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 37 Issue 6_1

  1. Chong, Heesung;Kim, Jhoon;Jeong, Ukkyo;Park, Sang Seo;Hong, Jaemin;Ahn, Dha Hyun;Cha, Hyeji;Lee, Won-Jin;Lee, Hae-jung 1491
    https://doi.org/10.7780/kjrs.2021.37.6.1.1 PDF KSCI HTML
    GEMS의 복사 실측 자료로부터 일산화브로민(BrO) 전량 농도를 산출하기에 앞서, 복사전달모델로부터 생성된 모의자료를 이용하여 민감도 시험을 수행하였다. 산출 오차가 갖는 월간 및 일내 변동성을 고려하기 위해, 2013년 7월-2014년 6월 기간 매달 첫째 날의 00-07 UTC에 대해 한 시간 간격의 모의자료를 구성하였다. 최적추정법을 통해 계산된 산출물의 해답 오차는 대기질량인자 증가에 따라 감소하는 반비례 경향을 주로 보였지만, 대기질량인자 값이 5 이상으로 크게 나타나는 범위에서는 비례 경향을 보였다. BrO와 포름알데히드(HCHO) 흡수선 간의 중첩으로 인해 발생하는 BrO 산출물의 간섭 오차는 BrO의 대기질량인자가 작을수록 크게 나타났다. 해답 오차와 간섭 오차의 추정치를 결합하여 계산한 산출물 최종 오차의 평균값은 모든 데이터 샘플에 대해 26.74±30.18%로, 80° 이상의 태양천정각을 갖는 샘플에 대해 60.39±133.78%로 나타났다. 본 연구에서 고려되지 않은 간섭 스펙트럼 및 복사 측정의 오차로 인해, 실제 GEMS의 BrO 산출물이 갖게 될 오차는 추정치와 절대값의 차이를 나타낼 가능성이 있다. 그러나 본 연구에서 제시한 오차 요소들의 변동 특성들은 실제 산출물에서도 나타날 것이다.
  2. Hwang, Do-Hyun;Jung, Hahn Chul;Ahn, Jae-Hyun;Choi, Jong-Kuk 1507
    https://doi.org/10.7780/kjrs.2021.37.6.1.2 PDF KSCI HTML
    해색 원격 탐사를 통해 chlorophyll-a를 추정하면 식물성 플랑크톤, 해양일차생산력의 전 지구적 분포를 파악할 수 있다. 하지만 위성으로 관측된 해색 자료는 구름이나 기상 상황 등에 의하여 결측 데이터가 발생한다. 본 연구에서는 DINEOF를 이용하여 GOCI chlorophyll-a 산출물의 결측 자료를 복원하고자 하였다. DINEOF는 시·공간 자료에 기반을 두어 결측 자료를 복원하는 방법으로, 정확도는 GOCI chlorophyll-a 영상의 일부를 제거한 뒤 복원 영상과 비교하여 교차 검증하였다. 연구지역에서 DINEOF를 위한 최적의 EOF 모드는 10-13이었다. 시·공간 복원 자료 결과에서는 오후 시간대 chlorophyll-a 농도가 증가하는 경향이 반영되었고, 노이즈에 해당되는 이상치는 필터링 되는 효과를 보였다. 따라서 DINEOF는 결측이 발생한 영상에 대하여 복원 자료로 활용 가능할 것으로 보이며, 이를 통해 해양 환경 모니터링을 위한 기초 자료로 사용 가능할 것으로 판단된다.
  3. Lee, YooJin;Kim, Taejung 1517
    https://doi.org/10.7780/kjrs.2021.37.6.1.3 PDF KSCI HTML
    최근 국내외에서 많은 지구관측위성들이 발사됨에 따라서 위성영상의 활용 분야가 넓어지고 있고 이에 따라서 위성영상의 기하정확도 향상을 위한 연구가 활발히 수행되고 있다. 본 논문은 2025년에 발사예정인 5 m 해상도 영상을 촬영할 수 있는 농림위성을 위한 자동기준점 추출 가능성을 파악하기 위해서 수행되었다. 특히 본 연구에서는 국토위성용으로 구축된 25 cm 해상도의 지상기준점 Chip을 농림위성영상에 사용할 수 있는지를 검토하고 농림위성영상용 지상기준점 추출 시 정합 성능 향상을 위한 적절한 공간해상도가 있는지를 검토하고자 한다. 실제 실험은 농림위성영상과 유사한 사양을 가진 RapidEye 위성영상을 활용하여 연구를 수행하였다. 먼저, 5 m 해상도의 원본 RapidEye 영상을 3배~7배로 분할하여 여러 해상도를 가진 영상으로 만들고, 해상도를 가지는 지상기준점 Chip은 크기를 축소하여 위성영상의 해상도에 맞게 조절하였다. 각각의 해상도를 가지는 위성영상과 지상기준점 Chip을 매칭하고 이 결과로 수립된 정밀센서모델의 정확도를 분석하였다. 분석결과 5 m의 원본 해상도에서 정합하는 것보다 위성영상의 해상도를 높여서 정합하는 것이 개선된 정확도를 보여주었다. 특히, 원본 영상을 1.25~1.67 m 해상도로 분할하여 지상기준점 Chip과 정합 할 경우 평균 약 2.74 m 내외의 위치정확도를 얻을 수 있었다. 본 연구결과가 향후 농림위성영상의 자동기준점 추출 및 정밀정사영상 생산에 활용될 수 있을 것으로 기대한다.
