• 대한원격탐사학회지
• /
• 제39권2호
• /
• pp.193-205
• /
• 2023

집중강우 시 육상으로부터 다량으로 유입된 부유쓰레기는 사회, 경제적 및 환경적으로 부정적인 영향을 주고 있으나 부유쓰레기 집적 구간 및 발생량에 대한 모니터링 체계는 미흡한 실정이다. 최근 인공지능 기술의 발달로 드론 영상과 딥러닝 기반 객체탐지 모델을 활용하여 수계 내 광범위한 지역을 신속하고 효율적인 연구의 필요성이 요구되고 있다. 본 연구에서는 육상기인 부유쓰레기의 효율적인 탐지 기법을 제시하기 위해 드론 영상뿐만 아니라 다양한 이미지를 확보하여 You Only Look Once (YOLO)v5s와 최근에 개발된 YOLO7 및 YOLOv8s로 학습하여 모델별로 성능을 비교하였다. 각 모델의 정성적인 성능 평가 결과, 세 모델 모두 일반적인 상황에서 탐지성능이 우수한 것으로 나타났으나, 이미지의 노출이 심하거나 수면의 태양광 반사가 심한 경우 YOLOv8s 모델에서 대상물을 누락 또는 중복 탐지하는 사례가 나타났다. 정량적인 성능 평가 결과, YOLOv7의 mean Average Precision (intersection over union, IoU 0.5)이 0.940으로 YOLOv5s (0.922)와 YOLOvs8(0.922)보다 좋은 성능을 나타냈다. 데이터 품질에 따른 모델의 성능 비교하기 위해 색상 및 고주파 성분에 왜곡을 발생시킨 결과, YOLOv8s 모델의 성능 저하가 가장 뚜렷하게 나타났으며, YOLOv7 모델이 가장 낮은 성능 저하 폭을 보였다. 이를 통해 수면 위에 존재하는 부유쓰레기 탐지에 있어서 YOLOv7 모델이 YOLOv5s와 YOLOv8s 모델에 비해 강인한 모델임을 확인하였다. 본 연구에서 제안하는 딥러닝 기반 부유쓰레기 탐지 기법은 부유쓰레기의 성상별 분포 현황을 공간적으로 파악할 수 있어 향후 정화작업 계획수립에 기여할 수 있을 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1413-1425
• /
• 2023

기후변화로 인한 대형 산불의 빈도가 증가함에 따라 극심한 인명 및 재산상의 피해를 초래하고 있다. 이로 인해 많은 식생이 소실되며, 그 강도와 발생 형태에 따라 생태계 변화에 영향을 끼친다. 생태계 변화는 다시 산불 발생을 유발하여 2차 피해를 야기한다. 따라서 산불 피해지에 대한 정확한 탐지 및 면적 산정의 중요성이 지속적으로 제기되고 있다. 효율적인 산불 피해지 모니터링을 위해 산불 발생 후 실시간 지형 및 기상정보는 물론 피해지역의 영상을 대규모로 취득할 수 있는 위성영상이 주로 활용되고 있다. 최근, 합성곱 신경망(convolution neural network, CNN) 기반 모델부터 고성능 트랜스포머(Transformer) 기반 모델에 이르기까지 딥러닝 알고리즘이 빠르게 발전하면서 산림원격탐사에서 이를 적용한 연구가 활발히 이루어지고 있다. 하지만 현재까지 적용된 딥러닝 모델은 제한적이며 현업에서의 합리적인 활용을 위한 정량적 성능평가에 대한 보고가 부족한 상황이다. 따라서 본 연구에서는 모델에 따른 성능향상과 데이터 설계에 따른 성능향상을 중점적으로 비교 분석하였다. 미국 캘리포니아 지역을 대상으로 CNN 기반 모델의 U-Net, High Resolution Network-Object Contextual Representation (HRNet-OCR)을 활용하여 산불 피해지 모델을 구축하였다. 또한, 기본 파장대역과 함께 식생활력도 및 지표의 수분함량 정도를 고려하고자 normalized difference vegetation index (NDVI), normalized burn ratio (NBR)와 같은 산불 관련 분광지수를 산출하여 입력 이미지로 사용하였다. U-Net의 mean intersection over union (mIoU)이 0.831, HRNet-OCR이 0.848을 기록하여 두 모델 모두 우수한 영상분할 성능을 보였다. 또한, 밴드 반사도뿐 아니라 분광지수를 추가한 결과 모든 조합에서 평가지표 값이 상승하여 분광지수를 활용한 입력 데이터 확장이 픽셀 세분화에 기여함을 확인하였다. 이와 같은 딥러닝 방법론을 발전시킨다면 우리나라의 산불 피해지에 대한 신속한 파악 및 복구 계획 수립의 기초자료로 활용될 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제36권5_3호
• /
• pp.1013-1025
• /
• 2020

