• 항공우주시스템공학회지
• /
• 제13권3호
• /
• pp.78-86
• /
• 2019

본 연구에서는 전개성능을 고려한 대형 전개형 SAR 안테나의 회전스프링 힌지의 강성 최적설계에 대해 기술한다. 대형 전개형 SAR 안테나는 발사환경에서는 접혀 있다가 궤도에서 임무를 수행할 때 펼치게 된다. 이러한 조건에서 여러 장으로 구성된 안테나 패널을 주어진 시간 내에 최소의 충격으로 전개할 수 있도록 회전스프링 힌지의 적절한 강성을 찾는 것은 매우 중요하다. 회전스프링 강성이 강하면 완전 전개시점에서 발생하는 큰 충격하중이 구조체에 손상을 주며, 약하면 전개 저항으로 인해 완전전개를 보장할 수 없기 때문이다. 이러한 문제를 해결하기 위해서 RecurDyn을 이용한 다물체동역학 해석모델을 생성하였으며 전개해석을 통해 전개성능(전개시간 전개충격하중)을 도출하였다 최적의 회전스프링 강성을 찾기 위해 이에 따른 전개성능을 반응표면법을 통해 근사화 시켰으며 최적설계를 수행하여 적절한 회전스프링의 강성 값을 도출하였다.

• 대한원격탐사학회지
• /
• 제34권6_4호
• /
• pp.1555-1565
• /
• 2018

화산체의 미세 지표변위 관측은 화산의 위험성과 분화 가능성을 평가하는데 중추적인 역할을 한다. 화산체 관측을 위해 고정 지상 관측 장비들을 이용할 경우 유지 관리가 어렵고 위험 및 비용 지출이 큰 반면, 인공위성을 이용한 원격탐사 기법은 저비용으로 정기적인 모니터링이 가능하다. 이 논문에서는 인공위성 합성개구레이더(Synthetic Aperture Radar; SAR) 간섭기법(Interferometric SAR; InSAR)을 Galapagos Sierra Negra 화산에 적용하여 2005년 화산분화 이전의 변형을 효과적으로 연구한 Chadwick et al.(2006)의 연구에 이어, 가장 최근에 이 화산체가 어떠한 화산활동을 하고 있는지를 최신 SAR 인공위성인 Sentinel-1자료를 이용하여 분화 전 마그마 활동을 분석하였다. 2017년 1월부터 2018년 1월까지의 descending mode Sentinel-1A SAR 영상을 취득하여 고정산란체 간섭기법(Persistent Scatter InSAR)을 적용하였으며, Mogi model을 통해 최근 마그마의 활동 깊이 및 팽창량을 추정하였다. 그 결과 2018년 6월 분화 이전의 화산체 활동 양상이 2005년 분화 이전의 활동 양상과 유사하다는 사실을 확인하였고, 활동 깊이와 팽창 반경을 추산해 내는 데 성공하였다. 본 연구 결과는 인공위성 SAR와 역산 기법을 통해 화산체의 활동 양상을 특징짓고 이를 통해 화산분화의 조기 모니터링 가능성을 제시하고 있다.

