• 대한원격탐사학회지
• /
• 제36권3호
• /
• pp.487-501
• /
• 2020

이 연구에서는 고해상도 위성영상을 이용하여 지표면 온도를 산출하는 기존의 여러가지 방법 이외에 보다 새로운 접근으로, 인공지능 기반의 심층신경망 기법을 148장의 Landsat 8 영상에 적용하여 우리나라 지표면온도를 산출하고 그 적합성을 평가하였다. Landsat 8 열적외 10번 밴드(약 11 ㎛ 파장대)의 밝기온도와 방출률은 물리방정식에 경험상수가 결합하여 도출된 값이기 때문에, 지역적 기상, 기후, 지형, 식생 등의 조건에 따른 불확실성을 내포하고 있다. 이를 보완하기 위하여 본 연구에서는 밝기온도와 방출률로부터 지표면온도 초기추정치 T₀를 산출하고 이와 함께, NDVI, 토지피복, 지형요소(고도, 경사, 향, 거칠기) 등을 입력변수로 하는 계절별 심층신경망 모델을 최적화하여 지표면온도를 산출하였다. 이는 ASOS(Automated Synoptic Observing System)와의 선형관계식으로 편의보정을 수행하는 기존 방법에 비해 진보된 기법이다. ASOS 관측치와 시공간적으로 일치되는 1,728건의 자료를 비교한 결과, 계절별로 차이가 있기는 하지만 특히 봄, 가을에는 상당히 좋은 결과를 보였으며(CC=0.910~0.917, RMSE=3.245~3.365℃), 또한 토지피복 유형에 상관없이 안정적인 산출이 이루어짐을 확인하였다. 향후 Landsat 5/7/8 자료의 장기시계열 빅데이터와 함께 추가적인 지표면변수를 활용하여 모델링 을 수행함으로써 기후변화 및 특이기상 하에서도 보다 신뢰도 높은 고해상도 지표면온도 산출이 필요할 것이다.

• 대한원격탐사학회지
• /
• 제27권4호
• /
• pp.457-466
• /
• 2011

본 연구의 목적은 Level 3 type 북한 토지피복도를 작성하고 생물계절 특성을 파악 하는 데 있다. 2008년과 2009년에 촬영된 88장과 8장의 MODIS NDVI를 MVC 하여 질이 향상된 영상에 ISODATA 알고리즘을 적용하였다. 생물계절 상 분석을 기반으로 북한의 토지피복도를 구축하고 중분류에 대해서는 정확도 검정을 하였다. 결과, 총 27개 클래스의 북한 토지피복도가 생산되었다. 토지피복은 17개의 산림 서식지, 토지이용은 7개의 농경지와 2개의 시가지, 그리고 한 개의 수역을 포함한다. Level 3 type 생물계절 특성은 휴지기(${\sigma}^2$ = 0.348)와 식생이 급격히 생장하는 봄철(${\sigma}^2$ = 0.347)의 역동성이 가장 컸다. Level 2 type에 대한 정확도 검정에서, 전체 정확도는 85.85%(851/955), Kappa 계수는 0.84 였다. 현장 접근이 불가능한 북한의 토지피복도 구축에 생물계절 상 분석기법 적용은 오분류를 최소화하고 분류정확도를 향상시키는데 기여하였다.

• 한국지리정보학회지
• /
• 제18권3호
• /
• pp.76-88
• /
• 2015

이 논문에서는 작물 재배지의 분류를 목적으로 능동 학습과 과거 토지 피복도 기반의 시간 문맥 정보를 결합하는 분류 방법론을 제안하였다. 신뢰성 높은 훈련 자료의 추출을 위하여 능동 학습 기반 반복 분류를 적용하였으며, 과거 토지 피복도의 작물 재배 규칙을 시간 문맥 정보로 정량화 하여 능동 학습 기법의 적용시 훈련 자료의 할당과 작물 간 분광학적 혼재 효과 완화에 이용하였다. 제안 분류 방법론의 적용 가능성을 평가하기 위해 미국 Illinois 주의 옥수수와 콩 재배지역의 구분을 목적으로 MODIS 시계열 식생지수 자료와 과거 cropland data layer(CDL) 자료를 이용한 사례연구를 수행하였다. 사례연구 결과, 초기 감독 분류 결과에서 나타났던 옥수수와 콩의 오분류와 기타 작물과 비작물의 오분류 양상이 능동 학습 기반 반복 분류를 통해 완화되었다. 그리고 CDL 자료로부터 추출한 시간 문맥 정보를 추가적으로 결합함으로써 주요 작물에서 나타나는 과추정 양상이 완화되어 가장 우수한 분류 정확도를 나타내었다. 따라서 제안 기법이 양질의 훈련 자료의 확보가 쉽지 않은 작물 재배지의 분류에 유용하게 적용될 수 있음을 확인하였다.

