1. 서론
연안 지역은 해안선을 중심으로 하여 육지와 해양의 일정한 범위를 포함하는 지역을 말하며, 해양은 물론 육지 환경으로부터 직·간접적인 영향을 받는 곳이다. 갯벌, 삼각주, 습지대 등 육상환경과 연근해에 걸친 해양환경 등의 다양한 자연환경으로 구성되어 있으며, 인간의 사회와 경제 영위활동과 밀접한 공간이 되는 매우 활용도가 높은 지역으로 평가받고 있다(Yoon et al., 2003). 특히 연안지역은 항만, 공장 등 경제적 시설이 입지하기 좋은 지리적 조건을 가지고 있으며, 해수와 담수가 만나는 지역으로 해양 생태계에서 매우 생산적인 곳으로 평가받고 있다. 뿐만 아니라 갯벌을 중심으로 한 다양한 서식지가 잘 발달되어 있어 생태적 자원을 제공할 뿐만 아니라 관광, 휴양 등 심미적인 가치로도 큰 의의가 있다(MLTMA, 2008). 최근 해양자원의 중요성에 대한 인식이 증대됨을 물론 인간에 의한 연근해 환경오염에 대한 문제가 심각하게 대두되고 있어 지속적인 감시가 필요한 상황이다. 하지만 현장 관측에 의한 연안의 주기 적인 감시는 육지의 경우에 비해 상대적으로 접근이 다소 제한적이므로 원격탐사에 의한 정보 수집과 감시가 매우 유용하다. 또한 현장 관측의 경우는 매우 뛰어난 시간해상도를 갖는 정보를 제공하는 반면에 미세한 공간적 분포를 파악하기에는 다소 부족한 공간해상도를 갖는 것이 일반적이다. 그러므로 높은 공간해상도로 짧은 시간에 광역 관측이 가능한 연안원격탐사자료는 현장 관측 자료를 검보정하여 상호보완할 수 있다는 점에서 그 중요성이 강조되고 있는 상황이다.
이번 특별호에서는 연안지역에서 원격탐사가 가지는 다양한 효용성과 그 연구결과를 공유하고자 기획되었다. 한반도를 둘러싼 동해, 서해, 남해는 물론 인도 연안에 대한 다양한 주제의 총 11편의 논문이 발표되었다. 특히 특별호에서 발표된 논문들은 저궤도위성, 정지궤도위성, 무인항공기, 소형 유인항공기 등 매우 다양한 원격탐사 관측 플랫폼을 이용한 결과를 소개하고 있다. 초분광, 다중분광, 해색, 라이다, 마이크로웨이브 센서 등 원격탐사에서 관측 가능한 거의 모든 전자기파 스펙트럼을 포함하는 연구 주제를 포함하고 있어 유용한 정보를 제공하고 있다고 평가된다. 또한 센서의 다양성과 더불어 연구 방법론에서도 최신 인공지능 알고리즘 적용에서부터 객체기반, 마이크로웨이브 신호처리 연구에 이르기까지 연안원격탐사를 위한 여러 연구가 소개되어 있다.
