• Journal of the Korean earth science society
• /
• v.39 no.3
• /
• pp.241-249
• /
• 2018

As the international trade increases, vessel traffics around the Korean Peninsula are also increasing. Maritime accidents hence take place more frequently in the southern coast of Korea where many big and small ports are located. Accidents involving ship collision and sinking result in a substantial human and material damage as well as the marine environmental pollution. Therefore, it is necessary to locate the ships quickly when such accidents occur. In this study, we suggest a new ship detection index by comparing and analyzing the reflectivity of each channel of the Korea MultiPurpose SATellite-2 (KOMPSAT-2) images of the area around the Gwangyang Bay. A threshold value of 0.1 is set based on a histogram analysis, and all vessels are detected when compared with RGB composite images. After selecting a relatively large ship as a representative sample, the distribution of spatial reflectivity around the ship is studied. Uniform shadows are detected on the northwest side of the vessel. This indicates that the sun is in the southeast, the azimuth of the actual satellite image is $144.80^{\circ}$, and the azimuth angle of the sun can be estimated using the shadow position. The reflectivity of the shadows is 0.005 lower than the surrounding sea and ship. The shadow height varies with the position of the bow and the stern, perhaps due to the relative heights of the ship deck and the structure. The results of this study can help search technology for missing vessels using optical satellite images in the event of a marine accident around the Korean Peninsula.

• Proceedings of the KSRS Conference
• /
• 2001.03a
• /
• pp.3-8
• /
• 2001

인공위성 영상이나 항공영상에서 도로를 추출하는 시스템을 구현하는 연구는 지난 20년 동안 많이 진행되어 왔다. 본 논문은 해상도가 1m-2m 정도되는 도시영상에서 직각으로 구성된 도로를 추출하는 시스템의 구현에 관한 것이다. 도시영상에서는 도시내의 가로수나 건물들이 도로를 가리게 되고, 또한 높은 건물의 그림자에 의하여 도로의 많은 부분이 가려지게 되는데, 이러한 경우에 고로를 추출할 수 있는 기법에 대하여 기술한다. 또한 도로상의 중앙 분리선이나 차선 분리선은 건물의 외곽선에 비하여 매우 약하게 나타나므로 영상에서 상대적으로 약하게 나타나는 이러한 도로의 표식을 검출하여 도로를 추출하는 기법에 대하여서도 기술한다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.42 no.2
• /
• pp.263-272
• /
• 2022

As a result of climate change, the heatwave and urban heat island phenomena have become more common, and the frequency of heatwaves is expected to increase by two to six times by the year 2050. In particular, the heat sensation index felt by workers at construction sites during a heatwave is very high, and the sensation index becomes even higher if the urban heat island phenomenon is considered. The construction site environment and the situations of construction workers vulnerable to heat are not improving, and it is now imperative to respond effectively to reduce such damage. In this study, satellite imagery, land surface temperatures (LST), and long short-term memory (LSTM) were applied to analyze areas above 33 ℃, with the most vulnerable areas with increased synergistic damage from heat waves and the urban heat island phenomena then predicted. It is expected that the prediction results will ensure the safety of construction workers and will serve as the basis for a construction site early-warning system.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2004.03a
• /
• pp.301-306
• /
• 2004

이 논문에서는 1m 해상도 위성영상에서 관측할 수 있는 여러 인공지물 중에서 아파트 및 산업용 건물 등, 비교적 중대형이고 사각형 형태인 건물들을 반자동으로 추출하기 위한 알고리즘을 소개한다. 기존에 연구된 건물추출을 위한 방식으로는 Perceptual Grouping, 스테레오 분석, LIDAR 센서 등에서 얻은 3 차원 정보를 이용하는 방식 등이 있다. 여기서는 단일영상 만을 이용하여 반자동으로 건물을 추출하는 알고리즘을 제안한다 이 알고리즘은 먼저 영상으로부터 라인을 추출한 후, 라인분석을 통하여 건물의 위치와 방향을 결정하고, 탬플릿 정합을 이용하여 이를 개선한다. 그리고 자동으로 추출된 건물외각선에 포함된 오류를 제거하기 위하여 수동편집 단계를 수행한다. 또한 먼저 수행한 건물추출 결과를 활용하여 주변에 유사한 형태의 건물외각선을 빠르게 추출하기 위해 기존에 추출된 건물 외각선 Polygon 을 탬플릿으로 정의하고 정합을 수행하여 건물 외각선을 추출한다. 개발된 알고리즘은 기존의 다른 방식들에 비해 추가적인 영상이나 정보를 요구하지 않고도 빠른 시간에 정확한 사각형형태의 건물을 추출할 수 있었다.