• 대한원격탐사학회지
• /
• 제37권5_3호
• /
• pp.1389-1403
• /
• 2021

고해상도(Very High Resolution; VHR) 위성영상을 이용한 재난 피해 평가는 신속한 피해 정보 추출과 함께 세부적인 피해 정보 획득이 가능하다. 하지만 일반적으로 VHR 위성의 낮은 영상 취득 주기로 인해 재난 발생 전 VHR 영상의 수급은 제한적이며, 재난 발생 후 영상만으로는 피해 지역과 미피해 지역의 정확한 식별에 한계가 존재한다. 이에 본 연구에서는 산불 발생 후 VHR 위성영상과 GIS (Geographic Information System) 데이터를 이용하여 국내 산불 피해 지역에 대한 변화 탐지를 수행하였다. 산불 발생 전 VHR 영상을 대체하기 위한 GIS 데이터로는 토지피복도가 사용되었으며, 산불 발생 전 토지피복 현황에 대한 공간정보를 이용하여 산불발생 전 NIR (near-infrared) 영상을 시뮬레이션하였다. 변화 탐지 과정에서는 NDVI (Normalized Difference Vegetation Index) 상관도 기반의 변화 탐지 기법을 적용하였으며, superpixel 기반의 영상 분석을 통해 영상 분석의 복잡도를 감소시키는 동시에 VHR 영상의 디테일을 보존하고자 하였다. 제안 기법은 2019년 발생한 강원도 산불 지역에 대해 검증되었으며, 두 연구 지역에 대해 모두 98% 이상의 높은 전체 정확도와 0.97 이상의 높은 F1-score 값을 제시하였다.

• 대한원격탐사학회지
• /
• 제38권6_4호
• /
• pp.1935-1943
• /
• 2022

위성 영상을 활용하여 대규모 또는 정밀 토양 수분도를 제작하는 방법의 개발과 이를 적용한 사례 연구는 원격탐사 응용 분야에서 중요한 연구 주제 중 하나이다. 이 연구는 제주도 연구 지역을 대상으로 토양 수분도를 제작하였다. 이를 위하여 선형으로 조정된 Synthetic Aperture Radar (SAR) 편광 영상과 입사각 정보를 이용하여 광학 영상과 함께 토양 수분도를 산출하였다. SAR 영상은 Google Earth Engine (GEE)에서 제공하는 후반 산란 계수 Analysis Ready Data (ARD) 자료를 사용하였다. 또한 Environmental Systems Research Institute (ESRI)의 토지 피복도(land cover map)와 KOMPSAT-3 고해상도 위성 영상의 지표 반사도로부터 산출한 식생 지수 정보(normalized difference vegetation index, NDVI)를 토양 수분도 처리 과정에 적용하였다. 이처럼 SAR 영상과 광학영상 정보를 융합하여 처리하는 경우는 토양 수분 산출물의 신뢰도를 향상할 수 있는 것으로 알려져 있다. 산출물의 과학적 분석을 위하여 KOMPSAT-3 영상으로 제작한 정규 수분 지수(normalized difference water index, NDWI)와 비교 분석을 실시하였다. 그리고 KOMPSAT-3 처리 결과의 검증을 위하여 Landsat-8 위성의 NDWI 처리 결과와 비교하였다. 이 연구를 통하여 산출한 토양 수분도 결과는 KOMPSAT-3 영상과 Landsat-8 위성으로 각각 처리한 NDWI 처리 결과와 높은 상관도를 나타냈다. 마지막으로 이 연구에 사용한 토양 수분 산출 알고리즘을 우리나라 고해상도 위성인 KOMPSAT-5 영상에 맞게 추가 개발하면 다른 외부 영상 없이 KOMPSAT 광학 위성정보와 KOMPSAT SAR 영상정보를 이용한 정밀 토양 수분도 제작이 가능할 것이라고 생각한다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1437-1449
• /
• 2023

