KR101091388B1 - 무선 센서 네트워크에서 센서 데이터 제공 방법 및 시스템 - Google Patents

Abstract

본 발명은 무선 센서 네트워크에서 시간적인 요소의 센서 데이터를 GIS의 공간 데이터와 연계하여 시공간 데이터로 생성하고, 상기 시공간 데이터에 의하여 상기 센서 데이터의 면적 변화, 방향성 변화 등을 직관적이고 실시간적으로 제공할 수 있는 시스템 및 그의 운용 방법에 관한 것으로, 이러한 본 발명은 무선 센서 네트워크에서 센서 데이터 제공 방법에 있어서, 시간적인 요소의 센서 데이터를 수집하는 과정과, 상기 센서 데이터와 공간적인 요소의 공간 데이터를 결합하는 과정과, 상기 결합에 의하여 시공간 데이터를 생성하는 과정과, 상기 시공간 데이터에 의하여 상기 센서 데이터의 변화를 분석하는 과정을 포함한다.

Description

무선 센서 네트워크에서 센서 데이터 제공 방법 및 시스템{METHOD AND SYSTEM FOR PROVIDING SPATIO-TEMPORAL DATA IN A WIRELESS SENSOR NETWORK}

본 발명은 무선 센서 네트워크에서 수집 데이터의 처리 방법 및 그의 시스템에 관한 것으로, 특히 무선 센서 네트워크로부터 수집되는 시간적인 데이터에 지리정보시스템(GIS, Geographic Information System)의 공간적인 데이터를 접목하여 측정 지역에서 측정되는 데이터의 영향력을 분석할 수 있는 방법 및 그의 시스템에 관한 것이다.

일반적으로, 무선 센서 네트워크에서는 수집 데이터의 모니터링에 주로 활용되어 왔다. 예를 들어, 현장에서 측정되는 데이터를 토대로 측정 상황이 어떻게 변하는가를 목적으로 이용되고 있다. 이러한 무선 센서 네트워크에서는 사용자가 원하는 정보를 요청하면 그에 해당하는 데이터를 수집하여 전송할 수 있다. 즉, 무선 센서 네트워크에서는 측정하고자 하는 요소가 잠재된 특정 지역에서 센서들에 의해 센싱된 데이터들을 수집하고, 통신 네트워크나 인터넷 네트워크를 통해 데이터를 필요로 하는 사용자에게 전달해 주는 형태를 가진다.

이와 같이, 무선 센서 네트워크에서는 많은 센서들이 센싱한 센서 데이터들을 수집하고 분석할 수 있다. 그러나 종래의 무선 센서 네트워크에서 센서를 이용한 분석은 센서에 의한 측정을 수행하고, 이후 센서 데이터를 분석할 수 있는 다른 프로그램을 통하여 분석하는 방식이다. 이러한 방식은 실시간으로 이루어지는 센서의 이점을 살리지 못하고, 또한 발생되는 현상에 대해 즉각적인 대처를 이루지 못하는 문제가 있다. 또한 종래의 무선 센서 네트워크에서는 센싱된 센서 데이터에 대한 모니터링 결과만을 가지고 있다. 따라서 종래의 무선 센서 네트워크에서는 시간이 지남에 따라 센서 데이터들이 공간적으로 어떠한 변화가 이루어졌는지에 대한 내용의 확인 및 이를 전달하는 데에는 한계가 있다. 이에 따라 센서 데이터의 시간과 공간적인 변화를 용이하게 분석 및 확인할 수 있는 연구에 대한 필요성이 대두되고 있다.

본 발명의 목적은 무선 센서 네트워크에서 센서 데이터가 시간과 공간적으로 변화되는 정보를 직관적으로 제공하기 위한 것이다.

본 발명의 다른 목적은 무선 센서 네트워크와 지리정보시스템(GIS) 연동에 의하여 센서 데이터의 시공간적인 처리와 분석이 가능하고, 이에 의해 사용자에게 직관적이고 실시간적인 정보의 전달이 가능한 시스템 및 그의 운용 방법을 제공하기 위한 것이다.

본 발명의 또 다른 목적은 무선 센서 네트워크에서 실시간 효과를 가지고 있는 센서의 이점을 살리기 위해 측정되는 동시에 분석을 같이 수행함으로서 센서 데이터를 원하는 사용자에게 실시간 전달이 가능하며, 이에 의해 센서 데이터의 변화에 따른 즉각적인 대처가 가능하도록 하는 무선 센서 네트워크 환경을 구현함을 목적으로 한다.

본 발명의 또 다른 목적은 센서 데이터가 시간에 따라 증가 또는 감소하는 수치에 대한 분석 값뿐만 아니라, 해당 센서 데이터가 지리적으로 얼마만큼 어느 방향으로 증가 또는 감소하는지를 직관적으로 제공할 수 있는 무선 센서 네트워크에서 센서 데이터 제공 방법 및 그의 시스템을 제공하기 위한 것이다.

상기와 같은 목적들을 달성하기 위한 본 발명의 실시 예에 따른 방법은, 무선 센서 네트워크에서 센서 데이터 제공 방법에 있어서, 시간적인 요소의 센서 데이터를 수집하는 과정과, 상기 센서 데이터와 공간적인 요소의 공간 데이터를 결합하는 과정과, 상기 결합에 의하여 시공간 데이터를 생성하는 과정과, 상기 시공간 데이터에 의하여 상기 센서 데이터의 변화를 분석하는 과정을 포함한다.

상기와 같은 목적들을 달성하기 위하여 본 발명의 실시 예에서는, 상기 방법을 프로세서에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체를 포함한다.

상기와 같은 목적들을 달성하기 위한 본 발명의 실시 예에 따른 시스템은, 센서 데이터 제공 시스템에 있어서, 시간적인 요소의 센서 데이터를 센싱하고 설정된 주기에 따라 전송하는 클러스터들과, 상기 센서 데이터가 센싱된 지역에 대한 공간 데이터를 제공하는 공간지리정보시스템과, 상기 센서 데이터를 수집하고 수신된 센서 데이터를 공간적인 요소의 공간 데이터와 결합하여 시공간 데이터를 생성하며, 상기 시공간 데이터에 의한 상기 센서 데이터의 변화를 분석하는 분석서버를 포함한다.