  4. Kim, Han-gyeol;Lim, Pyung-Chae;Hwang, Yunhyuk;Kim, Dong Ha;Kim, Taejung;Rhee, Sooahm 1527
    https://doi.org/10.7780/kjrs.2021.37.6.1.4 PDF KSCI HTML
    본 논문에서는 포인트 클라우드 데이터를 기반으로 자동으로 군집형 솔리드 건물 모델을 생성하는 기술을 다양한 데이터에 적용, 실험을 수행하여 적용 가능성과 효용성을 탐색한다. 또한 자동 건물 모델링 기술의 한계로 인해 부족한 모델의 품질을 향상시키기 위하여 건물의 형상 편집 및 텍스처 조정 기술을 개발, 실험을 통해 결과를 확인하였다. 자동 건물 모델 생성 기술의 적용 가능성 탐색을 위하여 무인항공기 영상 기반으로 생성된 포인트 클라우드와 LiDAR(Light Detection and Ranging) 자료를 사용해 실험하였으며, 자동으로 생성된 건물 모델에 건물 형상 편집 및 텍스처 조정 기술을 적용하여 모델의 품질의 향상 실험을 수행하였다. 이를 통해 포인트 클라우드 데이터 기반의 자동 군집형 솔리드 건물 모델링 기술의 적용 가능성과 모델의 품질 향상기술의 효용성을 확인하였다. 개발된 기술은 기존의 건물 모델링 기술과 비교하여 처리시간의 비용이 크게 감소하며, 잦은 모델 갱신이 필요한 지역에 대한 관리 측면에서도 강점이 있을 것으로 기대된다.
  5. Eun, Jeong;Kim, Sun-Hwa;Kim, Taeho 1545
    https://doi.org/10.7780/kjrs.2021.37.6.1.5 PDF KSCI HTML
    농작물은 그 종과 생육상태에 따라 민감한 분광특성을 나타내며, 특히 여름철에 집중적으로 관측이 필요하나 장마로 인해 광학위성의 활용이 어렵다. 이 문제를 해결하기 위해 CC-MNC(Constrained Cloud-Maximum NDVI Composite) 기법이 개발되었으며, 이 기법을 통해 구름의 영향이 최소화된 일정 주기의 대표 합성영상이 생성된다. 본 연구에서도 이 기법을 이용하여, 2019년부터 2021년까지 논과 고랭지 배추밭을 대상으로 Sentinel-2A/B NDVI 월합성영상을 제작하였다. 다른 해보다 200 mm 많은 강수량을 보이는 2020년 8월에는 16일 주기 MODIS NDVI합성영상에서도 구름의 영향이 크게 나타났다. 이 시기를 제외하고 CC-MNC 기법은 평균적으로 원영상의 45.4%의 구름 비율을 14.9%로 줄일 수 있었다. 논의 경우 Sentinel-2A/B와 MODIS NDVI 값이 큰 차이가 나지 않았으며, 5일의 주기로도 벼의 생육 주기를 잘 모니터링할 수 있었다. 고랭지 배추밭의 경우, Sentinel-2A/B에서는 고랭지 배추의 짧은 생육 주기가 잘 나타났지만, MODIS는 공간해상도의 한계를 보였다. 이와 함께 CC-MNC 기법은 수확 시기에 구름 화소가 합성에 사용되는 현상이 보이기도 하였으며, 국내지역에 맞게 VZA 임계치의 조정이 필요하다는 시사점이 도출되었다.
  6. Ryu, Jae-Hyun;Moon, Hyun-Dong;Cho, Jaeil;Lee, Kyung-do;Ahn, Ho-yong;So, Kyu-ho;Na, Sang-il 1559
    https://doi.org/10.7780/kjrs.2021.37.6.1.6 PDF KSCI HTML
    다중분광카메라의 기술 개발로 인해 구조적 특성뿐만 아니라 생화학적, 생리적 특성을 가지는 식생지수를 다양한 공간 규모에서 활용할 수 있게 되었다. 이에 본 연구는 스트레스를 받은 노지작물을 대상으로 지상 초분광계 및 무인기 영상 기반 구조적, 생화학적, 생리적 계열의 식생지수 반응을 평가하였다. 마늘을 대상으로 서로 다른 생육시기에 고농도의 제초제를 살포하여 약해 처리하였으며, 정상 생육에 비해 지상부 건물중이 46.9~84.5% 감소하는 등 큰 피해가 나타났다. 제초제를 살포한 처리구에서 근적외선 분광반사도 값은 꾸준하게 감소하였으며, 구조적 식생지수에서 작물의 약해 피해가 명확하게 표현되었다. 생화학적 식생지수의 경우 일부 지수를 제외하고는 작물의 피해 상태를 표현하였으나 생리적 식생지수는 잎이 고사하고 드러나는 멀칭비닐의 영향으로 약해 피해를 해석하기에 어려움이 있었다. 제초제 살포 후 서로 다른 공간 규모에서 관측된 식생지수의 감소율 차이는 구조적 식생지수의 경우 평균적으로 2.3%로 나타났으며, 정규화 식생지수의 경우 1.3~4.1%의 분포를 보였다. 비록 생리적 식생지수가 작물 스트레스에 민감하다고 알려졌지만, 노지작물의 경우 작물 스트레스 종류와 재배 환경에 따라 적합한 식생지수를 활용하여야 한다는 것, 공간 규모에 따른 오차를 최소화하기 위해서는 정규화 식생지수를 활용해야 한다는 것을 확인하였다.
