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 39 Issue 6_3

  1. Kwang-Jae Lee;Kwan-Young Oh;Sung-Ho Chae;Sun-Gu Lee 1671
    https://doi.org/10.7780/kjrs.2023.39.6.3.1 PDF HTML
    다중 센서로 구성된 다목적실용위성 시리즈는 1999년 1호 발사 후 현재까지 국토 및 환경 모니터링, 재난 분석 등 다양한 분야에서 활용되어 왔다. 최근 빠르게 발전하고 있는 각종 정보처리기술(고속 컴퓨팅 기술, 컴퓨터 비전, 인공지능 등)들이 원격탐사 분야에서도 활용됨에 따라 보다 다양한 위성영상 처리 및 분석 알고리즘 개발이 가능하게 되었다. 본 특별호에서는 최근 연구된 다목적실용위성 영상 활용 관련 기술과 2023 위성정보활용 경진대회에 참여한 연구주제에 관하여 소개하고자 한다.
  2. Che-Won Park;Hyung-Sup Jung;Won-Jin Lee;Kwang-Jae Lee;Kwan-Young Oh;Jae-Young Chang;Moung-Jin Lee 1679
    https://doi.org/10.7780/kjrs.2023.39.6.3.2 PDF HTML
    대한민국은 인구 증가와 산업 발전의 결과로 많은 양의 오염물질을 배출하는 국가이자, 지리적 위치로 인해 월경성 대기오염의 심각한 영향을 받는 국가이다. 국내외에서 발생하는 오염물질이 대한민국의 대기오염에 큰 피해를 야기하는 상황에서, 대기 오염물질 배출원의 위치 정보는 대기 중 오염물질의 이동 및 분포를 파악하고, 국가 차원의 대기오염 관리 및 대응 전략을 수립하는 데 매우 중요하다. 본 연구는 이러한 배경을 바탕으로, 고해상도 광학위성 영상과 딥러닝 기반의 영상 분할 모델을 활용하여 대기오염 현황을 분석하는 데 필수적인 국내외 대기오염물질 배출원의 공간 정보를 효과적으로 획득하는 것을 목표로 수행되었다. 특히, 월경성 대기오염에 크게 기여하는 것으로 평가된 산업단지와 채석장을 주요 연구 대상으로 선정하였으며, 이들 영역에 대한 다목적실용위성 3호 및 3A호의 영상들을 수집하여 전처리한 후, 모델 학습을 위한 입력 및 라벨 데이터로 변환하였다. 해당 데이터를 활용하여 U-Net 모델을 학습시킨 결과, 전체 정확도는 0.8484, mean Intersection over Union (mIoU)은 0.6490을 달성하였다. 모델의 예측 결과 맵은 코스 어노테이션(Course Annotation) 방식으로 제작된 라벨 데이터보다 객체의 경계를 더욱 정확하게 추출하는 것으로 나타나, 데이터 처리 및 모델 학습 방법론의 유효성을 입증하였다.
  3. Sung-Hyun Gong;Hyung-Sup Jung;Moung-Jin Lee;Kwang-Jae Lee;Kwan-Young Oh;Jae-Young Chang 1693
    https://doi.org/10.7780/kjrs.2023.39.6.3.3 PDF HTML
    국토 면적의 약 90%를 차지하는 농촌은 여러가지 공익적 기능을 수행하는 공간으로서 중요성과 가치가 증가하고 있지만 주거지 인근에 축사, 공장, 태양광패널 등 주민생활에 불편을 미치는 시설들이 무분별하게 들어서면서 농촌 환경과 경관이 훼손되고 주민 삶의 질이 낮아지고 있다. 농촌지역의 무질서한 개발을 방지하고 농촌 공간을 계획적으로 관리하기 위해서는 농촌지역 내 위해시설에 대한 탐지 및 모니터링이 필요하다. 주기적으로 취득 가능하고 전체 지역에 대한 정보를 얻을 수 있는 위성영상을 통해 데이터의 취득이 가능하고, 합성곱 신경망 기법을 통한 영상 기반 딥러닝 기술을 활용하여 효과적인 탐지가 가능하다. 따라서 본 연구에서는 의미적 분할(Semantic segmentation)에서 높은 성능을 보이는 U-Net 모델을 이용하여 농촌 지역에서 잠재적으로 위해시설이 될 수 있는 농촌시설을 분류하는 연구를 수행하였다. 본 연구에서는 2020년에 제작된 공간해상도 0.7 m의 KOMPSAT 정사모자이크 광학영상을 한국항공우주연구원으로부터 제공받아 사용하였으며 축사, 공장, 태양광 패널에 대한 AI 학습용 데이터를 직접 제작하여 학습 및 추론을 진행하였다. U-Net을 통해 학습시킨 결과 픽셀 정확도(pixel accuracy)는 0.9739, mean Intersection over Union (mIOU)은 0.7025의 값을 도출하였다. 본 연구 결과는 농촌 지역의 위험 시설물 모니터링에 활용될 수 있으며, 농촌계획 수립에 있어 기초 자료로 활용될 수 있을 것으로 기대된다.
