• 한국조경학회지
• /
• 제46권2호
• /
• pp.52-61
• /
• 2018

도시는 콘크리트, 아스팔트 등 인공적인 피복과 고층 건물의 증가로 인해 열섬현상이 발생되고 있다. 이와 관련하여 인공위성 열적외 영상을 활용한 도시의 열환경 분석에 대한 연구가 활발히 진행되고 있다. 그러나 복잡한 토지피복을 가진 도시의 열환경 특성을 분석하기에는 위성영상의 공간해상도는 한계를 가지고 있다. 무인항공기(UAV)는 높은 해상도의 영상을 취득할 수 있어 이러한 한계점을 보완하기에 적절하며, 최근 폭넓게 활용되고 있다. 이에 본 연구는 무인항공기 열적외 영상의 정확성 검증과 Landsat 8 열적외 영상과의 해상도 비교를 통한 도시 내 열환경 분석에서 활용가능성에 대해 검토하였다. 정확성 검증 결과, 온도 값의 상관성은 0.95로 높은 양의 상관관계를 보였고, 두 집단의 통계적 차이가 없었다. 해상도 비교를 위한 두 영상의 지표온도의 차이 분석 결과, 시가화 지역이 $4.63^{\circ}C$로 가장 높은 차이를 보였으며, 셀 단위가 작은 무인항공기영상이 다양한 지표온도를 반영하였다. 온도 그래프 비교 결과, 도시의 지표온도를 낮출 수 있는 습지, 가로녹지 등의 세부적인 공간의 지표온도 분석이 가능하였고, 가로수 그림자의 지표온도저감 효과 분석 결과, 약 $4{\sim}6^{\circ}C$ 가량 낮추는 것으로 나타났다. 무인항공기는 세부적인 공간의 분석이 가능하였고, 단시간에 일정 면적의 지표온도를 취득하기 용이하였다. 따라서 무인항공기는 피복을 고려한 공원의 조성이나 관리, 소규모 녹지의 효과 분석 등 도시 내 열환경 분석 전반에 걸쳐 높은 활용성을 가질 것이라 판단된다.

• 대한원격탐사학회지
• /
• 제37권3호
• /
• pp.449-461
• /
• 2021

광학 위성정보에 대한 분석대기자료(ARD)는 각 센서 별 분광특성과 촬영각 등을 적용하는 전처리 작업에 의한 성과물이다. 대기보정 처리과정은 통하여 얻을 수 있는 대기반사도와 지표반사도는 기본적이면서 복잡한 알고리즘을 요구한다. 대부분 위성 정보처리 소프트웨어에서는 Landsat 위성 대기보정 처리 알고리즘 및 기능을 제공하고 있다. 또한 사용자는 클라우드 환경에서 Google Earth Engine(GEE)을 통하여 USGS-ARD와 같은 Landsat 반사도 성과에 직접 접근할 수 있다. 이번 연구에서는 고해상도 위성정보 처리에 활용되고 있는 Orfeo ToolBox(OTB) 오픈 소스 소프트웨어의 대기보정 기능을 확장 구현하였다. 현재 OTB 도구는 어떠한 Landsat 센서도 지원하지 않기 때문에, 이 확장 도구는 최초로 개발된 사례이다. 이 도구를 이용하여 RadCalNet 사이트의 Railroad Valley, United States(RVUS) 반사율 자료 값을 이용한 결과 검증을 위하여 같은 지역의 Landsat-8 OLI 영상의 절대 대기보정에 의한 반사도 성과를 산출하였다. 산출된 결과는 RVUS 자료를 기준으로 반사도 값과의 차이가 5% 미만으로 나타났다. 한편 이 반사도 성과는 USGS-ARD 반사도 값뿐만 아니라 QGIS Semi-automatic Classification Plugin과 SAGA GIS와 같은 다른 오픈 소스 도구에서 산출된 성과를 이용한 비교 분석을 수행하였다. OTB 확장도구로부터 산출한 반사도 성과는 RadCalNet RVUS의 자료와 높은 일치도를 나타내는 USGS-ARD의 값과 가장 부합되는 것으로 나타났다. 이 연구에서 OTB 대기보정 처리의 다양한 위성센서 적용 가능성을 입증한 결과로 이 모듈을 다른 센서정보로 확장하여 구현하는 경우에도 정확도가 높은 반사도 산출이 가능한 것을 확인할 수 있었다. 이와 같은 연구 방법은 향후 차세대중형위성을 포함하는 다양한 광학위성에 대한 반사도 성과 산출 도구개발에도 활용할 수 있다.

