• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.141-141
• /
• 2019

토양수분은 수문 분석에 있어 매우 중요한 인자 중 하나이며 최근 기후변화로 인한 가뭄, 홍수 및 산불발생과 같은 물 관련 재해 발생에 직 간접적으로 영향을 미치기 때문에 지표 토양수분산정은 매우 중요하다. Sentinel-1 SAR(Synthetic Aperture Radar)는 능동형 위성으로 10m의 공간해상도로 제공되기 때문에 기존의 토양수분 전용위성인 SMOS(Soil Moisure and Ocean Salinity), SMAP(Soil Moisture Active Passive) 및 GCOM-W1(Global Change Observation Mission Water) 등 다르게 고해상도 토양수분 산정이 가능하다. 그러나 Sentinel-1 SAR 센서에서는 고해상도 지표 관측 이미지 자료만 제공하며, 토양수분 자료를 직접적으로 제공하지 않는다. 따라서 본 연구에서는 2018년도 Sentinel-1 A/B IW(Interferometric Wide swath) 모드의 VH(Vertical Transmit - Horizontal Receive) 편파 영상과 Sentinel-1 SAR 위성자료 전처리 도구인 SNAP(Sentinel Application Platform)을 이용하여 후방산란계수를 산정하였으며, 산정된 후 방산란계수와 농촌진흥청에서 제공하는 65개 지점의 실측 TDR(Time Domain Reflectrometry) 토양수분의 관계를 이용하여 회귀모형을 도출 및 토양수분 공간분포를 산정하였다. 비록 불확실성은 어느정도 발생 하였으나, 전체적으로 TDR 관측값과 $10m{\times}10m$ 해상도의 Sentinel-1 SAR 기반 토양수분이 일치하는 경향을 보였다. 본 연구 결과는 수문, 농업, 산림, 재해 등 다양한 분야에 활용될 수 있을 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제37권4호
• /
• pp.789-802
• /
• 2021

Synthetic Aperture Radar (SAR) at C-band is an ideal remote sensing system for crop monitoring owing to its short wavelength, which interacts with the upper parts of the crop canopy. This study evaluated the potential of dual polarimetric Sentinel-1 at C-band for monitoring rice phenology. Rice phenological variations occur in a short period. Hence, the short revisit time of Sentinel-1 SAR system can facilitate the tracking of short-term temporal morphological variations in rice crop growth. The sensitivity of SAR backscattering coefficients, backscattering ratio, and polarimetric decomposition parameters on rice phenological stages were investigated through a time-series analysis of 33 Sentinel-1 Single Look Complex images collected from 10th April to 25th October 2020 in Gimhae, South Korea. Based on the observed temporal variations in SAR parameters, we could identify and distinguish the phenological stages of the Gimhae rice growth cycle. The backscattering coefficient in VH polarisation and polarimetric decomposition parameters showed high sensitivity to rice growth. However, amongst SAR parameters estimated in this study, the VH backscattering coefficient realistically identifies all phenological stages, and its temporal variation patterns are preserved in both Sentinel-1A (S1A) and Sentinel-1B (S1B). Polarimetric decomposition parameters exhibited some offsets in successive acquisitions from S1A and S1B. Further studies with data collected from various incidence angles are crucial to determine the impact of different incidence angles on polarimetric decomposition parameters in rice paddy fields.

