• 대한원격탐사학회지
• /
• 제35권6_2호
• /
• pp.1107-1115
• /
• 2019

산불 피해와 관련하여 위성영상을 활용한 분석은 넓은 면적을 빠르게 분석하는 장점이 있다. 본 연구에서는 2019년 4월 4일 속초에서 발생한 산불 피해에 따른 산림의 변화 탐지를 위해 7장의 Sentinel-2A영상을 활용하였다. 산불피해지역 분류 과정은 NBR(normalized burn ratio) 값의 전후 시기 차이를 나타낸 dNBR(difference normalized burn ratio)을 통해 산불피해 정도를 7가지 단계로 분류하였다. 분류과정에서 본 연구는 식생의 재성장지수가 높은 3지역을 선정하여 해당 지역에 대한 세밀한 공간 분석을 실시하였다. dNBR 분석 결과는 활엽수림보다 침엽수림의 식생 재성장 분류가 큰 폭으로 나타났으나, NDVI를 통한 결과에서 가장 낮은 평균값을 보여주었다. 이는 침엽수림의 dNBR 오차범위로 나타난다. 시계열 결과로는 4월 20일과 5월 3일 사이를 기준으로 산불피해 면적이 큰 폭으로 감소하였다. 이는 경과한 시기의 활엽수림에서 하층 식생의 발달 및 식생 증가에 따른 피해 완화로 예를 들 수 있다. 본 연구 결과는 발생하는 산불 피해에 대하여 산림 분류 별 면적 변화를 통해 변화 탐지를 실시하였으며, NDVI와 dNBR 비교를 통해 침엽수림이 가장 높은 분류 오차가 발생한다는 결론을 도출하였다. 따라서 dNBR을 통한 영상분류과정에서 현장조사를 동반한 정밀한 국내 산불피해 등급표를 개선해야 할 필요성을 제시하였다.

• 정보처리학회논문지D
• /
• 제16D권3호
• /
• pp.307-316
• /
• 2009

이 논문에서는 자동 원격 검침(AMR) 시스템에서 수집되는 전력 사용량 데이터의 분석 결과를 실세계에 적용하기 위하여 시간과 공간의 변화에 따른 전력 소비 패턴의 주기성 탐사를 위한 시공간 데이터마이닝 기법을 제안하였다. 첫째, 고객의 전력 사용 목적에 따른 군집 분석을 위하여 분할 군집화 기법을 적용하였다. 둘째, 3차원 큐브 마이닝 기법을 적용하여 고객의 전력 소비 데이터가 갖는 시간 속성과 공간 속성에 대한 패턴을 탐색하였다. 셋째, 다양한 시간 도메인에서의 주기 패턴 발견을 위한 캘린더 패턴 마이닝 기법을 이용하여 탐사된 패턴들이 갖고 있는 시간 속성의 의미와 관계를 분석 및 예측하였다. 제안된 시공간 데이터마이닝 기법을 평가하기 위해 한국 전력 연구원에서 구축된 GIS-AMR 시스템에 의해 제공되는 고압 전력 소비 고객 3,256명의 2007년 1월부터 4월까지 총 266,426건의 데이터로부터 시간의 주기성 및 공간적 특성을 포함한 전력 소비 패턴을 분석하였다. 제안한 분석 기법을 통하여 특정 그룹에 속한 각각의 대표 프로파일이 시간과 공간상에서 갖는 주기성을 발견하였다.

• 대기
• /
• 제17권2호
• /
• pp.125-133
• /
• 2007

Cloud amount calculation algorithm was developed using MTSAT-1R satellite data. The cloud amount is retrieved at 5 km ${\times}$ 5 km over the Korean Peninsula and adjacent sea area. The algorithm consists of three steps that are cloud detection, cloud type classification, and cloud amount calculation. At the first step, dynamic thresholds method was applied for detecting cloud pixels. For using objective thresholds in the algorithm, sensitivity test was performed for TBB and Albedo variation with temporal and spatial change. Detected cloud cover was classified into 3 cloud types (low-level cloud, cirrus or uncertain cloud, and cumulonimbus type high-level cloud) in second step. Finally, cloud amount was calculated by the integration method of the steradian angle of each cloud pixel over $3^{\circ}$ elevation. Calculated cloud amount was compared with measured cloud amount with eye at surface observatory for the validation. Bias, RMSE, and correlation coefficient were 0.4, 1.8, and 0.8, respectively. Validation results indicated that calculated cloud amount was a little higher than measured cloud amount but correlation was considerably high. Since calculated cloud amount has 5km ${\times}$ 5km resolution over Korean Peninsula and adjacent sea area, the satellite-driven cloud amount could show the possibility which overcomes the temporal and spatial limitation of measured cloud amount with eye at surface observatory.

