• 대한원격탐사학회지
• /
• 제37권2호
• /
• pp.359-365
• /
• 2021

천리안위성2A호 기상탑재체 AMI(Advanced Meteorological Imager) 센서 검출기의 최상의 요소들로 구성된 Best Detector Select (BDS) 맵은 발사 전 확정되어 AMI에 업로드 되어 있다. 위성 발사 이후 급격한 온도 변화 환경에 노출되면 검출기의 성능에 변화가 생길 수 있으며, 발사 및 탑재체 아웃개싱 이후에 BDS맵의 성능을 다시 분석하고 필요시 업데이트가 필요하다. 검출기 요소 전체에 대한 성능을 검증하기 위한 분석 작업이 탑재체 개발업체(미 L3HARRIS사)가 제공한 BDS맵 분석 기술 문서를 기반으로 진행되었다. BDS맵 분석이란 탑재체 검출기가 기준 목표물(심우주와 탑재체 내부 보정 타겟)을 응시하는 동안 얼마나 안정적인 신호를 보이는 지를 평가하는 것이다. 이러한 목적으로 LTS(Long Time Series) 및 V-V(Output Voltage vs. Bias Voltage)라 부르는 검증법이 이용된다. LTS는 30초 동안, V-V는 2초 동안 목표물을 응시하고 이 때의 검출기 노이즈 성분을 계산한다. 자료를 획득하기 위해서는 탑재체의 운영을 멈추고 특별 관측을 실시하여야 하기 때문에, 정상 운영 전인 궤도상 시험기간 중에 해당 작업이 이루어지게 된다. 천리안위성2A호 기상탑재체 궤도상 시험 기간 동안 획득한 자료를 바탕으로 BDS맵의 상태를 평가하였다. 발사 전 지상 시험에서 평가된 BDS맵의 전체 성분들 중에 약 1%에 해당하는 요소들이 성능 변화를 보였으며, 이를 다른 요소들 중 최상의 성능을 보이는 성분으로 교체하였다. 새로운 BDS맵을 적용한 결과 BDS문제로 인해 야기된 기상탑재체 원시영상에 나타나는 노이즈 성분(줄무늬)이 완전하게 제거되었다.

• 한국콘텐츠학회논문지
• /
• 제4권1호
• /
• pp.105-111
• /
• 2004

국가GIS사업의 추진과 아리랑위성(Kompsat-1)의 발사 등으로 우리나라 국토에 대한 지리정보기반이 급속하게 구축되고있다. 그러나 대다수의 지방정부에서는 국토계획과 환경관리 등의 지역관리에 이러한 지리정보들을 실질적으로 활용하고있지 못하는 상황이다. 이 연구는 지방정부의 차원에서 지역관리를 위해 필요한 지역정보콘텐츠를 개발하는 것이다. 특히, 공간정보기술인 GIS와 원격탐사기술을 활용하여 지역정보콘텐츠를 개발함으로써, 지방정부의 지리정보콘텐츠를 다양화하고 그 응용분야를 확대하는 것이 이 연구의 목적이다. 이를 위하여 연구대상지역인 전라남도 무안군을 대상으로 인터넷 관련 콘텐츠, 지리정보 관련 콘텐츠, 인공위성영상 관련 콘텐츠 등 3가지 지역정보콘텐츠를 개발하여 제시하였으며 이를 통하여 지역정보 및 환경정보 등 지방정부의 행정업무에 필요한 공간정보의 활용방안을 제시하였다.

