• 대한원격탐사학회지
• /
• 제39권5_1호
• /
• pp.599-608
• /
• 2023

수문학, 기상학 및 농업과 같은 응용 분야에서 위성 기반 토양 수분 정보에 대한 관심이 높아지면서 다양한 해상도에서 토양수분도를 제작하는 방법의 개발과 사례 연구는 위성 정보 활용의 주요 주제 중 하나로 대두되고 있다. 이 연구는 Google Earth Engine (GEE)에서 제공하는 Sentinel-과 Sentinel-2 공개 자료를 적용하여 토양수분도 제작 결과를 예시하였다. 토양수분도는 synthetic aperture radar (SAR) 영상과 광학 영상과 융합하여 산출하였다. SAR 영상은 GEE에서 제공하는 Sentinel-1 위성의 후반 산란 계수 analysis ready data (ARD)자료와 Sentinel-2에서 계산한 정규식생지수와 함께 Environmental Systems Research Institute (ESRI)의 토지 피복자료를 사용하였다. 호주 빅토리아 주에 위치한 연구지역을 대상으로 토양수분도를 제작하였으며, 기존 연구에서 발표된 현장 측정값과 비교 분석하였다. 현장 측정값을 기준으로 실험 결과의 정확도를 비교한 결과로 결괏값은 기준 값과 4-10%p 차이를 보이는 유의미한 범위의 일치도를 보이고, 위성 기반 토양수분도와는 0.5-2%p의 높은 일치도를 보이는 것으로 나타났다. 따라서 지역의 지표 특성에 따라 고해상도의 토양수분도가 필요한 지역은 GEE를 통하여 제공되는 공개 자료와 이 연구에서 적용한 알고리즘으로 토양수분도의 제작이 가능할 것으로 생각한다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1451-1466
• /
• 2023

해양 조난 사고에서 드론 활용이 빠르게 증가하고 있는 가운데, 특히 드론을 활용한 수색 구조 작업이 주목받고 있다. 조난 선박 및 기타 해양 표류체를 빠르게 탐지하기 위해 드론 영상을 활용한 딥러닝 모델들이 확장되고 있다. 그러나 이러한 모델을 효과적으로 학습시키기 위해서는 다양한 기상 조건과 선박 상태를 고려한 대량의 학습 데이터가 필요하다. 이에 대한 데이터 부족 문제는 학습된 모델의 성능 저하로 이어질 수 있다. 이에 본 연구는 해양 환경 시뮬레이터를 개발하고 데이터셋을 보강하여 조난 선박 탐지를 위한 딥러닝 모델의 성능 개선을 목표로 한다. 이 시뮬레이터는 눈, 비, 안개와 같은 다양한 기상 조건과 선박 상태, 그리고 드론과 센서의 규격과 특성을 설정할 수 있다. 시뮬레이션을 통해 얻은 데이터셋을 활용하여 딥러닝 모델을 학습시켰다. 이로써, 실제 드론 영상 데이터셋만을 사용한 모델과 비교했을 때 정확도와 재현율 등의 탐지 성능이 향상되었다. 특히, 비나 안개와 같은 악기상에서의 조난 선박 탐지 정확도(Average Precision, AP)는 약 2-5% 정도 향상되었으며 미탐지 비율이 현저히 낮아졌다. 이러한 결과는 개발된 시뮬레이터가 현실적이고 효과적으로 다양한 상황을 시뮬레이션하여 모델 학습에 기여함을 보여준다. 또한, 이에 기반한 조난 선박 탐지 딥러닝 모델은 해양 수색 및 구조 작업에서 효율적으로 활용될 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1273-1281
• /
• 2023

절대복사검보정은 위성 센서에서 얻은 전자기 신호의 물리량 변환을 위해 절대복사보정 계수를 결정하는 작업으로 위성 데이터의 정확도 개선 및 다른 위성 데이터와의 비교 및 통합을 위해 수행되어야 한다. 또한, 위성 센서는 시간에 따른 센서 노후화나 환경 조건의 영향을 받아 초기 설정된 보정 계수가 변화할 수 있으므로 주기적으로 이러한 변화를 모니터링 하는 것이 필수적이다. 이 연구에서는 차세대중형위성 1호(CAS500-1)의 다중 분광 채널에 대한 vicarious calibration을 수행하기 위해 필드 캠페인을 수행하였다. 구름이 없는 맑은 날의 조건 하에 총 두 차례의 유효한 현장 관측 자료를 얻었으며, MODTRAN 6 복사전달모델을 활용하여 대기 상단(top-of-atmosphere, TOA) radiance를 모의하였다. 모의된 TOA radiance와 CAS500-1의 digital number (DN)는 선형성은 보였지만, CAS500-1 영상의 넓은 시야각과 saturation 발생으로 향후 변환 계수의 보완이 필요한 것으로 보인다. 하지만, 본 연구는 CAS500-1의 절대복사보정에 대한 첫 시도를 하였으며, 향후 높은 신뢰성을 가진 계수 결정을 목표로 하는 연구들에 유용한 정보를 제공할 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제39권5_4호
• /
• pp.1155-1164
• /
• 2023

