• Proceedings of the KSRS Conference
• /
• 2000.04a
• /
• pp.69-75
• /
• 2000

연안해역의 어장환경정비와 인공어초(Artificial Reef) 어장조성사업을 효과적으로 실시하기 위해서는 어장환경과 해양환경과의 관련을 종합적으로 분석하여 어초적지 지역을 선정하는 기법의 도입이 필요하다. 본 연구에서는 남해안 통영만 지역을 대상으로 인공어초 시설지 적지 선정에서 가장 중요하다고 판단되는 어초 적지조사 1단계 요소 중 수온, 클로로필, 투명도, 수심, 해저저질조건을 위성원격탐사 자료와 GIS를 이용하여 주제도를 작성하고, 인공어초 시설지 적지조건을 따른 가중치를 부여하여 공간분석을 실시함으로써 인공어초 시설 예정지에 대한 적지를 선정하였다. 따라서 위성원격탐사와 GIS를 이용한 인공어초 적지 선정기법을 어초의 적지선정에 있어 필요한 다량의 자료를 정성 및 정량적으로 D/B화하여 분석함과 동시에 가시화 함으로써 지방자치단체에서 보다 효율적인 어초시설의 종합적인 관리를 가능하게 하였다.

• Korean Journal of Remote Sensing
• /
• v.12 no.1
• /
• pp.60-80
• /
• 1996

AVHRR(Advanced Very High Resolution Radiometer) on NOAA satellite provides data in five spectral, one in visible range, one in near infrared and three in thermal range. In this paper, application of NOAA/AVHRR data is studied for environment monitoring such as cloud top temperature, surface temperature, albedo, sea surface temperature, vegetation index, forest fire, flood, snow cover and so on. The analyses for cloud top temperature, surface temperature, albedo, sea surface temperature, vegetation index and forest fire showed reasonable agreement. But monitoring for flood and snow cover was uneasy due to the limitations such as cloud contamination, low spatial resolution. So this research had only simple purpose to identify well-defined waterbody for dynamic monitoring of flood. Based on development of these basic algorithms, we have a plan to further reseach for environment monitoring using AVHRR data.

• Proceedings of the KSRS Conference
• /
• 2008.03a
• /
• pp.53-58
• /
• 2008

인공위성을 통해 취득된 데이터들은 지상국의 수신처리시스템을 거쳐 표준영상으로 생산되며, 생산된 영상으로부터 사용자에게 의미 있고, 가치 있는 정보를 이끌어 내는 판독의 단계를 수행하게 된다. 본 연구에서는 원격탐사의 전반적인 이해를 돕기 위한 교육적 모델로서 캔샛 프로그램을 도입하였다. 캔샛 프로그램은 스탠포드대 로버트 트윙 교수의 제안으로 학생들에게 한 학기의 짧은 시간에 실제 인공위성의 설계, 해석, 제작, 조립, 시험, 발사, 운용 등 전반적인 시스템의 이해를 도모하기 위한 1Kg 이하의 캔 크기의 초소형 위성을 개발하는 교육 프로그램이다. 본 연구는 한국과학영재학교 R&E 프로그램의 지원으로 시작하였으며, 실제 초소형 위성 캔샛('KSAsat'으로 명명)을 직접 설계, 제작, 조립하고 최종적으로 발사 운용 시험을 수행하였다. 주 탑재체로 일반 상용 디지털 카메라를 장착하였으며, GPS, 광센서, 3 축 가속도계, 온도센서, 압력센서를 탑재하였다. 비행시험을 통해 성공적으로 영상을 취득하고, 각종 센서로부터의 데이터를 지상국으로 전송 받았다. 지상국을 통해 처리 되어진 데이터로부터 의미 있는 정보를 추출하는 판단의 단계를 거쳐 원격탐사의 전반적인 교육을 성공적으로 수행할 수 있었다. 본 논문에서 캔샛 프로그램이 원격탐사 교육에도 충분히 활용될 수 있음을 보였다.

• Korean Journal of Remote Sensing
• /
• v.8 no.2
• /
• pp.125-130
• /
• 1992

Interconnecting remote sensing systems to geographic information systems is valuable in many different applications. Two common techniques for moving data between these two related kinds of spatial data-processing systems were discussed. Digital classification of remote sensing data for use in natural resource inventory has produced mixed results. In attempts to improve classification, accuracy ancillary data, such as digitized maps and terrain(elevation) data, have been combined with remotely sensed data in various ways. These data have been used commonly in (1) preclassification scene stratification and (2) postclassification class sorting. These two approaches are found to be efficient, but lacking in sophistication due to their reliance on deterministic decision rules.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.496-496
• /
• 2017

