• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2008년도 춘계학술대회 논문집
• /
• pp.131-136
• /
• 2008

중저해상도 영상으로서 공급되고 있는 MODIS영상은 높은 temporal resolution 특성을 가짐으로써 넓은 면적에 대한 토지 이용이나 토지 피복의 변화 탐지에 대한 장점을 제공한다. 또한, 고해상도 영상 자료 또는 관측 자료는 중저해상도 영상과는 비교할 수 없는 경제적인 비용이 필요하게 됨으로써 중저해상도에서 변화를 탐지하여 고해상도 관측 자료를 이용하여 갱신이나 변화의 속성에 대한 구체적인 정보를 추출하는 전략적인 토지 피복에 대한 모니터링 방법이 요구된다. 그러므로 중저해상도 영상 자료는 고해상도 관측 자료를 획득 할 수 있는 일종의 alarm system으로써의 역할을 수행 할 수 있다. 이 연구는 주기적으로 촬영된 MODIS의 영상 자료를 이용하여 한반도에서 일어나는 토지 피복의 변화에 대한 패턴을 알아보고자 한다. 즉, 한반도에서 일어나는 일 년 간의 토지 피복의 변화로 생각할 수 있는 예로는 계절이나 경작에 의한 식생의 변화가 영상에 나타나는 주기적인 패턴을 살펴봄으로써 인간의 개발이나 재해와 같은 영향으로 일어나는 지표면의 이상적인 변화를 탐지하고자 한다. 사용된 영상은 MODIS Lnad product 중 Surface reflectance 8day composite 영상이며, NIR과 RED 밴드에서 나타나는 광학적 특성을 살펴보았다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2009년도 춘계학술대회 논문집
• /
• pp.105-110
• /
• 2009

현재 NASA에서 제공되는 MODIS 지표반사율자료(MOD09)는 MODIS영상을 이용한 각종 주제자료들의 중요한 입력 자료로 사용되고 있으며, MODIS 지표반사율 자료에 대한 객관적인 검증연구가 필요한 실정이다. 따라서 본 연구에서는 MOD09의 검증관련 초기 연구로서, 남한에 분포하는 불변성 타겟(invariant target)을 대상으로 2006년 일별 250m MODIS 지표반사율자료(MOD09GQK)자료의 객관적 검증을 시도하였다. 우선, MOD09 QA(Quality Assurance)자료를 이용하여 구름의 영향을 받은 화소를 제거한 후, 수치지도와 토지피복도를 이용하여 정의한 불변성 타겟에 해당되는 MOD09영상의 화소값을 추출하였다. 이와 같이 추출된 시계열 MOD09GHK영상의 화소값에 1차 회귀분석을 적용하여 이상 반사율 값을 탐지하고, 그 원인을 분석하였다. 검증 결과 나지지역에 대해서 0.0186의 RMSE값이 나타났으며, 인공물의 경우 0.2891의 RMSE값을 보였다. 발생된 이상 화소를 살펴보면, 구름, 그림자, 눈에 영향에 의해 발생한 것도 있으며, 원인을 알 수 없는 이상 화소들도 분포하였다. 향후 연구에서는 한반도 전역의 MODIS 시계열 반사율영상을 대상으로 MODIS 대기보정알고리즘과 입력인자의 적합성을 판단하기 위한 연구를 진행할 예정이다.

• Journal of Forest and Environmental Science
• /
• 제40권1호
• /
• pp.15-23
• /
• 2024

This research aimed to assess the possibility of detecting forest degradation using time-series satellite imagery and three different deep learning-based change detection techniques. The dataset used for the deep learning models was composed of two sets, one based on surface reflectance (SR) spectral information from satellite imagery, combined with Texture Information (GLCM; Gray-Level Co-occurrence Matrix) and terrain information. The deep learning models employed for land cover change detection included image differencing using the Unet semantic segmentation model, multi-encoder Unet model, and multi-encoder Unet++ model. The study found that there was no significant difference in accuracy between the deep learning models for forest degradation detection. Both training and validation accuracies were approx-imately 89% and 92%, respectively. Among the three deep learning models, the multi-encoder Unet model showed the most efficient analysis time and comparable accuracy. Moreover, models that incorporated both texture and gradient information in addition to spectral information were found to have a higher classification accuracy compared to models that used only spectral information. Overall, the accuracy of forest degradation extraction was outstanding, achieving 98%.

