• 한국지구과학회지
• /
• 제40권5호
• /
• pp.447-463
• /
• 2019

해상풍은 해양 현상을 이해하고, 지구 온난화에 의한 지구 환경의 변화를 분석하기 위한 필수 요소이다. 전세계 연구 기관은 해상풍을 정확하고 지속적으로 관측하기 위해 산란계(scatterometer)를 개발하여 운영해오고 있으며, 정확도는 풍향이 ${\pm}20^{\circ}$, 풍속이 ${\pm}2m\;s^{-1}$ 안팎이다. 하지만, 산란계의 해상도는 12.5-25.0 km로, 해안선이 복잡하고 섬이 많은 한반도 근해에서는 자료의 결측이 빈번하게 발생하여 활용도가 감소한다. 그에 반해, Synthetic Aperture Radar (SAR, 합성개구레이더)는 마이크로파를 활용하는 전천후 센서로, 1 km 이하의 고해상도 해상풍이 산출이 가능하여 산란계의 단점 보완이 가능하다. 본 연구에서는 일반적으로 활용되는 SAR 자료 기반 해상풍 산출 알고리즘인 Geophysical Model Function (GMF, 지구 물리 모델 함수)를 밴드별로 분류하여 조사하였다. 상대 풍향, 입사각, 풍속에 따른 후방산란계수를 L-band Model (LMOD, L 밴드 모델), C-band Model (CMOD, C 밴드 모델), X-band Model (XMOD, X 밴드 모델)에 적용하여 모의하였고, 각 GMF의 특성을 분석하였다. 이러한 GMF를 SAR 탑재 인공위성 자료에 적용하여 산출한 해상풍의 정확도 검증 연구에 대해 조사하였다. SAR 자료 기반 해상풍의 정확도는 영상 관측 모드, 적용한 GMF의 종류, 정확도 비교 기준 자료, SAR 자료 전처리 방법, 상대 풍향 정보 산출 방법 등에 따라 변하는 것으로 나타났다. 본 연구를 통해 국내 연구자들의 SAR 자료 기반 해상풍 산출 방법에 대한 접근성이 향상되고, 고해상도 해상풍 자료를 활용한 한반도 근해 분석에 이바지할 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제34권6_4호
• /
• pp.1503-1517
• /
• 2018

백두산은 중국과 북한의 국경 경계에 위치하고 있는 성층화산으로 신생대 올리고세 이후 주요 분화 단계를 거쳐 형성된 것으로 알려져 있다. 2010년 이후 마그마 재활동으로 인한 백두산 화산활동 여부에 대한 관심이 증대되고 있다. 백두산 화산 활동을 감시하기 위한 연구는 기상청, 한국지질자원연구원 등 국가기관 중심으로 활발히 수행되고 있다. 2018년에는 한-중 백두산 공동 관측 장기연구 과제가 선정되었으며 이로부터 화산특화연구센터가 설립되기도 하였다. 그러나 백두산은 우리나라로부터 지리적으로 멀리 떨어져 있어 접근에 대한 제약이 있을 뿐만 아니라 백두산 화산 주변에 설치되어 있는 현장 관측 장비로부터 수집된 현장 자료의 공유 혹은 접근이 쉽지 않은 상황이다. 원격탐사는 직접적인 물리적 접촉 없이 대상 물체에 대한 특성을 원격으로 측정하는 수단으로서, 대상물의 관측을 위해 자동차, 무인기, 항공기, 인공위성 등 여러 형태의 플랫폼이 사용된다. 지난 수십 년 간, 다양한 파장 대역에서의 전자기파를 이용한 원격탐사 자료를 활용하여 화산 감시 연구가 수행되어 왔다. 특히 레이더 원격탐사는 주야조건, 기상조건에 관계없이 자료를 획득할 수 있을 뿐만아니라 위상정보를 이용한 레이더 위상간섭기법을 통한 미세 지표 변위 관측이 가능하여 매우 널리 이용되고 있는 화산 감시 기술이다. 본 논문의 목적은 백두산 화산 관측을 위해 수행된 기존 원격탐사 연구 문헌을 수집하고 동향을 파악하는 것이다. 또한 지속적인 화산 감시를 위한 가용 영상레이더 위성정보를 조사하여 향후 이를 바탕으로 백두산 화산 지표 변위의 주기적 탐지 연구를 수행하는데 활용할 예정이다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.997-1008
• /
• 2023

