• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1463-1478
• /
• 2022

한국 수출입의 99.7%는 해상운송이 차지하고 있으며, 항만의 효율적 운영을 위해 해운 물류 모니터링 시스템 개발 필요성이 대두되고 있다. 현재 automatic identification system (AIS)를 기반으로 선박의 정보를 조회하여 해상 물동량 추정 연구가 진행되고 있지만, AIS를 운영하지 않는 선박들에 대한 모니터링은 불가능하다는 한계가 있다. 고해상도 광학 위성 영상은 광역의 범위에서 AIS 미운영 선박 및 소형 선박을 식별할 수 있기 때문에 AIS 기반 물동량 모니터링의 공백을 보완할 수 있다. 그러므로 선박 및 물동량 모니터링에 활용하기 위해, 고해상도 광학 위성영상에서 선박을 탐지하고 화물선 및 소형 선박을 분류하는 연구가 필요하다. 본 연구는 초기 국토위성영상을 이용하여 생산된 학습 자료 기반으로 인공지능 모델을 훈련시키고 다른 영상에서 탐지를 수행함으로써, 국토위성영상의 딥러닝 학습 자료 생산 및 선박 모니터링 활용 가능성을 알아보고자 하였다. 학습 자료는 황해 및 황해 주요 항만 구역 내 선박들을 추출하여 제작했으며, You Only Look Once (YOLO) 알고리즘을 사용하여 탐지 모델은 구축하고 국내외 주요 항만 각 1개소를 대상으로 선박 탐지 성능을 평가하였다. 항만 접안 및 해상 정박중인 선박을 대상으로 탐지 모델에 적용한 결과를 AIS의 선종 정보와 비교하였고, 국내 항만에서 85.5%와 89%, 국외 항만에서 70%의 선종 분류 정확도를 확인하였다. 본 연구 결과는 정박중인 선박을 중심으로 고해상도 국토위성영상을 활용하여 모니터링이 가능함을 확인하였다. 향후 지속적인 학습 자료 구축을 통해 탐지 모델의 정확도를 향상시킨다면 전세계 주요 항만에서 선박 및 물동량 모니터링 분야에 활용할 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제38권6_4호
• /
• pp.1935-1943
• /
• 2022

위성 영상을 활용하여 대규모 또는 정밀 토양 수분도를 제작하는 방법의 개발과 이를 적용한 사례 연구는 원격탐사 응용 분야에서 중요한 연구 주제 중 하나이다. 이 연구는 제주도 연구 지역을 대상으로 토양 수분도를 제작하였다. 이를 위하여 선형으로 조정된 Synthetic Aperture Radar (SAR) 편광 영상과 입사각 정보를 이용하여 광학 영상과 함께 토양 수분도를 산출하였다. SAR 영상은 Google Earth Engine (GEE)에서 제공하는 후반 산란 계수 Analysis Ready Data (ARD) 자료를 사용하였다. 또한 Environmental Systems Research Institute (ESRI)의 토지 피복도(land cover map)와 KOMPSAT-3 고해상도 위성 영상의 지표 반사도로부터 산출한 식생 지수 정보(normalized difference vegetation index, NDVI)를 토양 수분도 처리 과정에 적용하였다. 이처럼 SAR 영상과 광학영상 정보를 융합하여 처리하는 경우는 토양 수분 산출물의 신뢰도를 향상할 수 있는 것으로 알려져 있다. 산출물의 과학적 분석을 위하여 KOMPSAT-3 영상으로 제작한 정규 수분 지수(normalized difference water index, NDWI)와 비교 분석을 실시하였다. 그리고 KOMPSAT-3 처리 결과의 검증을 위하여 Landsat-8 위성의 NDWI 처리 결과와 비교하였다. 이 연구를 통하여 산출한 토양 수분도 결과는 KOMPSAT-3 영상과 Landsat-8 위성으로 각각 처리한 NDWI 처리 결과와 높은 상관도를 나타냈다. 마지막으로 이 연구에 사용한 토양 수분 산출 알고리즘을 우리나라 고해상도 위성인 KOMPSAT-5 영상에 맞게 추가 개발하면 다른 외부 영상 없이 KOMPSAT 광학 위성정보와 KOMPSAT SAR 영상정보를 이용한 정밀 토양 수분도 제작이 가능할 것이라고 생각한다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1185-1193
• /
• 2023

