• 대한원격탐사학회지
• /
• 제38권1호
• /
• pp.103-110
• /
• 2022

Since satellite images generally include clouds in the atmosphere, it is essential to detect or mask clouds before satellite image processing. Clouds were detected using physical characteristics of clouds in previous research. Cloud detection methods using deep learning techniques such as CNN or the modified U-Net in image segmentation field have been studied recently. Since image segmentation is the process of assigning a label to every pixel in an image, precise pixel-based dataset is required for cloud detection. Obtaining accurate training datasets is more important than a network configuration in image segmentation for cloud detection. Existing deep learning techniques used different training datasets. And test datasets were extracted from intra-dataset which were acquired by same sensor and procedure as training dataset. Different datasets make it difficult to determine which network shows a better overall performance. To verify the effectiveness of the cloud detection network such as Cloud-Net, two types of networks were trained using the cloud dataset from KOMPSAT-3 images provided by the AIHUB site and the L8-Cloud dataset from Landsat8 images which was publicly opened by a Cloud-Net author. Test data from intra-dataset of KOMPSAT-3 cloud dataset were used for validating the network. The simulation results show that the network trained with KOMPSAT-3 cloud dataset shows good performance on the network trained with L8-Cloud dataset. Because Landsat8 and KOMPSAT-3 satellite images have different GSDs, making it difficult to achieve good results from cross-sensor validation. The network could be superior for intra-dataset, but it could be inferior for cross-sensor data. It is necessary to study techniques that show good results in cross-senor validation dataset in the future.

• 대한원격탐사학회지
• /
• 제39권5_4호
• /
• pp.1085-1095
• /
• 2023

위성데이터를 활용한 시계열 데이터는 다양한 분야에서 변화 탐지와 모니터링에 필수적인 자료로 활용되고 있다. 시계열 데이터 생성에 관한 선행 연구에서는 데이터의 통일성을 유지하기 위해 주로 단일 영상을 기반으로 분석하는 방식이 사용되었다. 또한 공간 및 시간 해상도 향상을 위해 다종 영상을 활용하는 연구도 활발하게 진행되고 있다. 시계열 데이터의 중요성은 계속해서 강조되지만, 데이터를 자동으로 수집하고 가공하여 연구에 활용하기 위한 산출물은 아직 제공되지 않고 있다. 따라서 이러한 한계를 극복하기 위해 본 논문에서는 사용자가 설정한 지역의 위성정보를 자동으로 수집하고 시계열 데이터를 생성하는 기능을 제안한다. 본 연구는 한 종류의 위성영상뿐만 아니라 동일 지역의 여러 위성데이터를 수집하고 이를 시계열 데이터로 변환하여 산출물을 생성하는 것을 목표로 하며, 이를 위한 위성영상 자동 수집 시스템을 개발하였다. 이 시스템을 활용하면 사용자는 관심 있는 지역을 설정함으로써 해당 지역에 맞게 데이터가 수집되고 Crop되어 즉시 활용할 수 있는 데이터를 생성할 수 있다. 실험 결과로는 웹 상에서 무료로 제공되는 Landsat-8/9 OLI 및 Sentinel-2 A/B 영상의 자동 획득이 가능함을 확인하였으며, 수동 입력을 통해 별도의 고해상도 위성영상도 함께 처리할 수 있었다. 고해상도 위성영상을 기준으로 자동 수집 및 편집된 영상 간의 정확도를 비교하고 육안 분석을 수행한 결과, 큰 오차 없이 결과물을 생성할 수 있음을 확인했다. 이후 시계열 데이터 간 상대적 위치 오차 최소화 및 좌표가 획득되어 있지 않은 데이터 처리 등에 대한 연구 및 다양한 위성영상을 활용한 시계열 데이터 생성 기능 추가가 계획되어 있다. 위성영상을 활용한 시계열 데이터의 생성 방법이 정립되고, 국토위성, 농림위성과 같은 국내 위성정보를 이용한 시계열 데이터가 효과적으로 활용될 경우, 국토·농림·산업·해양 분야에서 다양한 응용 가능성이 기대된다.