2. 연안 원격탐사 연구동향
연안의 효율적인 관리와 이용을 위해서는 해양공간정보에 대한 정확한 이해와 변화를 모니터링할 수 있는 지속가능한 방법이 필요하다(Choi and Lee, 2016; Lee et al., 2017; Lee and Ryu, 2017). 본 특별호에서는 먼저 다양한 원격탐사 자료를 이용한 연안 지형 변화와 퇴적상 분석에 활용가능한 연구 사례를 소개하고, 정확한 분석을 위한 방안을 제시하였다. Hwang et al.(2020)은 무인항공기, LiDAR, TanDEM-X 등의 다중 플랫폼으로부터 제작된 수치표고모형(Digital Elevation Model, DEM)을 사용하여 곰소만 갯벌의 다년간의 지형 변화 연구 결과를 발표하였다. 2011년 제작된 LiDAR 기반 DEM, 2015년 제작된 TanDEM-X 기반 DEM, 2018-2019년 제작된 무인항공기 기반 DEM을 이용하여 지형 변화를 연구할 결과 2011년에서 2019년 8월 사이에 평균 0.24 m의 표고 감소와, 셰니어가 육지 쪽으로 약 130 m 정도 후퇴함을 밝혔다. 다양한 플랫폼에 기반한 원격탐사를 연안지역에 적용하는 경우 갯벌의 정밀한 지형변화를 연구가 가능함을 보여주는 논문으로 평가된다. Kim and Ryu(2020) 은 UAV 자료와 객체기반영상분석 방법을 사용하여 대축척 갯벌 표층 퇴적상 분류도를 작성하고, 정확도 검증을 수행하였다. 고해상도 UAV 자료에서 가시광 영역의 정사영상과 수치표고모델(DEM), 조류로 밀도 등 퇴적상 분류 시 영향을 주는 요인들을 추출하고, 통계학적 분석 방법을 통해 퇴적상에 따른 요인들의 주성분을 분석하였다. 가시광선 영역의 스펙트럼과 지형 고도, 조류로 밀도를 사용할 경우 가장 효과적으로 표층 퇴적상을 분류 가능함을 밝혔다. Jung et al.(2020)은 저고도 원격탐사 기구인 Helikite를 이용하여 연안지역의 영상을 획득하고 수괴와 육지 영역을 추출하여 해안선을 추출하였다. 수괴와 육지의 명확한 구분을 위하여 적외선 밴드 영역의 이미지를 기준으로 선정하여 waterline를 비교 추정하였다. Threshold 값에 의해 해안선 추출이 변화할 수 있음을 지시하였으며, 자동 관측시스템과 함께 활용하여 얻은 waterline은 연안 지역 형태의 급격한 변화를 감시하는데 매우 유용할 것으로 판단된다. Park et al.(2020)은 상용 Gamma 소프트웨어를 이용하여 부산 연안지역을 대상으로 ALOS-2 PALSAR-2로부터 획득된 L-band Stripmap-ScanSAR 영상 자료에 대한 위상간섭기법을 평가하였다. 이종 모드 관측 영상 사이의 서로 다른 chirp bandwidth와 pulse repetition frequency(PRF) 의 차이를 고려하여 자료처리를 수행하였으며, radar carrier frequency의 차이 보정과 common band filtering 적용 여부에 따라 발생하는 위상간섭도의 품질을 평가하였다. 적용 결과 ALOS-2 PALSAR-2 Stripmap-ScanSAR 위상간섭도가 성공적으로 제작됨을 확인하였다. 이 연구결과를 통해 영상의 관측 수가 부족한 경우 동일 센서의 이종 모드나 이종 센서간 위상간섭기법의 적용은 매우 유용한 연안 지반침하 감시 수단이 될 것으로 기대된다.
