• 대한원격탐사학회지
• /
• 제38권1호
• /
• pp.111-126
• /
• 2022

Land use and land cover (LULC) mapping is an important factor in geospatial analysis. Although highly precise ground-based LULC monitoring is possible, it is time consuming and costly. Conversely, because the synthetic aperture radar (SAR) sensor is an all-weather sensor with high resolution, it could replace field-based LULC monitoring systems with low cost and less time requirement. Thus, LULC is one of the major areas in SAR applications. We developed a LULC model using only KOMPSAT-5 single co-polarized data and digital elevation model (DEM) data. Twelve HH-polarized images and 18 VV-polarized images were collected, and two HH-polarized images and four VV-polarized images were selected for the model testing. To train the LULC model, we applied the conditional generative adversarial network (cGAN) method. We used U-Net combined with the residual unit (ResUNet) model to generate the cGAN method. When analyzing the training history at 1732 epochs, the ResUNet model showed a maximum overall accuracy (OA) of 93.89 and a Kappa coefficient of 0.91. The model exhibited high performance in the test datasets with an OA greater than 90. The model accurately distinguished water body areas and showed lower accuracy in wetlands than in the other LULC types. The effect of the DEM on the accuracy of LULC was analyzed. When assessing the accuracy with respect to the incidence angle, owing to the radar shadow caused by the side-looking system of the SAR sensor, the OA tended to decrease as the incidence angle increased. This study is the first to use only KOMPSAT-5 single co-polarized data and deep learning methods to demonstrate the possibility of high-performance LULC monitoring. This study contributes to Earth surface monitoring and the development of deep learning approaches using the KOMPSAT-5 data.

• 대한원격탐사학회지
• /
• 제38권4호
• /
• pp.343-353
• /
• 2022

An attempt to derive the surface temperature from the Korea Multi-purpose Satellite (KOMPSAT)-3A mid-wave infrared (MWIR) data acquired over the southern California on Nov. 14, 2015 has been made using the MODerate resolution atmospheric TRANsmission (MODTRAN) radiative transfer model. Since after the successful launch on March 25, 2015, the KOMPSAT-3A spacecraft and its two payload instruments - the high-resolution multispectral optical sensor and the scanner infrared imaging system (SIIS) - continue to operate properly. SIIS uses the MWIR spectral band of 3.3-5.2 ㎛ for data acquisition. As input data for the realistic simulation of the KOMPSAT-3A SIIS imaging conditions in the MODTRAN model, we used the National Centers for Environmental Prediction (NCEP) atmospheric profiles, the KOMPSAT-3Asensor response function, the solar and line-of-sight geometry, and the University of Wisconsin emissivity database. The land cover type of the study area includes water,sand, and agricultural (vegetated) land located in the southern California. Results of surface temperature showed the reasonable geographical pattern over water, sand, and agricultural land. It is however worthwhile to note that the surface temperature pattern does not resemble the top-of-atmosphere (TOA) radiance counterpart. This is because MWIR TOA radiances consist of both shortwave (0.2-5 ㎛) and longwave (5-50 ㎛) components and the surface temperature depends solely upon the surface emitted radiance of longwave components. We found in our case that the shortwave surface reflection primarily causes the difference of geographical pattern between surface temperature and TOA radiance. Validation of the surface temperature for this study is practically difficult to perform due to the lack of ground truth data. We therefore made simple comparisons with two datasets over Salton Sea: National Aeronautics and Space Administration (NASA) Jet Propulsion Laboratory (JPL) field data and Salton Sea data. The current estimate differs with these datasets by 2.2 K and 1.4 K, respectively, though it seems not possible to quantify factors causing such differences.

