• 대한원격탐사학회지
• /
• 제36권5_3호
• /
• pp.1095-1107
• /
• 2020

홍수 발생 시 위성영상을 활용하여 침수된 지역을 추출하는 것은 홍수 발생 기간 내의 위성영상 취득과 영상에 나타난 침수구역의 정확한 분류 등에서 많은 어려움이 존재한다. 딥러닝은 전통적인 영상분류기법들에 비해 보다 정확도가 높은 위성영상분류기법으로 주목받고 있지만, 광학영상에 비해 홍수 발생 시 위성영상의 취득이 용이한 SAR 영상의 분류 잠재력은 아직 명확히 규명되지 않았다. 본 연구는 대표적인 의미론적 영상 분할을 위한 딥러닝 모델인 SegNet과 U-Net을 활용하여 동남아시아의 라오스, 태국, 필리핀의 대표적인 홍수 발생지역인 코랏 유역(Khorat basin), 메콩강 유역(Mekong river basin), 카가얀강 유역(Cagayan river basin)에 대해 Sentinel-1 A/B 위성영상으로부터 침수지역 추출을 실시하였다. 분석결과 침수지역 탐지에서 SegNet의 Global Accuracy, Mean IoU, Mean BF Score는 각각 0.9847, 0.6016, 0.6467로 나타났으며, U-Net의 Global Accuracy, Mean IoU, Mean BF Score는 각각 0.9937, 0.7022, 0.7125로 나타났다. 국지적 분류결과 확인을 위한 육안검증에서 U-Net이 SegNet에 비해 보다 높은 분류 정확도를 보여주었지만, 모델의 훈련에 필요한 시간은 67분 17초와 187분 19초가 각각 소요되어 SegNet이 U-Net에 비해 약 3배 정도 빠른 처리속도를 보여주었다. 본 연구의 결과는 향후 딥러닝 기법을 활용한 SAR 영상기반의 홍수탐지 모델과 실무적으로 활용이 가능한 자동화된 딥러닝 기반의 수계탐지 기법의 제시를 위한 중요한 참고자료로 활용될 수 있을 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제40권1호
• /
• pp.33-43
• /
• 2024

본 연구는 비점오염원 중 하나인 야적퇴비의 효율적인 탐지를 위해 You Only Look Once (YOLO)v8 모델과 DeepLabv3+ 모델의 적용 가능성을 평가하였다. 무인항공기(Unmanned Aerial Vehicle, UAV)를 이용하여 수집된 고해상도 영상을 바탕으로, 두 모델의 정량적 및 정성적 성능을 비교 분석하였다. 정량적 평가에서 YOLOv8 모델은 다양한 지표에서 우수한 성능을 나타내며, 특히 야적퇴비의 덮개 유무를 정확하게 식별할 수 있는 능력을 보였다. 이러한 결과는 YOLOv8 모델이 야적퇴비의 정밀한 탐지 및 분류에 효과적임을 시사하며, 이를 바탕으로 야적퇴비의 관리 등급을 산정하고 비점오염원 관리에 기여할 수 있는 새로운 접근 방법을 제공한다. 본 연구는 UAV와 딥러닝 기술을 활용한 야적퇴비 탐지 및 관리가 기존 현장 조사 방식의 한계를 극복하며 정확하고 효율적인 비점오염원 관리 전략 수립 및 수계환경 보호에 기여할 것으로 기대된다.

• 자원환경지질
• /
• 제37권4호
• /
• pp.425-436
• /
• 2004

본 연구의 목적은 2002년 태풍 루사로 인해 강릉지역에서 발생한 산사태와 관련 요인들 간의 공간적 관계를 분석하는 것이다. 산사태 위치는 위성영상 및 현지조사를 실시하여 탐지하였다. 지형도, 토양도, 임상도, 지질도, 토지피복도 등을 GIS를 이용하여 공간 데이터베이스로 구축되었고, 이러한 데이터베이스로부터, 경사, 경사방향, 곡률, 수계, 지형 종류, 토질, 토앙모재, 토앙배수, 유효토심, 임상종류, 임상경급, 임상영급, 임상밀도, 암상, 토지피복도, 선구조도 등이 산사태 발생요인으로 이용되었다. 빈도비 모델을 이용하여 산사태와 발생 요인 간의 공간적 관계를 추출하였다. 그 결과인 공간적 상관관계는 2002년 루사로 인한 산사테의 특성을 설명하고, 산사태 취약성도를 작성하는데 이용될 수 있다.

