권호 표지

대한원격탐사학회지 (Korean Journal of Remote Sensing) (Korean Journal of Remote Sensing)

대한원격탐사학회 (Korean Society of Remote Sensing)

  • 격월간
  • /
  • 1225-6161(pISSN)
  • /
  • 2287-9307(eISSN)

과학기술표준분류

  • 에너지/자원 ＞ 자원탐사/개발/활용

Aim & Scope

Korean Journal of Remote Sensing serves the remote sensing community with the publication of results based on theory, technology and applications of remote sensing fields. Thoroughly interdisciplinary, this journal focuses on the research and development of remote sensing science and technologies and promotes the exchange of expert knowledge among remote sensing researchers as well. Areas of interest include, but are not necessarily restricted to: Remote Sensor Technology Novel Sensor Design and Platforms Development Multi-Sensor System Design and On-Board Processing Advances in Remote Sensing Techniques and Applications Multi-Sensor Integration Multi-Platform Remote Sensing Image Processing and Analysis Geospatial Information Sciences (GIS) Remote Sensing in Atmospheric Science and Meteorology Remote Sensing in Oceanography - Remote Sensing in Geology and Geoscience Remote Sensing in Agriculture, Forestry and Ecology Remote Sensing in Earth and Environmental Sciences Remote Sensing in Hydrology and Water Resources