본 발명의 실시 예에 따른 상기 분석서버는 상기 센서 데이터에 상기 공간 데이터를 적용하여 데이터 분포도를 생성하는 분포도 생성부와, 상기 데이터 분포도를 이용하여 면적 변화율(ACR, Area Change Ratio)을 산출하는 면적 변화율 산출부와, 상기 면적 변화율을 이용하여 상기 센서 데이터의 변화 방향성을 분석하는 분석부를 포함하는 것을 특징으로 한다.

상술한 바와 같이 본 발명에서 제안하는 무선 센서 네트워크에서 센서 데이터 제공 방법 및 시스템에 따르면, 센서 데이터가 시간과 공간적으로 변화하는 정보를 직관적으로 제공할 수 있는 시스템 및 그의 운용 방법을 제공한다. 이러한 본 발명은 지리 요소의 변화에 따라 발생하는 여러 변화 요소들의 결과들을 무선 센서 네트워크를 통해 수집된 센서 데이터를 바탕으로 즉각적인 분석 및 그의 결과를 직관적으로 제공 가능하며, 환경 변화에 따른 즉각적인 대처가 가능한 최적의 센싱 및 분석 시스템과 그의 방법을 제공한다. 본 발명은 GIS와 무선 센서 네트워크가 접목되는 시스템을 제공하며, 이에 의하여 실시간적인 센서 데이터 분석과 GIS를 이용한 공간적인 데이터 분석이 가능하다. 그리고 이러한 분석을 통해 설정 주기마다 센서 데이터에 따른 환경 변화가 어느 방향으로 얼마만큼의 양적인 변화를 이루어졌는지에 대한 정보 습득이 가능하다.

또한 본 발명에 따르면, 실시간 효과를 가지고 있는 센서의 이점을 살리기 위해 측정이 되는 동시에 분석을 같이 수행함으로서 데이터를 원하는 사용자에게 즉각적인 전달이 가능하다. 이에 의해 환경 변화에 대해 즉각적인 대처가 가능하다. 그리고 본 발명은 무선 센서 네트워크를 이용하여 센서 데이터가 시간에 따라 증가 또는 감소하는 수치에 대한 분석 값을 비롯하여, GIS와 연동에 의해 환경 변화가 지리적으로 얼마만큼 어느 방향으로 증가 또는 감소했는지에 대한 정보를 직관적으로 제공할 수 있다. 이에 의하여, 지리 요소의 변화가 일어남으로서 발생하는 여러 변화요소들의 결과들을 실시간으로 제공하여 즉각적이고 실시간적 보정 작업이 가능하다. 그리고 앞으로 발생할 환경 변화를 미리 탐지 및 예측이 가능함에 따라 환경 변화에 대한 대처가 가능하도록 할 수 있다.

도 1은 본 발명의 실시 예에 따른 시스템의 구성을 개략적으로 도시한 도면,
도 2는 상기 도 1의 시스템에서 이용되는 센서 데이터의 패킷 구조를 개략적으로 도시한 도면,
도 3은 상기 도 1의 시스템에서 센서 데이터의 분포도를 개략적으로 도시한 도면,
도 4는 본 발명의 실시 예에 따른 분석서버에서 데이터 처리 동작 설명을 위해 도시한 도면,
도 5는 본 발명의 실시 예에 따른 센서 데이터의 시간적인 변화량의 예시를 도시한 도면,
도 6은 본 발명의 실시 예에 따른 센서 데이터의 공간적인 변화량의 예시를 도시한 도면,
도 7은 본 발명의 실시 예에 따른 분석서버에서 시공간적 데이터 생성 및 그를 분석하는 과정을 도시한 흐름도,
도 8은 본 발명의 실시 예에 따른 분석서버에서 데이터 처리 과정을 도시한 흐름도,
도 9는 본 발명의 실시 예에 따른 시간적 데이터 중 온도와 습도의 시간적인 변화량의 그래프 예시를 도시한 도면,
도 10은 본 발명의 실시 예에 따른 시간적 데이터 중 온도와 습도의 공간적인 변화량의 분포도 예시를 도시한 도면,
도 11은 본 발명의 실시 예에 따른 시간적 데이터 중 온도의 시간적인 변화량의 그래프 예시를 도시한 도면,
도 12는 본 발명의 실시 예에 따른 시간적 데이터 중 온도의 공간적인 변화량의 분포도 예시를 도시한 도면.

이하, 첨부된 도면들을 참조하여 본 발명의 바람직한 실시 예들을 상세히 설명한다. 이때, 첨부된 도면들에서 동일한 구성 요소는 가능한 동일한 부호로 나타내고 있음에 유의해야 한다. 또한 본 발명의 요지를 흐리게 할 수 있는 공지 기능 및 구성에 대한 상세한 설명은 생략할 것이다. 즉, 하기의 설명에서는 본 발명의 실시 예에 따른 동작을 이해하는데 필요한 부분만이 설명되며, 그 이외 부분의 설명은 본 발명의 요지를 흩트리지 않도록 생략될 것이라는 것을 유의하여야 한다.

제안하는 본 발명은 무선 센서 네트워크(WSN, Wireless Sensor Network)와 지리 정보 시스템(GIS, Geographic Information System)을 이용하여 센서 데이터에 대한 시공간적인 처리와 분석을 수행하고, 분석결과를 직관적이고 실시간적인 정보로 제공할 수 있는 시스템 및 그의 운용 방법에 관한 것이다. 이러한 본 발명에서는 센서 데이터의 측정 영역을 선택하고 그 측정 영역에 무선 센서 네트워크를 구축한다. 그리고 구성된 무선 센서 네트워크를 통해 센싱된 센서 데이터를 수집, 처리, 분석, 그리고 전송하는 시스템 및 그의 운용 방법을 제공한다. 이러한 본 발명에 따르면 GIS와 무선 센서 네트워크로부터 들어오는 실시간 스트림 데이터(예컨대, 센서의 센서 데이터(시간적인 데이터)와, GIS의 공간적인 데이터)를 토대로 현재 지역에서 측정되는 센서 데이터의 영향력이 얼마만큼 미치는가를 분석할 수 있다. 본 발명에 따르면 특정 지역에 여러 요소의 무선 센서 네트워크 클러스터(Cluster)들을 구축할 수 있다. 그리고 구축된 클러스터들을 이용하여 측정된 센서 데이터들을 도형화하고 분석하여 환경 변화의 분석결과를 도출할 수 있도록 한다. 그리고 본 발명에서 분석결과는 센서 데이터의 시간적인 변화량과 공간적인 변화량 그리고 진행 방향성에 대해 시각적으로 나타내어 해석하기 쉬운 형태의 데이터로 나타낸다. 이와 같이, 본 발명에서는 무선 센서 네트워크와 GIS를 이용하여 시공간적인 처리와 분석을 하고 사용자에게 실시간적인 정보를 제공할 수 있는 시스템 및 그의 운용 방법에 관한 것이다.

