• 한국수자원학회논문집
• /
• 제55권8호
• /
• pp.623-634
• /
• 2022

하천 주변 친수구역 조성, 4대강 사업 등과 같은 하천정비 사업으로 인해 하천의 흐름특성은 계속적으로 변동하고 있으며, 각종 오염물질 유입으로 인한 수질사고의 위험이 높아지고 있다. 수질사고 발생시 하천의 흐름특성을 고려해 오염물질의 농도 및 도달시간을 예측해 신속한 방제작업으로 하류로의 영향을 최소화해야한다. 이러한 오염물질의 거동을 추적하기 위해서는 하천의 구간별 확산계수, 분산계수 산정이 필요하며 그중 분산계수는 용존성 오염물질의 확산범위 해석에 사용된다. 오염물질의 거동을 추적하기 위한 기존 실험적 연구사례들은 많은 인력과 비용이 소요되고, 한정적인 장비의 운용으로 공간적으로 높은 해상도의 자료 취득이 어려웠다. 최근에는 RGB드론을 이용한 오염물질의 추적연구가 수행되었지만, RGB영상 역시 분광정보를 한정적으로 수집한다는 한계가 있다. 본 연구에서는 기존 연구들의 한계점들을 보완하기 위해 드론을 활용한 원격탐사 플랫폼에 초분광센서를 탑재하여 기존 접촉식 측정보다 시간적, 공간적으로 고해상도의 자료를 수집하였다. 수집된 시공간(Spatio-temporal) 초분광영상을 활용해 추적자의 농도를 산정하고, 횡분산계수를 도출하였다. 향후 연구를 통해 드론 플랫폼의 한계를 극복하고, 분산계수 산정 기술을 고도화하면 수계로 유출되는 각종 오염물질의 감지 및 다양한 수질항목 및 하천인자의 변화량 감지가 가능할 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제39권5_1호
• /
• pp.655-667
• /
• 2023

전 세계적으로 녹조 대발생은 빈번하게 보고되고 있으며, 국내에서도 매년 녹조로 인한 심각한 수질 오염 문제가 발생하고 있다. 지속적인 관리와 신속한 대응을 통한 수생태계 보호가 필요하다. 녹조 발생의 지표인 chlorophyll-a (Chl-a) 농도를 예측하기 위해 위성 영상을 이용한 연구가 많이 이루어지고 있다. 하지만 수계에 따라 변하는 분광특성과 대기 보정 오류로 인해 정확한 Chl-a 산출에 어려움이 있어 최근 머신러닝 모델을 활용하고 있다. 위성 분광지수 뿐만 아니라 녹조에 영향을 미치는 인자들에 대한 복합적인 고려가 필요하다. 따라서, 본 연구는 수질, 수문 및 기상 인자와 Sentinel-2 영상을 복합적으로 고려하여 데이터셋을 구축하였다. 최근 5년간 낙동강에 위치한 8개 보 구간의 Chl-a 농도 예측에 대표적인 앙상블 모델 random forest (RF)와 extreme gradient boosting (XGBoost)을 활용하였다. 모델 평가 지표로 r-squared score (R²), root mean square errors(RMSE), mean absolute errors (MAE)를 사용하였으며, XGBoost의 R²가 0.810, RMSE가 6.612, MAE가 4.457로 유의미한 결과를 얻은 것을 확인하였다. Shapley additive explanations (SHAP) 분석을 통해 두 모델 모두 수질 인자 suspended solids (SS), biochemical oxygen demand (BOD), dissolved oxygen (DO)과 red edge 밴드를 활용한 밴드비가 높은 중요도를 보인 것을 알 수 있었다. 다양한 입력 데이터는 모델 성능 향상에 도움을 주는 것을 확인할 수 있었으며, 국내외 녹조 탐지에 적용될 수 있을 것으로 보인다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1341-1352
• /
• 2023

