• 한국전자통신학회논문지
• /
• 제11권5호
• /
• pp.539-544
• /
• 2016

본 연구의 목적은 해저 바닥에 침적된 쓰레기를 조사한 자료를 이용하여 공간적 분포 특성을 파악하는 것이다. 해양쓰레기는 부유쓰레기와 침적쓰레기로 구분할 수 있다. 부유 및 침적쓰레기는 해수면을 떠다니고 해저에 침적되어 해양환경과 해양생물, 서식지들을 오염시킨다. 또한 해양으로 유입된 쓰레기를 처리하는데 많은 비용이 소요된다. 본 연구에서는 동해의 대표적인 무역항인 포항항을 대상으로 2014년도에 사이드스캔소나로 해저에 침적된 쓰레기를 조사한 자료를 이용하였다. 해양침적쓰레기의 성상별 공간적 특성을 파악하기 위해 침적쓰레기의 위치와 단위면적당 무게 자료를 이용하여 침적 분포도를 작성하였다.

• 해양환경안전학회지
• /
• 제27권2호
• /
• pp.295-307
• /
• 2021

한반도는 삼면이 바다로 둘러싸여 있으며, 많은 강과 하천이 바다와 연결되어 있기 때문에 육상에서의 쓰레기 유입이 되기 쉽다. 또한 해상에서는 활발한 수산업 활동과 다양한 레저 활동으로 인해 쓰레기 유입이 많다. 바다에 유입된 쓰레기는 시간이 지남에 따라 무게가 가해져 가라앉아 해저에 침적하게 되며, 해저에 산재되어 있기 때문에 직접 확인이 불가능하고 수거에 어려움이 있다. 수거되지 못한 해양침적쓰레기는 해저 생태계 및 수질에 영향을 미치게 되며, 특히 폐그물로프와 폐어구로 인한 유령어업과 선박사고가 발생할 수 있다는 점이 있다. 따라서 해당 성상의 쓰레기들(폐그물로프와 폐어구)은 우선적으로 수거가 이루어져야하기 때문에 분포 특성을 파악할 필요가 있다. 그 일환으로 본 연구에서는 국내 39개 항을 대상으로 해양에 침적되어 있는 쓰레기 조사를 실시했다. 그 중 동해에 대해서 GIS 기반의 공간 분석을 통해 해양침적쓰레기 성상별 분포 지도를 작성하고, 분포 특성을 파악하였다. 결과적으로 동해에서 폐타이어가 58 %로 구성되었고, 방파제 및 선박 접안 시설에 분포가 밀집되었다. 그리고 폐합성수지가 26 %로 구성되어 항외에도 분포가 있었다. 각 성상별 뚜렷한 분포 특성을 파악하기는 어려웠지만 폐합성수지가 다른 성상들과 비교해 항외에 분포되는 특성이 있었다. 본 연구는 이와 같은 분포 특성을 통해서 해양침적쓰레기 수거에 도움이 될 기초 자료로 제공될 수 있다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1329-1341
• /
• 2022

해양환경 및 해양생태계를 파괴하고 해양사고의 원인이 되는 해양쓰레기는 매년 늘어나고 있으나 그 중 해양침적쓰레기는 해저에 위치해 있어 파악과 수거에 어려움이 있다. 이에 효율적인 수거와 분포량 파악을 위해 수중촬영 이미지를 이용하여 폐그물과 폐밧줄을 대상으로 딥러닝 기반의 의미론적 분할을 실험하였다. 분할에는 최신 딥러닝 기법인 high-resolution network (HRNet)을 사용하고 최적화 알고리즘(optimizer) 별 성능 비교를 하였다. 분할 결과 그물에서는 adaptive moment estimation (Adam), Momentum, stochastic gradient descent(SGD) 순으로 F1 score=(86.46%, 86.20%, 85.29%), IoU=(76.15%, 75.74%, 74.36%) 이며, 밧줄은 F1 score=(80.49%, 80.48%, 77.86%), IoU=(67.35%, 67.33%, 63.75%)로 그물과 밧줄에서 모두 Adam의 결과가 가장 높게 나타났다. 연구 결과를 통해 optimizer 별 분할 성능 평가와 최신 딥러닝 기법의 해양침적쓰레기 분할에 대한 가능성을 확인하였다. 이에 따라 수중촬영 이미지를 통한 해양침적쓰레기 식별에 최신 딥러닝 기법을 적용시킴으로써 육안을 통한 식별보다 정확하고 효율적인 식별을 통해 해양침적쓰레기의 분포량 산정에 기여할 수 있을 것으로 사료된다.