• Journal of Information Processing Systems
• /
• 제16권4호
• /
• pp.795-808
• /
• 2020

Due to the poor evaluation indexes such as detection accuracy and recall rate when Yolov3 network detects aircraft in remote sensing images, in this paper, we propose a remote sensing image aircraft detection method based on machine vision. In order to improve the target detection effect, the Inception module was introduced into the Yolov3 network structure, and then the data set was cluster analyzed using the k-means algorithm. In order to obtain the best aircraft detection model, on the basis of our proposed method, we adjusted the network parameters in the pre-training model and improved the resolution of the input image. Finally, our method adopted multi-scale training model. In this paper, we used remote sensing aircraft dataset of RSOD-Dataset to do experiments, and finally proved that our method improved some evaluation indicators. The experiment of this paper proves that our method also has good detection and recognition ability in other ground objects.

• 대한원격탐사학회지
• /
• 제36권4호
• /
• pp.637-643
• /
• 2020

In this study, the information from environmental impact statements was converted into spatial data because environmental data from development sites are collected during the environmental impact assessment (EIA) process. Spatiotemporal big data were built from environmental spatial data for each environmental medium for 2,235 development sites during 2007-2018, available from public data portals. Comparing air-quality monitoring stations, 33,863 measurement points were constructed, which is approximately 75 times more measurement points than that 452 in Air Korea's real-time measurement network. Here, spatiotemporal big data from 2,677,260 EIAs were constructed. In the future, such data might be used not only for EIAs but also for various spatial plans.

• 정보과학회 논문지
• /
• 제42권4호
• /
• pp.459-467
• /
• 2015

원격탐사 빅데이터 분석 플랫폼은 NASA의 위성 데이터를 다운로드하여 이를 L3 형태로 변환하고, 이를 분석하여 최종적으로 분석 결과보고서를 산출하는 시스템이다. 본 논문의 목적은 최근에 개발된 빅데이터 분석 플랫폼의 품질을 평가하기 위한 평가지표 개발을 연구목표로 한다. 따라서 본 논문은 기존의 ISO/IEC 9126-1국제 소프트웨어 품질 모델을 기반으로 원격탐사 빅데이터 플랫폼의 품질 평가지표의 개발을 연구목표로 한다. 아울러 세부적인 연구개발내용은 다음과 같다. 첫째, ISO/IEC의 소프트웨어 품질 규정과 기존의 소프트웨어 평가모델을 검토한다. 둘째, 본 논문은 원격탐사 빅데이터 분석 플랫폼을 평가하기 위한 평가영역과, 세부적인 평가요소, 평가항목, 평가기준을 정의한다. 플랫폼 품질 평가요소에는 원격탐사 빅데이터 플랫폼의 개발자 측면, 사용자 측면, 유지보수 측면에서의 품질요소 등을 포함할 것이다. 셋째, 제안된 평가지표는 설문을 통해 내용타당도, 신뢰성 분석, 확인적 요인분석 및 경로분석을 통한 구인타당도의 통계분석을 통해 그 타당성과 적합성 검증을 입증하였으며, 통계도구로 SPSS 20.0 프로그램과 Amos 20.0을 이용하여 실험하였다. 마지막으로 본 연구결과는 빅데이터 분석 플랫폼에 대한 평가준거 개발의 첫 시도라는 점에서 중요하며, 앞으로 개발될 유사 빅데이터 플랫폼의 평가준거의 기초자료로서 활용이 기대되고 플랫폼의 평가기준의 토대가 될 것이라 기대된다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.1076-1080
• /
• 2003

