• 대한원격탐사학회지
• /
• 제22권6호
• /
• pp.565-574
• /
• 2006

넓은 면적의 유역에 대한홍수유출모형 및 수문분석에서 중요한 인자로 이용되는 토지피복 정보를 얻기 위하여 인공위성 영상이 많이 활용되고 있다. 도시지역과 같이 다양한 형태의 토지피복이 혼재하는 공간에서는 보다 세분화된 토지피복 정보가 필요하나, 기존의 다중분광영상을 이용한 수문학적 토지피복분류에는 한계가 있다. 이 연구에서는 초분광영상을 이용하여 도시지역의 수문학적 토지피복 분류에 있어서 기존의 다중분광영상 보다 분류등급을 세분화하고 분류정확도를 향상시킬 수 있는 가능성을 밝히고자 한다. 미국 농무부 토양보전국(USDA SCS)의 도시지역 수문학적 토지피복분류를 목표로 서울지역의 Hyperion 영상을 분석하였다. 도시지역의 피복특성을 감안한여 투수성 및 불투수성 표면특성을 대표하는 8개의 endmember를 선정하여 분광혼합분석을 수행하였다. 분광혼합분석 결과 얻어진 각 endmember의 점유비율을 조합하여 17개 등급의 수문학적 토지피복도를 제작하였다. 분광혼합분석을 적용하여 얻어진 토지피복도의 정확도를 10곳의 표본점에 대한 항공사진 판독 결과를 통하여 검정한 결과, 미국 농무부에서 제시한 수문학적 토지피복등급이 비교적 정확하게 분류되었다.

• 대한원격탐사학회지
• /
• 제22권6호
• /
• pp.507-518
• /
• 2006

지표면에서 방출된 $11{\mu}m$와 $12{\mu}m$의 복사량은 대기 입자에 의해 선택적으로 산란되고 흡수된다. 에어로솔이 대기 중에 존재할 경우 지표면에서 방출되는 $11{\mu}m$의 복사량이 $12{\mu}m$보다 흡수를 많이 하므로 밝기 온도가 낮게 나타나고, 반대로 구름에 대해서는 $12{\mu}m$가 흡수를 많이 하여 $11{\mu}m$의 밝기 온도가 높게 나타난다. 그러므로 $11{\mu}m$와 $12{\mu}m$의 밝기 온도 차이(BTD)를 통해 구름과 에어로솔의 존재 유무를 판별할 수 있고, 에어로솔의 광학 두께를 추정할 수 있다. 본 연구에서는 대기의 구성 물질과 연직 분포 상태, 지표면의 온도와 형태, 그리고 에어로솔의 구성성분에 따라 BTD 경계값과 민감도를 분석하였다. BTD 경계값은 이론적으로 $0^{\circ}K$라고 알려져 있으나 본 연구에서 US 표준 대기 상태일 때 $0.8^{\circ}K$의 경계값을 보인다. BTD 값은 태양 천정각, 에어로솔의 고도, 지표면 반사도, 그리고 대기의 연직적 온도 분포에 따라서는 영향을 적게 받았다. 그러나 위성 천정각, 지표면 온도와 방출율, 연직적 수증기 분포에 대해 영향이 크게 나타나며 에어로솔 탐지에 50%이상의 오차를 유발할 수도 있다. 그러므로 BTD 방법을 사용하는데 있어 주의가 요구되며, BTD값에 영향을 미치는 인자를 보정해 준다면 좀 더 정확한 에어로솔 탐지가 가능하리라 사료된다.

• 대한원격탐사학회지
• /
• 제35권5_1호
• /
• pp.625-636
• /
• 2019

토양수분은 수문순환에 핵심적인 역할을 하는 대표적인 인자로써 대기와 지표 사이의 상호작용에 관여하며, 농업, 수자원, 대기 등의 분야에서 활용되고 있다. 한반도 영역의 위성기반 토양수분의 적용성 및 불확실성 분석을 위하여 Advanced Microwave Scanning Radiometer 2 (AMSR2), Advanced SCATterometer (ASCAT), European SpaceAgency Climate Change Initiative (ESACCI) 데이터가 사용되었다. 상기 데이터를 사용한 Cumulative Distribution Function (CDF) Matching과 Triple collocation (TC) 분석을 수행하여 위성 토양수분 데이터 보정 및 불확실성에 관한 연구를 진행하였다. 보정 전의 인공위성 기반 토양수분자료를 Automated Agriculture Observing System (AAOS) 관측지점과 비교한 결과, ESACCI와 ASCAT자료는 AAOS의 경향을 잘 반영하였다. 그에 비해 AMSR2 위성 자료는 동결기간에 과대 산정되었다. CDF Matching을 이용하여 인공위성 토양수분 자료를 보정한 결과, 보정 전보다 오차 및 상관성이 개선되었다. 마지막으로, TC 방법을 이용하여 토양수분 자료의 불확실성 분석을 실시하였다. CDF Matching 보정을 실시한 인공위성 토양수분의 불확실성이 동결과 융해 기간에서 확연하게 개선되는 것을 확인할 수 있었다. 한반도에서는 보정을 실시하였을 때, AMSR2 토양수분 자료보다 ASCAT과 ESACCI를 활용하는 것이 보다 정확한 토양수분 결과를 나타낼 수 있을 것으로 나타났다.