• 한국수자원학회논문집
• /
• 제54권12호
• /
• pp.1265-1274
• /
• 2021

본 연구에서는 남한강에서 드론에 탑재된 초분광 센서를 활용하여 수변공간을 측정한 후, 초분광 분석을 통하여 재료를 구분하였다. 식생, 콘크리트, 흙 등의 재료를 대상으로 구분하였으며, 각각 재료의 고유한 분광반사 곡선의 특성을 비교 및 분석하였다. 드론으로 측정한 초분광 자료를 검증하기 위하여 지상분광측정기를 사용하여 현장조사를 실시하고 각 재료를 비교하였다. 분석 비교 결과 각 재료별로 고유한 유형의 파장대가 발생하는 것을 확인하였고 드론으로 수행한 원격 탐사 결과가 지상분광측정 결과와 유사하다는 결론을 내릴 수 있었다. 수변 공간의 분류를 위하여 K-means 군집화 기법과 SVM 분류 기법을 활용하여 측정 구역의 공간 분류를 수행할 수 있었다. 비교 결과, 지도학습인 SVM 분류 기법의 수변공간 분류가 비지도학습인 K-means 기법과 비교하여 상세한 구분이 수행되었음을 확인할 수 있었다. 이와 같이 분류 및 군집 분석 기법을 활용하여 각 수변공간 재료의 고유 분광 특성을 활용하여 측정되는 드론탑재 초분광 이미지의 각 데이터를 분류할 수 있게 되었다.

• 한국지리정보학회지
• /
• 제3권3호
• /
• pp.12-19
• /
• 2000

관심있는 농작물의 반사 특성에 대한 지식은 우리에게 농업 분야에서의 원격탐사 활용에 대한 가능성을 제공한다. 본 연구에서는 일품벼의 이앙기에서 수확기까지의 성장 단계에 따른 반사 특성을 측정 및 분석하였다. 벼는 1999년 5월 20일에 경기도 수원시 서둔동 수원기상대($37^{\circ}$16' N, $126^{\circ}$59' E, 39m Alt.) 뒤에 위치한 3개의 실험 포장에 이앙되었다. 반사 특성 측정은 구름과 바람이 없는 맑은 날을 선택하여 300nm에서 1100nm까지 관측할 수 있는 휴대용 스펙트로레디오메터(Portable spectroradiometer, Li-1800, 미국 Li Cor Inc.)를 사용하였고 관측 시간은 태양 고도 변화에 따른 반사율의 변화를 최소화하기 위하여 태양 고도 변화가 가장 적은 오전 11시에서 오후 1시까지 수행하였다. 관측 높이는 벼 군락으로부터 30cm였고 측정 회수는 1일 3개 포장에 대해 수직 방향으로 각각 3회 관측하였다. 결과적으로, 벼의 경우 가시 영역의 평균 반사율이 청색 영역(400nm~498nm)에서 약 2.34%~2.55%, 녹색 영역(500nm~598nm)에서 약 5.05%~6.01% 그리고 적색 영역(600nm~698nm)에서 약 4.21%~5.24%이며, 벼의 성장 단계에 따라 가시 영역의 경우는 반사율이 감소함을 알 수 있었다. 또한 근적외 영역의 경우는 관측 결과에 따라 두 가지 경우로 나누어 분석을 하였는데, 첫 번째는 700nm~800nm까지 파장의 증가에 따라 반사율이 급격히 증가하는 영역과 800nm~1100nm까지 파장에 따라 반사율이 거의 일정한 영역이다. 이 영역들의 평균 반사율은 700nm~800nm에서 약 22.3%~23.0%, 800nm~1100nm에서는 약 29.4%~33.1%이다. 특히 이 영역은 8월 23일까지 벼의 성장에 따라 반사율이 증가하였으며, 그 이후에는 감소하는 경향을 나타내었다.

• 대한원격탐사학회지
• /
• 제32권3호
• /
• pp.221-234
• /
• 2016

우리나라는 대규모 산업단지와 대도시들이 연안에 집중되면서 연안의 오염이 날로 심각해지고 있다. 이러한 연안 오염을 모니터링하기 위해서 위성 영상을 이용한 연안 수질평가지수 모니터링 연구가 수행될 필요가 있다. 수질평가지수란 저층 산소포화도, 엽록소 농도, 투명도, 용존무기질소 및 용존무기인 농도를 수질평가 항목으로 구성하여 해양환경관리법에 따른 해양환경기준을 통해 해역별로 기준을 설정하여 산출하는 지수이다. 이 연구는 한반도 주변의 연안지역을 대상으로 2011년부터 2013년까지의 현장관측 자료 및 Geostationary Ocean Color Imager (GOCI) 위성 영상을 이용하여 연안 표층 해수에 대한 기계학습 기반의 두 가지 수질평가지수 추정 기법을 개발하였다. 첫 번째 방법으로는 GOCI 반사도를 이용하여 추정된 수질평가 항목들로 수질평가지수를 계산하였고, 두 번째 방법은 GOCI 반사도 및 산출물(엽록소 농도, 총 부유물질, 용존유기물)을 이용하여 수질평가지수를 추정하였다. 기계학습으로는 Random Forest(RF), Support Vector Regression (SVR), Cubist를 사용하였다. 수질평가 항목 추정에서 투명도의 정확도가 가장 높게 나타났으며, 모든 수질평가 항목 추정에서 세 가지 기계학습 중 RF의 정확도가 가장 높았다. 하지만 추정된 수질평가 항목들로 계산한 수질평가지수는 추정된 수질평가 항목들의 오차와 저층 산소포화도의 불확실성으로 인해 정확도가 높지는 않았다. 반면 GOCI 반사도와 산출물을 이용하여 추정한 수질평가지수는 현장 관측 기반 수질평가지수와 비교했을 때 첫 번째 방법보다 정확도가 높게 나타났다. 또한 엽록소 농도가 수질평가지수 추정에 가장 중요한 변수로 나타났다.