http://www.kjrs.or.kr KSCI KCI SCOPUS

제35권6_2호

  1. 김은숙;원명수;김경민;박주원;이정수 1031
    https://doi.org/10.7780/kjrs.2019.35.6.2.1 PDF KSCI HTML
    최근 국내 위성정보의 활용 기반이 급속히 확대되고 있다. 특히 2023년 발사 예정으로 사업이 추진 중인 농림위성의 개발은 산림분야 위성정보 활용의 획기적인 전환을 가져올 전망이다. 국립산림과학원은 학계 전문가와 함께 산림 분야의 원격탐사 활용기술에 대해 점검하고 향후 나아갈 방향을 제시하기 위해 본 대한원격탐사학회지 산림분야 특별호를 추진하게 되었다. 본 논문에서는 향후 농림위성과의 연계성을 확보하기 위해 광학센서를 활용한 산림분야 원격탐사 활용기술을 중심으로 산림부문의 연구개발 현황을 파악하였다. 최근 개발되고 있는 산림분야의 광학센서 활용기술은 크게 산림자원조사, 산림재해탐지, 산림생태계모니터링 등세 분야로 구분된다. 그리고 산림의 현황과 변화의 정확한 탐지를 위한 새로운 지표와 정보의 산출, 무인기 영상 및 신규 위성영상 등의 새로운 정보원 활용 방안 그리고 인공지능 기법의 활용을 통한 정확도 향상 기술에 대한 연구가 중점적으로 추진되고 있다.
  2. 임중빈;김경민;김명길 1037
    https://doi.org/10.7780/kjrs.2019.35.6.2.2 PDF KSCI HTML
    저자는 접근불능지역인 북한의 임상도 제작을 위한 첫 단계로 Hyperion과 Sentinel-2 위성영상과 질감정보와 지형정보를 활용하여 정확도 98% 이상의 잣나무 및 낙엽송 분류모델을 개발한 바 있다. 북한의 주요 수종 점유율을 고려해 볼 때, 낙엽송(점유율 17.5%), 잣나무(5.8%) 뿐만 아니라 소나무(12.7%), 전나무(8.2%), 참나무류(29.5%)의 점유율이 크므로 수종분류 모델의 확장이 필요하다. 따라서 본 연구에서는 기존의 2개 수종에서 주요 5개 수종으로 분류모델을 확장하기 위해 분광정보와 침엽수 및 활엽수의 수관특성을 고려한 질감정보 및 수종별 생육특성을 고려한 지형정보를 투입하여 방법론을 개선하였다. 연구대상지인 광릉지역의 임상도에서 수종별 위치정보를 취득하여 11,039개의 훈련자료와 2,330개의 검증자료를 구축하였다. 분광정보는 Sentinel-2 영상을 통해 획득하였으며 질감정보는 고해상도인 PlanetScope 영상을, 지형정보는 북한지역으로의 확장 가능성을 고려하여 SRTM DEM을 활용하였다. 머신 러닝 모델은 기존 연구에서 정확도가 검증된 Random Forest 알고리즘을 활용하였다. 분류 결과 전체 80%(Kappa지수 0.80) 정확도로 수종이 분류되었다. 향후 백두산 지역과 남북 고성지역을 대상으로 본 연구에서 개발된 수종분류모델의 확장성을 검토하여 한반도 지역의 수종 분류 모델을 개발하고자 한다.
  3. 박정묵;심우담;이정수 1053
    https://doi.org/10.7780/kjrs.2019.35.6.2.3 PDF KSCI HTML
    신기후체제에 대응하여 정확한 탄소흡수 및 배출량을 산정하기 위해 토지이용 범주별 통계량 산출은 활동자료로서 매우 중요한 자료이다. 본 연구는 효과적인 토지이용 범주별 판독을 위하여 산림항공사진(이하 FAP)에 딥러닝모델을 적용하여 토지이용 범주별 자동화 판독 분류를 한 후 샘플링기법을 통해 국가단위 통계량을 산출하였다. 딥러닝모델에 적용한 데이터세트(이하, DS)는 국가산림자원조사 고정표본점 위치 기반 FAP의 이미지를 추출하여 훈련데이터세트(이하, 훈련DS)와 시험데이터세트(이하, 시험 DS)로 구분하였다. 훈련 DS는 토지이용 범주별 정의에 따라 이미지별 레이블을 부여하였으며, 딥러닝모델을 학습하고 검증하였다. 검증 시 모델의 학습정확도는 학습 횟수 1500회에서 정확도가 약 89%로 가장 높았다. 학습된 딥러닝모델을 시험DS에 적용한 결과, 이미지 레이블의 판독 분류정확도는 약 90%로 높았다. 샘플링기법을 통해 범주별 분류 결과에 대해 면적을 추정하여 국가통계와 비교한 결과 정합성 또한 높아 향후 LULUCF(Land Use, Land Use Change, Forestry)분야 국가 온실가스 인벤토리 보고서의 활동자료로 활용하기에 충분하다고 판단된다.