현재 국가산림자원조사(National Forest Inventory, NFI)는 인력에 의한 수목정보를 수집하고 있어 조사 범위와 시간의 한계가 따른다. 항공 Light Detection And Ranging (LiDAR) 및 항공 사진 등을 이용하여 넓은 지역의 수목 정보를 추출하기 위한 연구가 활발하게 진행되고 있으나 수목의 간격이 넓은 지역이거나 수목의 간격이 일정하게 배치된 지역을 대상으로 이루어지고 있어 우리나라 산림지역 특성을 반영하지 못하고 있다. 이에 본 연구에서는 항공 LiDAR를 이용하여 수치표면모델(Digital Surface Model, DSM), 수치표고모델(Digital Elevation Model, DEM), 수목높이모델(Canopy Height Model, CHM) 영상을 생성한 후 local maxima 기법을 통해 수고를 추출하고 산정식을 통해 흉고직경(Diameter at Breast Height, DBH)을 산정하는 방법론을 제안하였다. 제안한 방법론을 통해 추출한 수목의 검출 정확도는 매목지구별 각 88.46%, 86.14%, 84.31%로 나타났으며, 수고 값을 기반으로 산정한 DBH의 평균제곱근오차(Root Mean Squared Error, RMSE)가 5 cm 내외로 나타나 제안한 방법론의 활용 가능성을 확인하였다. 향후 다양한 유형의 산림에 대한 표준화 연구를 진행한다면 수작업으로 이루어지는 국가산림자원조사의 자동화 적용 범위를 확대할 수 있을 것으로 사료된다.

• 한국작물학회지
• /
• 제69권2호
• /
• pp.78-87
• /
• 2024

중간물떼기 기간연장에 따른 벼 생육반응 변화를 분석한 결과는 다음과 같다. 1. 관행 2주간 중간물떼기 대비 중간물떼기 기간이 3주로 연장되었을 경우 수량 및 수량구성요소는 유의한 차이가 없다. 2. 중간물떼기 기간이 4주로 연장되었을 경우 임실률과 영화수, 수량이 급격하게 감소하였다. 3. 중간물떼기가 4주 이상 지속될 경우 NDVI, PRI, CWSI 값이 유의하게 변화하였다. 4. 중간물떼기 기간 연장에 따른 식생지수별 생육지표와의 관계를 분석한 결과 NDVI 대비 CWSI가 약 4일 정도 더 빠르게 한발 스트레스를 감지하였으며 가역적 스트레스 또한 용이하게 확인할 수 있었다.

• 대한원격탐사학회지
• /
• 제30권1호
• /
• pp.83-107
• /
• 2014

본 연구에서는 겨울철 영동지역에서 2001 ~ 2012(12년) 동안 일신적설 50 cm 이상의 3개 극한 대설사례를 선정하여 위성에서 관측된 구름을 추적하여 공간적 특성을 분석하였다. 그리고 그 특성을 레이더 강수와 비교하였다. 이 연구에서 선정된 영동지역 극한 대설사례는 영동지역(영동 앞바다)에서 발생하여 발달하거나 동한만 부근에서 발생하여 영동지역으로 이동해 들어오는 독립되고 잘 발달된 그리고 크기가 작은 대류형 구름과 관련이 있다. 주강수 시기의 이 구름덩어리의 최저휘도온도는 -$-40{\sim}-50^{\circ}C$로 낮고, 휘도온도 $-35^{\circ}C$ 혹은 $-40^{\circ}C$ 이하의 구름 크기는 약 17,000 ~ 40,000 $km^2$로 중규모 대류복합체($-52^{\circ}C$ 이하 구름크기 50,000 $km^2$)보다 작은 크기이다. 이 때 레이더의 강수면적(0.5 mm/hr 이상)도 약 4,000 ~ 8,000 $km^2$로 작고 독립된 강수 형태를 보인다. 위성의 구름영역과 레이더 강수영역은 영동 앞바다에 비슷하게 위치하였으나 레이더 강수의 중심이 상대적으로 영동 해안에 인접해 위치하였다. 또한 구름이 발달하는 과정에서 구름의 극값과 강수의 극값이 일치하지 않는 경우도 나타났다. 그러나 모든 사례에서 주강수 시기에 구름은 영동 앞바다에 위치하였다. 따라서 구름덩어리의 위치가 극한 대설에 있어 무엇보다 중요한 요소인 것으로 판단된다. 수증기 영상은 건조구역(암역)의 가장자리 북쪽에서 구름덩어리가 발달함을 보여주었다. 따라서 위성관측의 구름영상과 지상 레이더에 의한 강수관측 값과 비교하여 보았을 때, 위에 선정된 극한 대설 사례는 부저기압 혹은 소용돌이의 발달과 관련되어 있는 것으로 생각된다. 영동지역 극한 대설에 대한 초단기 예보에 있어 초기에 동한만 혹은 영동지역에서 작고 발달된 대류형 구름을 탐지하고 추적하는 것이 중요하다.

