• 대한원격탐사학회지
• /
• 제34권6_4호
• /
• pp.1503-1517
• /
• 2018

백두산은 중국과 북한의 국경 경계에 위치하고 있는 성층화산으로 신생대 올리고세 이후 주요 분화 단계를 거쳐 형성된 것으로 알려져 있다. 2010년 이후 마그마 재활동으로 인한 백두산 화산활동 여부에 대한 관심이 증대되고 있다. 백두산 화산 활동을 감시하기 위한 연구는 기상청, 한국지질자원연구원 등 국가기관 중심으로 활발히 수행되고 있다. 2018년에는 한-중 백두산 공동 관측 장기연구 과제가 선정되었으며 이로부터 화산특화연구센터가 설립되기도 하였다. 그러나 백두산은 우리나라로부터 지리적으로 멀리 떨어져 있어 접근에 대한 제약이 있을 뿐만 아니라 백두산 화산 주변에 설치되어 있는 현장 관측 장비로부터 수집된 현장 자료의 공유 혹은 접근이 쉽지 않은 상황이다. 원격탐사는 직접적인 물리적 접촉 없이 대상 물체에 대한 특성을 원격으로 측정하는 수단으로서, 대상물의 관측을 위해 자동차, 무인기, 항공기, 인공위성 등 여러 형태의 플랫폼이 사용된다. 지난 수십 년 간, 다양한 파장 대역에서의 전자기파를 이용한 원격탐사 자료를 활용하여 화산 감시 연구가 수행되어 왔다. 특히 레이더 원격탐사는 주야조건, 기상조건에 관계없이 자료를 획득할 수 있을 뿐만아니라 위상정보를 이용한 레이더 위상간섭기법을 통한 미세 지표 변위 관측이 가능하여 매우 널리 이용되고 있는 화산 감시 기술이다. 본 논문의 목적은 백두산 화산 관측을 위해 수행된 기존 원격탐사 연구 문헌을 수집하고 동향을 파악하는 것이다. 또한 지속적인 화산 감시를 위한 가용 영상레이더 위성정보를 조사하여 향후 이를 바탕으로 백두산 화산 지표 변위의 주기적 탐지 연구를 수행하는데 활용할 예정이다.

• 대한원격탐사학회지
• /
• 제33권4호
• /
• pp.423-436
• /
• 2017

This paper presents a deep learning-based road segmentation framework from very high-resolution orthophotos. The proposed method uses Deep Convolutional Autoencoders for end-to-end mapping of orthophotos to road segmentations. In addition, a set of post-processing steps were applied to make the model outputs GIS-ready data that could be useful for various applications. The optimization of the model's parameters is explained which was conducted via grid search method. The model was trained and implemented in Keras, a high-level deep learning framework run on top of Tensorflow. The results show that the proposed model with the best-obtained hyperparameters could segment road objects from orthophotos at an average accuracy of 88.5%. The results of optimization revealed that the best optimization algorithm and activation function for the studied task are Stochastic Gradient Descent (SGD) and Exponential Linear Unit (ELU), respectively. In addition, the best numbers of convolutional filters were found to be 8 for the first and second layers and 128 for the third and fourth layers of the proposed network architecture. Moreover, the analysis on the time complexity of the model showed that the model could be trained in 4 hours and 50 minutes on 1024 high-resolution images of size $106{\times}106pixels$, and segment road objects from similar size and resolution images in around 14 minutes. The results show that the deep learning models such as Convolutional Autoencoders could be a best alternative to traditional machine learning models for road segmentation from aerial photographs.

• Spatial Information Research
• /
• 제2권2호
• /
• pp.135-145
• /
• 1994

토지이용실태에 관한 자료는 국토계획이나 지역계획을 수립하는데 있어서 필수적인 기초자료의 하나이다. 그러나 현재로서는 토지이용실태를 그대로 반영하고 있는 정확한 자룔르 구득하는 일이 그렇게 쉬운 일만은 아니다. 이러한 물리적 토지이용실태에 관한 자료들은 지리정보시스템기법과 원격탐사자료의 영상처리기법등을 적절히 잘 활용함으로써, 적은 비용으로도 신속하게 관련 정보를 추출할 수 있다. 이러한 동기에서 이 연구는 인공위서에서 감지한 수도권의 원격탐사자료(1979년 MSS자료와 1991년 TM자료)를 이용하여 첫째 착도권의 토지이용실태를 분석하고 둘째 지난 12년간 착도권내 도시지형의 확산모습과 토지용이변화과정을 그림과 통계로 정리함으로써 수도권 정책을 평가하는데 필요한 기초자료를 생산하며, 셋째 향후 국토계획이나 지역계획 수립시 인공위성 원격탐사자료를 적극 활용할 수 있는 연구토양과 분위기를 조성하는데 연구의 목적을두고 있다.