  4. 우희성;조승완;정건휘;박주원 1067
    https://doi.org/10.7780/kjrs.2019.35.6.2.4 PDF KSCI HTML
    본 논문은 현재 산림 분야 연구에 적용되고 향후 적용가능한 원격탐사 기술에 대한 국내외 발행된 peer-reviewed 논문의 리뷰를 바탕으로 원격탐사 기술의 국내 산림분야 적용에 대한 가능성과 한계점을 서술하였다. 원격탐사 기술은 정밀한 분석과 정교한 자료 수집을 바탕으로 대단위 산림면적 분석에 있어 필수적이며, 정보통신기술과의 융합으로 향후 임업의 새로운 시대를 열어갈 핵심 기술이다. 본 리뷰 논문에서는 다양한 원격탐사 기술 가운데 레이저 스캐닝 기술, 위성영상을 이용한 산림 측정 기술, 그리고 무인항공기를 이용한 기존 국내·외 연구사례를 분석하여 국내 산림분야 적용 가능성에 대한 기회와 한계점에 대해 서술하였다.
  5. 원명수;장근창;윤석희;이훈택 1083
    https://doi.org/10.7780/kjrs.2019.35.6.2.5 PDF KSCI HTML
    본 연구는 2019년 발생한 강원 고성·속초, 강릉·동해 대형산불 직후 산불의 영향으로 수목의 수관부가 완전 연소되거나, 직간접적인 열해 피해로 인해 고사되어 가는 과정을 다목적실용위성(KOMPSAT-2호, 3호) 영상자료를 활용하여 시간경과에 따른 산불 피해강도별 피해면적의 변화를 정확하게 산정하는데 목적이 있다. 피해강도별 피해면적 산출을 위해 산불 직후 위성영상자료와 15~18일 경과 후의 두 시기 영상자료를 이용하였다. 산불 직후와 일정기간 경과 후 촬영한 위성영상자료의 산불피해강도 분석결과는 '수관전소(Extreme)' 지역에서는 큰 변화가 없었으나 '수관열해(High)' 지역과 '지표화(Low)' 지역에서는 큰 면적차이를 보였다. 이러한 피해강도의 차이에 따른 피해면적의 변화는 산불 영향으로 인해 수관부가 서서히 갈색으로 변색되어 가는 과정에 의한 것으로 판단된다. 산불피해지역의 위성영상 분석결과와 현장사진, 드론 영상을 종합해 볼 때 산불 직후 3~4일 후부터 수관부의 갈변현상(Browning)이 나타나고 10~15일 경과 후엔 수관부의 갈변현상이 뚜렷해지는 것을 알 수 있었다. 본 연구결과를 통해 향후 대형산불지역의 신속한 피해면적 파악은 물론 수관열해로 인한 고사 기작을 파악함으로써 산불피해지 복구계획 수립을 위한 의사결정의 기초자료로 활용할 수 있을 것으로 사료된다.
  6. 신정일;서원우;김태정;우충식;박주원 1095
    https://doi.org/10.7780/kjrs.2019.35.6.2.6 PDF KSCI HTML
    산불 피해는 복구, 보상 및 2차 피해 예방을 위해 빠르고 정확히 조사되어야 한다. 원격탐사 기반의 산불 피해강도 조사 방법으로 주로 산불 전과 후의 반사율 및 분광지수의 차이를 비교하고 있다. 최근 고해상도 위성영상 및 무인기 영상의 활용이 증가하고 있으나, 언제 어디에서 발생할지 예측할 수 없는 산불에 대한 발생 전 영상을 획득하는 것이 쉽지 않다. 본 연구에서는 산불 피해강도 분류에 있어 고해상도 영상과 감독분류 기법의 활용 가능성을 분석하고자 하였다. 산불 후에 촬영된 KOMPSAT-3A 영상과 무인기 다중분광영상에 반사율의 절대값을 이용하는 최대우도법과 반사율의 패턴을 이용하는 분광각매퍼의 두 가지 감독분류 기법을 적용하였다. 그 결과 분류 기법 측면에서 최대우도법이 분광각매퍼에 비해 높은 분류정확도를 보여주었으며, 이는 피해강도 등급 간에 분광반사율의 절대값은 다르지만 패턴이 유사한 등급들이 존재하기 때문인 것으로 판단된다. 공간해상도 측면에서 상대적으로 해상도가 높은 무인기 영상의 분류정확도가 위성영상보다 높게 나타났다. 그러나 무인기와 위성 영상 모두 분류정확도가 매우 높게 나타나고 있어 피해강도 분류에 활용 가능성이 높다고 할 수 있다. 따라서, 피해강도 분류에 있어 산불 후에 촬영된 고해상도 영상들을 이용할 수 있을 것으로 판단된다.