  4. Jin-Woo Yu;Che-Won Park;Hyung-Sup Jung 1707
    https://doi.org/10.7780/kjrs.2023.39.6.3.4 PDF HTML
    위성 시계열 데이터가 증가함에 따라 원격탐사 자료의 활용도가 높아지고 있다. 시계열 자료를 통한 분석에 있어 영상 간의 상대적인 위치 정확도는 결과에 큰 영향을 미치기 때문에 이를 보정하기 위한 영상 정합 과정은 필수적으로 선행되어야 한다. 최근에는 기존 알고리즘의 성능을 상회하는 딥러닝 기반 영상 정합 연구의 사례가 증가하고 있다. 딥러닝 기반 정합 모델을 학습하기 위해서는 수 많은 영상 쌍이 필요하다. 또한, 기존 딥러닝 모델의 데이터 간의 상관도 map을 제작하고, 이에 추가적인 연산을 적용하여 정합점을 추출는데 이는 비효율적이다. 이러한 문제를 해결하기 위해 본 연구에서는 영상 정합 모델 학습을 위한 데이터 증강 기법을 구축하여 데이터셋을 제작하였고, 이를 오프셋(offset) 양 자체를 예측하는 정합 모델인 OffsetNet에 적용하여 KOMSAT-2, -3, -3A 영상 정합을 수행하였다. 모델 학습 결과, OffsetNet은 평가 데이터에 대해 높은 정확도로 오프셋 양을 예측하였고, 이를 통해 주영상과 부영상을 효과적으로 정합하였다.
  5. Joon-Woo Lee;Yu-Han Han;Jeong-Taek Lee;Jin-Hyuk Park;Geun-Han Kim 1721
    https://doi.org/10.7780/kjrs.2023.39.6.3.5 PDF HTML
    전 세계적으로 지구온난화와 관련된 문제인식이 대두되면서, 도시지역에서의 탄소중립을 위해 탄소흡수원의 역할이 더욱 강조되고 있다. 정주지 탄소흡수원의 관리를 위해서는 탄소흡수원의 현황 파악이 필요하며, 이를 위해서는 많은 인력과 시간과 이에 따른 예산이 소요되게 된다. 본 연구에서는 서울시를 대상으로 기구축된 수목의 위치정보와 Sentinel-2 위성영상을 이용해 수목의 위치를 예측할 수 있는 지도를 제작했다. 이를 위해 수목 유무 데이터셋을 구축한 뒤 위성영상으로부터 구축한 식생지수 16종 정보를 이용하여 분석에 활용할 정형데이터를 생성했다. 그리고 생성된 정형데이터에 Extreme Gradient Boosting (XGBoost) 모델을 적용하여 학습 후, 수목 예측 지도를 제작했다. 이후 Shapley Additive exPlanations (SHAP) 분석을 통해 모델 학습에서 독립변수와 종속변수 간의 관계를 조사하였다. 서울의 국소 부분에 대해 제작된 지도와 세분류 토지피복지도와의 비교분석을 수행했고, 본 연구에서 제작된 수목 예측 모델의 경우 대로변 주변의 탐지하기 어려운 가로수의 경우에도 수목의 위치로 예측이 된다는 것을 확인했다.