• 대한원격탐사학회지
• /
• 제37권5_1호
• /
• pp.847-859
• /
• 2021

최근 고해상도 위성 SAR 영상이 늘어남에 따라, 변화탐지, 영상 융합 등 다양한 분야에서 SAR 영상에 대한 정밀 정합 요구가 커지고 있다. 영상 정합 결과에 대한 정량적 평가는 분석자에 의해 추출된 GCPs (Ground Control Points)를 이용한 RMSE (Root Mean Square Error) 값이 널리 사용되어 왔으나, 영상정합 결과의 정확도를 자동으로 측정하는 방법에 대한 연구는 미비한 실정이다. 본 연구에서는 SAR 영상 정합의 정확도 평가지표로, 단일채널 영상의 품질 평가 알고리즘으로 개발된 FSIM (Feature Similarity) 값을 적용하는 것에 대한 타당성 분석을 수행하였다. 다양한 관측각도 및 관측방향에서 수집된 TerraSAR-X staring spotlight 자료를 분석에 사용하였다. SAR 영상의 공간 해상도에 따른 FSIM 값 변화는 매우 작은 값을 보였다. 따라서, 다양한 공간해상도의 SAR 영상 간에도 동일한 척도를 가지고 FSIM 값을 사용할 수 있다. 단일 SAR 영상을 이용하여 정합 오차에 따른 FSIM값 변화를 분석하였으며, 이 값을 기준으로 서로 다른 관측조건에서 수집된 영상 간의 정합 오차에 따른 FSIM 값 변화를 분석하였다. 서로 다른 관측각 또는 관측방향 자료 조합에서, 관측기하 차이에 의해 FSIM 값은 다소 저하되었다. 토지피복별 FSIM 값 분석 결과에서, 도심지역에서 정합오차에 따른 FSIM 값의 변화가 가장 뚜렷하게 나타났다. 따라서, FSIM 값을 이용하여 영상정합의 정확도를 판별하기 위해서는 도심지역에서 산출된 FSIM 값을 이용하는 것이 바람직하다. FSIM 값은 SAR 영상 정합 정확도에 대한 지표로 사용될 수 있는 충분한 가능성이 있는 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제36권6_1호
• /
• pp.1367-1377
• /
• 2020

본 연구는 2016년 발생한 9.12 경주지진을 중심으로 경주시 건축물의 지진 취약성을 평가하고 지도를 제작하는데 목적이 있다. 지진 취약성을 평가하기위해 지질공학, 물리, 구조적 요인과 관련된 11개의 영향인자를 선정하였으며, 이는 독립변수로 적용되었다. 종속변수로는 9.12 경주지진 당시 실제 피해 입은 건축물의 위치자료가 사용되었다. 평가 모델은 기계학습 방법의 RF와 SVM을 기반으로 구축하였으며, 훈련 및 검증 데이터셋은 70:30 비율로 무작위 선별되었다. 정확도 검증은 ROC 곡선을 사용하여 최적 모델을 선별하였으며, 각 모델의 정확도는 RF(1.000), SVM(0.998), 예측 정확도는 RF(0.947), SVM(0.926) 로 나타났다. RF 모델을 기반으로 경주시 전체 건축물의 예측 값을 도출하였으며, 이를 등급화 하여 지진 취약성 지도를 작성하였다. 행정동별 건물 등급 분포를 살펴본 결과, 황남동, 월성동, 선도동, 내남면이 취약성이 높은 지역으로, 양북면, 강동면, 양남면, 감포읍이 상대적으로 안전한 지역으로 나타났다.