그러면 이하에서 본 발명의 실시 예에 따른 시스템의 구성 및 그의 동작 제어 방법에 대하여 하기 도 1 내지 도 12를 참조하여 살펴보기로 한다. 하지만 본 발명의 실시 예에 따른 시스템의 구성 및 그의 제어 방법이 하기에서 기술하는 내용에 제한되거나 한정되는 것은 아니므로 하기의 실시 예에 의거하여 다양한 실시 예들에 적용할 수 있음에 유의하여야 한다.

도 1은 본 발명의 실시 예에 따른 시스템의 구성을 개략적으로 도시한 도면이다.

상기 도 1을 참조하면, 본 발명은 시스템은 다수개의 클러스터들(100), 분석서버(200), 그리고 GIS(300)를 포함하여 구성된다. 이 밖에도 상기 시스템은 게이트웨이(Gateway), 데이터베이스(DB, Data Base), 인터넷 또는 CDMA(Code Division Multiple Access) 등과 같이 통신 기능을 지원하기 위한 통신 네트워크 등의 통상적인 구성을 더 포함할 수 있으나, 그들에 대한 설명과 도시는 생략한다.

상기 클러스터들(100)은 적어도 하나의 센서를 포함하여 구성될 수 있다. 예를 들어, 측정 지역에서 측정하고자 하는 센서 데이터의 요소에 따라 대기온도(temperature) 측정을 위한 센서, 이산화탄소(CO2) 측정을 위한 센서, 풍향 측정을 위한 센서, 풍속 측정을 위한 센서, 일사량 측정을 위한 센서, 미세먼지 측정을 위한 센서, 습도(humidity) 측정을 위한 센서 등과 같은 센서들 중 적어도 하나를 포함하여 구성될 수 있다. 이러한 클러스터들(100)은 상기와 같은 센서에 의하여 시간적인 요소의 센서 데이터를 센싱하여 상기 분석서버(200)로 전달한다.

본 명세서에서 상기 센서 데이터는 시간적인 데이터 요소로서 설명된다. 상기 시간적인 데이터는 각 클러스터들(100)의 센싱 요소에 따라 센싱되는 데이터들로 대기온도, 습도, CO2, 풍향, 풍속, 일사량, 미세먼지 등의 센싱 요소를 센싱한 데이터를 나타낸다. 그리고 본 발명에서 각 클러스터들(100)이 센싱한 시간적인 데이터는 규격화된 통신 표준을 이용할 수 있다. 예를 들어, 멀티 홉(multi hop) 방식, CDMA 방식 등을 이용하여 전송이 가능하다.

상기 분석서버(200)는 각 클러스터들(100)로부터 시간적인 데이터들을 수집한다. 그리고 상기 분석서버(200)는 수집된 시간적인 데이터들을 상기 GIS(300)로부터 획득하는 공간적인 데이터(예컨대, 클러스터들이 구축된 해당 지역의 실제 지도 데이터)와 결합하여 시공간적인 데이터를 생성한다. 또한 상기 분석서버(200)는 시공간적인 데이터를 분석하여 시간적인 데이터의 면적에 따른 증가와 방향성에 대한 분석결과를 도출할 수 있다. 특히, 상기 분석서버(200)는 시간적인 데이터에 공간적인 데이터를 적용하여 데이터 분포도를 생성하고, 생성된 데이터 분포도를 이용한 면적 변화율(ACR, Area Change Ratio) 계산에 의하여 상기 시공간적 데이터의 생성 및 그의 분석을 처리할 수 있다. 이러한 분석서버(200)의 데이터 처리 방법에 대해서 후술될 것이다.

상기 GIS(300)는 상기 분석서버(200)의 요청에 응답하여 공간적인 데이터를 상기 분석서버(200)로 제공한다. 예를 들어, 상기 분석서버(200)는 클러스터들(100)의 센서 데이터 수집 시 각 클러스터들(100)의 위치에 대응하는 위치정보를 상기 GIS(300)로 전달하고 그에 대한 공간적 데이터(예컨대, 위치정보에 대응하는 실제 지도 데이터)를 요청할 수 있다. 그러면 상기 GIS(300)는 상기 분석서버(200)의 요청에 응답하여 해당 위치정보의 공간적인 데이터를 상기 분석서버(200)로 제공한다. 또는 상기 GIS(300)는 상기 클러스터들(100)이 센서 데이터를 전송하는 설정된 주기에 대응하여 공간적인 데이터를 전송할 수도 있다.

도 2는 본 발명의 실시 예에 따른 센서 데이터의 패킷 구조 예시를 개략적으로 도시한 도면이고, 도 3은 본 발명의 실시 예에 따른 센서 데이터의 데이터 분포도의 예시를 도시한 도면이다.

상기 도 2를 참조하면, 상기 센서 데이터는 센서 데이터를 전송하는 클러스터의 식별을 위한 정보와 센싱된 시간적인 요소들에 대한 센서 정보(Sensor information) 등을 포함할 수 있다. 특히, 센서 정보는 앞서 설명한 바와 같은 시간적인 요소에 대한 측정정보와 시간적인 요소의 측정 날짜, 시간 등에 대한 시간정보 등을 아스키(ASCII) 형태로 포함할 수 있다.

