• 대한원격탐사학회지
• /
• 제37권6_3호
• /
• pp.1951-1963
• /
• 2021

농업환경 모니터링에서 지구관측위성을 활용한 원격탐사 자료는 시·공간적 그리고 효율성 측면에서 다른 방법에 비해 많은 이점을 가진다. 위성에 탑재된 센서는 태양광이 지표면에 반사되어 들어오는 에너지를 측정하므로, 지구의 대기에 의해 산란·흡수·반사되는 과정에서 잡음이 발생한다. 따라서 지표면에 반사되는 에너지(복사휘도)를 정확히 측정하기 위해서는 대기의 효과에 의한 잡음을 제거해야하는 대기보정이 선행되어야 한다. 본 연구는 KOMPSAT-3 위성의 대기보정 적용 및 농업분야 활용성 평가를 위해 대기보정 민감도 분석, 위성 상호간 교차 분석, 지상관측자료와 비교 분석을 수행하였다. 그 결과 모든 경우에서 대기보정 후 표면 반사율이 대기보정 전 TOA 반사율 보다 상호 일치율이 높게 나타났으며 동일한 기준의 시계열 식생지수 생산이 가능할 것으로 판단된다. 하지만 대기입력 파라미터의 민감도 및 위성촬영각(Tilt)에 대한 정량적인 분석을 위한 추가 연구가 필요하다.

• 대한원격탐사학회지
• /
• 제37권2호
• /
• pp.359-365
• /
• 2021

천리안위성2A호 기상탑재체 AMI(Advanced Meteorological Imager) 센서 검출기의 최상의 요소들로 구성된 Best Detector Select (BDS) 맵은 발사 전 확정되어 AMI에 업로드 되어 있다. 위성 발사 이후 급격한 온도 변화 환경에 노출되면 검출기의 성능에 변화가 생길 수 있으며, 발사 및 탑재체 아웃개싱 이후에 BDS맵의 성능을 다시 분석하고 필요시 업데이트가 필요하다. 검출기 요소 전체에 대한 성능을 검증하기 위한 분석 작업이 탑재체 개발업체(미 L3HARRIS사)가 제공한 BDS맵 분석 기술 문서를 기반으로 진행되었다. BDS맵 분석이란 탑재체 검출기가 기준 목표물(심우주와 탑재체 내부 보정 타겟)을 응시하는 동안 얼마나 안정적인 신호를 보이는 지를 평가하는 것이다. 이러한 목적으로 LTS(Long Time Series) 및 V-V(Output Voltage vs. Bias Voltage)라 부르는 검증법이 이용된다. LTS는 30초 동안, V-V는 2초 동안 목표물을 응시하고 이 때의 검출기 노이즈 성분을 계산한다. 자료를 획득하기 위해서는 탑재체의 운영을 멈추고 특별 관측을 실시하여야 하기 때문에, 정상 운영 전인 궤도상 시험기간 중에 해당 작업이 이루어지게 된다. 천리안위성2A호 기상탑재체 궤도상 시험 기간 동안 획득한 자료를 바탕으로 BDS맵의 상태를 평가하였다. 발사 전 지상 시험에서 평가된 BDS맵의 전체 성분들 중에 약 1%에 해당하는 요소들이 성능 변화를 보였으며, 이를 다른 요소들 중 최상의 성능을 보이는 성분으로 교체하였다. 새로운 BDS맵을 적용한 결과 BDS문제로 인해 야기된 기상탑재체 원시영상에 나타나는 노이즈 성분(줄무늬)이 완전하게 제거되었다.

