• 대한원격탐사학회지
• /
• 제38권2호
• /
• pp.179-188
• /
• 2022

지구온난화는 기후변화를 야기하며 전지구적으로 이상기상 현상을 유발하고 있다. 우리나라에서도 폭염, 가뭄과 같은 이상기상 현상이 증가하고 있는 상황이다. 이상기상 감시를 위하여 지표면온도(Land Surface Temperature, LST), 온도상태지수(Temperature Condition Index, TCI), 식생활력지수(Normalized Difference Vegetation Index, NDVI), 식생상태지수(Vegetation Condition Index, VCI), 식생건강지수(Vegetation Health Index, VHI) 등의 위성자료가 활용되고 있다. TCI와 VCI를 이용하여 계산되는 VHI는 온도, 강수와 같은 기상 요인에 의한 식생 스트레스를 나타내며, 기후변화 상황에서 가뭄 평가에 주로 활용되고 있다. TCI, VCI는 날짜 및 장소에 따른 LST, NDVI의 과거 평년치를 참조해서 산출되기 때문에, 아직 2년여의 자료밖에 없는 천리안위성 2A호(GK2A) AMI (Advanced Meteorological Imager) 자료로부터 TCI, VCI, VHI를 산출하는 것은 현재로서는 쉽지 않은 일이다. 본 연구에서는 대안적인 방법으로 VIIRS (Visible Infrared Imaging Radiometer Suite) 센서의 LST, NDVI를 이용하여 GK2A의 VHI 산출 가능성을 모색하였다. GK2A와 VIIRS의 LST, NDVI는 상당히 높은 상관성을 보이기 때문에, GK2A에 존재하지 않는 과거 평년치를 VIIRS 자료로 대체하는 방식을 택하였다. 8일 간격으로 GK2A 격자에 해당하는 LST, NDVI의 최소·최대값 조견표를 구축하여 TCI, VCI, VHI를 산출하였고, 최근 우리나라 이상기상 현상에 대한 해석을 수행하였다. GK2A VHI는 2020년 3월과 6월의 폭염, 4월과 7월의 저온, 8월의 폭우 등으로 인한 식생 스트레스의 변화를 잘 표현하는 것으로 나타났지만, 미국 해양대기청(National Oceanic and Atmospheric Administration, NOAA)의 VHI 산출물은 그렇지 않았다. 본 연구에서 제시한 GK2A VHI는 향후 LST, NDVI의 과거 평년치에 대한 통계적으로 엄밀한 보완을 거친다면 폭염, 가뭄으로 인한 식생 스트레스 감시에 활용될 수 있을 것으로 사료된다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1057-1068
• /
• 2022

본 논문은 모바일 기반의 실시간 영상 측위 기술 개발을 목표로 사용자가 촬영한 사진과 가상의 텍스쳐 영상 간의 매칭 가능성 확인 연구로 특징점 기반의 매칭 알고리즘의 조합 성능을 비교했다. 특징점 기반의 매칭 알고리즘은 특징점(feature)을 추출하는 과정과 추출된 특징점을 설명하는 서술자(descriptor)를 계산하는 과정, 최종적으로 서로 다른 영상에서 추출된 서술자를 매칭하고, 잘못 매칭된 특징점을 제거하는 과정으로 이루어진다. 이때 매칭 알고리즘 조합을 위해, 특징점을 추출하는 과정과 서술자를 계산하는 과정을 각각 같거나 다르게 조합하여 매칭 성능을 비교하였다. 가상 실내 텍스쳐 영상을 위해 V-World 3D 데스크탑을 활용하였다. 현재 V-World 3D 데스크톱에서는 수직·수평적 돌출부 및 함몰부와 같은 디테일이 보강되었다. 또한, 실제 영상 텍스쳐가 입혀진 레벨로 구축되어 있어, 이를 활용하여 가상 실내 텍스쳐 데이터를 기준영상으로 구성하고, 동일한 위치에서 직접 촬영하여 실험 데이터셋을 구성하였다. 데이터셋 구축 후, 매칭 알고리즘들로 매칭 성공률과 처리 시간을 측정하였고, 이를 바탕으로 매칭 성능 향상을 위해 매칭 알고리즘 조합을 결정하였다. 본 연구에서는 매칭 기법마다 가진 특장점을 기반으로 매칭 알고리즘을 조합하여 구축한 데이터셋에 적용해 적용 가능성을 확인하였고, 추가적으로 회전요소가 고려되었을 때의 성능 비교도 함께 수행하였다. 연구 결과, Scale Invariant Feature Transform (SIFT)의 feature와 descriptor 조합이 가장 매칭 성공률이 좋았지만 처리 소요 시간이 가장 큰 것을 확인할 수 있었고, Features from Accelerated Segment Test (FAST)의 feature와 Oriented FAST and Rotated BRIEF (ORB)의 descriptor 조합의 경우, SIFT-SIFT 조합과 유사한 매칭 성공률을 가지면서 처리 소요 시간도 우수하였다. 나아가, FAST-ORB의 경우, 10°의 회전이 데이터셋에 적용되었을 때에도 매칭 성능이 우세함을 확인하였다. 따라서 종합적으로 가상 텍스쳐 영상과 실영상간 매칭을 위해서 FAST-ORB 조합의 매칭 알고리즘이 적합한 것을 확인할 수 있었다.

