• 대한원격탐사학회지
• /
• 제37권3호
• /
• pp.379-394
• /
• 2021

우리나라에서는 2005년부터 전국 에어코리아(Air Korea) 측정소의 대기오염도 정보를 실시간으로 제공하고 있다. 선행연구들은 이러한 포인트 기반의 미세먼지 농도 자료에 대한 격자지도화 가능성을 보여준 바 있으나, 측정소가 밀집된 특정 도시만을 대상으로 하였다. 본 연구에서는 우리나라 전역의 PM10 일평균 격자 지도를 산출하기 위해서, 전국 333개 에어코리아 측정소 자료를 활용하여 베리오그램 최적화 기반의 정규크리깅을 수행하고, 검증지점의 공간적인 과밀(too dense) 및 과소(too sparse)를 방지하기 위하여 검증지점의 위치에 따른 선별적 임의추출을 통한 암맹평가를 실시하였다. 114,745건의 데이터로부터 365일 각각 다른 검증지점을 추출하는 암맹평가를 4회에 걸쳐 수행한 결과, MAE=5.697 ㎍/m³, CC=0.947의 정확도 통계량이 산출되어, 매우 효과적인 공간내삽이 이루어졌음을 확인할 수 있었다. 또한, PM10 고농도 사례(나쁨 및 매우 나쁨)로 분류된 1,500건 이상에 대해서도 MAE=11~12 ㎍/m³, CC=0.870~873의 정확도를 나타냈으며, 이는 본 연구의 방법론이 다양한 상황에 적용가능함을 의미한다. 2019년 365일에 대해 산출된 0.05° 해상도의 일평균 PM10 격자지도는 자연스러운 공간분포를 나타내는 것이 시각적으로도 확인되었다. 이러한 PM10 농도의 격자지도는 향후의 연구에서 익일 PM10 농도의 격자예측을 위한 입력자료로 활용될 수 있을 것이다.

• 대한원격탐사학회지
• /
• 제39권5_1호
• /
• pp.715-727
• /
• 2023

산악지역의 기상정보를 상세하고 적절히 제공하기 위해 산림청에서는 2012년부터 전국 주요 산악지역을 대상으로 산악기상관측망(Automatic Mountain Meteorology Observation Station, AMOS)을 구축하여, 2022년 현재 464개의 관측소가 운영되고 있다. 본 연구에서는 AMOS 지점 관측을 이용하여 우리나라 산림에 적합한 기온 격자자료를 산출하기 위해서, 기온감률 보정을 적용한 최적의 크리깅(kriging) 기법을 제안하고 그 가용성을 평가하였다. 우선 통계적 처리를 통해 AMOS 기온자료의 이상치를 제거하였고, 이 자료를 이용하여 경험 베리오그램(variogram)에 가장 근사하는 이론 베리오그램을 도출하여 최적화 크리깅을 수행하였다. 이 때 기온감률 보정(lapse rate correction)을 적용하여 산악지형의 고도 변이가 반영되는 500 m 해상도의 기온격자지도를 생성하였다. 공간적으로 치우치지 않은 검증샘플을 이용한 암맹평가를 통해 본 기법의 가용성을 평가한 결과, 0.899-0.953의 상관계수 및 0.933-1.230℃의 오차를 나타내 기온감률 보정을 적용하지 않은 정규크리깅에 비해 정확도가 다소 향상되었다. 또한 기온감률 크리깅은 우리나라 산림의 복잡지형을 잘 표현하여, 강원도 산간지역과 해안산림지역의 국지적인 변이 및 지리산·내장산과 그 주변 산림의 지형적 차이와 같은 미세한 지역특성을 살릴 수 있다는 것이 가장 큰 장점이라고 할 수 있다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1413-1425
• /
• 2023