• 대한원격탐사학회지
• /
• 제28권2호
• /
• pp.191-202
• /
• 2012

KOMPSAT-2와 같은 고해상 위성영상은 대상영역의 3차원 위치결정을 위하여 RPC(Rational Polynomial Coefficient)가 포함된 자료를 제공한다. 그러나 RPC로 계산된 영상기하는 일정량의 편이(systematic errors)를 지니고 있는 상태이며, 이를 보정하기 위해서는 수 개 이상의 지상기준점(ground control point)이 필요하다. 이에 본 논문에서는 지상기준점 없이 입체영상(stereo pair)과 SRTM(Shuttle Radar Topography Mission) DEM(Digital Elevation Model) 사이의 대응점(tie point)만을 이용하여 자동으로 영상 기하를 보정하는 효과적인 방법을 제안하였다. 이러한 방법은 4가지 단계를 포함 한다: 1) 대응점 추출, 2) 대응점에 대한 지상좌표 결정, 3) SRTM DEM을 이용한 지상좌표의 보정, 4) RPC 보정 모델의 파라미터 결정. 우리는 KOMPSAT-2 입체영상을 이용하여 제안된 방법의 성과를 입증하였다. 검사점(check point)을 통해 계산된 RMSE(Root Mean Square Error)는 X와 Y, Z방향으로 각각 약 3.55 m, 9.70 m, 3.58 m를 나타냈다. 이는 SRTM DEM을 이용하여 RPC가 지닌 편이를 X, Y 및 Z 모든방향에 대하여 10 m이내의 정확도로 자동보정할 수 있다는 것을 의미한다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1015-1023
• /
• 2022

착륙선의 진입-하강-착륙 과정에는 많은 환경적 및 기술적 어려움이 수반된다. 이러한 문제들을 해결하기 위한 방안으로, 최근 착륙선에는 지형상대항법 기술이 필수적으로 고려되고 있다. 지형상대항법은 하강하는 착륙선에서 수집되는 Inertial Measurement Unit (IMU) 데이터 및 영상 데이터를 기 구축된 참조 데이터와 비교하여 착륙선의 위치 및 자세를 추정하는 기술이다. 본 논문에서는 화성에서 활용할 지형상대항법 기술을 개발하기 위해 그 핵심 기술 요소로서 하강 데이터셋 생성 및 랜드마크 추출 방법을 제시한다. 제안방법은 화성착륙 시뮬레이션 궤적정보를 이용하여 하강하는 착륙선의 IMU 데이터를 생성하며, 이에 맞추어 고해상도 정사영상지도 및 수치표고모델로부터 ray tracing 기법을 통해 하강영상을 생성한다. 랜드마크 추출은 텍스쳐 정보가 부족한 화성 표면의 특성을 고려하여 영역 기반 추출 방식으로 이루어지며, 정합 정확도와 속도 향상을 위해 탐색영역 축소가 수행된다. 하강영상 생성 방법의 성능분석 결과는 제안방법으로 촬영 기하학적 조건을 만족시키는 영상 생성이 가능함을 보여주었으며, 랜드마크 추출 방법의 성능분석 결과는 제안방법을 통해 수 미터 수준의 위치 추정 정확도를 담보하면서 동시에 특징점 기반 방식만큼의 처리속도 확보가 가능함을 보여주었다.

• 대한원격탐사학회지
• /
• 제36권5_2호
• /
• pp.867-879
• /
• 2020

본격적인 우주기술 활용시대가 전망되는 현재의 시점에서 고해상도 영상취득이 가능한 국토관측위성의 발사가 2021년으로 예정되어 있다. 이에 따라 국토관측위성의 지상국의 핵심설계요소로 영상사용자의 위성영상 활용성과 작업자의 처리효율성 증대가 강조되어 왔다. 이에 대응하여, 국토관측위성의 수집, 처리, 저장, 관리 및 활용을 위한 핵심기술과 국토관측위성 지상국의 운영시스템을 개발하는 국토관측위성 수집 및 활용기술개발 연구사업이 진행되었다. 본 논문에서는 상기 연구개발사업의 성과로 개발된 국토관측위성 활용핵심기술과 지상국 운영시스템 개발결과를 소개한다. 개발된 지상국 운영시스템은 한반도 전역의 GCP(Ground Control Point) chip DB(Database)와 DEM(Digital Elevation Model) DB를 시스템 내에 구축하여 자동화된 방식으로 정밀정사영상을 생성하기 위한 기술 및 시스템을 구현하였다. 나아가 생성된 정밀정사영상을 1:5,000 도엽단위로 분할한 도엽정사영상을 생산하여 향후 분석준비자료 (ARD(Analysis Ready Data)) 체계로 발전할 수 있도록 개발하였다. 또한 정밀정사영상 및 도엽정사영상으로부터 DSM(Digital Surface Model)자료, 변화탐지지도, 객체추출지도 등 다양한 활용산출물이 체계적으로 생산될 수 있도록 활용산출물 생산 SW를 지상국 운영시스템과 연동시킬 수 있게 개발하였다. 본 연구진이 개발한 국토위성정보 활용기술 및 운영시스템은 국내 최초로 한반도 GCP chip DB구축을 통해서 자동화된 정밀정사영상생성 기술을 확보하고 다양한 활용산출물의 생산을 위성지상국 운영시스템에 접목했다는 점에서 의의가 있다고 판단된다. 개발된 국토위성정보 운영시스템은 국토관측위성의 주 활용부처인 국토지리정보원 국토위성정보활용센터에 설치되었으며, 향후 동 센터의 업무에 크게 기여할 것으로 바라보고 있다. 또한, 향후 발사예정인 여러 저궤도 지구관측위성의 지상국 시스템에 대한 기준을 제시할 수 있을 것으로 기대한다.

