권호 표지

Korean Journal of Remote Sensing (대한원격탐사학회지)

Korean Society of Remote Sensing

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

Domain

  • Energy/Resources ＞ Resources Exploration/Development/Utilization

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

Volume 36 Issue 5_1

  1. Cha, Sungeun;Jo, Hyun-Woo;Lim, Chul-Hee;Song, Cholho;Lee, Sle-Gee;Kim, Jiwon;Park, Chiyoung;Jeon, Seong-Woo;Lee, Woo-Kyun 653
    https://doi.org/10.7780/kjrs.2020.36.5.1.1 PDF KSCI HTML
    지속가능한 산림 발전을 위해 식생층위구조를 파악하는 것은 산림 자원 관리에 중요한 요소이다. 최근 기술의 발달로 드론, 딥러닝 등 신기술을 산림 부문에 접목한 활용이 늘어났으며, 이를 이용한 식생층위구조 추정이 가능해졌다. 본 연구에서는 드론-광학 및 LiDAR 영상을 융합하여 공주, 삼척, 서귀포 지역에 대해 식생층위구조를 파악하였으며, 각 92.62%(Kappa value: 0.59), 91.57%(Kappa value: 0.53), 86.00%(Kappa value: 0.63)의 정확도를 확인하였다. 딥러닝을 활용한 식생층위구조 분석 기술은 광학 및 LiDAR의 정보량이 많아질수록 모델의 성능을 높일 수 있을 것으로 기대된다. 향후, 식생의 다양한 특성이 반영될 수 있는 복잡도 높은 모델과 충분한 샘플링을 통한 학습자료 구축이 동반되어 모델의 완성도가 높아진다면, 전국단위의 식생층위구조 지도를 구축하여 우리나라 정책·제도의 참고자료로 활용될 수 있을 것이다.
  2. Na, Sang-il;Ahn, Ho-yong;Park, Chan-won;Hong, Suk-young;So, Kyu-ho;Lee, Kyung-do 667
    https://doi.org/10.7780/kjrs.2020.36.5.1.2 PDF KSCI HTML
    작물 수분 스트레스는 토양수분 함량, 농작물 생리학적 특성 및 원격탐사 기술을 이용하여 감지할 수 있으며, 작물의 생산량 감소를 평가하는데 매우 중요하다. 작물 수분 스트레스 지수(CWSI)는 작물의 엽온과 기온의 차이를 이용하여 산출할 수 있다. 본 연구에서는 드론 기반 열적외 영상을 이용하여 봄배추를 대상으로 관수 처리구(WCP)와 무관수 처리구(WDP)에 대한 CWSI 분포도를 작성하였다. 그 결과, CWSI 공간분포는 배추의 생육이상 반응 요소(구고, 구직경 및 엽록소 함량 측정치)와 높은 일치율을 나타내었다. 따라서 CWSI는 작물 생육이상 모니터링 및 평가에 좋은 수단으로 활용 가능할 것으로 판단된다.
  3. Kwon, A-Rum;Park, Soo-Jin;Kang, Geon;Kim, Jae-Jin 679
    https://doi.org/10.7780/kjrs.2020.36.5.1.3 PDF KSCI HTML
    본 연구에서는 CFD 모델을 WRF-Chem 모델과 결합(WRF-CFD 모델)하였고, 서울 영등포구에 소재한 건물 밀집 지역에서 흐름과 일산화탄소(carbon monoxide, CO) 분포 특성을 조사하였다. 이를 위하여, 자동기상관측소에서 측정한 풍속, 풍향과 도시대기측정소에서 측정한 CO 농도를 이용하여 수치 모의 결과를 검증하였다. AWS 510 지점에서는 남풍과 남서풍 계열 바람이 측정되었고, 야간 시간 보다는 주간 시간에 높은 풍속이 측정되었다. WRF-Chem 모델은 주로 동남동풍에서 서남서풍 계열의 바람을 수치 모의하였고, 측정 풍속을 과대 모의하였다. WRF-CFD 모델이 수치 모의한 풍향은 WRF-Chem 모델 풍향에 대한 의존도가 높았고, 측정 풍속을 상대적으로 잘 수치 모의하였다. 통계적 검증 지수에 대한 목표 값과 추천 범위를 고려하였을 때, WRF-CFD 모델이 WRF-Chem 모델에 비해 측정 풍속을 통계적으로 더 현실적으로 수치 모의하였다. WRF-Chem 모델은 측정 CO 농도를 크게 과소 모의하였고, WRF-CFD 모델은 CO 농도 예측을 개선하였다. 