UAV (Unmanned Aerial Vehicle) 플랫폼은 소규모 지역의 영상을 저비용으로 신속하게 취득이 가능하다는 장점이 있어 재난모니터링과 스마트시티 분야에 널리 활용되고 있다. UAV 기반 정사영상 및 DSM (Digital Surface Model) 제작 시 cm 급 정확도를 확보하기 위하여 UAV 영상의 위치보정을 위한 지상기준점(Ground Control Points, GCP)이 필수적이다. 하지만, 현장 GCP 취득을 위한 현장방문, 대공표지 설치에는 상당한 인력과 시간이 소요된다. 따라서 본 연구에서는 GCP 현장 취득을 대체하기 위한 방법으로 사전에 구축되어 활용가능한 세 가지 공간정보를 GCP로 이용하는 방법을 제시하였다. 연구에 사용한 세 가지 공간정보는 첫째, 25 cm 급 정사영상과 1:1000 수치지형도 기반 DEM (Digital Elevation Model), 둘째, 모바일매핑시스템(Mobile Mapping System, MMS)으로 취득한 점군 데이터, 셋째, MMS 데이터와 UAV 데이터를 융합하여 만든 하이브리드 점군 데이터이다. 세 가지 공간정보로부터 취득한 GCP를 이용하여 각각에 대하여 UAV 정사영상과 DSM (Digital Surface Model, DSM)을 생성하였다. 생성된 3가지 결과를 현장 RTK-GNSS 측량으로 취득한 검사점과 비교하여 3차원 위치 정확도평가를 진행하였다. 실험결과, 세 번째 경우인 MMS와 UAV를 융합한 하이브리드 점군 데이터를 GCP로 사용하였을 때, UAV 정사영상과 DSM의 최종 정확도가 수평방향의 RMSE는 8.9 cm, 수직방향의 RMSE는 24.5 cm로 가장 높게 나타났다. 또한, 현장 측량을 대체하기 위해 활용한 공간정보로부터 취득한 GCP의 분포는 수평 위치 정확도 보다 수직 위치 정확도에 더 많은 영향을 미치는 것으로 나타났다.

• 대한원격탐사학회지
• /
• 제28권2호
• /
• pp.181-189
• /
• 2012

최근 수질추정을 위한 고해상도 위성영상의 활용 가능성에 대한 관심이 증대되고 있다. 그러나 고해상도 위성영상에서의 수면지역의 낮은 SNR(Signal to Noise Ratio)과 밝기값 비선형성과 같은 방사학적 오차는 수질추정 정확도를 감소시키는 원인이 된다. 이에 따라 위성영상을 이용한 정확한 수질추정을 위해서는 방사학적 보정이 반드시 수행되어져야 하나 KOMPSAT-2 위성영상의 경우 밝기값과 입사광량간 변환관계식이 제공되지 않기 때문에 이러한 방사학적 보정에 어려움이 존재한다. 따라서 수질모니터링에 KOMPSAT-2 영상을 활용하기 위해서는 밝기값 비선형성과 내륙 수면지역의 잡음현상을 실험적으로 파악할 필요가 있다. 본 논문에서는 충분한 검보정을 통해 선형성이 보장되고 있는 IKONOS와 GeoEye-1 영상을 기준영상으로 사용하여 동일시기에 동일지역을 촬영한 KOMPSAT-2 영상과의 밝기값 상호비교를 수행하였다. 상호비교 결과, 기준영상에 비해 KOMPSAT-2 영상의 잡음은 다소 높게 나타나나 밝기값의 경향 및 잡음의 크고 작은 패턴은 정확하게 일치하였고 KOMPSAT-2 영상 내 잡음의 영향이 최소화되는 적절한 영역의 크기는 $5{\times}5$로 나타났다. 또한 모든 실험 영상에서 밝기값의 비선형성은 존재하지 않는 것으로 확인되었다. 실험결과는 KOMPSAT-2 영상이 클로로필 농도와 같은 수질인자 추정을 위해 사용될 수 있는 가능성을 보여준다.