• 대한원격탐사학회지
• /
• 제38권6_2호
• /
• pp.1709-1722
• /
• 2022

지구온난화로 인해 발생한 기온 상승은 엘니뇨, 라니냐 현상을 초래하였고, 해수의 온도를 비정상적으로 변화시켰다. 해수 온도의 비정상적인 변화는 특정 지역에 강우가 집중되는 현상을 발생시켜 이상 홍수를 빈번하게 일으킨다. 홍수로 인한 인명 및 재산 피해를 복구하고 방지하기 위해서는 침수피해 지역을 신속하게 파악하는 것이 중요한데 이는 합성개구레이더(synthetic aperture radar, SAR)를 통해 가능하다. 본 연구에서는 멀티 커널(kernel) 기반의 수정된 U-NET과 TerraSAR-X 영상을 활용하여 다양한 특성 맵 추출을 통해 반전 잡음(speckle noise)의 효과를 저감하고, 홍수 전, 후의 두 장의 영상을 입력자료로 활용해 홍수 발생 지역을 직접적으로 도출해내는 모델을 제작하고자 한다. 이를 위해 두 장의 SAR 영상을 전처리하여 모델의 입력자료를 제작하였고, 이를 수정된 U-NET 구조에 적용하여 홍수 탐지 딥러닝 모델을 학습시켰다. 해당 방법을 통해 평균 F1 score 값이 0.966으로 높은 수준으로 홍수 발생 지역을 탐지할 수 있었다. 이 결과는 수해 지역에 대한 신속한 복구 및 수해 예방책 도출에 기여할 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제38권5_3호
• /
• pp.901-912
• /
• 2022

전 세계적인 기후변화로 재해발생빈도가 증가하고 있으며, 국내에서도 이례적인 폭우 및 장마현상이 발생되고 있다. 이러한 기상이변현상은 가뭄, 홍수 등으로 이어져 2차피해를 유발할 수 있으므로 주기적인 모니터링과 신속한 탐지가 중요하다. 수체탐지를 위하여 광학영상을 활용한 연구가 지속적으로 이루어지고 있으나, 폭우를 동반하여 발생하는 홍수를 탐지하기 위해서는 구름의 영향으로 탐지하기 어렵다는 한계를 대변하기 위해 전천후 주야에 관계없이 관측가능한 합성개구레이더(synthetic aperture radar, SAR)를 활용한 연구가 필요하다. 본 연구에서는 개방데이터로서 24시간 이내에 수집 가능한 Sentinel-1 SAR 영상을 활용하여 최근 다양한 분야에서 활용되고 있는 딥러닝 알고리즘인 UNet을 적용하였다. 선행연구에서 SAR영상과 딥러닝 알고리즘을 이용하여 수체탐지 연구가 진행되고 있지만, 국내를 대상으로 소수의 연구만이 진행되었다. 따라서 SAR 영상의 딥러닝 적용가능성을 파악해보고자 UNet과 기존의 알고리즘인 임계값(thresholding) 방법을 비교하였으며, 5가지 지수와 Sentinel-2 normalized difference water index (NDWI)로 평가하였다. Intersect of union (IoU)로 정확도를 평가해 본 결과 UNet은 0.894, 임계값 방법은 0.699로 UNet의 정확도가 높은 것을 확인할 수 있었다. 본 연구를 통해 딥러닝 기반 SAR영상의 적용가능성을 확인할 수 있었으며, 고해상도의 SAR영상과 딥러닝 알고리즘을 적용한다면, 국내를 대상으로 주기적이고 정확한 수체의 변화탐지가 가능할 것이라 기대된다.

• 대한원격탐사학회지
• /
• 제38권5_1호
• /
• pp.571-585
• /
• 2022

기후변화로 인한 가뭄, 홍수, 산불, 산사태 등 자연재해의 위협이 증가함에 따라, 합성개구레이더(Synthetic Aperture Radar, SAR)와 같이 고해상도 토양수분 복원에 대한 사회적 수요도 증가하고 있다. 하지만 국내 환경은 산림 지형의 비율이 높아, 식생과 지형의 영향을 크게 받는 SAR 자료에서 토양수분을 복원하는데 많은 어려움을 겪고 있다. 이에 본 연구에서는 기계학습의 일종인 인공신경망(Artificial Neural Network, ANN) 기법을 활용하여, Sentinel-1 SAR 영상의 자립형 활용성을 평가하였다. Sentinel-1에서 얻을 수 있는 이중편파 산란계수는 토양수분 거동과 유의미한 상관성을 가지고 있음을 확인할 수 있었으며, 다른 위성이나 지점에서 관측된 보조자료를 사용하지 않고도 식생의 효과 등을 보정할 수 있는 자립형 활용 가능성도 확인할 수 있었다. 하지만 각 지점별, 지형 그룹별 특성에 의한 차이가 크게 나타났으며, 특히 산지와 평지에서 학습된 모형을 교차적용하였을 때 토양수분을 제대로 모의할 수 없는 현상이 발생하였다. 또한 이러한 문제를 해결하고자 학습 지점의 수를 늘리는 경우에는 토양수분 복원 모형이 평활화되어 상관계수는 증가하였으나, 지점에서의 오차는 점점 증가하였다. 따라서 고해상도 SAR 토양수분 자료를 광범위하게 적용하기 위해서는 체계적 연구 수행이 선행되어야 하며, 목적에 따른 학습 지점의 선정, 적용 지역의 범위 등을 구체적으로 제한하여 활용한다면 다양한 분야에서 효과적으로 활용할 수 있을 것으로 기대된다.