• 대한원격탐사학회지
• /
• 제38권5_2호
• /
• pp.737-746
• /
• 2022

전천후 자료 취득이 가능한 SAR 영상을 기반으로 한 선박 탐지와 인공지능 기반 탐지 알고리즘과 함께 사용하는 것은 안정적인 선박 모니터링에 효과적이다. 기존의 SAR 영상에서는 인공지능 기반 선박 탐지 알고리즘에 진폭 영상만을 주로 사용하였으며, 물체의 산란 특성을 구분할 수 있는 다중 편파 SAR 영상의 편파 지표는 사용되지 않았다. 이에, 본 연구에서는 이중 편파 Sentinel-1 SAR 영상으로부터 고유값 분해를 통해 취득한 4개의 편파 지표인 H, p₁, DoP, DPRVI와 방사 보정을 통해 취득한 2개 편파의 산란계수인 γ₀, _VV, γ₀, _VH를 이용하여 총 6개의 밴드를 가진 SAR 영상 52장의 데이터베이스를 구축하고, 이와 상응하는 시간에 취득한 선박의 실시간 위치 및 속도 정보인 AIS 자료를 사용하여 학습자료를 추출하였다. 구축된 밴드 조합에 대해 선박탐지 정확도를 평가한 결과, 이중 편파 지표를 진폭과 함께 사용한 경우 진폭 값만을 사용했을 때에 비해 개선된 탐지 정확도를 보였다.

• 한국농공학회논문집
• /
• 제61권5호
• /
• pp.89-99
• /
• 2019

In this study, we estimated the spatially-distributed soil moisture at the high resolution ($10m{\times}10m$) using the satellite-based Sentinel-1A/B SAR (Synthetic Aperture Radar) sensor images. The Sentinel-1A/B raw data were pre-processed using the SNAP (Sentinel Application Platform) tool provided from ESA (European Space Agency), and then the pre-processed data were converted to the backscatter coefficients. The regression equations were derived based on the relationships between the TDR (Time Domain Reflectometry)-based soil moisture measurements and the converted backscatter coefficients. The TDR measurements from the 51 RDA (Rural Development Administration) monitoring sites were used to derive the regression equations. Then, the soil moisture values were estimated using the derived regression equations with the input data of Sentinel-1A/B based backscatter coefficients. Overall, the soil moisture estimates showed the linear trends compared to the TDR measurements with the high Pearson's correlations (more than 0.7). The Sentinel-1A/B based soil moisture values matched well with the TDR measurements with various land surface conditions (bare soil, crop, forest, and urban), especially for bare soil (R: 0.885~0.910 and RMSE: 3.162~4.609). However, the Mandae-ri (forest) and Taean-eup (urban) sites showed the negative correlations with the TDR measurements. These uncertainties might be due to limitations of soil surface penetration depths of SAR sensors and complicated land surface conditions (artificial constructions near the TDR site) at urban regions. These results may infer that qualities of Sentinel-1A/B based soil moisture products are dependent on land surface conditions. Although uncertainties exist, the Sentinel-1A/B based high-resolution soil moisture products could be useful in various areas (hydrology, agriculture, drought, flood, wild fire, etc.).

• 대한원격탐사학회지
• /
• 제33권6_3호
• /
• pp.1215-1221
• /
• 2017

SNAP(SeNtinel's Application Platform)은 유럽우주국이 개발한 공개 소프트웨어로서, SAR(Synthetic Aperture Radar)와 광학위성을 포함한 Sentinel 위성 시리즈에서 얻은 자료를 처리하는 여러개의 Toolbox로 이루어져 있다. 이 중 S1TBX(Sentinel-1 ToolBoX)는 주로 Sentinel-1A/B 영상과 간섭기법을 처리하기 위한 프로그램으로, Graph Builder와 같은 흐름도 방식의 자료처리 기법을 제공하고 DEM(Digital Elevation Model) 자동다운로드 및 모자이크 등을 포함한 편리한 기능을 탑재하고 있다. 프로그램 업데이트가 매우 활발하여, 컴퓨터 메모리가 충분하다면 InSAR(Interferometric SAR)와 DInSAR(Differential InSAR)의 수행이 원활해 최근 전세계적으로 널리 이용되고 있다. S1TBX에는 또한 기존의 타 SAR 위성 자료 처리기능을 포함하고 있으며, 최근 버전 5 이후에는 KOMPSAT-5의 처리 기능도 추가되었다. 이 연구에서는 SNAP의 S1TBX를 이용하여 KOMPSAT-5 SAR 영상의 간섭기법을 처리한 예를 보여주고 있다. 몽골 Tavan Tolgoi 노천탄광에서는 2015년도에 KOMPSAT-5로 얻어진 DEM과 2000년에 얻어진 SRTM 1sec DEM의 차이를 분석한 결과, 15년 동안 최대 130미터 깊이를 채굴하였고 쌓아놓은 광석의 높이가 70미터를 넘는 것을 확인하였다. 남극 장보고기지 인근 빙하지역에서는 타 프로그램에서는 조석과 지형 InSAR 신호가 관찰 되었으나, 궤도오차 및 DEM 오차로 SNAP으로는 처리가 불가했다. 또한 이라크 사막지역에서 여러 장의 DInSAR 영상이 만들어졌으나 시스템 오차로 보이는 줄무늬가 coherence 영상에 다수 발견되었다. StaMPS 적용을 위한 Stack은 궤도 오차 혹은 프로그램 버그로 인하여 불가했다. 최근 SNAP의 사용자가 급증하고 있고 업그레이드가 매우 빠르기 때문에 조만간 해결될 것으로 기대한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.102-102
• /
• 2019

