• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.52-52
• /
• 2023

저수지는 기존의 육상 수지에 직접적인 영향 뿐 만 아니라 수체가 육상에 머무르는 시간을 늘려 수온 및 수질에는 영향을 미친다. 이들이 환경 및 지역 기후 변화에 직접적인 영향을 미치는 주요인자로 기후 변화에 미치는 긍정적, 부정적 효과와 함께 중요성이 더 증대되고 있다. 위성 원격탐사는 북한 지역 등과 같은 현장 관측 자료의 수집이 어려운 지역을 포함한 전 지구 규모에서 저수량 변화를 추정하는데 유용한 자료를 제공한다. 우리는 광학 위성 (Landsat-8/9)과 능동형 마이크로파 위성 (Sentinel-1)를 활용해 한반도 지역에 분포하고 있는 저수지의 수체 면적을 산출하기 위해 2020년부터 2022년까지 자료를 수집했다. 저수지 표면적 산출은 전통적인 NDWI (Normalized Difference Water Index) 및 후방산란계수 (𝜎₀)에 multi-Otsu 방법을 적용하여 이진화 영상을 얻는 방식을 이용했다. 여전히 남아있는 과탐지 영역은 최대 표면적 영상과 상대 비교를 통해 제거했다. Landsat과 Sentinel-1 위성 원격 탐사 자료 기반 저수지 표면적은 높은 유사성이 있었고, 현장 및 위성 고도계 자료 기반 수면 고도 변화와 높은 관계성를 보여주었다. 실험을 통해 위성 원격탐사 자료를 활용한 한반도 지역 저수지의 저수량 변화을 추정했으며, 현장 관측자료와 비교했다. 이 추정 기술은 전 지구 저수지 및 호수로 확장할 수 있으며, 수문 모델의 검증자료 등으로 활용될 수 있다.

• 한국지리정보학회지
• /
• 제24권2호
• /
• pp.52-63
• /
• 2021

기존 연구에서는 연안습지를 탐지하기 위해 위성/항공 영상의 다중분광 밴드로부터 산출한 식생지수 또는 토지피복도를 활용하였으나, 단일 센서만을 활용할 경우 토지피복정보와 지형정보를 동시에 고려하는 것에 한계가 있어 높은 정확도의 연안습지 탐지 및 대규모 연안습지 관리 업무 수행에 많은 지장을 초래하였다. 본 연구에서는 우리나라 서해안 곰소만 지역을 촬영한 Sentinel-2 위성영상의 다중분광 밴드와 디지털 지형 모델인 SRTM(Shuttle Radar Topography Mission) DEM(Digital Elevation Model)을 사용하여 서해안 곰소만의 대규모 연안습지를 다음의 과정을 통해 탐지하였다. 우선 Sentinel-2 위성영상의 Green 및 근적외선 밴드를 활용하여 정규수분지수 영상을 제작하였다. 그리고 정규수분지수 영상에서 픽셀의 밝기값 0.2를 임계치로 설정하여 물과 육지를 구분하는 이진화 영상을 제작하였으며, SRTM DEM에서 픽셀의 밝기값 0을 임계치로 설정하여 해수면 아래와 해수면 위를 구분하는 이진화 영상을 제작하였다. 최종적으로는 두 장의 이진화 영상에 중첩 분석을 적용하여 이진화 영상 기반 연안습지 지도를 제작하였다. 본 연구에서 제안한 기술을 활용하여 제작한 이진화 영상 기반 연안습지 지도의 정확도는 94%로서 매우 높은 결과를 보여주었으며, 연안습지가 아닌 내륙습지, 산지습지 등은 탐지되지 않아서 연안습지 관리 업무에 매우 효과적으로 활용될 수 있음을 확인하였다.

• 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
• /
• 제38권1호
• /
• pp.127-137
• /
• 2022

Urban Heat Island (UHI) effect has been widely studied as a global concern of the 21st century. Heat generation from urban built-up structures and anthropogenic heat sources are the main factors to create UHIs. Unfortunately, both factors are expanding rapidly in Lahore and accelerating UHI effects. The effects of UHI are expanding with the expansion of impermeable surfaces towards urban green areas. Therefore, this study was arranged to analyze the role of urban cooling intensity in reducing urban heat island effects. For this purpose, 15 parks were selected to analyze their effects on the land surface temperature (LST) of Lahore. The study obtained two images of Landsat-8 based on seasons: the first of June-2018 for summer and the second of November-2018 for winter. The LST of the study area was calculated using the radiative transfer equation (RTE) method. The results show that the theme parks have the largest cooling effect while the linear parks have the lowest. The mean park LST and PCI of the samples are also positively correlated with the fractional vegetation cover (FVC) and normalized difference water index (NDWI). So, it is concluded that urban parks play a positive role in reducing and mitigating LST and UHI effects. Therefore, it is suggested that the increase of vegetation cover should be used to develop impervious surfaces and sustainable landscape planning.

