• 한국공간정보시스템학회:학술대회논문집
• /
• 한국공간정보시스템학회 2000년도 학술회의 논문집 3권2호
• /
• pp.67-76
• /
• 2000

위성영상을 이용하여 지형도를 제작하는 새로운 방법으로 레이다 간섭기법이 활발히 연구되고 있다. 레이다 간섭기법은 같은 지역에 대한 두 장의 SAR 영상을 이용하여 고도값을 추출하는 방법으로, 기존의 SPOT과 같은 광학영상에 비하여 날씨나 시간의 제약을 받지 않고 지형정보를 얻을 수 있다는 장점을 가지고 있다. 그러나 레이다 간섭기법을 이용하여 고도값을 추출하는 방법은 처리과정이 복잡하고 기복이 심한 지역에서의 수직위치 정확도가 떨어진다는 단점을 가지고 있다. 본 연구에서 ERS-1과 ERS-2의 tandem 모드 SAR 영상을 사용하여 수치표고모형을 작성한 후 14개의 지상기준점에 대한 수직위치 정확도를 분석한 결과 14.06m의 오차를 보였다. 그러나 항공탑재레이다 시스템의 영상을 사용하여 수치표고 모형을 제작하면 $2{\sim}5m$의 수직위치 정확도를 얻을 수 있으므로 1/10,000이나 1/25,000 축척 지형도의 수정, 갱신에 활용할 수 있으리라 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.114-114
• /
• 2021

본 연구에서는 Sentinel-1 SAR 센서 기반 이미지자료와 딥러닝기법을 이용하여 고해상도 토양수분을 산정하였다. 입력자료는 지표특성(모래함량, 점토함량, 경사도), 인공위성 기반의 강우와 LANDSAT 기반의 이미지자료(NDVI, LST, 공간분포 토양수분)를 사용하였다. 강우자료의 경우 GPM(Global Precipitation Measurement) 일강우 자료를 사용하였으며, 관측일 기준으로 5일전까지의 강우자료와 5일평균강우를 구분하여 사용하였다. LANDSAT 기반의 토양수분 이미지자료와 지점관측 토양수분을 이용하여 검·보정 이후 딥러닝 모형의 입력자료로 사용하였다. 입력자료는 30m × 30m 해상도로 Resample 하여 딥러닝 모형의 학습을 진행하였으며, 학습에 사용된 모형을 이용하여 Sentinel-1 기반의 고해상도(10m × 10m) 토양수분이미지를 산정하였다. 검증지점은 거창군 거창읍, 계룡시 두마면, 장수군 장수읍 및 무주군 무주읍 토양수분 관측지점을 선정하였다. 거창군 거창읍의 산정결과, LANDSAT 기반의 토양수분 이미지와 DNN 기반의 토양수분 이미지가 매우 유사하게 나타났으며, 모의값(DNN 기반 토양수분)이 실측값(LANDSAT 기반의 토양수분)을 잘 반영한 것(R: 0.875 ; RMSE: 0.013)으로 나타났다. 또한 학습모형을 토지피복이 유사한 지역에 적용하여 토양수분을 산정한 결과 검증지점 계룡시(R: 0.897 ; RMSE: 0.014), 장수군(R: 0.770 ; RMSE: 0.024) 및 무주군(R: 0.909 ; RMSE: 0.012)의 모의값이 실측값과 매우 유사한 것으로 나타났다. 이를 바탕으로 Seninel-1 SAR센서 이미지자료와 딥러닝기법을 연계한 고해상도 토양수분자료가 농업, 수문, 환경 등 다양한 분야에서 활용될 수 있을 것으로 판단된다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2000년도 춘계 학술대회 논문집 통권 3호 Proceedings of the 2000 KSRS Spring Meeting
• /
• pp.85-90
• /
• 2000

백두산 지역의 JERS-1 SLC 영상과 볼리비아 지역의 RADARSAT 영상에 대해 각각 interferometry와 radargrammetry를 이용하여 수치표고모형을 제작하였다. Interferometry 는 coregistration, interferogram 작성, phase unwrapping 과정으로 나눠지는데 temporal decorrelation으로 낮은 coherence, 부정확한 궤도정보가 DEM의 정확도를 저하시키는 주요 원인으로 작용하였다. Radargrammetry는 photogrammetry와 동일한 처리과정, 즉 GCP를 이용한 stereo model 설정, 영상 matching, 고도추출단계로 이루어지지만 광학영상 과는 다른 SAR 영상의 기하학적, 방사적 특성이 고려되어야 한다.