$CO_2$ uptake of vegetation is one of the important variables in order to estimate photosynthetic activity, plant growth and carbon budget estimations. The objective of this research was to develop a new estimation method of $CO_2$ uptake of vegetation based on airborne hyperspectral remote sensing measurements in combination with a photosynthetic rate curve model. In this study, a compact airborne spectrographic imager (CASI) was used to obtain image over a field that had been set up to study the $CO_2$ uptake of corn on August 7, 2002. Also, a field survey was conducted concurrently with the CASI overpass. As a field survey, chlorophyll a content, photosynthetic rate curve, Leaf area, dry biomass and light condition were measured. The developed estimation method for $CO_2$ uptake consists of three major parts: a linear mixture model, an enhanced big leaf model and a photosynthetic rate curve model. The Accuracy of this scheme indicates that $CO_2$ uptake of vegetation could be estimated by using airborne hyperspectral remote sensing data in combination with a physiological model.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.4-4
• /
• 2020

Three wildfires severely damaged local towns and forests in Gangwon-do, South Korea in 2019 April 4-5. Local hydrological regime could be greatly altered by the wildfires, therefore it is important to assess its damage (e.g. area and severity) and also resultant changes in hydrological fluxes. We retrieved the Normalized-Burned Ratio (NBR) index using remote-sensing data (Moderate Resolution Imaging Spectroradiometer (MODIS) 500-m 8-day surface reflectance data), and delineated the damaged-area based on the difference in the NBR (dNBR) before and after the wildfires. We then estimated changes in the annual evapotranspiration (AET) in 2019 using the MODIS evapotranspiration data (500-m 8-day). It was found that the damaged-area of the three wildfires was 29.50 km^2 in total, which take up 1.00-6.19% area of five catchments. It was estimated that the AET would be decreased as 0.05-1.56% over those five catchments, as compared to the pre-fire AET (2004-2018). The impact of the wildfires on the catchment AET was less severe than expected (i.e. up to 1.56%) mostly because two big wildfires were distributed across two catchments respectively (i.e. four catchments for the two wildfires) and the other wildfire was small and not severe. This study highlights the importance of assessing the area and severity of a wildfire when estimating its impact on the local hydrological cycle.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.1460-1463
• /
• 2003

In this study, plastic detection technique was developed, applying remote sensing technology as a method to extract plastic wastes, which is one of the big causes of concern contributing to environmental destruction. It is possible to extract areas where plastic (including polypropylene and polyethylene) wastes are prominent, using ASTER data by taking advantage of its absorptive characteristics of ASTER/SWIR bands. The algorithm is applicable to define large industrial wastes disposal sites and areas where plastic greenhouses are concentrated. However, the detection technique with ASTER/SWIR data has some research tasks to be tackled, which includes a partial secretion of reference spectral, depending on some conditions of plastic wastes and a detection error in a region mixed with vegetations and waters. Following results were obtained after making comparisons between several detection methods and plastic wastes in different conditions; (a)'spectral extraction method' was suitable for areas where plastic wastes exist separated from other objects, such as coastal areas where plastic wastes drifted ashore. (single plastic spectral was used as a reference for the 'spectral extraction method') (b)On the other hand, the 'spectral extraction method' was not suitable for sites where plastic wastes are mixed with vegetation and soil. After making comparison of the processing results of a mixed area, it was found that applying both 'separation method' using un-mixing and ‘spectral extraction method’ with NDVI masked is the most appropriate method to extract plastic wastes. Also, we have investigated the possibility of reducing the influence of vegetation and water, using ASTER/TIR, and successfully extracted some places with plastics. As a conclusion, we have summarized the relationship between detection techniques and conditions of plastic wastes and propose the practical application of remote sensing technology to the extraction of plastic wastes.

