논문 상세보기

대한원격탐사학회> 대한원격탐사학회지> Landsat 위성을 이용한 조위에 따른 영종도 갯벌의 면적 탐지에 관한 선행 연구

KCI등재

Landsat 위성을 이용한 조위에 따른 영종도 갯벌의 면적 탐지에 관한 선행 연구

Preliminary Study for Tidal Flat Detection in Yeongjong-do according to Tide Level using Landsat Images

이슬기 ( Lee Seulki ) , 김규연 ( Kim Gyuyeon ) , 이창욱 ( Lee Changwook )
  • : 대한원격탐사학회
  • : 대한원격탐사학회지 32권6호
  • : 연속간행물
  • : 2016년 12월
  • : 639-645(7pages)
대한원격탐사학회지

DOI


목차

1. 서 론
2. 연구방법
3. 연구 결과
4. 결론 및 토의
감사의 글
References

키워드 보기


초록 보기

국내에서 7번째로 큰 섬인 영종도는 인천으로부터 남서쪽으로 약 4.8 km 떨어져 있다. 영종도 주변에는 조수 차에 따라 드러나는 갯벌이 존재하며, 이곳은 지속적으로 감소하고 있는 겨울철새의 중요한 도래지라는 점에서 환경적 가치가 높은 곳이기도 하다. 그러나 최근 인천국제공항의 건설과 간척사업과 같은 인위적인 자연개발로 인해 갯벌 보존에 대한 우려가 증가하고 있다. 본 연구에서는 미국 지질조사소 (USGS)가 제공하고 있는 Landsat 7 ETM+영상을 기반으로 영종도 갯벌 지역을 분석하였다. 갯벌의 경계선을 뚜렷이 나타내기 위하여 물과 육지의 경계가 분명하게 구분하는 RGB 7, 5, 3 밴드조합으로 위성영상 가합성(False color composite)을 수행하고 지표피복분류를 통해 갯벌을 탐지하여 면적을 계산하였으며, 갯벌 면적을 수치화하는 작업을 반복 수행하였다. 또한 조위관측소가 자료를 제공하는 기간인 2000년부터 2015년까지 총 16년간 자료를 기반으로, 조위의 변화에 따라 영종도 동북부 갯벌 지역의 면적을 수치화하여, 각 조 위구간에 따라 나타나는 면적을 분석하였다. 본 논문은 차후 영종도 갯벌의 보존에 대한 연구가 진행되기에 앞서 동일한 조위 조건에서 면적의 범위에 대한 지표가 될 것이며, 인위적인 환경변화에 의한 영종도 지역의 갯벌 변화를 관측하는데 중요한 과학적 근거가 될 것으로 예상된다.
Yeongjong-do is seventh largest island in the west coast of Korea which is 4.8 km away in the direction of south-west from Incheon. The mudflat area around the Yeongjong-do has variable dimension according to tide level. In addition, Yeongjong-do is important area with high environmental value as wintering sites for migratory birds. The mudflat of Yeongjong-do is also meaningful region because it is used as place of education and tourist attraction. But, there are increasing concerns about preservation of mudflat area caused by artificial development such as land reclamation project and Incheon airport construction. In this paper, mudflat area was detected using Landsat 7 ETM+ images that United States Geological Survey (USGS) is providing the data in 16 days period. The false color composite was made from band 7, 5, and 3 that could dividing boundary between water and land for the purpose of appearance of boundary line in mudflat region. This area was calculated using results of classification based on false color composite images and was digitized through repetitive algorithm during research of period. Therefore, the change of northeastern area in Yeongjong-do was detected according to tide level during 16 years from 2000 to 2015 on the basis of providing period at tide station. This paper will expect as indicator for range of area in same tide level prior to the start of the research for preservation of mudflat. It will be also scientific grounds about change of mudflat area caused by artificial development.

UCI(KEPA)

I410-ECN-0102-2018-400-000511152

간행물정보

  • : 자연과학분야  > 기타(자연과학)
  • : KCI등재
  • :
  • : 격월
  • : 1225-6161
  • : 2287-9307
  • : 학술지
  • : 연속간행물
  • : 1985-2022
  • : 1891


저작권 안내

한국학술정보㈜의 모든 학술 자료는 각 학회 및 기관과 저작권 계약을 통해 제공하고 있습니다.

