• 대한원격탐사학회지
• /
• 제36권6_2호
• /
• pp.1523-1535
• /
• 2020

원격탐사를 이용한 작황정보 생산은 작물의 생물계절을 이용하여 작물 분류, 생육 모니터링, 생산량 추정 분석이 선행되어야 한다. 생물계절에 추정을 위한 시계열 영상 자료가 필요하지만 KOMPSAT(Korea Multi-Purpose Satellite)만으로 획득하는 것은 물리적 제한이 있으므로 타 지구관측위성과의 융합 활용이 필요하다. 위성자료의 융합 활용을 위해서는 각 위성이 가지는 고유의 방사학적 센서 특성 차이를 극복해야 한다. 본 연구는 위성자료의 융·복합 활용을 위한 첫 단계로서 KOMPSAT-3와 Landsat-8 위성의 교차검보정을 수행하였다. Libya-4 PICS(Pseudo Invariant Calibration Sites)에서 2년간 수집된 위성자료에 대해 초분광위성을 이용하여 산정된 SBAF(Spectral Band Adjustment Factor)를 적용하여 대기상단 반사도를 비교하였다. 교차검보정 결과 KOMPSAT-3와 Landsat-8 위성은 Blue, Green, Red 밴드에서 약 4%, NIR밴드에서 6%의 반사율 차이를 보였다. 온보드 켈리브레이터가 없는 KOMPSAT-3는 Ladnsat-8에 비해 Radiometric Stability가 낮은 것으로 나타났다. 향후 교차검보정의 정확도를 높이기 위해 BRDF(Bidirectional reflectance distribution function) 보정 및 지형보정을 통하여 정규화 된 반사율 자료를 생산하기 위한 노력이 필요하다.

• 대한원격탐사학회지
• /
• 제24권1호
• /
• pp.65-78
• /
• 2008

This study compares the relative accuracy and consistency of four split-window land surface temperature (LST) algorithms (Becker and Li, Kerr et ai., Price, Ulivieri et al.) using 24 sets of Terra (Aqua)/Moderate Resolution Imaging Spectroradiometer (MODIS) data, observed ground grass temperature and air temperature over South Korea. The effective spectral emissivities of two thermal infrared bands have been retrieved by vegetation coverage method using the normalized difference vegetation index. The intercomparison results among the four LST algorithms show that the three algorithms (Becker-Li, Price, and Ulivieri et al.) show very similar performances. The LST estimated by the Becker and Li's algorithm is the highest, whereas that by the Kerr et al.'s algorithm is the lowest without regard to the geographic locations and seasons. The performance of four LST algorithms is significantly better during cold season (night) than warm season (day). And the LST derived from Terra/MODIS is closer to the observed LST than that of Aqua/MODIS. In general, the performances of Becker-Li and Ulivieri et al algorithms are systematically better than the others without regard to the day/night, seasons, and satellites. And the root mean square error and bias of Ulivieri et al. algorithm are consistently less than that of Becker-Li for the four seasons.

• 대한원격탐사학회지
• /
• 제30권3호
• /
• pp.341-350
• /
• 2014

Landsat images can monitor the snow-covered Earth surface variations with the ground resolution of 30m and the multi-spectral bands in the visible, NIR, SWIR and TIR spectral regions for the last 30 years. The Southern Volcanic Zone (SVZ) of Chile consists of many volcanoes, and all of the volcanoes are covered with snow at the top of mountain. Snow cover area in southern province of the SVZ of Chile (37 to $46^{\circ}S$) have been influenced by significant frontal retreats as well as eruptive activities. In this study, we have investigated the changes of the snow-cover area and snow-line elevation at Mt. Villarrica and Mt. Llaima, Chile from three Landsat images acquired on Feb. 1990, 2005 and 2011. The snow-cover areas are 13.42, 26.75 and $21.60km^2$ at Mt. Villarrica in 1990, 2005 and 2011, respectively, and 3.82, 25.12 and $8.89km^2$ at Mt. Llaima in 1990, 2005 and 2011, respectively. The snow-line elevations are 1871, 1738 and 1826m at Mt. Villarrica in 1990, 2005 and 2011, respectively, and 2007, 1822 and 1818m at Mt. Llaima in 1990, 2005 and 2011, respectively. The results indicate that both of the snow-cover and snow-line changes are strongly related with the volcanic activity change. The results demonstrate that the snow-cover area and snow-line elevation changes can be used as an indicator of the volcanic activity at Mt. Villarrica and Mt. Llaima, Chile.