• 대한원격탐사학회지
• /
• 제39권2호
• /
• pp.193-205
• /
• 2023

집중강우 시 육상으로부터 다량으로 유입된 부유쓰레기는 사회, 경제적 및 환경적으로 부정적인 영향을 주고 있으나 부유쓰레기 집적 구간 및 발생량에 대한 모니터링 체계는 미흡한 실정이다. 최근 인공지능 기술의 발달로 드론 영상과 딥러닝 기반 객체탐지 모델을 활용하여 수계 내 광범위한 지역을 신속하고 효율적인 연구의 필요성이 요구되고 있다. 본 연구에서는 육상기인 부유쓰레기의 효율적인 탐지 기법을 제시하기 위해 드론 영상뿐만 아니라 다양한 이미지를 확보하여 You Only Look Once (YOLO)v5s와 최근에 개발된 YOLO7 및 YOLOv8s로 학습하여 모델별로 성능을 비교하였다. 각 모델의 정성적인 성능 평가 결과, 세 모델 모두 일반적인 상황에서 탐지성능이 우수한 것으로 나타났으나, 이미지의 노출이 심하거나 수면의 태양광 반사가 심한 경우 YOLOv8s 모델에서 대상물을 누락 또는 중복 탐지하는 사례가 나타났다. 정량적인 성능 평가 결과, YOLOv7의 mean Average Precision (intersection over union, IoU 0.5)이 0.940으로 YOLOv5s (0.922)와 YOLOvs8(0.922)보다 좋은 성능을 나타냈다. 데이터 품질에 따른 모델의 성능 비교하기 위해 색상 및 고주파 성분에 왜곡을 발생시킨 결과, YOLOv8s 모델의 성능 저하가 가장 뚜렷하게 나타났으며, YOLOv7 모델이 가장 낮은 성능 저하 폭을 보였다. 이를 통해 수면 위에 존재하는 부유쓰레기 탐지에 있어서 YOLOv7 모델이 YOLOv5s와 YOLOv8s 모델에 비해 강인한 모델임을 확인하였다. 본 연구에서 제안하는 딥러닝 기반 부유쓰레기 탐지 기법은 부유쓰레기의 성상별 분포 현황을 공간적으로 파악할 수 있어 향후 정화작업 계획수립에 기여할 수 있을 것으로 판단된다.

• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2004년도 GIS/RS 공동 춘계학술대회 논문집
• /
• pp.487-492
• /
• 2004

본 연구에서는 인공신경망 기법을 이용하여 산사태 발생원인에 대한 가중치를 구하였다. 여름철 집중호우시 산사태가 많이 발생하는 강원도 강릉시 사천면 사기막리 와 주문진읍 삼교리에 해당한다. 산사태가 발생할 수 있는 요인으로 지형도로부터 경사, 경사방향, 곡률, 수계추출을, 정밀토양도로부터 토질, 모재, 배수, 유효토심, 지형을, 임상도로부터 임상, 경급, 영급, 밀도를, 지질도로부터 암상을, Landsat TM 영상으로부터 토지이용도와 추출하여 격자화 하였으며, 아리랑1호 영상으로부터 선구조를 추출하여 l00m 간격으로 버퍼링 한 후 격자화 하였다. 이렇게 구축된 산사태 발생 위치 및 발생요인 데이터 베이스를 이용하여 인공신경망 기법을 적용하여 산사태 발생 원인에 대한 상대적인 가중치를 구하였다. 인공신경망의 역전파 알고리즘을 이용한 사기막리 지역과 삼교리 지역의 산사태 가중치를 보면 GPS를 이용한 현장조사와 위성영상을 이용한 변화탐지 기법모두의 경우모두와 훈련지역을 실제 산사태 발생 지역과 경사도가 0°인 지역, 실제 산사태 발생 지역과 Frequence ratio를 이용하여 작성한 취약성도에서 산사태 발생이 낮을 것으로 예상되는 지역, Frequence ratio를 이용한 취약성도에서 산사태 발생이 높을 것으로 예상되는 지역 과 낮을 것으로 예상되는 지역의 경우에서도 경사도는 1.5～2.5배정도 높은 상대적 가중치를 나타냈다. 이러한 가중치는 산사태 취약성도를 작성하는데 활용될 수 있다.