위성영상 기반의 정규식생지수(normalized difference vegetation index, NDVI)는 넓은 영역에서 주기적인 정보를 수집할 수 있어 산림 및 농업 모니터링에 주로 사용된다. 그러나 광학센서 기반 식생지수는 구름 등의 영향으로 일부 지역에서 결측을 가지기 때문에, 본 연구는 전천후 및 주야에 관계없이 관측 가능한 Sentinel-1의 합성 개구 레이더(synthetic aperture radar, SAR) 영상을 활용하여 Sentinel-2 NDVI 결측값을 복원하는 모델을 개발하였다. 이는 광학적으로 관측이 어려운 구름 조건이나 야간에도 NDVI를 추정할 수 있는 잠재력을 보여준다. Automated machine learning (AutoML)을 활용한 비선형 결측복원모델의 5폴드(fold) 교차검증 결과, 절대오차 7.214E-05, 상관계수 0.878의 NDVI 복원 성능을 보였다. 이를 통해 시공간 연속적인 NDVI 생산 방법론을 발전시켜, 전천후 식생 모니터링에 필요한 정보 생산에 기여할 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.979-995
• /
• 2023

산불은 예측이 어려운 재해이기 때문에 실시간 모니터링을 통해 빠르게 대응하는 것이 중요하며, 정지 궤도 위성 영상은 광역을 짧은 시간 간격으로 모니터링할 수 있어 산불 탐지 분야에 활발히 이용되고 있다. 기존의 위성 영상 기반 산불 탐지 알고리즘은 밝기 온도의 통계량 분석을 통한 임계값 기반으로 이상치를 탐지하는 방향으로 진행되어 왔다. 그러나 강도가 약한 산불을 탐지하기 어렵거나, 적절한 임계값 설정의 어려움으로 일반화 성능이 저하되는 한계점이 있어 최근에는 기계학습을 이용한 산불 탐지 알고리즘들이 제시되고 있다. 현재까지는 random forest, VanillaConvolutional neural network (CNN), U-net 구조 등의 비교적 간단한 기법이 적용되고 있다. 따라서, 본 연구에서는 정지궤도 위성인 Advanced Himawari Imager를 이용하여 동아시아와 호주를 대상으로 State of the Art (SOTA)딥러닝 기법을 적용한 산불 탐지 알고리즘을 개발하고자 하였다. SOTA 모델은 EfficientNet과 lion optimizer를 적용하여 개발하고, Vanilla CNN 구조를 사용한 모델과 산불 탐지 결과를 비교하였다. EfficientNet은 동아시아와 호주에서 0.88 및 0.83의 F1-score를 기록함으로써 CNN (동아시아: 0.83, 호주: 0.78)에 비해 뛰어난 성능을 입증하였다. EfficientNet에 불균형 문제 해결을 위한 weighted loss, equal sampling, image augmentation 기법 적용 시, 동아시아와 호주에서 각각 0.92와 0.84의 F1-score를 기록함으로써 적용 전(동아시아: 0.88, 호주: 0.83)에 비하여 성능이 향상되었음을 확인하였다. 본 연구를 통하여 제시된 SOTA 딥러닝 기법의 산불 탐지에의 적용 가능성과 딥러닝 모델의 성능 향상을 위해 고려해야 할 방향은 향후 산불탐지 분야에 대한 딥러닝 적용에 도움이 될 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제33권6_1호
• /
• pp.931-946
• /
• 2017