• 대한원격탐사학회지
• /
• 제37권6_1호
• /
• pp.1545-1557
• /
• 2021

농작물은 그 종과 생육상태에 따라 민감한 분광특성을 나타내며, 특히 여름철에 집중적으로 관측이 필요하나 장마로 인해 광학위성의 활용이 어렵다. 이 문제를 해결하기 위해 CC-MNC(Constrained Cloud-Maximum NDVI Composite) 기법이 개발되었으며, 이 기법을 통해 구름의 영향이 최소화된 일정 주기의 대표 합성영상이 생성된다. 본 연구에서도 이 기법을 이용하여, 2019년부터 2021년까지 논과 고랭지 배추밭을 대상으로 Sentinel-2A/B NDVI 월합성영상을 제작하였다. 다른 해보다 200 mm 많은 강수량을 보이는 2020년 8월에는 16일 주기 MODIS NDVI합성영상에서도 구름의 영향이 크게 나타났다. 이 시기를 제외하고 CC-MNC 기법은 평균적으로 원영상의 45.4%의 구름 비율을 14.9%로 줄일 수 있었다. 논의 경우 Sentinel-2A/B와 MODIS NDVI 값이 큰 차이가 나지 않았으며, 5일의 주기로도 벼의 생육 주기를 잘 모니터링할 수 있었다. 고랭지 배추밭의 경우, Sentinel-2A/B에서는 고랭지 배추의 짧은 생육 주기가 잘 나타났지만, MODIS는 공간해상도의 한계를 보였다. 이와 함께 CC-MNC 기법은 수확 시기에 구름 화소가 합성에 사용되는 현상이 보이기도 하였으며, 국내지역에 맞게 VZA 임계치의 조정이 필요하다는 시사점이 도출되었다.

• 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
• /
• 제36권6_2호
• /
• pp.1509-1521
• /
• 2020

다목적실용위성(KOMPSAT-3A: Korea Multi-Purpose Satellite 3A)으로부터 산출된 지표 반사도 성과의 검정 작업을 위하여 분광 반사도 측정값을 제공하고 있는 포털인 Radiometric Calibration Network(RadCalNet)에서 제공하는 4 개의 사이트 자료 중에서 중국 바오터우(Baotou: BTCN) 데이터를 이용한 실험을 수행하였다. 실험을 위한 반사도 성과는 대기 반사도와 지표 반사도를 일괄적으로 처리할 수 있도록 재설계하고 구현한 오픈소스 Orfeo ToolBox(OTB)의 확장 프로그램(Extension)을 이용하여 생성하였다. 절대 대기 보정에 적용되는 두 가지의 센서 모델 변수를 고려하여 2016년, 2017년, 2018년 자료 1개씩 총 3개의 영상 자료를 실험에 적용하였다. 한편 각각 USGS LaSRC 알고리즘과 SNAP Sen2Cor 프로그램을 이용하여 Landsat-8과 Sentinel-2B 영상정보로부터 산출한 반사도 성과와의 비교 검증 작업을 수행하여 센서 별 차이를 확인하고자 하였다. 대기 반사도와 지표 반사도를 대상으로 절대 대기 보정을 위한 필수 입력 값인 Gain과 Offset에 대한 센서 모델 변수 값을 적용한 결과로, 2019년에 발표된 변수 값을 사용한 성과에 비하여 2017년 변수 값을 사용한 성과가 RadCalNet BTCN 자료에 비교적 잘 부합되는 것으로 나타났다. RadCalNet BTCN 자료를 기준으로 KOMPSAT-3A 영상정보의 지표 반사도 성과와의 차이는 밴드 별로 B 밴드(-0.031 ~ 0.034), G 밴드(-0.001 ~ 0.055), R 밴드(-0.072 ~ 0.037), NIR 밴드(-0.060 ~ 0.022)로 일치도가 높은 것으로 나타났고, Landsat-8 영상과 Sentinel-2B 영상의 지표 반사도의 경우도 KOMPSAT-3A 영상의 지표 반사도 성과의 정확도와 유사한 수준인 것으로 나타났다. 이번 연구 결과는 고해상도 위성에서 지표 반사도 값에 대한 분석 대기 데이터(Analysis Ready Data: ARD) 적용 가능성을 확인한 것에 의미가 있다.

• 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.