한편, 상기 분석서버(200)는 앞서 설명한 바와 같이 클러스터들(100)이 센싱한 센서 데이터를 전송하면 이를 수신할 수 있다. 그리고 상기 분석서버(200)는 수신된 센서 데이터와 GIS(300)의 공간적인 데이터(예컨대, 해당 지역의 지도 데이터)를 연계하여 데이터 분포도로 표현하는 데이터 처리를 수행할 수 있다. 이때, 상기 분석서버(200)는 상기 도 2에서 살펴본 바와 같이 아스키 형태로 전송된 센서 데이터를 보간법의 통상적인 방법에 의하여 상기 데이터 분포도를 그려줄 수 있다. 이러한 데이터 분포도의 예시가 상기 도 3에 나타나 있다. 즉, 상기 도 3은 각 클러스터들(100)이 센싱한 센서 데이터의 데이터 분포도를 나타낸다.

상기 도 3을 참조하면, 참조번호 100의 각 점들은 앞서 설명한 바와 같은 클러스터들(100)을 나타내며, 참조번호 400과 같이 표현된 부분은 상기 클러스터들(100)이 센싱한 센서 데이터들의 분포 상태를 나타낼 수 있다. 예를 들어, 동일한 시간적인 요소(예컨대, 습도, 온도 등)를 가지는 지역들을 구분하여 나타낼 수 있다.

한편, 본 발명에서는 상기 도 3과 같은 데이터 분포도를 그리는데 있어 Krig 보간법을 이용할 수 있다. 이러한 보간법으로 인한 데이터의 정확성과 클러스터들(100)의 위치와 거리의 타당성에 대해서는 언급하지 않겠다. 즉, 상기 보간법은 공지의 기술로서의 그에 대한 상세한 설명은 생략한다. 다만, 본 발명에서는 이러한 기법을 이용하여 데이터의 변화, 즉 시공간적인 분석을 하는데 특징을 가진다.

그리고 상기 분석서버(200)는 상기와 같이 데이터 분포도가 완성되면 후술하는 도 6에 도시된 바와 같이 GIS(300)의 공간적인 데이터 위에 오버랩핑 할 수 있다. 이에 의해 센서 데이터의 면적 변화에 따른 시공간적인 데이터를 직관적으로 제공할 수 있다. 이에 대해 후술하는 도면을 참조하여 설명될 것이다. 즉, 본 발명의 상기 분석서버(200)는 클러스터들(100)의 센서 데이터들에 GIS(300)에서 획득된 공간적인 데이터를 이용한 공간연산을 수행할 수 있다. 이러한 공간연산은 상기 도 3과 같이 처리된 데이터 분포도에서 시간적인 요소들의 각 값에 대한 경계를 추출할 수 있다. 공간연산에 의한 상기 값의 추출에 의하여 데이터 분포도의 면적량을 산출할 수 있다. 그리고 산출된 데이터 분포도의 면적량의 분석 시 GIS(300)의 공간적인 데이터의 연계에 의하여 시간적인 요소(센서 데이터)의 변화의 범위가 얼마만큼 확산이 되고 어느 방향으로 진행되어 가는지를 알 수 있다. 여기서, 상기 면적량의 중심점은 측정된 지역의 중심으로 지정될 수 있다.

도 4는 본 발명의 실시 예에 따른 분석서버의 데이터 처리 동작 설명을 위해 도시한 도면이다.

상기 도 4를 참조하면, 본 발명의 클러스터들(100)은 앞서 설명한 바와 같이 시간적인 데이터의 센싱을 위한 적어도 하나의 센서를 포함하여 구성될 수 있다. 그리고 본 발명의 분석서버(200)는 분포도 생성부(210), 면적 변화율 산출부(230), 그리고 분석부(250)를 포함하여 구성된다.

먼저, 각 클러스터들(100)은 자신의 커버리지 내의 시간적인 데이터를 센싱하여 설정된 주기에 따라 분석서버(200)로 전송할 수 있다. 이때, 각 클러스터들(100)은 센싱된 시간적 데이터 전송 시 각 클러스터들(100)의 위치 좌표를 포함하여 전송할 수 있다. 따라서 상기 분석서버(200)는 각 클러스터들(100)의 위치 좌표를 이용하여 각 클러스터들(100)의 위치 값을 갖는 시간적인 데이터를 공간적인 데이터(예컨대, 실제 지도)에 매핑하여 시공간적인 데이터로 생성하여 비주얼적으로 제공할 수 있다.

한편, 상기 분석서버(200)의 상기 분포도 생성부(210)는 앞서 설명한 바와 같은 데이터 분포도(DC, Distribution Chart)를 생성하는 기능을 담당한다. 상기 분포도 생성부(210)는 상기 클러스터들(100)의 센서 데이터(시간적인 데이터)가 전달될 시 GIS(300)의 공간적인 데이터에 상기 센서 데이터를 적용하여 앞서 도 3에서 설명한 바와 같은 데이터 분포도를 생성할 수 있다.

다음으로, 상기 분석서버(200)의 상기 면적 변화율 산출부(230)는 분포도 생성부(210)에서 생성된 데이터 분포도를 이용하여 면적 변화율을 산출하는 기능을 담당한다. 즉, 상기 면적 변화율 산출부(230)는 상기 데이터 분포도와 시공간적 변화 분석(SPA, Spatio-Temporal Analysis) 간의 관계를 산출할 수 있다. 이러한 면적 변화율 산출부(230)의 면적 변화율 산출 방법에 대해 후술될 것이다.

다음으로, 상기 분석서버(200)의 상기 분석부(250)는 면적 변화율 산출부(230)에서 산출된 면적 변화율을 이용하여 시공간적 데이터를 분석하는 기능을 담당한다. 상기 분석부(250)는 센서 데이터의 센싱 주기, GIS(300)의 공간적인 데이터, 그리고 면적 변화율을 이용하여 데이터 주기의 연속성에 따른 데이터 변화를 분석할 수 있다. 그리고 분석부(250)는 센서 데이터를 GIS(300)의 공간적인 데이터와 연계하여 데이터 변화 방향성을 분석하고 그에 따른 분석결과를 도출할 수 있다. 예를 들어, 분석부(250)는 시간에 따른 오염의 방향성(Direction in Time)과 오염 지역의 증가 범위(Increment in Area) 등을 도출할 수 있다. 이러한 시공간적 변화 분석에 대한 기준은 후술하는 시공간적 변화 분석(SPA, Spatio-Temporal Analysis) 부분에서 설명될 것이다.

