• 대한원격탐사학회지
• /
• 제39권6_3호
• /
• pp.1747-1761
• /
• 2023

습지는 일년 중 일정기간 물에 잠겨있거나 젖어있는 땅을 의미한다. 습지는 생물다양성 유지와 환경오염물질을 정화하는 역할을 수행하고 있다. 습지의 경계와 면적 변화에 대한 정량적인 자료를 필요로 하고 있다. 본 연구에서는 Sentinel-1 장기적인 수체 탐지 결과를 활용하여 습지의 시간에 따른 지형 변화를 매핑하고자 한다. 이를 위하여 운곡 습지와 연안 습지를 연결하는 인천강 하구 습지를 연구지역으로 설정하였다. 또한 2014년 10월 부터 2023년 3월 사이의 Sentinel-1 상향궤도 영상 196장을 수집하여 장기적인 면적 변화를 분석하였다. 픽셀-빈도기법을 적용하여 2020년을 기점으로 지형 변화를 산출하였을 때에 수위구간 2-3 m, 1-2 m, 0-1 m 그리고 0 m 이하 구간에서 각각 +0.0195, 0.0016, 0.0075 그리고 0.0163 km²의 면적 증가를 확인할 수 있었다. 이와 같은 사실에 따라 해당 지역에서의 습지 복원 사업은 유효한 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제37권5_1호
• /
• pp.939-946
• /
• 2021

산불로 인한 피해지역의 산림 변화를 모니터링하는 것은 식생복원에 중요한 정보를 제공하며, 자연 재해를 완화하고 복구하기 위해 공간정보를 가지는 원격탐사 자료는 모니터링에 필요한 유용한 정보를 제공하는 것으로 알려져 있다. 하지만 원격탐사자료를 활용한 복구 측면에 초점 두어 연구된 사례가 미비한 상황이다. 본 연구는 화재 후 식생회복을 모니터링하기 위한 것으로, Sentinel-2 위성 데이터를 사용하여 산불 피해 지역을 모니터링하는 방법을 제시하는 것을 목적으로 한다. 산불피해지역의 식생회복 모니터링을 위해 Tasseled Cap 선형회귀 추세를 기반으로 RGB 합성기술을 제안하였다. 이러한 위성영상을 활용한 원격탐사 시각화 기법을 통해 효과적인 모니터링 가능성을 확인할 수 있었다.

• 대한원격탐사학회지
• /
• 제38권5_1호
• /
• pp.545-557
• /
• 2022

본 연구는 직접적인 접근이 어려운 demilitarized zone (DMZ)의 산불 피해 지역을 파악하기 위하여, 고해상도 위성영상 및 머신러닝 기반의 감독 분류 기법을 이용하였다. 고해상도 위성 영상은 Sentinel-2 A/B를 이용하였으며, SVM 감독분류 기법을 기반으로 토지피복도를 산출하였다. DMZ 산불 피해 지역을 분류하기 위한 최적의 조합을 찾기 위하여 SVM 내에 다양한 커널과 밴드 조합에 따른 감독 분류를 진행하고 오차 행렬을 통해 정확도를 평가하였다. 또한, 2020년, 2021년은 위성영상 자료 기반의 산불 탐지 결과와 산불 연보의 피해 지역 면적 간의 비교를 통한 검증을 수행하였다. 이후, 현재 피해 면적 자료가 없는 2022년의 산불 피해 지역을 탐지함으로써 신뢰할 만한 수준의 결과를 신속적으로 파악하고자 하였다.