본 연구는 토양의 수분 상태를 고해상으로 관측 및 분석하고 농업분야에의 응용 가능성을 평가하기 위한 연구이다. 이를 위하여 Landsat-8 OLI(Operational Land Imager)/TIRS(Thermal Infrared Sensor)의 광학 및 열적외선 위성영상을 연구자료로 전라북도 농업지역을 포함(연구자료 내 46%)하는 2015, 2016, 및 2017년 5-6월에 촬영된 영상 세 장을 이용하였다. 연구지역의 각 영상 촬영일의 토양의 수분 상태는 SPI(Standardized Precipitation Index)3 가뭄지수를 통하여 효과적으로 획득할 수 있으며, 각 영상은 보통, 습윤, 및 건조한 토양 수분 조건을 갖는다. 이러한 각기 다른 토양수분 조건을 갖는 영상을 대상으로 토양의 수분 상태를 관측하고 SPI3 가뭄지수로부터 획득한 토양의 수분 상태와 비교/분석을 수행기 위하여, TVDI(Temperature Vegetation Dryness Index)를 계산하였다. TVDI는 Landsat-8 OLI/TIRS 위성영상으로부터 계산한 LST(Land Surface Temperature) 및 NDVI(Normalized Difference Vegetation Index)의 관계로부터 추정하여 계산된다. LST-NDVI의 형상 공간 내 픽셀의 분포에서 NDVI에 따른 LST의 최대/최소값을 추출하고 이를 대상으로 각각 선형회귀분석(linear regression analysis)을 통하여 NDVI에 따른 LST의 Dry/Wet edge를 결정할 수 있으며, 최종적으로 NDVI에 따른 두 edge 사이에서의 LST 값의 비율을 계산하여 TVDI 값을 계산한다. TVDI 값으로부터 관측된 영상 내 상대적인 토양의 수분 상태를 매우 습윤, 습윤, 보통, 건조, 매우 건조의 5단계로 분류하여 SPI3로부터 획득한 각각의 토양수분 상태와 비교하였다. 연구자료 획득시기인 5-6월 시기의 특성상 모내기로 인하여 영상 내 가장 많은 비율을 차지하는 논 지역의 영향으로 영상 전체 중, 약 62% 이상이 습윤 및 매우 습윤한 상태로 분류되었다. 또한, 보통으로 분류되는 픽셀은 영상 내 밭 지역의 영향 때문으로 분석되었다. 영상 전체에 대해서는 대략적으로 SPI3의 토양수분 상태와 대응하였지만 매우 건조, 습윤, 및 매우 습윤에 해당하는 세분류 결과에서는 SPI3 토양수분 상태와 대응하지 않았다. 또한, 영상에서 논과 밭의 농업지역을 추출 및 분류한 후, SPI3 토양수분 상태와 비교하였을 때, 논 지역의 토양수분 상태 관측 분류 결과는 매우 건조, 보통 및 매우 습윤에서, 밭 지역은 보통의 분류에서만 SPI3 가뭄지수와 대응하지 않았다. 이는 매우 건조한 나지 및 매우 습윤한 모내기로 인한 논 지역, 수계, 구름 및 산지 지형효과 등의 이상치로 인하여 잘못된 Dry/Wet edge 추정의 문제로 사료되어진다. 그러나 5-6월 시기의 농업지역 중, 밭 지역에서는 세분류된 토양의 수분 상태를 효과적으로 관측할 수 있었다. 고해상 광학위성 기반 농업지역에 대한 토양수분 상태의 시 공간적 변화를 관측하여 농업지역의 농업생산량예측 등 그 응용이 가능할 것으로 사료된다.

• 한국산학기술학회논문지
• /
• 제19권8호
• /
• pp.329-335
• /
• 2018

여러 응용 분야에서 널리 활용되고 있는 위성영상은 지표면을 모니터링 하는데 매우 유용한 자료원이다. 위성자료는 원격 센서를 통해 획득되기 때문에 자료 획득시의 구름이나 에어로졸과 같은 관측 기상 상태나 센서 오작동상태에 따라 많은 노이즈와 에러가 포함되어 있다. 자료의 정확성은 자료 분석 결과의 정확성과 신뢰도에 영향을 주기 때문에 고품질 자료를 위한 노이즈 제거 및 자료 복원은 중요한 전처리(preprocessing) 과정이다. 본 연구에서는 다중주기 하모닉 모형을 이용하여 위성자료의 시계열적 동적 특성을 모형화하고 자료의 공간적 상관관계를 고려하여 적응적으로 자료복원을 수행하는 재구축 시스템을 제안하고 있다. 다중 주기에 기반을 둔 모형은 단일 주기보다 지표면의 연간 변화뿐 아니라 계절적 변화와 같이 내부적인 변화 패턴을 모형화 하는데 적합하다. 또한 기존에 제안된 복원 방법은 일정 기간의 전체 자료에 대한 복원 방법으로 실시간 복원법이 아니지만 제안된 방법은 실시간 자료 복원이 가능하여 위성자료 실시간 재구축을 위한 전처리 시스템의 알고리즘으로 활용될 수 있다. 제안된 방법은 먼저 시뮬레이션 자료를 통해 성능이 평가되었고 2011부터 2016년까지 6년간의 MODIS NDVI 자료에 적용하여 평가되었다. 실험 결과는 제안된 자료 복원 시스템이 위성영상 자료 분석을 위한 고품질 자료 재구축 방법으로 매우 유용함을 보여주고 있다.