• 대한원격탐사학회지
• /
• 제32권6호
• /
• pp.721-732
• /
• 2016

2012년 7월부터 2016년 8월까지 GCOM-W1/AMSR2 마이크로파 센서 자료와 해양 현장수온 관측 자료 사이에서 획득된 총 162,264개의 일치점 자료를 활용하여 북서태평양 해역에서의 마이크로파 해수면온도 정확도를 검증하고 오차 특성을 분석하였다. AMSR2 해수면온도는 실측 자료에 대해 $0.63^{\circ}C$의 평균제곱근오차와 $0.05^{\circ}C$의 편차를 보였다. 위성 해수면온도와 현장 관측 해수면온도의 차이는 풍속, 해수면 온도, 연안으로부터의 거리, 열전선 등 다양한 요인에 의해 발생되었다. AMSR2 해수면온도는 낮시간 동안 낮은 풍속(< 6 m/s)에서 실측 해수면온도보다 높게 산출되는 일변동(diurnal effect)에 의한 오차를 보였다. 또한 겨울철에 평균제곱근오차가 커지는 경향이 나타났는데, 이는 해상풍의 풍속이 커질수록 해수면의 방사율이 높아져 해수면온도 산출 시 양의 편차가 발생할 수 있으므로 겨울철의 강한 바람이 해수면온도 오차를 증가시킨 것으로 추정되었다. 이 외에도 저온에서 저하되는 민감도와 육지에 의한 자료오염 또한 AMSR2 해수면온도의 오차를 증가시키는 요인으로 작용할 수 있음을 확인하였다. 열전선에 따른 해수면온도 오차 특성을 분석한 결과 해수면온도의 공간 구배 크기가 커질수록, 열전선에 근접할수록 해수면온도 오차가 증가하였다. 본 연구는 북서태평양 해역 마이크로파 해수면온도의 정확도 검증 및 오차 특성 분석을 통해 향후 마이크로파 해수면온도를 활용하는 연구의 바탕을 마련하고자 하였으며, 연구 지역의 환경적 요인에 따라 발생할 수 있는 오차에 대한 분석이 선행되어야 보다 정확한 위성 관측 해수면온도를 얻을 수 있음을 제시하였다.

• 대한원격탐사학회지
• /
• 제26권2호
• /
• pp.65-73
• /
• 2010

구름과 강수특성을 분석하기 위해 대관령에 구름물리관측시스템(Cloud physics Observation System, 이하 CPOS)을 2003년부터 운영해 오고 있다. 주요 관측 기기는 다음과 같다: FSSP (Forward Scattering Spectrometer Probe), OPC (Optical Particle Counter), VS (Visibility Sensor), PARSIVEL disdrometer, MWR (Microwave Radiometer), MRR (Micro Rain Radar). 앞의 4개 장비는 지상구름 (안개)과 강수 특성을, 뒤의 2개 장비는 연직구름의 특성을 실시간으로 관측하고 있다. CPOS 산출물을 검증하기 위해 FSSP는 흡습성 물질 시딩 실험 중 OPC와, MWR의 가강수량은 라디오존데와, PARSIVEL과 MRR은 우량계와 비교 연구가 수행되었다. 그 결과를 보면 대부분이 0.7이상의 좋은 상관도를 보인다. 이와 같이 신뢰도를 확보한 CPOS 관측 자료는 구름과 에어로솔의 간접효과나 기상조절 실험에 유용한 자료로 활용될 수 있을 것이다. FSSP의 입자 크기 분포를 시정값으로 환산해 보았으며 FSSP 환산 시정값은 visibility sensors (SVS)와 PWD22 (Present Weather Detect 22)의 시정계 값에 비해 1.7~1.9배 과도한 경향을 보였다. 이는 FSSP에 의해 관측되는 입자 크기($2{\sim}47\;{\mu}m$)의 한계 때문으로 사료된다. 향후 다른 입자크기분포를 측정할 수 있는 장비를 도입하여 추가 분석을 추진할 계획이다.