  6. Ha-Eun Yu;Young-Il Cho;Shin-Woo Lee;Moung-Jin Lee 1731
    https://doi.org/10.7780/kjrs.2023.39.6.3.6 PDF HTML
    2020년부터 시작된 신기후체제와 관련하여 파리협정 장기온도 목표를 위해 국가결정기여와 격년투명 보고서 제출이 요구된다. 기후변화에 관한 정부간 협의체에서 정의하는 토지이용·토지이용변화 및 임업에서 습지생태계는 탄소흡수원이나 국내 온실가스 인벤토리(Inventory) 산정에서 침수지로 지목 통계하여 배출원으로 보고되었다. 본 연구는 C-band 레이더 영상을 활용한 내륙 습지 토지이용 유형 세분화 및 변화량 산정을 진행하여 온실가스 인벤토리 산정 고도화에 기여하고자 한다. 연구지역은 국내 내륙습지 보전지역과 람사르(Ramsar) 습지로 지정된 운곡 습지이다. 활용 자료는 풍수기와 갈수기를 포함하는 24시기 Sentinel-1 위성 영상, 항공정사영상, 내륙습지 공간정보, 드론 촬영 영상이다. 이를 활용하여 침수지역과 비침수지역 구분, 침수지의 시계열적 공간 변화 정량화, 침수 지역의 최대·최소 면적을 차분한 변화 면적을 확인하였다. 변화 면적이 크게 산정된 지역을 대상으로 풍수기와 갈수기 두 시기 드론 촬영을 실시하였다. 습지의 침수지역 면적산출 및 시계열적 정량화는 국가 온실가스 인벤토리 고도화의 기초자료로 활용이 가능하다.
  7. Won-Kyung Baek;Moung-Jin Lee;Ha-Eun Yu;Jeong-Cheol Kim;Joo-Hyung Ryu 1747
    https://doi.org/10.7780/kjrs.2023.39.6.3.7 PDF HTML
    습지는 일년 중 일정기간 물에 잠겨있거나 젖어있는 땅을 의미한다. 습지는 생물다양성 유지와 환경오염물질을 정화하는 역할을 수행하고 있다. 습지의 경계와 면적 변화에 대한 정량적인 자료를 필요로 하고 있다. 본 연구에서는 Sentinel-1 장기적인 수체 탐지 결과를 활용하여 습지의 시간에 따른 지형 변화를 매핑하고자 한다. 이를 위하여 운곡 습지와 연안 습지를 연결하는 인천강 하구 습지를 연구지역으로 설정하였다. 또한 2014년 10월 부터 2023년 3월 사이의 Sentinel-1 상향궤도 영상 196장을 수집하여 장기적인 면적 변화를 분석하였다. 픽셀-빈도기법을 적용하여 2020년을 기점으로 지형 변화를 산출하였을 때에 수위구간 2-3 m, 1-2 m, 0-1 m 그리고 0 m 이하 구간에서 각각 +0.0195, 0.0016, 0.0075 그리고 0.0163 km2의 면적 증가를 확인할 수 있었다. 이와 같은 사실에 따라 해당 지역에서의 습지 복원 사업은 유효한 것으로 판단된다.
  8. Byoung Gil Kim;Chang Jin Ahn;Gayeon Ha 1763
    https://doi.org/10.7780/kjrs.2023.39.6.3.8 PDF HTML
    고해상도 위성영상 시계열 데이터 확보가 쉬워져 이를 활용한 변화탐지 연구가 활발히 이뤄지고 있다. 위성영상 화소 및 객체 단위 변화탐지 알고리즘 뿐만 아니라, 최근 딥러닝 기술을 적용한 알고리즘 등 다양한 방안이 연구되고 있다. 이런 유용한 결과의 활용도를 높이기 위한 QGIS 플러그인 기반 시스템 구축 방안을 제시하고 실 구축 사례를 제시한다. 제안한 시스템은 관심지역에 대한 집중적인 변화탐지 모니터링을 위한 시스템이며, 향후 개발할 알고리즘의 편리한 시스템 확장 방안을 제시한다. 더 나아가 변화탐지 연구결과 현업화의 기본 구조를 제시하여 위성영상 활용 시스템 구축에 기여할 것으로 기대한다.
  9. Yongsun Yoon;Dongjae Kwon 1771
    https://doi.org/10.7780/kjrs.2023.39.6.3.9 PDF HTML
    최근 딥러닝의 발전으로 의미론적 분할을 통한 토지피복 분류 방법들이 제안되고 있다. 그러나 기존의 딥러닝 기반 모델들은 영상 정보만을 이용하기 때문에 시공간적 일관성을 담보할 수 없는 한계점이 있다. 이에 본 연구에서는 좌표 정보를 활용한 토지피복 분류 모델을 제안한다. 먼저 암시적 신경 표현 기법인 다중해상도 해시 인코더를 위경도 좌표계로 확장한 좌표 해시 인코더를 통해 좌표의 특징을 추출하였다. 다음으로 추출된 좌표 특징을 다양한 단계의 U-net 디코더와 결합하는 아키텍처를 제안하였다. 실험 결과, 제안 방법이 약 32% 향상된 분류 정확도를 보였고, 시공간적 일관성이 향상됨을 확인하였다.