이에 본 자료를 상업적 이용, 무단 배포 등 불법적으로 이용할 시에는 저작권법 및 관계법령에 따른 책임을 질 수 있습니다.

38권6호(2022년 12월) 수록논문
최근 권호 논문
| | | |

KCI등재

1핵 활동 탐지 및 감시를 위한 딥러닝 기반 의미론적 분할을 활용한 변화 탐지

저자 : 송아람 ( Ahram Song ) , 이창희 ( Changhui Lee ) , 이진민 ( Jinmin Lee ) , 한유경 ( Youkyung Han )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 38권 6호 발행 연도 : 2022 페이지 : pp. 991-1005 (15 pages)

다운로드

(기관인증 필요)

초록보기

위성 영상은 핵 활동 탐지와 검증을 위한 효율적인 보조자료로 핵시설과 같이 접근이 어렵고 정보가 제한된 지역에 매우 유용하다. 특히 장비의 이동 또는 시설물의 변화와 같이 핵실험을 준비하는 과정은 시계열 분석을 통해 충분히 식별 가능하다. 본 연구에서는 핵 활동과 관련된 주요 객체의 변화를 탐지하기 위하여, 다시기 영상의 의미론적 분할 결과의 차이를 이용하였다. AIHub에서 제공하는 KOMPSAT 3/3A 영상으로 구성된 객체 판독 데이터셋에서 건물, 도로, 소형 객체의 정보를 추출하여 학습하였으며, U-Net, PSPNet, Attention U-Net에 대하여 주요 파라미터를 변경하며 대상 객체 추출에 적합한 의미론적 분할 모델을 분석하였다. 의미론적 분할 결과의 차영상으로 생성된 결과에 객체 정보를 포함하여 최종 변화 탐지를 수행하였으며, 제안 기법을 임의의 변화를 포함한 시뮬레이션 영상에 적용한 결과, 변화 객체를 효과적으로 추출할 수 있었다. 본 연구에서 제시된 변화 탐지 기법을 적용하기 위해서는, 의미론적 분할의 정확도가 우선적으로 확보되어야 하는 제약이 있으나, 추후 실험 대상 지역에 대한 학습데이터셋이 증가할 수록 적용 가능한 분석 범위가 증가할 것으로 기대된다.


Satellite imaging is an effective supplementary data source for detecting and verifying nuclear activity. It is also highly beneficial in regions with limited access and information, such as nuclear installations. Time series analysis, in particular, can identify the process of preparing for the conduction of a nuclear experiment, such as relocating equipment or changing facilities. Differences in the semantic segmentation findings of time series photos were employed in this work to detect changes in meaningful items connected to nuclear activity. Building, road, and small object datasets made of KOMPSAT 3/3A photos given by AIHub were used to train deep learning models such as U-Net, PSPNet, and Attention U-Net. To pick relevant models for targets, many model parameters were adjusted. The final change detection was carried out by including object information into the first change detection, which was obtained as the difference in semantic segmentation findings. The experiment findings demonstrated that the suggested approach could effectively identify altered pixels. Although the suggested approach is dependent on the accuracy of semantic segmentation findings, it is envisaged that as the dataset for the region of interest grows in the future, so will the relevant scope of the proposed method.

KCI등재

2훈련자료 내 재배지역의 비율에 따른 딥러닝 모델의 성능 평가

저자 : 성선경 ( Seonkyeong Seong ) , 최재완 ( Jaewan Choi )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 38권 6호 발행 연도 : 2022 페이지 : pp. 1007-1014 (8 pages)

다운로드

(기관인증 필요)