• 자원환경지질
• /
• 제37권5호
• /
• pp.521-532
• /
• 2004

본 연구의 목적은 강릉지역에 대해 산사태 취약성을 GIS와 원격탄사를 이용하여 평가하는 것이다. 이를 위해 산사태 위치는 위성영상 해석 및 현지 조사를 통해 확인되었고, GIS와 원격탐사를 이용하여 지형도, 토양도, 지질도, 선구조도, 토지피복도 등이 수집되고, 처리된 후 공간 데이터베이스로 구축되었다. 확률 기법인 빈도비 모델을 이용하여 산사태와 경사, 경사방향, 곡률, 수계, 지형종류, 토질, 토양모재, 토양배수, 유효토심, 임상종류, 임상경급, 임상영급, 임상밀도, 암상, 토지피복도, 선구조도 등 산사태 발생 요인들과의 관계를 계산하여 빈도비를 구하였다. 그리고 이러한 빈도비를 모두 더하여 산사태 취약성 지수를 계산하였으며, 이러한 취약서 지수를 모두 더하여 취약성도를 작성하였다. 그 결과는 실제 산사태 위치자료를 이용하여 검증 및 교차 검증되었고, 그 검증 결과는 산사태 취약성도와 산사태 위치와 밀접한 관계가 있었다.

• 대한원격탐사학회지
• /
• 제36권1호
• /
• pp.1-13
• /
• 2020

Seasonal changes in river water vary seasonally as well as locationally, and the assessment is essential. In this study, we used the recent technique of post-classification by using the Google earth engine (GEE) to map the seasonal changes in Mahanadi river of Odisha. However,some fixed problems results during the rainy season that affects the livelihood system of Cuttack such as flooding, drowning of children and waste material deposit. Therefore, this study conducted 1) to map and analyse the water density changes and 2) to analyse the seasonal variation of river water to resolve and prevent problem shortcomings. Our results showed that nine types of variation can be found in the Mahanadi River each year. The increase and decrease of intensity of surface water analysed, and it varies in between -130 to 70 ㎥/nf. The highest frequency change is 2900 Hz near Cuttack city. The pi diagram provides the percentage of seasonal variation that can be observed as permanent water (30%), new seasonal (28%), ephemeral (12%), permanent to seasonal (7%) and seasonal (10%). The analysis is helpful and effective to assess the seasonal variation that can provide a platform for the development of Cuttack city that lies in Mahanadi delta.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2002년도 Proceedings of International Symposium on Remote Sensing
• /
• pp.721-727
• /
• 2002

Precipitation evapotranspiration and runoff are three key parameters of regional water balance. Problems exist in the traditional methods for calculating such factors , such as explaining of the geographic rationality of spatial interpolating methods and lacking of enough observation stations in many important area for bad natural conditions. With the development of modern spatial info-techniques, new efficient shifts arose for traditional studies. Guided by theories on energy flow and materials exchange within Soil-Atmosphere-Plant Continuant (SPAC), retrieval models of key hydrological parameters were established in the Yellow River basin using CMS-5 and FengYun-2 meteorological satellite data. Precipitation and evapotranspiration were then estimated: (1) Estimating tile amount of solar energy that is absorbed by the ground with surface reflectivity, which is measured in the visible wavelength band (VIS): (2) Assessing the partitioning of the absorbed energy between sensible and latent heat with the surface temperature, which was measured in the thermal infrared band (TIR), the latent heat representing the evapotranspiration of water; (3) Clouds are identified and cloud top levels are classified using both VIS and TIR data. Hereafter precipitation will be calculated pixel by pixel with retrieval model. Daily results are first obtained, which are then processed to decade, monthly and yearly products. Precipitation model has been has been and tested with ground truth data; meanwhile, the evapotranspiration result has been verified with Large Aperture Scintillometry (LAS) presented by Wageningen University of the Netherlands. Further studies may concentrate on the application of models, i.e., establish a hydrological model of the Yellow river basin to make the accurate estimation of river volume and even monitor the whole hydrological progress.