• 대한원격탐사학회지
• /
• 제37권5_1호
• /
• pp.917-926
• /
• 2021

벼 쓰러짐은 벼농사의 대표적인 기상재해 피해로써 강한 바람과 강우로 발생한다. 원격탐사 기법은 넓은 지역의 벼 쓰러짐을 효과적으로 탐지하기에 적절한 방법이다. 실제로 벼 쓰러짐은 벼 키가 최대인 생육 시기에 주로 발생하여 군락의 큰 구조적 변화를 불러오기 때문에 분광 반사도 차이를 야기한다. 따라서, 본고에서는 나주에 위치한 전남농업기술원의 2020년 태풍에 의한 논벼 피해를 444 nm부터 842 nm까지 10개 밴드로 구성된 카메라 영상으로 분석하였다. 드론 영상마다 벼 쓰러짐 피해를 받은 영역과 벼 쓰러짐 피해가 없는 영역으로 구분하여 벼 쓰러짐 영역의 분광 반사도 특성 차이와 식생 탐지에 주로 사용되는 식생지수인 NDVI(Normalized Difference Vegetation Index), NDRE (Normalized Difference Red Edge), CCI (Chlorophyll Carotenoid Index)의 변화를 살펴보았다. 반사도 값의 변화는 밴드6(668 nm)에서 가장 적었으며, 이를 중심으로 밴드 파장이 감소와 증가할수록 일반 논벼 보다 쓰러짐 영역 반사도가 커졌다. 또한, 쓰러진 벼를 묶어 세운 복구 지역은 대부분의 밴드에 걸쳐 반사도가 크게 감소함을 볼 수 있었다. NDVI와 NDRE는 벼 쓰러짐 영역에 대해 민감하게 반응하였으나, 그 반응 대상 및 정도는 서로 달랐다. 본 연구의 결과는 향후 드론과 위성을 이용한 벼 쓰러짐 피해 조사 알고리즘에 기여될 것으로 기대한다.

• 대한원격탐사학회지
• /
• 제30권4호
• /
• pp.481-491
• /
• 2014

빙상이나 빙하, 빙붕에서 푸른색의 얼음이 지표에 노출되어 있는 지역을 청빙지대라 한다. 이는 빙하 표면에 쌓인 눈이 바람에 의해 침식되거나 기온과 일사량에 따른 승화로 인해 대부분 제거되기 때문이다. 청빙지대는 운석이 농집되기 쉽고 빙체의 질량균형에 매우 큰 영향을 미치기 때문에, 청빙의 노출도 및 밀집도에 대한 정량적 지표의 개발이 요구되고 있다. 이 연구에서는 2007~2012년에 동남극 맥머도 드라이벨리를 촬영한 MODIS 영상을 이용하여 청빙과 눈, 구름의 분광반사특성을 분석하고, 청빙의 노출도 및 밀집도를 정량화 할 수 있는 정규청빙지수(Normalized Difference Blue-ice Index, NDBI) 알고리즘을 고안하였다. 눈과 구름은 가시광선과 근적외선 파장대역에서 매우 높은 반사율을 나타낸다. 청빙은 청색 파장대역에서 높은 반사율을 보이는 반면에, 근적외선 파장대역에서 낮은 반사율을 보인다. NDBI 알고리즘은 청색과 근적외선 파장대역에서의 반사율 차이를 두 반사율의 합으로 나누는 것으로 표현된다[NDBI = (Blue - NIR)/(Blue + NIR)]. 청빙의 NDBI는 노출도와 밀집도에 따라 0.2~0.5의 값을 가지며, 0.2 이하의 값을 가지는 눈과 구름이나 음수의 값을 나타내는 암석으로부터 명확히 구분되었다. 청빙의 NDBI가 시간에 따라 변화하는 현상은 맥머도 드라이벨리의 기상관측소에서 측정된 풍속($R^2=0.012$)이나 기온($R^2=0.278$) 보다는 적설두께와 가장 높은 상관성($R^2=0.699$)을 나타냈다. 적설두께가 증가할수록 NDBI 값은 감소하였는데, 이는 청빙지대의 NDBI 값으로부터 적설량의 추정이 가능함을 의미한다. 이 연구에서 개발된 NDBI 알고리즘은 운석탐사, 빙체의 질량균형 분석, 적설량 추정 등 다양한 극지연구 분야에서 매우 유용하게 사용될 것으로 전망된다.

