• 한국지리정보학회지
• /
• 제18권2호
• /
• pp.135-148
• /
• 2015

본 연구는 LiDAR DEM(Digital Elevation Model)과 다중시기에 촬영된 Landsat 영상을 이용하여 4대강 정비사업이 시행되기 이전 및 이후에 낙동강 유역 내 발생한 토지피복 변화를 탐지 및 분석하기 위하여 수행되었다. 우선 LiDAR DEM으로부터 추출된 제방경계선을 이용하여 하천유역 폴리곤을 생성하고, 하천유역 폴리곤을 이용하여 다중시기에 촬영된 Landsat-5 TM(Thematic Mapper) 영상과 Landsat-8 OLI(Operational Land Imager) 영상으로부터 4개의 하천유역 영상을 각각 추출하였다. 그리고 영상분류방법을 적용하여 각 하천유역 영상으로부터 하천유역의 주요 토지피복인 하천, 나지, 초지를 각각 분류하였고, 전체 면적에서 각 토지피복이 차지하는 비율을 계산하였다. 다중시기에 촬영된 하천유역 영상으로부터 분류된 각 토지피복의 변화량을 분석한 결과, 4대강 정비사업이 시행되기 이전과 4대강 정비사업이 완공된 이후에는 계절의 변화에 의해 나지와 초지의 면적은 큰 폭으로 변화하였으나, 하천의 면적은 큰 변화가 없었다. 반면에 4대강 정비사업 전후로, 낙동강 유역 내 저수량의 증가로 인해 하천의 면적이 큰 폭으로 증가하였다. 본 논문은 LiDAR DEM과 4대강 정비사업 이전과 이후에 촬영된 위성영상들을 이용하여 4대강 정비사업으로 인해 발생한 하천 유역 내 토지피복 변화를 탐지할 수 있는 효과적인 방법을 제시하였다는데 의의가 있다.

• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2008년도 공동춘계학술대회
• /
• pp.260-264
• /
• 2008

변화탐지는 도시모델의 갱신을 위해 중요한 단계이다. 이에 본 연구는 도시지역의 변화탐지를 위한 라이다데이터로부터 추출한 표면패치의 분류 방법을 제안한다. 제안된 방법의 주요 과정은 (1) 라이다 데이터로부터 생성된 DSM의 차분을 통해 변화영역을 탐지하고, (2) 탐지된 영역의 라이다 점으로부터 표면패치를 구성하고, (3) 구성된 각각의 패치의 종류를 지면 수목, 빌딩으로 분류한다. 제안된 방법을 실측데이터에 적용한 결과를 동일한 지역의 정사영상으로부터 육안검사를 통해 수동 생성된 기준데이터를 이용하여 검증하였다. 패치분류의 성공률은 99%로 평가되었다. 결론적으로 제안된 방법은 변화탐지를 위한 강인하고, 신뢰성이 높고, 효율적인 패치 분류방법으로 판단된다.

• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2008년도 공동춘계학술대회
• /
• pp.400-404
• /
• 2008

라이다는 데이터 획득의 신속성과 처리의 자동화라는 장점을 가지고 있어서 도시 모델의 생성, 변화탐지(Change Detection), 삼림지역의 DTM(Digital Terrain Model)의 생성, 등고선 추출, 나무의 높이 결정을 통한 산림관리, 해안 지형의 관리 등 다양한 분야에서 활용이 되고 있다. 이와 같이 라이다데이터 활용에 대한 많은 연구가 이루어지면서 다양한 처리 알고리즘이 개발되고 있다. 알고리즘을 개발하고 그 성능을 정확하게 평가를 위해서는 알고리즘을 다양한 형태의 시험데이터에 적용해 보아야 하지만, 성능평가를 위해 다양한 실측 데이터를 획득하기는 어려운 실정이다. 본 연구에서는 개발된 알고리즘의 성능평가를 위한 다양한 모의데이터를 실제 DEM으로부터 시뮬레이션을 통해 생성하는 방법을 제안한다 라이다 시스템에 대한 기하학적 모델링하여 센서방정식을 유도하고, 이를 기반으로 DEM상에서 플랫폼의 이동경로에 따라 취득되는 모의 라이다데이터를 생성한다. 본 연구에서 제안하는 시뮬레이션을 이용하면 라이터데이터를 이용하는 다양한 활용 알고리즘 개발과 경제적이고 정확한 성능평가에 도움이 될 것이다.