  7. Chung, Dongki;Lee, Impyeong 1573
    https://doi.org/10.7780/kjrs.2021.37.6.1.7 PDF KSCI HTML
    드론 영상은 위성이나 항공 영상보다 공간 해상도가 수배 혹은 수십 배가 높은 초고해상도 영상이다. 따라서 드론 영상 기반의 원격탐사는 영상에서 추출하고자 하는 객체의 수준과 처리해야 하는 데이터의 양이 전통적인 원격탐사와 다른 양상을 보인다. 또한, 적용되는 딥러닝(deep learning) 모델의 특성에 따라 모델 훈련에 사용되는 최적의 데이터의 축척과 크기가 달라질 수밖에 없다. 하지만 대부분 연구가 찾고자 하는 객체의 크기, 축척을 반영하는 영상의 공간 해상도, 영상의 크기 등을 고려하지 않고, 관성적으로 적용하고자 하는 모델에서 기존에 사용했던 데이터 명세를 그대로 적용하는 경우가 많다. 본 연구에서는 드론 영상의 공간 해상도, 영상 크기가 6가지 월동채소의 의미론적 분할(semantic segmentation) 딥러닝 모델의 정확도와 훈련 시간에 미치는 영향을 실험 통해 정량적으로 분석하였다. 실험 결과 6가지 월동채소 분할의 평균 정확도는 공간 해상도가 증가함에 따라 증가하지만, 개별 작물에 따라 증가율과 수렴하는 구간이 다르고, 동일 해상도에서 영상의 크기에 따라 정확도와 시간에 큰 차이가 있음을 발견하였다. 특히 각 작물에 따라 최적의 해상도와 영상의 크기가 다름을 알 수 있었다. 연구성과는 향후 드론 영상 데이터를 이용한 월동채소 분할 모델을 개발할 때, 드론 영상의 촬영과 학습 데이터의 제작 효율성 확보를 위한 자료로 활용할 수 있을 것이다.
  8. Kim, Daesun;Jung, Hahn Chul 1589
    https://doi.org/10.7780/kjrs.2021.37.6.1.8 PDF KSCI HTML
    연안지역의 해저지하수 유출(SGD)은 하천과 함께 영양염류와 미량금속 등을 해양으로 유입시키는 주요 수송로 역할로써 중요성이 대두되고 있다. 이에 우리나라 육상의 연안지역인 낙동강 대권역 유역에 대해 1986년부터 2020년까지 35개년의 월별 SGD를 추정하고 계절적 변화와 시공간적 특성을 분석하였다. SGD 산출지점인 낙동강 연안유역은 SRTM(Shuttle Radar Topography Mission) DEM(Digital Elevation Model) 자료를 이용하여 210개의 유역을 추출하였으며, 우리나라에 적용가능한 가장 높은 해상도의 전지구 모델인 FLDAS(Famine Early Warning Systems Network Land Data Assimilation System) 10 km recharge를 통해 추정한 낙동강 연안유역의 연평균 SGD는 466.7 m2/yr 로 나타났다. 낙동강 연안유역 SGD는 시계열적으로 큰 변동성은 없었으나 여름에 집중되던 SGD유출이 가을철로 주요유출 시기가 확대되는 경향을 보였다. 또한 공간적으로는 큰 수계와 인접한 연안지역에서 계절에 관계없이 SGD 유출이 많고 1980년대 이후로 시간적 변화에 따라 다소 증가하고 있는 경향을 확인하였다. 이러한 결과는 낙동강 지역의 강수패턴의 시기가 확대되며, 기저유량이 많은 지역의 집수량이 높은 데에 따른 것으로 사료된다. 본 연구는 우리나라의 SGD 특성을 탐구하기 위한 모델링 기법을 제시한 선행적 연구이며 우리나라 해저지하수 유출이 해양에 미치는 영향과 연안관리를 위한 기초자료로 활용성이 기대된다.
  9. Park, Sungjae;Kim, BongChan;Lee, Chang-Wook 1599
    https://doi.org/10.7780/kjrs.2021.37.6.1.9 PDF KSCI HTML
    자연환경이나 지역생태계는 다양한 요인에 의하여 변화가 일어나지만 그 중에서도 수온의 변화는 하천생태계에서 주변환경에 영향을 미치는 큰 요인 중 하나이다. 하지만 현재까지 수온 변화에 관한 연구는 수온이 하천환경에 미치는 영향력에 비해 활발히 진행되지 못하였다. 이에 본 연구에서는 2015년부터 2021년까지 홍천강의 겨울철 얼음의 면적 변화를 통해 수온의 변화를 연구하고자 한다. 현장조사 결과를 참고하여 광학 위성영상을 분류하였으며, SAR 위성 영상은 GLCM 텍스처 분석법을 이용하여 입력 자료의 한계를 극복하고자 하였다. 사용된 모든 영상의 정확도 검증을 수행한 뒤, 산출된 월 평균 얼음 면적과 인접한 기상대의 기온자료와 비교를 하였다. 수온과 얼음의 면적이 상관관계가 있음을 알 수 있었으며 본 연구결과는 접근이 힘들거나 시스템이 갖춰지지 않은 소규모 하천의 환경변화 연구에 활용할 수 있을 것이다.
