• 정보과학회 논문지
• /
• 제42권4호
• /
• pp.459-467
• /
• 2015

원격탐사 빅데이터 분석 플랫폼은 NASA의 위성 데이터를 다운로드하여 이를 L3 형태로 변환하고, 이를 분석하여 최종적으로 분석 결과보고서를 산출하는 시스템이다. 본 논문의 목적은 최근에 개발된 빅데이터 분석 플랫폼의 품질을 평가하기 위한 평가지표 개발을 연구목표로 한다. 따라서 본 논문은 기존의 ISO/IEC 9126-1국제 소프트웨어 품질 모델을 기반으로 원격탐사 빅데이터 플랫폼의 품질 평가지표의 개발을 연구목표로 한다. 아울러 세부적인 연구개발내용은 다음과 같다. 첫째, ISO/IEC의 소프트웨어 품질 규정과 기존의 소프트웨어 평가모델을 검토한다. 둘째, 본 논문은 원격탐사 빅데이터 분석 플랫폼을 평가하기 위한 평가영역과, 세부적인 평가요소, 평가항목, 평가기준을 정의한다. 플랫폼 품질 평가요소에는 원격탐사 빅데이터 플랫폼의 개발자 측면, 사용자 측면, 유지보수 측면에서의 품질요소 등을 포함할 것이다. 셋째, 제안된 평가지표는 설문을 통해 내용타당도, 신뢰성 분석, 확인적 요인분석 및 경로분석을 통한 구인타당도의 통계분석을 통해 그 타당성과 적합성 검증을 입증하였으며, 통계도구로 SPSS 20.0 프로그램과 Amos 20.0을 이용하여 실험하였다. 마지막으로 본 연구결과는 빅데이터 분석 플랫폼에 대한 평가준거 개발의 첫 시도라는 점에서 중요하며, 앞으로 개발될 유사 빅데이터 플랫폼의 평가준거의 기초자료로서 활용이 기대되고 플랫폼의 평가기준의 토대가 될 것이라 기대된다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1091-1100
• /
• 2022

딥러닝 기술의 진보와 함께 다양한 국내외 고해상도 원격탐사 영상의 활용이 가능함에 따라 딥러닝 기술과 원격탐사 빅데이터를 활용하여 도심 지역 건물 검출과 변화탐지에 활용하고자 하는 관심이 크게 증가하고 있다. 본 논문에서는 고해상도 원격탐사 영상의 의미론적 건물 분할을 위해서 건물 분할에 우수한 성능을 보이는 DeepResUNet 모델을 기본 구조로 하고 잔차 학습 단위를 개선하고 Convolutional Block Attention Module(CBAM)을 결합한 새로운 건물 분할 모델인 CBAM-DRUNet을 제안한다. 제안한 건물 분할 모델은 WHU 데이터셋과 INRIA 데이터셋을 이용한 성능 평가에서 UNet을 비롯하여 ResUNet, DeepResUNet 대비 F1 score, 정확도, 재현율 측면에서 모두 우수한 성능을 보였다.

• 대한원격탐사학회지
• /
• 제39권5_4호
• /
• pp.1069-1073
• /
• 2023

국토관리의 효율성 향상과 민간부문의 위성활용 경쟁력 강화를 위해서 국토교통부의 지원으로 위성정보 빅데이터활용 국토종합관리 기술개발사업을 수행 중에 있다. 본 사설은 이 사업의 개요를 설명하고 본 특별호에 수록된 논문들에 대해서 간략히 소개한다.