• 한국측량학회지
• /
• 제28권2호
• /
• pp.207-215
• /
• 2010

현재 자연동굴을 대상으로 한 측량은 간이평판측량과 기록지측량의 두 가지 방법을 사용하고 있다. 이러한 방법을 통해 작성된 도면은 2차원이며, 간이평판과 기록지를 이용하기 때문에 전체 단면 및 모든 생성물들의 정확한 제원 파악이 어렵다. 이에 본 연구에서는 세계자연유산으로 등재된 용암동굴 중 당처물동굴(천연기념물 제 384호)을 대상으로 지상라이다와 고해상도 카메라를 활용하여 3차원 공간정보를 구축하였다. 또한 구조 분석, 단면 분석, 형태 분석, 생성물 분석을 통해 변형 및 변화 탐지의 기초데이터로써 3차원 공간정보의 활용가능성을 제시하였다.

• 대한공간정보학회지
• /
• 제18권3호
• /
• pp.11-19
• /
• 2010

최근 들어 우리나라에서는 지역적인 돌발 및 집중강우패턴으로 인해 산사태 등의 자연재해발생이 증가하고 있다. 이에 따라 산사태를 모니터링하고 관리하기 위하여 최신의 3차원 측량장비인 LiDAR 등으로 취득한 고정밀 고밀도의 수치고도자료를 이용하여 산사태지역에서의 변위탐지와 모니터링을 위한 지면변위 연구가 시도되고 있다. 그러나 대용량의 LiDAR 데이터를 처리하는 상업용 소프트웨어는 고가이며, 산사태 분석과 같은 특화된 업무에 적용하기에 무리가 있다. 또한 산사태와 관련된 다양한 공간정보를 다수의 이용자가 쉽게 접근하여 직관적으로 활용할 수 있는 방안이 없는 실정이다. 따라서 본 연구에서는 시계열 LiDAR 데이터를 처리하여 산사태를 분석할 수 있으며, 해당 지역에서의 지형 및 산사태 관련정보를 다수의 사용자에게 직관적으로 서비스할 수 있는 응용프로그램을 개발하였다. 또한 사례연구를 통해 연구지역에 대한 산사태 현황을 분석할 수 있었으며, 3차원 기반의 산사태 및 지형정보를 직관적으로 서비스할 수 있음을 제시하였다.

• 농촌계획
• /
• 제28권2호
• /
• pp.87-96
• /
• 2022

As part of strengthening energy security and responding to climate change, the government has promoted various renewable energy measures to increase the development of renewable energy facilities. As a result, small-scale solar installations in rural areas have increased rapidly. The number of complaints from local residents is increasing. Therefore, in this study, deep learning technology is applied to high-resolution aerial images on the internet to detect solar power plants installed in rural areas to determine whether or not solar power plants are installed. Specifically, I examined the solar facility detector generated by training the YOLO(You Only Look Once) v2 object detector and looked at its usability. As a result, about 800 pieces of training data showed a high object detection rate of 93%. By constructing such an object detection model, it is expected that it can be utilized for land use monitoring in rural areas, and it can be utilized as a spatial data construction plan for rural areas using technology for detecting small-scale agricultural facilities.

• 한국대기환경학회지
• /
• 제28권2호
• /
• pp.159-171
• /
• 2012

Aerosol direct radiative forcing (ADRF) retrieval method was developed by combining data from passive and active satellite sensors. Aerosol optical thickness (AOT) retrieved form the Moderate Resolution Imaging Spectroradiometer (MODIS) as a passive visible sensor and aerosol vertical profile from to the Cloud-Aerosol Lidar and Infrared Pathfinder Satellite Observations (CALIPSO) as an active laser sensor were investigated an application possibility. Especially, space-born Light Detection and Ranging (Lidar) observation provides a specific knowledge of the optical properties of atmospheric aerosols with spatial, temporal, vertical, and spectral resolutions. On the basis of extensive radiative transfer modeling, it is demonstrated that the use of the aerosol vertical profiles is sensitive to the estimation of ADRF. Throughout the investigation of relationship between aerosol height and ADRF, mean change rates of ADRF per increasing of 1 km aerosol height are smaller at surface than top-of-atmosphere (TOA). As a case study, satellite data for the Asian dust day of March 31, 2007 were used to estimate ADRF. Resulting ADRF values were compared with those retrieved independently from MODIS only data. The absolute difference values are 1.27% at surface level and 4.73% at top of atmosphere (TOA).