• 대한원격탐사학회지
• /
• 제36권5_2호
• /
• pp.893-906
• /
• 2020

본 논문은 국토관측위성용으로 제작된 정밀영상생성시스템의 위치정확도 분석에 대해서 보고한다. 국토관측위성의 발사 예정 시기는 2021년으로, 아직 발사되지 않아 국토관측위성과 유사한 사양을 가지는 KOMPSAT-3A 위성영상을 활용하여 분석하였다. 본 논문에서는 한반도를 촬영한 30장의 영상을 이용하여 초기센서모델의 위치정확도, 정밀센서모델의 모델점 위치정확도, 검사점을 활용한 정밀센서모델의 위치정확도, 정밀정사영상의 위치정확도에 대한 측정을 수행하였다. 본 연구는 정확한 GCP 확보 시 2 pixel 이내의 RMSE를 갖는 것을 목표 위치정확도로 한다. 그 결과, 검사점을 활용한 정밀센서모델의 위치정확도는 남한에서 약 1.85 pixel, 북한에서 약 2.04 pixel의 위치정확도를 갖는 것을 확인하였으며, 정밀정사영상의 위치정확도는 남한에서 약 1.15 m, 북한에서 약 3.23 m의 위치정확도를 갖는 것을 확인 할 수 있었다. 전반적으로 남한의 정확도에 비해 북한의 정확도가 낮은 것을 확인 할 수 있었으며, 이는 북한지역 영상의 GCP(Ground Control Point) 품질이 남한의 GCP 품질에 비해 좋지 않았기 때문에 측정된 정확도에 영향을 준 것으로 확인되었다. 또한, 특히 북한지역에서 정밀센서모델 대비 정밀정사영상의 정확도가 다소 떨어지는 것을 확인할 수 있었다. 이는 북한 영상의 정사보정 시 사용한 DTM의 정확도가 남한에 비해 좋지 않아 발생한 것으로 판단하였다. 향후 본 연구진이 제시한 원인 외, 위치정확도에 영향을 줄 수 있는 요인들에 대한 추가적인 연구가 이루어져야 할 것이다.

• 대한원격탐사학회지
• /
• 제27권5호
• /
• pp.521-534
• /
• 2011

최근 TerraSAR-X SAR, TanDEM-X 또는 COSMO-SkyMed와 같은 1 m 급의 고해상도 X-band SAR 센서를 탑재한 인공위성이 발사되어 운행되고 있다. 국내에서도 X-band를 탑재한 1m 급의 고해상도 위성 레이더인 KOMPSAT-5가 발사될 예정에 있다. 본 연구는 X-band SAR 영상을 이용한 PSInSAR 기법 적용에 보다 적합한 고정산란체 추출 및 네트워크 생성 기법을 개발하였다. 새로운 PSC 추출 알고리즘은 다음 두 단계로 구성되어 있다. 첫 번째 진폭분산지수, 평균반사강도, 평균긴밀도를 복합적으로 이용하여 초기 PSC를 선출한다. 두 번째 초기 선출된 PSC의 네트워크 분석을 통해 추정된 각 PSC에서의 시계열 긴밀도를 직접 이용하여 최종 추출한다. 또한 PSC를 이용한 네트워크 분석의 안정성을 높이기 위한 multi-TIN 구성 기법과 비 도심지역에서 분석 신뢰도를 높이기 위한 복합 네트워크를 제안하였다. 개발된 알고리즘을 뉴올리언즈 지역에서 획득된 21개의 TerraSAR-X SAR 자료에 적용한 결과, 기존의 PSInSAR 기법으로는 관측되지 않았던 비 도심지역에서 다수의 PS가 추출되어 변위 속도 분석이 가능하였다. 이러한 결과는 주로 도심지역에서 널리 사용되어 왔던 PSInSAR 기법을 비 도심지역으로까지 확대하는 것으로, 향후 KOMPSAT-5를 활용한 한반도 지역 상시 모니터링에 기여할 것이다.

• 대한원격탐사학회지
• /
• 제27권1호
• /
• pp.1-7
• /
• 2011

다목적 실용위성 3호, 5호, 3-A호 등 다양한 고해상도 센서를 탑재한 국산 위성이 곧 발사될 예정에 있을 뿐 아니라, 기후변화에 의한 재난재해 빈발 등 각종 범지구적 문제 발생에 따른 세계 각국의 지구 관측 활동이 활성화되면서 우리나라도 침체되어 있는 위성영상정보 활용의 범위와 깊이를 확대하기 위한 노력을 시작하고 있다. 본 연구에서는 이를 위한 첫 번째 단계로 국외의 위성영상정보 활용 관련 기술개발 현황 및 시장전망에 대한 분석과 함께 국내 위성영상정보 활용자들을 대상으로 위성영상정보 수요 및 활용 제약 요인들에 대한 온라인 설문조사와 인터뷰를 수행하였다. 조사결과 전처리과정의 표준화와 함께 각종 관련 기술 자료들의 공개, 신속하고 체계화된 자료 배급체계의 구축이 매우 시급한 것으로 나타났으며, 이러한 분석 결과는 향후 수립될 예정으로 있는 위성영상정보 활용 확대 방안의 기초 정보로 활용될 수 있을 것으로 기대된다.