• 한국방재안전학회논문집
• /
• 제14권4호
• /
• pp.37-45
• /
• 2021

여름철 예상치 못한 급격한 강우량의 증가로 침수 피해가 발생할 수 있으며 이 때, 하천 내 식생에 의해 통수능이 감소할 경우 제방 월류와 같은 침수의 위험성이 증가하게 된다. 기존에는 현장실측을 통해 통수능의 주요인자인 조도계수를 산정하고 있지만, 현장 실측의 경우 식생의 변화를 정확하게 파악하는데 많은 한계가 존재한다. 본 연구는 Sentinel-2 광학 이미지를 활용하여 식생지수(NDVI)를 산정하고 식생의 밀도와 분포면적을 통해 세분화된 조도계수를 산출하였다. 산출한 조도계수를 HEC-RAS 1D모의에 적용하여 소양강 댐 직하류를 대상으로 수위 관측소 수위와 결과를 비교하여 타당성을 검증하였다. 분석 결과 기존 조도계수 적용 결과보다 위성영상을 통해 산정한 세분화된 조도계수 적용 수위가 오차율이 약 14% 감소하였다. 이를 통해 계절에 따른 홍수량 특성을 고려한 하천의 홍수위의 정교화와 특정 구간에 효율적인 하천 정비가 가능할 것으로 기대한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.400-400
• /
• 2023

급격한 기후변화로 인해 일사량, 지표면 온도 및 이산화탄소 농도가 꾸준히 상승함에 따라 수문 순환의 불균형을 초래함과 하천 및 호소 내 수질 또한 악화되고 있는 추세이다. 특히, 국내의 경우, 기후변화 및 인위적 요인에 의해 하천 및 호소에서의 수위 감소 및 수온 증가로 인해 부영양화가 증가되고 있고, 이로 인한 유해 녹조의 발생빈도를 높이는 결과를 초래한다. 현재 국내에서는 유인 수질 관측 및 자동 수질관측 시스템을 통해 주요 수질인자를 모니터링 하고 있으나 시·공간적인 변동성을 파악하는데 제한점이 있다. 이러한 한계점을 극복하기 위해 국·내외에서 광학위성을 이용한 수질인자 추정 알고리즘 개발과 관련된 연구들이 진행되고 있다. 이에 따라, 본 연구에서는 NASA에서 제공하는 Landsat-8 위성과 ESA에서 제공하는 Sentinel-2자료가 동화된 Harmonized Landsat Sentinel-2 위성자료를 활용한 클로로필-a (Chl-a)를 추정하고자 한다. 이를 위해, 본 연구에서는 1) 단순 회귀 분석, 2) Akaike information criteria (AIC) 기반 최적화 회귀 분석 및 3) Random forest (RF)를 활용하였다. 또한, HLS 위성 자료의 적용성을 평가하기 위해 미국 오하이오 주에 위치하고 있는 130여개의 중규모 및 대규모 호소에서 2000년부터 2021년까지 수집된 클로로필-a 관측치를 활용하였다. 두 가지 수질 추정 모형에 대한 정확도 검증에 앞서 오하이오 주 내에서의 클로로필-a의 시계열적 변동성에 대하여 분석하였다. 전반적으로, 2000년부터 2016년까지는 Chl-a가 꾸준히 증가하는 경향성을 나타내었으나, 그 이후로는 감소하는 추세를 나타내었다. 이를 기반으로, 각 방법론을 통해서 나온 Chl-a 추정치에 대해서 통계적 검증을 수행하였다. 결과, 단순 회귀 분석을 통해 추청된 Chl-a값의 결정계수는 0.34였지만, AIC 기반 모델과 RF모형을 사용한 결과 결정계수가 각각 0.82와 0.92로 향상된 것을 확인할 수 있었다. 이와 더불어, spatial 및 temporal window와 더불어 호소의 크기에 따른 정확도 분석 또한 수행하였다. 그 결과, temporal window 가 정확도에 가장 큰 영향을 미치는 것으로 나타났으며, 호소의 크기가 작을수록 정확도가 낮아지는 것을 확인 할 수 있었다. 본 연구의 결과를 토대로 추후 국내 호소에 대해 상기 모형들의 적용성 평가를 수행하여 효율적인 수질 모니터링 시스템 구축으로 이어질 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제37권5_1호
• /
• pp.989-998
• /
• 2021

