• 제목/요약/키워드: Backscattering Coefficients

검색결과 65건 처리시간 0.016초

이중 편파 Sentinel-1 SAR 영상의 편파 지표를 활용한 인공지능 기반 선박 탐지 (Exploitation of Dual-polarimetric Index of Sentinel-1 SAR Data in Vessel Detection Utilizing Machine Learning)

  • 송주영;김덕진;김준우;이성뢰
    • 대한원격탐사학회지
    • /
    • 제38권5_2호
    • /
    • pp.737-746
    • /
    • 2022
  • 전천후 자료 취득이 가능한 SAR 영상을 기반으로 한 선박 탐지와 인공지능 기반 탐지 알고리즘과 함께 사용하는 것은 안정적인 선박 모니터링에 효과적이다. 기존의 SAR 영상에서는 인공지능 기반 선박 탐지 알고리즘에 진폭 영상만을 주로 사용하였으며, 물체의 산란 특성을 구분할 수 있는 다중 편파 SAR 영상의 편파 지표는 사용되지 않았다. 이에, 본 연구에서는 이중 편파 Sentinel-1 SAR 영상으로부터 고유값 분해를 통해 취득한 4개의 편파 지표인 H, p1, DoP, DPRVI와 방사 보정을 통해 취득한 2개 편파의 산란계수인 γ0, VV, γ0, VH를 이용하여 총 6개의 밴드를 가진 SAR 영상 52장의 데이터베이스를 구축하고, 이와 상응하는 시간에 취득한 선박의 실시간 위치 및 속도 정보인 AIS 자료를 사용하여 학습자료를 추출하였다. 구축된 밴드 조합에 대해 선박탐지 정확도를 평가한 결과, 이중 편파 지표를 진폭과 함께 사용한 경우 진폭 값만을 사용했을 때에 비해 개선된 탐지 정확도를 보였다.

Sentinel-1 영상레이더 간섭 긴밀도 영상의 레이어 병합을 활용한 남극 장보고 과학기지 주변 정착해빙 탐지 (Detection of Landfast Sea Ice Near Jang Bogo Antarctic Research Station Using Layer-Stacked Sentinel-1 Interferometric SAR Coherence Images)

  • 김승희;한향선
    • 지질공학
    • /
    • 제32권2호
    • /
    • pp.271-280
    • /
    • 2022
  • 정착해빙은 극지역 해안에 형성되는 고착된 해빙으로, 해양 생태계와 해안에 위치한 과학기지들의 운용에 큰 영향을 끼치는 중요한 인자이기 때문에 지속적인 관측이 중요하다. 본 연구에서는 6, 12, 18일의 시간 기선을 가지는 Sentinel-1 영상레이더(synthetic aperture radar, SAR) 간섭 긴밀도 영상들을 레이어 병합하여 동남극 장보고 과학기지 주변의 정착해빙을 탐지하였다. 2017년 7월부터 2018년 6월까지 총 50장의 간섭 긴밀도 영상을 제작하였으며, 이로부터 1년간의 정착해빙 면적 변화를 도출하였다. Campbell 빙하설을 기준으로 동쪽과 서쪽에서 정착해빙의 면적이 최대가 되는 시기가 상이함을 확인하였다. 이 연구를 통하여 SAR 간섭 긴밀도를 활용한 정착해빙 탐지 가능성을 확인하였으나, 생성 시간이 짧거나 부드러운 표면을 가져 작은 레이더 후방산란을 보이는 정착해빙과 Campbell 빙하설의 흐름 및 붕괴로 인해 급작스러운 움직임을 보이는 빙하설 인접 지역에서의 정착해빙이 미탐지 되는 한계점은 개선이 필요할 것으로 보인다.

