• 제목/요약/키워드: Landsat-8 위성

검색결과 163건 처리시간 0.028초

위성영상과 민간자동관측시스템 자료를 활용한 도시열섬과 도시오염섬의 공간 분포 특성 - 부산광역시를 대상으로 - (Spatial Distribution of Urban Heat and Pollution Islands using Remote Sensing and Private Automated Meteorological Observation System Data -Focused on Busan Metropolitan City, Korea-)

  • 황희수;강정은
    • 한국지리정보학회지
    • /
    • 제23권3호
    • /
    • pp.100-119
    • /
    • 2020
  • 최근 온도상승으로 인한 폭염 증가와 대기 풍속의 약화가 상호작용하면서 열환경과 미세먼지(PM10)가 문제가 되고 있다. 도시지역 내에서 다른 지역들보다 온도와 대기오염 농도가 높은 도시열섬과 도시오염섬 현상이 나타나고 있음이 알려져 있으나, 공간데이터로 구축 가능한 미세 자료의 부족 등으로 이를 함께 살펴본 연구는 많지 않았다. 최근 위성영상과 민간통신업체의 인프라에서 측정한 빅데이터들이 생산되면서 온도와 대기오염에 대한 세밀한 공간분포 분석이 가능하게 되었다. 이에 본 연구는 부산광역시를 대상으로 도시열섬과 도시오염섬의 공간적 분포패턴을 살펴보고 두 현상의 분포 특성을 비교 분석하고자 하였다. 연구에는 Landsat 8 위성영상의 지표면온도와 민간자동관측시스템에서 도출된 대기온도, 미세먼지농도 데이터를 30m*30m 단위로 격자화하여 공간분석을 수행하였다. 분석 결과, 도시열섬과 도시오염섬이 동시에 발생하는 대표적인 지역들로 취약 주거지역과 공업지역들이 다수 포함되어 있었다. 부산시의 대표적 주거 취약지역으로 알려진 서동, 반송동 등의 주요 정책이주지가 포함되었는데 해당 지역은 소규모 필지에 건축물의 밀도가 상당히 높은 지역으로 통풍, 환기 등에 문제가 많은 주거지역이다. 이러한 지역의 주민 중 상당수는 폭염과 대기오염에 대한 대응 능력이 낮아 관련 정책 수립 시 우선적으로 이 지역들이 고려될 필요가 있다. 도시열섬과 도시오염섬의 동시발생지역에 포함된 공업지역들은 콘크리트나아스콘 기반의 불투수면의 비중이 높고, 식생이 부족할 뿐 아니라 교통량도 많은 것으로 나타났다. 도시열섬과 도시오염섬 분석에 대한 신뢰성을 살펴보기 위해 핫스팟분석을 진행한 결과, 99.96% 이상의 지역이 99% 신뢰수준의 핫스팟지역에 해당함을 확인할 수 있었다.

위성 및 CFD모델 자료의 융합을 통한 도시지역에서의 고해상도 지표 순복사 산출 (Retrieval of High Resolution Surface Net Radiation for Urban Area Using Satellite and CFD Model Data Fusion)

  • 김홍희;이다래;최성원;진동현;허모랑;김재진;홍진규;홍제우;이근민;한경수
    • 대한원격탐사학회지
    • /
    • 제34권2_1호
    • /
    • pp.295-300
    • /
    • 2018
  • 순복사는 지구 에너지 순환의 열원으로 사용되는 총 복사에너지의 총량으로써, 지표면에서는 수문학, 기후 연구 및 농업과 같은 분야에서 중요한 요소이다. 원격탐사를 통해 순복사를 모니터링 함으로써 열섬 현상과 도시화 경향을 파악할 수 있어 매우 중요하지만, 원격 탐사 자료만을 이용한 순복사 추정은 일반적으로 구름의 유무에따라정확도차이가발생한다.따라서본논문에서는천리안위성(Communication, Ocean and Meteorological Satellite, COMS) 및 Landsat-8위성 기반의 자료와 건물 높이 차이를 반영한 전산유체역학(Computational Fluid Dynamics, CFD)모델 자료를 이용하여 도시화가 진행 중인 은평구 뉴타운 지역에서의 고해상도 순복사를 1시간 간격으로 산출 및 모니터링을 수행하였다. 은평구 플럭스 타워에서 관측된 순복사와 비교한 결과, RMSE $54.29Wm^{-2}$, Bias $27.42Wm^{-2}$의 정확도를 보였으며, 전체적으로 지점 관측 자료와의 유사한 경향을 보였다. 또한 산출된 순복사는 강수와 같은 기상상태를 잘 나타냈으며, 공간적 분포에서 식생 및 인공물 지역에 대한 순복사의 특징을 잘 나타냈다.