기후변화로 인한 대형 산불의 빈도가 증가함에 따라 극심한 인명 및 재산상의 피해를 초래하고 있다. 이로 인해 많은 식생이 소실되며, 그 강도와 발생 형태에 따라 생태계 변화에 영향을 끼친다. 생태계 변화는 다시 산불 발생을 유발하여 2차 피해를 야기한다. 따라서 산불 피해지에 대한 정확한 탐지 및 면적 산정의 중요성이 지속적으로 제기되고 있다. 효율적인 산불 피해지 모니터링을 위해 산불 발생 후 실시간 지형 및 기상정보는 물론 피해지역의 영상을 대규모로 취득할 수 있는 위성영상이 주로 활용되고 있다. 최근, 합성곱 신경망(convolution neural network, CNN) 기반 모델부터 고성능 트랜스포머(Transformer) 기반 모델에 이르기까지 딥러닝 알고리즘이 빠르게 발전하면서 산림원격탐사에서 이를 적용한 연구가 활발히 이루어지고 있다. 하지만 현재까지 적용된 딥러닝 모델은 제한적이며 현업에서의 합리적인 활용을 위한 정량적 성능평가에 대한 보고가 부족한 상황이다. 따라서 본 연구에서는 모델에 따른 성능향상과 데이터 설계에 따른 성능향상을 중점적으로 비교 분석하였다. 미국 캘리포니아 지역을 대상으로 CNN 기반 모델의 U-Net, High Resolution Network-Object Contextual Representation (HRNet-OCR)을 활용하여 산불 피해지 모델을 구축하였다. 또한, 기본 파장대역과 함께 식생활력도 및 지표의 수분함량 정도를 고려하고자 normalized difference vegetation index (NDVI), normalized burn ratio (NBR)와 같은 산불 관련 분광지수를 산출하여 입력 이미지로 사용하였다. U-Net의 mean intersection over union (mIoU)이 0.831, HRNet-OCR이 0.848을 기록하여 두 모델 모두 우수한 영상분할 성능을 보였다. 또한, 밴드 반사도뿐 아니라 분광지수를 추가한 결과 모든 조합에서 평가지표 값이 상승하여 분광지수를 활용한 입력 데이터 확장이 픽셀 세분화에 기여함을 확인하였다. 이와 같은 딥러닝 방법론을 발전시킨다면 우리나라의 산불 피해지에 대한 신속한 파악 및 복구 계획 수립의 기초자료로 활용될 수 있을 것으로 기대된다.

• 한국토양비료학회지
• /
• 제43권5호
• /
• pp.684-695
• /
• 2010

Geographic information system (GIS) is being increasingly used for decision making, planning and agricultural environment management because of its analytical capacity. GIS and remote sensing have been combined with environmental models for many agricultural applications on monitoring of soils, agricultural water quality, microbial activity, vegetation and aquatic insect distribution. This paper introduce principles, vegetation indices, spatial data structure, spatial analysis of GIS and remote sensing in agricultural applications including terrain analysis, soil erosion, and runoff potential. National Academy of Agricultural Science (NAAS), Rural Development Administration (RDA) has a spatial database of agricultural soils, surface and underground water, weeds, aquatic insect, and climate data, and established a web-GIS system providing spatial and temporal variability of agricultural environment information since 2007. GIS-based interactive mapping system would encourage researchers and students to widely utilize spatial information on their studies with regard to agricultural and environmental problem solving combined with other national GIS database. GIS and remote sensing will play an important role to support and make decisions from a national level of conservation and protection to a farm level of management practice in the near future.

• 대한원격탐사학회지
• /
• 제32권6호
• /
• pp.673-679
• /
• 2016

본 연구에서는 Geostationary Ocean Color Imager (GOCI)의 수출광량(Water-leaving radiance) 자료와 흡광계수(Absorption Coefficients) 자료를 이용하여 한국 남해에 발생한 Cochlodinium polykrikoides 적조를 탐지하는 방법을 제안한다. C. polykrikoides의 분광스펙트럼을 분석하여, 412 nm에서 555 nm구간 파장대의 수출광 및 흡광 특성을 확인하였고 이를 이용하여 적조지수를 개발하였다. 본 연구에서 제안한 탐지기법은 광학적으로 복잡한 남해에서 발생한 적조를 탐지하였으며, 이러한 결과를 바탕으로 향후 적조 방재에 활용될 수 있을 것이라 판단된다.

• 대한원격탐사학회지
• /
• 제40권1호
• /
• pp.1-8
• /
• 2024

Busan is the 6th largest port city in the world, where nitrogen dioxide (NO₂) emissions from transportation and port industries are significant. This study aims to assess the NO₂ products of the Geostationary Environment Monitoring Spectrometer (GEMS) over Busan using ground-based instruments (i.e., surface in-situ network and Pandora). The GEMS vertical column densities of NO₂ showed reasonable consistency in the spatiotemporal variations, comparable to the previous studies. The GEMS data showed a consistent seasonal trend of NO₂ with the Korea Ministry of Environment network and Pandora in 2022, which is higher in winter and lower in summer. These agreements prove the capability of the GEMS data to monitor the air quality in Busan. The correlation coefficient and the mean bias error between the GEMS and Pandora NO₂ over Busan in 2022 were 0.53 and 0.023 DU, respectively. The GEMS NO₂ data were also positively correlated with the ground-based in-situ network with a correlation coefficient of 0.42. However, due to the significant spatiotemporal variabilities of the NO₂, the GEMS footprint size can hardly resolve small-scale variabilities such as the emissions from the road and point sources. In addition, relative biases of the GEMS NO₂ retrievals to the Pandora data showed seasonal variabilities, which is attributable to the air mass factor estimation of the GEMS. Further studies with more measurement locations for longer periods of data can better contribute to assessing the GEMS NO₂ data. Reliable GEMS data can further help us understand the Asian air quality with the diurnal variabilities.

