Journal of Cadastre & Land InformatiX (지적과 국토정보)

LX Spatial Information Research Institute (한국국토정보공사 공간정보연구원)
권호 표지
DOI QR코드

DOI QR Code

Availability Analysis on Detection of Small Scale Gas Emission Facilities using Drone Imagery

드론영상을 이용한 소규모 가스 배출시설 탐지 가능성 분석

  • 신정일 ((주)지오스토리 공간정보솔루션연구소) ;
  • 김익재 ((주)지오스토리 공간정보솔루션연구소) ;
  • 황동현 (한국국토정보공사 융복합사업부) ;
  • 이종민 (한국국토정보공사 융복합사업부) ;
  • 임성하 (한국국토정보공사 융복합사업부)
  • Received : 2017.05.01
  • Accepted : 2017.06.20
  • Published : 2017.06.30
Download PDF
⟨ Previous Next ⟩

Abstract

Recently, the air quality of South Korea has deteriorated and public interest has been increasing. Various observation means are used for the monitoring of the atmospheric environment, but it relies on the experience and judgment of the observer in the absence of spatial information on the emission facilities. The purpose of this study was to determine the availability of using drones for monitoring air pollutant emission facilities. A texture transformation method was applied to the drone ortho image to detect the small gas emission facility and the slope data calculated by the digital surface model (DSM) was used to reduce the false alarm ratio. As a result, it shows the possibility of using drones in the detection of small gas emission facilities by showing about 80% of positive detection ratio and 40% of false alarm ratio. In the future, various researches are required to the improve positive detection ratio and the reduction of the false alarm ratio. Based on these results, it is necessary to construct a database including 3D spatial information of air pollutant emission facilities.

최근 우리나라의 대기환경이 악화되고 있으며 대기질에 대한 국민적 관심이 증가하고 있다. 다양한 관측수단이 대기환경 모니터링에 이용되고 있으나, 배출시설에 대한 공간정보가 부재한 실정에서 관측자의 경험과 판단에 의존하고 있다. 본 연구에서는 대기오염물질 배출시설 모니터링을 위한 드론 영상의 활용 가능성을 판단하고자 하였다. 드론 정사영상에 질감 변환 기법을 적용하여 공장지붕에 분포하는 소규모 가스 배출시설을 탐지하였고, 오탐지율을 감소시키기 위하여 수치표면모델(DSM)로 계산한 경사도 자료를 이용하였다. 그 결과 약 80%의 정탐지율과 40%의 오탐지율을 보여주어 소규모 가스 배출시설 탐지에 있어 드론 영상의 활용 가능성이 높다고 할 수 있다. 향후 정탐지율의 향상 및 오탐지율의 감소와 관련된 다양한 시도와 연구가 필요하다. 또한 이러한 결과들을 바탕으로 대기오염물질 배출시설에 대한 3차원 공간정보를 포함하는 데이터베이스를 구축할 필요가 있다.