RadCalNet 자료를 이용한 다목적실용위성 3A 영상 자료의 지표 반사도 성과 검증 (Validation of Surface Reflectance Product of KOMPSAT-3A Image Data Using RadCalNet Data)

  • 이기원;김광섭
    • 대한원격탐사학회지
    • /
    • 제36권2_1호
    • /
    • pp.167-178
    • /
    • 2020
  • 2015년 발사된 이후 KOMPSAT-3A 영상정보가 여러 분야에서 활용되고 있다. 그러나 실제 육상 환경의 분석에 필요한 지표 반사도를 얻을 수 있는 도구 개발이 이루어지지 않아서 식생 지수 산정 등과 같이 이러한 자료를 적용하는 과학적 분석과 응용 분야의 확산에는 한계가 있었다. 지표 반사도는 절대 대기 보정 처리 과정을 수행하여 얻어지는 성과물이다. 이 연구에서는 OTB 오픈 소스 확장 프로그램으로부터 KOMPSAT-3A 영상정보의 대기 반사도와 지표 반사도를 구하고, 국제 검보정 포털 RadCalNet에서 제공하는 대기 반사도와 지표 반사도 현장 측정 자료를 이용하여 정확도를 비교 검증하고자 한다. 또한 같은 지역의 Landsat-8 OLI 영상으로부터 지표 반사도를 구하고 비교 검증 실험에 같이 적용하였다. 검증 실험 결과로 KOMPSAT-3A 영상의 대기 반사도는 같은 분광대역에 해당하는 RadCalNet 자료의 평균값과 비교했을 때 0.00에서 1.00까지의 범위에서 최대 ± 0.02 차이가 보이는 것을 확인할 수 있었다. KOMPSAT-3A 영상의 지표 반사도 산출 결과는 RadCalNet 자료와 0.02에서 0.04까지의 차이 값을 갖는 높은 일치도를 보이는 것으로 나타났다. 이 결과들은 KOMPSAT-3A 영상의 분석대기자료(Analysis Ready Data)로서의 활용 가능성을 증가시키는 기본 자료로 사용할 수 있다. 또한 이 연구에서 개발된 도구와 연구 방법은 향후 국토, 농업, 산림 활용을 위한 차세대 중형 위성 영상자료의 각 센서 모델에 맞는 확장 프로그램 개발과 검증에도 적용이 가능할 것으로 생각한다.

Landsat 8 기반 SPARCS 데이터셋을 이용한 U-Net 구름탐지 (U-Net Cloud Detection for the SPARCS Cloud Dataset from Landsat 8 Images)

  • 강종구;김근아;정예민;김서연;윤유정;조수빈;이양원
    • 대한원격탐사학회지
    • /
    • 제37권5_1호
    • /
    • pp.1149-1161
    • /
    • 2021
  • 컴퓨터 비전 기술이 위성영상에 적용되면서, 최근 들어 딥러닝 영상인식을 이용한 구름 탐지가 관심을 끌고 있다. 본연구에서는 SPARCS (Spatial Procedures for Automated Removal of Cloud and Shadow) Cloud Dataset과 영상자료증대 기법을 활용하여 U-Net 구름탐지 모델링을 수행하고, 10폴드 교차검증을 통해 객관적인 정확도 평가를 수행하였다. 512×512 화소로 구성된 1800장의 학습자료에 대한 암맹평가 결과, Accuracy 0.821, Precision 0.847, Recall 0.821, F1-score 0.831, IoU (Intersection over Union) 0.723의 비교적 높은 정확도를 나타냈다. 그러나 구름그림자 중 14.5%, 구름 중 19.7% 정도가 땅으로 잘못 예측되기도 했는데, 이는 학습자료의 양과 질을 보다 더 향상시킴으로써 개선 가능할 것으로 보인다. 또한 최근 각광받고 있는 DeepLab V3+ 모델이나 NAS(Neural Architecture Search) 최적화 기법을 통해 차세대중형위성 1, 2, 4호 등의 구름탐지에 활용 가능할 것으로 기대한다.