• 한국수자원학회논문집
• /
• 제55권12호
• /
• pp.1031-1039
• /
• 2022

강우는 산사태와 밀접한 연관성을 지니는 수문 인자 중 하나로, 외력을 발생시켜 지반 안정성에 간접적으로 관여한다. 최근에는 지반 안정성에 직접적인 영향을 미치는 인자인 지하수위의 변동에 대한 관심이 증가하고 있다. 이에 본 연구에서는 강우, 지하수위와 지반 변위의 변동을 통해 변수간 관계성을 분석하고자 하였다. PSInSAR 기법을 사용하여 도심과 산지에서의 지반 변위 모의 결과를 도출하였고, 위성 기반 강우와 지점 기반 지하 수위 자료와 연계하여 시계열 기반 분석을 실시하였다. 고강도 강우에 대해 도심과 산지에서 모두 급격한 지하수위의 상승이 나타났으며, 무강우 및 저강우 기간에 대해 도심에서는 지속적인 감소 경향이 나타났다. 지하수위의 증가에 대해 산지에서는 6 mm 수준의 지반 침하가 관측되었으며, 이는 표토층의 토사 유출로 인한 결과로 보인다. 한편 도심에서는 다양한 결과가 나타났는데 지하수위 상승에 대한 지반 변위의 증가와 토양 뼈대의 확장으로 인한 결과로 볼 수 있으나, 지반 변위의 감소는 인위적 영향에서 기인된 결과로 보인다. 전반적으로 지하수위와 지반 변위 간 관계성이 일관되게 나타나지 않았는데, 이는 수문인자 외의 다른 영향인자로 인한 결과로 보인다. 두 인자 간 관계성에 영향을 미치는 환경 인자들이 추가로 고려된다면 관계성을 보다 면밀히 파악하는 데 기여할 수 있을 것으로 보인다.

• 대한원격탐사학회지
• /
• 제38권5_1호
• /
• pp.497-510
• /
• 2022

농업용 저수지는 수자원이 계절적으로 편중된 한반도에서 갈수기 용수 공급을 위한 필수적인 구조물이다. 효율적인 물 관리를 위해서는 중소규모 저수지에 대한 체계적이고 효과적인 모니터링이 필요하며, 합성개구 레이더(Synthetic Aperture Radar, SAR) 영상은 전천후 관측이 가능하다는 특징과 함께 연속적인 저수지 모니터링을 위한 도구가 된다. 본 연구에서는 10 m급 해상도를 갖는 Sentinel-1 SAR 영상과 1 m급 해상도의 Capella X-SAR 영상을 활용하여 울산광역시 차리, 갈전, 뒷골 저수지의 수체를 탐지하였으며, 이를 통해 국내 중소규모 저수지 모니터링에의 활용성을 평가하고자 하였다. Z fuzzy function 기반 임계값 산정을 통한 영상분할기법과 객체 탐지 기반 분할기법인 Chan-vese (CV) 기법을 통해 수체 영역을 산정하였으며, UAV 영상과의 비교를 통해 성능을 정량적으로 평가하였다. 임계값 기반 탐지 정확도는 Sentinel-1의 경우 약 0.87, 0.89, 0.77 (차리, 갈전, 뒷골), Capella의 경우 약 0.78, 0.72, 0.81로 나타났으며, CV 기법 적용 시 모든 저수지에서 정확도가 향상되는 것을 확인하였다(Sentinel-1: 0.94, 0.89, 0.84, Capella: 0.92, 0.89, 0.93). Capella는 모든 저수지/분할기법에 대해 수체와 비수체의 경계를 비교적 뚜렷하게 모의하였으나, 고해상도로 인한 speckle noise가 충분히 평활화되지 않아 오탐지 및 미탐지가 다소 발생하였다. 오탐지의 제거를 위해 광학 센서 기반 보조자료를 활용하여 마스킹한 결과, 정확도가 최대 13% 향상되는 것을 확인할 수 있었다. 본 연구 결과를 바탕으로 SAR 위성 기반 더욱 정확한 저수지 탐지가 이루어진다면 소규모 저수지를 포함, 종합적인 가용수량에 대한 연속적인 모니터링이 가능할 것이며, 효과적인 수자원 관리에 기여할 수 있을 것으로 기대된다.