이상에서와 같이, 상기 분석서버(200)는 각 클러스터들(100)로부터 시간적 데이터를 수신할 수 있다. 그리고 상기 분석서버(200)는 각 클러스터들(100)에서 수신된 시간적 데이터와 GIS(300)로부터 획득한 공간적 데이터를 연계하여 시공간적 데이터를 생성한다. 즉, 상기 분석서버(200)는 각 클러스터들(100)의 시간적인 요소와 GIS(300)의 공간적인 요소를 결합하여 시공간적인 데이터를 생성하고 그의 분석이 가능하다. 이와 같이, 본 발명에서는 시간적인 데이터와 공간적인 데이터의 결합에 의해 생성된 시공간적인 데이터에 의하여 센서 데이터의 면적의 변화를 확인할 수 있다. 이러한 면적의 변화를 연구하는 이유는 변화하는 데이터가 양적으로 얼마나 변화되었는지를 나타낼 수 있고 어느 방향으로 진행되어 상태가 변화되는지도 나타낼 수 있기 때문이다. 이때, 면적의 면적 변화율은 측정 포인트의 중심점을 기준으로 공간적인 방향성을 고려하여 정해질 수 있다. 이는 면적의 변화가 전혀 없더라도 데이터의 중심이 변화될 수 있기 때문이다. 예를 들어, 데이터의 중심은 동쪽에서 서쪽으로 변화하였지만 데이터 면적의 계산량은 변화가 없을 수 있기 때문이다.

이러한 면적 변화율은 GIS(300)와 연계한 데이터 분포도를 기반으로 클러스터들(100)로부터 들어온 실시간 데이터를 각각의 주기별로 나타낸 후 수치를 평균화한 것으로 시간과 공간에 대한 분석변화를 알기 쉽게 나타낼 수 있다. 여기서, 상기 면적 변화율을 구하게 되면 면적 변화량의 평균 기울기를 알 수 있게 된다. 그리고 면적 변화율은 해당 주기에 따라 면적의 변화를 연산한 것으로 주기가 0일 때 면적 변화량이 0이 된다.

따라서 실시간으로 들어오는 데이터를 GIS(300)의 공간적인 데이터에 적용하여 데이터 분포도를 그리며 시간에 따른 데이터의 면적량을 알게 되고 점차 시간적으로 그리고 공간적으로 데이터의 변화량을 알 수 있게 된다. 이러한 데이터의 변화량을 통한 분석은 의사결정자들이 원하는 결과를 도출하는 데 많은 도움을 줄 수 있다.

또한 본 발명에 따르면 앞서 설명한 바와 같은 면적 변화를 이용하여 시간적인 변화량과 공간적인 변화량에 대해 분석할 수 있다. 즉, 센싱된 센서 데이터가 일정 주기마다 면적량을 통해 변화되는 것을 알 수 있게 되고, 이러한 면적량이 GIS(300)의 좌표 시스템과 연동하여 면적량의 변화와 방향성에 대해서 분석할 수 있게 된다. 예를 들어, 센싱된 지역에서의 데이터 증가나 감소가 이루어져 분석결과로 동쪽으로 증가 추세를 나타내고 있는 것을 예시로 들 수 있다. 이를 정형화하면 하기의 <표 1>과 같이 정의할 수 있다.

상기 <표 1>에 나타낸 바와 같이, 면적 변화율(ACR)이 중심점(0)을 초과할 시 센서 데이터의 시간에 따른 변화량과 공간적인 변화량이 증가하고, 면적 변화율(ACR)이 중심점(0)과 같을 시 센서 데이터의 시간에 따른 변화량과 공간적인 변화량은 없으며, 면적 변화율(ACR)이 중심점(0)보다 미만일 시 센서 데이터의 시간에 따른 변화량과 공간적인 변화량이 감소함을 알 수 있다.

한편, 상기 분석서버(200)는 하기에 의하여 면적 변화율(ACR)과 시공간적 변화 분석(SPA)을 산출할 수 있다.

먼저, 면적 변화율(ACR)은 무선 센서네트워크 클러스터들(100)의 시간적 데이터와 GIS(300)의 공간적 데이터를 이용하여 데이터 분포도를 작성한 후 데이터 분포도의 면적량이 변화하는 정도를 나타낼 수 있다. 이러한 면적 변화율(ACR)은 하기 <수학식 1>과 같은 조건에 의하여 산출할 수 있다.

상기 <수학식 1>에 나타낸 바와 같이, 면적 변화율(ACR)에 영향을 미치는 영향요소들은 WSN(Wireless Sensor Network), GIS(Geographic Information System), S(Area), 분포도(DC, Distribute Chart), 간격(I, Interval) 등이 포함될 수 있다. 이러한 영향요소들은 하기 <수학식 2>와 같이 정의될 수 있다.

그리고 상기 <수학식 2>에 의하여 면적 변화율(ACR)의 산출식을 정형화하면 하기 <수학식 3>과 같이 나타낼 수 있다.

상기 <수학식 3>에서 k는 센서 데이터가 측정된 순서를 나타내며, S는 데이터 분포도에 의한 면적값을 나타낼 수 있다.

다음으로, 시공간적 변화 분석(SPA)은 데이터의 센싱 주기와 GIS 좌표 체계, 그리고 면적 변화율(ACR)을 이용하여 센서 데이터 주기의 연속성에 따른 센서 데이터 변화를 분석하고, 상기 센서 데이터를 GIS의 좌표와 연계하여 센서 데이터 변화 방향성을 분석한다. 시공간적 변화 분석(SPA)에 대한 기준은 하기 <수학식 4>와 같이 정의할 수 있다.

상기 <수학식 4>에 나타낸 바와 같이, 상기 <수학식 4>는 시공간적 변화를 산출하는 식을 나타내며, WSN, GIS, Interval, ACR은 시공간적 변화 산출 시 영향을 주는 각 요소들을 나타낸다. 그리고 시공간적 변화 분석(SPA)은 각각 시간적인 변화값(TCV, Time Change Value)과 공간적인 변화값(SCV, Space Change Value)을 가질 수 있다. 상기 시간적인 변화값(TCV)은 하기 <수학식 5>와 같이 나타낼 수 있으며, 상기 공간적인 변화값(SCV)은 하기 <수학식 6>과 같이 나타낼 수 있다.