• Nuclear Engineering and Technology
• /
• 제55권9호
• /
• pp.3268-3276
• /
• 2023

The practice of identifying the potential zones for mineral exploration in a speedy and low-cost method includes the use of satellite imagery analysis as a part of remote sensing techniques. It is challenging to explore the iron mineralization of a region through conventional methods which are a time-consuming process. The current study utilizes the Hyperion satellite imagery for mapping the iron mineralization and associated geological features in the Irikkur region, Kannur, Kerala. Along with the remote sensing results, the field study and laboratory-based analysis were conducted to retrieve the ground truth point and geochemical proportion to verify the iron ore mineralization. The MC simulation showed for shielding properties indicate an increase in the linear attenuation coefficient with raising the Fe₂O₃+SiO₂ concentrations in the investigated rocks where it is varied at 0.662 MeV in the range 0.190 cm^-1 - 0.222 cm^-1 with rising the Fe₂O₃+SiO₂ content from 57.86 wt% to 71.15 wt%. The analysis also revealed that when the γ-ray energy increased from 0.221 MeV to 2.506 MeV, sample 1 had the largest linear attenuation coefficient, ranging from 9.33 cm1 to 0.12 cm^-1. Charnockite rocks were found to have exceptional shielding qualities, making them an excellent natural choice for radiation shielding applications.

• 대한원격탐사학회지
• /
• 제40권1호
• /
• pp.93-101
• /
• 2024

Accurate field crop classification is essential for various agricultural applications, yet existing methods face challenges due to diverse crop types and complex field conditions. This study aimed to address these issues by combining support vector machine (SVM) models with multi-seasonal unmanned aerial vehicle (UAV) images, texture information extracted from Gray Level Co-occurrence Matrix (GLCM), and RGB spectral data. Twelve high-resolution UAV image captures spanned March-October 2021, while field surveys on three dates provided ground truth data. We focused on data from August (-A), September (-S), and October (-O) images and trained four support vector classifier (SVC) models (SVC-A, SVC-S, SVC-O, SVC-AS) using visual bands and eight GLCM features. Farm maps provided by the Ministry of Agriculture, Food and Rural Affairs proved efficient for open-field crop identification and served as a reference for accuracy comparison. Our analysis showcased the significant impact of hyperparameter tuning (C and gamma) on SVM model performance, requiring careful optimization for each scenario. Importantly, we identified models exhibiting distinct high-accuracy zones, with SVC-O trained on October data achieving the highest overall and individual crop classification accuracy. This success likely stems from its ability to capture distinct texture information from mature crops.Incorporating GLCM features proved highly effective for all models,significantly boosting classification accuracy.Among these features, homogeneity, entropy, and correlation consistently demonstrated the most impactful contribution. However, balancing accuracy with computational efficiency and feature selection remains crucial for practical application. Performance analysis revealed that SVC-O achieved exceptional results in overall and individual crop classification, while soybeans and rice were consistently classified well by all models. Challenges were encountered with cabbage due to its early growth stage and low field cover density. The study demonstrates the potential of utilizing farm maps and GLCM features in conjunction with SVM models for accurate field crop classification. Careful parameter tuning and model selection based on specific scenarios are key for optimizing performance in real-world applications.

• 대한원격탐사학회지
• /
• 제40권3호
• /
• pp.307-316
• /
• 2024

2024년 1월 1일 일본 노토반도에서 모멘트 규모 7.5의 강진이 발생했다. 이 강진에 의해 노토반도에는 심각한 지표 변위가 발생하였다. 지표 변위 파악에는 global navigation satellite system (GNSS) 기지국에서 측정된 자료를 사용하나 기지국이 존재하지 않는 지역의 정보를 획득하기에는 한계점이 존재한다. 따라서 본 연구에서는 급격하게 발생한 변위를 탐지할 수 있는 offset tracking을 이용하여 노토반도 전역의 수평 지표 변위를 파악하고자 한다. Offset tracking 기법을 이용하여 노토반도를 분석한 결과 진앙이 위치한 노토반도의 북동쪽 지역보다 북서쪽 지역에서 더 많은 수평 방향 지표 변위가 발생하였으며 지표 변위 값이 최대 2.9 m에 달하는 것으로 나타났다. 본 연구의 결과는 지상 GNSS 기지국을 통해 지표 변위 자료를 획득하지 못하는 지역의 지표 변위 값을 산출하는 데 활용할 수 있을 것이다.