  10. Park, Gwangha;Kye, Changwoo;Lee, Kyungtae;Yu, Wansik;Hwang, Eui-ho;Kang, Dohyuk 1611
    https://doi.org/10.7780/kjrs.2021.37.6.1.10 PDF KSCI HTML
    본 연구에서는 K-LIS(Korea-Land surface Information System)의 KLDAS(Korea Land Data Assimilation System)를 사용하여 LSM의 초기 경계조건 최적화를 위해 스핀업(Spin-up)을 진행하였고다. 스핀업은 2018년을 대상으로 8회 반복 수행하였다. 또한, 국내 기상청(KMA, Korea Meteorological Administration), 농촌진흥청(RDA, Rural Development Administration), 한국농어촌공사(KRC, Korea Rural Community Corporation), 한국수력원자력(KHNP, Korea Hydro & Nuclear Power Co., Ltd.), 한국수자원공사(K-water, Korea Water Resources Corporation), 환경부(ME, Ministry of Environment) 등에서 관측하고 있는 기상자료를 사용하여 저해상도(K-Low, Korea Low spatial resolution; 0.125°) 및 고해상도(K-High, Korea High spatial resolution; 0.01°)의 기상자료를 생성하여 KLDAS에 적용하였다. 그리고, K-Low 및 K-High의 정확도 향상 정도를 확인하기 위해 선행 연구에서 사용된 MERRA-2 (Modern-Era Retrospective analysis for Research and Applications, version 2)와 ASOS-S(ASOS-Spatial)가 적용된 토양수분 및 증발산량을 같이 평가하였다. 그 결과, 초기 경계조건의 최적화는 토양수분의 경우 2회(58개 지점), 3회(6개 지점), 6회(3개 지점)의 스핀업이 필요하고, 증발산량의 경우 1회(2개 지점), 2회(2개 지점)의 스핀업이 필요하다. MERRA-2, ASOS-S, K-Low, K-High을 적용한 토양수분의 경우 R2의 평균은 각각 0.615, 0.601, 0.594, 0.664이고, 증발산량의 경우 R2의 평균은 각각 0.531, 0.495, 0.656, 0.677로 K-High의 정확도가 가장 높은 것으로 평가되었다. 본 연구 결과를 통해 다수의 지상 관측자료를 확보하고 고해상도의 격자형 기상자료를 생성하면 KLDAS의 정확도를 높일 수 있다. 다만, 지점 자료를 격자로 변환할 때 각 지점의 기상현상이 충분히 고려되지 않으면 정확도는 오히려 낮아진다. 향후 IDW의 매개변수 설정 또는 다른 보간기법을 사용하여 격자형 기상자료를 생성하여 적용하면 보다 높은 품질의 자료를 산출할 수 있을 것으로 판단된다.
  11. Jeon, Woohyun;Yi, Jonghyuk 1625
    https://doi.org/10.7780/kjrs.2021.37.6.1.11 PDF KSCI HTML
    태국 방콕에서는 급격한 도시화에 따른 지반침하 현상이 사회적 문제로 제기되고 있다. 낮고 평평한 지형 및 삼각주 인접성으로 인해 방콕 지역은 홍수에 취약하며, 이에, 홍수 위험을 증대시킬 수 있는 지반침하에 대한 모니터링은 중요한 의미를 지닌다. 본 논문에서는 2018년 6월부터 2021년 10월까지 수집된 Sentinel-1 위성자료에 PSInSAR 기법을 적용하여 방콕 지역의 지반침하 분석을 수행하였다. 상향 및 하향 궤도에서 획득된 자료를 통해 산출된 수직 변위 결과에 의하면, 방콕 지역에서는 30 mm/yr에 이르는 국지적인 지반침하 현상을 나타내었으며, 80 mm에 이르는 지속적인 침하 현상이 교외 지역에서 관측되었다. 교외 지역에서는 공업 및 농업활동이 주로 이루어지며, 이에, 관측된 변위는 지하수위 저하에 의한 것으로 여겨진다. 향후 연구에서는 대수층의 지하수 변화 양상에 대한 분석이 필요할 것으로 보여진다.
  12. Shin, Hyemin;Ahn, Myoung-Hwan;KIM, Jisoo;Lee, Sihye;Lee, Byung-Il 1631
    https://doi.org/10.7780/kjrs.2021.37.6.1.12 PDF KSCI HTML
    세계 최초 능동형 라이더 센서 Atmospheric Laser Doppler Instrument (ALADIN)의 바람 자료와 한국형 수치예보모델에 바람 자료로 활용되고 있는 Geostationary Korea Multi Purpose Satellite 2A (GK2A)의 대기운동벡터의 자료를 비교함으로써 두 위성의 바람 자료의 특징을 분석하였다. 2019년 9월부터 20220년 8월 1년의 자료를 ALADIN의 미(Mie)채널과 GK2A 적외채널에 대하여 비교한 결과 수집된 자료는 177,681개이며 평균 제곱근 오차(Root Mean Square Error; RMSE)는 3.73 m/s, 상관계수는 0.98이다. 상세한 분석을 위해 위도와 고도를 고려하여 비교한 결과, 대부분의 위도에서 표준화된 평균 제곱근 오차(Normalized Root Mean Squared Error; NRMSE)가 0.2~0.3으로 두 바람 자료가 일치하지만 상층, 중층의 경우 저위도지역에서, 하층의 경우 남반구 특정 위도(30°S-15°S)에서 0.4 이상으로 큰 값을 가진다. 이러한 결과는 계절에 상관없이 수증기채널, 가시채널에서도 동일하게 나타나며 채널 별 특징과 계절별 특징은 두드러지게 나타나지 않는다. 두 바람 자료 간에 차이가 큰 위도 영역에 대하여 구름의 분포를 확인해본 결과, 대기운동벡터의 고도 할당 정확도를 낮출 수 있는 권운 이나 적운이 다른 위도에 비해 더 많이 분포하고 있다. 이러한 특성에 따라, 정확한 고도 할당이 어려워 대기운동벡터의 오차가 크게 나타나는 남반구와 저위도 영역에서 ALADIN 바람 자료는 기존 대기운동벡터의 바람 정보를 보완함으로써 수치예보모델에 긍정적인 영향을 미칠 수 있음을 제시한다.