토양수분은 수문 및 기상 현상의 주요 요인으로 가뭄, 홍수 및 범람과 같은 자연 재해와 관련이 깊은 인자이다. 이러한 토양수분의 관측 기술 중 위성 데이터를 활용한 원격탐사 기술은 광범위한 지역의 관측이 용이하고 지점이 아닌 공간 데이터를 제공하는 장점을 지니고 있어 토양수분의 관측에 유리하다. 특히 높은 해상도의 위성기반 토양수분 데이터는 토양수분의 변동성이 큰 지역의 수문, 기상학적 현상을 보다 자세히 분석할 수 있게 해주며 가뭄 및 범람과 같은 수자원 관련 재해를 정확하게 분석하는데 요구된다. 이로 인해 최근 Sentinel-1 위성에서 운용중인 Synthetic Aperture Radar(SAR) 데이터를 이용한 매우 높은 공간해상도(10m~1km)를 지니고 있는 토양수분데이터 생산에 관한 연구가 세계적으로 활발히 진행되고 있다. 그러나 국내에서는 Sentinel-1 위성을 이용한 토양수분 데이터 복원에 관한 연구가 미비한 실정이다. 따라서 본 연구에서는 파주 감악산 설마천 유역에서의 Sentinel-1 위성의 SAR 데이터를 이용한 고해상도 토양수분 데이터를 복원하고자 한다. 파주 설마천 유역은 감악산 일대로 경사가 심하고 식생이 두터운 산악지형이다. SAR를 이용하여 산지에서 신뢰성 있는 토양수분 자료를 복원하기 위해서는 가장 큰 오차의 원인으로 작용하는 경사와 식생을 고려하여야 한다. 먼저 표면 경사의 영향의 경우 SAR 센서의 레이더 입사각과 수치 표고 모델을 이용하여 고려하고자 한다. 다음 과정으로 표면 경사가 고려된 Sentinel-1 데이터의 후방산란계수와 Landsat-8 데이터 및 지점 토양수분 데이터를 이용하여 식생에 따른 후방산란계수의 거동을 Water Cloud Model을 이용하여 분석하였다. Water Cloud Model은 토양위의 식생의 수분이 후방산란계수에 혼동을 주는 구름과 같이 작용한다고 가정하고 식생수분을 후방산란계수와 레이더 입사각 및 식생지수를 통해 계산하는 모델이며 이를 이용하여 토양수분 복원에 있어 식생의 영향을 제거하고자 하였다. 이를 통해 식생과 표면 경사를 고려하여 복원된 토양수분 데이터를 설마천 유역의 지점 데이터와 비교 분석하고 다른 위성기반 토양수분 데이터 및 강우 데이터를 이용하여 평가하였다. 본 연구결과를 통해 한반도 산지에서의 SAR 데이터를 이용한 토양수분 복원 기술의 기초가 마련될 것이며 이를 통해 산지가 대부분인 한반도의 토양수분 거동을 이해하는데 유용한 자료를 제공할 수 있을 것으로 기대된다. 본 연구 이후에는 연구결과분석을 통한 산지에서의 고해상도 토양수분 복원 알고리즘을 분석, 보완하고 한반도에서의 SAR 기반 토양수분 데이터의 정확도를 높이는 연구가 진행되어야 할 것이다.

