• 한국항공우주학회지
• /
• 제38권9호
• /
• pp.914-924
• /
• 2010

본 논문에서는 지난 2009년 9월 30일 3년간의 정상임무 운영을 성공적으로 종료하고 연장임무 운용 중인 아리랑위성 2호의 실제 궤도데이터를 이용한 초기운용 및 임무기간 중 궤도분석 결과를 기술하였다. 초기 궤도운용을 위한 준비 및 수행결과들에 대해 중점을 두었으며, 동일 임무궤도 상에서 운용되었던 아리랑위성 1호와의 정상임무 기간 동안 서로 다른 우주환경(특히 태양활동)이 궤도변화에 미치는 영향력을 비교, 분석하였다. 본 논문에서 정리된 내용들은 추후 저궤도상에서 운용될 아리랑위성 시리즈(3호, 5호 3A호 등)들의 초기 및 정상 임무기간 동안 궤도운용 시 안정성과 효율성을 높이는데 주요 참고자료가 될 것으로 사료된다.

• 대한원격탐사학회지
• /
• 제38권6_4호
• /
• pp.1889-1900
• /
• 2022

도로는 현대사회의 기능이 물리적으로 작동하는 데 필수불가결한 요소이다. 교통상황정보에 비해 갱신 주기가 긴 도로공간 정보를 더 빠르고 정확하게 생성할 필요가 있다. 본 연구에서는 그 방법의 일환으로 아리랑 3호와 아리랑 3A호의 위성영상에 pan-sharpening 영상융합 기법을 적용하여 공간해상도를 향상시킨 영상자료를 최근 활발히 연구가 진행되고 있는 semantic segmentation 기법을 활용한 도로 추출에 활용하고자 하였다. 확보한 영상은 U-Net 기반의 segmentation 기법에 매사추세츠 도로데이터와 함께 투입하여 훈련하였고 아리랑 위성 융합영상의 모델 적용 가능성을 평가하였다. 훈련 및 검증 결과, 모델에 투입하는 영상에 대해 일정한 조건이 유지되는 한 일정한 모델 예측 성능을 유지하는 것으로 나타났다. 따라서 그림자와 지표면 상태와 같은 모델에 영향을 미치는 주변 환경 조건의 영향을 최소화하는 방법을 적용하여 풍부한 훈련자료를 구성한다면 아리랑위성과 같은 위성 영상의 활용 가능성이 더욱 높아질 것으로 기대된다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2011년도 추계학술대회
• /
• pp.154-155
• /
• 2011

2010년 천리안위성의 성공적인 발사에 따라 인공위성의 활용에 대한 기대가 커지고 있다. 천리안 해양관측위성(GOCI)이외에 아리랑 2호가 현재 운용중인 우리나라 위성들이다. 가까운 시기에 아리랑 5호(2011년 말), 아리랑 3호(2012년), 아리랑 3A호(2013년)가 발사될 예정이다. 즉, 해양적용을 위한 위성환경은 이제부터 준비되고 있다고 볼 수 있다. 대외적으로 보면, 인공위성 자원은 아주 많다. 문제는 이와 같은 자원을 어떻게 활용할 것인가 인데 이의 활용 기술 개발적 측면에서는 많이 소홀한 것이 사실이다. 전세계적으로 이 시스템 개발을 위한 치열한 경쟁이 진행 중에 있다. 이미 소말리아 주변 감시체계는 많은 부분을 위성에 의지하고 있다. 우리나라에서 최초로 위성활용 가능성을 보여준 사건이 허베이스피리트호 원유유출 사고이다. 이 사고는 2007년 12월7일 아침 7시6분경 서해안 만리포 북서쪽 10km 해상에서 크레인을 적재한 1만1800t급 바지선이 정박 중인 홍콩 선적 유조선 허베이 스피리트호(14만6000t급)와 부딪치면서 발생했다. 이와 같은 기름 유출 사고의 경우, 유출 범위를 정확하게 이해하는 것이 중요하다. 거의 준비된 상태가 아님에도 불구하고 12월 8일 아침 최초로 유출된 기름을 모습을 보여주는 위성이미지(광학위성)가 얻어졌다. 하지만 이와 같은 자료가 관련 전문가가 이용할 수 있기까지 많은 시간이 소용되었고, 이 정보를 전달할 수 있는 방법도 없었다. 사실 단순한 이미지가 아니라 지리정보체계를 가진 오염정보를 제공할 방법도 준비도 되어 있지 못한 상황이었다. 본 발표를 통하여, 허베이스피리트호 사고뿐만 아니라, 2011년 6월부터 수개월간 지속된 발해만 오염사고 적용 등 다양한 사례 소개를 하고, 이를 기반으로 해양경찰청에서 업무활용을 위한 방안을 제시한다. 먼저, 해경청의 주요 임무인, 경비, 수색구조, 오염대응 분야별로 현황 분석을 수행하였다. 또한 국외사례에 대한 조사를 한 후, 최종 인공위성 원격탐사기술의 해경청 도입방안에 대한 설계를 실시하였다. 국제적으로 인공위성을 이용한 해양 경비, 수색구조, 오염 모니터링기술 개발이 이루어지고 있으며, 유럽 국가는 시범도입을 진행 중에 있다. 유럽해사안전국(EMSA)은 해양경비 및 수색구조를 위한 선박통항 및 보고 서비스와 오염대비대응(Pollution Preparedness and Response, PPR) 위성 서비스를 회원국에 제공하고 있다. 해양경찰청 임무 수행뿐만 아니라, 해양영토 관리적 측면에서 첨단 위성장비 활용, 선진국형 해상경비 패러다임의 전환 필요성이 크다고 할 수 있다.