• 한국지리정보학회지
• /
• 제14권2호
• /
• pp.69-81
• /
• 2011

원격탐사자료로부터 추정된 토양수분자료의 우리나라 지역에 대한 적용성을 평가하기 위하여 NASA와 VUA-NASA의 AMSR-E 토양수분자료를 수집하여, 2008년 5월 16일부터 8월 19일까지 용담댐 유역내 6개 지상관측지점의 토양수분자료와 비교분석을 수행하였다. 시계열 분석결과, 지상관측 토양수분자료의 평균은 약 $0.218m^3/m^3$, NASA 자료의 평균은 약 $0.119m^3/m^3$, VUA-NASA 자료의 평균은 약 $0.402m^3/m^3$으로 나타나, NASA의 토양수분자료는 용담댐 유역에 있어서 과소 추정되었으며, VUA-NASA 자료는 과대 추정되었다는 것을 알 수 있었다. 지상관측자료와의 상관성 분석결과, NASA 알고리듬을 이용한 토양수분자료보다 VUA-NASA의 토양수분자료가 지상관측자료와 더 높은 상관성을 보여주었다. 그러나 C-band 원격탐사 토양수분자료가 가지는 한계가 존재함을 알 수 있으며, 원격탐사 토양수분자료의 활용성을 높이기 위하여 다양한 토지피복, 식생 등에 대한 지상관측 토양수분을 활용한 편의보정 등 후처리가 필요한 실정이다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2001년도 춘계 학술대회 논문집 통권 4호 Proceedings of the 2001 KSRS Spring Meeting
• /
• pp.140-148
• /
• 2001

일반적으로 위성영상의 센서에 대한 모델은 촬영대상지역의 지상기준점을 이용하여 결정하며, 이와 같은 지상기준점은 기존 지형도를 이용하거나 또는 지상측량에 의하여 획득한다. 그러나 지구관측위성에서 얻어진 영상의 촬영지역이 비접근 지역인 경우에는 지상측량에 의하여 지상기준점을 획득하기 어려우며, 또한 대상지역의 지형도가 제작되어 있지 않은 경우에는 실질적으로 위성영상을 이용하여 지형정보를 추출하기 어려운 실정이다. 본 논문은 지상기준점의 취득이 어려운 비접근 지역에 대한 위성영상에서 지형정보를 획득하기 위한 방법을 제시하였다. 먼저, 공선조건식을 기반으로 10개의 위성센서모델을 개발하고, 개발된센서모델의 거동을 분석하기 위하여 Space Resection 및 Space Inetersection을 통해 각각의 센서모델에 대한 적합성을 실험하였다. 이를 바탕으로 비접근 지역에 대한 지형정보를 취득하기 위하여 영상을 재구성하거나 Pseudo 영상을 제작하고, 이에 대한 센서모델의 거동 및 정확도를 분석.제시하였다. 공선조건식을 이용한 Pushbroom 위성영상의 센서모델은 투영 중심의 위치와 회전요소에 대한 6개의 외부표정요소와 상관도가 높은 회전요소($\omega$, $\phi$)를 고정된 값으로 사용하는 센서모델을 개발하였다. 비접근 지역의 영상으로부터 Pseudo 영상을 임의로 제작하여 패스내에서 중복영역을 갖도록 구성하였다. 본 연구에서 이용한 인공위성 데이터는 서로 다른 패스에서 동일한 지역을 촬영한 SPOT 영상이며, 각각의 패스에서 두 장의 연속된 영상을 이용하였다. 개발된 10개의 센서모델과 5가지의 영상 재구성 방법에 따라 비접근 지역에서의 정확도는 다르게 나타났으며, 그 중 투영중심의 위치 및 회전요소 k를 1차 함수로 표현하고 회전요소 $\omega$, $\phi$를 고정시킨 센서모델과 Pseudo 영상을 이용한 방법이 비접근 지역 60km 지점의 검사점에서 최대오차 60m의 결과를 보였다.