• 한국지구과학회지
• /
• 제27권1호
• /
• pp.83-94
• /
• 2006

이 논문에서는 2002년 9월 태풍 루사로 인해 많은 재해 피해를 입은 강원도 강릉시 사천천 유역을 대상으로 다중 시기 원격탐사 자료를 이용하여 퇴적 지질환경 변화 정보를 추출하고 분석을 수행하였다. 다중 시기 자료에 대해 자동 임계치 설정 기반 무감독 변화 탐지 기법을 적용하여 여러 시기 및 센서별 변화 정보를 추출하였다. 변화탐지 결과, 제외지에서는 태풍 루사 직후 하천 탁도 변화, 습지의 수계 혹은 퇴적물로의 변화 및 계절적인 유량 차이에 의한 하도 노출 여부 등으로 변화지역이 나타났다. 주변 농경지에서는 홍수 및 산사태 등으로 인한 토사의 퇴적, 농지 개간 등으로 인한 변화가, 기타 지역에서는 제방 공사 등으로 인한 변화가 두드러지게 나타났다. 노한 야외 조사와 원격탐사 자료를 이용하여 미지형 분류도, 범람원 지역 지표 퇴적량 분포도 및 수해 지형 분류도를 작성하였다. 결론적으로 다중시기 고해상도 원격탐사 자료가 재해로 인한 변화 정보 추출에 유용하게 활용될 수 있을 것으로 기대되며, 이를 위해 고해상도 자료에 적합한 자료처리 기법 개발이 병행되어야 할 것으로 판단된다.

• 자원환경지질
• /
• 제36권2호
• /
• pp.123-131
• /
• 2003

광양 폐광산의 갱구와 폐광석 적치장에서 발생되는 산성광산배수에 의한 침출수의 특성, 유동경로, 투기채널 및 매립된 폐광석의 탐지를 위해 복합 지구물리탐사(전기비저항, 자연전위, 지하투과레이다, 탄성파굴절법)를 수행하여 상관 해석하였다. 폐광산에서 유출되는 침출수는 강우에 의한 영향으로 우기에 많이 유출되며 산성광산배수의 지표용출 지점에서 측정된 침출수의 전기전도도는 0.977-1.110 mS/cm이다. 전기비저항탐사 결과 침출수는 두 개의 유동경로로 흐르다가 좁아지는 합류지점에서 일부는 그대로 통과하고 일부는 지표용출의 형태로 나타나 지표 및 지하 수계 및 토양을 오염시키는 것으로 확인되었다. 이러한 침출수의 유동경로는 자연전위탐사 결과 음의 최소값, 지하투과레이다탐사 결과 낮은 투과심도와 탄성파굴절법탐사 격과 저속도대의 분포 특성과 일치한다. 전기비저항탐사 결과에서 나타나는 천부 고비저항대는 레이다파의 회절현상과 상관되어 매립된 폐광석의 영향으로 추정된다. 약 1-1.25 m 깊이에서 일관성 있게 나타나는 지하투과레이다 반사 영상은 산성광산배수의 배출 통로인 매설 파이프에 의한 것으로 해석된다.