• 대한원격탐사학회지
• /
• 제39권5_4호
• /
• pp.1097-1109
• /
• 2023

도심지는 개별 건물단위의 소규모 변화가 빈번하게 발생하는 지역이다. 기 구축된 건물 데이터베이스는 그 활용도를 높이기 위해 도심지 내의 주기적인 갱신이 요구된다. 그러나 광범위한 도심지에 대한 건물 단위 변화를 관측하기에는 자료수집의 한계가 존재한다. 따라서 본 연구에서는 넓은 범위를 단일 영상으로 촬영 가능한 위성영상을 활용하여 건물변화 탐지와 건물 정보의 갱신 가능성을 확인하고자 한다. 이를 위해 먼저 건물 데이터베이스에서 제공하는 건물 모서리점의 3차원 좌표를 이용하여 위성영상에 건물 영역을 투영한다. 투영된 건물 영역을 다시 지붕 및 전면 영역으로 구분한다. 투영된 지붕영역의 화소값을 비교하여 건물높이 갱신, 건물멸실 등 건물변화 여부를 탐지한다. 건물높이 갱신은 영상에 투영된 지붕면이 실제 영상에서 관측되는 지붕면과 일치할 때까지 높이값을 조절하여 수행된다. 영상에 투영된 모습은 나타나나 관측되는 건물이 없는 경우 철거된 건물에 해당한다. 영상에서 관측되는 건물 중에서 지붕면과 전면영역이 투영되지 않은 건물은 신축 건물에 해당된다. 이러한 변화탐지 결과를 바탕으로 건물 데이터베이스를 높이갱신, 건물삭제 및 건물생성의 세가지 분류로 갱신한다. 제안된 방식은 인천지역을 촬영한 아리랑 3A호와 인천광역시 건물 데이터베이스를 사용하여 실험하였다. 입력 단일 위성영상을 이용하여 건물변화를 탐지하고, 갱신이 필요한 건물에 대해 건물 데이터베이스 편집 작업을 수행하였다. 갱신된 건물 정보를 검증하고자 이를 이용하여 다른 아리랑 3A호 영상에 건물영역을 투영하였다. 실험결과, 갱신된 건물정보로부터 투영된 건물영역은 영상에서 관측된 건물영역과 잘 일치하였다. 이를 통해서 단일 위성영상을 이용한 건물변화탐지 및 건물 데이터베이스 갱신 가능성을 확인하였다. 후속 연구로 제안방식의 자동처리기술 개발을 수행할 예정이다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1299-1308
• /
• 2023

