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.
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.
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.
$CO_2$ 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.
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.
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.
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.
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.
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.
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.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.