• 대한원격탐사학회지
• /
• 제38권2호
• /
• pp.153-166
• /
• 2022

저수량은 가용한 수자원의 양을 가장 직접적으로 나타내는 인자중의 하나이다. 또한 가뭄의 영향을 보다 직관적으로 나타낼 수 있으므로, 가뭄 평가를 위한 연구에서도 다양하게 활용되고 있다. 최근에는 광학영상으로 저수면적을 관측하고, 또 이를 활용한 수문학적 가뭄지수인 RADI가 개발되기도 하였다. 인공위성을 통해 얻을 수 있는 광학영상은 관측주기가 뛰어나 많은 양의 자료를 획득할 수 있으나, 구름 등 기상과 대기환경에 의한 영향에 취약하여 실제 활용에서는 다소 한계가 있다. 이에 본 연구에서는 기상이나, 관측시간대와 상관없이 영상을 획득할 수 있는 SAR 영상을 활용한 가뭄지수 산정 연구를 수행하고자 하였다. Sentinel-1 위성의 SAR 영상을 활용하여 충북 진천군에 위치한 백곡, 초평저수지의 저수면적을 탐지하여, RADI를 산정하여 지역규모 가뭄 모니터링을 수행하였다. RADI는 실측 저수량을 기반으로 한 RSDI와 비교, 검증하였다. RADI는 RSDI와 상관계수 r=0.87, ROC의 밑면적 AUC=0.97로 매우 높은 상관 관계를 보여주었다. 이 결과는 SAR 기반 RADI의 지역규모 수문학적 가뭄 모니터링의 가능성을 보여주며, 추후 가용 SAR 영상의 종류가 늘어나고, 재방문주기가 단축될 것이므로 가뭄 모니터링에 대한 활용성이 증대될 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1343-1356
• /
• 2022

광학위성영상을 이용해 농작물을 모니터링 할 때 가장 문제가 되는 것은 구름이나 그림자이다. 구름과 그림자의 영향을 줄이기 위해 일정 주기동안 최대 정규식생지수를 선택하는 합성기법이 사용되었다. 그러나, 본 방법은 구름의 영향을 줄이기는 하나, 일정 주기 동안 최대 정규식생지수(Normalized Difference Vegetation Index, NDVI)값만을 사용하기 때문에 NDVI가 감소하는 현상을 신속히 보여주기 어렵다. 이에 따라, 구름의 영향을 최소화하면서 식생의 분광정보를 최대한 유지하기 위한 방안으로 합성 시 여러 환경인자를 정의하고, 이에 대한 점수를 부여하여 합성 시 가장 적합한 화소를 선택하는 방법인 점수 기반 합성기법이 제시되었다. 본 연구에서는 Sentinel-2A/B Level2A 반사율 영상과, 부가정보로 제공되는 구름, 그림자, Aerosol Optical Thickness(AOT), 촬영날짜, 센서천정각 등을 이용한 점수 기반 식생지수 합성기법을 개발하였다. 2021년동안 당진 논지역과 태백 고랭지 배추밭을 대상으로 15일 주기와 한달 주기로 점수기반 합성기법을 적용한 결과, 구름의 영향을 받은 우기만을 제외하고 15일 주기 합성 시 한달 주기에 비해 보다 빠르고 자세한 NDVI값의 변화를 볼 수 있었다. 특정 영상에서는 합성 NDVI영상에서 부분적으로 날짜별 차이가 나타나 공간적으로 이질적인 부분이 보이기도 하는데, 이는 사용한 구름, 그림자 정보의 부정확성으로 인한 것으로 사려된다. 향후 입력정보의 정확도를 향상시키고, Maximum NDVI Composite (MNC) 기반 합성기법과 정량적 비교를 수행할 예정이다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1141-1180
• /
• 2022