• Spatial Information Research
• /
• 제11권1호
• /
• pp.13-22
• /
• 2003

위성영상 이미지를 이용한 갯벌의 지형 고찰은 주기적인 자료 획득 등의 측면에서 그 유용성이 입증되어 왔다. 특히, 광학 위성영상의 근적외선 영역은 해역과 육역을 구분하는 데 있어서 유용하게 사용되고 있다. 본 연구에서는 Landsat-5 위성영상을 이용하여 갯벌의 경계선을 추출하고, 조위 자료를 고도값으로 사용하여 갯벌의 수치표고모델을 작성하였다. 수치표고모델은 갯벌의 입체적인 지형을 고찰할 수 있는 유용한 도구이며 더 나아가 갯벌 지형의 변화 탐지에도 사용될 수 있다. 강화도 남단 갯벌에 대해 90년대에 촬영된 8장의 영상을 1994년 기준으로 두 시기로 나누었고, 각각에 대해 수치표고모델을 작성하였다. 이 과정에서 각 영상 촬영 시기에 해당하는 갯벌의 면적을 계산할 수 있었고, 1994년 이후 조위의 변화에 따라 갯벌의 면적이 감소하였음을 알 수 있었다.

• 한국지리정보학회지
• /
• 제23권1호
• /
• pp.30-40
• /
• 2020

서울시 도시재생 사업에 의한 도시환경 변화 파악은 서울시에서 다양한 방법으로 진행되고 있는 도시재생 사업으로 인한 도시환경 변화 탐지를 위해 매우 중요하다. 그러나 도시재생 사업으로 인한 도시환경 변화를 주기적으로 파악할 수 있는 자료가 절대적으로 부족할 뿐만 아니라 자료를 처리하고 분석할 수 있는 인력 또한 현저히 부족하다. 본 연구에서는 다중시기 Landsat 위성영상을 활용하여 도시재생 사업을 통해 조성된 성북구 장위동 빗물마을 지역의 지표온도 변화를 분석함으로써 서울시 빗물마을 조성에 의해 발생한 도시 환경 변화를 다음 과정을 통하여 파악하였다. 우선, 빗물마을 조성 기간 동안 연구대상 지역에서 획득한 Landsat-8 위성영상의 가시광선 및 적외선 밴드를 활용하여 장위동 지역, 장위동 주변 지역 및 서울시 전체 지역의 시계열 지표온도 지도를 제작하였다. 최종적으로 3개 지역의 시계열 지표온도 변화를 측정함으로써, 빗물마을 조성으로 인한 주변지역의 도시환경 변화를 파악하였다. 본 연구에서 도출된 결과의 분석을 통해 장위동 지역에서 진행된 빗물마을 조성사업으로 인해 장위동 지역의 지표온도에 유의미한 변화가 발생했다고 보기는 힘들다는 결론을 내렸다.

• 한국지리정보학회지
• /
• 제8권1호
• /
• pp.13-22
• /
• 2005

본 논문은 무감독 ISODATA 기법을 이용하여 Landsat TM 위성영상에 기반한 새만금 간석지의 지형을 분류하고, 이 분류된 지형의 시공간적 변화를 분석하고자 한다. 각각의 퇴적 지형은 새만금 방조제 공사 진행에 따른 상이한 특성을 나타내며, 퇴적 변화와 분포를 입증한다. Landsat TM 7개의 band 중에서 밴드 4가 간석지와 해수면의 구분, 그리고 밴드 5는 간석지에 대한 세부적인 지형의 분류에 이용한다. 각 지역의 지형적 특성을 구분함으로써 간석지의 지형변화에 따른 검토는 간척 계획수립과 간척된 이후의 토지 이용에 매우 유용할 것으로 사료된다.