• 대한원격탐사학회지
• /
• 제38권6_2호
• /
• pp.1723-1735
• /
• 2022

산사태는 가장 널리 퍼진 자연재해 중 하나로 인명 및 재산피해 뿐만 아니라 범 국가적 차원의 피해를 유발할 수 있기 때문에 효과적인 예측 및 예방이 필수적이다. 높은 정확도를 갖는 산사태 취약성도를 제작하려는 연구는 꾸준히 진행되고 있으며 다양한 모델이 산사태 취약성 분석에 적용되어 왔다. 빈도비 모델, logistic regression 모델, ensembles 모델, 인공신경망 등의 모델과 같이 픽셀기반 머신러닝 모델들이 주로 적용되어 왔고 최근 연구에서는 커널기반의 합성곱신경망 기법이 효과적이라는 사실과 함께 입력자료의 공간적 특성이 산사태 취약성 매핑의 정확도에 중요한 영향을 미친다는 사실이 알려졌다. 이러한 이유로 본 연구에서는 픽셀기반 deep neural network (DNN) 모델과 패치기반 convolutional neural network (CNN) 모델을 이용하여 산사태 취약성을 분석하는 것을 목적으로 한다. 연구지역은 산사태 발생 빈도가 높고 피해가 큰 인제, 강릉, 평창을 포함한 강원도 지역으로 설정하였고, 산사태 관련인자로는 경사도, 곡률, 하천강도지수, 지형습윤지수, 지형위치 지수, 임상경급, 임상영급, 암상, 토지이용, 유효토심, 토양모재, 선구조 밀도, 단층 밀도, 정규식생지수, 정규수분지수의 15개 데이터를 이용하였다. 데이터 전처리 과정을 통해 산사태관련인자를 공간데이터베이스로 구축하였으며 DNN, CNN 모델을 이용하여 산사태 취약성도를 작성하였다. 정량적인 지표를 통해 모델과 산사태 취약성도에 대한 검증을 진행하였으며 검증결과 패치기반의 CNN 모델에서 픽셀기반의 DNN 모델에 비해 3.4% 향상된 성능을 보였다. 본 연구의 결과는 산사태를 예측하는데 사용될 수 있고 토지 이용 정책 및 산사태 관리에 관한 정책 수립에 있어 기초자료 역할을 할 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제38권6_3호
• /
• pp.1827-1836
• /
• 2022