• 대한원격탐사학회지
• /
• 제40권3호
• /
• pp.269-274
• /
• 2024

High-quality precipitation data are crucial for various industries, including disaster prevention. In South Korea, long-term high-quality data are collected through numerous ground observation stations. However, data between these stations are reprocessed into a grid format using interpolation methods, which may not perfectly match actual precipitation. A prime example of real-time observational grid data globally is the Integrated Multi-satellite Retrievals for Global Precipitation Measurement (GPM IMERG) from National Aeronautics and Space Administration (NASA), while in South Korea, ground radar data are more commonly used. GPM and ground radar data exhibit distinct differences due to their respective processing methods. This study aims to analyze the characteristics of GPM and Constant Altitude Plan Position Indicator(CAPPI),representative real-time grid data, by comparing them with ground-observed precipitation data. The study period spans from 2021 to 2022, focusing on hourly data from Automated Synoptic Observing System (ASOS) sites in South Korea. The GPM data tend to underestimate precipitation compared to ASOS data, while CAPPI shows errors in estimating low precipitation amounts. Through this comparative analysis, the study anticipates identifying key considerations for utilizing these data in various applied fields, such as recalculating design rainfall, thereby aiding researchers in improving prediction accuracy by using appropriate data.

• 한국측량학회지
• /
• 제40권5호
• /
• pp.439-448
• /
• 2022

MV (Moving Vehicle) detection using satellite imagery is important for traffic monitoring and provides a wide range of observations. Specifically, MV detection methods utilizing the time lag in single-pass optical satellite images have been studied for detecting MVs from a single set of images. Because of limitations in detecting MVs outside of roads, most previous studies required road information to limit the moving object to cars on the road. However, it is difficult to obtain road information from inaccessible areas. Therefore, this study proposed a new method for detecting MVs regardless of their locations from single-pass optical satellite images without using additional data. WV-3 (Worldview-3) satellite images were used, and a spatial correlation coefficient map was proposed to detect spatial displacement which denotes MVs across two WV-3 MS images. Finally, evaluation was performed through quantitative metrics and visual inspection. The evaluation results revealed that the proposed method can detect MV movements from the single-pass satellite images. On the contrary, misdetected or undetected MVs due to radiometric differences between the images could be identified by visual inspection. The performance of the proposed method can be improved by minimizing radiometric variations and adding conditions that are robust to radiometric differences between the images.

• 한국컴퓨터정보학회논문지
• /
• 제22권1호
• /
• pp.41-48
• /
• 2017

In this study, we proposed GIS-based Regional Crime Prevention Index (RCPI) development method designed to support local governments with systematic crime prevention activities. The public interest in safe urban environment is increasing rapidly. The government is putting efforts into crime prevention activities to eliminate the criminal opportunities in advance. CPTED is method to prevent crimes in the city by improving environmental factors that cause crime. It is used by local governments to promote the crime prevention activities centering on the expansion of CCTVs and street lamps and the improvement of street environment. However, most policies were terminated as one-off programs and it is necessary to monitor the effect of such policies on a continuous basis. In order to alleviate issues, this study proposed RCPI as part of crime safety assessment in urban environments. The estimation of RCPI in City A of Gyeonggi-do showed relative differences in 31 districts (dong), indicating that it is also possible to evaluate the crime safety in the local community on the level of the administrative dong, the smallest administrative district in the urban environments. As a crime map, the RCPI will be used effectively as he reference to support the decision making process for local government in the future.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.949-965
• /
• 2023

본 연구에서는 Sentinel-1 synthetic aperture radar 영상을 활용하여 딥러닝 모델인 Swin Transformer로 국내 농업용 저수지의 수표면적을 모니터링 하는 방법을 제시한다. Google Earth Engine 플랫폼을 이용하여 70만톤 급, 90만톤급, 150만톤급 저수지 7개소에 대한 2017년부터 2021년 데이터셋을 구축하였다. 저수지 4개소에 대한 영상 1,283장에 대해서 셔플링(suffling) 및 5-폴드(fold) 교차검증 기법을 적용하여 모델을 학습하였다. 시험평가 결과 모델의 윈도우 크기를 12로 설정한 Swin Transformer Large 모델은 각 폴드에서 평균적으로 99.54%의 정확도와 95.15%의 mean intersection over union (mIoU)을 기록하여 우수한 의미론적 분할 성능을 보여주었다. 최고 성능을 보여준 모델을 나머지 3개소 저수지 데이터셋에 적용하여 성능을 검증한 결과, 모든 저수지에서 정확도 99% 및 mIoU 94% 이상을 달성함을 확인했다. 이러한 결과는 Swint Transformer 모델이 국내의 농업용 저수지의 수표면적 모니터링에 효과적으로 활용될 수 있음을 보여준다.