• 대한원격탐사학회지
• /
• 제35권2호
• /
• pp.265-278
• /
• 2019

Visible Infrared Imaging Radiometer Suite(VIIRS) 센서의 Day and Night Band(DNB) 영상은 야간에 발생하는 인공 및 자연재해 탐지를 통해 신속한 대응을 가능하게 한다. 해양위성센터에서 배포되는 DNB 자료는 달빛의 영향이 보정되지 않았지만 직수신이 가능하기 때문에 빠른 변화탐지에 용이하다. 본 연구에서는 해양위성센터에서 직수신하는 DNB 영상을 사용하여 한반도 도심지 및 산간지에 대하여 달의 위상에 따른 밝기값의 차이를 분석하고, 변화탐지를 위한 달빛 보정 알고리즘을 제안하였다. 기준 영상과 입력 영상에서 토지피복 분류를 고려하여 선택된 화소들 간의 회귀분석을 통한 상대적 보정을 수행하였다. 일일 차분 영상 분석 결과 도심지에서 밝기값 변화는 ${\pm}30$ 라디언스이고, 산간지역은 ${\pm}1$ 라디언스 이하이다. 시계열 자료를 이용한 변화 탐지는 영상간의 좌표 정합오차를 줄이기 위해 시계열 평균 영상을 기반으로 주요 관심 객체를 추출한 후 객체별 변화탐지를 수행하였다. 산간지역에서 발생하는 밝기 변화가 효과적으로 탐지되었으며, 개발된 기술은 실시간 변화 탐지에 활용될 수 있음을 보였다.

• 대한원격탐사학회지
• /
• 제34권6_1호
• /
• pp.925-939
• /
• 2018

지표면 흡수단파복사(Absorbed Shortwave Radiation, ASR)는 대기와 육지 및 해양 사이의 에너지 수지 분석을 위한 필수 요소이다. 이 연구에서는 천리안위성 2A호(GEO-KOMPSAT-2A; GK-2A)에 적용하기 위하여 복사 모델과 지표면 알베도 자료를 이용하여 지표면 흡수단파복사를 산출(GWNU 방법)하였고, 그 결과는 기준 자료로 선정한 CERES (Clouds and the Earth's Radiant Energy System) 위성 센서 및 지상 관측 자료와 비교하였다. 또한 이 연구 결과(GWNU 방법)는 미국 정지궤도위성 GOES-R의 ABI (Advanced Baseline Imager)에 의한 물리적 및 통계적 방법 그리고 Li et al.(1993) 및 Kim and Jeong (2016)의 회귀 방정식 방법들과 비교하였으며, 그 결과 GWNU 방법에 의하여 계산된 지표면 흡수단파복사는 다른 방법들에 의한 값보다 정확 하였다. 그러나 GWNU 방법을 활용하여 지표면 흡수단파복사를 산출할 때 계산 시간과 지표면 알베도 자료의 정확성 문제가 발생될 경우 위에 제시된 경험적 방법들이 GWNU 방법과 함께 사용되어야 할 것이다.

• 대한원격탐사학회지
• /
• 제35권2호
• /
• pp.203-215
• /
• 2019

드론에 탑재가 가능한 초분광 센서가 개발됨에 따라 높은 공간해상도와 분광해상도를 가지는 초분광 영상의 획득이 가능해졌다. 드론 초분광 영상은 저고도에서 획득되므로 대기보정의 중요성이 낮아졌으나, 초분광 영상의 활용하여 지표물의 농도 추정 등의 연구를 위해서는 원자료에서 정규화된 분광반사율로 변환 과정에 관한 연구는 필수적으로 이루어져야 한다. 이에 따라 본 연구에서는 드론 초분광 영상에 대리복사보정과 대기복사전달모델 기반의 대기보정 알고리즘을 적용하고 결과를 비교분석하였다. 대리복사보정에는 균일한 물질로 이루어진 타프의 분광반사율을 이용하여 경험적 선형보정 기법을 적용하였다. 대기보정 알고리즘은 항공 초분광 영상의 대기보정에 널리 사용되는 Modtran-5 기반의 ATCOR-4를 사용하였다. 기준 반사율과의 상관도와 차이의 RMSE를 분석한 결과, 단일 시기의 초분광 영상에서 타프를 이용한 대리보정이 가장 정확도가 높았지만, 초분광 영상의 활용 목적에 따라 대기보정 알고리즘의 활용이 가능하다는 것을 확인할 수 있었다. 향후 다중 시기의 영상에 대해 추가적인 대리보정 실험을 통해 정규화된 분광반사율 변환 과정이 이루어진다면 드론 초분광 영상을 활용한 정밀한 분석이 가능할 것으로 사료된다.

