바로가기메뉴

본문 바로가기 주메뉴 바로가기

GeoData

지질학, 생태학, 해양학, 우주과학, 극지과학에서의 데이터 저널

논문목록

Vol.3, No.2

The Funga of Higher Fungi of the Mongolian Oak Forest in Mt. Jeombong, Korea
EoJu-Kyeong(abiesendo@gmail.com) ; ParkEunsu ; WonHo-Yeon ; LeeYoungSang ; YuDongsu ; HanAreum ; LeeHwa-Yong ; LeeHee-su
Vol.3, No.2, pp.1~11 https://dx.doi.org/10.22761/DJ2021.3.2.001
초록보기
Abstract

초록

This study was conducted to find the biodiversity of higher fungi at the supersite of Mt. Jeombong from July to October 2016 during the Second Long Term Ecology Research project. A total of 31 families, 52 genera, and 120 species of higher fungi were found within the permanent 1 ha qaudrat and in a 10 m radius of the ecological flux tower. From a taxonomical and ecological perspcetive, Russulaceae (22 species, 18.0%), Boletaceae (17 species, 13.9%), and Amanitaceae (10 species, 8.2%) were the top 3 taxa with the most species found in mycorrhizal mushrooms. Marasmiaceae (10 species, 9.8%), Mycenaceae (8 species, 6.6%), and Polyporaceae (6 species, 4.9%) were also the top 3 taxa with the most species found in saprophytic mushrooms.

위성 SAR 영상 기반 수계 검출 데이터셋 Dataset for Water Body Detection Using Satellite SAR Images
이승재(한국항공우주연구원 위성활용부) ; 오한(한국항공우주연구원 위성활용부)
Vol.3, No.2, pp.12~19 https://dx.doi.org/10.22761/DJ2021.3.2.002
초록보기
Abstract

Satellite synthetic aperture radar (SAR) generates valid image information in all-weather. Thus, it can be effectively used for near real-time monitoring and damage analysis of flood areas which always involve overcast skies. Water body detection (WBD) using SAR images can be implemented by various techniques which discriminate electromagnetic characteristics between water and non-water areas. Especially, semantic segmentation exploiting artificial intelligence techniques can be used to develop a high-performance WBD model. To this end, Korea Aerospace Research Institute has built an WBD dataset using KOMPSAT-5 images. The dataset is currently available through the website, aihub.or.kr.

초록

합성 개구 레이다(synthetic aperture radar, SAR) 위성은 모든 기상 환경에서 유효 영상 정보 생성이 가능하다. 따라서 이는 항시 구름이 동반되는 홍수 지역에 대한 준 실시간 관측 및 피해 분석을 수행하는데 효과적으로 이용될 수 있다. SAR 영상 기반 수계 검출은 수계와 비수계 지형에서 나타나는 전자기적 산란 특성을 구분하는 다양한 기술들을 활용하여 수행 가능하다. 특히, 인공지능(artificial intelligence, AI) 기술을 활용한 의미론적 영상 분할은 고성능의 수계 검출 모델을 개발하는데 효과적일 수 있다. 이를 위해, 다목적실용위성 5호 영상을 이용하여 위성 SAR 영상 기반 수계 검출 데이터셋을 구축하였다. 구축된 데이터는 현재 aihub.or.kr 웹사이트를 통해 이용할 수 있다.

동북아시아 지역 벼 생산량 산출 지도 데이터: 천리안 정지궤도위성과 재분석 기상자료 활용 The Spatial Maps of Paddy Rice Yield over Northeast Asia Using COMS Geostationary Satellite and Reanalysis Meteorological Data
정승택(한국항공우주연구원 위성활용부) ; 고종한(전남대학교 응용식물학과) ; 염종민(한국항공우주연구원 위성활용부)
Vol.3, No.2, pp.20~24 https://dx.doi.org/10.22761/DJ2021.3.2.003
초록보기
Abstract

This study estimated rice yield maps for Northeast Asia by using the Communication, Ocean and Meteorological satellite (COMS), Terra satellite, and Regional Data Assimilation and Prediction System (RDAPS) of the numerical model. The rice yield is highly useful in the study for crop information monitoring according to climate change as well as agriculture information, industry, and economy. This study produced rice yield maps for Northeast Asia including Korea, North Korea, Japan, and three northeastern provinces of China (Heilongjiang, Jilin, and Liaoning) from 2011 to 2017. The estimated spatial resolution of the rice yield maps in Northeast Asia is 500 m. The spatial observation range is 25 ° N ~ 47 ° N and 115 ° E ~ 145 ° E. In order to estimate rice yield, Remote Sensing-integrated Crop Model was employed in this study. The inputs of the RSCM are vegetation indices from Geostationary Ocean Color Imager (GOCI) of the COMS, solar radiation from Meteorological Imager of the COMS, Land Surface Water Index from the MODerate Resolution Imaging Spectroradiometer, and the temperature from the RDAPS were considered as input data. In particular, this study applied the Bidirectional Reflectance Distribution Function to the GOCI time-series images to calculate more improved vegetation indices by minimizing the directional error generated in the satellite observation location. These indices were very effective in the simulation of the rice yield.

