• 식물병연구
• /
• 제28권4호
• /
• pp.221-230
• /
• 2022

Erwinia amylovora에 의해 발생하는 화상병은 2015년에 국내에서 처음으로 보고된 이후 2021년 기준으로 전국 22개 지역으로 전파되었다. 우리나라는 식물방역법에 따라 화상병이 발생한 사과 및 배 과원은 발생주율을 기준으로 모든 기주식물들을 완전히 제거하여 구덩이에 매몰처리한다. 이후, 3년간 화상병균 전파를 막기 위해 매몰지 위에 기주식물 식재를 금하고 있다. 매몰처리법에 의한 화상병균 박멸 효과를 확인하기 위하여, 화상병 감수성 식물을 미끼식물로 이용하여 매몰지에 식재 후 화상병 재발 유무를 확인하였다. 이를 위해, 2019년부터 2021년에 매몰처리한 경기도 안성시와 충북 충주시 소재 매몰지 3곳을 선정하여 미끼식물 감시시설을 설치하였다. 화상병 감수성 식물인 사과(부사)를 미끼식물로 선정하고, 각 감시시설당 5주를 식재하였다. 감시시설은 울타리와 그물로 격리하였다. 또한, 실시간 모니터링을 위한 CCTV와 동작감지기, 그리고 현지 기상상황을 기록하는 센서를 설치하였다. 감시시설을 주기적으로 방문하여 육안으로 화상병 발병 유무를 확인하였다. 미끼식물로부터 화상병 의심 증상을 나타내는 표본을 채취하고 화상병균 특이적 프라이머를 이용하여 loop-mediated isothermal amplification polymerase chain reaction (PCR)과 conventional PCR을 통해 화상병균 감염 유무를 확인하였다. 그 결과, 현재까지 어떠한 미끼식물에서도 화상병균은 검출되지 않았다. 따라서, 현재 시행되고 있는 매몰 후 화상병 기주식물 3년 식재 금지 조항을 완화하는 근거로 본 연구 결과를 제시하고자 하며, 이를 통해 국내 과수산업과 농가의 피해를 최소화하는 데 기여할 수 있을 것이라 생각된다.

• 대한원격탐사학회지
• /
• 제39권2호
• /
• pp.207-221
• /
• 2023

본 연구는 천리안위성 2A호의 Level 1B (L1B) 정보를 사용해 지상기온을 추정하기 위한 심층신경망(deep neural network, DNN) 기법을 적용하고 검증을 실시하였다. 지상기온은 지면으로부터 1.5 m 높이의 대기온도로 일상생활뿐만 아니라 폭염이나 한파와 같은 이슈에 밀접한 관련을 갖는다. 지상기온은 지표면 온도와 대기의 열 교환에 의해 결정되므로 위성으로부터 산출된 지표면 온도(land surface temperature, LST)를 이용한 지상기온 추정 연구가 활발하였다. 하지만 천리안위성 2A호 산출물 LST는 Level 2 정보로 구름영향이 없는 픽셀만 산출되는 한계가 있다. 따라서 본 연구에서는 Advanced Meteorological Imager 센서에서 측정된 원시데이터에 오직 복사와 위치보정을 마친 L1B 정보를 사용해 지상기온을 추정하기 위한 DNN 모델을 제시하고 그 성능을 가늠하기 위해 위성 LST와 지상관측 기온 사이의 선형회귀모델을 기준모델로 사용하였다. 연구기간은 2020년부터 2022년까지 3년으로 평가기간 2022년을 제외한 기간은 훈련기간으로 설정했다. 평가지표는 기상청의 종관기상관측소에서 정시에 관측된 기온정보로 평균 제곱근 오차를 사용하였다. 관측지점에서 추출된 픽셀 중 손실된 픽셀의 비율은 LST는 57.91%, L1B는 1.63%를 보였으며 LST의 비율이 낮은 이유는 구름의 영향 때문이다. 제안한 DNN의 구조는 16개 L1B 자료와 태양정보를 입력 받는 층과 은닉층 4개, 지상기온 1개를 출력하는 층으로 구성하였다. 연구결과 구름의 영향이 없는 경우 DNN 모델이 root mean square error (RMSE) 2.22℃로 기준모델의 RMSE 3.55℃ 보다 낮은 오차를 보였고, 흐린 조건을 포함한 총 RMSE는 3.34℃를 나타내면서 구름의 영향을 제거할 수 있을 것으로 보였다. 하지만 계절과 시간에 따른 분석결과 여름과 겨울철에 모델의 결정계수가 각각 0.51과 0.42로 매우 낮게 나타났고 일 변동의 분산이 0.11과 0.21로 나타났다. 가시채널을 고려해 태양 위치정보를 추가한 결과에서 결정계수가 0.67과 0.61로 개선되었고 시간에 따른 일 변동의 분산도 0.03과 0.1로 감소하면서 모든 계절과 시간대에 더 일반화된 모델을 생성할 수 있었다.

