• 제목/요약/키워드: operational remote sensing

검색결과 147건 처리시간 0.023초

COMPARISON OF GLOBAL SEA SURFACE TEMPERATURE PRODUCTS

  • Kubota, Masahisa.;Iwasaki, Shinzuke
    • 대한원격탐사학회:학술대회논문집
    • /
    • 대한원격탐사학회 2006년도 Proceedings of ISRS 2006 PORSEC Volume II
    • /
    • pp.993-996
    • /
    • 2006
  • NOAA operational bulk SST product (Reynolds et al, 2002) is very popular global SST data sets and is extensively used for various studies. However, the original time resolution is weekly and relatively large. On the other hand, there exist many new global SST data sets at present. In this study, we compare many global SST data sets including NOAA operational bulk SST product, CAOS OI SST product, Microwave Optimum Interpolation (MWOI) SST, Real Time Global (RTG) SST and JMA merged satellite and in situ Global Daily (MGD) SST.

  • PDF

GOES-9 IMAGER DATA ANLYSIS FOR THE PREPRATION OF THE COMS MI OPERATION

  • LIM Hyun-Su;PARK Durk-Jong;KOO In-Hoi;KANG Chi-Ho
    • 대한원격탐사학회:학술대회논문집
    • /
    • 대한원격탐사학회 2005년도 Proceedings of ISRS 2005
    • /
    • pp.462-465
    • /
    • 2005
  • The ITT Industry's Commercial Advanced Geo-Imager (CAGI) which is a recurrent version of imagers used in the GOES series was selected as the COMS Meteorological Imager (MI). The ITT Imager can conduct some special observation such as the space look, blackbody observation, and star sensing regularly or irregularly for its radiometric quality control. Because the GOES-9 which uses an ITT Imager has become operational over the Western Pacific and Eastern Asia positioned at 155 degrees East, the reception of the GOES-9 data is available in Korea. As a step of preparing the COMS MI operation, we conduct the analysis of the GOES-9 imager raw data and operation procedures and compare them with contents of the ITT Imager's manual.

  • PDF

Two-stream Convolutional Long- and Short-term Memory 모델의 2001-2021년 9월 북극 해빙 예측 성능 평가 (Performance Assessment of Two-stream Convolutional Long- and Short-term Memory Model for September Arctic Sea Ice Prediction from 2001 to 2021)

  • 지준화
    • 대한원격탐사학회지
    • /
    • 제38권6_1호
    • /
    • pp.1047-1056
    • /
    • 2022
  • 지구 온난화의 중요한 지시자인 북극의 바다 얼음인 해빙은 기후 시스템, 선박의 항로 안내, 어업 활동 등에서의 중요성으로 인해 다양한 학문 분야에서 관심을 받고 있다. 최근 자동화와 효율적인 미래 예측에 대한 요구가 커지면서 인공지능을 이용한 새로운 해빙 예측 모델들이 전통적인 수치 및 통계 예측 모델을 대체하기 위해 개발되고 있다. 본 연구에서는 북극 해빙의 전역적, 지역적 특징을 학습할 수 있는 two-stream convolutional long- and short-term memory (TS-ConvLSTM) 인공지능 모델의 북극 해빙 면적이 최저를 보이는 9월에 대해 2001년부터 2021년까지 장기적인 성능 검증을 통해 향후 운용 가능한 시스템으로써의 가능성을 살펴보고자 한다. 장기 자료를 통한 검증 결과 TS-ConvLSTM 모델이 훈련자료의 양이 증가하면서 향상된 예측 성능을 보여주고 있지만, 최근 지구 온난화로 인한 단년생 해빙의 감소로 인해 해빙 농도 5-50% 구간에서는 예측력이 저하되고 있음을 보여주었다. 반면 TS-ConvLSTM에 의해 예측된 해빙 면적과 달리 Sea Ice Prediction Network에 제출된 Sea Ice Outlook (SIO)들의 해빙 면적 중간값의 경우 훈련자료가 늘어나더라도 눈에 띄는 향상을 보이지 않았다. 본 연구를 통해 TS-ConvLSTM 모델의 향후 북극 해빙 예측 시스템의 운용 가능 잠재성을 확인하였으나, 향후 연구에서는 예측이 어려운 자연 환경에서 더욱 안정성 있는 예측 시스템 개발을 위해 더 많은 시공간 변화 패턴을 학습할 수 있는 방안을 고려해야 할 것이다.