최근 수문 및 수자원 분야에서 위성영상의 활용성이 높아짐에 따라 관련 전용 위성 개발연구와 연계하여 위성을 활용한 증발산량과 토양수분량 산정 연구의 필요성이 강조되고 있다. 본 연구에서는 이러한 위성을 기반으로 증발산량 및 토양수분량의 국내 연구현황과 그 산정 방법론을 조사하여 현재까지의 연구동향을 파악하고자 하였다. 국내 연구현황을 세부 방법론 별로 살펴본 결과 일반적으로 증발산량의 경우는 Surface Energy Balance Algorithm for Land (SEBAL), Mapping Evapotranspiration with Internalized Calibration (METRIC)과 같은 에너지수지 기반 모형과 Penman-Monteith (PM) 및 Priestley-Taylor (PT) 산출식을 기반으로 산정되었으며, 토양수분량의 경우 능동형(AMSR-E, AMSR2, MIRAS, SMAP) 및 수동형(ASCAT, SAR)와 같은 마이크로파 센서를 통한 산정이 주를 이루었다. 통계적 측면에서는 증발산량 및 토양수분량 공통적으로 회귀식 및 인공지능을 이용한 산출사례를 찾을 수 있었다. 또한 위성기반 자료들을 이용한 Evaporative Stress Index (ESI), Temperature-Vegetation Dryness Index (TVDI), Soil Moisture Deficit Index (SMDI) 등의 다양한 지표를 산정하여 가뭄 특성파악에 적용한 연구 사례도 다수 있었으며, 지표모형(Land Surface Model, LSM)을 기반으로 하여 위성 다중센서에서 얻을 수 있는 주요 자료들을 활용해 증발산량과 토양수분량의 수문순환인자를 산출하기도 하였다. 본 논문에서는 이렇게 기존 연구사례 조사 및 내용파악 과정을 통해 위성을 활용한 주요 세부 방법론을 비교·검토 제시함으로써 관련 연구분야 기준 참고자료로의 활용 및 향후 위성기반 관련 수문순환 자료 산출 고도화 연구의 초석을 다지고자 한다.

• 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.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.116-116
• /
• 2021

자연 하천에서의 부유사 농도 계측은 주로 재래식 채집방식을 활용한 직접계측 방식에 의존하여 비용과 시간이 많이 소요되며 점 계측 방식으로 고해상도의 시공간 자료를 측정하기엔 한계가 존재한다. 이러한 한계점을 극복하기 위해 최근 위성영상과 드론을 활용하여 촬영된 다분광 혹은 초분광 영상을 통해 고해상도의 부유사 농도 시공간분포를 측정하는 기법에 대한 연구가 활발히 진행되고 있다. 하지만, 다른 하천 물리량 계측에 비해 부유사 계측 연구는 하천에 따라 부유사가 비균질적으로 분포하여 원격탐사를 통해 정확하고 전역적인 농도 분포를 재현하기는 어려운 실정이다. 이러한 부유사의 비균질성은 부유사의 입도분포, 광물특성, 침강성 등이 하천에서 다양하게 분포하기 때문이며 이로 인해 부유사는 지역별로 다양한 분광특성을 가지게 된다. 따라서, 본 연구에서는 이러한 영향을 고려한 전역적인 부유사 농도 예측 모형을 개발하기 위해 실내 실험을 통해 부유사 특성별 고유 분광 라이브러리를 구축하고 실규모 수로에서 다양한 부유사 조건에 대한 초분광 스펙트럼과 부유사 농도를 측정하는 실험을 수행하였다. 실제 부유사 농도는 광학 기반 센서인 LISST-200X와 샘플링을 통한 실험실 분석을 통해 계측되었으며, 초분광 스펙트럼 자료는 초분광 카메라를 통해 촬영한 영상에서 부유사 계측 지점에 대한 픽셀의 스펙트럼을 추출하여 구축하였다. 이렇게 생성된 자료들의 분광 다양성을 주성분 분석(Principle Component Analysis; PCA)를 통해 분석하였으며, 부유사의 입도 분포, 부유사 종류, 수온 등과의 상관관계를 통해 분광 특성과 가장 상관관계가 높은 물리적 인자를 규명하였다. 더불어 구축된 자료를 바탕으로 기계학습 기반 주요 특징 선택 알고리즘인 재귀적 특징 제거법 (Recursive Feature Elimination)과 기계학습기반 회귀 모형인 Support Vector Regression을 결합하여 초분광 영상 기반 부유사 농도 예측 모형을 개발하였으며, 이 결과를 원격탐사 계측 연구에서 일반적으로 사용되어 오던 최적 밴드비 분석 (Optimal Band Ratio Analysis; OBRA) 방법으로 도출된 회귀식과 비교하였다. 그 결과, 기존의 OBRA 기반 방법은 비선형성을 증가시켜도 좁은 영역의 파장대만을 고려하는 한계점으로 인해 부유사의 다양한 분광 특성을 반영하지 못하였으며, 본 연구에서 제시한 기계학습 기반 예측 모형은 420 nm~1000 nm에 걸쳐 폭 넓은 파장대를 고려함과 동시에 높은 정확도를 산출하였다. 최종적으로 개발된 모형을 적용해 다양한 유사 조건에 대한 부유사 시공간 분포를 매핑한 결과, 시공간적으로 고해상도의 부유사 농도 분포를 산출하는 것으로 밝혀졌다.