초록보기

차세대중형위성(Compact Advanced Satellite 500, CAS500)은 식생, 산림, 농업 등의 분야를 포함한 다양한 목적을 위하여 사용될 수 있으며, 다양한 영역에 대한 빠른 위성영상의 취득이 가능할 것으로 기대되고 있다. 차세대중형위성을 통하여 취득된 위성영상을 농업분야에서 활용하기 위해서는 위성영상 기반 작물재배지역추출 기법에 대한 개발이 필요하다. 특히, 최근 들어 딥러닝 분야에 대한 연구가 활발해짐에 따라서, 작물재배지역 추출을 위한 딥러닝 모델의 개발 및 훈련자료 생성에 관한 연구가 필요한 실정이다. 본 연구에서는 PlanetScope 위성영상과 팜맵을 이용하여 합천군 지역의 양파 및 마늘 재배지역을 분류하고자 하였다. 특히, 효과적인 모델의 학습을 위하여 작물재배지역의 비율에 따른 모델 성능을 분석하고자 하였다. 실험에 사용한 딥러닝 모델은 Fully Convolutional Densely Connected Convolutional Network (FC-DenseNet)을 작물재배지역 분류의 목적에 맞도록 재구성하여 활용하였다. 실험결과, 훈련자료 내 작물재배지역의 비율이 딥러닝 모델의 성능에 영향을 미치는 것을 확인하였다.


Compact Advanced Satellite 500 (CAS500) can be used for various purposes, including vegetation, forestry, and agriculture fields. It is expected that it will be possible to acquire satellite images of various areas quickly. In order to use satellite images acquired through CAS500 in the agricultural field, it is necessary to develop a satellite image-based extraction technique for crop-cultivated areas. In particular, as research in the field of deep learning has become active in recent years, research on developing a deep learning model for extracting crop cultivation areas and generating training data is necessary. This manuscript classified the onion and garlic cultivation areas in Hapcheon-gun using PlanetScope satellite images and farm maps. In particular, for effective model learning, the model performance was analyzed according to the proportion of crop-cultivated areas. For the deep learning model used in the experiment, Fully Convolutional Densely Connected Convolutional Network (FC-DenseNet) was reconstructed to fit the purpose of crop cultivation area classification and utilized. As a result of the experiment, the ratio of crop cultivation areas in the training data affected the performance of the deep learning model.

KCI등재

3화성 지형상대항법을 위한 하강 데이터셋 생성과 랜드마크 추출 방법

저자 : 김재인 ( Jae-in Kim )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 38권 6호 발행 연도 : 2022 페이지 : pp. 1015-1023 (9 pages)

다운로드

(기관인증 필요)

초록보기

착륙선의 진입-하강-착륙 과정에는 많은 환경적 및 기술적 어려움이 수반된다. 이러한 문제들을 해결하기 위한 방안으로, 최근 착륙선에는 지형상대항법 기술이 필수적으로 고려되고 있다. 지형상대항법은 하강하는 착륙선에서 수집되는 Inertial Measurement Unit (IMU) 데이터 및 영상 데이터를 기 구축된 참조 데이터와 비교하여 착륙선의 위치 및 자세를 추정하는 기술이다. 본 논문에서는 화성에서 활용할 지형상대항법 기술을 개발하기 위해 그 핵심 기술 요소로서 하강 데이터셋 생성 및 랜드마크 추출 방법을 제시한다. 제안방법은 화성착륙 시뮬레이션 궤적정보를 이용하여 하강하는 착륙선의 IMU 데이터를 생성하며, 이에 맞추어 고해상도 정사영상지도 및 수치표고모델로부터 ray tracing 기법을 통해 하강영상을 생성한다. 랜드마크 추출은 텍스쳐 정보가 부족한 화성 표면의 특성을 고려하여 영역 기반 추출 방식으로 이루어지며, 정합 정확도와 속도 향상을 위해 탐색영역 축소가 수행된다. 하강영상 생성 방법의 성능분석 결과는 제안방법으로 촬영 기하학적 조건을 만족시키는 영상 생성이 가능함을 보여주었으며, 랜드마크 추출 방법의 성능분석 결과는 제안방법을 통해 수 미터 수준의 위치 추정 정확도를 담보하면서 동시에 특징점 기반 방식만큼의 처리속도 확보가 가능함을 보여주었다.


