• 한국지리정보학회지
• /
• 제24권2호
• /
• pp.78-90
• /
• 2021

정밀지오이드를 구축하기 위하여 육상, 해상, 항공, 위성 중력측정 방법으로 다양화되고 측정 기술이 발전되어 고해상도 고정밀도의 중력자료 확보가 가능해졌다. 정밀지오이드의 구축은 별도의 수준측량 없이 GNSS 측량을 통해 표고를 빠르고 편리하게 결정할 수 있으며 우리나라는 2014년부터 국토지리정보원에서 GNSS를 기반으로 한 높이측량 정확도를 향상시키기 위해 합성지오이드 모델을 개발하고 있다. 본 연구에서는 공공측량의 GNSS높이측량을 검증하기 위하여 기존의 고시된 공공기준점을 선점하여 GNSS높이측량 결과와 비교 분석하였다. 실험은 연구보고서 등에서 정밀도가 낮은 지역으로 제시되거나 정밀도가 낮을 것으로 예상되는 연안, 접경, 산악지형의 공공기준점에 대하여 GNSS높이측량을 수행하고 정밀도를 분석하였다. GNSS높이측량 검증을 위해 공공기준점 GNSS높이측량 기지점으로 사용될 주변 통합기준점의 GNSS 타원체고를 점검하였다. 점검된 통합기준점을 기준으로 공공기준점의 GNSS 타원체고를 산출하고 KNGeoid18 모델을 이용하여 표고를 계산하여 직접수준측량 표고결과와 비교하였다. 분석 결과 연안, 접경, 산악 지역 공공기준점의 GNSS 높이측량 결과가 3·4급 공공수준측량 정확도에 만족하는 것으로 나타났다. 이를 통하여 사용자가 요구하는 높이 정확도에 따라 기존의 직접수준측량보다 GNSS 높이측량이 효율적으로 이용될 수 있으며, KNGeoid18도 자율주행자동차, 무인항공기 등 다양한 분야에서 활용될 수 있을 것으로 판단된다.

• 한국측량학회지
• /
• 제40권5호
• /
• pp.381-391
• /
• 2022

본 연구는 AI 기법 중에 최근 널리 사용되고 있는 딥러닝 모델들을 비교하여 재난으로 인해 손상된 건물의 신속한 감지에 가장 적합한 모델을 선정하는 데 목적이 있다. 먼저, 신속한 객체감지에 적합한 1단계 기반 검출기 중 주요 딥러닝 모델인 SSD-512, RetinaNet, YOLOv3를 후보 모델로 선정하였다. 이 방법들은 1단계 기반 검출기 방식을 적용한 모델로서 객체 인식 분야에 널리 이용되고 있다. 이 모델들은 객체 인식 처리방식의 구조와 빠른 연산의 장점으로 인해 객체 인식 분야에 널리 사용되고 있으나 재난관리에서의 적용은 초기 단계에 머물러 있다. 본 연구에서는 피해감지에 가장 적합한 모델을 찾기 위해 다음과 같은 과정을 거쳤다. 먼저, 재난에 의한 건물의 피해 정도 감지를 위해 재난에 의해 손상된 건물로 구성된 xBD 데이터셋을 활용하여 초고해상도 위성영상을 훈련시켰다. 다음으로 모델 간의 성능을 비교·평가하기 위하여 모델의 감지 정확도와 이미지 처리속도를 정량적으로 분석하였다. 학습 결과, YOLOv3는 34.39%의 감지 정확도와 초당 46개의 이미지 처리속도를 기록하였다. RetinaNet은 YOLOv3보다 1.67% 높은 36.06%의 감지 정확도를 기록하였으나, 이미지 처리속도는 YOLOv3의 3분의 1에 그쳤다. SSD-512는 두 지표에서 모두 YOLOv3보다 낮은 수치를 보였다. 대규모 재난에 의해 발생한 피해 정보에 대한 신속하고 정밀한 수집은 재난 대응에 필수적이다. 따라서 본 연구를 통해 얻은 결과는 신속한 지리정보 취득이 요구되는 재난관리에 효과적으로 활용될 수 있을 것이라 기대한다.

