바로가기메뉴

본문 바로가기 주메뉴 바로가기

GeoData

지질학, 생태학, 해양학, 우주과학, 극지과학에서의 데이터 저널

논문목록

Vol.4, No.1

Data used for GIS-based Flood Susceptibility Mapping
LeeSaro(leesaro@kigam.re.kr) ; RezaieFatemeh
Vol.4, No.1, pp.1~15 https://dx.doi.org/10.22761/DJ2022.4.1.001
초록보기
Abstract

초록

The dramatic increase in flood incidents as a significant threat to human life and property, environment, and infrastructure indicates the necessity of mapping spatial distribution of flood susceptible areas to reduce destructive effects of flooding. During the last decade, the integration of the geographic information system (GIS) with the remote sensing data provide efficient means to generate a more reliable and precise flood susceptibility map. The present study contains a review of 200 articles on the application of GIS-based methods in indicating flood vulnerable areas. The papers were reviewed in terms of influential variables, study area, and the number of articles published in the last 10 years. The review shows that the number of studies has increased since 2012. The total study areas covered 39 countries that were mostly located in Asia where the major developments and infrastructures have been constructed in the floodplains. The most common study areas was Iran (44 articles, 22%), followed by India (26 articles, 13%), China (26 articles, 11%), and Vietnam (15 articles, 7.5%). More than 90 variables were considered to map flood susceptible areas that the top 5 widely used flood conditioning factor are slope (98% of total articles), followed by elevation (92% of total articles), land use/land cover (79.5% of total articles), distance to the river (76.5% of total articles), and rainfall (73% of total articles). The review implies that many natural and anthropogenic factors affect flooding and the combination of both groups of factors is necessary to accurately detect and map flood-prone parts of the study area.

한국 수산시장에서 판매되는 뱀장어속(Anguilla) 어류의 진위판별법 개발 및 유통실태 Development of the Method for Authentication of the Genus Anguilla Sold on the Korean Fish Market and Current Status of Distribution
장요순(한국해양과학기술원 동해환경연구센터)
Vol.4, No.1, pp.16~26 https://dx.doi.org/10.22761/DJ2022.4.1.002
초록보기
Abstract

This study was carried out to identify the mislabeling of Japanese eel (Anguilla japonica) sold on the fish markets in Korea and to develop a method for determining the authenticity of fresh and trimmed eels. Between January and December 2018, 31 test samples were collected from restaurants and fish markets in Seoul, South Korea, and the collected samples were analyzed. The results showed that over two-thirds of the samples tested were mislabeled. Molecular identification of 31 test samples revealed that 10 Anguilla japonica, 9 Anguilla Anguilla, 2 Anguilla rostrate, 1 Anguilla marmorata, 7 Ophichthus remiger, 1 Brachysomophis crocodilinus, and 1 Conger myriaster. We have developed the NdeⅠPCR-RFLP assay for determining the authentication of fresh and trimmed eels sold on the fish markets in Korea, and this assay enables rapidly and accurately identify the genus Anguilla.

초록

본 연구는 우리나라 수산시장에서 유통되는 뱀장어(Japanese eel, Anguilla japonica)의 허위정보 표시 실태를 파악하고, 뱀장어 선어 및 손질·가공품의 진위판별법을 개발하기 위하여 수행되었다. 2018년 1월부터 12월까지 서울지역의 장어 전문식당과 수산시장에서 조사샘플 31개를 수집하여 분석한 결과, 67.74%에 해당하는 21개 장어샘플이 허위정보 표시로 유통되고 있음을 확인하였다. 31개의 조사샘플을 분자동정한 결과, 극동산 뱀장어(Anguilla japonica) 10개, 유럽산 뱀장어(Anguilla Anguilla) 9개, 미국산 뱀장어(Anguilla rostrate) 2개, 무태장어(Anguilla marmorata) 1개, Ophichthus remiger 7개, Brachysomophis crocodilinus 1개, 붕장어(Conger myriaster) 1개로 확인되었다. 이와 같은 뱀장어 오표시 유통 실태 조사결과를 근거로 본 연구에서는 선어 또는 손질가공품으로 판매되는 뱀장어가 Anguilla 속 어류에 속하는지 여부를 빠르게 판별할 수 있는 NdeⅠ PCR-RFLP 분석법을 개발하였다.