• 한국지구과학회지
• /
• 제41권2호
• /
• pp.129-136
• /
• 2020

가뭄은 일반적으로 장기간에 걸쳐 물 공급이 부족하여 나타나는 환경 재앙 중 하나로 대부분 넓은 지역에 걸쳐 나타난다. 원격탐사 자료는 이러한 넓은 지역에서 나타나는 가뭄 모니터링에 적합한 방법이다. 따라서 이 연구에서는 강원도 소양호 지역의 Landsat 위성 영상 자료를 활용하여 약 30년(1985-2015) 동안의 소양호 면적을 산출하고 이를 가뭄 패턴과 분석하였다. 특히 ISODATA, Maximum likelihood 및 인공신경망을 활용하여 Landsat 영상을 분류하여 소양호 면적을 산출하였다. 또한 가뭄 패턴을 분석하기 위하여 산출된 호수 면적과 소양호 지역의 강수량을 활용한 표준강수지수(Standardized Precipitation Index: SPI)와의 상관관계를 분석하였다. 영상 분류 연구 결과, ISODATA, Maximum likelihood 및 인공신경망 방법 중에서 호수 면적 산출의 최적의 방법은 인공신경망 방법임을 알 수 있었다. 또한, 인공신경망 방법을 적용하여 산출한 호수 면적과 SPI와의 상관관계 분석 결과 R² 값이 0.52를 가진다. 즉, SPI지수가 낮을 때 호수 면적이 감소하는 것을 알 수 있었다. 즉 호수 면적 변화를 통하여 소양호 지역의 가뭄 상태 감지 및 모니터링이 가능하다는 것을 알 수 있었다. 이 연구는 향후 지역 가뭄 모니터링 프로그램 개발 등에 사용이 가능할 것이다.

• 한국지리정보학회지
• /
• 제20권3호
• /
• pp.104-124
• /
• 2017

본 연구는 대한민국 창원시의 도시지역을 대상으로 현장에서 측정된 표면온도자료를 활용하여 토지이용유형별로 ASTER 표면온도 자료의 정확성을 분석하고 보정모형을 도출하고자 하였다. 토지이용유형은 공원과 상업시설, 단독주택, 아파트를 고려하여 총 8개를 선정하였다. ASTER 표면 온도는 2012년부터 2014년까지 6월과 9월에 촬영된 주간 및 야간의 8개 영상을 수집하였고, 현장측정은 위성영상이 촬영된 시간과 동일한 시기에 실시하였다. 또한 현장에서 측정된 표면온도의 방사보정을 위해 5일 동안 21개의 토지피복재질에 대해 방사율을 측정하였다. 주간시간은 현장에서 측정된 표면온도가 위성영상의 것보다 약 $5{\sim}10^{\circ}C$ 정도 높았고, 건물의 밀집된 지역일수록 차이가 큰 것으로 분석되었다. 표면온도 보정모형은 도시공원을 제외한 나머지 지역에서 설명력이 60%로 모형의 신뢰성이 있다고 분석되었다. 야간시간은 여름철인 8월을 제외하고 주간시간과 반대로 ASTER 표면온도가 약 $2^{\circ}C$ 다소 높은 것으로 분석되었다. 그러므로 위성영상의 표면온도를 활용하기 위해서는 반드시 현장자료를 바탕으로 정확성을 검증하고 보정할 필요가 있다. 본 연구의 결과는 이러한 측면에서 매우 의미가 있으며, 앞으로 도시지역의 열섬 문제를 개선하기 위해 도시 및 환경계획 분야에서 활용가치가 뛰어날 것으로 생각된다.