PAN-SHARPENED 고해상도 다중 분광 자료의 영상 복원과 분할 (Image Restoration and Segmentation for PAN-sharpened High Multispectral Imagery)

  • 이상훈
    • 대한원격탐사학회지
    • /
    • 제33권6_1호
    • /
    • pp.1003-1017
    • /
    • 2017
  • 지표면의 공간 정보를 정확히 추출하기 위해서는 고 해상도의 다중 분광 영상 자료를 사용할 필요가 있다. 범색 영상에 비해 상대적으로 낮은 공간 해상도를 갖는 다중 분광 자료의 해상도를 범색 영상 급으로 높이기 위해 PAN-sharpening 융합 기술을 사용한다. 이러한 고해상도 자료를 분석하기 위해서는 화소기반보다는 객체 기반 분석이 주목을 받고 있다. 객체 기반 영상 분석을 위해서 영상을 구성하는 화소들의 집단으로 영상 객체를 생성하는 영상 분할 과정이 선행되어야 한다. RAG(Regional Adjancy Graph)에 의해 형성된 인접 지역을 합병하는 지역 확장을 통해 효과적으로 영상 분할을 할 수 있다. 위성 원격 탐사에서 불 완전한 관측 환경으로 수집한 영상 자료에 질 저하가 일어 난다. 정확한 영상 분할을 위해서 동일 지역으로 관측된 분광 값의 변이가 최소화되도록 질의 개선이 필요하다. 동일 지역에 속하는 공간적으로 인접한 이웃들의 화소 값과 차이를 반복적으로 줄여 나가는 과정을 통해 동일 지역에서의 화소 값의 변이를 감소시킬 수 있다. 영상 객체를 단위로 사용하는 영상 분류에서 오류를 감소시키기 위해 영상 분할 결과에서 적정한 분할 지역 크기를 생성하여야 한다. 분할 지역 크기는 지역 확장 과정에서 합병을 중지하는 단계에 의해 정해지므로 중지 규칙은 영상 분할 결과의 품질을 결정한다. 본 연구에서는 모의 자료 실험을 통하여 분할의 정확성에 대해 정량적 평가를 실시하였으며 3개의 PAN-sharpened 고해상도 다중 분광 영상 자료에 대해 적용하여 복원의 효과에 대해 실험하였다. 실제 자료의 분석에서는 중지 규칙과 관련된 분할 지역 크기에 대해 정성적으로 평가 하였다. 사용된 원격 탐사 자료는 1m급의 미국 LA지역에서 수집된 Dubaisat-2 자료와 0.7 m급의 한반도 대전 지역과 충청남도 지역에서 각각 수집된 KOMPSAT-3 자료이다. 실험 결과는 영상 복원은 PAN-sharpened 고해상도 다중 분광 자료의 영상 분할 결과의 정확성을 상당히 제고시킬 수 있다는 것을 보여준다.

고해상도 범색 영상을 위한 다중 단계 영상 복원 (Multi-stage Image Restoration for High Resolution Panchromatic Imagery)

  • 이상훈
    • 대한원격탐사학회지
    • /
    • 제32권6호
    • /
    • pp.551-566
    • /
    • 2016
  • 위성 원격 탐사에서는 센서 운영 환경으로 인하여 영상을 수집하는 동안 영상의 질 저하가 일어나며 이러한 영상의 질 저하는 관측된 자료로부터 유용한 정보를 확인하거나 추출하는 데 악 영향을 미치는 번짐 현상(blurring)과 잡음 (noise)을 야기시킨다. 특히 이러한 질 저하는 도시 지역과 같은 조밀한 구조를 가지는 scene으로부터 관측된 영상 자료의 분석에 더욱 영향을 끼친다. 본 연구는 고해상도 범색 영상 자료의 질 저하 현상을 개선시켜 영상이 포함하고 있는 복잡한 구조에 대한 자세한 분석의 정확성을 제고하기 위한 다중 단계 영상 복원 과정을 제안한다. 본 연구는 질 저하 현상을 모형화 하기 위해 Gaussian 가산 잡음과 Markov random field로 정의되는 공간적 연결성, 중심 화소와 이웃 화소 간의 거리에 비례하는 번짐을 가정하였다. 본 연구는 잡음 완화와 번짐 제거를 위해 Point-Jacobian Iteration Maximum A Posteriori (PJI-MAP) 추정 법을 제안한다. 그리고 화소 연결 후 지역 확장을 통한 영상 분할을 사용하였다. 본 연구는 지역 확장을 위하여 동질성과 대조성을 동시에 고려하는 비유사 계수를 제안하고 있다. 본 연구에서는 모의 자료 실험을 통하여 정량적 평가를 실시하였으며 2 개의 고해상도 범색 영상 자료에 대해 적용하여 복원의 효과에 대해 실험하였다. 사용된 원격 탐사 자료는 1 m급의 미국 LA지역에서 수집된 Dubaisat -2 자료와 0.7 m급의 한반도 대전 지역에서 수집된 KOMPSAT3 자료이다. 실험 결과는 제안된 다중 단계 복원 과정이 고해상 자료의 복잡한 구조의 자세한 분석에서 정확성 향상에 기여할 수 있다는 것을 보여주고 있다.