원격탐사 자료는 연안 지형변화뿐만 아니라 해양의 다양한 식생 탐지와 일차생산량을 추정하는데도 활용되고 있다(Kim et al., 2018b; Min et al., 2017; Shin et al., 2017; Shin et al., 2018). Lee(2020)는 TanDEM-X 자료를 이용하여 선다르반 지역 12 m 공간 해상도 망그로브 식생 높이 분포를 측정하였다. 전 지구 생체량 측정을 위해 수목의 높이 추정은 매우 중요한 변수 중 하나이며, 특히 해안가에 서식하는 망그로브 식생 높이 추정의 경우 인간의 접근이 제한적이므로 원격탐사에 의한 추정 방법이 더욱 요구된다. 이 연구에서 제안된 방법은 수면과 망그로브 식생 사이에서 일어나는 이중 반사 현상을 이용하여 식생과 수면의 높이를 측정하여 식생 높이를 측정하는 새로운 인버젼 모델을 사용하였다. 추정된 TanDEM-X 식생 높이 결과를 현장 자료와 검증한 결과 상관계수 0.83, Root Mean Square Error (RMSE) 0.84 m로 나타났으며 원격탐사를 이용한 고해상도 글로벌 망그로브 식생 높이 지도 제작이 가능함과 동시에 망그로브 식생탄소량 추정에 중요한 역할을 할 것으로 기대된다. Choi et al.(2020)은 위성자료로부터 산출된 엽록소농도, 광합성유효광량, 진광층 깊이, 해수면 온도자료를 이용 하여 동해 연안의 일차생산량 지도를 작성하고, 일차생 산량 추정에 미치는 각 인자들의 민감도를 분석하였다. 광범위한 냉수대와 적조 발생 해역의 일차생산량을 추정하였고, 이를 현장조사 결과와 비교 검증하였다. 이를 통해 원격탐사 기반 일차생산량 추정에 엽록소 농도와 진광층 깊이가 민감한 요인임을 밝혔고, 특히 해수면 온도가 가장 중요한 인자임을 확인하였다. Shin et al.(2020) 은 분광해상도와 공간해상도가 높은 항공기 기반 초분광 영상을 이용하여 정확도 높은 연안 클로로필 지도를 제작하기 위한 방안을 제시하였다. 한반도 남해안에서 획득된 클로로필 농도 자료와 해수 스펙트럼 자료 분석을 통해 고농도 클로로필 해수의 특성을 확인하였고, 이를 활용하여 원격탐사 기반 클로로필 농도 추정을 위한 알고리즘을 제시하였다. 초분광 영상에 새로운 알고리즘을 적용한 결과, 평균 RMSE는 0.12 mg m-3 로 다중분광 위성 영상 보다 더 높은 정확도로 클로로필 값으로 추정 가능하였고, 이 결과를 통해 보다 정확하고 정밀한 연안 해역 클로로필 농도의 공간 분포 정보 제공이 가능할 것으로 기대된다. 이외에도 매년 국내 연안으로 유입되어 양식 시설물 또는 해변에 축적되어 사회적, 경제적 피해를 주고 있는 부유 녹조와 갈조 탐지 및 분류 연구가 Kim et al.(2020b)에 의해 수행되었다. 이 연구에서는 딥러닝 기법을 적용하여 다양한 대상체로부터 녹조와 갈조를 정확하게 탐지하고, 유사한 스펙트럼 특성을 보이는 두 조류를 서로 구분해내고자 하였다. Gaofen-1WFV 영상을 이용하여 최적의 학습 조건을 찾아 AlexNet 신경망을 전이 학습하였으며, 실험 데이터에 대한 탐지 및 분류 결과를 확인하였다. 그 결과 실험 데이터에 대한 정확도는 88.89%를 보였으며, 녹조와 금조에 대해 각각 66.67%와 100%의 정확도로 구분이 가능하였다. 이 연구에서 제시한 딥러닝 분석 방법을 통해 그 동안 다중분광영상 분석으로 구분이 어려웠던 녹조와 금조의 구분 가능성을 확인하였으며, 다른 탐지 대상에도 확대 적용 가능할 것으로 기대된다.