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1413-1425
• /
• 2023

기후변화로 인한 대형 산불의 빈도가 증가함에 따라 극심한 인명 및 재산상의 피해를 초래하고 있다. 이로 인해 많은 식생이 소실되며, 그 강도와 발생 형태에 따라 생태계 변화에 영향을 끼친다. 생태계 변화는 다시 산불 발생을 유발하여 2차 피해를 야기한다. 따라서 산불 피해지에 대한 정확한 탐지 및 면적 산정의 중요성이 지속적으로 제기되고 있다. 효율적인 산불 피해지 모니터링을 위해 산불 발생 후 실시간 지형 및 기상정보는 물론 피해지역의 영상을 대규모로 취득할 수 있는 위성영상이 주로 활용되고 있다. 최근, 합성곱 신경망(convolution neural network, CNN) 기반 모델부터 고성능 트랜스포머(Transformer) 기반 모델에 이르기까지 딥러닝 알고리즘이 빠르게 발전하면서 산림원격탐사에서 이를 적용한 연구가 활발히 이루어지고 있다. 하지만 현재까지 적용된 딥러닝 모델은 제한적이며 현업에서의 합리적인 활용을 위한 정량적 성능평가에 대한 보고가 부족한 상황이다. 따라서 본 연구에서는 모델에 따른 성능향상과 데이터 설계에 따른 성능향상을 중점적으로 비교 분석하였다. 미국 캘리포니아 지역을 대상으로 CNN 기반 모델의 U-Net, High Resolution Network-Object Contextual Representation (HRNet-OCR)을 활용하여 산불 피해지 모델을 구축하였다. 또한, 기본 파장대역과 함께 식생활력도 및 지표의 수분함량 정도를 고려하고자 normalized difference vegetation index (NDVI), normalized burn ratio (NBR)와 같은 산불 관련 분광지수를 산출하여 입력 이미지로 사용하였다. U-Net의 mean intersection over union (mIoU)이 0.831, HRNet-OCR이 0.848을 기록하여 두 모델 모두 우수한 영상분할 성능을 보였다. 또한, 밴드 반사도뿐 아니라 분광지수를 추가한 결과 모든 조합에서 평가지표 값이 상승하여 분광지수를 활용한 입력 데이터 확장이 픽셀 세분화에 기여함을 확인하였다. 이와 같은 딥러닝 방법론을 발전시킨다면 우리나라의 산불 피해지에 대한 신속한 파악 및 복구 계획 수립의 기초자료로 활용될 수 있을 것으로 기대된다.

• 한국습지학회지
• /
• 제12권3호
• /
• pp.67-78
• /
• 2010

근소만 갯벌에 대해 위성영상 자료를 적용하여 갯벌 표층의 퇴적상과 저서미세조류군집의 변화를 관측하였다. 현장조사 자료 분석을 통해 갯벌 표층 퇴적상 분포를 확인하고, 저서미세조류의 분포 지역이 위성영상에서 어떠한 반사도 특성으로 나타나는지 관측하였다. 근소만의 표층은 $3.5{\Phi}-6.5{\Phi}$ 까지 크기의 입자가 주로 분포하여 공간적인 퇴적상의 분포가 뚜렷하지 않으므로 중저해상도의 영상에서는 퇴적환경 변화의 양상 분석이 적합하지 않았다. 그러나 10월부터 2월까지 갯벌 표층에 나타난 저서미세조류의 번성 현상을 뚜렷하게 관측할 수 있었으며, 중저해상도의 영상을 활용하여 계절별 저서생태계의 분포 변화 관측이 가능함을 알 수 있었다. 고해상도 영상에서는 모래성분이 우세한 지역이 잘 구분되어 나타났으며, 잘피의 분포지역을 뚜렷이 관측할 수 있었다. 따라서 국내 고해상도 위성영상인 KOMPSAT-2 자료가 갯벌 표층 퇴적상 및 정밀한 생태환경 주제도 작성에 효과적으로 활용될 수 있을 것으로 판단된다.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회 1998년도 추계학술대회 논문집
• /
• pp.413-414
• /
• 1998

This paper presents a real-time Spatial Decision Support System(SDSS) for security camera image monitoring. Other SDSSs are not real-time systems, i.e., they show the images that are already transformed into data format such as virtual reality. In our system, the image is broadcasted in real-time since the purpose of the security camera needs to do it in real-time. With these real-time images, other systems do not add up anything more; the screen just shows the images from the camera. However in our system, we created a motion detection system so that the supervisor(Judge) of a sec.urity monitoring system does not have to pay attention to it constantly. In other words, we created a judge advising system for the supervisor of the security monitoring system. Most of small objects do not need the supervisor's attention since they could be birds, cats, dogs, etc. if they show up in the screen image. In this new system the system only report the unusual change to the supervisor by calculating the motion and size of objects in the screen. Thus the supervisor can be liberated from the 24-hour concentration duty; instead he/she can be only alerted when the real security threat such as a big moving object like an human intruder appears. Thus this system can be called a real-time Spatial DSS. The utility of this system is proved mathematically by using the concept of entropy. In other words, big objects like human intruders increase the entropy of the screen images significantly therefore the supervisor must be alerted. Thus by proving its utility of the system theoretically, we can claim that our new real-time SDSS is superior to others which do not use our technique.hnique.