무인항공기 기반 낙동강 하구역 정밀 지형 데이터셋: 진우도와 신자도 중심으로 The Dataset of UAV Based High-resolution Tidal Topography at the Nakdong Estuary: Focusing on Jin-u Island and Shin-ja Island
장영재(한국해양과학기술원 해양위성센터) ; 이진교(한국해양과학기술원 해양위성센터) ; 유주형(한국해양과학기술원 해양위성센터) ; 김계림(한국해양과학기술원 해양위성센터) ; 정한철(한국해양과학기술원 해양위성센터) ; 김근용(한국해양과학기술원 해양위성센터)
Vol.4, No.1, pp.27~36 https://dx.doi.org/10.22761/DJ2022.4.1.003
초록보기
Abstract

In the tidal flats of the Nakdong Estuary, eight weirs were installed as part of the Four Major River Restoration Project in 2011, and the environment changed from a flowing stream to a still water stream. As the Nakdong River’s weir was permanently opened in February 2022, the topography and ecological environment are expected to large change. In this study, Unmanned Aerial Vehicle (UAV) photogrammetry was conducted on the tidal flats of the Nakdong Estuary in November 2021, the environment before the Nakdong River floodgates were opened. The study area was surveyed using the Network-RTK (Real-Time Kinematic) method to obtain Ground Control Point (GCP), and using an UAV, orthographic image and digital elevation model were generated for an area of 3.47 ㎢ near Jin-u island and 2.75 ㎢ near Shin-ja island. A result of spatial resolution of 1.8 cm was obtained, the result was verified using checkpoints, and results with accuracy exceeding 1 cm were obtained in both Sin-u Island and Jin-woo Island. In the future, changes in the topography and sedimentation environment of this area are expected, so it will be useful data for various research and conservation management.

초록

낙동강 하구역의 갯벌은 2011년 4대강 사업의 일환으로 8개의 보가 설치되어 유수형 하천에서 정수형 하천으로 환경이 바뀌었다. 2022년 낙동강에 설치된 보를 상시 개방함에 따라 하구역 지형 및 생태 환경의 큰 변화가 예상된다. 본 연구에서는 무인항공기를 통해 낙동강 수문이 개방되기 전 환경인 2021년 11월에 낙동강 하구역 갯벌에 대한 사진측량을 진행하였다. 연구지역에 대해 네트워크RTK (Real-Time Kinematic)방식의 측량을 진행하여 Ground Control Point (GCP)를 취득하였으며, 무인항공기를 사용하여 진우도 인근 3.47 ㎢ 넓이의 면적과 신자도 인근 2.75 ㎢의 면적에 대해 정사영상과 수치표고모델을 생성하였다. 공간해상도 1.8 cm의 결과물을 획득하였으며, 검사점을 사용해 결과물에 대한 검증을 진행하였으며, 신자도와 진우도 지역 모두 1 cm를 상회하는 정확도의 결과를 얻었다. 향후 이 지역의 지형변화, 퇴적환경의 변화가 예상되어 다양한 연구와 환경보전관리에 유용한 자료가 될 것이다.