해안쓰레기 탐지 및 모니터링에 대한 딥러닝 기반 객체 탐지 기술의 적용성 평가: YOLOv8과 RT-DETR을 중심으로 (Applicability Evaluation of Deep Learning-Based Object Detection for Coastal Debris Monitoring: A Comparative Study of YOLOv8 and RT-DETR)

  • 박수호;김흥민;김영민;이인지;박미소;오승열;김탁영;장선웅
    • 대한원격탐사학회지
    • /
    • 제39권6_1호
    • /
    • pp.1195-1210
    • /
    • 2023
  • 해안쓰레기는 미관 훼손 및 생태와 보건에 미치는 영향으로 인해 큰 문제로 대두되고 있다. 이를 해결하기 위한 노력의 일환으로 본 연구는 해안쓰레기 탐지와 모니터링을 위한 이미지 데이터셋 구축과 실시간 객체 탐지 분야의 대표적인 모델인 YOLOv8과 RT-DETR의 성능을 비교하였다. 특히 다양한 환경 하에서의 강건성을 평가하기 위해 여러 왜곡 조건에서 성능 변화 실험을 수행하였다. YOLOv8은 mean Average Precision (mAP) 0.927~0.945의 정확도와 65~135 Frames Per Second (FPS)의 탐지 속도를 보인 반면, RT-DETR은 mAP 0.917~0.918의 정확도와 40~53 FPS의 탐지 속도를 보였다. 색상 왜곡에 대해서는 RT-DETR이 더 강건한 성능을 보였으나, 그 외의 조건에서는 YOLOv8이 더 높은 강건성을 보였다. 본 연구의 결과는 실제 해안쓰레기 모니터링 시스템의 모델 선택에 있어 중요한 지침을 제공할 것으로 기대된다.

Variations of SST around Korea Inferred from NOAA AVHRR Data

  • Kang, Yong-Q.;Hahn, Sang-Bok;Suh, Young-Sang;Park, Sung-Joo
    • 대한원격탐사학회지
    • /
    • 제17권2호
    • /
    • pp.183-188
    • /
    • 2001
  • The NOAA AVHRR remotely sensed SST data, collected by the National Fisheries Research and Development Institute (NFRDI), are analyzed in order to understand the spatial and temporal distributions of SST in the sea near korea. Our study is based on 10-day SST images during last 7 years (1991-1997). For a time series analysis of multiple SST images, all of images must be consistent exactly at the same position by adjusting the scales and positions of each SST image. We devised an algorithm which automatically detects cloud pixels from multiple SST images. The cloud detection algorithm is based on a physical constraint that SST anomalies in the ocean do not exceed certain limits (we used $\pm$3$^{\circ}C$ as a criterion of SST anomalies). The remotely sensed SST data are tuned by comparing remotely sensed data with observed SST at coastal stations. Seasonal variations of SST are studied by harmonic fit of SST normals at each pixel and the SST anomalies are studied by statistical method. It was found that the SST anomalies are rather persistent for one or two months. Utilizing the persistency of SST anomalies, we devised an algorithm for a prediction of future SST. In the Markov lprocess model of SST anomalies, autoregression coefficients of SST anomalies during a time elapse of 10 days are between 0.5 and 0.7. The developed algorithm with automatic cloud pixel detection and rediction of future SST is expected to be incorporated to the operational real time service of SST around Korea.