• 한국정보통신학회논문지
• /
• 제4권4호
• /
• pp.875-884
• /
• 2000

해무발생은 대기 ·해양간의 상호작용과 강한 국지적 영향에 좌우된다. 실제로 해양에서의 선상관측과 부이관측의 부족 때문에 그 연구에 어려움이 많다. 따라서 현재 광범위한 해무역의 탐지는 위성영상의 이용만이 가능한데, 즉 매 1시간마다 수신되는 GMS-5호를 이용하여 해무탐지기법과 연속적인 해무탐지를 수행할 수 있다.본 연구에서는 1999년 5월 중 해무 발생시의 종관장을 한기이류형과 난기이류형으로 분류하였으며, 또한 오산 고층 기상자료를 이용한 하층 수증기량의 변동량을 파악하여 5월 10일 OOUTC와 18UTC을 사례일로 결정하였다. 주간 해무 탐지 사례일(1999년 5월 10일 OOUTC)에 대해서 합성영상, 가시누적히스토그램, 지표알 베도값 기법을 적용하였으며 그 중 가시누적히스토그램기법을 이용한 해부탐지의 특성값은A(min) > 20%and DA <. 10% 이며 지표알베도 기법이 가시누적히스토그램보다 합성영상기법의 해무 탐지역이 더욱더 일치하는 것을 보였다. 또한 육상 시정 및 상대습도와 비교할 때 가시누적히스토그램 적용시 시정 1km이하, 상대습도 80%이상지역은 보령 하나였고, 지표알베도기법 적용시 보령, 목포, 강릉지역에서 모두 잘 일치하였다. 야간해무탐지 사례일(1999년 5월 10일 18UTC)에 대해서 적외누적히스토그램과 최대휘도온도값 기법을 적용하였다 적외차 기법인 적외누적히스토그램기법은 야간 해무를 전혀 탐지하지 못하였으며 최대휘도온도값 기법은 T_max < T_max_Os 보다 작고 적외 1채널의 휘도온도값이 700hPa의 수치온도값보다 작을 때 해무역으로 판단되었으며 사례일에 대해서 NOAA(National Oceanic and Atmospjheric Administration) 적외차에의한 해무탐지역과 일치하였다. 그러나 육상 시정 및 상대습도분포와 잘 일치하지 않았다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.979-995
• /
• 2023

산불은 예측이 어려운 재해이기 때문에 실시간 모니터링을 통해 빠르게 대응하는 것이 중요하며, 정지 궤도 위성 영상은 광역을 짧은 시간 간격으로 모니터링할 수 있어 산불 탐지 분야에 활발히 이용되고 있다. 기존의 위성 영상 기반 산불 탐지 알고리즘은 밝기 온도의 통계량 분석을 통한 임계값 기반으로 이상치를 탐지하는 방향으로 진행되어 왔다. 그러나 강도가 약한 산불을 탐지하기 어렵거나, 적절한 임계값 설정의 어려움으로 일반화 성능이 저하되는 한계점이 있어 최근에는 기계학습을 이용한 산불 탐지 알고리즘들이 제시되고 있다. 현재까지는 random forest, VanillaConvolutional neural network (CNN), U-net 구조 등의 비교적 간단한 기법이 적용되고 있다. 따라서, 본 연구에서는 정지궤도 위성인 Advanced Himawari Imager를 이용하여 동아시아와 호주를 대상으로 State of the Art (SOTA)딥러닝 기법을 적용한 산불 탐지 알고리즘을 개발하고자 하였다. SOTA 모델은 EfficientNet과 lion optimizer를 적용하여 개발하고, Vanilla CNN 구조를 사용한 모델과 산불 탐지 결과를 비교하였다. EfficientNet은 동아시아와 호주에서 0.88 및 0.83의 F1-score를 기록함으로써 CNN (동아시아: 0.83, 호주: 0.78)에 비해 뛰어난 성능을 입증하였다. EfficientNet에 불균형 문제 해결을 위한 weighted loss, equal sampling, image augmentation 기법 적용 시, 동아시아와 호주에서 각각 0.92와 0.84의 F1-score를 기록함으로써 적용 전(동아시아: 0.88, 호주: 0.83)에 비하여 성능이 향상되었음을 확인하였다. 본 연구를 통하여 제시된 SOTA 딥러닝 기법의 산불 탐지에의 적용 가능성과 딥러닝 모델의 성능 향상을 위해 고려해야 할 방향은 향후 산불탐지 분야에 대한 딥러닝 적용에 도움이 될 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제39권3호
• /
• pp.325-338
• /
• 2023

