• 대한공간정보학회지
• /
• 제17권1호
• /
• pp.21-35
• /
• 2009

KOMPSAT-2(KOrean MultiPurpose SATellite-2)위성은 GSD(Ground sample distance) 1m급 전정색(panchromatic) 영상과 GSD 4m급의 다중분광(multispectral)영상을 동시에 제공하는 세계 7번째 고해상도(High-Resolution) 위성으로 지도제작, 국토모니터링, 환경 등 여러 분야에서의 다양한 활용이 기대된다. 그러나, KOMPSAT-2영상은 다중분광센서(MSC : Multi Spectral Camera)의 복잡성과 보안성에 의해 위성궤도 및 자세정보 등 영상 취득 시 기하학적 정보 및 영상이 제한적으로 제공되고 있어 KOMPSAT-2 영상을 이용한 다양한 연구가 미흡한 실정이다. 이에 본 연구에서는 KOMPSAT-2의 스테레오 영상을 이용하여 DEM 및 정사영상 제작실험을 수행하여 KOMPSAT-2 영상을 이용한 지형공간정보 생성 가능성을 타진하고자 하였다. KOMPSAT-2영상을 이용한 DEM(Digital Elevation Model) 및 정사영상을 제작하기 위해서는 먼저 표정해석(orientation)을 수행하여야 한다. DEM을 제작하여 정확도를 분석한 결과, 전반적으로 수치지도에 비해 표고가 높게 추출되었다. 평지부에서는 평균 1.8m, 구릉지에서는 평균 7.2m, 산지에서는 평균 11.9m의 표고오차를 나타냈다. 본 연구를 통해 생성된 정사영상의 수평위치오차 평균은 ${\pm}3.081m$로 1:5,000 수치지도 수평위치오차 허용범위인 ${\pm}3.5m$ 준하는 것으로 나타났다. KOMPSAT-2호 영상을 이용하여 DEM 및 정사영상을 제작한 결과, 1:5,000급의 수치지도제작 및 지형공간정보 생성에 활용할 수 있을 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제37권5_1호
• /
• pp.1135-1147
• /
• 2021

고해상도 위성영상의 기하보정을 위해 촬영 당시의 위성 센서와 지표면과의 기하학적 관계를 복원하는 센서모델링 과정이 필요하다. 이를 위해 일반적으로 고해상도 위성은 RPC (Rational Polynomial Coefficient) 정보를 제공하고 있지만, 제공 RPC는 위성 센서의 위치와 자세 등에 의해 발생하는 기하왜곡을 포함하고 있다. 이러한 RPC 오차를 보정하기 위해 일반적으로 지상기준점(Ground Control Points)을 활용한다. 지상기준점을 수집하는 대표적인 방법으로 현장 측량을 통해 지상좌표를 취득하지만, 이는 위성영상의 품질이나 촬영 시기에 따른 토지피복의 변화, 기복변위 등으로 위성영상 내에서 지상기준점을 판독하기에 어려운 문제가 있다. 이에 최근에는 다양한 센서로부터 취득된 영상지도를 참조자료로 이용하여, 영상정합 기법을 통해 지상기준점 수집을 자동화할 수 있다. 본 연구에서는 무인항공기 영상을 활용하여 추출된 정합점을 통해 KOMPSAT-3A 위성영상의 RPC를 보정하고자 한다. 무인항공기 영상과 KOMPSAT-3A 위성영상의 정합점 추출을 위한 전처리 방법을 제안하고, 대표적인 특징기반 정합기법(Feature-based matching method)과 영역기반 정합기법(Area-based matching method)인 SURF (Speeded-Up Robust Features)와 위상상관(Phase Correlation) 기법을 각각 적용하여 추출된 정합점의 특성을 비교하였다. 각 기법을 통해 추출된 정합점을 활용하여 RPC 보정계수를 산출한 후, GNSS (Global Navigation Satellite System) 측량을 통해 직접 취득한 검사점에 적용하여 KOMPSAT-3A의 기하품질을 향상하였다. 제안기법의 성능 및 활용성 검증을 위해 GCP를 이용하여 보정한 결과와 비교하여 분석하였다. GCP 기반 보정 방법은 제공 RPC보다 Sample은 2.14 pixel, Line은 5.43 pixel 만큼 개선된 보정 정확도를 보였다. 그리고 SURF와 위상상관 기법을 활용한 제안기법은 제공 RPC보다 각각 Sample은 0.83 pixel, 1.49 pixel만큼 보정되었으며, Line은 4.81 pixel, 5.19 pixel만큼 개선되었다. 이를 통해 GCP 기반 위성영상 RPC 보정 방법의 대안으로 무인항공기 영상이 활용될 수 있음을 확인하였다.