• 한국수자원학회논문집
• /
• 제54권7호
• /
• pp.535-544
• /
• 2021

농업용수는 용수수요의 48%를 차지하고 있으며, 농업 유역내의 유량관리를 위해서는 농업저수지의 관리가 중요하다. 효율적인 농업용수의 활용을 위해서는 농업저수지 및 농업 유역 내 수자원의 분포를 모니터링 할 수 있는 기술이 요구된다. 이에 본 연구에서는 2018년부터 2020년까지 3년간의 Sentinel-1 영상을 활용하여 지상의 수체를 탐지하기 위한 임계값 결정 방법 세 가지(고정 임계값, Otsu 임계값, Kittler-Illingworth (KI) 임계값)을 비교하여, 정확한 저수면적을 산정하기 위한 임계값 결정 방법을 평가하고자 하였다. 또한 이동, 고삼, 기흥저수지에서 저수면적과 저수량의 관계를 분석하여, SAR 영상 기반의 저수량을 산정하였고 지상관측 자료와의 검증을 수행하였다. 수체를 탐지하기 위한 임계값 결정 방법은 KI 임계값의 경우가 가장 정확한 것으로 나타났으며, KI 임계값을 활용하여 산정된 저수량은 이동, 고삼, 기흥저수지의 지상관측 자료와의 검증에서 평균 r = 0.9235, KGE' = 0.8691 로 높은 일치도를 나타냈다. 계절에 따른 오차 특성은 충분히 관측되지 않았으나, 저수면적과 저수량 간의 관계가 급격하게 바뀌는 고수위에서의 과소 산정 문제가 발생할 수 있다. 따라서 정확한 저수량 추정을 위해서는 지상관측 자료를 통한 저수면적-저수량 관계 파악이 선행되어야 한다. 추후 수자원위성을 통한 SAR 자료의 활용이 가능해지면, 본 연구의 결과를 바탕으로 저수량 모니터링 및 가뭄 대응을 위한 활용에서 유용할 것으로 판단되나, 홍수예방 등의 목적으로 활용하기 위해서는 추가적인 연구가 필요하다.