• 한국산림과학회지
• /
• 제111권3호
• /
• pp.435-449
• /
• 2022

대면적 산림의 정확한 임분고 측정은 산림경영, 산림 탄소량 추정, 산림 생태계 관리를 위한 필수적인 지표인자로 다수의 국가에서 주기적인 현장조사를 수행하고 있다. 하지만, 현장조사는 많은 비용 및 시간 소요, 접근의 용이성이 낮은 지역의 조사의 기술적 한계성을 가지고 있다. 이를 극복하기 위한 대안으로 원격탐사 기술을 이용한 수고 및 임분고 추정 연구가 활발하다. 이에 본 논문에서는 해외 및 국내의 다양한 원격탐사기반 수고 및 임분고 추정 연구 사례를 분석하여 원격탐사기반 임분고 추정 연구의 동향을 크게 LiDAR기반, Stereo 및 SAR 이미지 점군(Image-based Point Clouds)기반, 원격탐사자료 융합기반 임분고 추정 모델로 나누어 살펴보았다. 또한, 대면적의 전국단위 산림 임분고 추정을 위한 원격탐사자료의 업스케일링(Upscaling) 기법의 사례 분석을 통해 향후 국내 산림환경 및 현황에 적합한 원격탐사기반 전국단위 산림 임분고 추정을 위한 방법의 발전 방향성을 고찰하였다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1091-1100
• /
• 2022

딥러닝 기술의 진보와 함께 다양한 국내외 고해상도 원격탐사 영상의 활용이 가능함에 따라 딥러닝 기술과 원격탐사 빅데이터를 활용하여 도심 지역 건물 검출과 변화탐지에 활용하고자 하는 관심이 크게 증가하고 있다. 본 논문에서는 고해상도 원격탐사 영상의 의미론적 건물 분할을 위해서 건물 분할에 우수한 성능을 보이는 DeepResUNet 모델을 기본 구조로 하고 잔차 학습 단위를 개선하고 Convolutional Block Attention Module(CBAM)을 결합한 새로운 건물 분할 모델인 CBAM-DRUNet을 제안한다. 제안한 건물 분할 모델은 WHU 데이터셋과 INRIA 데이터셋을 이용한 성능 평가에서 UNet을 비롯하여 ResUNet, DeepResUNet 대비 F1 score, 정확도, 재현율 측면에서 모두 우수한 성능을 보였다.

• 대한원격탐사학회지
• /
• 제38권5_3호
• /
• pp.819-834
• /
• 2022

인공지능 기법들은 특히 영상분류(image classification), 객체탐지(object detection), 영상분할(image segmentation)에 효과적으로 사용되고 있다. 특히, 딥러닝(deep learning)은 최근 컴퓨팅 파워의 증대와 함께 깊고 두터운 네트워크 구성이 가능해지고 보다 효율적인 활성함수(activation function)와 옵티마이저(optimizer)를 활용한 특징맵(feature map)의 생성을 통해 상당히 높은 정확도를 도출할 수 있다. 본고에서는 최근 다양한 원격탐사 분야에서 활용성이 확대되고 있는 딥러닝 영상인식 기법인 Convolutional Neural Network (CNN) 기반 모델 및 Transformer 기반 모델에 대한 기술동향 및 사례연구를 검토하고, 우리나라에서 이들 기법의 활용방안 및 발전방향 등을 제시하고자 한다. 향후 원격탐사 기반의 재난 상황 대응을 위해서는 위성영상의 적시성 확보와 실시간 딥러닝 처리, 그리고 위성, 드론 및 Closed-circuit Television (CCTV) 영상이 함께 활용되는 영상 빅데이터 플랫폼도 개발되어야 할 것이다.

• 대한원격탐사학회지
• /
• 제28권1호
• /
• pp.95-100
• /
• 2012

큰 너울은 먼 해역에서 발생한 후 우리나라 해안에 전파하여 피해를 입히는 경우가 많다. 이를 방지하기 위해서는 우리나라 인근 해역에서 뿐만 아니라 외해역에서도 파랑 관측이 이루어져야 하지만 현장 관측의 경우 많은 비용 및 장비 망실 위험 때문에 어려움이 따른다. 위성의 고도계를 활용할 경우 우리나라 동해 중앙 해역이나 외해 그리고 타 국가의 해역과 같이 접근이 어려운 해양에서 파랑을 관측하는 일이 가능하다. 그러나 이에 앞서서 고도계 파랑 자료의 정확도를 검증하는 것이 필요하다. 본 연구에서는 ENVISAT 위성의 고도계 파고 자료와 이어도 기지에서 관측한 파랑 자료를 비교 분석 한 후 그 활용성을 검토한다.