Kompsat-5 SAR와 AIS 자료 통합분석 기반 운영레벨 선박탐지 모니터링 (Operational Ship Monitoring Based on Integrated Analysis of KOMPSAT-5 SAR and AIS Data)

  • 김상완;김동한;이윤경
    • 대한원격탐사학회지
    • /
    • 제34권2_2호
    • /
    • pp.327-338
    • /
    • 2018
  • 본 연구는 운영레벨에서의Kompsat-5 SAR (Synthetic Aperture Radar) 영상과AIS (Automatic Identification System) 자료를 이용한 선박탐지 모니터링 가능성을 검토하였다. 분석을 위해 신진항 서측연안과 제주항 북측연안에서 수집된 Kompsat-5 SLC 영상과 연안에서 수집된 AIS 자료를 사용하였다. Kompsat-5 영상의 선박탐지를 위해 HVAS (Human Visual Attention System) 알고리즘을 적용하였다. HVAS는 CFAR (Constant False Alarm Rate)에 비해 탐지속도와 탐지율 측면에서 뛰어나다는 장점을 가지고 있다. 통합 분석결과 소형선박을 제외하고 Kompsat-5 선박탐지 결과와 AIS는 전반적으로 일치하는 것으로 분석되었다. Kompsat-5 영상에서 탐지되었으나 AIS 자료에서 탐지되지 않은 선박은 육안 판독을 통해 AIS 자료의 부재로 인한 것으로 보인다. 한편 SAR 영상에서도 선박의 기포항적, 육지 masking을 위해 사용된 DEM 파일의 오차(또는 위성궤도 오차), 그리고 고스트 현상에 의한 오탐지가 발생하였다. 향후 SAR 영상 분석 알고리즘 개선과 신뢰성 있는 AIS 자료 확보를 통한 운영레벨에서의 선박탐지 모니터링 기술 개발은 국가해양영토 광역감시망 구축에 크기 기여할 것이다.

스마트폰과 Google Earth를 이용한 TS 측량 및 가시화 안드로이드 앱 개발 (Development of an Android-based App for Total Station Surveying and Visualization using Smartphone and Google Earth)

  • 박진우;이성규;서용철
    • 대한원격탐사학회지
    • /
    • 제29권2호
    • /
    • pp.253-261
    • /
    • 2013
  • 최근 측량 및 지형 공간정보 분야의 기술들은 정보통신기술 발달로 사용자 친화적인 기술로 발전하고 있다. 그러나 현장에서 측량성과와 측량한 지점의 좌표를 알기 위해서는 노트북, 태블릿 PC 및 테스크톱 PC 등의 보조 장치와 토탈스테이션을 연결하여 관측 데이터를 얻어야 하는 불편함이 있다. 따라서 본 연구에서는 토탈스테이션과 스마트폰 간의 블루투스 무선 통신을 통하여 현황측량이 가능하며, 실시간으로 측정된 데이터를 인터넷 지도에 맵핑하고, 측량성과를 나타낼 수 있는 앱을 개발하였다. 개발된 앱은 블루투스 모듈, 트래버스측량 모듈, 현황측량 모듈, 그리고 좌표변환 모듈로 구성되어 있으며 현장에서 외업과 내업을 동시에 수행할 수 있는 장점을 가지고 있다. 본 연구는 현장에서의 토탈스테이션의 운용 능력과 사용자의 편의성을 향상시키는데 크게 기여할 것으로 사료된다.

무인항공기를 이용한 해안선 변화 추출에 관한 연구 (Method to Extract Coastline Changes Using Unmanned Aerial Vehicle)

  • 이강산;최진무;조창현
    • 대한지리학회지
    • /
    • 제50권5호
    • /
    • pp.473-483
    • /
    • 2015
  • 본 연구에서는 소형 무인항공기를 이용하여 해안 지형을 항공촬영 한 연구결과를 바탕으로 해안선 추출 및 변화량을 분석하였다. 해안지역의 경우 해양-육지간의 지속적인 상호작용으로 변화속도가 매우 빠르고, 연구자의 직접적인 관찰이 제한되는 경우가 많아 원격탐사 자료를 이용한 많은 연구가 이루어져 왔다. 그러나 전통적인 원격탐사 방법은 시공간의 제약, 높은 운용비용 등이 한계점으로 지적되어 왔다. 이에 새로운 원격탐사 플랫폼인 무인항공기를 이용하여 해안선을 추출하였다. 촬영된 영상으로부터 이미지 프로세싱을 통해 해안선을 추출하였고, 조위차에 따른 해안선의 변화를 관찰하였다. 본 연구에서 활용한 소형 무인항공기와 소형 디지털 카메라는 기존 원격탐사 플랫폼과 비교하여 경제성에서 장점이 있다. 최근 무인항공기는 여러 분야에서 다양한 목적으로 연구가 진행되고 있는 바, 지리학 분야에서도 공간정보 구축의 플랫폼으로서 지역연구 등 다양한 활용이 가능할 것으로 판단된다.

  • PDF