• 생물환경조절학회지
• /
• 제28권4호
• /
• pp.358-365
• /
• 2019

본 연구는 3차원 영상을 이용하여 원예산물의 크기와 플러그묘의 평균초장을 결정하고자 수행되었다. 3차원 영상을 획득하고자 ToF 카메라와 스테레오비전 카메라를 사용하였다. 본 연구의 3차원 영상 획득용 실험 재료로서 수박, 사과, 배, 단호박, 오렌지의 원예산물과 수박, 토마토 및 고추 플러그묘를 사용하였다. 플러그묘의 평균 초장을 결정하는 지표로서 기존의 측정 기준 대신에 수정초장이 제시되었다. 스테레오비전 영상에 비해서 ToF 영상을 이용한 경우에 원예산물의 크기와 플러그묘의 평균초장 오차가 작게 나타났다. 꼭지가 있는 원예산물을 제외할 경우 ToF 영상을 이용한 원예산물의 둘레와 높이의 오차는 각각 0.0-3.0%, 0.0-4.7%로 나타났다. 또한, 플러그묘의 평균 초장에 대한 오차는 0.0-5.5%로 나타났다. 본 연구를 통해 서 3차원 영상을 이용한 원예산물의 크기와 플러그묘에 대한 초장 추정의 가능성을 확인하였다. 더구나, 본 연구에서 시도된 방법은 3차원 영상으로부터 물체와 배경의 효과적인 분리, 이상치의 제거 등에 활용될 것이다.

• 한국측량학회지
• /
• 제39권6호
• /
• pp.587-598
• /
• 2021

본 연구는 자율주행을 위한 정밀지도 구축 및 신속갱신을 위한 다중카메라 기반의 MMS (Mobile Mapping System)기술개발을 목표로 한다. 고가의 라이다 센서를 대체하고 긴 처리시간을 단축하기 위해 다수의 카메라를 적용하고 실시간 데이터 전처리를 통해 저가이면서 효율적인 MMS를 개발하고자 한다. 이를 위해 다중카메라 저장 기술개발, 다중카메라 시각동기화 기술개발, MMS 시제품 개발을 수행하였다. 다중의 카메라로부터 취득되는 고속영상의 실시간 JPG압축저장을 위해 엔진을 선정하고 저장모듈을 개발하였으며, 다중영상이 촬영된 정확한 시간을 실시간으로 기록하기 위해 이벤트 및 GNSS (Global Navigation Satellite System) 타임서버 기반 시각동기화 방안을 개발했다. 그리고 각 부문별 요구사항을 바탕으로 MMS를 설계하고 시제품을 제작하였다. 마지막으로 제작된 다중카메라기반 MMS의 성능검증을 위해 실제 1,000km 도로에서 데이터를 취득하고 정량적 평가를 수행했고, 평가결과 시각동기화 성능은 1/1000초 이하를 나타내었으며, SFM영상처리를 통해 얻은 포인트 클라우드의 위치정확도는 5cm 내외를 나타냈다. 정량적 평가 결과를 통해 본 연구에서 개발된 다중카메라 기반 MMS기술이 정밀지도 구축 기준을 만족하는 성능을 나타내는 것을 알 수 있었고, 향후 정밀지도 구축 분야에서 특히 외산기술에 의존하고 있던 고가의 MMS를 대체하는데 기여할 것으로 판단된다.

• 한국터널지하공간학회 논문집
• /
• 제24권5호
• /
• pp.411-429
• /
• 2022

NATM 터널에서 계측은 필수 불가결한 요소이나 계측기의 신뢰도를 검증할 방법, 절차, 규정 등에 대한 연구가 부족함으로 인해 터널에서 계측기가 성능검증 절차 없이 설치 및 적용되고 있다. 본 연구에서는 국내외 계측 검·교정 관련 규정을 조사하고 공인 인정기준의 필요성을 제시하였다. 또한 터널계측기 중 록볼트 축력계와 지중변위계를 대상으로 계측기의 불량원인을 외관검사로 파악하였으며 성능검사를 위해 단계별 하중 재하가 가능한 검증 장치를 개발하여 국내 9개 계측제조업체의 정밀계측기 불량원인을 파악하였다. 개별센서 위주의 성능테스트도 중요하나 완제품 상태에서 검증 절차를 통과해야 함이 필수적이므로 이에 따른 성능검사 방법과 절차를 제시하였다. 본 연구를 통하여 향후 계측기 성능검증을 위한 관련 규정 마련과 현장에서 계측기를 선정하는 데 도움이 될 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제38권5_1호
• /
• pp.597-608
• /
• 2022