• 대한원격탐사학회지
• /
• 제37권3호
• /
• pp.657-664
• /
• 2021

본 연구에서는 수도권 지역의 대기오염물질(PM_2.5, PM₁₀, O₃) 농도와 지형 고도, 건물 면적비, 인구 밀도의 상관성을 조사하였다. 지형 고도와 건물 면적비를 분석하기 위해 국토지리정보원에서 제공하는 수치지형도를 이용하였고, 건물 면적비를 계산하기 위해 수도권 지역을 TM 중부원점을 기준으로 수평 9 km × 9 km 격자로 구분하였다. 인구 밀도는 국가통계포털의 행정구역별 면적과 인구수 자료를 이용하였다. 대기오염물질 농도 자료는 수도권에 위치한 도시대기측정소 146개 지점의 PM_2.5, PM₁₀, O₃ 농도 측정 자료를 이용하였다. 분석 기간은 2010년 1월부터 2020년 12월까지이고, 1시간 평균 농도 자료를 이용하여 월평균 농도를 계산하였다. 지형 고도는 경기도 북부와 동부 지역에서 높았고 서해안에 근접할수록 낮았다. 건물 면적비와 인구밀도 분포는 서로 유사하였고, 서울특별시에서 가장 높았으며, 산악과 해안지역에서는 낮게 나타났다. 월평균 PM_2.5과 PM₁₀ 농도는 봄철과 겨울철(1월~3월)에 높았고 O₃ 농도는 늦봄부터 초여름(4~6월)까지 높았다. 농도가 높은 3개월에 대해서 AMQS 지점별 평균 농도를 비교·분석하였다. 건물면적비나 인구밀도와 대기오염물질 농도 사이에는 음의 상관 관계가 분석되었다(인구밀도와 PM_2.5, PM₁₀ 농도 사이는 약한 음의 상관관계가, O₃ 농도와는 비교적 강한 음의 상관관계). 반면, 대기오염물질 농도와 도시대기측정소 측정 고도 사이의 뚜렷한 상관성을 나타나지 않았는데, 향후, 이에 대한 연구 수행이 필요할 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제32권3호
• /
• pp.221-234
• /
• 2016

우리나라는 대규모 산업단지와 대도시들이 연안에 집중되면서 연안의 오염이 날로 심각해지고 있다. 이러한 연안 오염을 모니터링하기 위해서 위성 영상을 이용한 연안 수질평가지수 모니터링 연구가 수행될 필요가 있다. 수질평가지수란 저층 산소포화도, 엽록소 농도, 투명도, 용존무기질소 및 용존무기인 농도를 수질평가 항목으로 구성하여 해양환경관리법에 따른 해양환경기준을 통해 해역별로 기준을 설정하여 산출하는 지수이다. 이 연구는 한반도 주변의 연안지역을 대상으로 2011년부터 2013년까지의 현장관측 자료 및 Geostationary Ocean Color Imager (GOCI) 위성 영상을 이용하여 연안 표층 해수에 대한 기계학습 기반의 두 가지 수질평가지수 추정 기법을 개발하였다. 첫 번째 방법으로는 GOCI 반사도를 이용하여 추정된 수질평가 항목들로 수질평가지수를 계산하였고, 두 번째 방법은 GOCI 반사도 및 산출물(엽록소 농도, 총 부유물질, 용존유기물)을 이용하여 수질평가지수를 추정하였다. 기계학습으로는 Random Forest(RF), Support Vector Regression (SVR), Cubist를 사용하였다. 수질평가 항목 추정에서 투명도의 정확도가 가장 높게 나타났으며, 모든 수질평가 항목 추정에서 세 가지 기계학습 중 RF의 정확도가 가장 높았다. 하지만 추정된 수질평가 항목들로 계산한 수질평가지수는 추정된 수질평가 항목들의 오차와 저층 산소포화도의 불확실성으로 인해 정확도가 높지는 않았다. 반면 GOCI 반사도와 산출물을 이용하여 추정한 수질평가지수는 현장 관측 기반 수질평가지수와 비교했을 때 첫 번째 방법보다 정확도가 높게 나타났다. 또한 엽록소 농도가 수질평가지수 추정에 가장 중요한 변수로 나타났다.