• 대한원격탐사학회지
• /
• 제38권5_3호
• /
• pp.913-924
• /
• 2022

이 연구에서는 국내 연안어장을 대상으로 조식동물 및 서식지에 대한 수중영상 기반의 인공지능 학습자료를 구축하고, state-of-the-art (SOTA) 모델인 High Resolution Network-Object Contextual Representation(HRNet-OCR)과 Shifted Windows-L (Swin-L)을 이용하여, 조식동물 서식지 수중영상의 의미론적 분할을 수행함으로써 화소 또는 화소군 간의 공간적 맥락(상관성)을 반영하는 보다 실제적인 탐지 결과를 제시하였다. 조식동물 서식지인 감태, 모자반의 수중영상 레이블 중 1,390장을 셔플링(shuffling)하여 시험평가를 수행한 결과, 한국수산자원공단의 DeepLabV3+ 사례에 비해 약 29% 향상된 정확도를 도출하였다. 모든 클래스에 대해 Swin-L이 HRNet-OCR보다 판별율이 더 좋게 나타났으며, 특히 데이터가 적은 감태의 경우, Swin-L이 해당 클래스에 대한 특징을 더 풍부하게 반영할 수 있는 것으로 나타났다. 영상분할 결과 대상물과 배경이 정교하게 분리되는 것을 확인되었는데, 이는 Transformer 계열 백본을 활용하면서 특징 추출능력이 더욱 향상된 것으로 보인다. 향후 10,000장의 레이블 데이터베이스가 완성되면 추가적인 정확도 향상이 가능할 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제38권5_2호
• /
• pp.695-706
• /
• 2022

중, 고해상도 광학위성은 산불발생지역의 탐지에 대해 그 효용성이 입증되었다. 그러나 산불과 함께 발생하는 연기는 지표에 입사하는 가시광선을 산란시키므로 산불발생지역의 모니터링에 방해가 되며 따라서 연기를 사전에 추출하는 기술이 필요하다. 딥러닝 기술은 연기추출의 정확도를 향상시킬 수 있으나, 학습용 데이터셋의 부족으로 인해 적용에 한계가 있다. 반면에 연기와 유사하게 가시광선을 산란시키는 성질을 지닌 구름은 현재까지 다량의 학습용 데이터셋이 축적되었다. 본 연구는 딥러닝을 활용하여 연기추출을 고도화하는 것이 그 목적이며, 그 과정에서 데이터셋의 부족에 따른 연기추출의 한계점을 구름을 활용한 전이학습으로 해결했다. 전이학습의 효율성 확인을 위해 본 연구에서는 Landsat-8 위성영상을 기반으로 연기추출 학습용 데이터셋을 소규모로 제작한 후, 공공 구름 데이터셋을 활용하여 전이학습을 적용하기 전과 후의 연기추출 성능을 비교하였다. 그 결과 가시광선 파장대역 뿐만이 아니라 근적외선(NIR)과 단파장 적외선(SWIR) 영역에도 전이학습시 성능이 뚜렷하게 향상됨을 확인할 수 있었다. 본 연구결과를 통해서 연기추출의 데이터셋의 부족을 해결할 수 있을 것으로 보이며, 더 나아가 연기추출의 고도화를 통해서 산불발생지역의 모니터링에 이점을 제시할 수 있을 것이다.