위성 영상을 활용하여 정확한 토양 수분도를 산정하는 연구는 원격탐사 응용 분야에 포함되는 중요한 기본 연구 주제 중 하나이다. 이 연구의 목적은 KOMPSAT-3/3A 영상과 KOMPSAT-5 SAR 영상을 적용하여 시험 지역에 대하여 토양수분도를 제작하고 산정된 결과를 정확도 검증 차원에서 미국 NASA에서 제공하는 Soil Moisture Active Passive (SMAP)의 토양수분 자료와 정량 비교하는 것이다. 한편 농림 식생 지대를 중심으로 토양수분도를 산정하기 위하여 환경공간정보서비스에서 제공하는 토지피복지도를 연구에 적용하였다. 시험 연구 지역은 이 연구에 적용한 수분 구름 모델(Water Cloud Model)에 기반한 토양수분 산정 알고리즘 적용에 필요한 입력 자료가 모두 가용한 제주 서부 지역을 선정하였다. 토양수분도 제작에 사용한 Synthetic Aperture Radar (SAR) 영상은 KOMPSAT-5 HV와 Sentinel-1 VV 영상이며, 식생지수는 KOMPSAT-3 영상의 지표반사도를 사용하였다. 이 연구에서 산출한 토양수분도 산정 결과와 SMAP (L-3) 자료를 차분 연산으로 비교하면 차이 값이 평균 4.13±3.60p%의 높은 일치도를 보이는 것으로 나타났고, SMAP (L-4) 자료와의 차분 연산 결과는 평균 14.24±2.10p% 수준의 일치도를 보였다. 이 연구를 통하여 향후 우리나라 위성영상과 공공 제공자료를 이용하여 정확도가 높은 정밀 토양수분도를 제작할 수 있는 가능성을 제시하였다.

• 대한원격탐사학회지
• /
• 제35권2호
• /
• pp.337-342
• /
• 2019

본 연구에서는 GDAPS(Global Data Assimilation and Prediction System) 예보모델자료와 위성기반 식생건조지수를 결합시킨 산불위험지수 WRI(Wildfire Risk Index)를 개발하였고, 이를 2019년 4월 4일의 고성-속초 산불과 강릉-동해 산불 사례에 적용해 보았다. 제시한 산불위험지수 WRI는 강수 이벤트 후에 건조 경향이 지속되었던 3월 19일 전후와 4월 4일 전후의 산불위험도 변화를 잘 나타냄으로써, 그 적합성이 확인되었다. WRI는 우리나라 산불취약성의 상시 감시를 위한 하나의 방법이 될 수 있을 것이며, 이를 더욱 발전시키기 위해서는 향후 GK-2A 위성자료의 활용과 함께, 산림청의 산불위험예보시스템과의 연계 방안에 대한 모색이 반드시 필요할 것이다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 봄 학술발표논문집 Vol.28 No.1 (B)
• /
• pp.625-627
• /
• 2001

기존의 종이지도를 수치지도 처리과정으로 얻어진 등고선(contour line) 데이터는 원격탐사(Remote Sensing)와 지리정보시스템(GIS)의 응용분야에서 주로 사용되어지는 데이터이다. 이러한 등고선은 해당 지역의 DTM(Digital Terrain Model) 데이터 생성을 위해 보간(interpolation)하여 생성하는 데 연구가 집중되어 왔다. 본 논문에서는 DEM(Digital levation Model)으로부터 얻어진 등고선 데이터를 이용하여 사용자에게 3차원으로 가시화 해 줄 수 있는 기법을 소개한다. 등고선 추출을 위한 방법으로는 기존의 소개되어진 Marching Square 알고리즘을 적용하였고, 지역적인 최고점(local minimum)과 최소점(maximum)을 구하기 위해 등고선을 열린 등고선(open contour)과 닫힌 등고선(closed contour)으로 분류하게 된다. 지역적 최고, 최소점을 찾기 위한 탐색공간을 줄이기 위해 닫힌 등고선만을 닫힌 등고만을 대상으로 등고선 트리를 생성하였으며, 생성된 트리의 리프노드에 대해서 최고, 최소점에 대한 근사(approximation)를 수행하게 된다. 이렇게 구해진 근사된 장점들과 등고선 데이털 입력으로 하여 제한된 딜로니 삼각분할(Constrained Delaunay Triangulation)을 수행함으로써, 3차원 지형을 재구성할 수 있다. 실험에서 간단한 그리드 샘플데이터와 USGS로 획득한 데이터를 이용하여 속도 측정을 하였다. 결과적으로 저장공간 측면에서 적은 량의 데이터를 가지면서 등고선을 표현할 수 있는 3차원 지형을 랜더링할 수가 있음을 알 수 있다.

• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2004년도 GIS/RS 공동 춘계학술대회 논문집
• /
• pp.487-492
• /
• 2004

본 연구에서는 인공신경망 기법을 이용하여 산사태 발생원인에 대한 가중치를 구하였다. 여름철 집중호우시 산사태가 많이 발생하는 강원도 강릉시 사천면 사기막리 와 주문진읍 삼교리에 해당한다. 산사태가 발생할 수 있는 요인으로 지형도로부터 경사, 경사방향, 곡률, 수계추출을, 정밀토양도로부터 토질, 모재, 배수, 유효토심, 지형을, 임상도로부터 임상, 경급, 영급, 밀도를, 지질도로부터 암상을, Landsat TM 영상으로부터 토지이용도와 추출하여 격자화 하였으며, 아리랑1호 영상으로부터 선구조를 추출하여 l00m 간격으로 버퍼링 한 후 격자화 하였다. 이렇게 구축된 산사태 발생 위치 및 발생요인 데이터 베이스를 이용하여 인공신경망 기법을 적용하여 산사태 발생 원인에 대한 상대적인 가중치를 구하였다. 인공신경망의 역전파 알고리즘을 이용한 사기막리 지역과 삼교리 지역의 산사태 가중치를 보면 GPS를 이용한 현장조사와 위성영상을 이용한 변화탐지 기법모두의 경우모두와 훈련지역을 실제 산사태 발생 지역과 경사도가 0°인 지역, 실제 산사태 발생 지역과 Frequence ratio를 이용하여 작성한 취약성도에서 산사태 발생이 낮을 것으로 예상되는 지역, Frequence ratio를 이용한 취약성도에서 산사태 발생이 높을 것으로 예상되는 지역 과 낮을 것으로 예상되는 지역의 경우에서도 경사도는 1.5～2.5배정도 높은 상대적 가중치를 나타냈다. 이러한 가중치는 산사태 취약성도를 작성하는데 활용될 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2001년도 추계학술발표논문집 (상)
• /
• pp.641-644
• /
• 2001

기존의 종이지도를 수치지도 처리과정으로 얻어진 등고선(contour line) 데이터는 원격탐사(Remote Sensing)와 지리정보시스템(GIS)의 응용분야에서 주로 사용되어지는 데이터이다. 이러한 등고선은 해당 지역의 DTM(Digital Terrain Model) 데이터 생성을 위해 보간(interpolation)하여 생성하는 데 연구가 집중되어 왔다. 본 논문에서는 DEM(Digital Elevation Model)으로부터 얻어진 등고선 데이터를 이용하여 사용자에게 3 차원으로 가시화 해 줄 수 있는 기법을 소개한다. 등고선 추출을 위한 방법으로는 기존의 소개되어진 Marching Square 알고리즘을 적용하였고, 지역적인 최고점(local minimum)과 최소점(maximum)을 구하기 위해 등고선을 열린 등고선(open contour)과 닫힌 등고선(closed contour)으로 분류하게 된다. 지역적 최고, 최소점을 찾기 위한 탐색공간을 줄이기 위해 닫힌 등고선만을 대상으로 등고선 트리를 생성하였으며, 생성된 트리의 리프노드에 대해서 최고, 최소점에 대한 근사(approximation)를 수행하게 된다. 이렇게 구해진 근사된 정점들과 등고선 데이터를 입력으로 하여 제한된 딜로니 삼각분할(Constrained Delaunay Triangulation)을 수행함으로써, 3 차원 지형을 재구성할 수 있다. 실험에서 USGS 로부터 획득한 지형 데이터를 이용하여 속도 측정을 하였다. 결과적으로 저장공간 측면에서 적은 량의 데이터를 가지면서 등고선을 표현할 수 있는 3 차원 지형을 렌더링 할 수 있음을 알 수 있다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1517-1522
• /
• 2023

본 연구에서는 Second Simulation of the Satellite Signal in the Solar Spectrum Vector를 활용하여 Moderate Resolution Imaging Spectroradiometer (MODIS) aerosol optical depth (AOD)의 기대 오차(expected error, EE)가 KOMPSAT-3A 지표반사도(surface reflectance, SR)의 정확도에 미치는 영향을 평가한다. 연구에서 다양한 지상 AOD와 그에 따른 MODIS AOD EE를 고려함으로써, 파장이 짧고 태양천정각(solar zenith angle, SZA)이 높을수록 SR 오류가 증가한다는 결과를 확인했으며, 이는 파장과 SZA 고려 사항을 통합하여 대기보정 알고리즘을 개선하기 위한 추가 연구가 필요하다는 점을 강조한다. 또한, 이 연구는 대기보정 과정에서 다른 위성의 AOD 자료 활용에 대해 더 잘 이해하기 위한 기초 자료를 제공하고 대기보정 기술 발전에 기여할 것으로 예상한다.