  13. Nur, Arip Syaripudin;Lee, Seulki;Ramayanti, Suci;Han, Ju 1647
    https://doi.org/10.7780/kjrs.2021.37.6.1.13 PDF KSCI HTML
    한국은 코로나19로 인한 감염전파를 줄이기 위해 4단계의 사회적 거리두기 기준을 설정하고 확진자 발생 비율을 기준으로 단계를 전환하여 시행하고 있다. 이러한 사회적 거리두기는 사람들의 이동 및 모임 등 사회적 접촉을 제한함으로써 시민들의 활동량에 변화를 가져왔다. 이를 직관적으로 확인할 수 있는 데이터 중 하나가 Night Time Light (NTL)이다. NTL은 인공위성에 포착된 불빛을 활용해 측정한 국가경제규모를 측정할 수 있는 변수로, 야간동안 사람의 사회 활동을 파악하는데 활용할 수 있다. NTL 자료는 수오미 위성(Suomi National Polar-orbiting Partnership, S-NPP)에 탑재된 센서인 Visible Infrared Imaging Radiometer Suite (VIIRS)에 포함된 Day-Night Band (DNB)를 통해 얻을 수 있다. 본 연구는 2019년 1월 5일부터 2021년 10월 26일까지 1023개의 Suomi 자료를 수집하고, 서울의 NTL 변화를 시계열로 생성하여 사회적 거리두기 단계와의 상관관계를 분석하였다. 그 결과 사회적 거리두기의 단계가 높아질수록 NTL의 공간적, 시간적 변화가 모두 감소된 것으로 나타났다. 이는 더 높은 단계의 사회적 거리두기 정책이 실행됨에 따라 야간 시간대의 상업 활동 및 모임 인원제한 등과 같은 사회적 활동의 제한이 실제로 서울의 NTL 감소에 영향을 준 것으로 해석할 수 있다. 본 연구는 향후 코로나19 관련 정부의 정책을 평가하고 개선하기 위한 참고자료로 활용할 수 있을 것이다.
  14. Ju, Jeongheon;Hong, Sang-Hoon 1657
    https://doi.org/10.7780/kjrs.2021.37.6.1.14 PDF KSCI HTML
    지반침하는 인위적인 인간 활동 또는 자연적 현상에 의해 지표면이 가라앉는 현상이다. 멕시코시티는 전세계에서 가장 심각한 지반침하가 발생하는 지역 중 하나로 평가받고 있다. 멕시코시티 지반침하의 원인은 과도한 지하수 채취로서 해당 지역 전체의 물 사용량의 약 70%를 지하수가 차지하고 있다. 범 지구 위성 항법 시스템(Global Navigation Satellite System, GNSS) 또는 수준측량과 같은 전통적인 현장 관측 방법은 지반침하를 정확하게 측정하기 위해 선호되어 왔다. 하지만 GNSS 관측은 매우 높은 시간해상도를 가진 정확한 지표 변위량을 측정할 수 있음에도 불구하고, 넓은 지역에 대한 부분적인 관측 정보를 제공하고 많은 시간과 비용이 요구되는 한계점이 존재한다. 그러나, 인공위성 영상레이더(Synthetic Aperture Radar, SAR)는 주야 조건과 기상상태에 관계없이 높은 공간 해상도의 지표변화 정보를 mm에서 cm 크기의 정밀도로 비교적 낮은 비용으로 관측할 수 있다는 점에서 효과적인 방법으로 제시되고 있다. 본 연구에서는 2007년 2월 11일에서 2011년 2월 22일까지 획득된 ALOS PALSAR L-band 영상레이더를 이용하여 멕시코시티의 지반 침하 시계열을 추정하였다. 본 연구에서는 대표적인 시계열 분석 방법인 고정 산란체 위상간섭기법(persistent scatterer interferometry, PSI)과 small baseline subset (SBAS)을 적용하여 지표 변위의 시계열 결과를 획득하였으며 대기 효과 및 지형 오차를 제거하였다. PSI 및 SBAS 기법을 이용한 분석 결과 최대 지반침하 속도는 각각 -29.5 cm/year, -27.0 cm/year로 나타났다. 또한 연구지역을 지질 공학적 특성에 따라 세 가지 구역으로 분류하여 각 분류에서의 지반 침하속도를 비교한 결과, 단단한 기반암으로 구성된 지역에 비해 압축률이 큰 호수성 퇴적물로 구성된 지역에서 침하가 크게 발생하였다.
  15. Lee, Dong-ho;Jeong, Chan-hee;Go, Seung-hwan;Park, Jong-hwa 1669
    https://doi.org/10.7780/kjrs.2021.37.6.1.15 PDF KSCI HTML
    AI지능화 농업과 디지털 농업은 농업분야 과학화를 위해서 중요하다. 잎 엽록소 함량은 작물의 생육상태를 파악하는데 매우 중요한 지표 중 하나이다. 본 연구는 양파와 마늘을 대상으로 드론 기반 RGB 카메라와 다중분광(MSP)센서를 활용하여 SVM 회귀 모델을 제작하고, MSP 센서와 비교를 실시하여 RGB 카메라의 LCC 추정 적용성을 검토하고자 하였다. 연구 결과 RGB 기반 LCC 모형은 MSP 기반 LCC 모형보다 평균 R2에서 0.09, RMSE 18.66, nRMSE 3.46%로 더 낮은 결과를 보였다. 그러나 두 센서 정확도 차이는 크지 않았으며, 다양한 센서와 알고리즘을 활용한 선행연구들과 비교했을 때도 정확도는 크게 떨어지지 않았다. 또한 RGB 기반 LCC 모형은 실제 측정값과 비교하였을 때 현장 LCC 경향을 잘 반영하지만 높은 엽록소 농도에서 과소 추정되는 경향을 보였다. 본 연구로 도출된 결과는 RGB 카메라의 경제성, 범용성을 고려하였을 때 LCC 추정에 적용할 경우 가능성을 확인할 수 있었다. 본 연구에서 얻어진 결과는 인공지능 및 빅데이터 융합 기술을 적용한 AI지능화농업 기술로써 디지털 농업 등에 유용하게 활용될 수 있을 것으로 기대된다.