• 대한원격탐사학회지
• /
• 제36권6_2호
• /
• pp.1605-1613
• /
• 2020

갯골은 갯벌 퇴적의 형성과 발달에 가장 핵심적인 구실을 하는 해안퇴적지형으로써, 갯벌 퇴적/침식 지형의 이해와 분포 파악에 있어 매우 중요한 지표로 여겨진다. 본 연구는 KOMPSAT 고해상도 위성영상자료를 활용하여 시화호 간척지의 방조제 수문 개방 이후 시기별 갯골 변화 양상을 파악하고, 고해상도 위성 영상의 활용 가능성 및 효율성 평가하는데 목적을 가진다. 갯골 선 추출을 위해 2009년, 2014년, 2019년 세 시기를 대상으로 KOMPSAT 2, 3 영상을 활용하였으며, 각 4개의 분광 밴드를 활용한 주성분 분석 및 기본 신경망 기반 감독 분류와 Normalized Difference Water Index, Matched Filtering 및 Spectral Angle Mapper 감독 분류 기반의 밴드 비연산 기법을 적용하였다. 추출한 갯골 정보의 검증을 위해 국토지리정보원 수치지도정보 및 중해상도 Landsat 7 ETM+ 영상자료를 활용하였다. 검증 결과, 갯골 선의 방향성 및 분포 양상 변화 감지 부분에서 KOMPSAT 영상 자료가 Landsat 7 영상과 비교하여 검증자료와 큰 일치성을 나타냈다. 하지만 갯골 선 밀도 분포 파악 및 퇴적 지형 발달과 관련된 유의미한 정보의 제공에 있어서는 한계를 가질 것으로 확인되었다. 본 연구는 국내 조간대 환경 이슈에 대응하는 방안으로써 KOMPSAT 영상 기반 고해상도 원격 탐사의 활용 가능성을 제시할 수 있을 것으로 기대되며, 조간대 환경 일대를 대상으로 하는 다종 플랫폼 영상 기반 융·복합 주제도 작성을 위한 기초연구자료로써 이용될 수 있을 것으로 기대된다.

• 대한공간정보학회지
• /
• 제21권4호
• /
• pp.45-53
• /
• 2013

지구 온난화와 이로 인한 해수면의 상승은 명백히 전 지구적으로 일어나고 있는 변화이며 해안선의 변화 또한 동반되고 있다. 해안선은 해수면의 상승뿐만 아니라 인위적인 활동에 의해서도 변화할 수 있으나 지구온난화에 의한 해안선 변화의 파악은 지구 온난화의 진행을 파악할 수 있는 지표로써 활용이 가능하다. 따라서 본 연구의 목적은 자동으로 해안선을 추출 및 변화를 파악하는 데에 있다. 본 연구에서는 자동으로 해안선을 추출하기 위해서 수분지수를 활용하여 물과 육지의 대조를 극대화하였으며, 해안선의 자동 추출이 용이하도록 하였다. 수분지수로 변환된 영상에서 자동으로 물과 육지를 분할하기 위하여 적정 임계값을 자동으로 찾을 수 있도록 영상처리 기법을 적용하였고, 경계선 검출 알고리즘을 통하여 해안선을 추출하였으며 추출된 해안선으로 변화를 탐지하는 방법론을 제시하고자 하였다. 자동으로 물과 육지를 분할하고 경계선을 찾는 영상처리 기법은 다른 자료의 도움 없이 LANDSAT 영상만을 이용하여 적용될 수 있으며 추출된 해안선 또한 기준자료로 이용된 NLCD(National Land Cover Database) 자료와의 비교를 통해 유사하다는 것을 확인할 수 있었다. 또한 지구 온난화의 지표로써의 활용 가치를 확인하기 위해 연구 대상지역을 지층의 온도가 연중 $0^{\circ}C$ 이하로 항상 얼어 있는 영구동토로 선정하여 영구동토의 해빙으로 인한 해안선 변화를 정량적으로 확인할 수 있었으며 해안선의 변화가 가속화한다는 사실을 확인할 수 있었다.