딥러닝 기반 연기추출을 위한 구름 데이터셋의 전이학습에 대한 연구 (A Study on Transferring Cloud Dataset for Smoke Extraction Based on Deep Learning)

  • 김지용;곽태홍;김용일
    • 대한원격탐사학회지
    • /
    • 제38권5_2호
    • /
    • pp.695-706
    • /
    • 2022
  • 중, 고해상도 광학위성은 산불발생지역의 탐지에 대해 그 효용성이 입증되었다. 그러나 산불과 함께 발생하는 연기는 지표에 입사하는 가시광선을 산란시키므로 산불발생지역의 모니터링에 방해가 되며 따라서 연기를 사전에 추출하는 기술이 필요하다. 딥러닝 기술은 연기추출의 정확도를 향상시킬 수 있으나, 학습용 데이터셋의 부족으로 인해 적용에 한계가 있다. 반면에 연기와 유사하게 가시광선을 산란시키는 성질을 지닌 구름은 현재까지 다량의 학습용 데이터셋이 축적되었다. 본 연구는 딥러닝을 활용하여 연기추출을 고도화하는 것이 그 목적이며, 그 과정에서 데이터셋의 부족에 따른 연기추출의 한계점을 구름을 활용한 전이학습으로 해결했다. 전이학습의 효율성 확인을 위해 본 연구에서는 Landsat-8 위성영상을 기반으로 연기추출 학습용 데이터셋을 소규모로 제작한 후, 공공 구름 데이터셋을 활용하여 전이학습을 적용하기 전과 후의 연기추출 성능을 비교하였다. 그 결과 가시광선 파장대역 뿐만이 아니라 근적외선(NIR)과 단파장 적외선(SWIR) 영역에도 전이학습시 성능이 뚜렷하게 향상됨을 확인할 수 있었다. 본 연구결과를 통해서 연기추출의 데이터셋의 부족을 해결할 수 있을 것으로 보이며, 더 나아가 연기추출의 고도화를 통해서 산불발생지역의 모니터링에 이점을 제시할 수 있을 것이다.

위성영상을 이용한 대청호 부유물질 농도 변화 추정 (Estimation of Suspended Solid Concentration Variation in Daechung Reservoir using Satellite Imagery)

  • 박진기;박종화;나상일;백신철
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2011년도 학술발표회
    • /
    • pp.203-203
    • /
    • 2011
  • 최근 들어 기후변화에 따른 강우패턴이 바뀌고 각종 하천개발이나 토목공사, 농경지, 경작지 등의 객토 등으로 인해 매년 탁수의 발생이 크게 증가하고 있는 추세이다. 특히 여름철 집중강우의 영향에 따라 상류지역 하천에서 발생하는 부유물질은 호수로 유입되어 장기간 체류하며 심각한 오염원으로서 수중생태계에 치명적인 영향을 주고 있다. 또한 하천과 호수의 상류지역의 농경지나 경작지에서 발생된 부유물질에는 과도한 비료의 사용으로 입자표면에 많은 인을 포함하고 있어 호수 수질악화 및 부영양화의 직접적 요인이 되고 있다. 이에 따라 세계 각국에서는 부유물질은 오염원뿐 아니라 생태계에 영향을 주는 인자로서 엄격히 규제하고 있으며, 특히 농업지역이 많은 하천에 대해서는 유역전체를 대상으로 부유물질에 대한 총량관리를 적용하고 있다. 그러나 우리나라의 경우 하천 수질기준 1급수의 부유물질 농도는 25 mg/l 로서 이는 선진국과 유사한 기준이나 실질적으로 규제가 어려운 실정이다. 수환경에서의 부유물질이란 수체 내 존재하는 유기성, 무기성 물질로써 입자 지름이 2mm 이하의 물에 용해되지 않는 물질을 말하는 것으로, 물의 탁도를 유발시키는 원인이 되며 빛을 차단하여 수생태계에 악영향을 초래한다. 국내 132개 하천을 대상으로 부유물질의 농도와 어류의 종 다양성간 상관성을 조사한 결과, 부유물질의 농도가 15 ~ 20 mg/l 이상에서 종 다양도는 1.0 이하로 급감하는 경향을 보였다(최재석 등, 2004). 한편, 대청호는 1975년부터 1980년에 걸쳐 건립된 저수 면적 $72.8km^2$, 저수량 15억톤의 인공호수로 우리나라 3번째 규모의 인공호수이다. 특히, 대전 및 청주지역의 식수는 물론, 생활용수 및 공업용수를 공급하는 중요한 수자원으로서 부유물질에 대한 모니터링 및 관리가 시급하나 저수 용량이 크고 체류시간이 길어 여름철 부영양화가 매년 반복되고 있다. 따라서 본 연구에서는 부유물질의 농도 변화에 따른 분광반사 특성을 조사하고, 이를 대청호의 Landsat 위성영상에 적용하여 대청호 내 부유물질의 농도변화를 추정하였다. 이와 함께 부유물질 농도 변화에 따른 탁수 환경 모니터링에 원격탐사 기법이 효과적임을 제시하고자 하였다.