• 대한공간정보학회지
• /
• 제25권1호
• /
• pp.9-17
• /
• 2017

초분광 영상(hyperspectral imagery)은 주성분분석이나 최소잡음비율 등을 이용하여 자료의 차원과 잡음을 감소시켜 토지피복분류에 사용되는 것이 일반적이다. 최근에는 분광정보와 공간적 특성을 가진 다양한 입력 자료를 이용한 감독분류에 관한 연구가 활발히 진행되고 있다. 본 연구에서는 초분광 영상을 이용한 토지피복분류를 위해 principle component(PC) 밴드와 normalized difference vegetation index(NDVI) 자료를 감독분류의 입력자료로 활용하였다. NDVI 자료는 초분광 영상에서 추출된 PC 밴드가 포함하고 있지 않는 추가적인 정보를 활용하여 식생지역에 대한 토지피복분류 정확도를 높이고자 사용하였으며, morphological filter를 통해 각 밴드의 extended attribute profiles(EAP)를 제작하여 분류를 위한 입력 자료로 사용하였다. 감독분류기법은 random forest 알고리즘을 이용하였으며, EAP를 기반으로 다양한 입력 자료의 적용에 따른 분류정확도를 비교하고자 하였다. 연구지역으로는 두 대상지를 선정하였으며, 영상 내에서 취득한 참조자료를 이용하여 정량적인 평가를 수행하였다. 본 연구에서 제안한 기법의 분류정확도는 85.72%와 91.14%로 다른 입력 자료들을 이용한 경우와 비교하여 가장 높은 분류정확도를 나타냈다. 향후, 초분광 영상을 이용한 토지피복분류의 정확도를 높이기 위한 분류 알고리즘 개발과 대상지역 특성에 맞는 추가 입력자료 개발에 관한 연구가 필요할 것으로 사료된다.