초록

본 연구는 천리안 정지궤도위성(COMS: Communication, Ocean and Meteorological Satellite)과 NASA Terra위성 영상, 수치모델 중 Regional Data Assimilation and Prediction System (RDAPS)를 이용하여 동북아시아지역에 대한 벼 생산량 산출 지도를 산출하였다. 벼 생산량은 농업, 산업, 경제뿐만 아니라, 기후변화에 따른 농업작황 변화 및 특성에 관한 연구에도 활용도가 높다. 본 연구에서는 2011년부터 2017년까지 우리나라, 북한, 일본, 중국 동북 3성(헤이룽장성, 지린성, 랴오닝성)를 포함하는 동북아시아 지역에 대한 벼 생산량 지도를 산출 하였다. 산출된 벼 생산량 지도의 공간 해상도는 500 m이며 공간적인 관측 범위는 위도 25 ° N ~ 47 ° N와 경도 115 ° E ~ 145 ° E 범위이다. 벼 생산량 산출을 위해서, 본 연구에서는 Remote Sensing-integrated Crop Model을 적용하였다. 그리고 작물 모형의 입력자료로써 천리안 정지궤도 위성에 탑재된 해색센서(Geostationary Ocean Color Imager, GOCI)로부터 식생지수, 기상 센서(Meteorological Imager, MI)로부터 일사량, Terra위성의 MODerate Resolution Imaging Spectroradiometer로부터 지표 수분 지수, RDAPS 수치모델로부터 기온을 입력자료로 사용하여 작물 생산량을 모의하였다. 특히, 본 연구는 GOCI 시계열 영상에 양방향성 반사도 분포 함수 모델(BRDF: Bidirectional Reflectance Distribution Function) 적용하여, 위성 관측위치에서 발생하는 방향성 오차를 최소화하여 보다 정확한 식생지수를 산출하였다. 방향성 오차가 제거된 식생지수의 경우에는 벼 생산량 산출에 매우 효과적이었다.

확률 기법을 이용한 남한 전역의 지하수 산출 가능성도 작성 Mapping of Groundwater Productivity in Entire South Korea using Probabilistic Model
이사로(한국지질자원연구원 지오플랫폼연구본부) ; MahdiPanahi(Division of Science Education, College of Education, Kangwon National University)
Vol.3, No.2, pp.25~31 https://dx.doi.org/10.22761/DJ2021.3.2.004
초록보기
Abstract

In this study, the correlation between specific capacity (SPC) and transmissivity (T) values of groundwater and various geological, topographical, soil, clinical, and forest-related factors was calculated using a probability technique-frequency ratio. Then, the groundwater potential maps were created using the frequency ratio model with a resolution of 30 m for the entire South Korea. The maps were validated using the quantitative ROC (Receiver Operating Characteristic)-AUC (Area Under the Curve) method and the results showed the accuracy of 83.52% for specific capacity and 81.92% for Transmissivity. The groundwater potential maps can be used as basic data of groundwater development and downloaded free of charge from the environmental big data platform (www.bigdata-environment.kr).

초록

본 연구에서는 지하수의 비양수량(Specific Capacity: SPC)와 투수량 계수(Transmissivity: T) 값과 다양한 지질, 지형, 토양, 임상, 산림 관련 요인과의 상관관계를 확률 기법인 빈도비(Frequency Ratio)를 이용하여 구한 후 이를 융합하여 지하수 산출가능성도를 남한 전역에 대해 30 m 해상도로 작성하였다. 그리고 정량적인 ROC (Receiver Operating Characteristic)-AUC (Area Under the Curve) 방법을 이용하여 검증한 결과 비양수량의 경우 83.52%, 투수량 계수의 경우 81.92%의 정확도를 나타내었다. 이렇게 작성된 지하수 산출 가능성도는 지하수 개발에 기초자료로 사용될 수 있으며, 환경 빅데이터 플랫폼(www.bigdata-environment.kr)에서 무료로 다운로드 가능하다.

DRASTIC 모델을 이용한 남한전역에 대한 지하수 오염 취약성도 작성 Mapping of Groundwater Pollution Vulnerability in Entire South Korea Using DRATIC Model
백원경(서울시립대학교 공간정보공학과) ; 박숭환(한국해양과학기술원 해양재난재해연구센터) ; 유진우(서울시립대학교 공간정보공학과) ; 윤영웅(서울시립대학교 공간정보공학과) ; 정형섭(서울시립대학교 공간정보공학과)
Vol.3, No.2, pp.32~38 https://dx.doi.org/10.22761/DJ2021.3.2.005
초록보기
Abstract

Groundwater pollution vulnerability was mapped for entire South Korea using groundwater, topography, geology, and soil data. For this, the DRASTIC model developed by the US Environmental Protection Agency was used and the geographic information system (GIS) was used as the basic tool. This groundwater pollution vulnerability map can be usefully used as basic data for groundwater development and conservation management. The constructed data is provided as entire South Korean and regional data, respectively. In addition, in order to expand the accessibility of the data, it is converted and provided in three data formats: ASCII, ArcGIS Grid, and GeoTIFF. All these satellite image analysis data can be downloaded free of charge from the Environment Big Data Platform website (www.bigdata-environment.kr).

초록

본 연구에서는 지하수, 지형, 지질, 토양 등의 자료를 이용한 남한 전역에 대해 지하수 오염 취약성도를 작성하였다. 이를 위해 미국 Environmental Protection Agency에서 개발된 DRASTIC 모델을 사용하였고, 기본 도구로 지리정보시스템(GIS)을 사용하였다. 본 지하수 오염 취약성도는 지하수의 개발 및 보전 관리에 기초자료로 유용하게 활용될 수 있다. 구축된 자료는 남한 통판 자료와 권역 자료로 각각 제공된다. 또한 자료의 접근성을 확대하기 위하여 ASCII, ArcGIS Grid, GeoTIFF의 3가지 자료 형태로 변환하여 제공한다. 이러한 모든 위성영상 분석 데이터는 환경 빅데이터 플랫폼 홈페이지(www.bigdata-environment.kr)에서 무료로 다운로드 가능하다.

Geo Data