  16. Mo, Jun-sang;Seong, Seon-kyeong;Choi, Jae-wan 1685
    https://doi.org/10.7780/kjrs.2021.37.6.1.16 PDF KSCI HTML
    우수한 성능을 가지는 딥러닝 모델을 생성하기 위해서는 충분한 양의 학습자료가 필요하다. 하지만, 원격탐사 분야에서 충분한 양의 학습자료를 구축하기 위해서는 많은 시간과 비용을 필요로 한다. 따라서 적은 수의 학습자료를 활용한 딥러닝 모델의 전이학습(transfer learning)의 중요성이 증대되고 있다. 본 연구에서는 사전에 제작된 공개데이터셋을 기반으로 국내 정사영상 및 수치지도를 활용한 전이학습을 통해 국내 다시기 정사영상 내 존재하는 건물객체의 변화에 대한 탐지를 수행하였다. 이를 위하여, 변화탐지를 위한 공개데이터셋을 HRNet-v2 모델을 통하여 선행학습을 수행하고, 국내 정사영상 및 수치지도를 이용한 학습자료에 전이학습을 수행하였다. 전이학습에 대한 영향을 분석하기 위하여 두 곳의 실험지역에 전이 학습된 모델을 포함한 다양한 딥러닝 모델의 결과를 평가한 결과, 전이학습을 활용한 연구가 가장 우수함을 확인하였다. 이를 통하여, 전이학습을 활용해 부족한 양의 학습자료 문제를 해결하고, 다양한 원격탐사 자료에 대하여 효과적으로 변화탐지 기법을 적용할 수 있음을 확인하였다.
  17. Lee, Seoyoung;Kim, Jhoon;Ahn, Jae-Hyun;Lim, Hyunkwang;Cho, Yeseul 1697
    https://doi.org/10.7780/kjrs.2021.37.6.1.17 PDF KSCI HTML
    2020년 2월 19일 천리안 2B호의 해양 탑재체 GOCI-II가 발사되었다. GOCI-II 기기는 이전의 GOCI 대비 여러 향상된 기능을 탑재함으로써, 에어로졸 산출 연구의 범위를 확장해주었다. 특히, 새롭게 추가된 380 nm 자외선 채널은 흡수성 에어로졸 관측의 민감도를 유의미하게 향상시키는 역할을 하였다. 본 연구에서는, GOCI-II의 380 및 412 nm 채널을 활용하여 2021년 1월부터 6월까지의 에어로졸 지수를 계산하고 이를 통해 흡수성 에어로졸을 탐지하였다. TROPOMI 에어로졸 지수와 비교한 결과 GOCI-II 에어로졸 지수는 양의 편차를 보였으나, 황사 화소에서의 에어로졸 지수는 구름 및 청천 화소와 뚜렷하게 구분할 수 있을 만큼 더 크게 나타났다. 또한 GOCI-II 에어로졸 지수가 크게 나타날 때, 지상 관측 장비에서도 흡수성 에어로졸이 우세하게 탐지되었음을 발견하였다. GOCI-II 에어로졸 지수 상위 25% 범위에 드는 자료들을 조사하자, 연구 기간 동안 지상에서 Dust 및 Moderately-absorbing fine 유형으로 확인된 자료들의 71.3%, 80.0%가 각각 여기에 속함을 확인할 수 있었다.
  18. Kim, Hyejin;Lee, Jaebin;Kim, Yongil;Wie, Gwangjae 1709
    https://doi.org/10.7780/kjrs.2021.37.6.1.18 PDF KSCI HTML
    항공수심라이다[airborne bathymetric LiDAR (Light Detection And Ranging)] 시스템의 웨이브폼(waveform) 데이터는 기존의 이산반환(discrete-return) 데이터에 비해 정확도, 해상도, 신뢰도가 향상된 데이터를 제공하며, 사용자의 데이터 처리 통제력을 강화하며 반환신호에 대한 추가적인 정보 추출을 가능하게 한다. 웨이브폼 분해(waveform decomposition)는 수면과 해저 반사, 수중산란 및 각종 노이즈가 혼재되어 수신된 웨이브폼으로부터 각각의 에코(echo)를 분리하는 기술로, 지형 포인트 추출을 위해 선행되어야 하는 처리 과정이자 측량 성과를 좌우하는 주요 기술이다. 본 연구에서는 항공수심라이다 원시 데이터로부터의 포인트 추출 성능을 향상시키 위해 새로운 웨이브폼 분해 기술을 개발하였다. 기존의 웨이브폼 분해 기술들이 웨이브폼 피크(peak)들을 가우시안(Gaussian) 분해의 초기값으로 사용하여 분해된 에코의 개수와 분해 성능이 피크 탐지 결과에 좌우되는데 반해, 제안한 기술은 최초 피크들 외에 잠재적인 피크 후보들을 추정하여 추가함으로써, 분해 모델의 근사 정확도를 향상시켰다. 국내 개발된 항공수심라이다 장비인 씨호크(Seahawk)로부터 동해안에서 취득된 웨이브폼 데이터를 이용한 실험 결과, 가우시안 분해 방법 대비 제안한 방법의 모델 근사 적합도(RMSE 기준)가 약 37% 향상된 결과를 얻었다.
