Acknowledgement
본 연구는 2023년도 과학기술정보통신 부의재원으로 한국연구재단의 지원을 받아 수행한 연구(NRF-2021R1F1A1049246)이며, 해양수산부 재원으로 해양수산과학기술진흥원의 지원을 받아 수행한 연구임("다종위성 기반 해양현안대응실용화 기술 개발" 및 "해양레저활동 맞춤형 인공지능기반 바다수온예보서비스 시스템 개발").
Proceedings of the Korean Institute of Navigation and Port Research Conference (한국항해항만학회:학술대회논문집)
- 2023.05a
- /
- Pages.104-105
- /
- 2023
Verification of VIIRS Data using AIS data and automatic extraction of nigth lights
AIS 자료를 이용한 VIIRS 데이터의 야간 불빛 자동 추출 및 검증
- Suk Yoon (Korea Ocean Satellite Center (KOSC), Korea Institute of Ocean Science & Technology (KIOST)) ;
- Hyeong-Tak Lee (KOSC, KIOST) ;
- Hey-Min Choi (KOSC, KIOST) ;
- ;
- Jeong-Seok Lee (Division of Maritime AI & Cyber Security, Korea Maritime & Ocean University (KMOU)) ;
- Hee-Jeong Han (KOSC, KIOST) ;
- Hyun Yang (Division of Maritime AI & Cyber Security, Korea Maritime & Ocean University)
- 윤석 (한국해양과학기술원) ;
- 이형탁 (한국해양과학기술원) ;
- 최혜민 (한국해양과학기술원) ;
- 김민규 (한국해양과학기술원) ;
- 이정석 (한국해양대학교 대학원) ;
- 한희정 (한국해양과학기술원) ;
- 양현 (한국해양대학교 해사인공지능 보안학부)
- Published : 2023.05.02
Abstract
해양 관측과 위성 원격탐사를 이용하여 시공간적으로 다양하게 변하는 생태 어장 환경 및 선박 관련 자료를 획득할 수 있다. 이번 연구의 주요 목적은 야간 불빛 위성 자료를 이용하여 광범위한 해역에 대한 어선의 위치 분포를 파악하는 딥러닝 기반 모델을 제안하는 것이다. 제안한 모델의 정확성을 평가하기 위해 야간 조업 어선의 위치를 포함하고 있는 AIS(Automatic Identification System) 정보와 상호 비교 평가 하였다. 이를 위해, 먼저 AIS 자료를 획득 및 분석하는 방법을 소개한다. 해양안전종합시스템(General Information Center on Maritime Safety & Security, GICOMS)으로부터 제공받은 AIS 자료는 동적정보와 정적정보로 나뉜다. 동적 정보는 일별 자료로 구분되어있으며, 이 정보에는 해상이동업무식별번호(Maritime Mobile Service Identity, MMSI), 선박의 시간, 위도, 경도, 속력(Speed over Ground, SOG), 실침로(Course over Ground, COG), 선수방향(Heading) 등이 포함되어 있다. 정적정보는 1개의 파일로 구성되어 있으며, 선박명, 선종 코드, IMO Number, 호출부호, 제원(DimA, DimB, DimC, Dim D), 홀수, 추정 톤수 등이 포함되어 있다. 이번 연구에서는 선박의 정보에서 어선의 정보를 추출하여 비교 자료로 사용하였으며, 위성 자료는 구름의 영향이 없는 깨끗한 날짜의 영상 자료를 선별하여 사용하였다. 야간 불빛 위성 자료, 구름 정보 등을 이용하여 야간 조업 어선의 불빛을 감지하는 심층신경망(Deep Neural Network; DNN) 기반 모델을 제안하였다. 본 연구의결과는 야간 어선의 분포를 감시하고 한반도 인근 어장을 보호하는데 기여할 것으로 기대된다.
Keywords