• 한국지리정보학회지
• /
• 제8권3호
• /
• pp.34-43
• /
• 2005

Landsat TM 위성영상을 이용하여 전라북도 고군산 군도 미지형을 무감독 분류의 ISODATA 기법과 감독 분류의 최근린법으로 분석한 시공간 변화를 파악하고자 한다. 각각의 퇴적물 지형은 새만금 방조제 공사 진행에 따라 지리적 요인과 기후 환경적 영향에 대하여 상이한 특성을 갖는다. 본 연구 지역의 지형적 특성을 구체적으로 구분한 결과는 간척 계획수립과 간척된 이후의 퇴적 및 침식 지형 예측에 유용할 것으로 사료된다. 아울러 Landsat TM 7개의 band 중에서 밴드 4는 조간대와 해변의 구분, 그리고 밴드 5는 조간대에 대한 세부적인 미지형의 분류에 이용하며, 위성영상이 미지형 변화의 탐지에 효율적임을 밝히고자 한다. 따라서 위성영상을 이용한 지형지물의 분류 및 변화에 대한 탐지는 제방 축조공사가 완료된 후 방조제 외측에 위치한 고군산 군도에서 갯벌이 형성되는지의 여부를 밝히는데 매우 유용할 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제38권6_4호
• /
• pp.1935-1943
• /
• 2022

위성 영상을 활용하여 대규모 또는 정밀 토양 수분도를 제작하는 방법의 개발과 이를 적용한 사례 연구는 원격탐사 응용 분야에서 중요한 연구 주제 중 하나이다. 이 연구는 제주도 연구 지역을 대상으로 토양 수분도를 제작하였다. 이를 위하여 선형으로 조정된 Synthetic Aperture Radar (SAR) 편광 영상과 입사각 정보를 이용하여 광학 영상과 함께 토양 수분도를 산출하였다. SAR 영상은 Google Earth Engine (GEE)에서 제공하는 후반 산란 계수 Analysis Ready Data (ARD) 자료를 사용하였다. 또한 Environmental Systems Research Institute (ESRI)의 토지 피복도(land cover map)와 KOMPSAT-3 고해상도 위성 영상의 지표 반사도로부터 산출한 식생 지수 정보(normalized difference vegetation index, NDVI)를 토양 수분도 처리 과정에 적용하였다. 이처럼 SAR 영상과 광학영상 정보를 융합하여 처리하는 경우는 토양 수분 산출물의 신뢰도를 향상할 수 있는 것으로 알려져 있다. 산출물의 과학적 분석을 위하여 KOMPSAT-3 영상으로 제작한 정규 수분 지수(normalized difference water index, NDWI)와 비교 분석을 실시하였다. 그리고 KOMPSAT-3 처리 결과의 검증을 위하여 Landsat-8 위성의 NDWI 처리 결과와 비교하였다. 이 연구를 통하여 산출한 토양 수분도 결과는 KOMPSAT-3 영상과 Landsat-8 위성으로 각각 처리한 NDWI 처리 결과와 높은 상관도를 나타냈다. 마지막으로 이 연구에 사용한 토양 수분 산출 알고리즘을 우리나라 고해상도 위성인 KOMPSAT-5 영상에 맞게 추가 개발하면 다른 외부 영상 없이 KOMPSAT 광학 위성정보와 KOMPSAT SAR 영상정보를 이용한 정밀 토양 수분도 제작이 가능할 것이라고 생각한다.

• 대한원격탐사학회지
• /
• 제36권6_2호
• /
• pp.1523-1535
• /
• 2020

원격탐사를 이용한 작황정보 생산은 작물의 생물계절을 이용하여 작물 분류, 생육 모니터링, 생산량 추정 분석이 선행되어야 한다. 생물계절에 추정을 위한 시계열 영상 자료가 필요하지만 KOMPSAT(Korea Multi-Purpose Satellite)만으로 획득하는 것은 물리적 제한이 있으므로 타 지구관측위성과의 융합 활용이 필요하다. 위성자료의 융합 활용을 위해서는 각 위성이 가지는 고유의 방사학적 센서 특성 차이를 극복해야 한다. 본 연구는 위성자료의 융·복합 활용을 위한 첫 단계로서 KOMPSAT-3와 Landsat-8 위성의 교차검보정을 수행하였다. Libya-4 PICS(Pseudo Invariant Calibration Sites)에서 2년간 수집된 위성자료에 대해 초분광위성을 이용하여 산정된 SBAF(Spectral Band Adjustment Factor)를 적용하여 대기상단 반사도를 비교하였다. 교차검보정 결과 KOMPSAT-3와 Landsat-8 위성은 Blue, Green, Red 밴드에서 약 4%, NIR밴드에서 6%의 반사율 차이를 보였다. 온보드 켈리브레이터가 없는 KOMPSAT-3는 Ladnsat-8에 비해 Radiometric Stability가 낮은 것으로 나타났다. 향후 교차검보정의 정확도를 높이기 위해 BRDF(Bidirectional reflectance distribution function) 보정 및 지형보정을 통하여 정규화 된 반사율 자료를 생산하기 위한 노력이 필요하다.