통계적 검증 결과를 종합한 결과, WRF-CFD 모델은 도시 지역에 복잡하게 분포한 건물과 이동 오염원을 고려함으로써 CO 농도 예측 성능을 개선하였다. 5월 22일 04시에는 AQMS가 위치한 지역에는 하강류가 존재하고, 상층으로부터 비교적 낮은 농도의 CO가 유입되면서 주변 지역에 비해 낮은 농도가 수치 모의되었다. 5월 22일 15시에는 AQMS 측정 지점에 약한 상승류가 형성되었고, 이에 따라 주변보다 다소 높은 CO 농도가 나타났다. WRF-CFD 모델은 상승류에 의해 도로의 이동 오염원으로부터 배출된 CO를 AQMS 측정 고도까지 수송하여, 결과적으로, 측정 CO 농도를 잘 재현한 것으로 판단된다. 5월 22일 18시 사례는 CO 배출량 증가, 상승류 발생 지역 증가, 풍속 증가로 인한 지면 근처의 난류운동에너지 생성 증가에 따른 난류 확산 증가 등으로 인해 전체적으로 높은 CO 농도가 수치 모의되었다. AQMS 지점에서는 하강류가 수치 모의되었지만, 풍상측에 형성된 고농도의 CO 밴드로 인해 WRF-CFD 모델은 측정 CO 농도를 과대 모의하였다.
  4. Kang, Jung-Eun;Kim, Jae-Jin 693
    https://doi.org/10.7780/kjrs.2020.36.5.1.4 PDF KSCI HTML
    본 연구는 세계기상기구(World Meteorological Organization, WMO) 분류 지침에 따라 10지점의 종관기상관측소(Automated Synoptic Observing System, ASOS) 관측 환경을 5단계로 분류하였다. 장애물(지형, 건물 등)과 지표 피복 유형은 일조 시간, 기온, 지상 바람의 관측 환경을 평가하는 주요 요인이었다. 따라서, WMO 분류 지침에 따라 ASOS를 평가하기 위해서 지형, 건물, 토지 피복 유형에 대한 수치 지도를 사용했다. 일조 시간의 관측 환경은 일조 고도각이 낮은 일출과 일몰 시간대에 주변 건물 영향을 가장 많이 받았다. 기온 관측 환경은 태양 고도각뿐만 아니라 열/수원과 ASOS 사이의 거리를 기준으로 결정되었다. 본 연구에서 고려한 ASOS 주변에는 수원이 없었다. 일부 ASOS 근처에 있는 열원은 관찰 환경에 영향을 미칠만큼 크지 않았다. ASOS 주변의 거칠기 길이와 주변 건물과 ASOS 사이의 거리를 기반으로 지상 바람 관측 환경을 평가했다. 대부분의 ASOS는 주변보다 높은 고도에 놓여 있으며 ASOS 주변의 거칠기 길이는 최상의 수준을 위한 조건을 충족할 만큼 충분히 작았다.
  5. Oh, Yu-Joo;Suh, Myoung-Seok 707
    https://doi.org/10.7780/kjrs.2020.36.5.1.5 PDF KSCI HTML
    본 연구에서는 현재 기상청에서 운용중인 시정계 자료의 시공간대표성 및 정확도를 개선하기 위해, 다단계 결정나무 품질검사(decision tree QC) 방법을 개발하고 3년간(2016.03-2019.02) 시정계 자료에 적용하였다. 개발된 QC 방법의 정성적 및 정량적 검증을 위해 기상청에서 제공하는 시정계 자료 및 목측 자료 그리고 노르웨이 기상청의 QC 방법을 사용하였다. 1단계에서는 물리적 범위 초과 및 결측 검사를 수행하여 결측 및 비정상 자료의 합이 총 자료의 10%를 초과하면 해당 지점은 다음 QC에서 제거하였다. 2단계에서는 시정이 시간적으로 연속성 있게 변한다는 가정하에 시간적 연속성 검사를 수행하였고, 임계값을 동적으로 설정하였다. 3단계에서는 시정이 공간적으로 연속성 있게 변한다는 가정하에 공간적 연속성 검사를 수행하였다. 4단계에서는 시정계의 정확도가 시정에 반비례한 점을 고려한 가중평균법으로 10분 주기 시정자료를 산출하였다. 시정계가 처음으로 도입 운용되는 점으로 인해 전체 시정계 자료 중 약 10% 정도가 1단계에서 제거되었다. 또한 안개발생 주변 지역에서는 시정의 공간적 변동성이 연속성 검사를 수행할 수 없을 정도로 매우 크기 때문에 3단계는 적용하지 않았다. 본 연구에서 개발한 QC 방법을 정성적, 정량적 검증한 결과, 초기 자료에 포함된 이상치들이 상당부분 제거되고 시정의 순간적 변동성이 완화됨을 보였다. 또한 목측자료 및 노르웨이 기상청 QC 방법을 이용한 간접적 검증 결과 본 연구에서 개발한 QC 방법이 시정계 자료 품질검사기법으로 사용이 가능함을 제시하였다.