구상나무는 한반도 아고산대 생태계에 미치는 기후변화 영향 평가에 중요한 환경지표종이다. 하지만 아고산대의 특성상 해발고도 약 1,000 m 이상에 주로 분포한 구상나무를 주기적으로 현장 조사하는 것은 많은 인력을 요구한다. 따라서 본 연구는 주기적인 관측이 가능한 원격탐사 자료를 활용하여 한라산과 지리산을 대상으로 2003년부터 2020년까지의 9월 Moderate Resolution Imaging Spectroradiometer (MODIS)의 normalized difference vegetation index (NDVI)와 지표면 온도 그리고 Global Precipitation Measurement (GPM)Integrated Multi-satellitE Retrievals for GPM의 강수량 자료를 이용해 구상나무의 식생 변동 및 환경변수와의 연관성을 분석하였다. 2003년과 비교하여 2020년에 구상나무 서식지역의 식생지수 감소를 확인하였으며, 이를 바탕으로 구상나무 생육 우수 지역과 구상나무 고사율이 높은 지역을 선별하였다. 이러한 지역들에 대한 장기간 식생지수 시계열 분석 결과, 한라산과 지리산 모두 고사지역에서 식생지수가 감소하는 경향을 보였다(한라산: -0.46, 지리산: -0.43). 또한 Hodrick-Prescott 필터를 통해 추출된 식생지수와 지표면온도 그리고 강수량의 추세변화를 통해 구상나무의 장기간 변동을 분석한 결과, 한라산의 경우 지표면온도가 증가하고 강수량이 감소하는 시기에 구상나무 생육 우수 지역과 구상나무 고사율이 높은 지역의 식생지수 차이가 증가하였다. 이는 온도 상승과 강수량 감소가 한라산 구상나무 생육쇠퇴에 영향을 미치는 것으로 해석된다. 반면 지리산은 장기적으로 구상나무 고사지역의 장기적인 식생지수 감소 추세를 보여주었으나, 식생지수 변화 패턴이 지표면온도와 강수량과는 유의미한 상관성을 발견하지 못하였다. 추후 지표면 온도와 강수량 외에 선행연구에서 구상나무 생육쇠퇴와 연관이 있다고 알려진 환경인자(토양수분, 일사량, 강풍 등)에 대한 추가 분석이 필요하다. 본 연구를 통해 위성 자료로 구상나무 생태계의 장기간 모니터링 및 환경 변수들의 상관성 분석에 대한 가능성을 제시하였다. 본 연구를 토대로 위성 기반 모니터링이 구상나무의 생태학적 연구에 어떻게 활용될 수 있는지에 대한 이해를 높이는데 도움이 될 것으로 기대한다.

• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2003년도 공동 춘계학술대회 논문집
• /
• pp.363-368
• /
• 2003