재난은 돌발적으로 발생하여 예측하기가 쉽지 않고 그 규모도 과거에 비해 커지고 있어 피해가 증가하고 있으며, 하나의 재난이 2차 재난으로 발전하는 경우가 많다. 재난관리의 4가지 단계 중 응급상황이 발생하는 대응단계에서 행해지는 수색과 구조 과정에서, 현장에 투입되는 인원들은 많은 위험을 감수하고 현장에 투입되고 있다. 이러한 점에서 로봇은 재난현장의 초기 대응과정에서 인명 및 재산의 피해를 줄일 수 있는 가능성이 높은 기술이다. 또한, Light Detection And Ranging (LiDAR)는 레이저를 이용하여 비교적 넓은 범위의 3차원 정보를 획득하고 정확도 및 정밀도가 높아 재난 현장의 특징을 생각할 때 매우 유용한 센서이다. 이에 본 연구에서는 로봇이 재난 현장에서 활용될 수 있도록 LiDAR와 Inertial Measurement Unit (IMU) 센서에 실시간 모니터링을 위한 컴퓨팅 보드를 결합하여 하나의 다중센서모듈 및 조사로봇 맞춤형 Simultaneous Localization and Mapping (SLAM) 알고리즘을 개발하였다. 다중센서모듈이 재난 현장에서 최적의 정확도를 유지할 수 있도록 조사로봇에 안정적으로 탑재하는 방안에 대해 연구하였고, 모듈의 성능을 확인하기 위해 재난건축물 실내에서 SLAM 맵핑을 수행하여 다양한 SLAM알고리즘과 거리 비교를 수행하였다. 그 결과, 본 연구에서 개발한 PackSLAM이 낮은 오차를 나타내어 활용 가능성을 보였다. 향후 재난현장에서의 적용성을 더욱 높이기 위해 장애물이 많은 험지환경을 구축하여 다양한 실험을 수행할 예정이다.

• 대한원격탐사학회지
• /
• 제38권5_1호
• /
• pp.447-460
• /
• 2022

인공위성 영상레이더 위상간섭기법은 널리 활용되고 있는 원격탐사 기술로서 지진, 화산, 지반침하 등으로부터 발생한 단단한 지각 표면의 변위를 매우 정밀하게 주기적으로 관측할 수 있는 연구 활용분야의 한 종류이다. 습지대 환경처럼 수상 표면에 식생이 존재하는 경우에는 지표면과 동일한 방법을 적용하여 넓은 지역에 대한 높은 공간해상도의 수위 변화 지도 제작이 가능하다. 현재 다양한 파장 대역의 인공위성 영상레이더 시스템이 운용 중에 있으며 여기에는 넓은 지역에 대한 영상을 효과적으로 획득할 수 있는 광역 관측 ScanSAR 모드를 제공하는 위성도 다수 포함되어 있다. 본 논문의 연구 지역인 콜롬비아 북부의 Ciénaga Grande de Santa Marta (CGSM) 습지대는 카리브 해안을 따라 고지대에 위치한 광대한 습지 지역이다. CGSM 습지대는 해수면 상승과 기후 변화와 같은 자연적인 원인 뿐만 아니라 20세기 후반부터 시작된 농업개발 및 도시확장 등의 다양한 인간 활동으로 인한 심각한 환경적 위협을 받고 있다. 최근 해당 습지 지역에 대한 생태학적 중요성이 대두되면서 해당 습지를 보호하고 복원하기 위한 다양한 계획이 진행 중에 있다. 주기적인 습지대 환경 모니터링에 있어 수위 변화 관측은 매우 중요한 자료를 제공하며 일반적으로 수위계와 같은 현장관측 자료 등에 의존하는 경우가 많다. 수위계의 경우 시간적으로 연속적인 자료 관측이 가능하지만 공간적 분포를 이해하기에는 어려운 경우가 많다. 본 연구에서는 현장 관측의 공간적 해상도의 부족함을 보완하기 위한 L-밴드 ALOS-2 PALSAR-2 ScanSAR 광역 관측 모드 자료의 영상레이더 위상간섭기법 습지대 수위 변화 관측 활용 가능성에 대해 평가하고자 한다. 광역 관측 모드의 공간해상도 및 위상간섭도 품질 비교를 위해 ALOS-2 PALSAR-2 stripmap 고해상 모드와 함께 분석하였다.