• 대한원격탐사학회지
• /
• 제29권5호
• /
• pp.537-544
• /
• 2013

남극 세종 과학 기지가 위치하고 있는 바톤반도는 눈과 식생이 주를 이루고 있고, 기후변화와 같은 환경변화에 민감하게 반응한다. 극지역의 지표 모니터링은 기후변화 이해를 위해 중요하다. 그러나 극 지역은 접근성 및 공간규모로 인해 지속적으로 모니터링 하기에 어려움이 있다. 위성영상은 지속적으로 동일지역을 모니터링 할 수 있다는 장점과 함께 다중분광영역을 이용하여 지표의 상태를 파악하는데 효율적이다. 따라서 본 연구에서는 바톤반도의 지표의 상태를 지속적으로 모니터링하기 위한 기초자료로 KOMPSAT-2 다중 분광 위성영상을 이용하여 토지피복분류를 수행하였고, 나아가 분류된 토지피복 중 식생 종의 분포를 파악하였다. 다중분광영상인 KOMPSAT-2 위성영상과 현장관측자료를 이용하여 계층적 분류를 수행하였고 정확도를 평가하였다. 전반적으로 식생지역과 비식생 지역이 명확하게 분류되었으나 식생 종 분류에는 낮은 정확도를 보였다.

• 항공우주기술
• /
• 제4권2호
• /
• pp.220-229
• /
• 2005

인공위성을 통해 획득되는 다양한 자구관측 원격탐사 자료는 중앙 정부, 공공기관 및 지방자치단체 등의 공공의 업무에 매우 유용한 정보를 제공하고 있으며, 이는 다양한 상업적 지구관측 자료의 판매 및 활용분야에서도 나타나고 있다. 우리나라에서도 국가의 수요를 충족하기 위해 중장기적인 관점에서 우주개발중장기 계획을 수립, 추진하고 있다. 이에 따라 1999년 KOMPSAT 1호가 발사되어 현재까지 성공적으로 운영되고 있으며, 2005년 하반기 KOMPSAT 2호의 발사를 목표로 연구개발이 진행되고 있다. 그러나 이와 같은 고해상도 원격탐사 자료의 활용은 결과의 신뢰도에 대한 검증이 이루어 진 후에만이 그 의미를 지닐 수 있으며, 이와 같은 활용 결과의 검증을 위해서는 매우 다양한 자료가 요구되고 있고 특정 지역에 대한 많은 자료와 현장 실측 자료 등을 확보할 필요가 있다. 이와 같이 특정 검증 사이트를 구축하고 이 지역에 대한 다양한 자료를 확보하기 위해서는 위성개발 및 활용 국가, 관련 기관, 국제기구 등과의 국제협력이 필수적이다. 따라서 본 논문에서는 위성 원격탐사 자료의 공공활용, KOMPSAT 자료의 해외 활용 증대, 그리고 원격탐사 자료의 결과물 검증 등을 위해 추진되고 있는 한국과 유럽의 협력현황에 대해 살펴보고자 한다.

• Journal of Astronomy and Space Sciences
• /
• 제14권2호
• /
• pp.330-346
• /
• 1997

다목적 실용위성 1호 (KOMPSAT I)는 지도 제작, 해양관측, 우주 과학실험 등에 활용할 태양도기 저궤도용 위성으로 1999년 8~9월에 발사될 예정이다. 본 위성에 탑재될 고해상도 전자광학 카메라(Electro-Optical Camera: EOC)의 주임무는 한반도 표준지도 제작을 위한 위성영상정보의 획득이다. EOC 센서는 가시광선 영역의 흑백 단일 채널(510~730mm)을 통해 수직 촬영 시 최소 15km 이상의 폭과 궤도 800km의 길이를 지상 해상도 6.6m로 촬영한다. 본 연구에서는 아리랑 1호의 한반도 통과 시각을 결정하기 위하여 한반도 지역에 있어 EOC 영상에 커다란 영향을 미치는 태양 변수와 구름과 시정의 일변를 조사하였다. 조사 결과는 다음과 같다. 1) 동지의 경우 대략 오전 10시 30분 이후 태양 천장 각 의 $70^{\circ}$보다 작고, 예상되는 EOC 스펙트럼 밴드의 flux 값은 맑은 날씨 육지에서 약 $2.4mW/cm^2$보다 크다. 2) 낮 동안의 구름의 분포 (맑은 하늘의 분포)는 오전 11시경에 최소값(최대값)을 보이며, 비록 안개에 의한 악 시정의 발생 빈도는 정오로 갈수록 감소하나 맑은 하늘의 분포에 미치는 영향은 미약하다. 이러한 결과로부터 EOC 관측을 위해서는 다목적 실용위성 1호의 한반도 통과 시각을 오전 10시 30분에서 11시 30분 사이에서 결정하는 것이 적합하다고 판단된다.