  7. 윤형진;정종철 1107
    https://doi.org/10.7780/kjrs.2019.35.6.2.7 PDF KSCI HTML
    산불 피해와 관련하여 위성영상을 활용한 분석은 넓은 면적을 빠르게 분석하는 장점이 있다. 본 연구에서는 2019년 4월 4일 속초에서 발생한 산불 피해에 따른 산림의 변화 탐지를 위해 7장의 Sentinel-2A영상을 활용하였다. 산불피해지역 분류 과정은 NBR(normalized burn ratio) 값의 전후 시기 차이를 나타낸 dNBR(difference normalized burn ratio)을 통해 산불피해 정도를 7가지 단계로 분류하였다. 분류과정에서 본 연구는 식생의 재성장지수가 높은 3지역을 선정하여 해당 지역에 대한 세밀한 공간 분석을 실시하였다. dNBR 분석 결과는 활엽수림보다 침엽수림의 식생 재성장 분류가 큰 폭으로 나타났으나, NDVI를 통한 결과에서 가장 낮은 평균값을 보여주었다. 이는 침엽수림의 dNBR 오차범위로 나타난다. 시계열 결과로는 4월 20일과 5월 3일 사이를 기준으로 산불피해 면적이 큰 폭으로 감소하였다. 이는 경과한 시기의 활엽수림에서 하층 식생의 발달 및 식생 증가에 따른 피해 완화로 예를 들 수 있다. 본 연구 결과는 발생하는 산불 피해에 대하여 산림 분류 별 면적 변화를 통해 변화 탐지를 실시하였으며, NDVI와 dNBR 비교를 통해 침엽수림이 가장 높은 분류 오차가 발생한다는 결론을 도출하였다. 따라서 dNBR을 통한 영상분류과정에서 현장조사를 동반한 정밀한 국내 산불피해 등급표를 개선해야 할 필요성을 제시하였다.
  8. 이보라;김은숙;임종환;강민석;김준 1117
    https://doi.org/10.7780/kjrs.2019.35.6.2.8 PDF KSCI HTML
    산림생태계 내의 총일차생산량은 산림 자원 생산량과 직결되고, 산림생태계의 건강성, 산림식물계절 및 생태계 서비스의 중요한 지표가 된다. 이 연구에서는 인공위성 자료와 기계학습 알고리즘을 활용하여 우리 나라의 산림유역의 총일차생산량을 연구하였다. 에디공분산 타워가 있는 6개 지점에서의 MODIS (Moderate Resolution Imaging Spectroradiometer) 산출물과 에디공분산타워의 총일차생산성으로 연구기간의 75%-80%에 해당하는 자료로 기계학습 알고리즘을 훈련하고 나머지 기간으로 구축된 모델의 총일차생산성 예측 결과를 검증하였다. 모델을 구축할 때 MODIS 지상 산출물과 대기 산출물을 조합하여 새로운 입력자료(e.g., 포화수증기압차)를 모델의 입력자료(Processed MODIS)로 사용하였을 때와 이러한 과정 없이 QC(Quality control)만 거친 MODIS 산출물을 그대로 입력자료(Unprocessed MODIS)로 사용하였을 때의 총일차생산량을 비교해 보고 그 활용 가능성에 대해 고찰하였다. 추가로 MODIS 총일차생산량 산출물(MYD17)과 에디공분산 총일차생산성 및 기계학습 알고리즘 기반의 총일차생산성과의 상관관계를 보고 그 적합성에 대해 논의하였다. 이 연구에서 사용된 기계학습 알고리즘은 Support Vector Machine (SVM)으로 산림생태계 연구에서 가장 많이 사용되고 있는 기계학습 알고리즘 중 하나이다. 