• 대한원격탐사학회지
• /
• 제37권3호
• /
• pp.367-378
• /
• 2021

야적퇴비는 대표적인 축산계 비점오염원으로 강우로 인해 수계로 유입될 경우 야적퇴비에 포함된 인과 질소 등의 영양염류가 하천 수질에 악영향을 미칠 수 있다. 이에 본 논문에서는 무인항공기 영상과 딥러닝 기반의 의미론적 분할 기법을 활용한 야적퇴비 탐지 방법을 제안한다. 연구지역에서 취득한 39개의 정사영상을 토대로 Data Augmentation을 통해 약 30,000개의 데이터를 확보하였다. 취득한 데이터를 U-net을 기반으로 개발된 의미론적 분할 알고리즘에 적용시킨 후 OpenCV의 필터링 기법을 적용하여 정확도를 평가하였다. 정확도 평가 결과 화소정확도는 99.97%, 정밀도는 83.80%, 재현율은 60.95%, F1- Score는 70.57%의 정확도를 보였다. 정밀도에 비해 재현율이 떨어지는 것은 정성적으로 보았을 때 전체 이미지에서 가장자리에 작은 비율로 야적퇴비 픽셀이 존재하는 경우 과소추정되었기 때문이다. 향후 추가적인 데이터셋과 RGB 밴드 이외의 추가 밴드를 조합한다면 모델 정확도를 향상시킬 수 있을 것으로 판단된다.

• 대한공간정보학회지
• /
• 제20권2호
• /
• pp.73-79
• /
• 2012

본 연구는 LANDSAT TM영상을 이용하여 도농중심도시인 김제시의 토지이용변화를 분석하고 미래 변화예측을 시도한 것이다. 감독분류 시 새로운 시도로 훈련영역 선정 시 HSB(Hue, Saturation, Brightness) 변환영상을 이용함으로써 약 5% 이상의 분류정확도 향상을 가져왔다. 분류결과와 해당지역의 구역 별 인구, DEM, 도로망, 수계 등 GIS데이터를 고려하여 셀룰라오토마타 알고리즘을 발전시킨 Markov Chain 기법으로 토지이용변화예측을 실시하였다. 토지변화비율을 비교 분석한 결과 지형적인 특성이 토지이용의 변화에 가장 크게 영향을 미치는 것으로 판단되었다. 또한 2030년 후의 토지이용변화 예측 결과 김제시 전체에서 산악지의 21.67%가 농경지로 13.11%는 시가지로 변화될 것으로 예측되었다. 주된 변화는 도심 중심부에 위치한 규모가 작은 산악지인 것으로 예측 되었다. 연구결과 미래의 토지이용변화를 예측함으로써 식량자원의 확보를 위한 도농도시의 토지이용계획에 도움이 될 것으로 확신한다.

• Korean Chemical Engineering Research
• /
• 제50권6호
• /
• pp.980-987
• /
• 2012

비점오염원은 세정에 의해 하수관 내로 유입되어 수계까지 흘러 수계의 오염부하를 가중시킬 뿐만 아니라, 관의 상태에 따라 누수 및 월류를 야기하여 오염을 일으킨다. 이에 따라 하수관거의 유지관리 및 환경오염 방지를 위한 관거내 하수의 유량, 수질, 불명수 및 월류 등을 효율적으로 관리하기 위한 모니터링의 필요성이 증가하고 있다. 그러나 하수관거의 경우, 지하에 설계되며 그 구조 및 연결이 복잡한 특성으로 인해 실제 하수관거에 대한 모니터링은 쉽지 않다. 본 연구에서는 시스템해석이론에 기초한 하수관망 오염제거 해석과 관망 모니터링 및 이상진단방법을 제시하였다. 먼저 하수관망 공정모사 프로그램인 Stormwater & Wastewater Management Model for expert (XP-SWMM)을 이용하여 관망 내의 오염물질의 거동패턴을 해석하였다. 둘째, 다변량 통계 모니터링을 이용하여 하수관망 내의 수질 모니터링 및 하수관망 유출을 탐지하는 관망 이상 진단을 수행하였다. 정적/동적 상태 시스템에 기초한 하수관망 오염 매카니즘 해석결과, 강우시 총질소와 총인 부하량이 비강우시보다 급격하게 증가함을 확인하였으며, 이는 수계의 오염부하를 가중시킬 것으로 판단되다. 이에 따라 하수관망 내 유출은 강우로 생긴 유량 및 유입오염물질의 농도 증가로 인한 관망이상으로 사료된다. 제안된 하수관망 모니터링 및 이상진단 기법은 도시 유역에서의 비점오염원 관리와 지속적인 모니터링에 있어 효과적으로 사용될 수 있을 것으로 예상된다.