• 한국수자원학회논문집
• /
• 제56권8호
• /
• pp.497-508
• /
• 2023

수자원의 계절적 편중이 심한 한반도에서 농업용 저수지는 이를 효과적으로 유지 및 관리하기 위한 필수적인 구조물이다. 저수지 모니터링을 위한 수단으로 광학 및 합성개구레이더(Synthetic Aperture Radar, SAR) 위성영상이 활용되고 있으나, 광학영상은 기상현상에 의한 간섭이 심하다는 한계점이 존재하며, SAR 영상은 짙은 식생에서 일어나는 다중 산란 및 노이즈에 의한 오탐지 및 미탐지가 발생하기 쉽다. 이에 본 연구에서는 광학 영상과 SAR 영상의 융합을 통해 저수지 수체 탐지 정확도를 높이고 상호보완적 작용에 대해 정량적으로 분석하고자 하였다. 경기도 이동저수지, 충청남도 천태 저수지를 대상으로, 국내 고해상도 위성인 차세대중형위성 1호, 다목적실용위성 3호 및 3A호, 그리고 유럽우주국의 Sentinel-2 영상 기반 Normalized Difference Water Index (NDWI)와 SAR 탑재 위성인 Sentinel-1 단일 영상에 비지도학습 기법인 K-means 클러스터링 기법을 사용하여 수체를 탐지하고, NDWI-SAR 후방산란계수로 이루어진 2-D grid space에 동일 기법을 활용하여 정확도의 향상 정도를 파악하였다. 전반적인 정확도는 다목적실용위성이 가장 높은 것으로 나타났으며(두 저수지 모두 0.98), 이후 Sentinel-1(두 저수지 모두 0.93), Sentinel-2(이동: 0.83, 천태: 0.97), 차세대중형위성(이동: 0.69, 천태: 0.78) 순서로 감소하였다. 천태저수지에서 2-D K-means 클러스터링 기법을 적용한 결과 차세대중형위성의 수체탐지 정확도는 약 85%의 정밀도 향상과 14%의 재현율 감소와 함께 약 22% 향상되었으며(정확도 약 0.95), 다목적실용위성 및 Sentinel-2의 수체탐지 정밀도는 3-5% 향상되었고, 재현율은 4-7% 감소하였다. 추후 차세대중형위성 5호인 수자원위성 등 고해상도 SAR 위성과 이를 활용할 수 있는 고도화된 영상 융합기술, 수체 탐지 기술이 개발된다면 국내 수자원에 대한 매우 정확한 모니터링이 가능할 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1341-1352
• /
• 2023

위성영상 기반의 정규식생지수(normalized difference vegetation index, NDVI)는 넓은 영역에서 주기적인 정보를 수집할 수 있어 산림 및 농업 모니터링에 주로 사용된다. 그러나 광학센서 기반 식생지수는 구름 등의 영향으로 일부 지역에서 결측을 가지기 때문에, 본 연구는 전천후 및 주야에 관계없이 관측 가능한 Sentinel-1의 합성 개구 레이더(synthetic aperture radar, SAR) 영상을 활용하여 Sentinel-2 NDVI 결측값을 복원하는 모델을 개발하였다. 이는 광학적으로 관측이 어려운 구름 조건이나 야간에도 NDVI를 추정할 수 있는 잠재력을 보여준다. Automated machine learning (AutoML)을 활용한 비선형 결측복원모델의 5폴드(fold) 교차검증 결과, 절대오차 7.214E-05, 상관계수 0.878의 NDVI 복원 성능을 보였다. 이를 통해 시공간 연속적인 NDVI 생산 방법론을 발전시켜, 전천후 식생 모니터링에 필요한 정보 생산에 기여할 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.997-1008
• /
• 2023

