• 대한원격탐사학회지
• /
• 제32권6호
• /
• pp.579-587
• /
• 2016

세계적으로 자국의 에너지 수급의 안정성을 도모함과 동시에 태양광 발전시스템의 효율적인 운영을 위한 위성기반 태양광 발전가능량 산출기술 개발이 중요한 관심사로 주목받고 있다. 본 연구는 위성기반 일사량 산출기술과 태양광 발전가능량 산출기술에 대한 동향을 분석하고 관련기술 개발 전략을 제시하는데 그 목적을 둔다. 동향 분석 결과, 우리나라의 태양광 발전가능량 산출에 대한 전반적인 기술 수준은 선진국 대비 30% 이하로 아주 미미한 수준이며 이는 태양광 자원지도 제작에 국한되어있다. 이러한 기술 수준을 단시간 내에 선진국과 대등하게 끌어올리는 것은 거의 불가능할 것이다. 따라서 집중적인 연구개발을 통해 선진국 대비 80% 수준의 기술 수준을 달성하여 주요한 정보를 제공하여야 만이 실제 현업에서의 태양광 발전소 운영에 기여할 수 있을 것이다. 즉 가능한 빠른 시간 내에 현재 운영되고 있는 COMS 뿐만 아니라 차세대 고해상도 정지궤도기상위성 자료를 이용한 수백 m 급 고정밀 일사량 상세화 기술과 단기 또는 중기 일사량 예측을 위한 핵심기술이 우선적으로 확보되어야하며, 이후 위성기반 태양광 발전가능량 산출기술을 개발함으로써 현업에서 활용될 수 있는 정보를 제공함이 현실적으로 타당한 기술개발 전략일 것이다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2002년도 Proceedings of International Symposium on Remote Sensing
• /
• pp.65-65
• /
• 2002

In remote sensing, images are acquired over the same area by sensors of different spectral ranges (from the visible to the microwave) and/or with different number, position, and width of spectral bands. These images are generally partially redundant, as they represent the same scene, and partially complementary. For many applications of image classification, the information provided by a single sensor is often incomplete or imprecise resulting in misclassification. Fusion with redundant data can draw more consistent inferences for the interpretation of the scene, and can then improve classification accuracy. The common approach to the classification of multisensor data as a data fusion scheme at pixel level is to concatenate the data into one vector as if they were measurements from a single sensor. The multiband data acquired by a single multispectral sensor or by two or more different sensors are not completely independent, and a certain degree of informative overlap may exist between the observation spaces of the different bands. This dependence may make the data less informative and should be properly modeled in the analysis so that its effect can be eliminated. For modeling and eliminating the effect of such dependence, this study employs a strategy using self and conditional information variation measures. The self information variation reflects the self certainty of the individual bands, while the conditional information variation reflects the degree of dependence of the different bands. One data set might be very less reliable than others in the analysis and even exacerbate the classification results. The unreliable data set should be excluded in the analysis. To account for this, the self information variation is utilized to measure the degrees of reliability. The team of positively dependent bands can gather more information jointly than the team of independent ones. But, when bands are negatively dependent, the combined analysis of these bands may give worse information. Using the conditional information variation measure, the multiband data are split into two or more subsets according the dependence between the bands. Each subsets are classified separately, and a data fusion scheme at decision level is applied to integrate the individual classification results. In this study. a two-level algorithm using hierarchical clustering procedure is used for unsupervised image classification. Hierarchical clustering algorithm is based on similarity measures between all pairs of candidates being considered for merging. In the first level, the image is partitioned as any number of regions which are sets of spatially contiguous pixels so that no union of adjacent regions is statistically uniform. The regions resulted from the low level are clustered into a parsimonious number of groups according to their statistical characteristics. The algorithm has been applied to satellite multispectral data and airbone SAR data.