• 한국수자원학회논문집
• /
• 제56권8호
• /
• pp.497-508
• /
• 2023

수자원의 계절적 편중이 심한 한반도에서 농업용 저수지는 이를 효과적으로 유지 및 관리하기 위한 필수적인 구조물이다. 저수지 모니터링을 위한 수단으로 광학 및 합성개구레이더(Synthetic Aperture Radar, SAR) 위성영상이 활용되고 있으나, 광학영상은 기상현상에 의한 간섭이 심하다는 한계점이 존재하며, SAR 영상은 짙은 식생에서 일어나는 다중 산란 및 노이즈에 의한 오탐지 및 미탐지가 발생하기 쉽다. 이에 본 연구에서는 광학 영상과 SAR 영상의 융합을 통해 저수지 수체 탐지 정확도를 높이고 상호보완적 작용에 대해 정량적으로 분석하고자 하였다. 경기도 이동저수지, 충청남도 천태 저수지를 대상으로, 국내 고해상도 위성인 차세대중형위성 1호, 다목적실용위성 3호 및 3A호, 그리고 유럽우주국의 Sentinel-2 영상 기반 Normalized Difference Water Index (NDWI)와 SAR 탑재 위성인 Sentinel-1 단일 영상에 비지도학습 기법인 K-means 클러스터링 기법을 사용하여 수체를 탐지하고, NDWI-SAR 후방산란계수로 이루어진 2-D grid space에 동일 기법을 활용하여 정확도의 향상 정도를 파악하였다. 전반적인 정확도는 다목적실용위성이 가장 높은 것으로 나타났으며(두 저수지 모두 0.98), 이후 Sentinel-1(두 저수지 모두 0.93), Sentinel-2(이동: 0.83, 천태: 0.97), 차세대중형위성(이동: 0.69, 천태: 0.78) 순서로 감소하였다. 천태저수지에서 2-D K-means 클러스터링 기법을 적용한 결과 차세대중형위성의 수체탐지 정확도는 약 85%의 정밀도 향상과 14%의 재현율 감소와 함께 약 22% 향상되었으며(정확도 약 0.95), 다목적실용위성 및 Sentinel-2의 수체탐지 정밀도는 3-5% 향상되었고, 재현율은 4-7% 감소하였다. 추후 차세대중형위성 5호인 수자원위성 등 고해상도 SAR 위성과 이를 활용할 수 있는 고도화된 영상 융합기술, 수체 탐지 기술이 개발된다면 국내 수자원에 대한 매우 정확한 모니터링이 가능할 것으로 기대된다.

• 한국수자원학회논문집
• /
• 제57권3호
• /
• pp.181-193
• /
• 2024

기후변화에 의해 발생하는 대기 불균형은 강우량의 증가로 이어지고, 침수 발생 빈도가 증가함에 따라 이를 탐지할 수 있는 기술의 필요성이 증가하고 있다. 침수 피해를 최소화하기 위해 지속적인 모니터링이 필요하며, 날씨의 영향을 받지 않는 합성개구레이더(Synthetic Aperture Radar, SAR) 영상을 활용하여 침수지역을 탐지하였다. 관측된 데이터는 median 필터를 통해 노이즈를 감소시키는 전처리 과정을 진행하였으며, 객체 탐지 기법을 통해 수체와 비수체를 분류하여 각 기법의 침수탐지 활용성을 평가하고자 하였다. 본 연구에서는 Otsu 기법과 SVM 기법을 통해 수체 및 침수 탐지를 수행하였으며, Confusion Matrix를 통해 전체적인 모델의 성능을 평가하였다. Otsu 기법은 수체와 비수체의 경계를 구분하는데 적합함을 보였으나, 혼합물의 영향을 받아 오탐지의 비율이 높게 나타났다. 반면, SVM 기법을 사용한 경우, 오탐지 비율이 낮고 혼합물에 의한 영향에 민감하지 않은 것으로 관측되었다. 이에 따라 침수 상태를 제외한 다른 조건에서 SVM 기법의 정확도가 높게 나타났다. Otsu 기법이 침수 조건에서 SVM 기법보다 다소 높은 정확도를 보였지만, 정확도의 차이가 5% 미만임을 확인할 수 있었다(Otsu: 0.93, SVM: 0.90). SVM 기법이 Otsu 기법보다 침수 전, 침수 후의 조건에서 정확도 차이가 최대 15% 이상 발생하여 수체 및 침수탐지에 더 적합하게 나타났다(Otsu: 0.77, SVM: 0.92). 이러한 결과는 SVM 기법이 수체 및 침수탐지에서 효과적으로 활용될 수 있음을 시사하며, 미래의 수재해 탐지 시스템에 적용될 때 유용한 정보를 제공할 수 있을 것으로 기대된다.