  6. Na, Sang-il;Ahn, Ho-yong;Park, Chan-won;Hong, Suk-young;So, Kyu-ho;Lee, Kyung-do 725
    https://doi.org/10.7780/kjrs.2020.36.5.1.6 PDF KSCI HTML
    본 연구의 목적은 (1) MCD12Q1 자료를 이용하여 시계열 마스크 맵 작성하여 (2) 시계열 마스크 맵의 연차별 논벼 재배면적 변화를 추출하고, (3) MYD13Q1 NDVI와 단수와의 상관계수를 비교하여 (4) 적용성을 검토하는 것이다. 이를 위해 2002년부터 2019년까지의 연도별 MCD12Q1 PFT 자료를 수집하여 시계열 마스크 맵을 작성하고 고정형 마스크 맵과 비교하였다. 그 결과, 시계열 마스크 맵에 의한 논벼 재배면적이 실제 논벼 재배면적의 변동 특성을 잘 반영하고 있는 것으로 나타났으며, 고정형 마스크 맵과 비교하여 NDVI와 논벼 단수와의 상관계수도 높게 나타나 시계열 마스크 맵이 논벼 고유의 식생지수 추출 및 작황 모니터링, 단수 추정의 정확도를 높이는 방법임을 확인하였다.
  7. Lee, Kyung-do;Na, Sang-il;Park, Chan-won;Hong, Suk-young;So, Kyu-ho;Ahn, Ho-yong 735
    https://doi.org/10.7780/kjrs.2020.36.5.1.7 PDF KSCI HTML
    본 연구는 청천일 조건에서 직접적 보정 방식으로 산정한 반사율 및 식생지수의 일주기 변화를 분석하여 시계열 작황 모니터링을 위한 무인비행체 영상의 특성을 구명하고자 수행하였다. 무인기에 다중분광센서를 장착하여 청천일이었던 2020년 3월 23일과 3월 24일에 반사율 보정용 반사판, 콘크리트 및 작물 시험구를 대상으로 시간대별, 비행경로별 항공영상을 촬영하여 직접적 방식으로 반사율을 산정하고 작물 시험구를 대상으로 식생지수를 계산하여 비교하였다. 반사율 보정용 반사판, 콘크리트 및 작물 시험구의 무인기 영상 반사율은 시간대 및 비행경로별로 일정한 변화 경향을 보이지 않을 뿐 아니라 일간 재현성 있는 값을 보이지 않아 시계열적으로 비교·활용 하는 것에는 한계가 있을 것으로 판단된다. 그러나 작물 시험구의 NDVI는 값이 높을수록 일중 및 일간 변동성이 적었으며 식생의 활력이 부족한 식생 제어 시험구에서도 일 중 5% 미만의 변동계수를 보여 반사율과 달리 대체로 일정한 값을 유지하는 것으로 나타났다. 또한 3월 23일과 3월 24일 동일한 시간대에 촬영한 무인기 영상으로 산정한 NDVI의 평균 절대 오차도 0.76~3.97%의 범위를 보여 시계열 작황모니터링에 활용이 가능할 것으로 판단된다.