• 대한원격탐사학회지
• /
• 제37권2호
• /
• pp.211-220
• /
• 2021

작물의 생육 상태와 스트레스를 탐지하기 위한 유용한 변수 중 하나인 지표면온도(LST)는 열화상 카메라의 소형화와 무인기(UAV)의 발달로 인해 식생 군락 및 지역적 규모에서 취득할 수 있게 되었다. 무인기에 장착된 열화상 카메라로 관측한 LST(LSTUAV)는 습도, 풍속과 같은 기상인자, 관측기기, 그리고 지표 상태에 따라 영향을 받으나 다양한 기상 조건과 작물의 생육 단계에서 측정된 LSTUAV의 정확도 평가는 부족한 실정이다. 본 연구의 목적은 지상에 고정된 열적외선 센서에서 관측된 LST(LSTGround)를 이용하여 다양한 기상 조건과 작물의 생육 상황에서 LSTUAV의 정확도를 평가하는 것이다. 마늘 작물을 대상으로 LSTUAV 관측을 수행하였으며, 상대습도, 절대습도, 돌풍, 그리고 식생지수에 따른 LSTUAV 정확도를 평가하였다. 센서 간의 편향을 최소화한 경우 상대습도가 60%를 초과하는 조건에서 관측된 LSTUAV의 평균제곱근오차는 2.565℃로 상대습도 60% 이하에서 관측된 LSTUAV의 평균제곱근오차(1.82℃) 보다 정확도가 낮았으며, 절대습도에 대한 결과도 상대습도와 유사했다. 이는 대기 중의 습도가 LSTUAV의 정확도에 영향을 미친다는 것을 의미한다. 따라서 LSTUAV를 관측은 상대습도가 60% 이하의 조건에서 수행되는 것을 권고한다. 반면, 돌풍이나 식생 피복률의 영향은 통계적으로 유의하지 않았다. 이것은 무인기 비행이 안정적으로 가능한 조건에서 LSTUAV는 식생의 상태를 반영한 신뢰성 있는 값을 도출한다는 것을 의미한다. 본 연구의 결과는 농업 분야에서 LSTUAV의 정확도를 이해하고 활용하는데 도움이 될 것이다.

• 대한원격탐사학회지
• /
• 제39권5_2호
• /
• pp.875-883
• /
• 2023

이 단보에서는 PlanetScope 영상을 사용하여 Red-Green-Blue (RGB) 히스토그램 (histogram) 분석을 통해 해양 유출유의 색상 특성과 유종 구분에 대한 실험을 수행하였다. 해양 유출유의 히스토그램은 각 밴드 화소값 분포에 따라 세 가지 카테고리(어두운 검은색 톤, 밝은 은색 톤, 밝은 무지개색 톤)로 나눌 수 있으며, 어두운 검은색 톤의 두꺼운 기름층은 중유(heavy oil)로 구분할 수 있고, 밝은 은색 및 무지개색 톤의 얇은 기름층은 경유(light oil)로 구분할 수 있다. 향후 보다 많은 영상에 대한 분석이 이루어진다면, 이러한 유출유 탐지와 유종 구분이 보다 더 일반화되고 신뢰도를 높일 수 있을 것으로 사료된다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1497-1503
• /
• 2023

본 연구는 Near-UltraViolet (UV) 파장에서의 지표면 반사도 산출 시 발생하는 구름과 적설의 분류 한계를 극복하기 위해 Geostationary Environmental Monitoring Spectrometer (GEMS)와 Advanced Meteorological Imager (AMI) 위성의 구름 자료를 융합하여 적설역에서의 지표면 반사도 품질을 향상시키는 방법을 제안한다. GEMS 구름 산출물과 AMI 구름탐지 자료를 기반으로 융합 구름자료를 생산하였으며, 이를 GEMS 지표면 반사도 산출에 적용하였다. 그 결과 적설역에서 GEMS 구름 산출물만 사용한 경우에 비해 미산출이 개선되었으며 이는 전체 관측 영역에서 약 17%의 개선 효과를 확인하였다. 본 연구 결과는 융합 구름자료를 활용하여 적설역에서 지속적으로 발생했던 지표면 반사도 미산출 문제를 개선할 수 있음을 입증하며, 이를 통해 산출된 고품질의 지표면 반사도를 기반으로 타 Level-2 산출물의 품질향상을 기대할 수 있다.

• 대한원격탐사학회지
• /
• 제39권6_3호
• /
• pp.1747-1761
• /
• 2023

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.