상기 <수학식 5>에 나타낸 바와 같이, 상기 <수학식 5>는 시간적 변화값 산출 시 영향을 주는 각 요소를 식으로 나타낸 것이며, 상기 시간적인 변화값(TCV)은 센서데이터의 주기와 면적량을 통해 이루어질 수 있다. 이에 의해, 측정되는 주기에 따라 변화하는 면적량을 알아 볼 수 있다. 이와 같이 산출하는 시간적 변화값에 따른 실시간 데이터의 시간적인 변화량의 예시를 나타내면 하기 도 5와 같이 나타낼 수 있다.

도 5는 센서 데이터의 시간적인 변화량 예시를 도시한 도면이다.

상기 도 5를 참조하면, 처음 시간대에 측정한 데이터를 t₁라 하고 이때의 면적량을 St₁라 가정한다. 그리고 다음 시간대에 측정된 데이터를 t₂라 하고 이때의 면적량을 St₂라 가정한다. 또한 마지막 측정될 값의 시간대를 t₃라 하고 이때의 면적량을 St₃라 가정한다. 상기 도 5에 도시된 바와 같이 t₁에서 t₃까지 시간이 흘러 갈수록 면적의 변화가 점점 늘어나게 된다. 이와 같이 시간에 따라 데이터 면적량의 양이 변화하는 것을 알 수 있다.

상기 <수학식 6>에 나타낸 바와 같이, 상기 <수학식 6>은 공간적 변화값 산출 시 영향을 주는 각 요소를 식으로 나타낸 것이며, 상기 공간적인 변화값(SCV)은 주기에 따른 면적 변화가 GIS 좌표에 의해 어느 방향으로 변화되는가를 알아 볼 수 있다. 이와 같이 산출하는 공간적 변화값에 따른 실시간 데이터의 공간적인 변화량을 나타내면 하기 도 6과 같이 나타낼 수 있다.

도 6은 센서 데이터의 공간적인 변화량 예시를 도시한 도면이다.

상기 도 6을 참조하면, 데이터 변화량은 a, b, c처럼 각각 a보다는 b가 더 크게 증가되어 있고 b보다는 c가 더 크게 증가되어 있는 것을 알 수 있다. 증가량 또한 방향별로 보면 a에서 b 그리고 c로 갈수록 남동 방향으로 점점 증가하고 있는 것을 알 수 있다.

상기 도 5 및 도 6에 도시된 바와 같이 본 발명에서는 데이터 분석 시 시간적, 공간적 변화량을 알 수 있다. 즉, 이상에서와 같이 본 발명에서는 무선 센서 네트워크를 GIS와 연계하여 측정 지역 안에서 발생하는 여러 변화들의 센싱을 통해 해당 지역에 얼마만큼의 양과 시간에 따라 어느 방향으로 영향을 미치는가를 확인할 수 있다.

도 7은 본 발명의 실시 예에 따른 분석서버에서 시공간적 데이터 생성 및 그를 분석하는 과정을 도시한 흐름도이다.

상기 도 7을 참조하면, 분석서버(200)는 무선 센서 네트워크의 클러스터들(100)을 통해 센싱된 시간적인 요소를 가지는 센서 데이터를 수집한다(701단계). 예를 들어, 분석서버(200)는 클러스터들(100)이 설정된 적어도 하나의 시간적인 요소에 대해 센싱한 센서 데이터를 설정된 주기에 따라 전송하면 이를 수신할 수 있다.

다음으로, 분석서버(200)는 클러스터들(100)의 시간적인 요소의 센서 데이터 수집 시 상기 센서 데이터에 GIS(300)에 의한 공간적인 요소의 공간 데이터(예컨대, 지도 데이터)를 적용하여(703단계) 시공간적인 시공간 데이터를 생성한다(705단계). 예를 들어, 분석서버(200)는 클러스터들(100)의 위치 좌표를 이용하여 각 클러스터들(100)의 위치 값을 갖는 센서 데이터를 공간 데이터에 매핑하여 시공간 데이터로 생성할 수 있다.

다음으로, 분석서버(200)는 생성된 시공간 데이터를 기반으로 상기 센서 데이터의 변화에 대한 분석을 수행한다(707단계). 예를 들어, 분석서버(200)는 앞서 설명한 바와 같이 센서 데이터와 공간 데이터를 연계하여 데이터 변화 방향성 등을 분석하고 그에 따른 분석결과를 도출할 수 있다.

도 8은 본 발명의 실시 예에 따른 분석서버에서 데이터 처리 과정을 도시한 흐름도이다.

상기 도 8을 참조하면, 분석서버(200)는 무선 센서 네트워크의 클러스터들(100)을 통해 센싱된 시간적인 요소의 센서 데이터를 수집한다(801단계). 그리고 분석서버(300)는 수집된 센서 데이터에 GIS(300)에 의한 공간적인 요소의 공간 데이터를 적용하여 데이터 분포도를 생성한다(803단계). 이때, 분석서버(300)는 데이터 분포도 생성을 위한 설정된 보간법을 이용하여 상기 데이터 분포도를 생성할 수 있다.

다음으로, 분석서버(200)는 데이터 분포도를 이용하여 면적 변화율을 계산한다(807단계). 예를 들어, 분석서버(200)는 데이터 분포도를 기반으로 클러스터들(100)로부터 수집된 시간적인 요소의 센서 데이터를 각각의 주기별로 나타낸 후 수치를 평균화 할 수 있다.

다음으로, 분석서버(200)는 면적 변화율을 이용하여 시공간 데이터를 생성한다(809단계). 예를 들어, 분석서버(200)는 면적 변화율을 기반으로 면적량이 변화하는 정도를 직관적으로 표현할 수 있다.

다음으로, 분석서버(200)는 생성된 시공간 데이터를 기반으로 면적의 증가와 방향성을 분석하고(811단계) 그의 분석결과를 도출한다(813단계). 예를 들어, 분석서버(200)는 클러스터들(100)에 의해 센싱된 지역에서 센서 데이터의 면적량의 변화와 방향성 변화 등에 대한 분석을 하고 그의 분석결과를 도출할 수 있다. 이후, 분석서버(200)는 분석결과를 설정되거나 또는 요청되는 사용자에게 무선 통신으로 전송할 수 있다.