  8. Oh, Seungcheol;Jeong, Jaehwan;Lee, Seulchan;Choi, Minha 749
    https://doi.org/10.7780/kjrs.2020.36.5.1.8 PDF KSCI HTML
    강우는 유출, 증발산 등 여러 수문 현상들과 밀접한 연관이 있으며, 직관적인 측정이 가능하기 때문에 다양한 현상을 해석하고 분석하는데 빈번하게 활용되어 왔다. 한반도에서는 강우 관측소의 운영과 레이더를 활용한 측정이 주를 이루고 있으며, 정확하고 정밀한 측정이 가능한 연구수준을 보유하고 있다. 하지만 이는 인프라가 구축되지 않은 미계측 유역에서의 강우를 측정하기에는 적합하지 않으므로, 위성을 활용한 정확한 강우 분석에 대한 연구가 요구되고 있다. 위성 기반 강우자료는 10 km, 25 km 정도의 낮은 공간해상도를 갖고 있으며, 정확도에 있어서 지점 자료에 비해 신뢰도가 낮다는 인식이 있어 활용범위가 제한적이다. 본 연구에서는 이러한 공간 해상도의 한계를 극복하고 지점 자료와의 정확도를 높이고자, 10 km의 공간해상도를 갖는 전지구관측 위성(GPM) 기반 강우 자료를 1 km까지 상세화하였다. 특히, 미계측 유역 등 지점 자료가 부족한 곳에서의 위성 영상 활용도를 제고하기 위해, 상세화 과정에서 지점 자료를 사용하지 않고 MODIS 기반의 구름 인자를 활용하였다. 상세화 된 강우 자료는 빌딩 등 복잡한 환경적 특성을 지닌 서울 지역에서 지점 강우 자료와 검증함으로써, 위성 기반 고해상도 강우자료의 활용 가능성을 평가하였다. 상세화가 적용된 강우 자료의 상관성은 봄에는 0.08만큼 감소하였고, 여름에는 같은 값을 가지며, 가을에는 0.01만큼 감소하였고, 겨울에는 0,04만큼 증가하였다. 지점 자료를 사용하지 않고 위성기반 강우 자료를 상세화 하는 기술은 추후 인프라의 구축이 충분하지 않은 해외 지역이나 지점 관측에 한계가 있는 미계측 유역의 강우를 분석하는 데 유용하게 사용될 수 있을 것으로 판단된다.
  9. Oh, Yurim;Park, Hyungmin;Kim, Jae Hwan;Kim, Somyoung 763
    https://doi.org/10.7780/kjrs.2020.36.5.1.9 PDF KSCI HTML
    수치예보모델의 예측 바람장은 대기운동벡터 알고리즘의 표적 추적 과정에서 추적 정확도 향상이나 계산 시간 단축을 위해 초기 추정치로 사용된다. 대기운동벡터는 수치예보모델의 자료동화 시 활용가치가 높다고 알려졌으나, 초기 추정치로 사용된 수치예보모델 바람장이 대기운동벡터의 검증 과정에 참 값으로 사용된다는 모순이 있다. 이를 해결하기 위해서는 수치예보모델로부터 독립적인 초기 추정치가 필요하다. 본 연구에서는 Lucas and Kanade 옵티컬 플로우 방법을 적용하여 바람장을 도출한 후 이를 초기 추정치로 사용함으로써 표적 추적과정에서의 모델 의존성을 제거하고 계산 속도를 향상시키고자 하였다. 대기운동벡터 산출에는 2015년 8월 18일 ~ 9월 5일 00, 06, 12, 18시 동안의 정지궤도 위성 Himawari-8/AHI의 14번 채널 Level 1B 자료를 사용하였다. 옵티컬 플로우 방법이 대기운동벡터 산출에 미치는 영향을 평가하기 위하여 다음과 같은 세가지 방법으로 교차 검증을 수행 하였다. (1) 초기 추정치 없이, (2) KMA/UM 예보바람장을 초기 추정치로 사용하여, 그리고 (3) 옵티컬 플로우 방법으로 계산된 바람장을 초기 추정치로 사용하여 대기운동벡터를 산출하고 ECMWF ERA-Interim 재분석장과 비교 검증한 결과, 옵티컬 플로우 기반 바람장을 초기 추정치로 사용한 경우에 가장 높은 정밀도를 보였다(RMSVD: 5.296-5.804 ms-1). 계산 속도는 초기 추정치를 사용하지 않은 경우에 가장 느렸고, 나머지 테스트는 유사한 속도를 보였다. 그러므로 대기운동벡터 알고리즘의 표적 추적 과정에 옵티컬 플로우 방법을 적용하면, 모델 의존성 없는 고품질 바람벡터의 산출이 가능할 것으로 사료된다.