  10. Ha-Yeong Yu;Myoung-Seok Suh 1779
    https://doi.org/10.7780/kjrs.2023.39.6.3.10 PDF HTML
    위성 자료의 성능이 크게 개선됨에 따라 최근에는 위성을 이용하여 광범위한 영역에 대한 실시간 안개 탐지 알고리즘들이 개발되고 있다. 한반도 주변을 관측하는 기상위성 중 관측주기가 10분으로 시간해상도가 가장 우수한 GEO-KOMPSAT-2A/Advanced Meteorological Imager (GK2A/AMI)는 공간해상도가 500 m이다. 반면 GEO-KOMPSAT-2B/Geostationary Ocean Color Imager-II (GK2B/GOCI-II)는 해상도가 250 m지만, 1시간 주기로 관측하고 가시채널만 보유하고 있다. 따라서 본 연구에서는 한반도 주변에서 발생하는 안개를 10분 및 250 m 해상도로 탐지하기 위해 GK2AB 융합 안개 탐지 알고리즘(Fog Detection Algorithm, FDA)인 GK2AB FDA를 개발하였다. GK2AB FDA는 세 파트로 구성된다. 첫 번째로 현업 운용중인 GK2A 안개 탐지 알고리즘(GK2A FDA)으로 10분 및 500 m 해상도로 안개를 탐지한다. 두 번째 단계에서는 두 위성 자료 간 시공간 일치, 태양천정각과 파장역 차이를 보정한 GK2A normalized visible (NVIS)의 10분 변화량을 이용하여 GK2B NVIS를 10분 간격으로 외삽한다. 마지막 단계에서는 외삽된 GK2B NVIS, 태양천정각, GK2A FDA 산출물 등을 입력자료로 기계학습(의사결정나무)을 이용하여 개발된 GK2AB FDA로 지리적위치에 따라 안개를 탐지(250 m, 10분)한다. GK2AB FDA의 훈련에는 6개 사례, 검증에는 4개 사례가 이용되었다. GK2AB FDA의 정량적 검증에는 지상관측 시정, 풍속 그리고 상대습도 자료를 이용하였다. GK2AB FDA는 GK2A FDA에 비해 공간해상도가 4배 증가함에 따라 안개 및 비안개 화소가 보다 자세히 구분되었다. 또한 검증방법에 관계없이 GK2A FDA에 비해 probability of detection (POD)은 높고 Hanssen-Kuiper Skill score (KSS)는 높거나 비슷함을 보여 안개 탐지 수준이 개선된 것으로 보인다. 하지만 일부 사례에서는 GK2AB FDA의 false alarm ratio (FAR)와 Bias가 크게 나타나 안개를 과대탐지하는 문제를 보이고 있다.
  11. Seongjae Hong;Sungho Chae;Kwanyoung Oh;Heein Yang 1791
    https://doi.org/10.7780/kjrs.2023.39.6.3.11 PDF HTML
    한국항공우주연구원은 위성정보활용협의체 소속기관을 대상으로 아리랑위성 시리즈 영상자료 보급 및 활용지원을 담당하고 있다. 협의체 소속기관 사용자들은 대부분 광학 영상 중심으로 위성영상을 활용하고 있으며, 상대적으로 Synthetic Aperture Radar (SAR) 영상에 대한 활용 방안은 미흡한 실정이다. 본 논문에서는 SAR 영상자료 활용을 지원하기 위한 일환으로 향후 개발할 SAR 강도 기반 변화탐지 기술의 결정을 위해 현재까지 연구되어진 SAR 강도 기반 변화탐지 기술과 그 활용사례들을 조사했다. 조사 결과 많은 연구자로부터 강도 차분, 상관계수, 히스토그램(Histogram) 또는 편파 정보를 활용하여 변화 픽셀을 탐지하고 분석하기 위한 다양한 알고리즘들과 도시, 홍수, 산불, 식생과 같은 다양한 분야에서 변화탐지 알고리즘의 활용방안이 연구되었음을 확인할 수 있었다. 본 연구는 위성정보활용협의체에 활용할 SAR 변화탐지 기술 개발에 활용할 예정이다.