• 대한원격탐사학회지
• /
• 제38권5_2호
• /
• pp.747-763
• /
• 2022

해양 염분은 전 지구 규모에서 해수 순환에 영향을 미칠 뿐만 아니라, 연·근해 지역 저염분수가 어족자원 및 수산업에 피해를 줄 수 있는 등 해양 식생환경의 변화를 줄 수 있다. 해수의 표면 특성인 sea surface salinity (SSS)에 따라 마이크로웨이브 영역의 방사율이 달라지며, 이를 통해 Soil Moisture Active Passive (SMAP) 등 위성 센서를 활용한 SSS 산출물이 제공되고 있다. 하지만 마이크로파 위성 센서 기반의 SSS 산출물은 낮은 시공간해상도로 자료를 생산하며, 연안지역과 고위도 지역에서 정확도가 낮다. 이러한 이유로 연·근해 지역 SSS의 상세한 시공간적 변화를 관측하기에는 적합하지 않다. 본 연구에서는 Jang et al. (2022)에서 제시한 기계학습 기반의 개선된 SMAP SSS (SMAP SSS (Jang))를 참조자료로 활용하여, 정지궤도해색센서(Geostationary Ocean Color Imager, GOCI) 영상으로부터 고해상도 SSS를 추정하는 Light Gradient Boosting Machine (LGBM) 기반의 모델을 개발하였다. 3가지 입력변수 조합을 테스트하였고, Multi-scale Ultra-high Resolution Sea Surface Temperature (SST) 자료가 추가된 scheme 3가 가장 높은 정확도를 보였다(R² = 0.60, RMSE = 0.91 psu). 이를 바탕으로 본 연구영역에서 SST가 SSS 모의에 효과적인 환경변수로 작용함을 보였다. 본 연구에서 제시한 LGBM 기반의 GOCI SSS는 SMAP SSS (Jang)와 비슷한 시공간적 패턴을 보였지만, 더 높은 공간해상도를 바탕으로 SSS의 보다 상세한 공간적 분포와 더불어 SMAP SSS (Jang)에서 산출하지 않는 연안 지역의 정보까지 모의하였다. 또한, 중국 남방지역에 대홍수가 발생하였던 2020년 8월을 대상으로 양자강 유출수(Changjiang Diluted Water)의 거동을 분석한 결과, GOCI SSS는 한국 해양수산연구원의 보도자료와 비교하여 일관성 있는 시공간적 변화를 보였다. 본 연구의 결과로 연안 지역의 저염수 뿐 아니라, 원해 지역에서 광학위성 신호를 활용한 고해상도 SSS 산출의 가능성을 제시하였다.

• 대한원격탐사학회지
• /
• 제39권3호
• /
• pp.363-370
• /
• 2023

다양한 지구관측위성은 발사 후 정확한 고품질의 자료를 제공하는 것이 중요하다. 위성 자료 품질을 유지 및 보완하기 위해서는 서로 다른 센서 차이를 고려하는 spectral band adjustment factor (SBAF)를 활용한 교차 검보정 과정이 필요하다. 따라서 본 연구에서는 pseudo-invariant calibration sites 중 Libya4, Algeria3, Mauritania2 에서 수집한 Landsat-8, Sentinel-2A 위성 영상을 활용하여 SBAF 산출 및 적용을 통해 밴드 대역 폭 차이로 인해 발생하는 불확실성을 조정하였다. 두 위성 모두 Blue, Green, Red를 포함하고 Sentinel-2A의 경우 near-infrared (NIR) narrow와 NIR 두 가지 밴드 모두에 SBAF를 적용하여 밴드대역폭 유사도에 따른 반사도 차이를 정량적으로 비교하였다. SBAF 적용 후, NIR을 제외한 모든 밴드(Blue, Green, Red, NIR narrow)에서 1% 내외의 반사도 차이로 유의미한 결과가 나타났다. Sentinel-2A NIR 밴드의 경우 밴드대역폭 차이가 NIR narrow에 비해 크게 나타났지만, SBAF 적용 후에 반사도 차이가 허용 오차범위인 5%와 1-2% 차이로 SBAF 적용이 가능한 것으로 나타났다. 따라서, 위성 활용이 제한적인 상황에서 두 센서의 밴드대역폭 차이가 큰 경우에도 SBAF를 적용할 수 있다고 판단하였고 위성 자료의 품질 및 연속성을 활용하는 연구에 도움이 될 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제39권3호
• /
• pp.283-295
• /
• 2023

