정종철 연구실
드론공간정보공학과 정종철
정종철 연구실은 공간정보공학과를 기반으로 원격탐사법, 공간정보, 머신러닝 등 첨단 기술을 융합하여 환경 및 재해 모니터링, 토지피복 변화 분석, 미세먼지 등급 지도 작성 등 다양한 연구를 수행하고 있습니다. 연구실은 위성영상, 항공사진, 드론 등 다양한 원격탐사 데이터를 활용하여 산불, 홍수, 태풍 등 자연재해의 피해 범위와 영향을 정량적으로 분석하고, NDVI, NBR, dNBR 등 다양한 식생 및 피해 지수를 산출하여 피해 지역의 특성을 정밀하게 파악합니다.
또한, 머신러닝과 인공지능 기법을 적극적으로 도입하여 산불 피해 등급 분류, 토지피복 변화 탐지, 미세먼지 등급 지도 작성 등 다양한 응용 연구를 진행하고 있습니다. 랜덤포레스트, SVM, Adaboost 등 다양한 기계학습 알고리즘을 적용하여 분류의 정확도를 높이고, 공간 중첩 분석, 오차행렬 기반 정확도 검증 등 공간정보공학적 방법론을 통해 연구의 신뢰성과 실용성을 확보하고 있습니다.
연구실은 미세먼지 관측소 위치 선정, 도시 내 미세먼지 공간 분포 분석, 식생지수 기반 도시 열섬 효과 평가 등 실질적인 환경 문제 해결에도 주력하고 있습니다. 공간보간기법, 주성분 분석, 커널밀도함수 등 통계적·공간적 분석 방법을 활용하여 데이터의 신뢰성과 해석력을 높이고, 다양한 환경 변수와 공간 패턴을 통합적으로 고려함으로써 복잡한 도시 및 자연 환경의 변화 메커니즘을 심층적으로 규명하고 있습니다.
이러한 연구는 산림 복원, 도시계획, 재난 대응 전략 수립 등 실질적인 사회적 문제 해결에 기여하고 있으며, 정책 수립, 현장 복구, 환경 관리 등 다양한 분야에서 연구 결과가 활용되고 있습니다. 앞으로는 인공지능 기반 예측 모델, 빅데이터 분석, 실시간 모니터링 시스템 등 첨단 기술과의 융합을 통해 더욱 정밀하고 신속한 환경 변화 대응이 가능할 것으로 기대됩니다.
정종철 연구실은 앞으로도 원격탐사, 공간정보, 머신러닝 등 첨단 기술을 바탕으로 환경 및 재해 모니터링, 도시 및 자연 환경 변화 분석, 공공보건 등 다양한 분야에서 혁신적인 연구를 지속적으로 추진할 계획입니다. 이를 통해 지속가능한 미래 사회 구현과 국가 및 지역사회의 발전에 기여하고자 합니다.
원격탐사법을 활용한 환경 및 재해 모니터링
정종철 연구실은 원격탐사법을 기반으로 다양한 환경 및 재해 모니터링 연구를 수행하고 있습니다. 위성영상, 항공사진, 드론 등 다양한 원격탐사 데이터를 활용하여 산불, 홍수, 태풍 등 자연재해의 피해 범위와 영향을 정량적으로 분석합니다. 특히, Landsat, Sentinel, KOMPSAT 등 다중 위성자료를 결합하여 공간적·시간적 해상도를 높이고, NDVI, NBR, dNBR 등 다양한 식생 및 피해 지수를 산출하여 피해 지역의 특성을 정밀하게 파악합니다.
이러한 연구는 머신러닝 및 인공지능 기법과 결합되어 더욱 정교한 분류와 예측이 가능하도록 발전하고 있습니다. 예를 들어, 랜덤포레스트, SVM, Adaboost 등 다양한 기계학습 알고리즘을 적용하여 산불 피해 등급 분류, 토지피복 변화 탐지, 미세먼지 등급 지도 작성 등 다양한 응용 연구를 진행하고 있습니다. 또한, 공간 중첩 분석, 오차행렬 기반 정확도 검증 등 공간정보공학적 방법론을 적극적으로 도입하여 연구의 신뢰성과 실용성을 높이고 있습니다.
이러한 원격탐사 기반 환경 및 재해 모니터링 연구는 산림 복원, 도시계획, 재난 대응 전략 수립 등 실질적인 사회적 문제 해결에 기여하고 있습니다. 연구 결과는 정책 수립, 현장 복구, 환경 관리 등 다양한 분야에서 활용되며, 미래에는 기후변화 대응, 생태계 보전, 스마트 시티 구축 등으로 그 적용 범위가 더욱 확대될 전망입니다.
공간정보와 머신러닝을 활용한 토지피복 및 환경 변화 분석
연구실은 공간정보와 머신러닝 기술을 융합하여 토지피복 변화, 도시 열섬, 미세먼지 분포 등 환경 변화의 정밀 분석에 주력하고 있습니다. Sentinel-2, KOMPSAT-3A 등 고해상도 위성영상과 GIS(지리정보시스템) 데이터를 결합하여 토지피복의 시계열 변화를 추적하고, 도시 및 자연 환경의 변동성을 체계적으로 분석합니다. 이를 위해 SVM, 랜덤포레스트, 커널밀도함수 등 다양한 기계학습 기법을 적용하여 토지피복 분류의 정확도를 높이고, 계절 및 지역별 특성을 반영한 맞춤형 분석을 수행합니다.
특히, 연구실은 미세먼지 관측소 위치 선정, 도시 내 미세먼지 공간 분포 분석, 식생지수 기반 도시 열섬 효과 평가 등 실질적인 환경 문제 해결에 초점을 맞추고 있습니다. 공간보간기법, 주성분 분석, 오차행렬 기반 검증 등 통계적·공간적 분석 방법을 적극적으로 활용하여 데이터의 신뢰성과 해석력을 높이고 있습니다. 또한, 다양한 환경 변수와 공간 패턴을 통합적으로 고려함으로써, 복잡한 도시 및 자연 환경의 변화 메커니즘을 심층적으로 규명하고 있습니다.
이러한 연구는 도시계획, 환경정책, 공공보건 등 다양한 분야에서 실질적인 의사결정 지원 자료로 활용되고 있습니다. 앞으로는 인공지능 기반 예측 모델, 빅데이터 분석, 실시간 모니터링 시스템 등 첨단 기술과의 융합을 통해 더욱 정밀하고 신속한 환경 변화 대응이 가능할 것으로 기대됩니다.
1
Slope-Aspect 알고리즘을 활용한 강릉시 산불 피해지역 실표면적 산출 방법
정종철
지적과국토, 2022
2
기계학습 Adaboost에 기초한 미세먼지 등급 지도
정종철
[지적과 국토정보], 2021
3
KOMPSAT-3A urban classification using machine learning algorithm - Focusing on Yang-jae in Seoul
정종철
Korean Society of Remote Sensing, 2020
1
미세먼지 관측정보의 기상서비스 정확도 개선 기술 개발
2
갯벌의 기후변화인자 관측을 위한 위성영상처리 기술개발
3
태풍의 해양표층냉각에 의한 기후학적변화의 위성관측