이하에서는 본 발명의 실시 예에 따라 시간적인 데이터를 수집하고 수집된 시간적인 데이터를 공간적인 데이터와 결합하여 시공간적인 데이터를 생성하는 응용 예시에 대하여 살펴보기로 한다.

먼저, 본 명세서에서 이용되는 샘플 데이터는 특정 지역에서 측정되는 센서 데이터를 이용하는 것을 가정한다. 그리고 샘플 데이터의 측정은 대기온도와 습도의 시간적인 요소를 가지는 것을 가정하며, 따라서 이를 위한 각각의 클러스터들을 구성하여 센서 데이터를 수집할 수 있다. 그리고 샘플 데이터를 측정하는 각 클러스터들의 위치의 좌표와 범위는 클러스터의 정보 제공 또는 분석서버가 미리 인지하고 있는 것을 가정한다.

도 9는 앞서 설명한 바와 같이 대기온도와 습도에 대응하여 센싱된 센서 데이터의 시간적인 변화량을 도시한 그래프이고, 도 10은 대기온도와 습도에 따른 센서 데이터의 공간적인 변화량 분포도를 도시한 도면이고, 도 11은 연도별 대기온도에 대응하여 센싱된 센서 데이터의 시간적인 변화량을 도시한 그래프이고, 도 12는 연도별 대기온도에 따른 센서 데이터의 공간적인 변화량 분포도를 도시한 도면이다.

먼저, 상기 도 9에 도시된 바와 같이 실시간으로 들어오는 데이터 중 2가지 항목(예컨대, 대기온도와 습도)에 대해 데이터 분포도를 그린 후 상기 도 10에 도시된 바와 같이 데이터 면적 변화량을 산출할 수 있다. 그리고 이에 의하여 센서 데이터의 면적이 변화(예컨대, 증가와 감소) 되어가는 방향성을 체크할 수 있다. 도 9 및 도 10에 나타낸 바와 같이 측정한 무선 센서 네트워크의 센서 데이터는 시간이 반복됨에 따라 증가하였다가 다시 감소하는 그래프로 반복됨을 알 수 있다. 이는 센서 데이터가 센싱되는 지역이 시간적인 요소의 2가지 항목(예컨대, 대기온도와 습도)이 증가하는 구간 또는 감소하는 구간을 가지는 지역인 것을 알 수 있다.

다음으로, 상기 도 11 및 도 12를 참조하여 샘플 데이터 중 대기온도의 시간적인 요소를 통해 데이터 분포도를 이용한 면적 변화율에 대해 도출한 분석결과에 대하여 살펴보기로 한다. 상기 도 11과 같이 2006년 4월, 2007년 4월, 2008년 4월중 1일 주기로 대기온도를 측정하였다. 센서 데이터(대기온도) 측정에서 평균값들은 각각 10.6, 10.9, 12.7의 값을 가지는 것을 가정한다. 특히, 도 11 및 도 12에서는 상기 평균값들 중 10도에서 12도 사이의 시간적인 데이터를 공간연산 하여 추출하는 것을 예시를 나타낸다. 그리고 상기 도 12는 상기 공간연산에 의하여 나온 대기온도의 시간적인 데이터를 이용하여 데이터 분포도를 그린 후, 이를 GIS의 공간적인 데이터와 연동시켜 면적을 구하여 표현한 예시를 나타낸다.

상기 도 12에 도시된 바와 같이, 전술한 대기온도와 면적량을 분석한 결과로 2006년에서 2008년까지 평균온도로 면적량과 데이터 이동의 변화를 분석할 수 있다. 즉, 상기 도 12에 나타낸 바와 같이 측정된 데이터는 매년 동쪽 방향으로 약간씩 이동하고 중심점(0)을 기준으로 전체적으로 확장되어가는 공간 방향성을 나타냄을 알 수 있다. 이러한 분석의 의미는 해당 지역에서 진행되고 있는 사업, 인구 변화, 공장의 건설과 가동 등의 산업화 등의 환경 요소에 의해 해당 지역의 대기온도가 매년 전체적으로 확장되어가며 증가한다는 것을 예측할 수 있다.

한편, 이상에서 살펴본 바와 같은 본 발명의 실시 예에서는 무선센서네트워크의 데이터 분포도와 GIS를 이용하여 센서 데이터에 대한 면적 변화량을 산출하고, 이에 의하여 시간적인 변화량과 공간적인 변화량을 동시에 분석하였다. 이와 같은 분석 방법은 실시간 데이터를 시간과 공간에 따라 3차원적인 분석결과를 도출하여 보다 다차원적인 정보의 제공이 가능하다.

즉, 종래에서는 데이터를 가지고 측정값을 분석하여 예측하는 정도의 결과만 수행하였다. 하지만 본 발명에 따르면 무선 센서 네트워크를 이용하여 센서 데이터가 시간에 따라 증가 또는 감소하는 수치에 대한 분석 값뿐만 아니라 GIS와 연동하여 지리적으로 얼마만큼 어느 방향으로 증가 또는 감소하는지에 대하여 직관적으로 알 수 있다. 이에 의하여, 지리 요소의 변화가 일어남으로서 발생하는 여러 변화요소들의 결과들을 센서 네트워크 시스템을 통해 실시간으로 측정하여 즉각적이고 실시간적 보정작업을 이용한 탐지 및 예측이 가능하다.

한편, 상술한 바와 같은 본 발명의 GIS와 실시간 데이터 처리에 기반을 둔 무선 센서 네트워크의 시공간 분석 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터로 판독 가능한 기록 매체에 기록될 수 있다. 이때, 상기 컴퓨터로 판독 가능한 기록 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 한편, 기록 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다.

상기 컴퓨터로 판독 가능한 기록 매체에는 하드디스크, 플로피디스크 및 자기 테이프와 같은 자기매체(Magnetic Media), CD-ROM(Compact Disc Read Only Memory), DVD(Digital Versatile Disc)와 같은 광기록 매체(Optical Media), 플로티컬 디스크(Floptical Disk)와 같은 자기-광 매체(Magneto-Optical Media), 및 ROM(Read Only Memory), RAM(Random Access Memory), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 또한, 프로그램 명령에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상술한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.