• 한국지리정보학회지
• /
• 제5권2호
• /
• pp.1-15
• /
• 2002

대기중의 에어러솔은 지구복사수지에 영향을 미치는 요소이며 직 간접적인 복사강제효과로 인하여 기후변화인자로 간주되고 있다. 대기 에어러솔은 대기중 체류시간의 시 공간적 불확실성 때문에 GCM 등의 변수로 사용하기 어려운 점을 가지고 있다. 따라서 대기 에어러솔의 기후 및 대기복사에 대한 영향을 규명하기 위하여 대기 에어러솔의 물리 광학적 성질을 밝히는 것이 필요하다. 본 연구에서는 가시영역에서의 대기효과를 분석하기 위하여 대기복사전달 모델인 MODTRAN 3 (Moderate Resolution Transmittance)의 모사결과와 GMS-5 위성의 가시영역 채널을 이용하여 황사 에어로졸의 모니터링을 시도하였다. 본 연구에서는 황사사례를 중심으로 대기 에어러솔에 의한 대기효과를 정량화하기 위한 GMS-5 위성자료와 이를 시뮬레이션 하기 위한 MODTRAN 3 대기복사전달모델을 사용하였다. MODTRAN 3 시뮬레이션 결과로 위성의 채널 알베도와 에어러솔 광학 두께와의 관계를 계산하여 위성자료에서 에어러솔 광학두께에 관한 정보를 추출하였다. 후진궤적분석을 통하여 황사를 포함한 공기덩어리가 고비사막으로부터 중국을 거쳐 한반도에 도달하는 것과 이때 에어러솔 광학두께가 증가하는 현상을 지상관측자료에서 확인할 수 있었다. 또한 위성영상에서 보이는 황사영역은 황사의 이동 현상을 시간대별로 잘 나타나고 있고, 지상관측결과의 비교분석은 10% 내의 오차율을 가지는 범위 안에서 만족할 만한 결과를 보여주었다. 더욱이 같은 황사현상이 발생한 시간대에 한국, 중국과 일본에서 측정된 라이다 관측결과와 모델결과 자료는 황사 에어로졸의 특성을 잘 나타내고 있으므로 향후 대기에어로졸의 모니터링에 대한 중요한 역할을 할 수 있을 것이다.

• Spatial Information Research
• /
• 제16권3호
• /
• pp.373-383
• /
• 2008

지표면에 대한 정보를 취득하는 기법 중 지금까지 주로 사용되어온 기법은 항공사진 및 위성영상과 같이 평면적인 정보 수집에 중점을 두고 있는 반면, 본 논문에서 다루는 LiDAR(Light Detection And Ranging)는 레이저 측량기술을 이용하여 지표면에 대한 고해상도의 비정규분포 Point 형태의 3차원 정보의 획득이 가능하다. GPS(Global Positioning System) 수신기와 INS(Inertial Navigation System)의 결합을 통해 좌표 값을 제공하게 된다. 이러한 LiDAR의 3차원 Point 정보와 좌표 값을 활용하여 보다 정밀한 3차원 모델링 수행이 가능하다. 본 연구에서는 LiDAR의 반사강도와 기하/지형 자료를 이용하여 도시지역을 대상으로 정밀한 3차원 공간정보자료를 취득하고, 그 자료를 분석하여 도시지역을 높이와 밀도를 기반으로 하여 3차원으로 분류하였다. LiDAR를 통해 획득된 원시자료로부터 지표면에서 반사되는 Point Data의 개수를 지면과 비지면 요소의 비율로 추정하여 지형과 공간적 특성을 파악하고 이에 따라 3차원 토지피복분류도를 작성하였다. 신호의 강약을 구분하는 기준은 통계적 방법(Jenk's Natural Break)을 통해 추정된 값을 사용하였으며, 지표면 반사비율에 따라 세부지역으로 구분하여 크게 고밀도 저밀도 식생지역과 비식생지역으로 구분하였다.