• Korean Journal of Remote Sensing
• /
• v.39 no.5_3
• /
• pp.1031-1042
• /
• 2023

In this study, a deep learning model was developed to predict the yield of cabbage and radish, one of the five major supply and demand management vegetables, using satellite images of Landsat 8. To predict the yield of cabbage and radish in Gangwon-do from 2015 to 2020, satellite images from June to September, the growing period of cabbage and radish, were used. Normalized difference vegetation index, enhanced vegetation index, lead area index, and land surface temperature were employed in this study as input data for the yield model. Crop yields can be effectively predicted using satellite images because satellites collect continuous spatiotemporal data on the global environment. Based on the model developed previous study, a model designed for input data was proposed in this study. Using time series satellite images, convolutional neural network, a deep learning model, was used to predict crop yield. Landsat 8 provides images every 16 days, but it is difficult to acquire images especially in summer due to the influence of weather such as clouds. As a result, yield prediction was conducted by splitting June to July into one part and August to September into two. Yield prediction was performed using a machine learning approach and reference models , and modeling performance was compared. The model's performance and early predictability were assessed using year-by-year cross-validation and early prediction. The findings of this study could be applied as basic studies to predict the yield of field crops in Korea.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.23 no.3
• /
• pp.236-251
• /
• 2020

As remote sensing technologies are evolving, and more satellites are orbited, the demand for using satellite data for disaster monitoring is rapidly increasing. Although natural and social disasters have been monitored using satellite data, constraints on establishing an integrated satellite-based near real-time disaster monitoring system have not been identified yet, and thus a novel framework for establishing such system remains to be presented. This research identifies constraints on establishing satellite data-based near real-time disaster monitoring systems by devising and testing a new conceptual framework of disaster monitoring, and then presents a feasible disaster monitoring system that relies mainly on acquirable satellite data. Implementing near real-time disaster monitoring by satellite remote sensing is constrained by technological and economic factors, and more significantly, it is also limited by interactions between organisations and policy that hamper timely acquiring appropriate satellite data for the purpose, and institutional factors that are related to satellite data analyses. Such constraints could be eased by employing an integrated computing platform, such as Amazon Web Services(AWS), which enables obtaining, storing and analysing satellite data, and by developing a toolkit by which appropriate satellites'sensors that are required for monitoring specific types of disaster, and their orbits, can be analysed. It is anticipated that the findings of this research could be used as meaningful reference when trying to establishing a satellite-based near real-time disaster monitoring system in any country.

• Proceedings of KOSOMES biannual meeting
• /
• 2006.11a
• /
• pp.209-212
• /
• 2006

황해와 동중국해의 해황 변동에 관한 연구는 현장관측을 중심으로 체계적으로 많이 수행되어 왔지만, 인공위성자료를 이용한 황해와 동중국해의 해황 변동 연구는 미비한 실정이다. 이것은 인공위성자료를 통해 얻을 수 있는 관측항목이 표층수온자료에 국한되어 있었기 때문이다. 그러나 SeaWiFS 해색위성과 같은 인공위성자료들을 이용하여 부유물 농도, 엽록소 농도 등이 원활하게 생산되고 있으며 최근 연구결과에 의해 염분과 유향성분 동도 추정 및 추출이 가능케 되었으므로 이들 인공위성자료를 이용한 황해와 동중국해의 해황 변동에 관한 연구를 수행하게 되었다. 특히 2004 년도는 계절변동에 있어서 이상기후의 해라고 점철되고 있다. 2004년 봄철의 폭설과 일시적인 고온현상, 여름철에는 10년만의 무더위, 겨울철에는 36년만에 가장 포근한 날씨가 지속되었다. 이러한 이상기후의 발생은 해양과 대기의 상호작용에 의해서 기인했을 것이라고 생각되어 한반도 주변 해역에서 황해와 동중국해의 해황변동이 연안해역의 해황변동과 어떠한 연관성이 존재하고, 이러한 요인들은 2004년도에 발생한 이상기후와 어떤 상관관계를 갖는지 연구하기 위한 기초연구를 진행하였다. 2003년 12월 - 2004년 2월과 2004년 12월 2005년 2월에 통일한 시기에 관측된 NOAA 표층수온 분포 영상자료들을 황해와 동중국해 해역을 중심으로 월별로 비교해보면 2003년 12월 - 2004년 1월에 관측된 표층수온 분포값보다 2004년 12월 - 2005년 1월에 관측된 표층수온 분포값이 상대적으로 높은 분포 특성을 나타내고 있었다. 이와 같은 현상은 국립수산과학원의 2004년 10월과 12월의 정선관측자료에서도 나타나고 있었다. 그러나 이와는 반대로 2004년 2 월에 관측된 표층수온 분포값보다 2005년 2월에 관측된 표층수온 분포값이 상대적으로 낮은 분포 특성을 나타내고 있었다. 따라서 인공위성자료를 이용한 황해의 2004년 해황 분석 결과는 이상수온 상승의 원인이 쿠로시오 해류의 변통과 관련성이 높다고 판단되며 이에 대한 지속적인 연구가 현재 진행중에 있다.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2010.06a
• /
• pp.283-284
• /
• 2010