• 대한원격탐사학회지
• /
• 제38권5_3호
• /
• pp.901-912
• /
• 2022

전 세계적인 기후변화로 재해발생빈도가 증가하고 있으며, 국내에서도 이례적인 폭우 및 장마현상이 발생되고 있다. 이러한 기상이변현상은 가뭄, 홍수 등으로 이어져 2차피해를 유발할 수 있으므로 주기적인 모니터링과 신속한 탐지가 중요하다. 수체탐지를 위하여 광학영상을 활용한 연구가 지속적으로 이루어지고 있으나, 폭우를 동반하여 발생하는 홍수를 탐지하기 위해서는 구름의 영향으로 탐지하기 어렵다는 한계를 대변하기 위해 전천후 주야에 관계없이 관측가능한 합성개구레이더(synthetic aperture radar, SAR)를 활용한 연구가 필요하다. 본 연구에서는 개방데이터로서 24시간 이내에 수집 가능한 Sentinel-1 SAR 영상을 활용하여 최근 다양한 분야에서 활용되고 있는 딥러닝 알고리즘인 UNet을 적용하였다. 선행연구에서 SAR영상과 딥러닝 알고리즘을 이용하여 수체탐지 연구가 진행되고 있지만, 국내를 대상으로 소수의 연구만이 진행되었다. 따라서 SAR 영상의 딥러닝 적용가능성을 파악해보고자 UNet과 기존의 알고리즘인 임계값(thresholding) 방법을 비교하였으며, 5가지 지수와 Sentinel-2 normalized difference water index (NDWI)로 평가하였다. Intersect of union (IoU)로 정확도를 평가해 본 결과 UNet은 0.894, 임계값 방법은 0.699로 UNet의 정확도가 높은 것을 확인할 수 있었다. 본 연구를 통해 딥러닝 기반 SAR영상의 적용가능성을 확인할 수 있었으며, 고해상도의 SAR영상과 딥러닝 알고리즘을 적용한다면, 국내를 대상으로 주기적이고 정확한 수체의 변화탐지가 가능할 것이라 기대된다.

• 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.

• 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.

• 대한원격탐사학회지
• /
• 제34권6_4호
• /
• pp.1555-1565
• /
• 2018

화산체의 미세 지표변위 관측은 화산의 위험성과 분화 가능성을 평가하는데 중추적인 역할을 한다. 화산체 관측을 위해 고정 지상 관측 장비들을 이용할 경우 유지 관리가 어렵고 위험 및 비용 지출이 큰 반면, 인공위성을 이용한 원격탐사 기법은 저비용으로 정기적인 모니터링이 가능하다. 이 논문에서는 인공위성 합성개구레이더(Synthetic Aperture Radar; SAR) 간섭기법(Interferometric SAR; InSAR)을 Galapagos Sierra Negra 화산에 적용하여 2005년 화산분화 이전의 변형을 효과적으로 연구한 Chadwick et al.(2006)의 연구에 이어, 가장 최근에 이 화산체가 어떠한 화산활동을 하고 있는지를 최신 SAR 인공위성인 Sentinel-1자료를 이용하여 분화 전 마그마 활동을 분석하였다. 2017년 1월부터 2018년 1월까지의 descending mode Sentinel-1A SAR 영상을 취득하여 고정산란체 간섭기법(Persistent Scatter InSAR)을 적용하였으며, Mogi model을 통해 최근 마그마의 활동 깊이 및 팽창량을 추정하였다. 그 결과 2018년 6월 분화 이전의 화산체 활동 양상이 2005년 분화 이전의 활동 양상과 유사하다는 사실을 확인하였고, 활동 깊이와 팽창 반경을 추산해 내는 데 성공하였다. 본 연구 결과는 인공위성 SAR와 역산 기법을 통해 화산체의 활동 양상을 특징짓고 이를 통해 화산분화의 조기 모니터링 가능성을 제시하고 있다.