기후변화 등으로 인해 전 세계적으로 산불이 점점 잦아지고 대형화되는 추세다. 위성영상 등의 원격탐사를 통한 산불피해 면적 및 피해강도를 산정하는 것은 현장조사에 따른 여러 가지 어려움을 줄일 수 있어 대안 및 보조자료로 활용이 가능하다. 산불피해강도(differenced normalized burn ratio, dNBR)는 산불 전후의 정규탄화지수(normalized burn ratio, NBR) 차이를 통해 산정하며, NBR 수식에 사용되는 영상은 Landsat의 근적외선(near infrared, NIR)과 단적외선(short-wavelength infrared, SWIR) 밴드를 기본으로 한다. 우리나라 위성영상의 경우, SWIR 밴드를 가지고 있지 않기 때문에 산불피해와 관련한 국내 연구들은 해외영상을 사용하거나 우리나라 위성영상을 사용한 경우, 정규식생지수(normalized difference vegetation index, NDVI)를 이용하여 간접적인 방법으로 dNBR을 산출하였다. 따라서 본 연구에서는 Kompsat-3A호(K3A)의 중적외선(mid-wavelength infrared, MWIR) 밴드를 NBR 수식의 SWIR 밴드 대신 대입하여 dNBR을 산정하고, dNBR의 기준이 되는 Landsat을 이용한 dNBR 결과 값과 비교하였다. 그 결과 K3A MWIR을 이용한 dNBR이 Landsat SWIR을 이용한 dNBR에 비해 나타낼 수 있는 값의 범위가 더 넓고 세분화하여 표현이 가능하였다. 따라서 산불피해 지역을 조사하는데 있어 K3A의 활용도가 높을 것이라 사료된다. 뿐만 아니라 본 연구에서는 30m로 열화된 K3A MWIR 밴드를 사용했으나 그보다 높은 해상도의 MWIR 밴드를 사용한다면 본 연구보다 훨씬 더 나은 결과를 얻을 수 있을 것이라 사료된다.

• 대한원격탐사학회지
• /
• 제39권2호
• /
• pp.143-156
• /
• 2023

인공위성이 촬영한 영상의 내용을 정확하게 분석하기 위해서는 영상에 존재하는 구름 영역을 정확하게 인지하는 것이 필요하다. 최근 다양한 분야에서 딥러닝(deep learning) 모델이 뛰어난 성능을 보여줌에 따라 구름 영역 검출을 위해 딥러닝 모델을 적용한 방법들이 많이 제안되고 있다. 하지만 현재 구름 영역 검출 방법들은 의미 영역 분할 방법의 네트워크 구조를 그대로 사용하여 구름 검출 성능을 향상하는 데는 한계가 있다. 따라서 본 논문에서는 구름 검출 데이터 세트에 다중 브랜치 네트워크 구조 탐색을 적용하여 구름 영역 검출에 최적화된 네트워크 모델을 생성함으로써 구름 검출 성능을 향상하는 방법을 제안한다. 또한 구름 검출 성능을 향상하기 위하여 의미 영역 분할 모델의 학습 단계와 평가 단계의 평가 기준 불일치를 해소하기 위해 제안된 soft intersection over union (IoU) 손실 함수를 사용하고, 다양한 데이터 증강 방법을 적용하여 학습 데이터를 증가시켰다. 본 논문에서 제안된 방법의 성능을 검증하기 위하여 아리랑위성 3/3A호에서 촬영한 영상으로 구성된 구름 검출 데이터 세트를 사용하였다. 먼저 제안 방법과 의미 영역 분할 데이터 세트에서 탐색된 기존 네트워크 모델의 성능을 비교하였다. 실험 결과, 제안 방법의 mean IoU는 68.5%이며, 기존 모델보다 mIoU 측면에서 4%의 높은 성능을 보여주었다. 또한 soft IoU 손실 함수를 포함한 다섯 개의 손실 함수를 적용하여 손실 함수에 따른 구름 검출 성능을 분석하였으며, 실험 결과 본 연구에서 사용한 soft IoU 함수가 가장 좋은 성능을 보여주었다. 마지막으로 의미 영역 분할 분야에서 활용되는 최신 네트워크 모델과 제안 방법의 구름 검출 성능을 비교하였다. 실험 결과, 제안 모델이 의미 영역 분할 분야의 최신 모델들보다 mIoU와 정확도 측면에서 더 나은 성능을 보여주는 것을 확인하였다.