 No.2

Climate change has a significant impact on the occurrence of landslides, and as it intensifies, abnormal weather such as cold waves, heavy snowfall, torrential rains, and typhoons will become more frequent, leading to an increase in disasters. This study constructed a maximum entropy (MaxEnt) model using geospatial information and meteorological factors (using representative concentration pathways (RCP) 8.5 and RCP 4.5 scenarios) from landslide occurrence locations from 2010 to 2020 and simulated the national probability of landslide occurrence per year from 2021 to 2085. A vulnerability assessment was performed considering the government’s policy and budget, and the possible damage caused by landslides was quantitatively evaluated. The results of the impact assessment showed that the probability of landslide occurrence based on the RCP 8.5 scenario was 1.8 times higher in the 2030s, 1.7 times higher in the 2050s, and 7.2 times higher in the 2080s than that based on the RCP 4.5 scenario. In addition, passive and active mitigation, assuming a constant increasing rate of policy budget, showed a difference in reduction of landslide risk. Applying passive mitigation in the impact and vulnerability assessments reduced the risk of landslides by a minimum of 47.7% to a maximum of 52.6%. Active mitigation reduced the risk of landslide occurrence from a minimum of 63.6% to a maximum of 68.4%. The results of this study provide basic data for local governments to determine the priorities of landslide prevention projects. However, future research should consider landslide damage intensity and the physical limitations in spatialization of the adaptive capacity considered in the vulnerability evaluation.

원격탐사자료를 이용한 참나무시들음병 피해목의 공간분포특성 분석

차성은,이우균,김문일,이슬기,조현우,최원일,Cha, Sungeun,Lee, Woo-Kyun,Kim, Moonil,Lee, Sle-Gee,Jo, Hyun-Woo,Choi, Won-Il 한국산림과학회 2017 한국산림과학회지 Vol.106 No.3

본 연구는 참나무시들음병이 수도권에 피해가 집중되어 있는 점을 고려해 북한산, 청계산, 수리산의 시계열 항공사진을 사용하여 감독분류기법(supervised classification)으로 피해목을 분류하였으며, 피해지의 공간적인 특성을 분석하기 위해 피해목 위치의 지형적 특성을 통계처리 하여 고도와 경사와의 밀접한 상관관계를 확인하였다. 또한, Moran's I 통계분석을 이용한 북한산의 Moran's I 값은 2009, 2010, 2012년 각 0.25, 0.32, 0.24, 청계산은 2010, 2012, 2014년 각 0.26, 0.32, 0.22, 수리산은 2012, 2014년 각 0.42, 0.42의 값을 갖으며, 이는 피해목이 군집하여 분포함을 의미한다. 아울러, 피해목 군집의 이동성을 파악하기 위해 hotspot 분석을 실시하여 시계열적으로 hotspot이 이동하는 특성을 확인하였다. 참나무 시들음병의 전체 hotspot 면적(z-score>1.65) 중 고도 200~400 m, 경사 $20{\sim}40^{\circ}$에 분포하는 활엽수 및 혼효림에서의 발생비율은 약 80%로 나타났다. 이는 미래의 피해지역 hotspot은 상기의 지형 및 임상조건에서 발생 또는 이동될 수 있음을 시사한다. 본 연구의 결과는 참나무시들음병의 이동경로 예측의 기초자료로 이용될 수 있으며, 향후 병해충 피해의 사전 방제 및 시스템 구축에 사용될 수 있다. This study categorized the damaged trees by Supervised Classification using time-series-aerial photographs of Bukhan, Cheonggae and Suri mountains because oak wilt disease seemed to be concentrated in the metropolitan regions. In order to analyze the spatial characteristics of the damaged areas, the geographical characteristics such as elevation and slope were statistically analyzed to confirm their strong correlation. Based on the results from the statistical analysis of Moran's I, we have retrieved the following: (i) the value of Moran's I in Bukhan mountain is estimated to be 0.25, 0.32, and 0.24 in 2009, 2010 and 2012, respectively. (ii) the value of Moran's I in Cheonggye mountain estimated to be 0.26, 0.32 and 0.22 in 2010, 2012 and 2014, respectively and (iii) the value of Moran's I in Suri mountain estimated to be 0.42 and 0.42 in 2012 and 2014. respectively. These numbers suggest that the damaged trees are distributed in clusters. In addition, we conducted hotspot analysis to identify how the damaged tree clusters shift over time and we were able to verify that hotspots move in time series. According to our research outcome from the analysis of the entire hotspot areas (z-score>1.65), there were 80 percent probability of oak wilt disease occurring in the broadleaf or mixed-stand forests with elevation of 200~400 m and slope of 20~40 degrees. This result indicates that oak wilt disease hotspots can occur or shift into areas with the above geographical features or forest conditions. Therefore, this research outcome can be used as a basic resource when predicting the oak wilt disease spread-patterns, and it can also prevent disease and insect pest related harms to assist the policy makers to better implement the necessary solutions.