최근 원격탐사 자료의 양적, 질적 발전을 통해 해양의 다양한 재해, 재난 모니터링 및 감시에도 적극적으로 활용되고 있으며, 단일 플랫폼의 한계점을 보완하기 위하여 다중 플랫폼/센서 융합 연구를 위한 다양한 시도가 이루어지고 있다(Cho et al., 2018; Kim et al., 2018a, 2018c; Ryu et al., 2018a, 2018b). Kim et al.(2020a)은 국내 최초의 X-band SAR 위성인 KOMPSAT-5에 적합한 선박탐지 알고리즘을 개발하여 시험, 검증하는 연구를 수행하였다. 정확도 높은 선박탐지를 위하여 Human Visual Attention System(HVAS), SAR-Split, Constant Falsearm Rate(CFAR) 알고리즘의 특성을 융합하는 알고리즘을 제시하였다. 이 연구에서 제시된 선박탐지 알고리즘은 AIS 자료를 통한 검증에서 전반적으로 높은 정합률을 보였으며, 오탐지 원인을 다각도로 분석하였다. 이결과는 불법 선박으로부터 한반도 해상자원과 해양 영토를 보호하기 위한 통합감시망 구축에 기여 가능할 것으로 기대된다. Kim et al.(2020d) 해양 감시 체계에서 단일 플랫폼의 한계를 극복하기 위하여 인공위성 SAR, HF 해양레이더, 무인항공기, AIS 등 다양한 감시 수단을 활용한 선박탐지 모니터링 가능성을 검토하였다. 각플랫폼별 시공간 관측 특성을 고려하여 상시 감시 시스템과 긴급 감시 시스템으로 구성될 수 있고, 이에 적합한 관측 플랫폼별 시나리오 작성과 현장시험을 통해 그 효용성과 한계점에 대해 논의하였다. 통합현장조사 시험에서 KOMPSAT-5 SAR 영상, 무인기 영상, HF 레이더 자료 및 AIS 자료가 성공적으로 수집되었고, 각각 개발된 알고리즘을 적용하여 통합 분석되었다. 이 연구를 통해 개발된 선박감시 모니터링 시스템은 다중 플랫폼으로부터 수집된 자료 및 분석 결과의 가시화뿐만 아니라 추후 상시 및 이벤트 선박감시 시나리오 구현에 기반이 될 것으로 기대된다. Kim et al.(2020c)은 위 연구와 유사하게 다중 원격탐사 플랫폼/센서를 이용한 모의실험을 통해 통합 관측 방법을 제시하고, 그 효용성과 한계점을 진단하였다. 이 연구에서는 다양한 해양 재해, 재난을 모사하기 위하여 Rhodamine WT 형광염료를 이용하여 통합현장조사를 수행하였고, 위성(Kompsat-2/3/3A, Landsat-8 OLI, Sentinel-3 OLCI, GOCI), 무인항 공기(Mavic 2 pro, Inspire-2), 유인항공기 플랫폼을 이용하여 염료 패치의 분포와 이동을 탐지하였다. 다중 플랫폼 통합관측 연구를 통해 다중 플랫폼/센서의 통합 효율성 및 융합 한계성 등에 대해 시험하였고, 시간과 공간, 분광 해상력 증가 향상을 확인 가능하였다. 특히, 이는 해양환경의 변화가 매우 빠른 연안에서 종합적인 모니터링을 위한 성능을 만족시키기 위해서는 다중 플랫폼/센서를 활용이 필수임을 확인 가능하였다. 향후이 연구 결과가 연안 수치모델과 연계된다면 오염 물질의 이동확산 예측이 가능할 것으로 생각되고, 수치모델의 입력 및 검증 자료로 활용하여 모델 정확도 향상에 기여할 수 있을 것이다.
사사
본 특별호 발간을 위해 많이 노력해주신 모든 저자, 심사위원들 및 대한원격탐사학회 관계자들께 깊이 감사드립니다. 또한 본 특별호의 진행을 아낌없이 도와주신 대한원격탐사학회지 편집위원회에게 감사함을 전합니다.