• 대한원격탐사학회지
• /
• 제37권5_2호
• /
• pp.1317-1328
• /
• 2021

본 연구는 천리안 해양위성 2호(GOCI-II)를 활용하여 개발된 해무 탐지 알고리즘의 초기 결과에 대한 분석을 수행하였다. GOCI-II 해무 탐지 성능을 확인하기 위해 1호와 2호가 중복으로 관측한 2020년 10월-2021년 3월 사이에 발생한 해무 사례에 대해 광학적 특성 분석을 실시하였다. 해무 탐지 알고리즘에 입력자료로 사용되는 412 nm 밴드 레일리 산란 보정 반사도(Rayleigh-corrected reflectance; R_rc)와 정규화된 국소 표준 편차(Normalized Local Standard Deviation; NLSD)를 GOCI, GOCI-II 자료를 시공간 일치시킨 뒤 분석한 결과 412 nm 밴드 레일리 R_rc의 경우 0.01의 평균 제곱근 오차 (Root Mean Squared Error; RMSE)와 0.998의 상관계수(correlation coefficient)을 나타내고, NLSD의 경우 0.007의 RMSE, 0.798의 correlation을 나타낸다. 해무와 구름이 갖는 광학적 특성을 분석하기 위해 천리안 해양위성 2호의 밴드 별 R_rc 값을 확인하였다. 구름의 경우 넓은 영역에서 높은 반사도를 보인 반면, 해무의 경우 모든 밴드에서 구름에 비해 상대적으로 반사도가 낮고 좁은 영역에 분포한다. 실제 해무 사례에 대해 GOCI와 GOCI-II 해무 탐지 알고리즘을 비교한 결과 전반적인 해무 탐지 성능은 크게 차이가 없으나 높아진 공간 해상도의 영향으로 해무 경계면에서 공간적으로 더 세밀한 탐지가 가능했다. 종관기상관측소 시정계 자료와 비교 분석하여 초기 자료에 대한 신뢰도를 조사하였다. 추후 충분한 샘플 확보로 인한 안정적인 성능 검증, 실시간 구름 정보 교체를 통한 후처리 과정 개선, 에어로졸 자료 추가로 해무 오탐지 감소를 통해 해무 탐지 알고리즘의 성능 향상이 기대된다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1413-1425
• /
• 2023

기후변화로 인한 대형 산불의 빈도가 증가함에 따라 극심한 인명 및 재산상의 피해를 초래하고 있다. 이로 인해 많은 식생이 소실되며, 그 강도와 발생 형태에 따라 생태계 변화에 영향을 끼친다. 생태계 변화는 다시 산불 발생을 유발하여 2차 피해를 야기한다. 따라서 산불 피해지에 대한 정확한 탐지 및 면적 산정의 중요성이 지속적으로 제기되고 있다. 효율적인 산불 피해지 모니터링을 위해 산불 발생 후 실시간 지형 및 기상정보는 물론 피해지역의 영상을 대규모로 취득할 수 있는 위성영상이 주로 활용되고 있다. 최근, 합성곱 신경망(convolution neural network, CNN) 기반 모델부터 고성능 트랜스포머(Transformer) 기반 모델에 이르기까지 딥러닝 알고리즘이 빠르게 발전하면서 산림원격탐사에서 이를 적용한 연구가 활발히 이루어지고 있다. 하지만 현재까지 적용된 딥러닝 모델은 제한적이며 현업에서의 합리적인 활용을 위한 정량적 성능평가에 대한 보고가 부족한 상황이다. 따라서 본 연구에서는 모델에 따른 성능향상과 데이터 설계에 따른 성능향상을 중점적으로 비교 분석하였다. 미국 캘리포니아 지역을 대상으로 CNN 기반 모델의 U-Net, High Resolution Network-Object Contextual Representation (HRNet-OCR)을 활용하여 산불 피해지 모델을 구축하였다. 또한, 기본 파장대역과 함께 식생활력도 및 지표의 수분함량 정도를 고려하고자 normalized difference vegetation index (NDVI), normalized burn ratio (NBR)와 같은 산불 관련 분광지수를 산출하여 입력 이미지로 사용하였다. U-Net의 mean intersection over union (mIoU)이 0.831, HRNet-OCR이 0.848을 기록하여 두 모델 모두 우수한 영상분할 성능을 보였다. 또한, 밴드 반사도뿐 아니라 분광지수를 추가한 결과 모든 조합에서 평가지표 값이 상승하여 분광지수를 활용한 입력 데이터 확장이 픽셀 세분화에 기여함을 확인하였다. 이와 같은 딥러닝 방법론을 발전시킨다면 우리나라의 산불 피해지에 대한 신속한 파악 및 복구 계획 수립의 기초자료로 활용될 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제35권6_4호
• /
• pp.1341-1350
• /
• 2019