• 환경생물
• /
• 제40권4호
• /
• pp.363-373
• /
• 2022

본 연구는 2021년 4월부터 8월까지 3차례에 걸쳐 제주도 봉개동에 위치한 물장오리오름 습지의 저서성 대형무척추동물상 및 군집구조를 파악하기 위해 수행되었다. 조사지점은 물장오리오름 습지를 4개의 구역으로 구분하였으며, 접근이 가능한 3개 구역(1 area~3 area)에서 조사를 실시하였다. 물장오리오름 습지의 서식지 환경을 분석한 결과, 월 평균기온은 7~8월에 가장 높고, 12~2월에 가장 낮은 양상이 2017년부터 2021년까지 반복되었다. 월 강수량은 2017년을 제외하고 2018년부터 2021년까지 장마철인 6월부터 9월에 가장 높은 것으로 분석되었다. 위성영상 분석을 통해 식생면적과 수 면적의 변동을 분석한 결과, NDVI는 2월부터 7월까지 증가하고 이후 감소하는 양상을 나타내었으며, NDWI는 반비례의 관계를 나타내는 것으로 분석되었다. 조사기간 동안 채집된 저서성 대형무척추동물은 총 2문 3강 8목 17과 26종이 출현하였으며, 정성조사 시 13과 21종, 정량조사 시 15과 24종 412개체가 출현하였다. 우점종은 깔따구류(Chronomidae spp.)가 132개체(32.04%)로 확인되었으며, 자색물방개(Noterus japonicus)가 71개체(17.23%)로 아우점하였다. 본 연구와 문헌에서 확인된 출현종을 비교·분석한 결과, 딱정벌레목과 잠자리목의 종다양성이 높은 것으로 확인되었으며, 주요 섭식기능군은 Predators, 서식기능군은 Swimmers로 분석되었다. OHC-group은 2021년에 17종(73.91%)이 확인되었으며, 2016년에는 23종(79.31%), 2018년에 26종(86.67%), 2019년에 19종(79.17%)이 출현하였다. 멸종위기야생생물 II급인 물방개(Cybister japonicus)가 문헌에서 서식하는 것으로 확인되었으며, 2021년에도 10개체(2.43%)가 조사되었다. 따라서 물장오리오름 습지에 서식하고 있는 물방개의 서식환경을 유지할 수 있도록 지속적인 관리와 서식지 보호가 필요할 것으로 생각된다.

• 대한원격탐사학회지
• /
• 제38권6_2호
• /
• pp.1723-1735
• /
• 2022

산사태는 가장 널리 퍼진 자연재해 중 하나로 인명 및 재산피해 뿐만 아니라 범 국가적 차원의 피해를 유발할 수 있기 때문에 효과적인 예측 및 예방이 필수적이다. 높은 정확도를 갖는 산사태 취약성도를 제작하려는 연구는 꾸준히 진행되고 있으며 다양한 모델이 산사태 취약성 분석에 적용되어 왔다. 빈도비 모델, logistic regression 모델, ensembles 모델, 인공신경망 등의 모델과 같이 픽셀기반 머신러닝 모델들이 주로 적용되어 왔고 최근 연구에서는 커널기반의 합성곱신경망 기법이 효과적이라는 사실과 함께 입력자료의 공간적 특성이 산사태 취약성 매핑의 정확도에 중요한 영향을 미친다는 사실이 알려졌다. 이러한 이유로 본 연구에서는 픽셀기반 deep neural network (DNN) 모델과 패치기반 convolutional neural network (CNN) 모델을 이용하여 산사태 취약성을 분석하는 것을 목적으로 한다. 연구지역은 산사태 발생 빈도가 높고 피해가 큰 인제, 강릉, 평창을 포함한 강원도 지역으로 설정하였고, 산사태 관련인자로는 경사도, 곡률, 하천강도지수, 지형습윤지수, 지형위치 지수, 임상경급, 임상영급, 암상, 토지이용, 유효토심, 토양모재, 선구조 밀도, 단층 밀도, 정규식생지수, 정규수분지수의 15개 데이터를 이용하였다. 데이터 전처리 과정을 통해 산사태관련인자를 공간데이터베이스로 구축하였으며 DNN, CNN 모델을 이용하여 산사태 취약성도를 작성하였다. 정량적인 지표를 통해 모델과 산사태 취약성도에 대한 검증을 진행하였으며 검증결과 패치기반의 CNN 모델에서 픽셀기반의 DNN 모델에 비해 3.4% 향상된 성능을 보였다. 본 연구의 결과는 산사태를 예측하는데 사용될 수 있고 토지 이용 정책 및 산사태 관리에 관한 정책 수립에 있어 기초자료 역할을 할 수 있을 것으로 기대된다.