위성영상과 음영기복도를 이용한 오대산 지역 진앙의 위치와 선구조선의 관계 분석

차성은,지광훈,조현우,김은지,이우균 한국지리정보학회 2016 한국지리정보학회지 Vol.19 No.3

The purpose of this paper is to analyze the relationship between the location of the epicenter of a medium-sized earthquake(magnitude 4.8) that occurred on January 20, 2007 in the Odaesan area with lineament features using a shaded relief map(1/25,000 scale) and satellite images from LANDSAT-8 and KOMPSAT-2. Previous studies have analyzed lineament features in tectonic settings primarily by examining two-dimensional satellite images and shaded relief maps. These methods, however, limit the application of the visual interpretation of relief features long considered as the major component of lineament extraction. To overcome some existing limitations of two-dimensional images, this study examined three-dimensional images, produced from a Digital Elevation Model and drainage network map, for lineament extraction. This approach reduces mapping errors introduced by visual interpretation. In addition, spline interpolation was conducted to produce density maps of lineament frequency, intersection, and length required to estimate the density of lineament at the epicenter of the earthquake. An algorithm was developed to compute the Value of the Relative Density(VRD) representing the relative density of lineament from the map. The VRD is the lineament density of each map grid divided by the maximum density value from the map. As such, it is a quantified value that indicates the concentration level of the lineament density across the area impacted by the earthquake. Using this algorithm, the VRD calculated at the earthquake epicenter using the lineament's frequency, intersection, and length density maps ranged from approximately 0.60(min) to 0.90(max). However, because there were differences in mapped images such as those for solar altitude and azimuth, the mean of VRD was used rather than those categorized by the images. The results show that the average frequency of VRD was approximately 0.85, which was 21% higher than the intersection and length of VRD, demonstrating the close relationship that exists between lineament and the epicenter. Therefore, it is concluded that the density map analysis described in this study, based on lineament extraction, is valid and can be used as a primary data analysis tool for earthquake research in the future. 본 연구에서는 LANDSAT 8호, KOMPSAT 2호 위성영상과 1/25,000 수치지형도를 기반으로 작성된 음영기복도를 이용하여 2007년 1월 20일 오대산 지역에서 발생한 약 4.8의 중규모 지진과 선구조선의 관계를 분석하였다. 대부분의 선행연구는 지체구조와 관련된 선구조선 분석 연구를 하였으며, 주로 2차원의 위성영상과 음영기복도를 활용하였기에 지형의 기복 등에 대한 판독이 어려워 선구조선 추출이 제한적이었다. 본 연구에서는 이를 보완하기 위해 수치표고모델(Digital Elevation Model; DEM)을 기반으로 작성한 3차원 입체 영상과 수계망 분석을 통해 지형의 기복, 수계의 연결성 등을 판독해 선구조선을 추출하여, 2차원 영상에서 나타나는 시각적인 판독에 의한 오류를 최소화한 선구조선 판독도를 작성하였다. 또한 진앙에 대한 선구조선의 통계 요소별 밀도를 추정하기 위해 spline 내삽법을 이용하여 선구조선의 빈도, 교차점, 길이에 대한 밀도를 계산하였다. 그리고 진앙에서의 선구조선 밀도가 얼마나 밀집되어 있는지 정량적으로 표현하기 위하여 각 격자 내의 선구조선 밀도에 대해 최대 선구조선 밀도로 나누는 상대밀도 값(Value of the Relative Density; VRD)을 계산하는 알고리즘을 개발하여 밀도도(density map)를 작성하였다. 각 영상의 진앙에서의 VRD는 최소 약 0.60에서 최대 약 0.90으로 나타났지만, 각 영상별 광원의 고도각과 방위각이 차이가 있어 영상별 VRD보다 통계 요소별 VRD의 평균치를 사용하였다. 그 결과, 빈도의 평균 VRD는 약 0.85로 교차점과 길이의 평균 VRD보다 약 21% 높게 나타나, 선구조선의 빈도 요소가 진앙의 위치와의 관계가 가장 밀접함을 확인하였다. 이와 같이 3차원 영상의 선구조선 추출을 통한 밀도 분석 기술은 향후 지진 발생 가능 지역 분석에 기초자료로써의 의미가 있을 것으로 기대된다.

국내 COVID-19의 공간분포특성 분석

차성은(Cha, Sung Eun),조정선(Jo, Jeong Seon),조정은(Jo, Jeong Eun),이우균(Lee, Woo Kyun),김대철(Kim, Dae Cheol) 대한공간정보학회 2021 대한공간정보학회지 Vol.29 No.2

수도권 집중호우에 따른 산사태 발생 위험지역 분석

차성은(Cha, Sung Eun),임철희(Lim, Chul Hee),김지원(Kim, Ji Won),김문일(Kim, Moon Il),송철호(Song, Chol Ho),이우균(Lee, Woo Kyun) 대한공간정보학회 2018 대한공간정보학회지 Vol.26 No.3

본 연구는 산사태 위험지도의 정확도를 향상시킬 수 있는 방안을 모색하기 위해, 2011년 7월 26일부터 28일까지 서울지역에서 집중호우 시 발생한 산사태를 바탕으로 지형공간 및 기상인자를 이용해 산사태 위험지도를 작성하였다. 그 결과, 서울지역의 지형공간 및 기상인자를 모두 고려한 통합된 산사태 위험지도에서는 총 19회의 산사태중 18회(약 95%)가 높은 산사태 위험 지역(high landslide risk area; HLRA)에서, 나머지 1회(약 5%)는 중간 산사태 위험 지역(medium landslide risk area; MLRA)에서 발생하였다. 이를 통해 본 연구에서 지형공간인자를 기반으로 도출한 산사태 위험지역은 실제 집중호우 발생 시 산사태 발생 위험이 상당히 높아짐을 확인하였다. This study aims to find the method to enhance the accuracy of landslide risk map. The landslide risk map was produced based on the landslides occurred during heavy rainfall events from July 26 to 28 in 2011. For the landslide risk map, geospatial and climate factors were used. As a result, in the integrated landslide risk map of Seoul, which considered geospatial factors and climate factors, 18 out of 19 landslides (about 95%) occurred in the high landslide risk area (HLRA) and remaining one (about 5%) was in the medium landslide risk area (MLRA). These results show that the risk of landslides is significantly increased if the climate is exposed to the landslide hazard area analyzed by geospatial factors.