  10. Kim, Nari;Lee, Yangwon 775
    https://doi.org/10.7780/kjrs.2020.36.5.1.10 PDF KSCI HTML
    최근 지구온난화 및 인간 활동 등에 의해 전지구적으로 산불발생이 빈번해지고 있으며, 산불의 규모가 대형화되고 지속기간이 길어지는 경향을 보이면서, 산불 피해 또한 급증하고 있다. MODIS는 20년 가까이 전지구 산불탐지 정보를 제공하고 있고, GK2A와 Himawari-8은 1일 144회의 빈도로 동아시아권의 산불감시를 수행하고 있지만, 1~2 km의 공간해상도는 중·소 규모 산불탐지에 있어서는 충분하지 않으므로 고해상도 위성영상을 이용한 산불탐지 연구가 반드시 필요하다. 그러나 타고있는 산불탐지(active fire detection)에 대한 고해상도 산출물은 현재 공식적으로 존재하지 않는다. 이에, 본연구에서는 Landsat 8 산불탐지 알고리듬을 구현하여 고해상도 산불탐지를 수행하였으며, 최근의 대표적인 산불사례인 2019년 12월 호주 대형산불에 대하여 Landsat 8 탐지 결과를 Himawari-8, MODIS 산출물과 비교하였다. 강한 산불의 경우에는 세 위성 모두 유사한 결과를 보였지만, 타기 시작하거나 진화되고 있는 약한 산불 및 좁은 지역에 발생한 산불은 30m 해상도의 Landsat 8에서만 탐지되었고, 1~2 km 해상도의 Himawari-8나 MODIS에서는 탐지되지 않는 경향이 있었다. 우리나라와 같이 소규모 산불이 대부분인 경우에는 Landsat 8, Sentinel-2, Kompsat-3A, 그리고 2021년 발사예정인 Kompsat-7과 같은 고해상도 위성을 이용한 산불탐지가 가능할 것이며, GK2A, Himawari-8, Fengyun-3 등 동아시아 정지궤도 위성의 탐지결과와 함께 종합적인 분석을 수행한다면, 시간해상도와 공간해상도를 현재보다 향상시키는 것이 가능할 것이다. 이러한 진보된 산불감시를 위해서는 우리나라의 복잡지형에 보다 적합한 한국형 고해상도 산불탐지 알고리듬의 개발이 무엇보다 선행되어야 할 것이다.
  11. Jung, Daeseong;Jin, Donghyun;Seong, Noh-Hun;Lee, Kyeong-Sang;Seo, Minji;Choi, Sungwon;Sim, Suyoung;Han, Kyung-Soo;Kim, Bo-Ram 785
    https://doi.org/10.7780/kjrs.2020.36.5.1.11 PDF KSCI HTML
    대기효과로 인해 위성에서 측정된 복사휘도는 오차를 가지고 있다. 대기보정은 대기효과를 제거하여 지표반사도를 산출하는 과정이며, 지표반사도는 복사전달모델 기반의 조견표(Look-Up Table; LUT)를 통해 산출된다. 일반적으로 조견표를 사용하는 연구들은 동일한 대기·기하조건으로 채널별 조견표를 구축하고 있다. 하지만, 대기 조건들이 민감하게 반응하는 채널은 모두 다르다. 이에 본 연구에서는 동일한 대기·기하조건으로 KOMPSAT-3/3A의 채널별 조견표를 구축하고, 복사전달모델에서 모의된 대기상단 복사휘도 및 지표반사도를 검증 자료로 활용하여 조견표의 정확도를 확인하였다. 결과적으로, 에어로졸 광학 두께에 민감하게 반응하는 Blue 채널에서 지표반사도의 상대오차가 최대 81.14%으로 나타났고, NIR 채널에서는 최대 42.67%으로 나타났다.