해상의 선박탐지는 다양한 방법으로 수행될 수 있는데, 위성은 광역적인 감시가 가능하고, 특히 합성개구레이더(Synthetic Aperture Radar, SAR) 영상은 주야간 및 전천후로 활용될 수 있다. 본 연구에서는 SAR 영상으로부터 효율적인 선박 탐지 방법을 제시하기 위하여, Sentinel-1 영상에 You Only Look Once Version 5 (YOLOv5) 모델을 적용하여 선박 탐지를 수행하고, 편파별 개별 모델과 통합 모델의 차이 및 편파별 정확도 특성을 분석하였다. 파라미터가 작고 가벼운 YOLOv5s와 파라미터가 많지만 정확도가 높은 YOLOv5x 두가지 모델에 대하여 각각 (1) HH, HV, VH, VV 각 편파별로 나누어 학습/검증 및 평가 그리고 (2) 모든 편파의 영상을 사용하여 학습/검증 및 평가를 실시한 결과, 네 가지 실험에서 모두 0.977 ≤ AP@0.5 ≤ 0.998의 비슷하면서 매우 높은 정확도를 나타냈다. 이러한 결과를 현업시스템의 관점에서 보면, 가벼운 YOLO 모델(YOLOv5s, YOLOv8s 등)로 4개 편파 통합 모델을 구축하는 것이 실시간 선박탐지에 효과적임을 시사하는 것이다. 이 실험에서 사용한 영상은 19,582장이었지만, Sentinel-1 이외에도 Capella, ICEYE 등 다른 SAR 영상을 추가적으로 활용한다면, 보다 더 유연하고 정확한 선박 탐지 모델이 구축될 수 있을 것이다.

• 대한원격탐사학회지
• /
• 제38권5_3호
• /
• pp.925-938
• /
• 2022

농업용 저수지는 전국적으로 중요한 수자원으로 기후변화에 따른 가뭄과 같은 이상기후의 영향에 취약한 특성을 가지며 적절한 운영을 위해 강화된 관리가 필요하다. 지속적인 모니터링을 통한 수위 추적(water level tracking)이 필요하지만 현실적인 문제로 현장 실측 및 관측이 어려운 실정이다. 본 연구는 저수지 수표면적을 측정하기 위해 광역 모니터링이 가능한 위성레이더 자료를 이용하여 4가지 AI 모델 간의 수체 탐지 성능에 대해 객관적인 비교를 제시한다. 위성 레이더자료는 Sentinel-1 SAR 이미지를 사용하였으며, 광학영상과 달리 기상환경에 영향을 적게 받기 때문에 장기 모니터링에 적합하다. 드론 이미지, Sentinel-1 SAR 그리고 DSM 데이터를 사용하여 Support Vector Machine (SVM), Random Forest (RF), Artificial Neural Network (ANN), Automated Machine Learning (AutoML)의 4가지 AI 모델을 구축했다. 연구대상 저수지는 총 22개소로 유효저수량이 30만톤 미만의 중소형 저수지이다. 총 45개 이미지가 모델 훈련과 검증에 사용되었으며, 연구 결과 AutoML 모델이 Accuracy=0.92, mIoU=0.81로 다른 3가지 모델에 비해 수체 픽셀 분류에서 0.01-0.03 더 나은 것을 보여주었다. 해당 결과는 SAR 영상으로부터 AutoML을 이용한 중소형 저수지 대상의 수체 분류 기법이 기존의 머신러닝 기법만큼의 성능을 보이는 것을 보여주었고, 학습을 통한 수표면적 분류 기술의 저수지 모니터링에 대한 적용 가능성을 보여주었다.