기계학습 알고리즘 기반(SVM 모델)의 총일차생산량 예측 결과는 MODIS 총일차생산량 산출물(MYD17)보다 에디공분산 총일차생산량과 전반적으로 높은 상관관계를 보였고 특히 식생 성장을 시작하는 시점의 값을 좀더잘 예측하는 결과를 보였다. 단일 지역에서 Unprocessed MODIS 입력자료로 훈련된 SVM 모델 결과는 피어슨 상관계수 0.75 - 0.95 (p < 0.001), 6개의 연구 지점에서 훈련된 SVM 모델 결과는 피어슨 상관계수 0.77 - 0.94 (p < 0.001) 사이를 보였다. 이 결과는 훈련 자료에 다양한 이벤트들이 포함되면 모델의 예측력이 향상되는 가능성을 보여주었고 위성영상의 산출물을 재계산하여 새로운 산출물을 내는 과정을 거친 위성 자료가 아니어도 그 예측력에는 크게 문제가 없음을 보여주었다.
  9. 김은숙;이보라;임종환 1133
    https://doi.org/10.7780/kjrs.2019.35.6.2.9 PDF KSCI HTML
    산림지역은 계절에 따라 생장 및 활력 특성이 변화하기 때문에 산림피해를 정확하게 탐지하기 위해서는 과거 동일한 계절적 시기의 영상정보 확보가 필요하다. 그러나 고해상도 또는 중해상도 영상은 영상촬영주가 높지 않아 동일 시기의 영상 정보들을 확보하는 것은 쉽지 않다. 따라서 본 연구에서는 산림생태계의 피해를 평가하기 위해 시계열 영상정보를 통해 피해발생 이전 과거 동일 시점의 분광정보를 추정하여 산림피해 평가의 기준정보로 활용하는 방법을 연구했다. 연구대상지는 2017년 우박과 가뭄으로 인해 대규모 산림피해가 발생한 전라남도 화순지역이며, 과거 3년간 해당 지역에서 촬영된 모든 Landsat 8 영상의 시계열 식생지수(NDVI, EVI, NDMI) 자료를 구축하고 이를 일별 연속자료로 자료보간을 실시하였다. 그리고 이를 통해 교란 발생 이전의 정상적인 일별 식생지수 추정 지도를 제작하였으며, 동일 날짜의 일별 평년 식생지수와 교란발생 이후의 식생지수의 차이값을 구하고 피해등급 기준을 적용하여 최종적인 위성자료 기반의 피해등급지도가 산출되었다. 위성기반 피해등급지도는 기존의 항공사진 기반 피해등급지도에 비해 미세한 식생활력도 변화를 효과적으로 탐지하였으며, 피해극심지역을 대상으로 비교하였을 때 SWIR 밴드를 이용한 식생지수(NDMI)가 기존의 피해등급평가 결과와 유사한 결과를 산출하여 활용도가 높은 것으로 평가되었다. 결과적으로, 일별 평년식생활력도 지도의 제작을 통해 신속하고 정확한 피해지 탐지가 가능해졌다.
  10. 이화선;서원우;우충식;이규성 1149
    https://doi.org/10.7780/kjrs.2019.35.6.2.10 PDF KSCI HTML
    본 연구는 산림 식생 모니터링을 위하여 무인기 다중분광영상의 화소값을 반사율로 변환하는 복사보정 방법을 적용하고 이를 평가하였다. 무인기에 5개 분광밴드 영상을 얻을 수 있는 소형 카메라를 탑재하여 다중 분광영상을 촬영하였고, 영상의 화소값을 반사율로 변환하기 위하여 (1) 복사조도계를 이용한 직접 보정 방법과 (2) 실험적 보정 방법을 적용하였다. 무인기 영상 촬영과 동시에 야외용 분광복사계를 이용해 특정 지표물의 반사율을 측정하여, 실험적 보정 방법을 위한 선형관계식 산출과 영상 반사율 검증에 사용하였다. 두 방법으로 산출한 반사율 영상을 비교한 결과, 직접적 방법은 촬영 지역 전역에 걸쳐 반사율이 안정적이었지만, 실험적 방법은 촬영 중 복사조도 및 대기상태에 변화가 발생한 지역에서 반사율이 불안정하였다. 실험적 보정 방법은 선형관계식 산출에 필요한 현장 반사율 측정 지점과 인접한 영역에서는 효과적인 방법이지만, 상대적으로 넓은 면적에 비교적 긴 촬영 시간을 필요로 하는 대상 지역에서는 광량의 및 대기상태의 변화를 고려한 절대적 보정 방법의 적용이 보다 적합한 것으로 분석되었다.