• 대한원격탐사학회지
• /
• 제14권1호
• /
• pp.69-82
• /
• 1998

SAR 영상은 기존의 전자광학적 센서가 갖고 있는 자료취득의 제한을 극복하고, 광학적 센서와 상호보완되는 정보를 제공한다. 하지만 SAR 센서와 지면의 기하학적 특성으로 인하여 영상에 내재되어 있는 다양한 기하학적 왜곡을 제거할 필요가 있다. SAR 영상의 기하보정 방법으로 여러 가지 다양한 기법이 소개되고 있지만, SAR 영상을 정확하게 기하보정하는 것은 쉽지 않다. 특히 Radarsat 위성에 채택되고 있는 "International" 타원체와 국내의 "Bessel" 타원체간의 변환관계가 확립되지 않아 기하보정에 어려움이 있다. 보편적으로 많이 이용되는 모의영상을 이용한 기하보정 방법과 공선조건식을 응용한 기하보정 방법에는 수치표고모형이 이용된다. 본 연구에서는 기하보정에 사용되는 방법간의 장점과 단점을 파악하고 국내에 적용될 수 있는 방법을 찾아냈다.

• 응용통계연구
• /
• 제19권3호
• /
• pp.421-430
• /
• 2006

표본조사에서는 일반적으로 지형학적 범위가 넓거나 흔히 우리가 알고 있는 지형적 범위 즉시 또는 도 단위로 표본설계가 이루어진다. 그러므로 지형학적 범위가 작은 소지역은 충분한 표본의 확보가 불가능하며 따라서 정확한 소지역 통계를 얻는 것은 매우 어렵다. 이러한 문제로 정확한 소지역 통계를 얻기 위한 연구가 활발히 진행되고 있다. 최근 신기일과 이상은(2003)은 공간통계 모형을 이용한 소지역 추정을 연구하였다. 본 논문은 신기일과 이상은(2003)의 공간자기회귀(Spatial Autoregressive: SAR) 모형을 확장한 모형인 베이지안 자기 포아송 모형 (Bayesian Auto-Poisson Model: BAPM)을 이용한 소지역 추정에 관하여 연구하였다. 분석에 사용된 자료는 호주의 1998년 장애인 통계 (Survey of Disability, Aging and Cares:SDAC)이 며 MSE, MB 그러고 회귀 분석을 이용한 편의 분석기법이 비교에 사용되었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.117-117
• /
• 2021

본 연구에서는 Sentinel-1A/B C-band SAR(Synthetic Aperture Radar) 위성영상을 기반으로 인공신경망(Artificial Neural Network, ANN) 모형을 활용해 금강 유역 상류 40×50 km² 면적에 대한 토양수분을 산정하였다. 10 m 공간 해상도의 Sentinel-1A/B SAR 영상은 8일 간격으로 2015년부터 2019년까지 5년 동안 구축하였고, SNAP(SentiNel Application Platform)을 통해 기하 보정, 방사 보정 및 잡음(Noise) 보정을 수행하고 VV 및 VH 편파 후방산란계수로 변환하였다. ANN 모형 검증자료로 TDR(Time Domain Reflectometry)로 측정된 9개 지점의 실측 토양수분 자료를 구축하였으며, 수문학적 개념인 선행강우를 고려하기 위해 동지점에 대한 강수량 자료를 구축하였다. ANN은 각 지점에 해당하는 토양 속성별로 모델링하고, 전체 기간 및 계절별로 나누어 모의하였으며, 전체 자료의 60%와 40%를 각각 훈련 및 테스트 데이터로 사용하였다. 산정된 토양수분은 상관계수(Correlation Coefficient, R)와 평균제곱근오차(Root Mean Square Error, RMSE)를 활용하여 검증을 수행할 예정이다.

• 한국수자원학회논문집
• /
• 제54권2호
• /
• pp.81-91
• /
• 2021

Synthetic Aperture Radar (SAR)를 활용하여 토양수분을 산출 할 시 기존의 위성기반 자료에 비해 고해상도의 공간 자료를 생산할 수 있다. 고해상도의 광역 토양수분 자료는 기존의 위성 기반 토양수분 대비 보다 세밀한 지표면 토양수분 변동 관측이 가능하게 하므로, 산사태, 산불 및 홍수와 같은 자연재해 연구에 활용성이 뛰어나다. 하지만 SAR 신호인 후방산란계수는 토양수분 뿐만 아니라, 식생에 의한 영향도 포함하기 때문에 정확한 토양수분을 산정하기 위해서는 이러한 영향을 고려하는 단계가 요구된다. 본 연구에서는 한반도 중부의 농지, 산지, 및 초지의 식생조건 하에서 Sentinel-1 위성 SAR 자료를 활용하여 토양수분을 산정하기 위한 연구를 수행하였다. 식생의 영향을 고려하기 위해 대표적인 지표면 레이더 신호 산란 모형인 Water Cloud Model (WCM)을 사용하였으며, 식생 인자로 Radar Vegetation Index (RVI)를 활용하였다. 연구 지역으로는 토지피복도에 따라 농지와 초지, 산지 각각 2개 지역, 총 6개 대상 지역을 선정하였다. WCM의 매개변수 모의를 위해 지상 관측 토양수분 자료를 활용하였다. 관측 토양수분과의 검증 결과 초지, 산지, 농지 순으로 높은 정확도가 나타났으며, 특히 산지에서는 짙은 식생에도 불구하고 상관계수 값이 0.5 이상으로 나타난 반면 농지에서는 0.3 미만의 매우 낮은 값이 관측되었다. 연구 결과를 통해 다양한 식생 피복에서 SAR 기반 토양수분 산정에 적합한 관측 토양수분 조건을 제시 하였다. 향후 식생 높이, 식생 종류 등 과 융합한 연구가 수행된다면 보다 정확한 토양수분을 산정 할 수 있을 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제25권5호
• /
• pp.455-464
• /
• 2009