강우가 있을 때 토양수분은 증가하여 지표온도의 상승을 억제하고, 강우와 증발산을 통해 토양수분은 대기와 지형을 연결하는 중요한 상태변수(Yoo et al., 2001)가 된다. 이에 따라 물순환의 이해와 적절한 모형의 개발을 위해서는 강우 및 토양수분의 원격측정이 필수적일 뿐 아니라 관측 격자 내에서 일어나는 변화도에 대한 이해가 필요하다(김광섭 외, 2004). 따라서 본 연구에서는 인공위성 원격탐사 자료와 지형자료, 기상관측 자료와 같은 가용자료와 신경망(Neural Network) 모형을 이용하여 우리나라의 토양수분 분포도를 작성하고자 한다. 우선 신뢰도 높은 토양수분 관측자료를 가진 용담댐유역(6개 지점)에 대하여 전체적인 토양수분의 거동을 파악하여 토양수분 추정 모형의 적용 가능성을 확인하였다 이를 사용해서 용담댐 유역의 토양수분 분포와 우리나라 전역에 대한 토양수분 분포도를 추정하고자 한다. 신뢰할 수 있는 지상관측 토양수분 관측치가 다양한 지상조건에 대하여 존재하지 않는 한계에도 불구하고 제시된 토양수분추정 방법은 제한된 가용자료를 사용한 우리나라 전역의 토양수분 추정에 있어 합리적인 접근법이라 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.383-383
• /
• 2017

간척지는 바다와 접하는 하구언, 개벌로 이루어진 해안 등을 농공상업용지로 개간한 토지로서 간척지 이용에 있어 가장 우선적으로 용수공급 방안 수립이 고려되어야 한다. 해안유출지하수(submarine groundwater discharge)는 지하수 담수체가 존재하는 마지막 장소로 염해가 없는 청정수질 용수이다. 해안유출지하수 발생 구간을 탐지하기 위해 실측자료의 시공간적 한계를 극복할 수 있는 인공위성 영상을 활용한 원격탐사 기법을 이용하여 광역규모의 다양한 자료를 이용하고자 한다. MODIS (Moderate-Resolution Imaging Spectroradiometer)는 지구 생물권 활동에 관한 자료를 제공하는 미항공우주국 Terra EOS (Earth Observation system)위성의 주센서로 해양, 육상과 대기 분야에 적용이 가능한 다목적 센서이다. MODIS는 36개의 밴드를 이용하여 대기, 지표, 해양 관련 다양한 정보들을 제공하고 있다. 본 연구에서는 간척지의 효율적인 용수공급을 위한 해안유출지하수의 최적 개발 및 이용을 위해 MODIS MOD11 product 지표면온도(Land Surface Temperature; LST), MODIS MOD13 product 식생지수(Normalized Difference Vegetation Index; NDVI), 기상청의 지중온도와 실측자료를 이용하여 새만금 간척지를 대상으로 해안유출지하수 발생 구간을 탐지하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.197-197
• /
• 2021

최근 기후변화와 하천 제방의 노후화로 인해 수재해 위험이 지속적으로 증가하고 있다. 그러나 기존의 재래적인 하천 제방의 점검은 많은 인력과 예산 소모로 비효율적이며 제방 전구간 점검의 한계, 객관성의 한계 등 많은 한계점들이 존재하여 효과적인 홍수 대응을 위해 새로운 모니터링과 예/경보 시스템의 구축이 반드시 필요한 상황이다. 따라서 본 연구는 인공위성을 이용한 하천 제방 변위 산출과 수문학적 요인과의 관계 분석을 통해 하천 제방 건강상태 모니터링 시스템 방안을 제안하고자 한다. Sentinel-1 SAR 영상과 유럽 우주국(ESA)의 위성 영상 전처리 도구인 SNAP을 이용하여 2020년 여름 붕괴된 남원시의 금곡교 제방의 봄(4~5월), 여름(7~8월)의 변위를 산출하였고, 제방의 위험도 산정을 위해 토양수분관계를 분석하였다. 선행 연구(김상우,2019)에서는 농촌진흥청에서 제공하는 TDR(Time Domain Reflectrometry) 관측값과 Sentinel-1 SAR의 후방 산란계수의 토양수분관계가 일치하는 경향을 제시하여, 본 연구에서는 이를 이용하여 제방 후 방산란계수를 산출하고 변위와 토양수분도의 상관관계를 분석하여 변위 추세와 토양수분도의 추세가 일치하는 경향을 확인하였다. 본 연구 결과를 통해 향후에는 위성을 이용하여 산출한 제방의 변위와 토양수분도의 불확실성을 보완하고 기온, 수위, 토양도, 지하수위와 같은 수문기상학적 데이터의 분석을 통해 초정밀, 자동화 하천 제방 건강상태 모니터링 시스템이 구현 가능할 것으로 기대한다.