라이다 데이터를 이용한 PM10, PM2.5 질량소산효율 특성 연구 (The Study of PM10, PM2.5 Mass Extinction Efficiency Characteristics Using LIDAR Data)

  • 김태경;주소희;김가형;노영민
    • 대한원격탐사학회지
    • /
    • 제37권6_2호
    • /
    • pp.1793-1801
    • /
    • 2021
  • 2015년 1월부터 2020년 6월까지 라이다를 이용하여 측정된 532와 1064 nm의 후방산란계수와 532 nm의 편광소멸도를 이용하여 532 nm의 후방산란계수를 PM10, PM2.5-10, PM2.5에 해당하는 세 유형으로 구분하고 지상에서 측정된 질량 농도를 이용하여 각각의 질량소산효율을 산출하였다. 산출된 질량소산효율의 전체 평균값은 PM10, PM2.5-10, PM2.5에서 각각 5.1±2.5, 1.7±3.7, 9.3±6.3 m2/g으로 PM2.5가 가장 높은 값을 보였다. PM10과 PM2.5의 질량 농도가 낮을 때 평균 이상의 높은 질량소산효율이 산출되었으며 질량 농도가 높아질수록 질량소산효율이 감소되는 경향을 확인하였다. 황사의 혼합 정도에 따른 유형별로 질량소산효율을 산출하였을 때, PM2.5-10는 황사의 영향으로 오염입자(pollution aerosol, PA)가 2.1±2.8 m2/g으로 오염입자가 주요한 혼합입자(pollution-dominated mixture, PDM), 황사가 주요한 혼합입자 (dust-dominated mixture, DDM), 순수황사 (pure dust, PD)의 1.1±1.8, 1.4±3.3, 1.1±1.5 m2/g보다 두 배 정도 높은 값을 보였다. 하지만, PM2.5는 9.4±6.5, 9.0±5.8, 10.3±7.5, 9.1±9.0 m2/g으로 유형 구분 없이 비슷한 값을 보였다. PM10의 질량소산효율은 PA, PDM, DDM, PD 에서 각각 5.6±2.9, 4.4±2.0, 3.6±2.9, 2.8±2.4 m2/g으로 황사의 비율이 감소할수록 증가하는 경향을 보였다. 동일한 질량 농도 또는 황사 혼합에 따른 동일한 유형을 보이더라도 PM2.5/PM10 값이 낮아질수록 PM2.5-10의 질량소산효율은 감소하고, PM2.5의 질량소산효율은 증가하는 경향을 보였다.

자료변환 기반 특징과 다중 분류자를 이용한 다중시기 SAR자료의 분류 (Classification of Multi-temporal SAR Data by Using Data Transform Based Features and Multiple Classifiers)

  • 유희영;박노욱;홍석영;이경도;김예슬
    • 대한원격탐사학회지
    • /
    • 제31권3호
    • /
    • pp.205-214
    • /
    • 2015
  • 이 연구에서는 자료변환기법을 이용해 추출된 여러 특징과 다양한 분류방법론을 결합하여 다중시기 SAR 자료를 위한 새로운 토지피복 분류기법을 제안하였다. 먼저, 다중시기 SAR 자료로부터 원본자료와는 다른 새로운 정보를 추출하기 위해 주성분분석과 3차원 웨이블렛 변환을 이용한 자료변환을 수행하였다. 그리고 나서 최대우도법 분류자, 신경망, support vector machine을 포함한 세 가지 다른 분류자를 변환된 특징자료들과 원본 후방산란계수 자료를 포함한 세가지 자료에 적용하여 다양한 초기 분류 결과를 얻도록 한다. 이후 다수결규칙을 통해 모든 초기결과를 결합하여 최종 분류 결과를 생성하게 된다. 다중시기 ENVISAT ASAR 자료를 이용한 사례연구에서 모든 초기 결과는 사용한 특징자료와 분류자의 종류에 따라 매우 다양한 분류정확도를 보였다. 이러한 9개의 초기 분류 결과를 결합한 최종 분류 결과는 가장 높은 분류 정확도를 보여주고 있는데, 이는 각 초기 분류 결과가 토지피복을 결정하기 위한 상호 보완적인 정보를 제공하기 때문이다. 이 연구에서의 분류정확도 향상은 주로 자료변환을 통해 얻어진 각기 다른 특징자료와 다른 분류자를 결합에 의한 다양성 확보에서 기인한다. 그러므로 이 연구에서 제안한 토지피복 분류방법론은 다중시기 SAR자료의 분류에 효과적으로 적용가능하며, 또한 다중센서 원격탐사 자료융합으로 확장이 가능하다.

인공위성 합성개구레이더 영상 자료의 해양 활용 - 해상풍 산출을 중심으로 - (Oceanic Application of Satellite Synthetic Aperture Radar - Focused on Sea Surface Wind Retrieval -)

  • 장재철;박경애
    • 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.