• 대한원격탐사학회지
• /
• 제26권5호
• /
• pp.497-510
• /
• 2010

이 연구에서는 토양의 유전상수 (dielectric constant) 표면의 거칠기 (surface roughness)와 지표면의 기하 (geometric) 등과 같은 다양한 물리적 요소들의 정보를 포함하고 있는 SAR (Synthetic Aperture Radar) 자료를 이용하여 강화도 갯벌의 표층 퇴적환경을 분석하였다. JERS-1, ENVISAT과 ALOS 위성의 다양한 SAR 자료로부터 레이더 후방산란계수 (backscattering coefficient)를 추출하여 각 퇴적환경 요소들과의 관계를 파악하고 시간변화에 따른 지표의 변화 정도를 알 수 있는 긴밀도 (coherence)를 추출하여 퇴적상과 비교하였다. SAR 영상으로부터 추출한 후방산란계수와 긴밀도를 이용한 강화도 갯벌 퇴적환경 특성을 분석한 결과 높은 긴밀도를 갖는 지역은 입도가 작은 펄이 많이 포함된 펄 퇴적상이며 긴밀도가 낮을수록 큰 입도가 많이 분포하는 지역임을 알 수 있었다. 강화도 갯벌은 다른 갯벌과는 달리 조류로가 많이 발달하여 썰물 시 수분함유량에 많은 영향을 주어 모래 퇴적상과 혼합 퇴적상은 갯벌의 노출시간이 증가함에 따라 토양 수분함유량이 감소하여 후방산란계수가 점차 감소한다. 그러나 펄 퇴적상에서는 지형 고도가 높아 해수의 많은 영향을 받지 않으며 조류로의 밀도가 높기 때문에 토양 수분함유량이 감소하지만 후방산란계수가 높게 나타났다. 또한 갯벌은 토양 수분함유량뿐만 아니라 표면에 남아있는 잔존수도 많아 강우량이 많은 날은 지표 잔존수가 증가하기 때문에 비교적 후방산란계수가 낮게 나타나는 경향을 보였다. 이 연구의 결과, 긴밀도, 후방산란계수와 각 퇴적환경 요소들의 상관관계를 알 수 있었으며, 향후 강화도 갯벌 퇴적환경의 공간적 분석을 위해 각각의 요소들이 미치는 영향에 대한 정량적인 연구가 필요할 것으로 판단된다.

• 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.

• 한국측량학회지
• /
• 제31권5호
• /
• pp.375-384
• /
• 2013

연안 도시인 목포는 시 면적의 약 70%가 바다를 매립하여 이루어진 도시로(Kim et al., 2005) 매립에 의한 지반침하 현상이 지속적으로 보고되고 있다. 본 연구에서는 ALOS PALSAR L-band 위성에서 얻어진 영상을 이용하여 2006년부터 2010년까지 목포시 일원에서 발생한 지반침하를 관측하였고, 2010년부터 2012년까지 획득된 GPS 현장 자료의 시계열 분석을 통해 지반침하의 양상을 비교, 분석하였다. GPS 자료처리 결과 일정한 주기를 가지고 지표의 상승과 하강이 반복되는 양상이 나타났다. 따라서 이를 제외한 정확한 지반침하량만을 계산하기 위해서 시계열 분석을 수행하였다. 분석결과 GPS 자료로부터 계산된 지반침하 속도는 3.89cm/yr이고, 같은 지점에서 SAR 영상으로부터 관측된 지반침하 속도는 2.65cm/yr로 관측되었다. SAR와 GPS 자료처리 결과가 매우 유사하게 나타났으며 이를 바탕으로 두 자료를 통합하여 새로운 지반침하 모델링이 가능함을 시사한다. 또한 지반침하가 관측된 곳은 간척지에 해당하며, 2012년까지 지반침하가 지속적으로 발생했음을 확인하였다.