  • PDF

머신러닝 기법을 활용한 인공위성 자료 기반 고해상도 토지피복 분류: 국내 내륙습지를 중심으로 (Satellite-derived high-resolution land cover classification using machine learning techniques: Focusing on inland wetlands in Korea)

  • 김범서;황승현;성지미;김현준;백종진;전창현
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2023년도 학술발표회
    • /
    • pp.423-423
    • /
    • 2023
  • 습지 생태계는 탄소저장고, 대기 온·습도 조절 등의 기능을 수행하는 만큼 면밀한 관리가 요구된다. 습지의 규모와 생태계는 밀접한 연관성을 가지므로 그 규모를 우선적으로 파악할 필요가 있으며, 이를 위해 지표면의 상태를 산지, 습지, 수역 등의 항목으로 구분한 토지피복지도가 고려될 수 있다. 현재, 환경부에서 운영 중인 환경공간정보서비스(https://egis.me.go.kr/)에서는 각각 30 m, 5 m, 1 m의 공간 해상도와 7, 22, 41가지 분류 항목을 갖는 대분류, 중분류, 세분류로 구분된 토지피복지도를 제공하며 이러한 자료들은 모두 1년 이상의 시간 해상도를 갖는다. 습지의 경우, 계절에 따른 환경 변화로 인한 규모의 변동성이 크게 나타날 수 있기 때문에 1년 이하의 시간 해상도를 갖는 고품질 토지피복 분류 정보가 요구된다. 따라서 본 연구에서는 기존 자료의 낮은 시간 해상도 보완을 목표로, 1개월과 30 m의 시·공간 해상도를 갖는 토지피복지도를 구축하기 위한 방법론을 제안하고자 한다. 이를 위해 Landsat-8 등과 같은 다양한 인공위성 자료를 수집하고, Support Vector Machine 등과 같은 머신러닝 기법을 적용하였다. 최종적으로 습지보전법에서 지정한 습지보호지역 중 내륙습지 26개소를 대상으로, 본 연구로부터 산출된 토지피복지도를 기존 환경공간정보서비스 내 대분류 토지피복지도와 비교·평가하였다.

  • PDF

위성영상과 Maxent를 활용한 생태계교란생물 분포지역 예측 : DMZ의 단풍잎돼지풀을 대상으로 (Predicting the Potential Distributions of Invasive Species Using the Landsat Imagery and Maxent : Focused on "Ambrosia trifida L. var. trifida" in Korean Demilitarized Zone)

  • 박현철;임정철;이정환;이관규
    • 한국환경복원기술학회지
    • /
    • 제20권1호
    • /
    • pp.1-12
    • /
    • 2017
  • This study has been carried out for the purpose of predicting the potential habitat sites of invasive alien plants in the DMZ and providing the basic data for decision-making in managing the future DMZ natural environment. From 2007 to 2015, this study collected the data for the advent of Ambrosia trifida var. trifida through fieldwork around the DMZ area, and simulated the potential distribution area of Ambrosia trifida var. trifida using Maxent model among the models of species distributions. As a result, it showed that the potential distribution area of the Ambrosia trifida var. trifida was concentrated in the western DMZ with relatively low altitude and scanty in the central east regions with relatively high elevation and forest cover rate. Because the invasive alien vegetation is a significant threatening factor in the agriculture and restoration of ecology and it costs a lot to restore the area already invaded by invasive alien vegetation, advance precautions are necessary to prevent biological invasions. It is expected that it is possible to predict the disturbed ecosystems through this study for the efficient land use within DMZ in the future and to apply this study in setting up the areas for the development and conservation within the DMZ.