  19. Lee, Jaese;Kang, Yoojin;Son, Bokyung;Im, Jungho;Jang, Keunchang 1719
    https://doi.org/10.7780/kjrs.2021.37.6.1.19 PDF KSCI HTML
    엽면적지수는 효율적인 산림관리를 수행하기 위해 필요한 정보를 제공한다. 현재 국내 지역에 가용한 고해상도 엽면적지수 자료는 유럽우주국의 Sentinel-2 위성 기반 자료가 있으나 알고리즘 개발에 국내 산림특성이 고려되지 않았고, 국내 지역에 대해 평가가 부족한 상태이다. 본 연구에서는 LAI-2200C 장비를 이용하여 엽면적지수 현장관측을 실시한 뒤, 최근 다양한 연구에서 사용되는 기계학습 알고리즘 및 PROSAIL 복사전달 모델을 기반으로 Sentinel-2 위성의 다중분광 센서 자료를 이용해 엽면적지수를 추정하여 기존 Sentinel-2 기반 엽면적지수 자료와 비교·분석을 진행하였다. 그 결과, 본 연구에서 개발한 모델은 기존 Sentinel-2 엽면적지수 자료와 비교하였을 때, 평균 bias 및 평균 RMSE의 차이가 각각 0.97 및 0.81로 과소추정 경향을 개선하며 낮은 오류를 나타내었다. 본 연구에서 개발된 엽면적지수 추정 알고리즘은 추후 국토 산림에 대한 보다 개선된 자료를 제공할 가능성을 제시하였다.
  20. Song, Chan;Kim, Sung Yong;Lee, Sun Joo;Jang, Yong Hwan;Lee, Young Jin 1731
    https://doi.org/10.7780/kjrs.2021.37.6.1.20 PDF KSCI HTML
    본 연구에서는 드론 정사영상과 객체추출 기법을 융합하여 개체목을 선별함과 더불어 수고를 추정할 수 있는 방법론을 제시하고자 하였다. 연구대상지는 충청남도 예산군 공주대학교 학술림에 위치한 리기다소나무림으로 간벌을 강도별로(40%, 20%, 10%, 대조구)로 조성한 시험지이다. 정사영상취득은 DJI사의 MAVIC2 PRO 드론을 이용하였으며, 촬영 범위 내 가장 높은 지형지물을 고려하여 고도를 180 m로 설정하였다. 영상왜곡을 방지하기 위하여 지상기준점 설치 및 내중첩(End lap)과 옆중첩(Side lap)을 각각 80%로 설정하였다. 영상분석 통하여 수치표면모델(DSM)과 수치지형 표고모델(DTM)을 추출하고 두 모델의 고도차를 이용해 수고모델(DCHM)을 생성하였다. 본 연구결과에 의하면, 간벌강도별 개체목 추출율은 간벌강도 40%는 109.1%, 간벌강도 20% 87.1%, 간벌강도 10% 63.5%, 대조구 56.0% 수준이었다. 개체목 별 수고특성을 추출한 결과, 간벌강도 40%는 현장조사 결과보다 약 1.43 m 낮았으며, 간벌강도 20%는 1.73 m, 간벌강도 10%는 1.88 m, 대조구는 2.22 m 낮게 측정되었다.
  21. Kang, Eunjin;Yoo, Cheolhee;Shin, Yeji;Cho, Dongjin;Im, Jungho 1739
    https://doi.org/10.7780/kjrs.2021.37.6.1.21 PDF KSCI HTML
    대기 중 이산화질소(NO2)는 주로 인위적인 배출요인으로 발생하며 화학 반응을 통해 이차오염 물질 및 오존 형성에 매개 역할을 하는 인체 건강에 악영향을 미치는 물질이다. 우리나라는 지상 관측소에 의한 실시간 NO2 모니터링을 수행하고 있지만, 이는 점 기반의 관측 값으로써 미관측 지역의 공간 분포 분석이 어렵다는 한계점을 지닌다. 본 연구에서는 선형 회귀 기반 모델인 다중 선형 회귀와 회귀 크리깅, 기계학습 알고리즘인 Random Forest (RF), Support Vector Regression (SVR)을 적용한 공간 내삽 모델링을 통해 서울 지역의 지상 NO2 농도 지도를 제작하였고, 일별 Leave-One-Out Cross Validation (LOOCV) 교차 검증을 시행하였다. 2020년 연구기간 내 일별 LOOCV에서 MLR, RK, SVR 모델의 일별 평균 Index of agreement (IOA)는 약 0.57로 유사한 성능을 보였으며, RF (0.50)보다 높은 성능이 확인되었다. RK의 일별 평균 nRMSE는 0.9483%으로 MLR (0.9501%)보다 상대적으로 낮은 오차를 나타냈다. MLR과 RK, RF 모델의 계절별 공간 분포는 비슷한 양상을 보였으며, RF는 다른 모델에 비해 좁은 NO2 농도 범위가 확인되었다. 본 연구에서 제안된 선형 회귀 기반 공간 내삽은 지상 NO2 뿐 아니라 다른 대기 오염 물질의 도시 지역 공간 내삽을 위해 활용 가능성이 높을 것으로 기대된다.
  22. Han, Seungyeon;Lee, Impyeong 1757
    https://doi.org/10.7780/kjrs.2021.37.6.1.22 PDF KSCI HTML
    녹피율은 행정구역면적 대비 녹지가 피복된 면적의 비율로, 실질적인 도시녹화 지표로 활용되고 있다. 현재 녹피율은 토지피복지도를 기반하여 산출되는데, 토지피복지도의 낮은 공간해상도와 일정하지 않은 제작시기는 정확한 녹피율 산출과 정밀한 녹피분석을 어렵게 한다. 따라서 본 연구는 새로운 녹피율 산출방안으로 항공영상과 심층학습을 활용한 방안을 제안한다. 항공영상은 높은 해상도와 비교적 일정한 주기로 정밀한 분석을 가능하게 하며 심층 학습은 항공영상 내 녹지를 자동으로 탐지할 수 있다. 지자체는 매년 다양한 목적을 위해 유인항공영상을 취득하여 이를 활용해 신속하게 녹피율을 산출한다. 하지만 미리 취득된 유인항공영상은 취득 시기와 해상도, 센서와 같은 세부사항을 선택할 수 없어 정밀한 분석이 어려울 수 있다. 이러한 한계점은 다양한 센서의 탑재가 가능하고 낮은 고도의 비행으로 인해 고해상도 영상을 취득할 수 있는 무인항공기를 활용하여 보완될 수 있다. 이에 두 가지 항공영상으로부터 녹피율을 산출하였고 그 결과, 모든 녹지 유형으로 부터 높은 정확도로 녹피율을 산출할 수 있었다. 하지만 유인항공영상으로부터 산출된 녹피율은 복잡한 환경에서 한계가 있었다. 이를 보완하고자 활용한 무인항공영상은 복잡한 환경에서도 높은 정확도의 녹피율을 산출할 수 있었고 추가밴드 영상을 통해 더 정밀한 녹지 영역 탐지가 가능했다. 추후 기존 유인항공영상에 새로 취득한 무인항공영상을 보완적으로 사용해 녹피율을 효과적으로 산출할 수 있을 것이라 기대된다.