  12. Park, Chang-Geun;Nam, Hyoung-Gu 793
    https://doi.org/10.7780/kjrs.2020.36.5.1.12 PDF KSCI HTML
    이 연구에서는 중규모 기상모델인 WRF의 행성경계층 모수화 방안에 따른 PBLH의 정확도를 평가하기 위해 PBL 모수화 방안 가운데 YSU(Yonsei University), MYJ(Mellor-Yamada-Janjic), ACM2(Asymmetric Convective Model), BouLac(Bougeault-Lacarrere) PBL 방안을 대상으로 사례 기간(2014년 6월 26일~30일)에 대해 수치 실험을 수행하였다. 이동형 차량탑재 라이다 시스템(LIVE)으로 생산된 후방산란 신호를 이용하여 산출한 PBLH와 WRF의 PBL 방안별 예측장에서 산출된 PBLH를 상호 비교 분석하였다. 대체적으로 비국지 방안을 사용한 실험이 국지 방안을 사용한 경우보다 라이다 관측에 대해 더 높은 상관도를 나타냈다. 낮 시간에 대한 PBLH 차이의 표준 편차는 YSU(≈0.39 km), BouLac(≈0.45 km), ACM2(≈0.47 km), MYJ(≈0.53 km) PBL 방안 순으로 작은 값을 보였다. 사례 기간에 대한 RMSE 비교에서는 YSU PBL 방안이 가장 높은 정밀도를 가지는 것으로 나타났다. 차량에 탑재된 기상라이다는 여러 기상 조건하에서 수치모델 행성경계층 분석을 위한 가이던스(guidance)를 제공할 수 있을 것으로 기대된다.
  13. Park, Soyeon;Kim, Yeseul;Na, Sang-Il;Park, No-Wook 807
    https://doi.org/10.7780/kjrs.2020.36.5.1.13 PDF KSCI HTML
    이 연구에서는 작물 모니터링을 위한 시계열 고해상도 영상 구축을 위해 기존 중저해상도 위성영상의 융합을 위해 개발된 대표적인 시공간 융합 모델의 적용성을 평가하였다. 특히 시공간 융합 모델의 원리를 고려하여 입력 영상 pair의 특성 차이에 따른 모델의 예측 성능을 비교하였다. 농경지에서 획득된 시계열 Sentinel-2 영상과 RapidEye 영상의 시공간 융합 실험을 통해 시공간 융합 모델의 예측 성능을 평가하였다. 시공간 융합 모델로는 Spatial and Temporal Adaptive Reflectance Fusion Model(STARFM), SParse-representation-based SpatioTemporal reflectance Fusion Model(SPSTFM)과 Flexible Spatiotemporal DAta Fusion(FSDAF) 모델을 적용하였다. 실험 결과, 세 시공간 융합 모델은 예측 오차와 공간 유사도 측면에서 서로 다른 예측 결과를 생성하였다. 그러나 모델 종류와 관계없이, 예측 시기와 영상 pair가 획득된 시기 사이의 시간 차이보다는 예측 시기의 저해상도 영상과 영상 pair의 상관성이 예측 능력 향상에 더 중요한 것으로 나타났다. 또한 작물 모니터링을 위해서는 오차 전파 문제를 완화할 수 있는 식생지수를 시공간 융합의 입력 자료로 사용해야 함을 확인하였다. 이러한 실험 결과는 작물 모니터링을 위한 시공간 융합에서 최적의 영상 pair 및 입력 자료 유형의 선택과 개선된 모델 개발의 기초정보로 활용될 수 있을 것으로 기대된다.
  14. Seong, Seon-kyeong;Na, Sang-il;Choi, Jae-wan 823
    https://doi.org/10.7780/kjrs.2020.36.5.1.14 PDF KSCI HTML
    안정적인 작물 생산을 위하여 국내 농업지역에 대한 효과적인 작황 모니터링 기법의 요구가 증대되고 있다. 본 연구에서는 작물 재배지역 추출을 위하여 딥러닝 기법을 이용한 분류 모델을 개발하고, 이를 위성영상에 적용하고자 하였다. 이를 위하여, 식생분석에 유용한 blue, green, red, red-edge, NIR 밴드를 포함하고 있는 RapidEye 위성영상을 이용하여 작물 재배지역에 대한 훈련자료를 구축하고, 이를 활용하여 국내 양파 및 마늘 작물에 대한 재배면적을 추정하고자 하였다. 대기보정된 RapidEye 위성영상을 활용하여 훈련자료를 구축하였으며, 작물지역의 분류를 위하여 대표적인 의미론적 분할을 위한 딥러닝 모델인 FC-DenseNet을 이용하여 딥러닝 모델을 생성하였다. 최종적인 작물 재배지역은 지적도와의 결합을 통하여 객체 기반의 자료로 생성하였다. 실험결과, 대기보정된 훈련자료를 이용하여 학습된 FC-DenseNet 모델은 훈련에 사용되지 않은 타 지역의 작물 재배지역을 효과적으로 검출할 수 있음을 확인하였다.