Landsat TM 영상을 이용, 명암차가 높은 산악 지역에 적용해왔던 알고리즘을 개선하여 비교적 명암차가 낮고 충적층이 넓게 분포하는 지역의 선구조를 추출하는 알고리즘을 개발하였다. 수치지형모델에 대하여 Local Enhancement를 이용, 평탄한 지역으로부터 충적층을 추출하였다. Zevenbergen & Thorno's Method를 3×3moving windowing을 통해서 최대 경사방향과 경사를 이용하여 충적층을 지나는 선구조 요소를 추출하고 다시 Hough 변환을 이용해서 1차 선구조를 추출하였다. 이로부터 충적층의 직각방향의 지형단면의 경사를 유추해서 spline 보간법을 이용해 단면의 최저점을 구하고 이 구해진 점들을 다시 Hough 변환을 이용해서 최종 선구조를 추출하였다. 본 연구에서 사용한 알고리즘은 기존 알고리즘에서 사용된 소창문보다 훨씬 큰 충적층이 분포하는 지역의 지형 경사가 수렴하는 부분에 선구조가 뚜렷이 나타남을 볼 수 있다. 최대경사방향과 경사를 구해서 얻어진 1차 선구조와 최종선구조에서 선구조 방향이 다소 차이를 보인다. 1차 선구조의 수직방향 지형단면의 자료를 이용함에 있어, 지형 단면의 시작점과 끝지점을 임의적으로 결정하는 것이 아니라, 충적층을 가로질러 최고점까지 또는 다음 충적층이 나을 때까지의 자료를 이용해서 보간법을 사용하였고, 충적층의 넓이에 따라 보간할 자료량의 차이에 의한 오차가 발생할 수 있다. 넓은 충적층에서 선구조가 잘 추출되는 반면에 좁은 충적층이 분포하거나 계곡에 해당하는 지역에서는 경사수렴부와 일치하지 않는 선구조가 추출되었다. 이는 향후 계속적으로 연구해서 보완되어야 할 것으로 사료된다. 차원에서 기준치 설정 및 주기적인 측정을 통해 지속적으로 관리를 해야 한다. 그리고 정기적인 특수건강진단의 실시와 같은 근본적인 해결방안을 찾아야겠다.l rectangular type to a wed농e type. The Proposed wedge shape makes the absorption length longer for obliquely incident photons, thus increasing the detection efficiency and suppressing leakage coefficient. For the BGO detectors of 4-8mm width, the computer simulation result of the system using wedge detectors reveals resolution improvement to the system using conventional detectors. For the system composed of 200 BGO detectors of 8mm width with 2 point sampling motion, the simulation resolution system using conventional detectors. For the very high resolution system of 3-7mm FWHM, the characteristics of the detector shape and size is studied by computer simulation.n, but also such efficient a parameter as to perform almost like entropy.소한 1대

• 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
• /
• 제37권5_1호
• /
• pp.959-974
• /
• 2021

Forel-Ule Index (FUI)는 자연에 존재하는 담수 및 해수의 색을 남색부터 고동색까지 21 가지의 등급으로 구분하는 지표이다. FUI는 여러 선행연구에서 수계의 부영양화 지수, 수질인자, 광 특성 등과 연관 지어 분석되었으며, 여러 수질인자의 광학적 정보를 동시에 가지고 있는 새로운 수질 지표로써의 가능성이 제시되었다. 본 연구에서는 500 m의 높은 공간해상도를 가지는 정지궤도 해양위성해색탑재체(Geostationary Ocean Color Imager; GOCI) 관측 자료와 Random Forest (RF) 기계학습 기법을 활용하여 Ocean Colour-Climate Change Initiative(OC-CCI) 기반의 4 km FUI 자료를 공간 상세화 시켰다. 이를 활용하여 우리나라 연안 해역에 대한 수질인자와의 상관관계와 주요 해역에 대한 FUI의 공간적 분포 및 계절별 특성 변화를 분석하였다. 검증 결과 RF 기법으로 추정한 RF FUI는 결정계수(R²)=0.81, 평균 제곱근 오차(Root Mean Square Error; RMSE)=0.7784로, Pitarch의 OC-CCI FUI 알고리즘을 적용하여 계산한 GOCI FUI 추정 정확도(R²=0.72, RMSE=0.9708) 대비 향상된 결과를 보였다. RF FUI는 총 질소(Total Nitrogen), 총 인(Total Phosphorus), 클로로필-a(Chlorophyll-a), 총 부유물질(Total Suspended Solids), 투명도(Secchi Disk Depth)를 포함하는 5가지 수질인자와 각각 0.87, 0.88, 0.97, 0.65, -0.98의 상관계수로 강한 상관성을 보였다. 산출된 FUI의 시간적 패턴 역시 여러 수질인자와의 물리적 관계를 반영하며 유의미한 계절적 패턴의 변화를 보였다. 본 연구의 결과로 한반도 연안 수질 관리에서 고해상도 FUI의 활용 가능성을 제시하였다.