• 환경영향평가
• /
• 제20권5호
• /
• pp.717-727
• /
• 2011

Impervious surface affects urban climate, flood, and water pollution and has important role as basic data for urban planning and environmental and resources management uses. With a high paved rate, increased quantity of the outflown water and brings urban flooding during a heavy rain. Moreover, these non-point source pollution is getting increased the water pollution. In this regard, it is definitely important to research and keep monitoring the current situation of paved surface, which influences urban ecosystem, disaster and pollution. In this study, we suggest a method to utilize high resolution satellite image data for efficient survey on the current condition of paved surface. We analysed the paved surface condition of Dae-jeon metropolitan city area using KOMPSAT-2 image and validate its practicalness and limitation of this method.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2010년 춘계학술발표회 논문집
• /
• pp.277-280
• /
• 2010

There is a need to convert the old low- or medium-resolution satellite image-based thematic mapping to the high-resolution satellite image-based mapping of GSD 1m grade or lower. There is also a need to generate middle- or large-scale thematic maps of 1:5,000 or lower. In this study, the DEM and orthoimage is generated with the KOMPSAT-2 stereo image of Yuseong-gu, Daejeon Metropolitan City. By utilizing the orthoimage, automatic extraction experiments of land cover information are generated for buildings, roads and urban areas, raw land(agricultural land), mountains and forests, hydrosphere, grassland, and shadow. The experiment results show that it is possible to classify, in detail, for natural features such as the hydrosphere, mountains and forests, grassland, shadow, and raw land. While artificial features such as roads, buildings, and urban areas can be easily classified with automatic extraction, there are difficulties on detailed classifications along the boundaries. Further research should be performed on the automation methods using the conventional thematic maps and all sorts of geo-spatial information and mapping techniques in order to classify thematic information in detail.

• 대한원격탐사학회지
• /
• 제38권6_4호
• /
• pp.1911-1923
• /
• 2022

The availability of high-resolution satellite images provides precise information without direct observation of the research target. Korea Multi-Purpose Satellite (KOMPSAT), also known as the Arirang satellite, has been developed and utilized for earth observation. The machine learning model was continuously proven as a good classifier in classifying remotely sensed images. This study aimed to compare the performance of the support vector machine (SVM) model in classifying the land cover of the Delaware River port area on high and medium-resolution images. Three optical images, which are KOMPSAT-2, KOMPSAT-3A, and Sentinel-2B, were classified into six land cover classes, including water, road, vegetation, building, vacant, and shadow. The KOMPSAT images are provided by Korea Aerospace Research Institute (KARI), and the Sentinel-2B image was provided by the European Space Agency (ESA). The training samples were manually digitized for each land cover class and considered the reference image. The predicted images were compared to the actual data to obtain the accuracy assessment using a confusion matrix analysis. In addition, the time-consuming training and classifying were recorded to evaluate the model performance. The results showed that the KOMPSAT-3A image has the highest overall accuracy and followed by KOMPSAT-2 and Sentinel-2B results. On the contrary, the model took a long time to classify the higher-resolution image compared to the lower resolution. For that reason, we can conclude that the SVM model performed better in the higher resolution image with the consequence of the longer time-consuming training and classifying data. Thus, this finding might provide consideration for related researchers when selecting satellite imagery for effective and accurate image classification.

• 대한원격탐사학회지
• /
• 제36권6_2호
• /
• pp.1567-1577
• /
• 2020

시가화 지역 토지피복분류는 도시계획 및 관리에 활용된다. 따라서, 시가화 지역에 대한 분류 정확도 향상 연구는 중요하다고 할 수 있다. 본 연구에서는 고해상도 위성영상인 KOMPSAT-3A을 기계학습 중 Support Vector Machine(SVM)과 Artificial Neural Network(ANN)을 기반으로 시가화지역 분류를 진행하였다. 훈련 데이터 구축과정에서 25 m 격자를 기반으로 훈련 지역을 구분하여 영상을 학습하였으며, 학습된 모델을 활용하여 테스트 지역을 분류하였다. 검증과정에서 250개의 GTP를 활용하여 오차 행렬을 통한 결과를 제시하였다. SVM 4가지 기법과 ANN 2가지 기법 중 SVM Polynomial Model이 가장 높은 정확도인 86%를 나타냈다. Ground Truth Points(GTP)를 활용하여 두 개의 모델을 비교하는 과정에서, SVM 모델은 전체적으로 ANN 모델보다 효과적으로 KOMPSAT-3A 영상을 분류하였다. 건물, 도로, 식생, 나대지 4가지 클래스 분류 중 건물이 가장 낮은 분류정확도를 보여주었으며, 이는 고층건물에 따른 건물 그림자에 의한 오분류가 주요 원인으로 나타났다.

• Korean Journal of Geomatics
• /
• 제2권2호
• /
• pp.139-143
• /
• 2002

The rational polynomial coefficients (RPC) model is a generalized sensor model that is used as an alternative solution for the physical sensor model for IKONOS of the Space Imaging. As the number of sensors increases along with greater complexity, and the standard sensor model is needed, the applicability of the RPC model is increasing. The RPC model has the advantages in being able to substitute for all sensor models, such as the projective, the linear pushbroom and the SAR. This report aimed to generate a RPC model from the physical sensor model of the KOMPSAT-1(Korean Multi-Purpose Satellite) and aerial photography. The KOMPSAT-1 collects 510~730 nm panchromatic imagery with a ground sample distance (GSD) of 6.6 m and a swath width of 17 km by pushbroom scanning. The least square solution was used to estimate the RPC. In addition, data normalization and regularization were applied to improve the accuracy and minimize noise. This study found that the RPC model is suitable for both KOMPSAT-1 and aerial photography.