본 연구의 목적은 도시지역의 투수면적 및 불투수면적이 수목의 생장에 영향을 미치는지 분석하는 것이다. 이를 위해 동일한 시기에 식재한 나무 6종의 생장 차이를 알아보기 위해 Sentinel-2를 이용하여 제작한 Normalised Difference Vegetation Index (NDVI)와 환경부의 세분류 토지피복지도를 이용하여 투수면적과 불투수면적이 수목 생장에 미치는 영향을 분석했다. 이를 위해 Geospatial eXplainable Artificial Intelligence (GeoXAI) 개념을 적용했다. 분석결과 소나무는 10 m 범위, 느티나무, 메타세콰이어, 은행나무는 20 m 범위, 양버즘나무는 30 m 범위, 왕벚나무는 40 m 범위에 포함된 토지피복들의 면적을 고려했을때 모델의 설명력이 가장 우수한 것으로 나타났다. 그리고 투수 면적이 넓을수록 수목의 생장이 활발하다는 양의 상관관계를 나타내었으며, 주변에 인공지반과 같이 불투수 면적이 넓을 경우 수목의 생장과 음의 상관관계를 보였다. 이는 수목의 생장에 있어 주변의 투수 및 불투수 면적이 수목의 생장에 영향을 미침을 알 수 있었으며, 수종에 따라 영향을 미치는 범위 또한 다르다는 것을 알 수 있었다.

• 한국지리정보학회지
• /
• 제21권4호
• /
• pp.91-107
• /
• 2018

최근 튀니지는 국토 남쪽의 사하라 사막이 북상하는 추세로 사막화 모니터링과 평가가 요구되고 있다. 본 연구에서는 원격탐사 자료를 활용하여 토지피복 변화를 관찰하고, 정규화식생지수, 표토입자크기지수, 알베도를 산출하여 튀니지의 사막화를 모니터링하였다. 또한, 평가 지표 간 우선순위를 파악하여 Decision Tree (DT)를 구성하였고, 각 사막화 평가 지표, 사막화 등급, 토지피복의 변화빈도와 경향을 확인하였다. 이후, 연구에서 활용한 세 평가 지표와 강수량 간의 상관관계 분석을 수행하였다. 빈도와 경향 분석결과, 튀니지에서는 사막화가 전반적으로 심화되고 있으며, 사막화 정도가 심한 지역이 지리적으로 북상하는 것으로 나타났다. 사막화 평가 지표와 강수량의 상관관계 분석을 시행한 결과, 세 지표 모두 강수량과 높은 상관관계를 갖는 것으로 나타나 강수량의 변화가 튀니지 사막화에 영향을 주고 있음을 확인하였다. 본 연구를 통해 위성영상에 기반한 사막화 지표와 이를 조합하여 평가하는 방식인 Decision Tree, 그리고 토지피복 변화 경향을 고려하는 다양한 방법론의 활용성이 제고되었다.

• 대한원격탐사학회지
• /
• 제37권3호
• /
• pp.409-418
• /
• 2021

토지피복도는 국토정책, 환경정책을 위한 의사결정 근거 자료로 활용되는 매우 중요한 자료이다. 토지피복도는 원격탐사 자료를 활용하여 제작되는데, 이때 사용되는 데이터의 취득 시기에 따라 동일한 지역을 대상으로 하더라도 분류 결과가 달라질 수 있다. 본 연구에서는 단시기 데이터의 분류 정확도를 개선하기 위해 다중시기 위성영상을 활용하였으며 계절에 따른 지표면의 분광 반사 특성 차이를 딥러닝 알고리즘의 하나인 U-Net 모델에 학습시켜 분류하였다. 또한 단시기 분류 결과와 정확도 비교를 통해 분류 정확도의 향상 정도를 비교하였다. 구역 내에 30%의 녹지와 한강을 포함하여 다양한 토지피복으로 이루어진 서울특별시를 연구대상지로 설정하고 2020년 분기별 Sentinel-2 위성영상을 산출하였다. 대한민국 환경부에서 작성한 세분류 토지피복도를 활용하여 U-Net 모델을 학습시켰다. 학습한 U-Net 모델을 통해 단시기, 2시기, 3시기, 4시기로 모델을 학습하여 분류한 결과, 단시기를 제외하고 토지피복도 분류 정확도 확보기준인 75%를 상회하는 81%, 82% 79%의 정확도를 나타냈다. 이를 통해 다중 시계열 학습을 통해 토지피복의 분류 정확도 향상이 가능하다는 것을 확인하였다.