• 한국해양학회지:바다
• /
• 제24권3호
• /
• pp.375-388
• /
• 2019

지구의 탄소순환을 이해하고 미래 대기 $CO_2$의 농도와 기후 변화를 예측하기 위해서는 해양과 대기 사이 $CO_2$ 교환율(sea-to-air $CO_2$ flux)의 시공간 변화를 정확하게 추정하는 것이 필요하다. 연구선을 이용한 현장 관측이 갖고 있는 시공간 제약으로 인해 동해에는 매우 제한적인 표층 이산화탄소분압($fCO_2$) 자료만 존재한다. 이 연구에서는 위성 및 수치모형에서 얻은 수온, 염분, 엽록소, 혼합층 자료를 세 종류의 기계학습 모형에 입력하여 동해 남서부해역의 고해상도 표층 $fCO_2$ 시계열 자료를 산출하였다. 세 모형 중 현장 관측 자료를 가장 잘 재현하는 Random Forest (RF) 모형의 평균제곱근오차는 $7.1{\mu}atm$이었다. RF 모형을 이용한 $fCO_2$ 예측에 중요한 역할을 하는 변수는 수온, 염분과 시간 정보였으며, 엽록소와 혼합층 깊이는 $fCO_2$ 예측에 미미한 역할을 하였다. RF 모형에서 예측한 표층 $fCO_2$를 이용하여 계산한 동해 남서부해역의 $CO_2$ 교환율은 $-0.76{\pm}1.15mol\;m^{-2}yr^{-1}$로 이전 현장 관측 연구에서 제시한 교환율( $-0.66{\sim}-2.47mol\;m^{-2}yr^{-1}$) 범위 중 작은 값에 해당한다. RF 모형의 표층 $fCO_2$ 시계열 자료는 1주일 내외의 짧은 시간 사이에도 $CO_2$ 교환율이 상당히 변할 수 있음을 보여주었다. 앞으로 보다 정확한 $CO_2$ 교환율 산출을 위해서는 $fCO_2$가 급격하게 변화하는 봄철에 높은 해상도의 현장 관측을 수행할 필요가 있다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.933-948
• /
• 2023

대기 중 에어로졸은 인체에 악영향을 끼칠 뿐 아니라 기후 시스템에도 직간접적인 영향을 미치므로 에어로졸의 특성과 시공간적인 분포에 대한 이해는 매우 중요하다. 이를 위해 위성기반 관측을 통해 에어로졸 광학 두께(Aerosol Optical Depth, AOD)를 산출하여 에어로졸을 모니터링하는 다양한 연구가 수행되어 왔다. 하지만 이는 주로 조견표를 활용한 역 산출 알고리즘에 기반하여 이루어지기 때문에 많은 계산량을 요구하며 불확실성이 존재한다. 따라서, 본 연구에서는 Geostationary Ocean Color Imager-II (GOCI-II)의 대기상한반사도와 30일 동안의 대기상한반사도 중 최솟값과 관측 시점 값의 차이 값, 수치 모델 기반 기상학적 변수 등을 활용하여 기계학습 기반 고해상도 AOD 직접 산출 알고리즘을 개발하였다. Light Gradient Boosting Machine (LGBM) 기법이 사용되었으며, 추정된 결과는 지상 관측 자료인 Aerosol Robotic Network (AERONET) AOD를 활용하여 랜덤, 시간 및 공간별 N-fold 교차검증을 통해 검증되었다. 세 가지 교차검증 결과 R²=0.70-0.80, RMSE=0.08-0.09, 기대오차(Expected Error, EE) 안에 있는 비율은 75.2-85.1% 수준으로 안정적인 성능을 보였다. Shapley Additive exPlanations (SHAP) 분석에서는 반사도 관련 변수들이 기여도의 상위권 대부분을 차지하고 있는 것을 통해 반사도 자료가 AOD 추정에 많은 기여를 하는 것을 확인하였다. 서울과 울산 지역에 대한 시간 별 AOD의 공간 분포를 분석한 결과, 개발된 LGBM 모델은 시간의 흐름에 따라 AERONET AOD 값과 유사한 수준으로 AOD를 추정하고 있었다. 이를 통해 높은 시공간 해상도(i.e., 시간별, 250 m)에서의 AOD 산출이 가능함을 확인하였다. 또한, 산출 커버리지 비교에서 LGBM 모델의 평균 산출 빈도가 GOCI-II L2 AOD 산출물 대비 8.8%가량 증가한 것을 통해 기존 물리모델기반 AOD 산출 과정에서 발생하던 밝은 지표면에 대한 과도한 마스킹의 문제점을 개선시킨 것을 확인하였다.