• 한국식품위생안전성학회지
• /
• 제32권2호
• /
• pp.83-88
• /
• 2017

본 연구의 목적은 screen printed 탄소계 전극에 기반하여 기능성 식품중에 포함된 소량의 Sildenafil과 Vardenafil(SDF 및 VDF)을 쉽게 검출하기 위한 전류계 면역센서를 개발하고자 하였다. 본 연구에서 개발한 면역센서는 horseradish peroxidase로 labeling 시킨 후 비경쟁적 샌드위치 ELISA 측정법에 의한 원리를 이용하였다. 개발된 센서는 그래핀 산화물 및 키토산(ErGO-CS) 복합체를 단순한 전기화학적 증착에 의해 screen printed 탄소계 전극을 이용하는 원리이며, 감지된 화학물질을 평가하고 센서특성을 최적화하기 위해 전기 화학적 임피던스분광법, 순환 전압 전류법 등을 포함한 일련의 전기화학적 실험방법에 기초하여 완성되었다. 본 연구에서 개발된 센서는 100 pg/mL ~ 300 ng/mL 농도의 SDF 및 VDF에 대하여 직선상의 농도-의존적인 반응을 나타내었다. 또한 최저 검출 한계는 55 pg/mL이었으며, 센서의 민감도는 $1.02{\mu}Ang/mL/cm^2$로 산출되었다. 센서의 성능은 7.1%의 상대 표준편차로 매우 우수한 재현성을 나타내었다. 본 연구에서 개발된 센서의 전략적 가치는 향후 건강기능식품중에 함유된 SDF 및 VDF과 같은 의약품의 미량을 현장에서 쉽게 분석 할 수 있어서 비용-효과적 측면에서 그 가치가 우수하다는 것을 제시한다.

• 대한원격탐사학회지
• /
• 제25권1호
• /
• pp.21-30
• /
• 2009

본 논문의 목적은 원격 탐사 영상에서 잡음을 제거하기 위해 중심 화소와 통계적으로 유사한 이웃화소들을 선택하늘 방법을 제시하고 이 결과를 평균 곡률 확산과 결합하는 방법을 제시하는데 있다. 균일한 밝기값 영역에 속하는 화소들을 검출하기 위해 이웃 화소들을 순차적으로 선택할 때 그 선택하는 순서에 따라 선택된 영역의 통계적 특성이 달라지므로 이웃 화소의 선택 순서는 매우 중요하다. 본 논문에서는 통계적으로 유사한 특성을 가지는 이웃 화소를 선택하기 위해서 중심 화소와 이웃 화소의 밝기값 차를 계산하고 이를 크기 순으로 정렬하여 얻어지는 순위 차 벡터(rank-ordered differences vector)를 이용하는 효과적인 방법을 제안한다. 순위 차 벡터의 항들을 영역 확장 방법을 이용하여 균일 순위 차 벡터(homogeneous rank-ordered differences vector)와 이상점 순위 차 벡터 (outlier rank-ordered differences vector)로 분할한다. 균일 순위 차 벡터의 항에 속하는 이웃 화소에 대해서만 중심 화소의 밝기값 갱신에 기여하도록 확산 계수를 선택적으로 할당하는 라인 프로세스를 평균 곡률 확산에 결합한다. 제안한 방법은 모든 이웃 화소를 이용하여 중심 화소의 밝기값을 갱신하는 기존의 잡음 제거 필터에 비해 잡음 제거 효과가 뛰어남을 항공 영상 및 TerraSAR-X 위성 영상을 이용한 실험을 통해 확인하였다.

• 대한원격탐사학회지
• /
• 제37권5_1호
• /
• pp.1215-1227
• /
• 2021

저궤도 위성영상 정보의 절대 대기 보정 처리에 의하여 산출되는 지표 반사도는 정확한 식생 분석에 필요한 기본 자료이다. Committee on Earth Observation Satellites (CEOS)는 사용자가 바로 활용할 수 있도록 하는 지표 반사도의 분석 대기 자료(Analysis Ready Data: ARD) 구축과 관련한 연구와 지침 개발이 수행되고 있다. 그러나 이러한 동향은 중저해상도 위성영상을 대상으로 하고 있어서 KOMPSAT-3A나 CAS-500과 같은 고해상도 분광 영상의 ARD를 다루는 연구는 아직 초기 단계이다. 이 연구는 우선 기존 사례를 바탕으로 하여 ARD 자료의 배포 방식을 정리하였다. 그리고 클라우드 환경에서 운영되는 위성 정보 응용 플랫폼 중의 하나인 오픈 데이터 큐브(Open Data Cube: ODC)와 ARD 자료와의 연계성을 설명하였다. 연구의 결과로 고해상도 위성영상의 실무적인 ARD 구축 단계와 ODC와 클라우드 환경에서 배포되는 고해상도 위성영상의 ARD 구축 모델과 몇 가지 유형의 개념적 수준의 응용 모델을 제시하였다. 한편 제시한 구축과 응용 모델에 대하여 데이터 가격 정책, 정확도 품질 문제, 플랫폼 적용성 문제, 클라우드 환경 문제, 국제 교류 이슈 등을 토의 사항에서 정리하였다. 지구관측 위성과 관계된 주요 국제기구인 Group on Earth Observations (GEO)와 CEOS등에서 ARD와 ODC의 확산을 위한 시스템 기술과 표준 개발을 지속하고 있으며 이러한 성과는 민간부문으로 확대되고 있다. 따라서 우리나라도 이러한 국제 추세에 대한 대응 전략을 마련할 필요가 있다.