위성을 이용한 원격탐사 기술이 발전하고 다양한 산출물이 나타남에 따라 수자원 및 하천관리에서의 원격탐사기술의 활용의 폭이 넓어지고 있다. 특히, 위성에서 관측할 수 있는 다양한 정보들을 이용하여 수자원 및 하천관리에 사용하려하는 연구가 활발히 진행되고 있으며, 기본적인 가시영상 이외에도 적외영상, 초분광영상, 수위정보, 레이더 반사도 등을 활용하여 수문량을 추정하려는 시도가 이루어져왔다. 원격탐사의 대표적인 장비인 위성은 광범위한 정보를 쉽게 취득할 수 있지만 위성마다 탑재된 센서에 따라 획득할 수 있는 자료가 서로 다르고, 산출물의 시공간 해상도에 따라 자료의 질이 결정된다. 본 연구에서는 원격탐사영상을 이용한 하천유량추정기법을 수립하기 위해 통제된 실험하천 규모에서 드론을 이용하였다. 실험은 대한민국 안동에 위치한 한국건설기술연구원 하천실험센터에서 수행되었으며, DJI Phantom 3 standard 드론을 활용하여 영상을 획득하였다. 하천유량추정의 방법론은 운동량 방정식과 Manning 유속공식을 활용한 하폭기반 유량추정 기법을 수립하였다. 1차 실험은 하천유량을 증가시키고 감소시키는 동시에 드론을 이용하여 하천을 촬영함으로써 하폭의 변화와 동시에 유량의 변화를 추정할 수 있는지 확인하였다. 2차 실험에서는 배수효과가 존재하는 조건에서 드론영상을 이용한 하천유량을 산정하고 보정계수를 산정하였다. 본 연구에서 수립된 하천유량추정기법은 위성영상을 이용한 하천유량 추정에 활용할 수 있으리라 기대한다.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.39 no.6
• /
• pp.437-456
• /
• 2021

In the field of remote sensing in Korea, starting in 2017, deep learning has begun to show efficient research results compared to existing research methods. Currently, research is being conducted to apply deep learning in almost all fields of remote sensing, from image preprocessing to applications. To analyze the research trend of deep learning applied to the remote sensing field, Korean domestic journal papers, published until October 2021, related to deep learning applied to the remote sensing field were collected. Based on the collected 60 papers, research trend analysis was performed while focusing on deep learning network purpose, remote sensing application field, and remote sensing image acquisition platform. In addition, open source data that can be effectively used to build training data for performing deep learning were summarized in the paper. Through this study, we presented the problems that need to be solved in order for deep learning to be established in the remote sensing field. Moreover, we intended to provide help in finding research directions for researchers to apply deep learning technology into the remote sensing field in the future.

• Korean Journal of Remote Sensing
• /
• v.36 no.2_2
• /
• pp.231-236
• /
• 2020

Recently, great attention for environment changes of coastal regions due to climate change by the global warming has been raised. In addition, coastal environments which are very useful resources has been impacted by anthropogenic activities such as urbanization or fishery, etc. In situ measurements and remote sensing application using various platforms equipped by payloads with very diverse spectral resolution has been conducted to protect and reconstruct invaluable coastal region. In this special issue, several studies showing very interesting results of the coastal remote sensing in Korea. This special issue contains the research activities over the coastal regions in Korea has been performed by the KIOST Korea Ocean Satellite Center and academic organizations. We hope to share useful information on the various domestic coastal remote exploration activities and to contribute to develop scientific research to protect our invaluable coastal environment.

• Korean Journal of Remote Sensing
• /
• v.38 no.6_2
• /
• pp.1581-1587
• /
• 2022

Recently, deep learning has become more important in remote sensing data processing. Huge amounts of data for artificial intelligence (AI) has been designed and built to develop new technologies for remote sensing, and AI models have been learned by the AI training dataset. Artificial intelligence models have developed rapidly, and model accuracy is increasing accordingly. However, there are variations in the model accuracy depending on the person who trains the AI model. Eventually, experts who can train AI models well are required more and more. Moreover, the deep learning technique enables us to automate methods for remote sensing applications. Methods having the performance of less than about 60% in the past are now over 90% and entering about 100%. In this special issue, thirteen papers on how deep learning techniques are used for remote sensing applications will be introduced.

• Korean Journal of Remote Sensing
• /
• v.38 no.5_2
• /
• pp.661-667
• /
• 2022

As remote sensing and GIS have been considered to be essential technologies for disasters information production, researches on developing methods for analyzing spatial data, and developing new technologies for such purposes, have been actively conducted. Especially, it is assumed that the use of remote sensing and GIS for disaster management will continue to develop thanks to the launch of recent satellite constellations, the use of various remote sensing platforms, the improvement of acquired data processing and storage capacity, and the advancement of artificial intelligence technology. This spatial issue presents 10 research papers regarding ship detection, building information extraction, ocean environment monitoring, flood monitoring, forest fire detection, and decision making using remote sensing and GIS technologies, which can be applied at the disaster prediction, monitoring and response stages. It is anticipated that the papers published in this special issue could be a valuable reference for developing technologies for disaster management and academic advancement of related fields.

• Proceedings of the KSRS Conference
• /
• 1999.11a
• /
• pp.303-303
• /
• 1999