• 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.

• 대한공간정보학회지
• /
• 제19권3호
• /
• pp.3-11
• /
• 2011

본 연구의 목적은 북한 지역을 대상으로 위성영상과 공간자료를 이용하여 재조림 CDM의 정의에 적합한 대상지 선정 방안을 제시하는데 있다. 재조림 CDM이 가능한 대상지는 1990년 이전부터 현재까지 산림이 아닌 지역으로 규정되어 있다. 연구대상지역은 북한 함흥 지역이며, 1988년 9월 27일 취득된 Landsat TM 영상과 2007년 9월 24일 취득된 SPOT Pan-sharpened 영상의 두시점 영상을 이용하였다. 두시점의 영상에 대해서 각각 영상분류를 실시하여 산림황폐지(무립목지, 개간산지, 산간나지)를 구분하였다. 그리고 두 영상분류 결과를 이용한 변화탐지 분석을 수행하여 잠재적인 재조림 CDM 대상지를 도출하였다. 영상분류 결과, 19년간 산림의 1,214 ha가 개간산지, 농경지 또는 산간나지로 변화된 것으로 분석되었다. 분석 결과, 2,245 ha가 재조림 CDM의 정의에 부합하는 것으로 나타났으며, 전체 잠재적 재조림 CDM 대상지 중 79.2%가 개간산지로 나타났다. 분석된 잠재적 재조림 CDM 대상지에 대하여 지형 및 접근성 분석을 통해 적합성 지수를 산출하였고 대상지를 적합성에 따라 등급화하여 사업우선 순위의 선정 등에 활용할 수 있도록 하였다.

• 대한공간정보학회지
• /
• 제22권3호
• /
• pp.129-136
• /
• 2014

본 연구에서는 세계 최초 정지궤도 해색위성인 GOCI 영상을 이용하여 최근 가장 심각한 적조피해가 발생한 남해안 해역을 대상으로 적조지역을 탐지하였다. 적조출현부터 소멸될 때까지의 구름이 없는 맑은 날의 GOCI 영상을 선정하여 적조지역을 탐지하였고, 시간적 변화에 따른 적조발생해역의 공간적 분석으로 적조 우심해역을 도출하였다. 본 연구 결과 남해안 해역에서 통영시 한산 욕지해역 일대가 적조 우심해역으로 나타났으며, 적조 우심해역에서 연안 해역인 통영시 산양읍 해역 일대로 적조 확산이 이루어지는 것으로 추정되었다. 또한, 시간적 경과에 따른 적조발생면적과 경상남도의 방제활동 및 적조피해 발생액의 변화를 비교 분석한 결과 상호 관련성이 있는 것으로 나타났으나, 적조활동은 다양한 인자에 의하여 이루어지기에 본 연구결과로 단정키는 어려우며 보다 많은 자료분석을 통하여 신뢰도를 높여야 할 것으로 판단된다.

• 한국토양비료학회지
• /
• 제49권5호
• /
• pp.469-479
• /
• 2016

Kimchi cabbage is one of the most important vegetables in Korea and a target crop for market stabilization as well. In particular Kimchi cabbages in a highland area are very sensitive to the fluctuations in supply and demand. Yield variability due to growth conditions dictates the market fluctuations of Kimchi cabbage price. This study was carried out to understand the distribution of the highland Kimchi cabbage growth status in Anbandeok. Anbandeok area in Gangneung, Gangwon-do, Korea is one of the main producing districts of highland Kimchi cabbage. The highland Kimchi cabbage status map of each growth factor was obtained from unmanned aerial vehicle (UAV) imagery and field survey data. Six status maps include UAVRGB image map, normalized difference vegetation index (NDVI) distribution/anomaly map, Crop distribution map, Planting/Harvest distribution map, Growth parameter map and Growth disorder map. As a result, the highland Kimchi cabbage status maps from May 31 to Sep. 6 in 2016 were presented to show spatial variability in the field. The benefits of the highland Kimchi cabbage status map can be summarized as follows: crop growth monitoring, reference for field observations and survey, the relative comparison of the growth condition in field scale, evaluation of growth in comparison of average year, change detection of annual crops or planting areas, abandoned fields monitoring, prediction of harvest season etc.