• 대한원격탐사학회지
• /
• 제37권5_1호
• /
• pp.871-884
• /
• 2021

본 연구의 목적은 항공 및 위성영상을 활용한 토지피복 관련 인공지능 학습 데이터를 구축, 검증 및 알고리즘 적용의 효율화 방안을 연구하였다. 이를 위하여 토지피복 8개 항목에 대하여 고해상도의 항공영상 및 Sentinel-2 인공위성에서 얻은 이미지를 사용하여 0.51 m 및 10 m Multi-resolution 데이터셋을 구축하였다. 또한, 학습 데이터의 구성은 Fine data (총 17,000개) 와 Coarse data (총 33,000개)를 동시 구축 및 정밀한 변화 탐지 및 대규모 학습 데이터셋 구축이라는 2가지 목적을 달성하였다. 학습 데이터의 정확도를 위한 검수는 정제 데이터, 어노테이션 및 샘플링으로 3단계로 진행하였다. 최종적으로 검수가 완료된 학습데이터를 Semantic Segmentation 알고리즘 중 U-Net, DeeplabV3+에 적용하여, 결과를 분석하였다. 분석결과 항공영상 기반의 토지피복 평균 정확도는 U- Net 77.8%, Deeplab V3+ 76.3% 및 위성영상 기반의 토지피복에 대한 평균 정확도는 U-Net 91.4%, Deeplab V3+ 85.8%이다. 본 연구를 통하여 구축된 고해상도 항공영상 및 위성영상을 이용한 토지피복 인공지능 학습 데이터셋은 토지피복 변화 및 분류에 도움이 되는 참조자료로 활용이 가능하다. 향후 우리나라 전체를 대상으로 인공지능 학습 데이터셋 구축 시, 토지피복을 연구하는 다양한 인공지능 분야에 활용될 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제34권6_2호
• /
• pp.1273-1282
• /
• 2018

최근 북극항로와 온난화 등의 영향으로 인해 북극해에 대한 활발한 연구가 진행되고 있다. 기존에 수동 마이크로파 복사계를 이용하여 북극해 해빙의 정량적 면적을 산출하는 연구는 진행되어 왔으나, 보다 고해상도로 해빙의 가장자리에서 발생하는 융해 및 표면 거칠기 변화에 대한 연구는 잘 이루어지지 않았다. 또한, 최근 Sentinel1-A/B자료가 무료로 배포되고, 특히 북극해 영역에 대한 수많은 자료들이 짧은 기간 동안 생산 및 제공되고 있기에, 이러한 대용량 자료들을 모자익(mosaic)하여 북극해 전체에 대한 고해상도 해빙정보 이용이 가능하게 되었다. 그러나 Sentienl-1A/B의 광역관측(Extended Wide, EW)모드 자료를 효과적으로 사용하기 위해서는 보다 정확한 방사보정이 수행되어야 한다. 이를 위해 이중편파 Sentinel-1A/B 자료에 나타나는 thermal noise와 scalloping 효과를 자동적으로 보정할 수 있는 방사보정 기법을 개발하였으며, 나아가 방사보정 된 이중편파 SAR자료를 이용할 경우 해빙과 open-water를 보다 더 잘 구분할 수 있음을 확인하였다.