구름의 영향을 크게 받는 광학위성영상의 활용에 있어 일정 주기 합성은 구름의 영향을 최소화할 수 있는 유용한 방법이다. 최근 주기 합성 시 구름과 구름 그림자 정보가 직접 입력되어 일정 주기 시 두 인자의 영향을 가장 덜 받는 최적의 화소를 선택하는 기법이 제시되었다. 최적의 합성 결과를 도출하기 위해서는 구름과 구름 그림자의 정확한 추출이 필수적이다. 또한 농작물과 같이 분광정보가 중요한 대상의 경우 주기 합성 시 분광정보의 손실이 최소화되어야 한다. 본 연구에서는 구름과 구름 그림자의 높은 탐지정확도를 유지하면서 분광정보의 손실이 적은 탐지 기법을 도출하기 위해, 강원도 고랭지 배추밭을 대상으로 두 분광척도(Haze Optimized Tranformation; HOT, MeanVis)를 이용한 방법과 Sentinel-2A/B에서 제공되는 구름 정보를 비교 분석하였다. 2019년~2021년까지 자료를 분석한 결과 Sentinel-2A/B위성의 구름 정보는 F1값이 0.91인 탐지 정확도를 보이나, 밝은 인공물이 구름으로 오탐지되었다. 이에 비해 HOT에 임계치(=0.05)를 적용해 획득한 구름 탐지 결과는 상대적으로 낮은 탐지 정확도(F1=0.72)를 보였으나, 오탐지가 적어 분광정보의 손실을 최소화하였다. 구름 그림자의 경우, Sentinel-2A/B 부가 레이어에서는 최소한의 그림자만이 탐지된 결과를 볼 수 있었으나, MeanVis에 임계치(= 0.015)를 적용했을 시 지형적으로 발생한 그림자와 구별 가능한 구름 그림자만을 탐지할 수 있었다. 분광척도 기반 구름 및 그림자 정보를 입력해 안정된 월별 합성된 식생지수결과를 획득하였으며, 향후 Sentinel-2A/B의 높은 정확도의 구름 정보를 주기 합성에 입력해 비교할 예정이다.

• 한국수자원학회논문집
• /
• 제56권8호
• /
• pp.497-508
• /
• 2023

수자원의 계절적 편중이 심한 한반도에서 농업용 저수지는 이를 효과적으로 유지 및 관리하기 위한 필수적인 구조물이다. 저수지 모니터링을 위한 수단으로 광학 및 합성개구레이더(Synthetic Aperture Radar, SAR) 위성영상이 활용되고 있으나, 광학영상은 기상현상에 의한 간섭이 심하다는 한계점이 존재하며, SAR 영상은 짙은 식생에서 일어나는 다중 산란 및 노이즈에 의한 오탐지 및 미탐지가 발생하기 쉽다. 이에 본 연구에서는 광학 영상과 SAR 영상의 융합을 통해 저수지 수체 탐지 정확도를 높이고 상호보완적 작용에 대해 정량적으로 분석하고자 하였다. 경기도 이동저수지, 충청남도 천태 저수지를 대상으로, 국내 고해상도 위성인 차세대중형위성 1호, 다목적실용위성 3호 및 3A호, 그리고 유럽우주국의 Sentinel-2 영상 기반 Normalized Difference Water Index (NDWI)와 SAR 탑재 위성인 Sentinel-1 단일 영상에 비지도학습 기법인 K-means 클러스터링 기법을 사용하여 수체를 탐지하고, NDWI-SAR 후방산란계수로 이루어진 2-D grid space에 동일 기법을 활용하여 정확도의 향상 정도를 파악하였다. 전반적인 정확도는 다목적실용위성이 가장 높은 것으로 나타났으며(두 저수지 모두 0.98), 이후 Sentinel-1(두 저수지 모두 0.93), Sentinel-2(이동: 0.83, 천태: 0.97), 차세대중형위성(이동: 0.69, 천태: 0.78) 순서로 감소하였다. 천태저수지에서 2-D K-means 클러스터링 기법을 적용한 결과 차세대중형위성의 수체탐지 정확도는 약 85%의 정밀도 향상과 14%의 재현율 감소와 함께 약 22% 향상되었으며(정확도 약 0.95), 다목적실용위성 및 Sentinel-2의 수체탐지 정밀도는 3-5% 향상되었고, 재현율은 4-7% 감소하였다. 추후 차세대중형위성 5호인 수자원위성 등 고해상도 SAR 위성과 이를 활용할 수 있는 고도화된 영상 융합기술, 수체 탐지 기술이 개발된다면 국내 수자원에 대한 매우 정확한 모니터링이 가능할 것으로 기대된다.