참고문헌
- Cho, C.J., S. Park, Y. Lee, S. Lee, and H. Ko, 2018. Wide-area Surveillance Applicable Core Techniques on Ship Detection and Tracking Based on HF Radar Platform, Korean Journal of Remote Sensing, 34(2-2): 313-326 (in Korean with English abstract). https://doi.org/10.7780/KJRS.2017.34.2.2.2
- Choi, K. and I. Lee, 2016. Accuracy Analysis of Coastal Area Modeling through UAV Photogrammetry, Korean Journal of Remote Sensing, 32(6): 657-672 (in Korean with English abstract). https://doi.org/10.7780/kjrs.2016.32.6.10
- Choi, J., J.H. Ahn, Y.B. Son, D.J. Hwang, and S.J. Lee, 2020. Application of GOCI to the Estimates of Primary Productivity in the Coastal Waters of the East Sea, Korean Journal of Remote Sensing, 36(2-2): 237-247 (in Korean with English abstract). https://doi.org/10.7780/kjrs.2020.36.2.2.2
- Hwang, D.J., B.J. Kim, J.K. Choi, and J.H. Ryu, 2020. Precise Topographic Change Study Using Multiplatform Remote Sensing at Gomso Bay Tidal Flat, Korean Journal of Remote Sensing, 36(2-2): 263-275 (in Korean with English abstract). https://doi.org/10.7780/kjrs.2020.36.2.2.4
- Jung, D., J.S. Lee, J.Y. Baek, and Y.H. Jo, 2020. Extraction of Waterline Using Low Altitude Remote Sensing, Korean Journal of Remote Sensing, 36(2-2): 337-349 (in Korean with English abstract). https://doi.org/10.7780/kjrs.2020.36.2.2.9
- Kim, H.K., J.H. Kim, Y.T. Son, and S.H. Lee, 2018a. An Overview of Operations and Applications of HF Ocean Radar Networks in the Korean Coast, Korean Journal of Remote Sensing, 34(2-2): 351-375 (in Korean with English abstract). https://doi.org/10.7780/KJRS.2018.34.2.2.5
- Kim, K., J. Shin, and J.H. Ryu, 2018b. Application of Multi-satellite Sensors to Estimate the Green-tide Area, Korean Journal of Remote Sensing, 34(2-2): 339-349 (in Korean with English abstract). https://doi.org/10.7780/KJRS.2018.34.2.2.4
- Kim, S.W., D.H. Kim, and Y.K. Lee, 2018c. Operational Ship Monitoring Based on Integrated Analysis of KOMPSAT-5 SAR and AIS data, Korean Journal of Remote Sensing, 34(2-2): 327-338 (in Korean with English abstract). https://doi.org/10.7780/KJRS.2018.34.2.2.3
- Kim, K.L. and J.H. Ryu, 2020. Generation of Largescale Map of Surface Sedimentary Facies in Intertidal Zone by Using UAV Data and Objectbased Image Analysis(OBIA), Korean Journal of Remote Sensing, 36(2-2): 277-292 (in Korean with English abstract). https://doi.org/10.7780/kjrs.2020.36.2.2.5
- Kim, D., Y.-K. Lee, and S.-W. Kim, 2020a. Ship Detection Based on KOMPSAT-5 SLC Image and AIS Data, Korean Journal of Remote Sensing, 36(2-2): 365-377 (in Korean with English abstract). https://doi.org/10.7780/kjrs.2020.36.2.2.11
- Kim, E., K. Kim, S.M. Kim, T. Cui, and J.H. Ryu, 2020b. Deep Learning Based Floating Macroalgae Classification Using Gaofen-1 WFV Images, Korean Journal of Remote Sensing, 36(2-2): 293-307 (in Korean with English abstract). https://doi.org/10.7780/kjrs.2020.36.2.2.6
- Kim, K., E. Kim, J.M. Choi, J. Shin, W. Kim, K.J. Lee, Y.B. Son, and J.H. Ryu, 2020c. Simulation Approach for the Tracing the Marine Pollution Using Multi-Remote Sensing Data, Korean Journal of Remote Sensing, 36(2-2): 249-261 (in Korean with English abstract). https://doi.org/10.7780/kjrs.2020.36.2.2.3