센서 및 위성 기술의 발전에 따라 전세계적으로 다양한 고해상도 다중대역 위성영상이 활용 가능해지고 있다. 다중대역 센서가 가지는 파장에 기인한 고유한 반사, 투과, 산란 특성에 따라 다중대역 위성영상은 지구 관측에 대한 다양한 상호보완적 지표정보를 제공한다. 특히, short-wave infrared (SWIR) 대역은 긴 파장으로 인해 가시광 대역에 비해 Rayleigh 산란에 적게 영향을 받으며, 이로 인해 특정 대기입자를 투과할 수 있다는 특징을 지닌다. 산불, 폭발 등에 의해 발생된 짙은 연기는 가시광 대역의 영상의 가시성을 저하시키고 일부 지역에 대한 지표를 차폐시키는데, SWIR 대역은 이러한 연기에 의해 가려진 지역에 대한 지표정보를 추가로 제공해주기도 한다. 본 연구에서는 이러한 SWIR 대역과 가시광 대역의 영상 정보를 융합하는 다중해상도 변환 기반의 영상 융합 기법을 제안하였다. 제안된 융합 기법의 목적은 상호보완적 관계에 있는 가시광 대역에서의 고해상도 세부적 배경정보와 SWIR 대역에서의 연기 지역에 대한 지표정보를 모두 내포하고 있는 단일 영상을 생성하는 것이다. 이를 위해 본 연구에서는 라플라시안(Laplacian) 피라미드 기반의 다중해상도 변환 기법을 가시광-SWIR 영상 융합에 적용하였다. 다중해상도 변환 기법은 영상 융합에 널리 활용되는 대표적인 영상분해 기반의 방법론으로, 각각의 원 영상을 다양한 스케일로 분해하여 융합하는 기법이다. 또한, 본 연구는 다중해상도 변환 기법에 haze-guided weight map을 융합한 방법론을 제안하였다. Haze-guided weight map은 SWIR 대역이 연기와 같은 특정 대기입자를 투과하여 지표에 대한 정보를 제공해줄 수 있다는 사전지식에 기반하여 제안된 알고리즘으로 다중해상도로 분해된 두 영상을 융합하는 기준이 되는 가중치 지도로써 활용되었다. 제안된 방법론은 가시광 및 SWIR 대역을 포함하고 있는 고해상도 다중대역 위성영상인 Worldview-3 위성영상을 활용하여 검증되었다. 실험 데이터는 주변 산불로 인해 연기가 발생하여 제한된 가시성을 지닌 연기 지역을 포함하고 있으며, 제안된 방법론의 투과 특성을 검증하기 위해 선정되었다. 제안된 기법에 대한 실험결과는 영상 품질 평가 지표를 활용한 정량평가 및 시각평가를 통해 분석되었으며, 결과분석을 통해 연기 지역에 대한 지표정보를 내포하는 SWIR 대역의 밝은 특징값과 가시광 대역 내의 고해상도 정보가 손실없이 최종 융합 영상에 내포됨을 확인할 수 있었다.