• 대한원격탐사학회지
• /
• 제37권3호
• /
• pp.475-491
• /
• 2021

최근 사용 가능한 고해상도 위성 SAR 영상이 다양해지면서, 변화 탐지를 포함한 다양한 분야에서 SAR 영상에 대한 정밀 정합 요구가 높아지고 있다. 다중 관측각 환경에서의 고해상도 SAR 영상간 정합은 SAR 영상의 특성상 발생하는 스펙클 노이즈, 기하 왜곡 등에 의해 어려움이 있다. 본 연구에서는 독일 TerraSAR-X의 staring spotlight 모드로 촬영된 고해상도 SAR 영상을 활용하여, 개략정합 단계와 정밀정합 단계의 2단계에 걸친 영상정합 알고리즘을 제안하였다. 개략정합 단계에서는 적응형 샘플링 기법과 SAR-SIFT(Scale Invariant Feature Transform)를 결합하여 정합을 수행하였고, 정밀정합 단계에서는 3가지의 강성 정합 기법인 NCC(Normalized Cross Correlation), PC (Phase Congruency)-NCC, MI (Mutual Information) 기법과 비강성 정합 기법인 Gefolki (Geoscience extended Flow Optical Flow Lucas-Kanade Iterative)를 적용하여 정합 성능을 비교 분석하였다. 정합 결과는 RMSE (Root Mean Square Error)와 FSIM (Feature Similarity) 지수를 사용하여 정량적인 비교를 수행하였다. 사용한 모든 영상 조합에서 강성정합 기법은 Gefolki 알고리즘에 비해 저조한 정합 성능을 보였다. 강성정합 모델들은 지형기복이 큰 지역에서 정합오차가 크게 발생함을 확인할 수 있었다. Gefolki 알고리즘 적용 결과, RMSE 1~3화소를 보이며 가장 우수한 결과를 확인하였으며, FSIM 지수 또한 다른 기법에 비해 0.02~0.03 이상 높은 값을 취득했다. 다중 관측각 영상에서의 고해상도 SAR 영상 간 정합 성능을 비교하였으며, 강성정합 기법에 비해 Gefolki 알고리즘을 통해 지형효과를 충분히 줄일 수 있음을 확인했다. 이는 추후 변화탐지를 포함한 다양한 분야의 전 처리 과정에 효과적으로 사용될 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제24권2호
• /
• pp.91-98
• /
• 2008

SAR에서 마이크로파의 진행방향으로의 속도성분을 가지고 움직이는 물체는 영상에서 azimuth 방향으로 이동된 위치에 상이 맺힌다는 현상은 이미 잘 알려져 있다. 대부분의 속도측정 알고리즘들은 실제 물체의 위치와 상이 맺힌 위치 사이의 거리를 측정함으로써 속도를 유추하였다. 그러나 움직이는 물체의 실제의 위치를 나타내는 지시자인 도로나 배의 물결모양은 일반적으로 SAR 영상에서의 식별도가 높지 않기 때문에 이러한 방법은 영상취득시의 조건이나 물체의 움직임 정도에 따라 적용이 제한적이다. 이에 본 연구에서는 SAR 원시자료 처리단계의 중간 산물인 range-compressed 영상의 azimuth 차분신호로부터 물체의 속도를 측정하는 새로운 방법을 제안한다. 이 방법은 움직이는 물체에 의한 도플러 중심주파수의 변이가 azimuth 차분신호에서의 위상변화를 일으킨다는 점에 기초한다. 일반적으로 SAR에서 감지하는 지표물의 위상은 SAR의 기하에 의하여 발생하는 도플러 변화율에 따라서 선형적으로 변한다. 이 선형변화위상과 몇 가지 상수 값을 갖는 위상들을 제거하고 남은 신호는 물체의 움직임과 직접적인 관련이 있으므로, 이로부터 속도를 구해낼 수 있다. 이 방법을 실제 ENVISAT ASAR영상을 이용하여 배의 속도를 구하는 데에 적용해 보았으며, 그 결과는 목표물의 위치에 따라 다른 양상을 보였다. 해상에 단독적으로 존재하는 배에 적용하였을 때는 0.1m/s 정도의 차이로 기존의 속도측정 알고리즘의 결과와 잘 일치하였으나, 육지에 인접한 연안의 배는 신호의 교란에 의해서 1m/s 이상의 오차를 보였다.