• 대한원격탐사학회지
• /
• 제31권2호
• /
• pp.111-125
• /
• 2015

본 연구에서는 고해상도 위성영상인 TerraSAR-X와 WorldView-2 등을 융합하여 표적의 특성을 고려한 표적군(Group of targets) 검출을 수행하였다. 관심 대상으로 하는 표적은 고정되어 있으며, 군(Group)을 이루고 있는 특징이 있다. 표적 후보를 검출하기 위해 대상 물체의 레이더 후방산란 특성을 이용한 Constant False Alarm Rate (CFAR) 알고리즘을 적용하였다. 검출된 표적 후보군으로부터 비표적을 제거하기 위해 표적의 크기 정보를 이용한 화소 클러스터링, 표적군을 이루는 표적들간의 배치 특성을 이용한 네트워크 클러스터링. 그리고 SAR 간섭기법 적용이 가능한 간섭쌍이 있는 경우 긴밀도 정보를 이용하였다. 또한, 오경보(False Alarm)를 감소시키고 최종 표적을 결정하기 위해, 표적의 형태 정보를 추출할 수 있는 Electro-Optical (EO) 영상을 바탕으로 효과적인 타원 검출 기법을 개발하였다. 개발된 표적군 검출 알고리즘을 10개 지역에 적용한 결과, 표적군 검출율은 100%, 단일 표적에 대한 오경보율은 0.03~0.3개/$km^2$, 평균 오경보는 1.8군/$64km^2$로 낮은 오경보와 높은 검출율을 보이며 표적군이 검출되었다. 본 연구에서 개발된 표준화된 표적 검출 기법은 향후 무인화된 표적 검출 시스템 구축에 핵심적인 기술이 될 것으로 전망한다.

• 한국군사과학기술학회지
• /
• 제25권1호
• /
• pp.30-44
• /
• 2022

The advent of deep learning-based algorithms has facilitated researches on target detection from synthetic aperture radar(SAR) imagery. While most of them concentrate on detection tasks for ships with open SAR ship datasets and for aircraft from SAR scenes of airports, there is relatively scarce researches on the detection of SAR ground vehicle targets where several adverse factors such as high false alarm rates, low signal-to-clutter ratios, and multiple targets in close proximity are predicted to degrade the performances. In this paper, a dataset of ground vehicle targets acquired from TerraSAR-X(TSX) satellite SAR images is presented. Then, both detection and instance segmentation are simultaneously carried out on this dataset based on the deep learning-based Mask R-CNN. Finally, this paper shows the future research directions to further improve the performances of detecting the SAR ground vehicle targets.

• 대한원격탐사학회지
• /
• 제39권3호
• /
• pp.257-268
• /
• 2023

해빙은 지구의 태양에너지 흡수량 및 대기-해양간 열과 물질 교환을 조절함으로써 기후조절자의 역할을 하며 그 생성, 이동, 소멸은 인공위성에 의해 주기적으로 모니터링 되고 있다. 그러나 수동마이크로파방사계 관측을 중심으로 한 저해상 산출물은 해빙 표면이 빠르게 변하는 여름철에 정확도가 크게 떨어지며, synthetic aperture radar (SAR) 관측이 대체재로 떠오르고 있으나 그간의 연구는 주로 겨울철 해빙을 대상으로 이루어졌다. 이 연구에서는 SAR 영상과 global positioning system (GPS) 추적기를 이용하여 해빙의 거칠기, 높낮이, 구조 등 표면 상태 변화가 심한 늦여름~초가을 시기의 해빙 이동 추적 기술을 평가, 분석하였다. 그 결과 겨울철보다는 관측 불확실성이 증가하나 GPS 실측치와의 상관관계는 0.98로 우수했으며, 해빙 농도 50% 이상인 경우에 해빙 농도와 적용 알고리즘의 산출 성능은 상관관계 0.59로 서로 비례하는 것으로 나타났다.