Lee(2009)에서 영상 강도를 위해서 lognormal 확률 모형과 영상 texture를 위해서 Markov random field(MRF)에 기반하는 Bayesian 모형을 사용하는 boundary-adaptive despeckling 방법을 제안하였다. 이 방법은 speckle 제거 영상의 최대 사후(maximum a posteriori: MAP) 추정치를 구하기 위해서 Point-Jacobian iteration을 이용한다 인접하고 있는 다른 특성의 지역에 위치한 화소의 값을 사용하는 가능성을 줄이기 위해 Boundary-adaptive algorithm은 경계에 가까울 수록 멀리 떨어진 이웃 화소로부터 정보를 덜 수집하도록 고안된다. 이러한 boundary-adaptive 방법은 전반적으로 simulation 자료를 사용하여 Lee(2009)에서 평가되었고 그리고 제안된 방법의 효험을 증명하였다. 본 연구는 Lee(2009)의 확장 연구로 MAP 추정치를 구하기 반복 algorithm의 계산 효율성을 증가 시키고 noise 제거와 함께 분류를 수행하는 수정 algorithm을 제안한다. Simulation 자료를 사용한 실험을 통해서 boundary-adaption이 분류 오류를 줄여줄 뿐 아니라 더욱 명확한 경계선을 보여준다는 것을 알 수 있다. 또한 영종도 서해안에서 관측된 고해상도 Terra-SAR data에 적용한 결과는 boundary-adaption은 SAR 활용에서 분석의 정확성을 개선 시킬 수 있다는 것을 암시한다.

• 대한원격탐사학회지
• /
• 제38권5_1호
• /
• pp.571-585
• /
• 2022

기후변화로 인한 가뭄, 홍수, 산불, 산사태 등 자연재해의 위협이 증가함에 따라, 합성개구레이더(Synthetic Aperture Radar, SAR)와 같이 고해상도 토양수분 복원에 대한 사회적 수요도 증가하고 있다. 하지만 국내 환경은 산림 지형의 비율이 높아, 식생과 지형의 영향을 크게 받는 SAR 자료에서 토양수분을 복원하는데 많은 어려움을 겪고 있다. 이에 본 연구에서는 기계학습의 일종인 인공신경망(Artificial Neural Network, ANN) 기법을 활용하여, Sentinel-1 SAR 영상의 자립형 활용성을 평가하였다. Sentinel-1에서 얻을 수 있는 이중편파 산란계수는 토양수분 거동과 유의미한 상관성을 가지고 있음을 확인할 수 있었으며, 다른 위성이나 지점에서 관측된 보조자료를 사용하지 않고도 식생의 효과 등을 보정할 수 있는 자립형 활용 가능성도 확인할 수 있었다. 하지만 각 지점별, 지형 그룹별 특성에 의한 차이가 크게 나타났으며, 특히 산지와 평지에서 학습된 모형을 교차적용하였을 때 토양수분을 제대로 모의할 수 없는 현상이 발생하였다. 또한 이러한 문제를 해결하고자 학습 지점의 수를 늘리는 경우에는 토양수분 복원 모형이 평활화되어 상관계수는 증가하였으나, 지점에서의 오차는 점점 증가하였다. 따라서 고해상도 SAR 토양수분 자료를 광범위하게 적용하기 위해서는 체계적 연구 수행이 선행되어야 하며, 목적에 따른 학습 지점의 선정, 적용 지역의 범위 등을 구체적으로 제한하여 활용한다면 다양한 분야에서 효과적으로 활용할 수 있을 것으로 기대된다.

• 응용통계연구
• /
• 제18권3호
• /
• pp.627-637
• /
• 2005

시계열 모형과 공간통계 모형이 결합된 공간 시계열 모형에 관한 많은 연구가 발표되고 있다. 최근 de Luna와 Genton(2003, 2005)은 공간 시계열 모형을 이용한 실업률의 소지역 추정을 발표하는 등 공간 시계열 기법을 이용한 소지역 추정방법의 연구도 빠르게 진행되고 있다. 본 논문에서는 공간 시계열 모형을 이용한 소지역 추정기법을 설명하고 이 기법과 신기 일과 이상은(2003)이 발표한 공간모형을 이용한 소지역 추정을 비교하였다.