  23. Woo, Jongho;Choi, Sungwon;Jin, Donghyun;Seong, Noh-hun;Jung, Daeseong;Sim, Suyoung;Byeon, Yugyeong;Jeon, Uujin;Sohn, Eunha;Han, Kyung-Soo 1767
    https://doi.org/10.7780/kjrs.2021.37.6.1.23 PDF KSCI HTML
    장기간에 걸친 전 지구적인 위성관측 지표면 알베도 자료는 전 지구 기후 및 환경의 변화 감시에 활발히 이용되고 있으며 그 활용도와 중요성이 크다. 우리나라의 경우 정지궤도위성 천리안위성 1호(Communication, Ocean and Meteorological Satellite, COMS) MI(Meteorological Imager) 센서와 천리안위성 2A호(GEO-KOMPSAT-2A, GK-2A) AMI (Advanced Meteorological Imager) 센서의 세대교체를 통해 지속적인 지표면 알베도 산출물의 확보가 가능하다. 그러나 COMS/MI 및 GK-2A/AMI의 지표면 알베도 산출물은 센서 및 알고리즘의 차이로 인해 산출물 간의 차이가 존재한다. 따라서 COMS/MI와 GK-2A/AMI 지표면 알베도 산출 기간을 확장하고 지속적인 기후변화 감시 연계성 확보를 위해 두 위성 산출물 간의 오차 분석이 선행되어야 한다. 본 연구에서는 COMS/MI 및 GK-2A/AMI 지표면 알베도 자료의 중복기간을 대상으로 지상관측자료 AERONET (Aerosol Robotic Network)와 타 위성자료 GLASS (Global Land Surface Satellite)와 함께 비교 분석하였다. 오차 분석 결과 AERONET과의 검증에서 COMS/MI의 평균 제곱근 오차(Root Mean Square Error, RMSE)가 0.043로 GK-2A/AMI의 RMSE인 0.015보다 높게 나타났다. 또한 GLASS와 비교하였을 때 COMS/MI의 RMSE는 0.029로 GK-2A/AMI의 0.038보다 낮게 나타났다. 이러한 오차특성을 이해하고 COMS/MI 및 GK-2A/AMI의 지표면 알베도 자료를 사용할 때 장기간 기후변화 감시에 적극적으로 활용할 수 있을 것이다.
  24. Kim, Tae-Ho;Shin, Hye-Kyeong;Jang, So Yeong;Ryu, Joung-Mi;Kim, Pyeongjoong;Yang, Chan-Su 1773
    https://doi.org/10.7780/kjrs.2021.37.6.1.24 PDF KSCI HTML
    해상에서 발생하는 유출유 사고는 피해 최소화를 위해서 신속한 현황 정보 수집이 필수적이며, 인공위성은 해상에 유출된 기름을 탐지하는데 매우 유용한 도구이다. 최근에 활용 가능한 인공위성 수가 급속하게 증가함에 따라, 사고발생 이후 준실시간 수준의 해상 유출유 현황 정보 생성이 가능해졌다. 본 연구에서는 2021년 4월 27일 중국 칭다오항 앞바다에서 발생한 심포니호 기름 유출사고를 대상으로 다종 인공위성 영상을 이용하여 기름 유출 면적을 산출하였다. 특히, 2 m 공간해상도 정보 획득이 가능한 고해상도 상용 인공위성 영상을 이용하여 기름유출 면적 산출의 정확도 향상 가능성을 평가하였다. 4월 27일부터 5월 13일까지 Sentinel-1, Sentinel-2, LANDSAT-8, GEO-KOMPSAT-2B (GOCI-II) 및 Skysat 위성영상을 수집하였으며, 기상조건을 고려하여 탐지 가능한 5장의 영상을 대상으로 유출유 탐지를 수행하였다. 유출된 기름은 사고발생 지점으로부터 남서-북동 방향으로 확산하면서, 외해에서 육지 쪽으로 이동하였다. 이러한 이동 경향은 Skysat 영상에서 확인이 가능하였으며, 사고 위치로부터 기름 입자의 이동예측을 수행한 결과와 유사하게 나타났다. 고해상도 인공위성 영상 탐지결과 및 이동예측 결과를 이용하여, 5월 1일 Sentinel-1A 영상에서 사고지점 북쪽 해역의 패치는 유사 기름으로 추정하였다. 이러한 오탐지를 제거한 결과 유출유 면적은 사고발생 후 선형적으로 증가하는 경향을 나타냈다. 본 연구 결과는 향후 고해상도 광학위성의 사용이 유출유의 분포 면적을 더욱 정확하게 산출함을 보여주었으며, 해상유출유 대응 과정에서 효율적인 방제계획 수립에 기여할 것으로 판단된다.