• 대한원격탐사학회지
• /
• 제39권5_4호
• /
• pp.1085-1095
• /
• 2023

위성데이터를 활용한 시계열 데이터는 다양한 분야에서 변화 탐지와 모니터링에 필수적인 자료로 활용되고 있다. 시계열 데이터 생성에 관한 선행 연구에서는 데이터의 통일성을 유지하기 위해 주로 단일 영상을 기반으로 분석하는 방식이 사용되었다. 또한 공간 및 시간 해상도 향상을 위해 다종 영상을 활용하는 연구도 활발하게 진행되고 있다. 시계열 데이터의 중요성은 계속해서 강조되지만, 데이터를 자동으로 수집하고 가공하여 연구에 활용하기 위한 산출물은 아직 제공되지 않고 있다. 따라서 이러한 한계를 극복하기 위해 본 논문에서는 사용자가 설정한 지역의 위성정보를 자동으로 수집하고 시계열 데이터를 생성하는 기능을 제안한다. 본 연구는 한 종류의 위성영상뿐만 아니라 동일 지역의 여러 위성데이터를 수집하고 이를 시계열 데이터로 변환하여 산출물을 생성하는 것을 목표로 하며, 이를 위한 위성영상 자동 수집 시스템을 개발하였다. 이 시스템을 활용하면 사용자는 관심 있는 지역을 설정함으로써 해당 지역에 맞게 데이터가 수집되고 Crop되어 즉시 활용할 수 있는 데이터를 생성할 수 있다. 실험 결과로는 웹 상에서 무료로 제공되는 Landsat-8/9 OLI 및 Sentinel-2 A/B 영상의 자동 획득이 가능함을 확인하였으며, 수동 입력을 통해 별도의 고해상도 위성영상도 함께 처리할 수 있었다. 고해상도 위성영상을 기준으로 자동 수집 및 편집된 영상 간의 정확도를 비교하고 육안 분석을 수행한 결과, 큰 오차 없이 결과물을 생성할 수 있음을 확인했다. 이후 시계열 데이터 간 상대적 위치 오차 최소화 및 좌표가 획득되어 있지 않은 데이터 처리 등에 대한 연구 및 다양한 위성영상을 활용한 시계열 데이터 생성 기능 추가가 계획되어 있다. 위성영상을 활용한 시계열 데이터의 생성 방법이 정립되고, 국토위성, 농림위성과 같은 국내 위성정보를 이용한 시계열 데이터가 효과적으로 활용될 경우, 국토·농림·산업·해양 분야에서 다양한 응용 가능성이 기대된다.

• 대한원격탐사학회지
• /
• 제40권4호
• /
• pp.343-350
• /
• 2024

Meta에서 신속한 영상 분할 기능을 제공하는 대규모 컴퓨터 비전 생성 모델을 발표한 이후, 여러 활용 분야에서 이를 적용하려는 연구가 이루어지고 있다. 이 연구에서는 위성 영상 자료에 Segment Anything Model (SAM)을 사용할 수 있는 QGIS 플러그인 Geo-SAM을 사용하여 수체 객체 탐지와 추출에 대한 SAM의 적용성을 조사해 보고자 하였다. 실험 대상 자료는 국토위성(Compact Advanced Satellite 500, CAS500-1) 영상을 사용하였다. 이 자료를 가지고 SAM을 적용하여 얻은 결과는 같은 입력 영상으로부터 수작업으로 제작한 수체 객체 자료, Open Street Map (OSM)의 수체 자료, 국토지리정보원의 수계 수치지도와 비교하였다. SAM 처리 결과와 비교 대상 자료를 이용하여 추출된 모든 객체를 대상으로 계산한 경계사각형의 교집합/합집합의 평균값을 나타내는 mean Intersection over Union (mIoU)은 각각 0.7490, 0.5905, 0.4921로 나타났고, 각 자료에서 공통으로 나타나거나 추출된 객체에 대해 계산한 결과는 차례대로 0.9189, 0.8779, 0.7715로 나타났다. SAM을 적용한 결과와 다른 비교 자료와의 공간적 일치도를 분석한 결과, SAM에서는 한 개의 수체 객체를 여러 개의 분할 요소로 나타내므로 수체 객체 분류를 지원하는 의미 있는 결과를 보이고 있음을 알 수 있다.