• 한국토양비료학회지
• /
• 제43권6호
• /
• pp.954-961
• /
• 2010

지상원격측정 센서 반사율 지표는 비파괴적으로 실시간으로 빠르게 생육 중 작물의 생체량, 질소 스트레스 정도를 예측할 수 있는 도구로 연구되고 있다. 본 연구의 목적은 질소 시비량 수준별로 재배된 벼 (Oryza sativa L.)의 질소흡수량, 생체량 및 수량과 지상원격측정센서 반사율 지표들의 상호관계로부터 효율적인 반사율 지표를 선발하고 반사율 지표를 통한 벼 생육 중 질소시비수준을 평가하고자 하였다. 질소시비수준 0, 70, 100, 130 kg N $ha^{-1}$별로 처리된 시험구의 캐노피 반사율을 여러 종류의 수동형과 능동형 지상원격측정 센서로 각 생육시기별로 측정하였고 생체량과 질소흡수량 및 수량을 조사하여 상호관계를 분석하였다. 수동형 센서보다는 능동형 센서가 생육시기별 벼의 지상부 건물중, 수량, 질소농도 및 질소흡수량과 더 밀접한 상관을 나타냈으며 생육 후반으로 갈수록 상관계수 크기는 낮아지는 경향이었으나 유의성은 P<0.01 수준이 계속 유지되었다. 가장 밀접한 관계를 보인 반사율 지표는 Crop Circle-active 센서로 측정한 NIR/Red, NIR/Amber 지표였다. 특히 이삭거름 시비시기인 7월 중순의 Crop Circle 센서로 측정한 NIR/Red, NIR/Amber 지표는 건물중, 엽면적 지수와 상관계수 0.92 이상의 고도로 유의성 있는 정의 상관관계 (P<0.01)를 보였다. NIR/Red와 NIR/Amber 지표로 계산한 충족지수의 시비수준에 대한 회귀에서 회귀곡선은 충족지수 변동의 91%와 92%를 각각 설명하였다. 따라서 7월 중순~8월 초에 측정한 반사율지표의 충족지수는 실시간에 비파괴적으로 시비수준을 예측하여 위치별로 변량적인 질소시비량을 결정할 수 있는 방법으로 활용 가능할 것으로 판단되었다.

• 한국측량학회지
• /
• 제23권4호
• /
• pp.393-399
• /
• 2005

식생은 700nm근처에서 명확한 흡수파장대와 반사파장대를 갖고 있으므로 그 반사율의 차이가 상당히 크다. 이러한 식생의 흡수 및 반사파장대에 착안하여 식생에 관한 리모트센싱 기법을 실행하기 위하여 많은 식생지수가 연구되어지고 있다. 현재, 일반적으로 많이 사용되고 있는 식생지수로는 정규식생지수(NDVI)와 수직식생지수(PVI)가 있다. 일반적으로 식생의 활력도를 나타내는 것은 증산속도나 이산화탄소 소비량 그리고 클로로필농도등 이지만 주로 클로로필농도를 이용한다. NDVI나 PVI을 구하는데 이용되는 적색파장대는 클로로필의 흡광작용이 강하므로 클로로필 농도를 파악하는데도 유효하다. 특히 NDVI는 개략적인 식생상황을 파악하는데 주로 사용되기 때문에 초기조사에 많이 이용되고 있다. 그러나 이러한 식생지수는 활력도와 식생피복에 관한 정보가 혼합되어 있기 때문에 활력도와 식생피복간의 중복이 없는 독자적인 파장대에 패하여 모니터링을 할 필요가 있다. 지금까지 많은 식생지수는 식생의 활력과 식생피복이 혼재되어 있어서 함께 평가하였으나 본 연구에서는 활력도와 식생피복율을 분리평가하기 위하여 잔디를 이용한 실험을 행하여 분리 평가의 효용성을 강조하고자 하였다. 따라서 분광반사특성을 이용하여 식생지수를 평가한 결과 식생의 활력과 피복을 분리하여 평가하는 것이 바람직하다고 생각된다.