• 대한원격탐사학회지
• /
• 제17권1호
• /
• pp.71-84
• /
• 2001

원격탐사 영상은 해상도가 변화함에 따라 축척 효과에 의해 영상의 특성이 변화한다. 연구자는 다양한 해상도의 원격탐사 영상으로부터 연구에 적합한 공간적 현상이 나타나는 적정 해상도를 선택할 필요가 있다. 특정 지리현상은 특정 축척에서 가장 잘 표현될 수 있기 때문이다. 이와같이 공간현상을 명확하게 설명하기 위해서는 이러한 현상이 나타나는 축척이나 공간 해상도를 적절히 선정하여야 한다. 본 연구에서는 위성영상의 적정 해상도를 탐색하기 위하여 구조특성과 분광분리도를 측정하는 지수들을 살펴보고 이를 이용하여 적정 해상도를 모색하는 과정을 제시하였다. 연구의 수행과정엥서 제안한 해상도 특성 측정지수와 적정 해상도 모색과정을 순천만의 위성영상에 적용하여 그 효용성을 평가하였다. 원격탐사 영상으로부터 적정 해상도를 선정하기 위해 제안한 2단계의 탐색절차를 시험한 결과 적정 해상도 탐색이 가능하였고 분류정확도와의 상관관계도 높게 나타났다. 2단계의 적정 해상도 탐색절차는 연구지역의 지리현상을 반영하는 해상도를 모색하는 기법으로 이용될 수 있다.

• 대한원격탐사학회지
• /
• 제9권1호
• /
• pp.79-93
• /
• 1993

NOAA AVHRR의 MCSST를 이용하여 지형류의 상대속도를 추정하였으며 이것을 대한 해협에 적용하였다. 원격탐사는 관측시에 광범위한 지역에 대해서 동시성 및 반복성이 유지되기 때문에 해양현상을 연구하는 데 있어서 훌륭한 도구로써 쓰일 수 있다. 특히 AVHRR 자료는 높 은 분해능으로 인해서 선상관측 자료보다도 지형류를 더욱 정밀하게 구할 수 있다. 연구 결과에 의하면 1992년 4월에 대한해협 서수도에서의 상대속도는 골이 있는 해역에서 가장 크며 이때 유 속의 크기는 약 23.8cm/sec로 나타났다. 그러나 이 결과는 geopotential anomaly를 계산할 때 염 분의 효과를 무시한 만큼의 오류를 포함하고 있다. 또한 대한해협 서수도에서 지형류의 수송량은 약 0.3Sv이며 쓰시마와 골이 있는 해역 사이에서 수송량이 가장 큰 것으로 나타났다.

• 한국전자통신학회논문지
• /
• 제15권6호
• /
• pp.1209-1216
• /
• 2020

본 연구에서는 무인항공기 원격탐사 기법과 딥러닝 기반 객체인식 알고리즘을 활용한 해안표착폐기물 탐지기법을 제안한다. 항공영상 내에 존재하는 해안표착폐기물을 탐지하기 위해 심층신경망 기반 객체 인식 알고리즘을 제안하였다. PET, 스티로폼, 기타 플라스틱의 3가지 클래스의 이미지 데이터셋으로 심층신경망 모델을 훈련시켰으며, 각 클래스별 탐지 정확도를 Darknet-53과 비교하였다. 이를 통해 해안표착 폐기물을 무인항공기를 통해 성상별 모니터링할 수 있었으며, 향후 본 연구에서 제안하는 방법이 적용될 경우 해변 전체에 대한 성상별 전수조사가 가능하며, 이를 통해 해양환경 감시 분야의 효율성 증대에 기여할 수 있을 것으로 판단된다.

• 한국전자통신학회논문지
• /
• 제16권6호
• /
• pp.1363-1372
• /
• 2021

유해조류의 대번식으로 정의되는 적조는 광역적으로 발생·확산되는 특성을 가진다. 이는 기존의 조사 방법만으로는 탐지의 한계가 있다. 따라서 본 연구에서는 적조를 원격탐사 기법을 활용하여 탐지하였다. 또한 단순히 chlorophyll의 농도가 아닌 광특성을 이용하여 탐지의 정확도를 높이고자 하였다. 적조는 해수신호가 복잡한 남해안에서 주로 발생하며 남해안의 주 적조 종은 Cochlodinium polykirkoides이다. 따라서 기계학습 기법을 활용하여 시각적인 판단에 국한되지 않고 연구자의 관찰과 경험에 의존해 발견하지 못했던 특징을 반영하여 객관성을 확보하고자 하였다. 본 연구에서는 기계학습 모델 중에서 서포트백터머신과 랜덤포레스트를 사용하였고 두 모델의 성능 평가 지표로 정확도 등을 산출한 결과 각각 85.7% 80.2%의 정확도를 보였다.