• 대한원격탐사학회지
• /
• 제38권6_3호
• /
• pp.1761-1775
• /
• 2022

예측하기 힘든 기후변화로 인해 물 관련 재해의 발생 빈도와 피해 규모도 지속적으로 증가하는 추세이다. 재난관리의 측면에서 광범위한 지역의 피해면적을 파악하고, 중·장기적 예측을 위한 모니터링이 필수적이다. 수재해 분야에서 광역적 모니터링을 위해 Synthetic Aperture Radar (SAR) 위성영상을 활용한 원격탐사 기술 연구가 활발히 진행되고 있다. 수재해 모니터링을 위한 시계열 분석에는 방대한 양의 영상수집과 잡음이 많은 레이더 산란 특성을 고려한 복잡한 전처리과정이 필요하며, 이를 위해 상당한 시간이 소요되는 한계가 있다. 최근 클라우드 컴퓨팅 기술의 발전과 함께 위성 빅데이터를 활용한 시·공간 분석이 가능한 많은 플랫폼들이 제안되고 있다. 구글어스엔진(Google Earth Engine, GEE)은 대표적인 플랫폼으로, 600여개의 위성 자료를 무료로 제공하고 있으며 위성영상의 분석준비데이터를 기반으로 준-실시간 시·공간 분석이 가능하다. 이에 본 연구에서는 구글어스엔진을 활용한 즉각적인 수재해 피해 탐지와 중·장기적 시계열 관측 연구를 수행하였다. 변화탐지에 주로 활용되는 Otsu 기법을 통해 '20년 발생한 집중호우를 중심으로 하천 범람으로 인한 하폭의 변화와 피해 면적을 확인하였다. 또한 재난관리 측면에서 모니터링의 중요성이 요구되는 만큼 상습침수지역으로 선정된 연구대상 지역을 중심으로 '18년부터 '22년까지의 시계열 수체의 변화 경향을 확인하였다. 구글어스엔진은 자바스크립트 기반 코딩을 통한 짧은 처리시간, 시공간 분석과 표출의 강점으로 수재해 분야 활용이 가능할 것으로 판단된다. 더불어 향후 다양한 위성 빅데이터와의 연계를 통해 활용 분야가 확대될 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제38권5_3호
• /
• pp.819-834
• /
• 2022

인공지능 기법들은 특히 영상분류(image classification), 객체탐지(object detection), 영상분할(image segmentation)에 효과적으로 사용되고 있다. 특히, 딥러닝(deep learning)은 최근 컴퓨팅 파워의 증대와 함께 깊고 두터운 네트워크 구성이 가능해지고 보다 효율적인 활성함수(activation function)와 옵티마이저(optimizer)를 활용한 특징맵(feature map)의 생성을 통해 상당히 높은 정확도를 도출할 수 있다. 본고에서는 최근 다양한 원격탐사 분야에서 활용성이 확대되고 있는 딥러닝 영상인식 기법인 Convolutional Neural Network (CNN) 기반 모델 및 Transformer 기반 모델에 대한 기술동향 및 사례연구를 검토하고, 우리나라에서 이들 기법의 활용방안 및 발전방향 등을 제시하고자 한다. 향후 원격탐사 기반의 재난 상황 대응을 위해서는 위성영상의 적시성 확보와 실시간 딥러닝 처리, 그리고 위성, 드론 및 Closed-circuit Television (CCTV) 영상이 함께 활용되는 영상 빅데이터 플랫폼도 개발되어야 할 것이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.331-331
• /
• 2023