• 대한원격탐사학회지
• /
• 제37권5_2호
• /
• pp.1329-1340
• /
• 2021

해양과 육상사이의 전이지대인 조간대는 인위적 활동과 자연적 교란에 의해 다양한 변화가 빠르게 일어나 지속적인 모니터링이 필요하다. 원격탐사 방법을 활용한 연안지형변화 모니터링은 조간대 접근성에 대한 한계를 극복하고, 조간대의 장기적인 지형변화를 관측하는데 효과적인 것으로 평가된다. 원격탐사를 이용한 기존 연안지형 모니터링연구는 대부분 Landsat 위성시리즈와 Sentinel 위성 영상 분석을 통해 수행되었다. 본 연구는 GOCI-II(천리안 해양위성 2호)영상에서 NDWI 지수를 이용해 수륙경계선을 추출한 후 다양한 조위에 따른 경기만 일대 조간대 면적 변화를 파악하고 짧은 기간 동안 DEM제작과 지형고도변화 관측의 유용성에 대해 살펴보았다. 2020년 10월 8일부터 2021년 8월 16일까지 경기만 일대에서 획득된 영상은 GOCI-II 249장, Sentinel-2A/B 39장, Landsat 8 OLI는 7장이었다. 조간대 DEM을 제작할 경우, Sentinel과 Landsat 영상은 최소 3개월에서 1년 이상의 자료수집이 필요했지만, GOCI-II 위성은 단 하루의 자료를 이용해서 조위에 따른 경기만 일대 조간대 DEM생성이 가능하였고 조간대 노출빈도 계산을 통해 지형고도변화도 관측하였다. GOCI-II 위성을 활용해 연안지형변화를 관측시 짧은 주기의 높은 시간해상도로 지형 변화를 조기 감지하고 부족한 공간해상도는 고해상도의 다중복합자료를 이용해 정밀하게 보간하여 활용하는 방안이 좋을 것으로 생각된다. 향후, 위 결과들을 바탕으로 연구 영역을 확대하고, 자동 분석 및 탐지 가능한 기술 개발을 통해 한반도 연안의 최신 지형도와 연안관리에 필요한 정보를 빠르게 제공 가능할 것으로 기대된다.

• 한국정보통신학회논문지
• /
• 제13권9호
• /
• pp.1753-1759
• /
• 2009

기상현상을 분석하기 위한 원격탐지 센서의 하나인 기상 레이다에서는 비, 구름 및 먼지 입자 등에 하여 산란되는 전자파 신호를 수신하여 분석함으로서 여러 가지 특징적인 기상정보를 추출하게 된다. 이와 같은 기상 레이다에서 추출하는 정보중의 하나인 풍속은 돌풍 등 국지적인 기상재해를 예방하기 위한 매우 유용한 자료이다. 이러한 풍속추정은 일반적으로 펄스페어 방법을 이용하여 이루어지게 된다. 펄스페어 추정방식은 연산 양 측면에서 매우 효율적이면서도 신뢰성이 우수한 기법으로 인정되고 있다. 그러나 기상신호의 도플러 스펙트럼이 비대칭적인 가우시안 형태를 보이는 경우나 스펙트럼의 첨두치가 두개 이상 나타나는 멀티 피크 도플러 신호인 경우 이러한 기존의 방법으로는 정확한 정보를 추출하는데 여러 가지 문제가 발생할 수 있다. 따라서 본 논문에서는 멀티피크 현상을 포함한 비대칭 기상 스펙트럼에서의 펄스페어 추정방식의 문제점을 분석하고 개선방법을 제안하였다.