• 한국지리정보학회지
• /
• 제8권3호
• /
• pp.96-106
• /
• 2005

원격탐사와 GIS 기법는 시공간 측면에서 매우 귀중한 정보를 제공할 수 있으며, 홍수와 같은 재해 발생시 홍수발생 지역에 대한 매핑, 모니터링 빚 재해지역 관리 등에 있어 매우 유용한 정보를 제공할 수 있다. 지난 2000년 메콩강 유역의 Tonle Sap호에서 발생한 홍수에 의해 많은 피해가 발생하였으며, 특히 7월과 10월 사이에 두 차례의 홍수 피크가 기록되었다. 본 연구에서는 홍수피해에 대한 정량적인 분석을 위해 ISODATA와 세크멘테이션 기법을 이용하여 Landsat ETM+와 RADARSAT 영상을 분석하였다. 그러나, 영상으로부터 분석된 범람면적이 구름과 복잡한 지표피복물 등으로 인해 실제 홍수피해 상황을 정확히 반영하지 못했다. 따라서, 이러한 문제점을 해결하고자 GIS 기능 중 비용-거리 (cost-distance) 기법을 이용하여 홍수범람 면적을 분석하였으며, 분석결과는 수치표고자료(DEM)와 중첩하여 홍수량을 계산하였다. 계산된 홍수량은 수리모형인 MIKE 11의 모델링 결과와 비교하였다. 계산결과 영상 내에 많은 구름이 존재하는 Landsat ETM+ 영상의 경우와 복잡한 지표피복이나 시스템 변수 등의 영향으로 홍수피해 지역을 정확히 분류하기 어려운 RADARSAT 영상에서도 좋은 결과를 얻을 수 있었다.

• 대한원격탐사학회지
• /
• 제31권3호
• /
• pp.227-244
• /
• 2015

최근 위성 Synthetic Aperture Radar (SAR) 영상의 해상도가 개선됨에 따라 이에 대한 수요가 증가할 것으로 보이며 향후 새로운 응용시장으로 성장할 것으로 예측되고 있다. 특히, 화산이나 지진과 같은 자연 재해에 대한 예측이나 지형의 미세한 변화를 탐지하기 위한 용도로 SAR 영상의 활용도가 증가하고 있다. 기존의 변화탐지 알고리즘을 고해상도 SAR 영상에 적용할 경우, 영상간의 기하학적 구조, 스펙클의 영향 등으로 변화탐지 정확도가 저하될 수 있다. 또한, SAR 영상의 경우 지형적 특성에 따라 영상의 통계적 분포가 다르므로 영상의 통계분포를 반영한 임계값 추정이 필요하다. 본 연구에서는 고해상도 SAR 영상의 통계적 분포특성을 반영하여 임계값을 이용하는 변화탐지 알고리즘을 제안한다. 제안된 알고리즘의 성능을 시험하기 위해 SAR 영상 시뮬레이션을 수행하여 성능을 시험하고 검증하였다. 마지막으로 Cosmo-Skymed과 다목적실용위성-5 영상에 각각 적용하여 검증하고 비교한 결과를 제시한다.

• 대한원격탐사학회지
• /
• 제33권6_1호
• /
• pp.961-970
• /
• 2017

위성을 이용한 에어로졸 원격탐사에서 높은 공간해상도의 정보에 대한 요구가 많았음에도 그동안 단일화소가 갖는 물리적인 에어로졸 신호의 약화와 구름 등에 의한 오차 증가로 인해 산출에 어려움을 겪어왔다. 본 연구에서는 GOCI 자료를 이용하여 한-미 협력 국내 대기질 공동조사 캠페인 기간인 2016년 5, 6월에 대해 GOCI의 최대 공간 해상도인 500 m에서 고해상도 에어로졸 광학 깊이를 산출하였다. 기존의 GOCI 알고리즘은 6 km 해상도로 에어로졸 산출물을 제공해왔으며, 이번 연구에서 개발한 고해상도 산출 알고리즘은 기존 알고리즘을 기반으로 한다. 에어로졸 모형, 조견표 구성 및 역추산 과정은 동일하게 이용되었으나, 높은 해상도에서의 구름 제거 방법이 개선되었다. 그 결과, 몇 가지 사례에 대하여 6 km 산출물과 비교하였을 때 500 m 산출물의 분포 및 크기는 유사하게 나타났으나 공간 해상도가 높기 때문에 더 많은 화소에 대하여 산출되었다. 이에 따라 작은 규모의 구름 주위에서도 산출이 되었고, 에어로졸의 공간적인 변화를 세밀하게 살펴볼 수 있었다. 정확도 검증을 위하여 지상 관측 장비와 비교를 하였을 때 공간해상도가 크게 좋아졌음에도 상관 계수가 0.76, 기대 오차 내에 들어오는 비율이 51.1%로 6 km 산출물과 유사한 검증 결과를 보였다.