- Kim, S.-W., D. Kim, Y.-K. Lee, I. Lee, S. Lee, J. Kim, K. Kim, and J. H. Ryu, 2020d. Operational Ship Monitoring Based on Multi-platforms(Satellite, UAV, HF Radar, AIS), Korean Journal of Remote Sensing, 36(2-2): 379-399 (in Korean with English abstract). https://doi.org/10.7780/kjrs.2020.36.2.2.12
- Lee, H., D.J. Kim, J. Oh, J. Shin, and J. Jung, 2017. Tidal Flat DEM Generation and Seawater Changes Estimation at Hampyeong Bay Using Drone Images, Korean Journal of Remote Sensing, 33(3): 325-331 (in Korean with English abstract). https://doi.org/10.7780/kjrs.2017.33.3.7
- Lee, Y.K. and J.H. Ryu, 2017. Production of the Thematic Standard Map for Coastal Regions Based on Remote Sensing Data, Korean Journal of Remote Sensing, 33(6-2): 1159-1169 (in Korean with English abstract). https://doi.org/10.7780/KJRS.2017.33.6.2.10
- Lee, S.-K., 2020. Mangrove Height Estimates from TanDEM-X Data, Korean Journal of Remote Sensing, 36(2-2): 325-335 (in Korean with English abstract). https://doi.org/10.7780/kjrs.2020.36.2.2.8
- MLTMA(Ministry of Land, Transport and Maritime Affairs), 2008. Wetland conservation area designation system improvement and evaluation of candidate sites, Korea Maritime Institute, Gwacheon, Korea.
- Min, S.H., H.J. Oh, J.D. Hwang, Y.S. Suh, M.O. Park, J.S. Shin, and W. Kim, 2017. Tracking the Movement and Distribution of Green Tides on the Yellow Sea in 2015 Based on GOCI and Landsat Images, Korean Journal of Remote Sensing, 33(1): 97-109. https://doi.org/10.7780/kjrs.2017.33.1.10
- Park, S-W., S.-W. Jung, and S.-H. Hong, 2020. Evaluation on Spectral Analysis in ALOS-2 PALSAR-2 Stripmap-ScanSAR Interferometry, Korean Journal of Remote Sensing, 36(2-2): 351-363 (in Korean with English abstract). https://doi.org/10.7780/kjrs.2020.36.2.2.10
- Ryu, H., A.M. Klimkowska, K. Choi, and I. Lee, 2018a. Ship Positioning Using Multi-sensory Data for a UAV Based Marine Surveillance, Korean Journal of Remote Sensing, 34(2-2): 393-406 (in Korean with English abstract). https://doi.org/10.7780/KJRS.2018.34.2.2.7
- Ryu, J.H., S. Lee, D.J. Kim, and J.D. Hwang, 2018b. Wide Integrated Surveillance System of Marine Territory Using Multi-Platform, Korean Journal of Remote Sensing, 34(2-2): 307-311 (in Korean with English abstract). https://doi.org/10.7780/KJRS.2018.34.2.2.1
- Shin, J., J.E. Min, and J.H. Ryu, 2017. A Study on Red Tide Surveillance System around the Korean Coastal Waters Using GOCI, Korean Journal of Remote Sensing, 33(2): 213-230 (in Korean with English abstract). https://doi.org/10.7780/kjrs.2017.33.2.9
- Shin, J., K. Kim, J.E. Min, and J.H. Ryu, 2018. Red Tide Detection through Image Fusion of GOCI and Landsat OLI, Korean Journal of Remote Sensing, 34(2-2): 377-391 (in Korean with English abstract). https://doi.org/10.7780/KJRS.2018.34.2.2.6
- Shin, J., K. Kim, and J.H. Ryu, 2020. Comparative Study on Hyperspectral and Satellite Image for the Estimation of Chlorophyll a Concentration on Coastal Areas, Korea Journal of Remote Sensing, 36(2-2): 309-323 (in Korean with English abstract). https://doi.org/10.7780/kjrs.2020.36.2.2.7
- Yoon, S.S., J.Y. Choi, and S.J. Ju, 2003. Enhance the effectiveness of coastal management regional planning and planning model (plan) study, Korea Maritime Institute, 1-193 (in Korean with English abstract).