• 한국지리정보학회지
• /
• 제13권1호
• /
• pp.50-61
• /
• 2010

본 연구는 낙동강 하구의 습지를 대상으로 습지생태계의 공간정보 추출을 위해 지리정보시스템 및 원격탐사 기법을 이용하여 3차원 습지목록을 제작하였다. 습지와 관련된 현장 조사는2009년 3월부터 8월까지 실시하였고, Landsat TM (2002년 10월 30일), Kompsat-2 (2008년 1월 17일 & 2008년 11월 20일) 인공위성 영상 자료와 항공 LiDAR (2009년 3월 1일) 및 국토지리정보원에서 제작된 수치지형도(1:5,000)를 사용하였다. 각종 영상자료는 기하보정한 후, 감독분류 및 무감독분류를 실시하여 현지 식생조사 자료와 비교, 분석해 습지분류도를 제작하였으며, 습지의 생산력을 분석하기 위해 낙동강 하구 습지의 우점식물종인 갈대군락의 생산성에 근거한 습지생산력 지도를 작성하였다. 또한 제작된 3차원 습지지도는 철새의 가시권 분석, 침수 모델링, 저서생물의 분포 특성 파악 등으로 다양하게 활용할 수 있는 방안을 제시하여 이러한 기법들을 잘 이용하면 우리나라 전역의 습지목록 작성에 활용될 수 있을 것이다.

• 한국지리정보학회지
• /
• 제15권1호
• /
• pp.144-158
• /
• 2012

도시의 국지기후 분석에 충분한 공간해상도의 정확한 분석을 위해서는 이를 지원할 정밀한 공간정보가 필요하다. 1~4m 해상도의 항공 LiDAR(Light Detection And Ranging) 자료와 KOMPSAT-2(Korea Multi-Purpose Satellite-2) 위성영상 자료를 이용하여 초고해상도(5m) 입체적 지형 지면 토지피복 모델을 개선하였다. CAS(Climate Analysis Seoul)를 이용하여 도시내부의 지표면 속성비율과 건물의 밀집도 높이 면적에 따른 열적용량과 국지규모 기온을 분석하였다. 자료의 정밀도 향상 결과가 국지규모 기온 분석에 미치는 효과를 평가하기 위해, 개선이전 및 이후 국지기온 분석 결과와 ASTER 위성영상 지표면온도 및 지상 기온관측 자료를 각각 비교 분석하였다. 그 결과 개선이후 국지규모 기온분석 결과와 ASTER 지표면온도 비교시, 건물(BS)지역에서 높은(R=0.76) 상관관계가 나타났다. 지상 기온관측과의 비교에서도 그 편차가 개선이전 1.27K보다 개선되어 0.70K로 나타났다. 본 연구 결과로부터 초고해상도 공간정보가 현실을 잘 반영할 뿐만 아니라 이를 이용한 상세한 기온분석이 가능함을 알 수 있었다. 향후 도시 개발 계획 시나리오에 대한 상세도시기후 예측 및 분석에 본 연구의 정밀한 지형 지면 토지피복 모델 기술 등이 활용될 수 있을 것이다.

• 대한원격탐사학회지
• /
• 제37권5_2호
• /
• pp.1235-1243
• /
• 2021

해양탑재체(GOCI-II)가 주탑재체이며 정지궤도복합위성2B호 또는 천리안2B호로 명명된 정지궤도 해양관측위성은 2020년2월에 성공적으로 발사되어 한반도 주변의 해양과 연안을 주간 상시 관측과 감시 임무를 수행하고 있다. 해양탑재체는 천리안1호의 해양탑재체(GOCI)의 임무 승계와 향상된 성능으로 해양·연안의 효율적인 관리, 해양재해·재난 저감을 위한 실시간 해양환경모니터링과 어로 비용절감을 위한 어장환경 정보의 생산 등 해양환경감시를 위하여 개발되었다. 발사 후 해양탑채체는 초기 점검시험(IAC) 단계에 모든 기능이 정상적으로 동작됨을 확인하고, 궤도상시험(IOT) 단계에 성능·운영시험, 복사보정과 영상기하보정을 병행 진행하여 그 결과를 핸드오버회의 통하여 보고하고 국가해양위성센터로 운영권을 이관하였다. 주로 온보드 태양광 보정시스템으로 수행되는 복사보정은 사전에 수립된 계획에 따라 주기적으로 진행하여 최종 Gain과 offset 값을 설정, 적용하고 유효성을 확인하였다. 영상기하보정(INR)은 별영상 자료 기반의 네비게이션 필터링과 랜드마크 기반 보정 방식으로 요구규격을 모두 만족함을 확인하고 INR 프로세스를 검증하였다. 본 논문에서 정지궤도 해양위성이 발사 이후 궤도상 성능시험, 복사보정과 영상기하보정의 방법, 절차를 기술하고 결과와 현황을 분석하고 정리하였다.