• 한국농림기상학회지
• /
• 제25권3호
• /
• pp.182-196
• /
• 2023

작물 수확량의 정확하고 시기 적절한 추정은 세계적인 식량 안보 계획 및 농업 정책 개발을 포함하여 다양한 목적을 위해 중요하다. 원격 감지 기술은 특히 vegetation indices (VIs)를 활용한 작물 상태 모니터링과 예측에서 유망성을 보여주고 있다. 그러나 normalized difference vegetation index (NDVI) 와 enhanced vegetation index (EVI) 와 같은 전통적인 Vis는 식물광합성의 빠른 변화를 포착하는 데 제한이 있으며 작물 생산성을 정확하게 대표하지 못할 수 있다. 대체적인 Vis인 near-infrared reflectance of vegetation (NIRv)는 gross primary productivity (GPP)과 강한 상관관계를 가지며 빛이 반사할 때의 혼동을 해결하는 능력으로 인해 작물 생산량을 예측하는 더 나은 지표로 제안되었다. 연구 결과는 옥수수와 콩 모두에 대해 NIRv의 최댓값과 작물 수확량/면적 간에 유의한 상관관계가 있음을 입증했다. 이 상관관계는 콩에 대해 약간 더 강한 경향을 보였다. 게다가 대부분의 주요한 주에서는 NIRv의 최댓값과 생산량 간에 주목할 만한 관계가 있으며, 다양한 주에서 일관된 경사도를 보였다. 또한, 연간 데이터에서는 대부분의 값이 서로 밀접하게 군집되는 독특한 패턴을 관찰했다. 그러나 2012년은 다양한 주에서 독특한 작물 조건을 시사하는 이상값으로 나타났다. NIRv의 최댓값과 생산량 간의 확립된 관계를 기반으로, 우리는 2022년의 작물 수확량 데이터를 예측하고, 예측의 정확도를 Root Mean Square Percentage Error (RMSPE)를 사용하여 평가했다. 우리의 연구 결과는 지역별 작물 수확량 추정에 NIRv의 최댓값과 잠재력을 나타내며, 다양한 지역에서 정확도는 달라질 수 있다는 것을 보여줄 수 있다.

• 대한원격탐사학회지
• /
• 제37권5_2호
• /
• pp.1295-1305
• /
• 2021

연안 및 대양의 효과적인 모니터링을 위해 여러 연구 분야에서 고품질의 위성 기반 해색 산출물들이 요구 있으며 이를 위해서는 정확한 대기 효과의 보정이 필수적이다. 현재 Geostationary Ocean ColorImage (GOCI)-II 지상시스템에서는 수증기 및 오존 등에 의한 가스 흡광 보정을 수행하기 위해 European Centre for Medium-Range Weather Forecasts (ECMWF) 또는 National Centers for Environmental Prediction (NCEP) 기상장 자료를 사용하고 있다. 이 과정에서 기상장 자료의 낮은 시공간해상도로 인해 오차가 발생할 수 있다. 따라서 본 연구에서는 복사 전달 모델 모의를 통해 개발된 GOCI-II의 수증기 흡광 보정 모델 및 GeoKompsat (GK)-2A/Advanced Meteorological Imager (AMI)의 가강수량 자료를 이용하여 수증기 흡광 효과를 보정하고 이에 따른 영향력을 분석하였다. 개발된 수증기 흡광 보정 모델 적용 유무에 따른 오차는 수증기의 영향이 적은 620 nm와 680 nm의 대기 상한 반사도에서 최대 1.3%와 0.27%로 적은 오차를 보였다. 그러나 수증기 흡광의 경향이 큰 709 nm 채널의 경우 태양 천정각 및 가강수량에 따라 6~15%의 큰 오차를 나타냈다. 레일리 보정 반사도에서는 대기 상한 반사도에서 발생한 오차가 크게 증폭되어 태양 천정각에 따라 GOCI-II의 각 밴드(620~865 nm) 별로 1.46~4.98, 7.53~19.53, 0.25~0.64, 14.74~40.5, 8.2~18.56, 5.7~11.9%의 큰 오차를 보이고 있다. 이는 수증기 흡광 보정이 해색 산출물의 정확도와 안정성에 큰 영향을 미칠 수 있다는 것을 의미하며, 향후 시공간 해상도가 높은 GK-2A/AMI와의 융합을 통해 GOCI-II 해색 산출물의 정확도 향상이 가능함을 시사한다.