• 대한공간정보학회지
• /
• 제23권1호
• /
• pp.81-88
• /
• 2015

위성센서 기술이 발전함에 따라서 가시광선, 적외선, 열적외선 영역 등의 파장대를 탐지하는 다양한 센서들이 발사되고 있다. 이에 따라, 다중센서 영상의 융합 및 통합에 대한 연구들이 진행되고 있으며, 이를 위해서는 다중센서의 정합이 필수적이다. 위성영상의 정합 및 자동기하보정을 위하여 SIFT, SURF와 같은 알고리즘이 제안되었다. 그러나, 광학영상과 열적외선 상의 경우 다른 분광특성을 가지고 있기 때문에, 기존의 영상정합기법을 적용할 경우에는 높은 정확도를 확보하기 어려운 문제를 지닌다. 본 연구에서는 SURF를 이용하여 참조영상의 특징점을 추출하였으며, 추출된 특징점의 위치를 기반으로 지역적 상관도를 추정하여 정합쌍을 추출하고자 하였다. 지역적 상관도의 경우에는 퓨리에 변환을 기반으로 하는 위상 상관도 기법을 적용하였다. 가상의 고해상도 다중센서 영상과 Landsat-8, ASTER 영상을 이용한 실험결과, 기존의 SURF를 활용한 정합기법과 비교하여 본 연구에서 제안한 방법이 두 영상 간 정합쌍을 더욱 효과적으로 추출할 수 있음을 확인하였다.

• 한국수자원학회논문집
• /
• 제48권2호
• /
• pp.79-90
• /
• 2015

2013년 3월에 발사된 Landsat 8 인공위성의 이미지데이터를 이용하여 금강유역을 대상으로 수질인자에 대한 평가를 수행하였다. 본 연구의 목적은 다양한 수질인자 중 녹조에 직접적인 영향을 미치는 총질소와 총인의 농도를 추정함으로써 궁극적으로 수생태계에 악영향을 미치는 녹조의 발생을 모니터링 하는 것이다. 현장실측데이터와 인공위성 데이터간의 상관관계를 규명하기 위하여 Pearson' 상관계수를 이용하여 그 관계를 파악하였다. Landsat 8이 촬영되는 시기를 포함하는 총 20개의 현장실측 데이터가 수집되었으며 Landsat 8의 11개의 밴드중, 밴드2, 3, 4의 반사도 값이 총인과 총질소를 탐지하는데 있어서 가장 상관성 높은 것으로 나타났다. 총질소는 유의수준 0.05에서 밴드2(0.48), 3(0.62), 4(0.57)과 높은 양의 상관관계를 보였으며, 총인의 경우, 유의수준 0.01에서 밴드2(0.59), 3(0.59), 4(0.58)로 높은 양의 상관관계를 나타냈다. 5번 밴드는 유의수준을 벗어남으로써 두 수질인자를 탐지하는데 상관성이 떨어지는 것으로 나타났다. 상관성이 높았던 밴드간의 조합을 통해서 총질소와 총인에 대한 각각의 최적 회귀식이 다중 회귀식을 근거로 구축되었다. 유도된 회귀식으로 계산된 총질소와 총인의 농도값은 통계기법인 Bias와RMSE를 이용하여 현장실측데이터들과 비교 검증되었다. 최종적으로, 2014년 4월 21과 2013년 11월 12일에 대한 맵핑을 수행함으로써 총질소와 총인의 공간적인 분포를 시각적으로 확인할 수 있었다.