• 대기
• /
• 제21권4호
• /
• pp.337-347
• /
• 2011

In this paper, we developed a detection and correction method of noisy pixels embedded in the time series of normalized difference vegetation index (NDVI) data based on the spatio-temporal continuity of vegetation conditions. For the application of the method, 25-year (1982-2006) GIMMS (Global Inventory Modeling and Mapping Study) NDVI dataset over the Korean peninsula were used. The spatial resolution and temporal frequency of this dataset are $8{\times}8km^2$ and 15-day, respectively. Also the land cover map over East Asia is used. The noisy pixels are detected by the temporal continuity check with the reference values and dynamic threshold values according to season and location. In general, the number of noisy pixels are especially larger during summer than other seasons. And the detected noisy pixels are corrected by the iterative method until the noisy pixels are completely corrected. At first, the noisy pixels are replaced by the arithmetic weighted mean of two adjacent NDVIs when the two NDVI are normal. After that the remnant noisy pixels are corrected by the weighted average of NDVI of the same land cover according to the distance. After correction, the NDVI values and their variances are increased and decreased by 5% and 50%, respectively. Comparing to the other correction method, this correction method shows a better result especially when the noisy pixels are occurred more than 2 times consistently and the temporal change rates of NDVI are very high. It means that the correction method developed in this study is superior in the reconstruction of maximum NDVI and NDVI at the starting and falling season.

• 한국공간정보시스템학회 논문지
• /
• 제4권2호
• /
• pp.55-64
• /
• 2002

효율적인 도로정보의 구축은 GIS에서 가장 중요한 주제이다. 본 논문에서는 도로정보를 자동으로 생성, 구축하기 위하여 모바일 매핑 기술과 영상인식 기술을 결합한 방법을 제안하였다. 모바일 매핑 시스템은 CCD 카메라, GPS, INS를 장착한 차량의 형태를 가지며, 취득한 영상에 나타난 공간객체의 좌표를 사진측량기법을 이용하여 계산한다. 모바일 매핑 시스템에 의한 공간객체 좌표추출과 데이터 구축은 자동화되지 않아 시간이 많이 드는 단점이 있다. 도로의 자동 인식은 영상인식 분야에서도 자동주행차량에 대한 연구의 형태로 진행되어 왔다. 그러나 영상인식에 기반한 방법들은 도로 차선에 적용할 경우 차선의 끊김 차량에 의한 가려짐 좋지 않은 날씨와 조명 등 실제의 도로나 도로변의 다양한 예외상황 때문에 원하는 결과를 얻기 힘든 경우가 많다. 이러한 단점을 보완하기 위하여 본 논문에서는 모바일 매핑 시스템으로부터 획득된 GPS/INS 데이터 및 영상인식 기술을 모두 이용한 자동 도로데이터 생성방법을 제안하였다. 영상에 나타난 도로 차선의 3차원좌표로부터 영상에서 객체가 나타날 위치를 추정하기 위한 방법을 고안하였으며, 이러한 방법은 도로 차선을 찾기 위한 복잡한 영상처리 과정을 대폭 줄일 수 있다. 예외상황 때문에 도로차선을 추출하지 못한 경우에는 스플라인 인터폴레이션에 의하여 값을 얻는다. 인터폴레이션은 교차로나 급격한 변화 지점에 따라 구분된 도로 구간 단위로 이루어진다. 본 논문에서는 제안된 객체좌표 추정방법과 인터폴레이션 기법에 대한 실험 및 결과를 제시하였다.

• 대한공간정보학회지
• /
• 제24권1호
• /
• pp.81-87
• /
• 2016

자연재해로 인해 댐, 교량, 제방 등 수변구조물에 피해가 발생할 경우, 빠른 복구를 위해 정확한 피해정보를 분석하는 일은 매우 중요하다. 본 연구에서는 최근 활용이 확산되고 있는 UAV(Unmanned aerial vehicle)영상을 활용하여 효과적으로 피해를 분석하는 방안을 제시하고 정확도 평가를 수행하였다. UAV영상은 수변구조물 일대를 촬영한 영상들을 이용하였고, 피해를 분석하는 핵심 방법론으로 영상정합과 변화탐지 기법을 활용하였다. 영상정합을 통해 생성된 점군 데이터(point cloud)는 2차원 영상으로 3차원 형상을 재현하며, 사전에 구축된 레퍼런스 데이터와의 높이 값 비교를 통해 피해영역을 추출할 수 있다. 피해영역으로 추출된 결과는 정확도를 평가하기 위해 항공라이다로 구축된 정확한 데이터와 비교하여 절대위치 오차를 비교하였다. 실험 결과 EOP(외부표정요소)가 매우 정확한 UAV 영상을 사용하면 제안된 방법론으로 평균 10~20cm 오차 범위 내의 정확도를 확보할 수 있음을 알 수 있었고, 이는 제안한 방법이 비교적 큰 규모인 수변구조물에서 발생하는 피해 분석에 매우 유용하게 활용될 수 있음을 보여주었다. 하지만 복잡도가 높은 구조물들은 매칭 기술을 적용하기 어려우며, 이러한 구조물들의 피해를 추출하기 위해서는 별도의 방법론이 필요하다.