• 대한원격탐사학회지
• /
• 제38권3호
• /
• pp.225-236
• /
• 2022

도시의 인구 증가와 이에 따른 개발로 인한 도시화는 도시 내 열섬현상과 같은 다양한 환경문제를 유발할 수 있다. 특히 계획적으로 구축되는 신도시의 경우 짧은 기간에 진행되는 급격한 도시화로 인한 도시 기후의 변화를 분석하기에 적절한 연구대상지로 여겨진다. 본 연구에서는 Landsat-8 Operational Land Imager/Thermal Infrared Sensor (OLI/TIRS) 위성영상을 활용하여 세종특별자치시 내 행정중심복합도시의 2013년부터 2020년 개발계획에 의한 토지피복 변화와 이에 따른 표면 열섬현상의 변화를 분석하였다. 이를 위해 위성영상에서 제공하는 열적외선 밴드값과 방사율을 고려하여 지표면온도를 산출하고, 이를 기반으로 표면 열섬현상 강도와 Urban Thermal Field Variance Index (UTFVI)의 변화분석을 수행하였다. 개발이 진행됨에 따른 토지피복 변화 및 피복별 열섬현상 강도의 차이 확인을 위해 환경부에서 제공하는 중분류 토지피복지도를 활용하였다. 분석 결과, 연구지역의 시가화 면적은 15% 증가하였고 자연식생은 28% 이상 줄어든 것이 확인되었다. 또한 이에 따른 열섬현상의 확장 및 강도 증가가 관측되었고, 열섬현상이 발생된 지역의 생태적 수준은 매우 낮은 것을 확인하였다. 본 연구를 통해 급격한 도시화에 따른 열 환경의 정량적 변화 및 생태적 수준을 확인하고, 주거환경의 열 환경 개선을 위한 추가적인 정책의 필요성이 제시될 수 있다.

• 대한원격탐사학회지
• /
• 제39권1호
• /
• pp.47-63
• /
• 2023

Unmanned aerial vehicle (UAV) and sensor technologies are rapidly developing and being usefully utilized for spatial information-based agricultural management and smart agriculture. Until now, there have been many difficulties in obtaining production information in a timely manner for large-scale agriculture on reclaimed land. However, smart agriculture that utilizes sensors, information technology, and UAV technology and can efficiently manage a large amount of farmland with a small number of people is expected to become more common in the near future. In this study, we evaluated the productivity of forage maize grown on reclaimed land using UAV and sensor-based technologies. This study compared the plant height, vegetation cover ratio, fresh biomass, and dry biomass of maize grown on general farmland and reclaimed land in South Korea. A biomass model was constructed based on plant height, cover ratio, and volume-based biomass using UAV-based images and Farm-Map, and related estimates were obtained. The fresh biomass was estimated with a very precise model (R² =0.97, root mean square error [RMSE]=3.18 t/ha, normalized RMSE [nRMSE]=8.08%). The estimated dry biomass had a coefficient of determination of 0.86, an RMSE of 1.51 t/ha, and an nRMSE of 12.61%. The average plant height distribution for each field lot was about 0.91 m for reclaimed land and about 1.89 m for general farmland, which was analyzed to be a difference of about 48%. The average proportion of the maize fraction in each field lot was approximately 65% in reclaimed land and 94% in general farmland, showing a difference of about 29%. The average fresh biomass of each reclaimed land field lot was 10 t/ha, which was about 36% lower than that of general farmland (28.1 t/ha). The average dry biomass in each field lot was about 4.22 t/ha in reclaimed land and about 8 t/ha in general farmland, with the reclaimed land having approximately 53% of the dry biomass of the general farmland. Based on these results, UAV and sensor-based images confirmed that it is possible to accurately analyze agricultural information and crop growth conditions in a large area. It is expected that the technology and methods used in this study will be useful for implementing field-smart agriculture in large reclaimed areas.