해상의 선박탐지는 다양한 방법으로 수행될 수 있는데, 위성은 광역적인 감시가 가능하고, 특히 합성개구레이더(Synthetic Aperture Radar, SAR) 영상은 주야간 및 전천후로 활용될 수 있다. 본 연구에서는 SAR 영상으로부터 효율적인 선박 탐지 방법을 제시하기 위하여, Sentinel-1 영상에 You Only Look Once Version 5 (YOLOv5) 모델을 적용하여 선박 탐지를 수행하고, 편파별 개별 모델과 통합 모델의 차이 및 편파별 정확도 특성을 분석하였다. 파라미터가 작고 가벼운 YOLOv5s와 파라미터가 많지만 정확도가 높은 YOLOv5x 두가지 모델에 대하여 각각 (1) HH, HV, VH, VV 각 편파별로 나누어 학습/검증 및 평가 그리고 (2) 모든 편파의 영상을 사용하여 학습/검증 및 평가를 실시한 결과, 네 가지 실험에서 모두 0.977 ≤ AP@0.5 ≤ 0.998의 비슷하면서 매우 높은 정확도를 나타냈다. 이러한 결과를 현업시스템의 관점에서 보면, 가벼운 YOLO 모델(YOLOv5s, YOLOv8s 등)로 4개 편파 통합 모델을 구축하는 것이 실시간 선박탐지에 효과적임을 시사하는 것이다. 이 실험에서 사용한 영상은 19,582장이었지만, Sentinel-1 이외에도 Capella, ICEYE 등 다른 SAR 영상을 추가적으로 활용한다면, 보다 더 유연하고 정확한 선박 탐지 모델이 구축될 수 있을 것이다.

• 한국수자원학회논문집
• /
• 제56권12호
• /
• pp.919-928
• /
• 2023

우리나라의 강우 특성은 여름철 홍수기에 집중되어있다. 특히 이상강우 및 기상이변에 의한 집중강우의 증가 추세로 다량의 탁수가 댐 내에 유입될 시 전도현상으로 인해 탁수 장기화 현상이 발생하게 된다. 이러한 문제를 해결하기 위한 탁수 예측을 통한 선제적 조치 방안 또는 댐 운영방안 마련에 많은 연구가 진행되고 있다. 탁수 예측을 위해서는 상류 유입부의 탁수 자료를 필요로 하지만 현재 시·공간적인 데이터 해상도는 부족한 실정이다. 시간적 해상도 개선을 위해서는 탁도-SS 관계식에 대한 개발을 필요로 하며 공간적 해상도 개선을 위해 다항목수질측정기(YSI), 레이저부유사측정기(Laser In-Situ Scattering and Transmissometry, LISST), 초분광 센서 등의 센서 기반 측정을 통해 선, 면 단위 데이터 측정을 통해 탁수에 대한 공간적 해상도를 개선할 수 있다. 또한 LISST-200X의 경우 입경 크기 등에 대한 자료 수집이 가능함에 따라 분율(Clay : Silt : Sand)에 대한 탁도-SS 관계식에 활용될 수 있다. 또한 최근 원격탐사 방안 중 다른 탑재체에 비해 공간해상도 및 시간해상도가 높은 UAV와 분광·방사 해상도가 높은 초분광 센서를 활용 시 탁수 발생에 대한 공간적인 분포를 제시할 수 있다. 따라서, 본 연구에서는 LISST-200X 및 YSI-EXO를 활용하여 실험실 분석을 통해 분율(Clay : Silt : Sand)에 따라 탁도-SS 관계식을 산정하였으며 UAV (Matrice 600), 초분광센서(microHSI 410 SHARK)를 포함한 센서 기반 현장 측정을 통해 탁도와 부유사 농도, 측정된 부유사농도 기반 탁도-SS 관계식을 이용하여 산정한 탁도에 대하여 공간적 분포를 제시하였다. 이를 통해 탁도-SS 관계식에 대한 적용성 검토 및 탁수 발생 현황에 대하여 파악하고자 하였다.