원격탐사 자료는 재난, 농업, 도시계획 및 군사 등 다양한 분야에서 활용되며, 최근 다양한 고해상도 센서에서 취득된 시계열 자료의 활용에 대한 요구가 증대되고 있다. 본 연구에서는 시계열 원격탐사 자료의 활용을 위해 딥러닝 기법을 이용한 영상 매칭 방법을 제안하였다. 본 연구에서 적용한 딥러닝 모델은 영상분할 영역에서 많이 사용되고 있는 HRNet을 기반으로 하였다. 특히, 기본영상과 목표영상 간 상관도 맵을 효과적으로 계산하고, 학습의 효율을 높이기 위하여 denseblock을 추가하였다. 국토지리정보원의 다시기 항공정사영상을 이용하여 제안된 모델의 학습을 수행하였으며, 학습에 사용하지 않은 자료를 이용하여 평가를 하고자 하였다. 딥러닝 모델을 이용한 영상매칭 성능을 평가하기 위해 영상 매칭결과와의 비교평가를 수행하였다. 실험 결과, 제안기법을 통한 영상 매칭률이 80%일 때의 평균 오차는 3화소로 ZNCC에 의한 결과인 25화소에 비해 더 높은 정확도를 보였다. 제안된 기법은 식생의 생장에 따라 영상의 변화가 심한 산지 및 농지 지역에 대해서도 효과적임을 확인하였다. 이를 통해 딥러닝을 이용한 기준영상과 목표영상의 매칭을 수행할 수 있을 것으로 판단되며, 위성영상의 상호좌표등록 및 다시기 영상의 정합 등에 활용할 수 있을 것으로 예상된다.

• 대한원격탐사학회지
• /
• 제38권5_3호
• /
• pp.967-977
• /
• 2022

산불의 발생과 강도는 기후 변화로 인하여 증가하고 있다. 산불 연기에 의한 배출가스 대기질과 온실 효과에 영향을 미치는 주요 원인 중 하나로 인식되고 있다. 산불 연기의 효과적인 탐지를 위해서는 위성 산출물과 기계학습의 활용이 필수적이다. 현재까지 산불 연기 탐지에 대한 연구는 구름 식별의 어려움 및 모호한 경계 기준 등으로 인한 어려움이 존재하였다. 본 연구는 우리나라 환경위성 센서인 Geostationary Environment Monitoring Spectrometer (GEMS)의 Level 1, Level 2 자료와 기계학습을 이용한 산불 연기 탐지를 목적으로 한다. 2022년 3월 강원도 산불을 사례로 선정하여 산불 연기 레이블 영상을 생성하고, 랜덤 포레스트 모델에 GEMS Level 1 및 Level 2 자료를 투입하여 연기 픽셀 분류 모델링을 수행하였다. 훈련된 모델에서 입력변수의 중요도는 Aerosol Optical Depth (AOD), 380 nm 및 340 nm의 복사휘도 차, Ultra-Violet Aerosol Index (UVAI), Visible Aerosol Index (VisAI), Single Scattering Albedo (SSA), 포름알데히드, 이산화질소, 380 nm 복사휘도, 340 nm 복사휘도의 순서로 나타났다. 또한 2,704개 픽셀에 대한 산불 연기 확률(0≤p≤1) 추정에서 Mean Bias Error (MBE)는 -0.002, Mean Absolute Error (MAE)는 0.026, Root Mean Square Error (RMSE)는 0.087, Correlation Coefficient (CC)는 0.981의 정확도를 보였다.