k-NN기법을 이용한 산림바이오매스 자원량 평가 - 강원대학교 학술림을 대상으로 - (Assessment of Forest Biomass using k-Neighbor Techniques - A Case Study in the Research Forest at Kangwon National University -)

  • 서환석;박동환;임종수;이정수
    • 한국산림과학회지
    • /
    • 제101권4호
    • /
    • pp.547-557
    • /
    • 2012
  • 본 연구는 강원대학교 학술림을 대상으로 현장조사자료와 Landsat TM-5 위성영상 정보를 이용하여 k-NN기법을 통해 산림바이오매스를 추정하는 것을 목적으로 하였다. 임상 층화 및 최소수평 참조거리(HRA)와 공간필터링의 조건변화에 따른 최적의 참조표본점 개수(k)를 검토하였으며, 이에 따른 산림바이오매스량 추정과 정확도를 비교 분석하였다. 침엽수는 $5{\times}5$ 필터링을 적용한 HRA 4 km와 k=8를 적용하였을 때 최소의 RMSE를 나타냈으며, 편차는 1.8 t/ha으로 과대추정되었다. 한편, 잣나무와 활엽수는 필터링을 적용하지 않은 HRA 4km의 k=8과 HRA 10 km의 k=6을 적용하였을 때 최소의 RMSE가 나타났으며, 편차는 각각 -1.6 t/ha, -5.2 t/ha로 과소추정되었다. k-NN기법에 의하여 추정된 총 바이오매스량은 799천t이며, ha당 평균 산림바이오매스량은 237 t/ha로서 표본점자료를 이용한 추정치보다 약 1 t/ha 높게 나타났다.

위성영상과 머신러닝 활용 도시열섬 지역 옥상녹화 효과 예측과 이산화탄소 흡수량 평가 (Predicting the Effects of Rooftop Greening and Evaluating CO2 Sequestration in Urban Heat Island Areas Using Satellite Imagery and Machine Learning)

  • 김민주;박정우;박주현;박지수;현창욱
    • 대한원격탐사학회지
    • /
    • 제39권5_1호
    • /
    • pp.481-493
    • /
    • 2023
  • 고밀도 도심지의 열섬현상이 도시 기온을 더 높이고 있으며 이로부터 대기오염 악화, 냉방 에너지 소비 증가 및 온실가스 배출 증대와 같은 부정적 영향들이 발생한다. 녹지의 추가 확보가 어려운 도시 환경에서 옥상녹화는 효율적인 온실가스 감축 전략이다. 본 연구에서는 열섬현상 현황 분석에서 더 나아가 고해상도 위성자료 및 공간정보를 활용하여 연구 지역 내 옥상녹화 가용면적 산정 후 옥상녹화가 가져오는 온도 분포 예측을 통한 열섬현상 완화도 및 이산화탄소 흡수량 평가를 수행하였다. 이를 위해 WorldView-2 위성자료를 활용하여 부산시 도시열섬 지역의 기존 토지피복을 분류하고 머신러닝 기법을 적용하여 옥상녹화 전 후 온도 분포 예측 모델을 개발하였다. 옥상녹화 면적 변화에 따른 열섬현상 완화도를 평가하기 위해 랜덤포레스트 기법을 통해 온도가 종속변수인 온도 분포 예측모델을 구축하였고, 이 과정에서 랜덤포레스트 모델의 훈련자료로 사용될 고해상도 지표 온도 도출을 위해 Google Earth Engine을 활용하여 Landsat-8과 Sentinel-2 위성자료를 융합하는 다중회귀모델을 적용하였다. 또한, 옥상녹화용 초본식생별 이산화탄소 흡수량을 기반으로 녹화 면적에 따른 이산화탄소 흡수량을 평가하였다. 연구 결과를 통해 개발된 위성자료 활용 도시 열섬현상 평가 및 랜덤포레스트 모델 기반 온도 분포 예측 기술은 도시열섬 취약 지역에 확대 적용이 가능할 것으로 기대된다.