• 환경영향평가
• /
• 제30권4호
• /
• pp.187-202
• /
• 2021

본 연구는 경상남도 창원시의 열환경 개선을 위해 열환경, 찬공기의 생성·유동성 및 지리적 특성을 분석하여, 지역 맞춤형 바람길 조성 방안을 검토하였다. 공간분석(spatial analysis), 원격탐사(remote sensing) 기법을 활용하여 창원시의 지표면온도, 토지피복 및 토지이용, 바람장, 경사도를 측정하고 이를 통해 바람길 분석모형을 구성하였다. 2020년도를 기준으로 분석한 결과, 창원시는 전반적으로 찬공기 생성에 유리한 토지피복 특성을 가지고 있으나, 대부분의 도심지 지역의 기온이 가장 높게 나타났다. 북창원 생활권, 진북면, 웅동, 웅천동 등 지역의 기온이 비교적 높으며, 산지지역에서 평균 풍속이 높고, 시가지에서 평균 풍속이 낮은 전형적인 경향을 보였다. 이에 따라 북창원 생활권, 구 창원 도심지, 호계리·평성리 지역, 창포만 지역을 열환경 개선지역으로 도출하고 각 지역의 특성을 고려한 지역 내 찬공기 유입 및 주변 산지, 저수지, 공원 지역 등과의 바람 유동성 확보를 통해 기온저감 및 대기질을 개선할 수 있는 다양한 방안들을 제안하였다.

• 대한원격탐사학회지
• /
• 제38권6_2호
• /
• pp.1663-1676
• /
• 2022

최근 딥러닝을 활용한 토지피복분류 기법 연구가 다수 수행되고 있다. 그런데 양질의 토지피복 학습데이터를 충분하게 구축되지 못하여 성능이 저하되는 양상이 확인되었다. 이에 따라 본 연구에서는 데이터 확장 기법의 적용을 통한 토지피복분류 성능의 향상을 확인하였다. 분류 모델로는 U-Net이 활용되었으며 AI Hub에서 제공하는 토지피복 위성 이미지 자료를 연구자료로 활용하였다. 원본 데이터로 학습한 모델과 데이터 확장 기법이 적용된 데이터로 학습한 모델의 픽셀 정확도는 각각 0.905와 0.923이었으며 평균 F1 스코어는 각각 0.720과 0.775로 데이터 확장 기법을 적용하였을 때가 보다 우수한 성능을 나타내는 사실을 확인할 수 있었다. 또한 원본 학습데이터를 활용하여 학습한 모델의 경우 건물, 도로, 논, 밭, 산림, 비대상 지역 클래스에 대한 F1 스코어가 0.770, 0.568, 0.733, 0.455, 0.964 그리고 0.830이었으며, 데이터 확장을 적용하였을 때에 각 클래스에 대한 F1 스코어는 각각 0.838, 0.660, 0.791, 0.530, 0.969 그리고 0.860으로 모든 클래스에 대해 데이터 확장이 성능향상에 유효하다는 사실을 확인하였다. 또한, 클래스 균형에 대한 고려없이 데이터 확장을 적용했음에도 불구하고 데이터 불균형에 의한 클래스별 성능 왜곡을 완화할 수 있다는 사실을 확인할 수 있었다. 이는 절대적인 학습데이터의 양이 증가했기 때문이라 판단된다. 본 연구 결과는 다양한 영상 처리 분야에서 데이터 확장 기법의 중요성과 효과를 증명하는 기반 자료의 역할을 수행할 것으로 기대한다.

• 해양환경안전학회지
• /
• 제28권spc호
• /
• pp.1-10
• /
• 2022

국내외 해상 위험·유해물질(Hazardous and Noxious Substances, HNS) 물동량이 증가함에 따라 HNS 유출 사고의 위험성이 점차 높아지고 있다. 해상에 유출된 HNS는 해양생태계 파괴를 비롯한 해양환경 오염 및 인명피해를 유발하며, 화재 및 폭발 등을 동반한 2차 사고 발생 가능성도 존재한다. 따라서 해상 HNS의 신속한 탐지와 각 물질 특성에 적합한 방제전략을 수립해야 한다. 본 연구에서는 초분광 원격탐사에 기반한 지상 HNS 유출 실험 과정 및 탐지 알고리즘 적용 결과를 제시하고자 한다. 이를 위해 프랑스 브레스트 지역의 야외 풀장에서 스티렌을 유출한 후 초분광 센서를 활용한 동시 관측을 수행하였다. 순수 스티렌 및 해수 스펙트럼은 주성분 분석(principal component analysis, PCA) 및 N-Findr 기법을 적용하여 추출하였으며, 또한 spectral distance similarity (SDS), spectral correlation similarity (SCS), spectral similarity value (SSV), spectral angle mapper (SAM)을 포함한 분광정합 기법을 적용하여 초분광 영상 내 화소들을 스티렌 및 해수로 분류하였다. 그 결과 SDS 및 SSV 기법이 우수한 스티렌 탐지 결과를 보여주었으며, 스티렌 총 면적은 약 1.03 m²로 추정되었다. 본 연구는 해상 HNS 모니터링에 주요 역할을 할 것으로 기대된다.