본 연구는 산불 전후 KOMPSAT-3A 영상을 사용하여 산불피해지역을 분석하는 것을 목적으로 한다. KOMPSAT 시리즈 중 KOMPSAT-3A는 적외선 및 고해상도의 멀티 스펙트럼 밴드를 가진 VHR위성이다. 하지만, KOMPSAT-3A를 활용하여 산불피해강도를 분류하는 연구는 부족한 실정이다. 따라서 본 연구에서는 KOMPSAT-3A의 산불 피해강도를 분류하기 위한 새로운 알고리즘을 제시하는 것을 목표로 한다. 또한, 본 연구에서는 산불 피해지역에 대한 참조자료로 Sentinel-2로 생성한 dNBR을 사용하였다. 본 연구의 연구 지역은 2019년 4월 4일 강릉에서 발생한 산불 피해지역으로 선정하였다. 본 연구에서는 산불피해구간을 산정하기 위한 알고리즘으로 오픈 소스 통계 프로그램인 R software의 확률분포함수를 사용하였다. KOMPSAT-3A에서 산불 피해지역은 산불 전, 후 NDVI의 변화에 따라 생성되었다. 산불피해강도는 분포 함수의 표준 편차를 사용하여 각 등급 크기를 산정하였다. 총 5개 구간에 따른 산불 피해 강도가 효과적으로 분류되었다.

• 대한원격탐사학회지
• /
• 제28권4호
• /
• pp.393-407
• /
• 2012

본 연구에서는 광학 원격탐사 영상의 획득 시 태양의 고도 및 방위가 대상 지역의 지형기복과 결합하여 나타나는 영향 및 다수의 시기에 걸쳐 획득한 영상을 비교분석하는 경우 영상 촬영시기의 차이로 인한 태양의 위치변화와 지형기복이 결합하여 나타나는 영향에 대한 보정을 시도하였다. 한라산과 다수의 분석구가 분포하는 제주도를 대상으로 Landsat 7 ETM+ 영상과 ASTER GDEM 지형자료를 사용하여 국지적조도의 모델링 시 커널의 크기를 $3{\times}3$, $5{\times}5$, $7{\times}7$, $9{\times}9$ 화소로 변화시키며 Lambertian 보정기법인 cosine 보정법과 비 Lambertian 보정기법인 c-보정법을 적용하고 보정기법 및 커널 크기에 대한 지형보정 효과를 분석하였다. 개별 영상의 육상지역에 대하여 보정을 수행한 결과 커널의 크기 $7{\times}7$을 적용한 c-보정법을 사용하였을 때에 보정효과가 가장 우수한 것으로 평가되었고, 대상지역을 ISODATA 무감독분류법을 이용하여 선택된 산림지역에 한정하여 지형보정을 수행한 경우에는 커널의 크기 $9{\times}9$를 적용한 c-보정법을 사용하였을 때에 가장 우수한 결과가 도출되었으며 다양한 지표피복이 혼합된 대상지역 대한 보정보다 효과가 큰 것으로 평가되었다. 다시기 영상의 경우 세 시기에 획득된 영상에 대하여 각각 지형보정을 수행한 후 상대적 방사도 보정을 적용하였을 때 지형보정을 수행하지 않은 경우와 비교하여 적외선 파장영역에서는 보다 균질한 반사도로 방사보정이 이루어졌으며 가시광 파장영역에서는 원영상의 반사도 패턴이 잘 보존된 결과가 도출되었다. 이상의 결과로부터 주변 지형으로부터 반사되는 에너지와 불완전한 대기보정으로 인한 잔류 대기영향을 고려하는 c-보정법을 적용하는 경우 cosine 보정법보다 우수한 지형보정 효과가 나타나며 수치표고모델에 내재된 수평과 수직방향 오차 및 위성영상과의 정합오차의 영향을 감소시기키 위하여 국지적 조도의 모델링 시 커널의 크기를 증가시키는 경우 지형보정의 효과가 증대되는 것으로 판단된다.