Keywords

References

  1. 강영일, 최명진, 홍대식, 최수, 박도현, 배효욱. 2014. 실시간 원격 환경오염 감시기술. 국방과학연구소. 2014-I-09. (Kang YI, Choi MJ, Hong DS, Choi S, Park DH, Bae HU. 2014. Realtime remote environment pollution monitoring technology. Agency for Defense Development. 2014-I-09.)
  2. 김기홍, 최승필, 육운수, 손홍규. 2006. GLCM기법을 이용한 전정색 위성영상에서의 도시경계 추출. 대한토목학회논문집. 26(1D):211-217. (Kim GH, Choi SP, Yook WS, Sohn HG. 2006. Extraction of urban boundary using grey level co-occurrence matrix method in pancromatic satellite imagery. Journal of Civil Engineering. 26(1D):211-217.)
  3. 김대남. 2008. SPOT-5 영상과 LiDAR 데이터를 이용한 감독분류 기반의 자동 지형분류. 석사학위논문. 인하대학교 공학대학원. p. 71. (Kim DN. 2008. Automatic supervised classification utilizing SPOT-5 satellite image and LiDAR data [thesis]. Inha University. p. 71.)
  4. 김영준. 2013. 대기환경 통합 진단.예측 연구. 광주과학기술원. p. 4-7. (Kim YJ. 2013. Integrated diagnostics and forecasting of atmospheric environment. Gwangju Institute of Science and Technology. p. 4-7.)
  5. 김용민. 2012. 항공라이다 데이터를 이용한 빌딩 탐지기반의 항공사진 분류정확도 향상에 관한 연구. 박사학위논문. 서울대학교대학원. p. 91-92. (Kim YM. 2012. A study on improvement of classification accuracy of aerial imagery based on building detection using airborne LiDAR data [dissertation]. Seoul National University. p. 91-92.)
  6. 김정태. 2016. 드론을 이용한 3D맵핑 시스템 활용에 대한 연구. 석사학위논문. 경성대학교. p. 1-11. (Kim JT. 2016. A study on 3D mapping system utilization using drones [thesis]. Kyungsung University. p. 1-11.)
  7. 손승우, 윤정호, 조지혜, 김태현, 전형진. 2016. 드론을 이용한 환경재난 사후대응 기술 및 연구동향 분석 연구. 한국환경정책.평가연구원. 2016-06. (Son SW, Yoon JH, Jo JH, Kim TH, Jeon HJ. 2016. Analysis of disaster response technologies that use drones and trend of research. Korea Environment Institute. 2016-06.)
  8. 윤정호, 정우현, 이승민, 한대호, 전형진, 손승우, 이종민. 2016. 환경오염도 측정자료의 환경감시업무 활용 체계 구축에 관한 연구. 환경부. p. 10-18. (Yoon JH, Jeong WH, Lee SM, Han DH, Jeon HJ, Son SW, Lee JM. 2016. A study on development of application system for environment monitoring of environment pollution measurement data. Ministry of Environment. p. 10-18.)
  9. 이진덕, 방건준, 김성훈, 이규달. 2014. 수치항공사진으로부터 소형건물의 지붕 경계 추출. 한국콘텐츠학회논문지. 14(5):425-435. (Lee JD, Bhang KJ, Kim SH, Lee KD. 2014. Extracting roof edges of small buildings from digital aerial photographs. The Journal of the Korea Contents Association. 14(5):425-435.) https://doi.org/10.5392/JKCA.2014.14.05.425
  10. 조남욱, 이종천, 김도현, 심지훈. 2015. 원거리 유해가스 검출 및 모니터링 기술 개발. 한국건설기술연구원. KICT 2015-126. (Cho NW, Lee JC, Kim DH, Shim JH. 2015. Development of remote sensing & monitoring technology of hazardous gases. Korea Institute of Civil Engineering and Building Technology. KICT 2015-126.)
  11. 천병석. 2017. 드론 디지털 영상을 이용한 소규모 지형변화 분석. 석사학위논문. 한국교통대학교. p. 1-28. (Cheon BS. 2017. Analysis of small scale topographic change using drone digital images [Thesis]. Korea National University of Transportation. p. 1-28.)
  12. 최종수. 2016. UAV 영상을 활용한 Edge Detection 기반 객체추출에 관한 연구. 석사학위논문. 경북대학교과학기술대학원. p. 60-61. (Choi JS. 2016. A study of feature extraction based edge detection using UAV imagery [thesis]. Kyungpook National University. p. 60-61.)
  13. 황계영. 2015. 환경지도 . 단속 업무의 현황 및 향후 정책 방향. 환경법연구. 37(2):75-101. (Hwang GY. 2015. Environmental inspection and control-Present state and policy direction. Environmental Law Review. 37(2):75-101.)
  14. 한국환경공단. 2017. 에어코리아 소개[인터넷]. [http://www.airkorea.or.kr/airinfo]. 2017년 4월 25일 검색. (Korea Environment Corporation. 2017. About AIRKOREA [Internet]. [http://www.airkorea.or.kr/airinfo]. Last accessed 25 April 2017.)
  15. Berman ESF, Fladeland MLJ, Kolyer R, Gupta M. 2012. Greenhouse gas analyzer for measurements of carbon dioxide, methane, and water vapor aboard an unmanned aerial vehicle. Sensors and Actuators B: Chemical. 169(5):128-135. https://doi.org/10.1016/j.snb.2012.04.036
  16. Cheng CI. 2003. Hyperspectral Imaging: Techniques for Spectral Detection and Classification. Kluwer Academic / Plenum Publishers. p. 2-35.
  17. Fladeland M, Sumich M, Lobitz B, Kolyer R, Herlth D, Berthold R, McKinnon D, Monforton L, Brass J, Bland G. 2011. The nasa sierra science demonstration programme and the role of small-medium unmanned aircraft for earth science investigations. Geocarto International. 26(2):157-163. https://doi.org/10.1080/10106049.2010.537375
  18. Jensen JR. 2016. Introductory Digital Image Processing: A Remote Sensing Perspective. Pearson Education. p. 344-347.
  19. Jivane MJ, Soundrapandiyan R. 2017. Enhancement of an algorithm for oil detection in satellite images. International Journal of Intelligent Engineering & Systems. 10(3):218-225. https://doi.org/10.22266/ijies2017.0630.24
  20. Li Z, Liu Y, Walker RA, Hayward RF, Zhang J. 2009. Towards automatic power line detection for a UAV surveillance system using pulse coupled neural filter and an improved Hough transform. Machine Vision and Applications. 21(5):677-686. https://doi.org/10.1007/s00138-009-0206-y
  21. Malaver A, Motta N, Corke P, Gonzalez F. 2015. Development and integration of a solar powered unmanned aerial vehicle and a wireless sensor network to monitor greenhouse gases. Sensors. 15(2):4072-4096. https://doi.org/10.3390/s150204072
  22. Martin RV. 2008. Satellite remote sensing of surface air quality. Atmospheric Environment. 42(34):7823-7843. https://doi.org/10.1016/j.atmosenv.2008.07.018
  23. Mohanaiah P, Sathyanarayana P, GuruKumar L. 2013. Image textrue featrue extraction using GLCM approach. International Journal of Scientific and Research Publications. 3(5):1-5.
  24. Shin MS, Shin JI, Park IS, Suh YC. 2016. Detection of seabed rock using airborne bathymetric Lidar and hyperspectral data in the East Sea coastal area. Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography. 34(2):143-151. https://doi.org/10.7848/ksgpc.2016.34.2.143
  25. Villa TF, Gonzalez F, Miljievic B, Ristovski ZD, Morawska L. 2016. An overview of small unmanned aerial vehicles for air quality measurements: Present applications and future prospectives. Sensors. 16(7):1072-1101. https://doi.org/10.3390/s16071072
  26. Wespes C, Emmons L, Edwards DP, Hannigan J, Hurtmans D, Saunois M, Coheur PF, Clerbaux C, Coffey MT, Batchelor RL. 2012. Analysis of ozone and nitric acid in spring and summer arctic pollution using aircraft, ground-based, satellite observations and Mozart-4 model: Source attribution and partitioning. Atmospheric Chemistry and Physics. 12(1):237-259. https://doi.org/10.5194/acp-12-237-2012