When monitoring an instrumental process, one often collects a host of data such as characteristic signals sent by a sensor in short time intervals. Characteristic data of short time intervals tend to be autocorrelated. In the instrumental processes often the practice of adjusting the setting value simply based on the previous one, so-called ‘adjacent point operation’, becomes more critical, since in the short run the deviations are harder to detect and in the long run they have amplified consequences. Stochastic modelling using ARIMA or AR models are not readily usable here. Due to the difficulty of dealing with autocorrelated data conventional practice is resorting to choosing the time interval where autocorrelation is weak enough then to using I-MR control chart to judge the process stability. In the autocorrelated instrumental processes it appears that using the Shewhart chart and the time interval data where autocorrelation is relatively not existent turns out to be a rather convenient and very useful practice to determine the process stability. However in the autocorrelated instrumental processes we intend to show that one would presumably do better using the EWMA control chart rather than just using the Shewhart chart along with some arbitrarily intervalled data, since the former is more sensitive to shifts given appropriate weights.

본 연구는 무인항공기를 활용한 원격탐사적 기법을 통해 고해상도 정사영상과 수치표고모델기 반 3차원 지표모델을 구축하여, 광해복구사업의 중간단계 모니터링에 활용하고 그 효율성을 고찰하였 다. 무인항공기를 통한 원격탐사로 3.8 cm의 공간해상도를 갖는 수치표고모델 및 정사영상을 구축하 였으며, 광해복구사업의 중간과정을 모니터링하였다. 또한 고해상도 영상을 통해 사물 및 지형적 구분 이 용이함을 확인하였다. 구축된 수치표고모델을 기반으로 3차원 모델을 구축하였고 토양복구사업의 면적 및 체적 등의 공간정보를 추출하였다. 그 결과 사업 결과모델 형성을 위한 추가적인 토양 적치 총량은 268,672 m3이며 약 71만 톤의 양에 해당하는 것을 확인하였다. 이는 무인항공기의 광해복구사 업 모니터링의 효율성을 증명하는 것으로 추후 보다 많은 활용도를 보일 것으로 사료된다.