• 대한원격탐사학회지
• /
• 제25권4호
• /
• pp.339-357
• /
• 2009

새만금간척 사업은 국책사업으로 33km방조제를 건설하여 401 km$^2$의 대규모 연안 지역을 간척하기 위하여 1991년에 착공되었다. 2006년 4월에 끝물막이 공사가 완공되어 갯벌이 호수와 육지로 바뀌었다. 완공으로 방조제 내측의 하구역 조석 시스템뿐만 아니라 방조제 외측의 연안 해양 환경의 변화에도 많은 변화가 일어났다. 이번 연구에서는 새만금 주변 해역에 대해 Landsat-5/7 위성과 NOAA 위성자료를 이용하여 방조제 완공 전후에 SST의 공간변화를 연구하였다. 타워, 부이, 실측자료 등 다양한 현장 실측 자료를 이용하여 위성 SST를 검증한 결과, 0.96 이상의 상관관계와 약 1$^{\circ}C$ 정도의 RMSE 값을 보였다. 1985년부터 2007년까지 38개의 Landsat 영상을 분석하여 새만금 방조제 건설 전후의 연안 SST 시공간적 변화를 분석하였다. 공간적으로 자세한 SST 분포를 파악할 수 있었지만, 환경 요인이 다른 38개의 영상을 이용하기 때문에 새만금 방조제 건설에 따른 변화를 파악하기는 어려웠다. 따라서 시간 해상도가 우수한 NOAA 자료를 이용하여 새만금 내외측 해역의 온도 변화를 분석한 결과, 방조제 내측은 여름철 온도의 증가로 여름-겨울철 간의 SST의 상승폭이 커서 계절간 SST 변화가 두드러졌고, 방조제 외측은 큰 변화가 없었다. 본 연구에서는 시공간해상도가 다른 열적외선 위성자료를 상호보완적으로 활용하여 연안 해역에서의 SST 공간 변화를 효과적으로 모니터링 하였다.

• 지구물리
• /
• 제5권4호
• /
• pp.283-292
• /
• 2002

한반도는 동아시아 활성 경계부의 끝에 위치해있다. 한반도에서의 지진 활동은 이웃나라인 중국과 일본에 비해서 상대적으로 낮은 편이다. 한반도에서의 지진정보에 따르면 한반도는 지진재해로부터 완전히 안전하지는 않다. 게다가, 한반도 주위의 "태평양, 필리핀해, 유라시아, 남중국"같은 구조적 판들의 상대적인 움직임의 결과로 생긴 다양한 구조적 힘에 의해 둘러 싸여져 있다. 현재 남한에는 5개의 정부기관에서 서로의 필요에 따라 설치한 65개의 GPS관측소를 가지고 있다. 한반도에서의 지진피해를 최소화하기 위해 현재, 앞서 언급한 지진관측소 중 몇 개의 관측소로부터의 GPS관측 자료와 한반도 내부와 주변부의 구조적 환경들을 함께 고려하여 근대의 지각운동을 관찰하는 프로그램이 계획되어 왔다. 이 프로그램은 두개의 주요 부분으로 이루어져 있으며, 첫째부분은 주변 국가인 "중국, 일본"과 협력하여 한반도 주위의 지각 변형을 모니터링하기 위한 것인데, 이 부분은 "East Sea Phase and Yellow Sea Phase" 두개의 페이스로 구성되어 있다 이러한 페이스들은 "East Sea Phase and Yellow Sea Phase"에서 각각의 변형 파라미터들을 결정하는데 도움을 줄 것이다. 한편, 이 프로그램의 두번째 부분은 한반도 주요 단층 내부와 주변의 변형 파라미터와 한반도-제주도 간의 상대운동을 결정하기 위해 계획되었다. 이번 연구를 통해서 다양한 지구 역학적 방법의 적용을 위한 신빙성 있는 자료로서 사용되기 위해, 앞서 언급한 관측소에서의 지각운동 중심부에서 기록된 자료의 필요성이 부각되었다.