• 대한원격탐사학회지
• /
• 제39권5_4호
• /
• pp.1111-1123
• /
• 2023

원격탐사 영상을 이용한 지표 속성의 변화를 모니터링 하기 위해서 딥러닝(deep learning) 모델을 이용한 의미론적 영상 분할 방법이 최근에 널리 사용되고 있다. 대표적인 의미론적 영상 분할 딥러닝 모델인 UNet 모델을 비롯하여 다양한 종류의 UNet 기반의 딥러닝 모델들의 성능 향상을 위해서는 학습 데이터셋의 크기가 충분해야 한다. 학습 데이터셋의 크기가 커지면 이를 처리하는 하드웨어 요구 사항도 커지고 학습에 소요되는 시간도 크게 증가되는 문제점이 발생한다. 이런 문제를 해결할 수 있는 방법인 전이학습은 대규모의 학습 데이터 셋이 없어도 모델 성능을 향상시킬 수 있는 효과적인 방법이다. 본 논문에서는 UNet 기반의 딥러닝 모델들을 대표적인 사전 학습 모델(pretrained model)인 VGG19 모델 및 ResNet50 모델과 결합한 세 종류의 전이학습 모델인 UNet-ResNet50 모델, UNet-VGG19 모델, CBAM-DRUNet-VGG19 모델을 제시하고 이를 건물 추출에 적용하여 전이학습 적용에 따른 정확도 향상을 분석하였다. 딥러닝 모델의 성능이 학습률의 영향을 많이 받는 점을 고려하여 학습률 설정에 따른 각 모델별 성능 변화도 함께 분석하였다. 건물 추출 결과의 성능 평가를 위해서 Kompsat-3A 데이터셋, WHU 데이터셋, INRIA 데이터셋을 사용하였으며 세 종류의 데이터셋에 대한 정확도 향상의 평균은 UNet 모델 대비 UNet-ResNet50 모델이 5.1%, UNet-VGG19 모델과 CBAM-DRUNet-VGG19 모델은 동일하게 7.2%의 결과를 얻었다.

• 대한원격탐사학회지
• /
• 제40권4호
• /
• pp.351-361
• /
• 2024

위성영상은 구름, 구름 그림자, 지형 그림자 등을 포함한 다양한 요소를 포함하고 있으며, 이러한 요소들을 정확히 식별하고 제거하는 것은 원격 탐사 분야에서 위성영상의 신뢰성을 유지하기 위해 필수적이다. 이를 위해 Landsat-8, Sentinel-2, Compact Advanced Satellite 500-1 (CAS500-1)과 같은 위성들은 분석준비자료(Analysis Ready Data)의 일환으로 영상과 함께 사용가능한 데이터 마스크(Usable Data Mask, UDM)를 제공하고 있으며, UDM 데이터의 정확한 구축을 위해 구름 및 구름 그림자 탐지가 필수적이다. 기존의 구름 및 구름 그림자 탐지 기법은 임계값 기반 기법과 인공지능 기반 기법으로 나뉘며, 최근에는 많은 양의 데이터를 처리하는 데 유리한 딥러닝 네트워크를 활용한 인공지능 기법이 많이 사용되고 있다. 본 연구에서는 오픈소스 데이터 셋을 통해 훈련된 딥러닝 네트워크 기반 구름 및 구름 그림자 탐지를 통해 고해상도 위성영상의 UDM 구축 가능성을 분석하고자 하였다. 딥러닝 네트워크의 성능을 검증하기 위해 Landsat-8, Sentinel-2, CAS500-1 위성영상과 함께 제공된 기구축된 UDM 데이터와 딥러닝 네트워크가 생성한 탐지 결과 간의 유사성을 분석하였다. 그 결과, 딥러닝 네트워크가 생성한 탐지 결과는 높은 정확도를 나타냈다. 또한 UDM을 제공하지 않는 고해상도 위성영상인 KOMPSAT-3/3A 영상에 적용하였다. 실험 결과, 딥러닝 네트워크를 통하여 고해상도 위성영상 내에 존재하는 구름 및 구름 그림자를 효과적으로 탐지한 것을 확인하였다. 이를 통해 고해상도 위성영상에서도 딥러닝 네트워크를 사용하여 UDM 데이터를 구축할 수 있는 가능성을 확인하였다.