• 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.

• Radiation Oncology Journal
• /
• 제32권3호
• /
• pp.132-137
• /
• 2014

Purpose: To evaluate non-sentinel lymph node (LN) status after sentinel lymph node biopsy (SNB) in patients with breast cancer and to identify the predictive factors for disease failure. Materials and Methods: From January 2006 to December 2007, axillary lymph node (ALN) dissection after SNB was performed for patients with primary invasive breast cancer who had no clinical evidence of LN metastasis. A total of 320 patients were treated with breast-conserving surgery and radiotherapy. Results: The median age of patients was 48 years, and the median follow-up time was 72.8 months. Close resection margin (RM) was observed in 13 patients. The median number of dissected SNB was two, and that of total retrieved ALNs was 11. Sentinel node accuracy was 94.7%, and the overall false negative rate (FNR) was 5.3%. Eleven patients experienced treatment failure. Local recurrence, regional LN recurrence, and distant metastasis were identified in 0.9%, 1.9%, and 2.8% of these patients, respectively. Sentinel LN status were not associated with locoregional recurrence (p > 0.05). Close RM was the only significant factor for disease-free survival (DFS) in univariate and multivariate analysis. The 5-year overall survival, DFS, and locoregional DFS were 100%, 96.8%, and 98.1%, respectively. Conclusion: In this study, SNB was performed with high accuracy and low FNR and high locoregional control was achieved.

• 한국지리정보학회지
• /
• 제25권1호
• /
• pp.133-149
• /
• 2022

벼 수량 추정에 대한 기존의 국내 연구는 주로 저해상도인 MODIS 위성영상을 사용하여 우리나라 전역을 대상으로 시군 단위에서 수행되었다. 기존 연구와 달리, 본 연구는 전북 김제시를 사례로 중해상도인 Sentinel-2 위성영상과 강우 및 토양자료를 활용하여 읍면동 단위에서 벼 수량을 추정하고 그 정확성을 평가하였다. 전북 김제시를 대상으로 2018년 8월 1일에 촬영된 Sentinel-2 영상으로부터 산출된 NDVI, LAI, EVI2, MCARI1, MCARI2의 다섯 가지 식생지수와 강우량 및 논 토양 유형 자료를 읍면동별로 집계하고 종속변수의 비정규성 문제를 해결하기 위해 다중회귀분석을 확장한 감마 일반화 선형모형으로 벼 수량을 추정하였다. 벼 수량 추정 모형에서 EVI2, 9월 강우일수, 염해답 비율이 유의한 독립변수로 선정되었다. 모형의 적합도를 나타내는 결정계수는 0.68이었고, 모형의 정확성을 나타내는 RMSE는 62.29kg/10a였다. 이 모형으로 2018년 김제시 전역의 쌀 생산량을 추정한 결과는 96,914.6M/T으로 통계연보의 94,470.3M/T과 비교해 0.46%의 오차를 보여 매우 근접한 결과가 도출되었다. 또한, 김제시의 단위면적당 쌀 생산량은 552kg/10a로 도출되어 통계자료의 550kg/10a와 거의 일치하였다. 이러한 결과는 기존 연구들과 유사한 결과로 국내에서 시군 이하 단위에서 Sentinel-2 위성영상을 활용하여 벼 수량을 추정하는 것이 가능하다는 것을 입증하였다.