• 한국지리정보학회지
• /
• 제23권3호
• /
• pp.120-131
• /
• 2020

인공위성 영상을 기반으로 한 기계판독(machine interpretation) 원격탐사 수계 탐지는 효율적인 수자원 관리, 가뭄 탐지, 홍수 모니터링 등에 큰 도움이 된다. 따라서 본 연구에서는 머신러닝을 기반으로 한 SAR 위성 영상 기반 수계 탐지를 시행하였다. 그러나 SAR 위성 영상만을 사용하였을 경우 음영 효과 또는 도로 등의 수계와 비슷한 산란특성을 가지는 물체로 인하여 비수계가 수계로 오탐지 될 수 있다. 이러한 오탐지를 줄이기 위하여 목포 지역을 촬영한 Cosmo-SkyMed SAR 위성 영상에 모폴로지(Morphology)의 open 연산을 거친 밴드와 DEM(수치표고모델) 밴드, Curvature(곡률) 밴드를 조합하여 중첩한 8가지 경우에 대하여 의미 분할 기법 머신러닝 모델을 학습시켰다. 8가지 머신러닝 모델에 대한 최종 테스트 결과인 Global Accuracy를 구하였으며, 목포 지역의 토지피복지도와의 일치율 역시 비교하였다. 그 결과 SAR 위성 영상과 모폴로지 open 필터를 적용한 밴드, DEM 밴드, Curvature 밴드를 모두 사용한 경우가 Global Accuracy뿐만 아니라 토지피복지도와의 일치율 역시 가장 높음을 확인할 수 있었다. 이때 Global Accuracy는 95.07%였으며, 토지피복지도와의 일치율은 89.93%로 나타났다.

• 한국지리정보학회지
• /
• 제8권3호
• /
• pp.142-149
• /
• 2005

동해중북부 연안역의 해황 변화에 따른 연안 양식 환경변화에 능동적으로 대처할 수 있도록 연안 어장에서 관측한 해양자료를 실시간으로 일반사용자들에게 제공하는 실시간 어장정보 제공시스템을 개발 및 운용할 수 있는 연구를 수행 하였다. 실시간 어장정보 제공시스템은 크게 어장정보 생산 부이시스템, 해양자료 수집서버, 해양자료 저장데이터베이스 서버, 인터넷을 통한 자료제공을 위한 웹 서버로 구성하였다. 또한 인터넷을 통해 최종 이용자들에게 자료를 제공할 뿐만 아니라 원하는 사용자에 대해 휴대전화서비스 빚 문자서비스(SMS)를 제공할 수 있게 하였다. 실시간 어장정보 제공시스템에서 관측한 수온, 유향 유속자료를 이용하여 연안역 저층에서 수 일 이하의 단주기적인 해황변동이 발생함을 정량화 할 수 있었다. 수일 이내 단주기적 해황변동은 어장환경에 영향을 미쳐 어장의 폐사를 유발시키는 원인 중에 하나가 되기도 한다. 따라서 실시간 자료에 의해 이상 해황이 발생하면 수하식 양식시설을 적수온대로 이동 시켜 대량폐사를 막을 수 있으리라 생각된다. 또한 수층별 장기적인 자료의 데이터베이스 구축을 활용하여 수평 및 연직의 양식장 적격지 공간을 과학적으로 도출할 수 있다.