  15. Kim, Daesun;Kim, Eun-Sook;Lim, Jong-Hwan;Lee, Yangwon 835
    https://doi.org/10.7780/kjrs.2020.36.5.1.15 PDF KSCI HTML
    최근 기후변화가 심각해지고 이상기상 현상이 빈번해짐에 따라 산불, 산사태 이외에도 우박, 매미나방과 같은 흔치 않은 형태의 산림생태계교란이 발생하고 있다. 이 논문에서는 RapidEye와 Sentinel-2 영상에 ISODATA(Iterative Self-organizing Data Analysis Technique Algorithm)를 적용하여, 2017년 화순의 우박 피해지와 2020년 치악산의 매미나방 피해지를 분석하였다. 우박 피해지의 경우, 본연구의 6월 영상분석과 선행연구의 7월 현장조사를 종합해볼 때, 우박에 의해 수목에 외상이 생긴 후에 가뭄이 겹치면서 6월에서 7월로 갈수록 피해의 심각성이 보다 더 증가한 것으로 분석되었다. 2020년 치악산의 매미나방 피해지에서는 6월 영상에서 상당한 나뭇잎 피해가 발견되었으며, 원주시에 인접한 낮은 고도의 사면에서 주로 피해가 발생한 것으로 나타났다. 기후변화에 의해 유발된 다양하고 특이한 산림생태계교란을 탐지함에 있어 위성원격탐사는 매우 효과적인 방법임에 틀림없으며, 우리나라에서 2024년 발사 예정인 농림업중형위성은 이와 같은 산림생태계교란을 감시하는 데 적극적으로 활용될 수 있을 것으로 기대된다.
  16. Chae, Sung-Ho 847
    https://doi.org/10.7780/kjrs.2020.36.5.1.16 PDF KSCI HTML
    2-pass DInSAR (Differential Interferometric SAR) 기법을 이용한 DEM 생성 방법은 SAR 영상쌍 간의 정합, 간섭도 생성, 위상 unwrapping, DEM오차 계산, 좌표계 변환 등 복잡한 단계가 필요하다. 이러한 각 단계별 자료처리 정확도는 최종적으로 생성되는 DEM의 성능에 영향을 미치게 된다. 본 연구에서는 TanDEM-X bistatic SAR 영상의 2-pass DInSAR 기법 기반 DEM 생성 방법에 대한 성능 향상을 위한 개선된 방법을 개발하였다. 개발된 DEM 생성 방법은 unwrapped 위상 내의 DEM 오차와 좌표계 변환 시 발생할 수 있는 DEM오차를 현저히 줄일 수 있는 방법이다. 개발된 알고리즘의 성능 분석은 GPS 측량으로부터 생성한 지상기준점(Ground Control Point, GCP)을 이용하여 기존의 방법과 새로 제안된 알고리즘 적용 결과의 수직정확도(Root Mean Square Error, RMSE)를 비교하여 수행하였다. 실제 unwrapped 위상 및 좌표계변환 오차에 대한 보정을 수행하지 않고 생성한 DInSAR 기반 DEM의 고도 오차는 수직정확도는 39.617 m로 관측되었고, 제안한 방법을 통하여 생성한 DEM의 수직정확도는 2.346 m로 향상됨을 확인할 수 있었다. 제안하는 2-pass DInSAR 기법을 통해 reference로 사용한 SRTM 30 m DEM(수직정확도 5.567 m)에 DInSAR로 관측한 SRTM DEM 오차를 보상하여 최종적으로 공간해상도는 약 5배, 수직 정확도는 약 2.4배 향상된 DEM을 생성할 수 있었다. 또한, 제안한 방법을 통하여 생성한 DEM의 공간해상도를 SRTM 30 m DEM과 TanDEM-X 90 m DEM과 일치시키고 수직정확도를 비교한 결과 각각 약 1.7배 및 1.6배 향상되어 제안하는 2-pass DInSAR 기반 DEM 생성 방법으로 보다 정확한 DEM 생성이 가능함을 확인할 수 있었다. 빈번한 형태학적 변화를 갖는 지역에 대한 DEM의 지속적인 업데이트를 위하여 본 연구에서 도출한 방법을 이용한다면 저비용으로 빠른 시간 내에 효과적으로 DEM을 갱신할 수 있을 것이다.