일반적으로 가뭄을 해석하기 위하여 가뭄심도, 빈도, 피해면적 및 기간의 영향 등을 고려한 가뭄지수를 이용하며, 이러한 가뭄지수는 주로 지점자료 기반 지상관측자료를 활용하여 산정한다. 하지만 지점자료 특성상 미계측 지역에 대한 정확한 데이터 취득이 어렵기 때문에 미계측 지역에 대한 가뭄 분석의 한계가 발생한다. 다양한 계측기반의 지상센서들이 확충되면서 통계학적 기법기반 공간분포 개선방안을 제시하고 있지만, 정확한 가뭄평가 자료가 추가 및 개선되는 것이 중요하다. 본 연구에서는 원격탐사기술을 활용하여 지점자료의 한계를 극복한 격자기반의 공간정보를 표출함으로써 새로운 가뭄모니터링 방안을 제시하는 것을 목표로 한다. 이를 위해 지상관측자료로 가뭄을 판단하기 어려운 미계측 지역에 대한 가뭄 판단 및 예측 정확도 향상을 위하여 원격탐사기술을 활용한 공간정보 빅데이터를 구축하고자 한다. 미국 국립가뭄경감센터에서 제시한 식생가뭄반응지수 (VegDRI, Vegetation Drought Response Index)는 식생지수, 기상학적 가뭄지수, 지역적 특성을 반영한 생물물리학적 정보를 통합한 하이브리드 가뭄지수로 가뭄과 관련된 공간정보를 활용하여 가뭄을 판단하는 지표이다. VegDRI 산정을 위하여 ERA5의 격자기반 강수자료, MODIS 센서 기반 식생지수 등 격자기반의 공간정보를 수집하였으며, 전처리 모듈을 구축하였다. 또한, 기존 기상학적 가뭄지수인 표준강수지수 (SPI, Standardized Precipitation Index)와 비교를 통해 VegDRI의 국내 적용성을 평가하였으며, 국내 가뭄사례에 적용하여 적절한 가뭄 판단지표로써 활용할 수 있을 것으로 판단된다.

• 한국산림과학회지
• /
• 제111권3호
• /
• pp.435-449
• /
• 2022

대면적 산림의 정확한 임분고 측정은 산림경영, 산림 탄소량 추정, 산림 생태계 관리를 위한 필수적인 지표인자로 다수의 국가에서 주기적인 현장조사를 수행하고 있다. 하지만, 현장조사는 많은 비용 및 시간 소요, 접근의 용이성이 낮은 지역의 조사의 기술적 한계성을 가지고 있다. 이를 극복하기 위한 대안으로 원격탐사 기술을 이용한 수고 및 임분고 추정 연구가 활발하다. 이에 본 논문에서는 해외 및 국내의 다양한 원격탐사기반 수고 및 임분고 추정 연구 사례를 분석하여 원격탐사기반 임분고 추정 연구의 동향을 크게 LiDAR기반, Stereo 및 SAR 이미지 점군(Image-based Point Clouds)기반, 원격탐사자료 융합기반 임분고 추정 모델로 나누어 살펴보았다. 또한, 대면적의 전국단위 산림 임분고 추정을 위한 원격탐사자료의 업스케일링(Upscaling) 기법의 사례 분석을 통해 향후 국내 산림환경 및 현황에 적합한 원격탐사기반 전국단위 산림 임분고 추정을 위한 방법의 발전 방향성을 고찰하였다.

• 한국지구과학회지
• /
• 제42권1호
• /
• pp.76-87
• /
• 2021

본 연구에서는 2001년부터 2020년까지 지진과 관련된 지하수위, 수질, 라돈, 원격탐사, 전기비저항, 중력, 지자기 분야의 세계적으로 학술지에 게재된 논문 편수를 Web of Science에서 검색하여 그 경향성을 분석하였다. 그리고 논문 편수와 Mw 5.0 이상, Mw 6.0 이상, Mw 7.0 이상, Mw 8.0 이상, Mw 9.0 이상 지진 발생 건수를 비교 분석하였다. 지진과 관련한 중력, 라돈, 지하수(지하수위, 수질), 전기비저항, 지자기분야 논문 편수는 장기적으로 증가하는 추세를 보인다. 이는 원격탐사 기술의 발달, 측정 장비의 고도화, 빅데이터 분석 등을 통한 종합적인 자료 해석이 가능해지면서 여러 분야에서 지진 전조 및 지진 현상 연구가 활발해지고 있기 때문이다. Mann-Kendall과 Sen 추세 검정에 의하면, 중력 관련 논문의 경우 1.30편/년의 증가추세를 보이고, 라돈 0.60편/년, 지하수 0.70편/년, 전기비저항 0.25편/년, 원격탐사 0.67편/년의 증가추세를 보인다. Mw 5.0 이상, Mw 6.0 이상, Mw 7.0 이상, Mw 8.0 이상, Mw 9.0 이상의 지진발생 건수와 경향성을 제거한 분야별 논문 편수 간의 교차상관분석에 의하면, 라돈과 원격탐사 분야의 교차상관성이 높으며, 지연시간은 1년이다. 또한 2004년과 2005년 수마트라 지진, 2008년 쓰촨성 지진, 2010년 아이티 지진, 2010 칠레 지진 등의 큰 규모의 지진 발생이 논문 편수 증가와 관련되는 것으로 추정된다.