• 한국측량학회지
• /
• 제37권6호
• /
• pp.499-506
• /
• 2019

정규수치표면모델(NDSM: Normalized Digital Surface Model)은 원격탐사데이터의 상세 분석을 위한 핵심 적인 자료로 사용된다. 지상기준높이인 정규수치표면모델을 생성하기 위한 가장 간단한 방법은 수치표면모델(DSM: Digital Surface Model)에서 수치지형모델(DTM: Digital Terrain Model)을 차분하는 것이지만, 무인항공기 데이터의 경우 높은 해상도의 특성상 식생, 도심 구조물 등 많은 수의 복잡한 지형지물을 포함하고 있어 정확한 수치지형모델을 추출하기 어렵다. 본 연구에서는 무인항공기 데이터의 고해상도 특성을 잘 살리고 비용효율적인 수치지형모델 생성이 가능하도록 RGB 기반 식생 지수인 ExG (Excess Green)를 이용하여 낮은 ExG 값을 갖는 영역 확장법의 초기 시드점을 선정하였다. 이때 국소적으로 낮은 식생지수 값을 갖는 초기 시드점이 잘못 추출되는 문제를 해결하기 위하여 지역적 윈도우 분석을 적용하였다. 이후, 해당 위치의 수치표면모델값을 바탕으로 영역 확장법을 적용하여 이웃하는 지면 화소들을 병합하였다. 영역 확장법 적용을 위해 경사도 파라미터가 사용되었으며 최종적으로 병합된 세그먼트의 크기가 0.25㎡ 초과일 경우 초기 시드점을 지면점으로 결정하였다. 다양한 경사도 파라미터 값을 설정하여 무인항공기 데이터 기반 정규수치표면모델 생성의 최적 경사도 기준값을 도출하고자 하였다. 최종적으로 추출된 지면점들에 대한 정확도 평가를 수행하였으며 지면점들에 보간법을 적용하여 정규수치표면모델을 생성하고 제안 기법을 농업지역에 적용하여 농작물의 지상기준높이 추출 및 농업 모니터링 가능성을 검증하였다.

• 한국측량학회지
• /
• 제33권5호
• /
• pp.363-371
• /
• 2015

개체 추출은 원격탐사 분야의 주된 연구분야 중 하나로, 고해상도 위성영상의 활용도가 높아짐에 따라 보다 세밀하고 특정적인 개체를 추출할 수 있게 되었다. 기존의 화소 기반의 영상 처리 기법들은 고해상도 위성영상의 분광 및 기하학적인 다양성과 복잡성을 제대로 반영하기 어렵기 때문에 근래에는 영상분할 기술을 기반으로 하는 많은 연구가 진행되고 있다. 그런데 단순히 RGB 밴드 영상에 한 가지 영상분할 기법을 적용하는 것으로는 다양한 분광 특성과 형태를 갖는 여러 대상 개체들을 추출하는데 한계가 있다. 지표면의 피복의 종류를 식별하고, 상태를 모니터링 하는데 효과적인 분광지수는 개체 추출 과정에 효율적으로 이용할 수 있다. 본 연구에서는 영상분할 기술을 기반으로 하여 분광지수를 이용한 보다 효과적인 개체 추출 기술을 제안하고자 하였다. 다양한 종류의 개체를 추출하기 위하여 의사결정 트리 분류 기술을 사용하였으며 고해상도 위성인 WorldView-2의 8밴드 다중분광 영상을 이용한 실험을 통해 각 대상 개체를 추출하기에 적합한 분광지수들을 선택하고 이의 효용성을 평가해보고자 하였다. 그 결과, 건물, 도로, 나지, 식생, 수계, 그림자의 6개 클래스에 대한 개체들을 선택적으로 분류할 수 있었고, 식생지수를 비롯한 다양한 분광지수들이 각 개체의 종류를 선별해내는데 효과적으로 사용될 수 있음을 확인하였다.