그리고 본 발명이 속하는 기술분야의 당업자는 상술한 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시 예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로 이해해야만 한다. 그리고 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

한편, 본 명세서와 도면에 개시된 본 발명의 실시 예들은 본 발명의 기술 내용을 쉽게 설명하고 본 발명의 이해를 돕기 위해 특정 예를 제시한 것일 뿐이며, 본 발명의 범위를 한정하고자 하는 것은 아니다. 여기에 개시된 실시 예들 이외에도 본 발명의 기술적 사상에 바탕을 둔 다른 변형 예들이 실시 가능하다는 것은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 자명한 것이다.

100: 클러스터들 200: 분석서버
210: 분포도 생성부 230: 면적 변화율 산출부
250: 분석부 300: GIS

Claims (9)

1. 무선 센서 네트워크에서 센서 데이터 제공 방법에 있어서,
   클러스터들이 설정된 적어도 하나의 시간적인 요소에 대해 센싱한 센서 데이터와 상기 클러스터들의 위치정보를 설정된 주기에 따라 분석서버로 전송하는 과정과,
   상기 분석서버가 상기 클러스터들로부터 시간적인 요소의 상기 센서 데이터를 수집하는 과정과,
   상기 분석서버가 상기 클러스터들의 센서 데이터 수집 시 상기 클러스터들의 위치에 대응하는 상기 위치정보를 지리정보시스템(GIS, Geographic Information System)에 전달하여 그에 대한 공간 데이터를 요청하는 과정과,
   상기 지리정보시스템이 상기 분석서버의 요청에 응답하여 상기 위치정보에 대응하는 공간 데이터를 상기 분석서버로 전송하는 과정과,
   상기 분석서버가 상기 클러스터들의 상기 센서 데이터와 상기 지리정보시스템으로부터 획득한 공간적인 요소의 상기 공간 데이터를 결합하는 과정과,
   상기 센서 데이터와 상기 공간 데이터의 결합에 의하여 시공간 데이터를 생성하는 과정과,
   상기 생성된 시공간 데이터에 의하여 상기 센서 데이터의 변화를 분석하는 과정을 포함하는 것을 특징으로 하는 무선 센서 네트워크에서 센서 데이터 제공 방법.
2. 제1항에 있어서, 상기 결합하는 과정은
   상기 분석서버가 상기 클러스터들의 위치 좌표를 이용하여 각 클러스터들의 위치 값을 갖는 센서 데이터를 상기 지리정보시스템의 공간 데이터에 매핑하여 데이터 분포도를 생성하는 과정을 포함하는 것을 특징으로 하는 무선 센서 네트워크에서 센서 데이터 제공 방법.
3. 제2항에 있어서, 상기 생성하는 과정은
   상기 분석서버가 상기 데이터 분포도를 이용하여 면적 변화율(ACR, Area Change Ratio)을 계산하는 과정과,
   상기 면적 변화율을 이용하여 상기 시공간 데이터를 생성하는 과정을 포함하고,
   상기 면적 변화율 계산은 측정 포인트의 중심점을 기준으로 공간적인 방향성을 포함하여 계산하는 것을 특징으로 하는 무선 센서 네트워크에서 센서 데이터 제공 방법.
4. 제3항에 있어서, 상기 계산하는 과정은
   상기 분석서버가 상기 데이터 분포도를 기반으로 상기 센서 데이터를 각각의 주기별로 나타낸 후 수치를 평균화하는 과정인 것을 특징으로 하는 무선 센서 네트워크에서 센서 데이터 제공 방법.
5. 제3항에 있어서, 상기 분석하는 과정은
   상기 분석서버가 상기 면적 변화율을 이용하여 생성된 상기 시공간 데이터를 기반으로 상기 센서 데이터의 면적의 증가와 방향성을 분석하는 과정인 것을 특징으로 하는 무선 센서 네트워크에서 센서 데이터 제공 방법.
6. 센서 데이터 제공 시스템에 있어서,
   시간적인 요소의 센서 데이터를 센싱하고, 센싱된 센서 데이터를 설정된 주기에 따라 분석서버로 전송하고, 상기 센서 데이터 전송 시 위치좌표를 포함하여 전송하는 클러스터들과,
   상기 분석버서의 요청에 응답하여 상기 센서 데이터가 센싱된 지역의 상기 위치좌표에 대한 공간 데이터를 제공하는 공간지리정보시스템과,
   상기 클러스터들의 센서 데이터를 수집하고, 상기 센서 데이터 수집 시 상기 클러스터들의 위치에 대응하는 상기 위치좌표를 상기 공간지리정보시스템으로 전달하여 그에 대한 공간 데이터를 요청하고, 상기 클러스터들의 상기 센서 데이터와 상기 공간지리정보시스템으로부터 획득한 공간적인 요소의 상기 공간 데이터를 결합하여 시공간 데이터를 생성하며, 상기 생성된 시공간 데이터에 의한 상기 센서 데이터의 변화를 분석하고, 분석된 분석결과를 설정되거나 또는 요청되는 사용자에게 무선 통신으로 전송하는 상기 분석서버를 포함하는 것을 특징으로 하는 시스템.
7. 제6항에 있어서, 상기 분석서버는
   상기 센서 데이터에 상기 공간 데이터를 적용하여 데이터 분포도를 생성하는 분포도 생성부와,
   상기 데이터 분포도를 이용하여 면적 변화율(ACR, Area Change Ratio)을 산출하는 면적 변화율 산출부와,
   상기 면적 변화율을 이용하여 상기 센서 데이터의 변화 방향성을 분석하는 분석부를 포함하는 것을 특징으로 하는 시스템.
8. 제7항에 있어서, 상기 분포도 생성부는
   상기 클러스터들의 상기 위치 좌표를 이용하여 각 클러스터들의 위치 값을 갖는 센서 데이터를 상기 공간지리정보시스템의 공간 데이터에 매핑하여 상기 데이터 분포도를 생성하는 것을 특징으로 하는 시스템.
9. 제7항에 있어서, 상기 면적 변화율 산출부는
   상기 데이터 분포도를 기반으로 상기 센서 데이터를 각각의 주기별로 나타낸 후 수치를 평균화하며, 상기 센서 데이터가 측정된 순서와 상기 데이터 분포도에 의한 면적값에 의하여 상기 면적 변화율을 산출하는 것을 특징으로 하는 시스템.

Images