• 대한원격탐사학회지
• /
• 제30권4호
• /
• pp.445-454
• /
• 2014

현재 정보통신기술 분야의 핵심 용어라고 할 수 있는 클라우드, 빅데이터, 모바일 등이 다양한 플랫폼 및 서비스에 따라 상호 연결되면서 활용되고 있다. 특히 모바일과 연계된 클라우드는 모바일의 장점과 클라우드 컴퓨팅 기술 적용에 따른 장점을 모두 유지하고 향상시킬 수 있다. 그러나 아직 다른 나라에서도 공간영상정보의 처리나 분석 등과 같은 모바일 공공 클라우드 서비스를 제공하는 사례는 거의 없으며 실무적인 적용을 위한 실험 연구가 필요한 상황이다. 이번 연구에서는 위성영상정보의 베이지안 영상융합 기법을 적용한 모바일 클라우드 서비스 성능 실험을 수행하였다. 두 가지 플랫폼을 대상으로 하였는바, Amazon 클라우드 서비스 환경과 오픈소스 기반의 클라우드 컴퓨팅 환경인 OpenStack을 기반으로 한 자체적인 클라우드 환경을 구축하였다. 모바일 클라우드 성능 비교에 대한 기준이 아직 설정되어 있지 않는 실정이므로 가능한 간단하고 유사한 실험 조건을 적용한 실험 결과로 두 가지 클라우드 환경에서 처리 결과가 큰 차이는 없는 것으로 나타났다. 이는 오픈소스 기반의 모바일 클라우드 환경을 공간정보 서비스 분야에서도 충분히 적용할 수 있음을 의미한다.

• 대한원격탐사학회지
• /
• 제39권5_1호
• /
• pp.695-713
• /
• 2023

연안 해역에서 식물성플랑크톤, 부유입자, 용존유기물은 복합적이고 비선형적으로 해수반사도를 변화시킨다. 최근 빠르게 발전하는 신경망 기술은 복잡한 비선형 관계를 효과적으로 처리할 수 있는 장점이 있다. 기존 연구에서는 성분별 고유광특성을 도출하기 위하여 세 단계의 신경망을 구성하였으나 본 연구에서는 심층신경망을 직접 적용하는 알고리즘을 제안하였다. 본 연구에서 활용한 데이터세트는 국제해색조정그룹에서 제공하는 합성데이터를 활용하였으며, 입력데이터는 9개의 파장의 원격반사도를 입력하였다. 이를 통해 해수 고유광특성을 심층신경망을 기반으로 도출하였다. 성능을 평가하기 위해 준분석 알고리즘(quasi-analytical algorithm)과 비교하였으며, 데이터 분포에 따른 로그 변환 여부가 심층신경망 알고리즘의 성능에 영향을 미치는 정도를 비교 분석하였다. 그 결과, 준분석 알고리즘보다 심층신경망 알고리즘을 활용하면 부유입자에 대한 흡광계수를 제외한 고유광특성을 정확하게 추정할 수 있으며(R² 0.9 이상), 부유입자와 용존유기물의 흡광계수를 부유입자와 용존유기물 흡광계수로 각각 분리할 수 있었다. 그리고 심층신경망을 직접적으로 적용하는 알고리즘은 데이터의 로그 변환을 하지 않아도 성능 차이가 거의 없음을 파악할 수 있었다. 이 연구 결과를 해색 자료 처리에 실제 적용하기 위해서는 다양한 해역의 현장자료 및 추가적인 데이터 세트를 활용한 학습을 진행하여, 경험적 및 반분석적 방법과 비교 분석하고 알고리즘 간 장단점을 적절히 파악하는 연구가 필요하다.