• 대한원격탐사학회지
• /
• 제39권2호
• /
• pp.207-221
• /
• 2023

본 연구는 천리안위성 2A호의 Level 1B (L1B) 정보를 사용해 지상기온을 추정하기 위한 심층신경망(deep neural network, DNN) 기법을 적용하고 검증을 실시하였다. 지상기온은 지면으로부터 1.5 m 높이의 대기온도로 일상생활뿐만 아니라 폭염이나 한파와 같은 이슈에 밀접한 관련을 갖는다. 지상기온은 지표면 온도와 대기의 열 교환에 의해 결정되므로 위성으로부터 산출된 지표면 온도(land surface temperature, LST)를 이용한 지상기온 추정 연구가 활발하였다. 하지만 천리안위성 2A호 산출물 LST는 Level 2 정보로 구름영향이 없는 픽셀만 산출되는 한계가 있다. 따라서 본 연구에서는 Advanced Meteorological Imager 센서에서 측정된 원시데이터에 오직 복사와 위치보정을 마친 L1B 정보를 사용해 지상기온을 추정하기 위한 DNN 모델을 제시하고 그 성능을 가늠하기 위해 위성 LST와 지상관측 기온 사이의 선형회귀모델을 기준모델로 사용하였다. 연구기간은 2020년부터 2022년까지 3년으로 평가기간 2022년을 제외한 기간은 훈련기간으로 설정했다. 평가지표는 기상청의 종관기상관측소에서 정시에 관측된 기온정보로 평균 제곱근 오차를 사용하였다. 관측지점에서 추출된 픽셀 중 손실된 픽셀의 비율은 LST는 57.91%, L1B는 1.63%를 보였으며 LST의 비율이 낮은 이유는 구름의 영향 때문이다. 제안한 DNN의 구조는 16개 L1B 자료와 태양정보를 입력 받는 층과 은닉층 4개, 지상기온 1개를 출력하는 층으로 구성하였다. 연구결과 구름의 영향이 없는 경우 DNN 모델이 root mean square error (RMSE) 2.22℃로 기준모델의 RMSE 3.55℃ 보다 낮은 오차를 보였고, 흐린 조건을 포함한 총 RMSE는 3.34℃를 나타내면서 구름의 영향을 제거할 수 있을 것으로 보였다. 하지만 계절과 시간에 따른 분석결과 여름과 겨울철에 모델의 결정계수가 각각 0.51과 0.42로 매우 낮게 나타났고 일 변동의 분산이 0.11과 0.21로 나타났다. 가시채널을 고려해 태양 위치정보를 추가한 결과에서 결정계수가 0.67과 0.61로 개선되었고 시간에 따른 일 변동의 분산도 0.03과 0.1로 감소하면서 모든 계절과 시간대에 더 일반화된 모델을 생성할 수 있었다.

• 대한원격탐사학회지
• /
• 제39권2호
• /
• pp.233-246
• /
• 2023

수문순환의 이해와 효율적 수자원 관리의 측면에서 토양수분의 중요성이 조명되고 있으나, 국내에는 양질의 지점 토양수분 자료의 부재로 그 활용도가 매우 낮은 실정이다. 때문에 인공위성 기반의 토양수분을 적용할 때에도, 기준자료가 되는 지상 관측자료가 없어 객관적인 평가 및 교정이 어려운 실정이다. 코즈믹 레이 중성자 탐지센서(cosmic-ray neutron probe, CRNP)를 활용한 토양수분 관측소는 위성 자료의 검보정을 위한 기준 자료 생산에서 핵심적인 역할을 수행할 수 있다. CRNP는 비침습식으로 설치가 가능하여 토양층 교란과 식생 환경의 피해를 최소화할 수 있고, 공간 대표성을 가진 중간 규모의 관측 범위를 가지고 있다는 장점이 있다. 이러한 특징은 지형이 복잡하고 식생이 우거진 지형이 많은 우리나라에서의 활용이 용이하다는 장점으로 이어진다. 따라서 본 연구는 한국형 코즈믹 레이 토양수분 관측 시스템(Korean cOsmic-ray Soil Moisture Observing System, KOSMOS) 구축의 일환으로, CRNP를 활용한 토양수분 관측소의 국내 적용성을 평가하고자 수행되었다. CRNP 관측소는 전력 및 설치 부지 확보의 용이성과 추후 타 수문기상 인자와의 효율적 활용을 고려하여, 한강홍수통제소의 홍천군 군업리 관측소에 병행 설치되었다. CRNP 토양수분 자료의 평가를 위해 12개소의 지점 토양수분 센서를 추가로 설치하였으며, 시간 안정성 분석을 통해 공간적 대표성을 평가하였다. CRNP에서 생성되는 중성자는 평균 1,087 counts per hour 정도로 설마천 관측소에 비해 낮게 나타나 홍천 관측소의 환경이 더 습윤한 환경임을 알 수 있었다. 관측된 중성자 자료의 중성자 보정과 초기교정을 통해 토양수분을 산정하였으며, 산정된 토양수분 자료는 짧은 교정 기간에도 지점 자료와의 검증에서 r=0.82로 높은 상관성을 보여주었고, root mean square error=0.02 m³/m³의 높은 정확도를 보여주었다. 추후 계절성을 반영할 수 있도록 연간 자료가 축적된 후 재교정을 수행하면 보다 높은 정확도를 보여줄 것으로 판단된다. 이러한 결과는 CRNP 토양수분 자료의 우수성을 검증한 선행연구들과 더불어, KOSMOS 구축 시 양질의 토양수분 자료를 생산할 수 있음을 시사한다.