TanDEM-X 기반 강화도 갯벌 고해상도 지형도 구축 및 서비스 TanDEM-X-based Ganghwa Tidal Flat High-resolution Topographic Map Construction and Service
윤가람(부경대학교 지구환경시스템학부) ; 유주형(한국해양과학기술원 해양위성센터) ; 김계림(한국해양과학기술원 해양위성센터) ; 이진형(부경대학교 지구환경시스템학부) ; 이승국(부경대학교 지구환경과학과)
Vol.4, No.1, pp.37~42 https://dx.doi.org/10.22761/DJ2022.4.1.004
초록보기
Abstract

This study extracted the data of Digital Elevation Model (DEM), tidal channel, and tidal channel density, slope based on TanDEM-X satellite of Ganghwa tidal flat. Monitoring and analysis of the decrease in the area of tidal flats in Korea are of great importance, and by judging the efficiency and accuracy in time and space, satellite data were obtained according to the analysis topic of the tidal flats. Since the west coast occupies a large proportion of domestic tidal flats, Ganghwa-do tidal flats were designated as the scope of the study. The produced materials are provided in the form of GEOTIFF(.tif) or Shape(.shp) files. To utilize the tidal flat data constructed in this way, it can be downloaded from the Environmental Big Data website (www.bigdata-environment.kr), an environmental business big data platform.

초록

본 연구에서는 TanDEM-X 위성의 데이터를 활용하여 강화도 갯벌의 DEM (Digital Elevation Model), 조류로, 조류로 밀도도, 경사도를 추출하였다. 국내 갯벌 면적의 감소에 대한 모니터링과 분석이 중요하게 여겨지고 있으며 시공간적으로 효율성과 정확성을 판단하여 갯벌의 분석 주제에 따라 인공위성 자료를 획득하였다. 서해안이 국내 갯벌의 많은 비중을 차지하고 있어 강화도 갯벌을 연구 범위로 지정하였다. 제작된 자료는 GEOTIFF(.tif) 또는Shape(.shp) 파일 형태로 제공한다. 이렇게 구축된 갯벌 데이터는 환경 비지니스 빅데이터 플랫폼인 환경빅데이터 홈페이지(www.bigdata-environment.kr)에서 다운로드가 가능하다.

다목적실용위성 광학영상을 활용한 AI 학습용 도로 검출 데이터셋 AI Dataset for Road Detection using KOMPSAT Images
이훈희(한국항공우주연구원 위성활용부) ; 오한(한국항공우주연구원 위성활용부)
Vol.4, No.1, pp.43~48 https://dx.doi.org/10.22761/DJ2022.4.1.005
초록보기
Abstract

Information on shape and type of road present in an optical image of satellite is useful for digital mapping and monitoring of road changes. Processing and structuring optical image data collected from payloads mounted on KOMPSAT 3 and 3A can accelerate the development of road detection algorithms and the extraction of road information using them. In particular, if it is built with a learning dataset for AI (Artificial Intelligence) prepared to apply deep learning technology, the latest artificial intelligence technology in the field of computer science can be spun off to the field of satellite image-based road detection to attempt a wide range of analysis. Korea Aerospace Research Institute constructed an image dataset for AI learning using satellite optical images with Korean companies, and this paper explains the type and size of datasets along with examples of the use of the dataset. The established data can be used through the website, aihub.or.kr.

초록

인공위성의 광학영상에 보이는 도로의 형태 및 종류 정보는 수치적 지도 제작 및 도로 변화 감시에 유용하다. 다목적실용위성 3호와 3A호에 탑재된 광학 카메라로부터 수집되는 광학영상 데이터를 가공하고 구조화하면 도로 검출 알고리즘의 개발과 이러한 분석 도구를 이용한 도로 정보 산출 작업을 가속화할 수 있다. 특히, 딥러닝(Deep Learning) 학습 기술을 적용할 수 있도록 준비된 AI (Artificial Intelligence)용 학습 데이터셋으로 구축되면 컴퓨터 과학 분야의 최신 인공지능 기술을 위성영상 기반 도로 검출 분야에 스핀오프(Spin-off)하여 폭넓은 분석을 시도할 수 있다. 한국항공우주연구원은 국내 여러 업체와 함께 위성 광학영상을 이용하여 AI 학습용 도로 영상 데이터셋을 구축하였으며 본 논문에서는 이 데이터셋의 활용 예시와 함께 데이터셋의 종류, 규모 등에 관하여 설명한다. 구축된 데이터는 aihub.or.kr 웹사이트를 통해 이용할 수 있다.

Geo Data