The Entry-Descent-Landing process of a lander involves many environmental and technical challenges. To solve these problems, recently, terrestrial relative navigation (TRN) technology has been essential for landers. TRN is a technology for estimating the position and attitude of a lander by comparing Inertial Measurement Unit (IMU) data and image data collected from a descending lander with pre-built reference data. In this paper, we present a method for generating descent dataset and extracting landmarks, which are key elements for developing TRN technologies to be used on Mars. The proposed method generates IMU data of a descending lander using a simulated Mars landing trajectory and generates descent images from high-resolution ortho-map and digital elevation map through a ray tracing technique. Landmark extraction is performed by an area-based extraction method due to the low-textured surfaces on Mars. In addition, search area reduction is carried out to improve matching accuracy and speed. The performance evaluation result for the descent dataset generation method showed that the proposed method can generate images that satisfy the imaging geometry. The performance evaluation result for the landmark extraction method showed that the proposed method ensures several meters of positioning accuracy while ensuring processing speed as fast as the feature-based methods.

KCI등재

4무인항공기 영상을 위한 영상 매칭 기반 생성포인트 클라우드의 후처리 방안 연구

저자 : 이수암 ( Sooahm Rhee ) , 김한결 ( Han-gyeol Kim ) , 김태정 ( Taejung Kim )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 38권 6호 발행 연도 : 2022 페이지 : pp. 1025-1034 (10 pages)

다운로드

(기관인증 필요)

초록보기

본 논문에서는 건물의 포인트 클라우드를 추출할 때 발생하는 홀 영역의 보간을 통한 후처리 방안을 제안한다. 스테레오 영상 데이터에서 영상 매칭을 수행할 경우 차폐 및 건물 벽면 등의 영향으로 홀이 발생한다. 이런 영역은 추후 포인트 클라우드를 기반으로 하는 부가 산출물의 생성에 장애 요인이 될 수 있으므로, 이에 대한 효과적인 처리 기법의 적용이 필요하다. 먼저 영상 매칭을 적용하여 생성된 시차맵을 기반으로 초기 포인트 클라우드를 추출한다. 포인트 클라우드를 격자화 시키면 차폐영역 및 건물 벽면의 영향으로 발생하는 홀 영역을 확인할 수 있다. 홀 영역에 삼각망을 생성하고 삼각망 내부 값을 영역의 최소값으로 처리하는 과정을 반복하는 것으로 건물 주변의 지표면과 건물 간에 어색함 없는 보간의 수행이 가능하다. 격자화 된 데이터에서 보간 된 영역에 해당하는 위치정보를 포인트로 추가하여 새로운 포인트 클라우드를 생성한다. 보간과정 중 불필요한 점의 추가를 최소화하기 위해 초기 포인트 클라우드 영역에서 벗어나는 영역으로 보간 된 데이터는 처리하지 않았으며, 보간 된 포인트 클라우드에 적용되는 RGB 밝기값은 매칭에 사용된 스테레오 영상 중 촬영중심과 해당 픽셀이 가장 근접한 영상으로 설정하여 처리하였다. 실험 결과 제안 기법을 통해 대상영역의 포인트 클라우드 생성 후 발생하는 음영 영역이 효과적으로 처리되는 것을 확인할 수 있었다.


In this paper, we propose a post-processing method through interpolation of hole regions that occur when extracting point clouds. When image matching is performed on stereo image data, holes occur due to occlusion and building façade area. This area may become an obstacle to the creation of additional products based on the point cloud in the future, so an effective processing technique is required. First, an initial point cloud is extracted based on the disparity map generated by applying stereo image matching. We transform the point cloud into a grid. Then a hole area is extracted due to occlusion and building façade area. By repeating the process of creating Triangulated Irregular Network (TIN) triangle in the hall area and processing the inner value of the triangle as the minimum height value of the area, it is possible to perform interpolation without awkwardness between the building and the ground surface around the building. A new point cloud is created by adding the location information corresponding to the interpolated area from the grid data as a point. To minimize the addition of unnecessary points during the interpolation process, the interpolated data to an area outside the initial point cloud area was not processed. The RGB brightness value applied to the interpolated point cloud was processed by setting the image with the closest pixel distance to the shooting center among the stereo images used for matching. It was confirmed that the shielded area generated after generating the point cloud of the target area was effectively processed through the proposed technique.

KCI등재

5MODIS 및 Landsat 위성영상의 다중 해상도 자료 융합 기반 토지 피복 분류의 사례 연구

저자 : 김예슬 ( Yeseul Kim )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 38권 6호 발행 연도 : 2022 페이지 : pp. 1035-1046 (12 pages)

다운로드

(기관인증 필요)

초록보기

이 연구에서는 토지 피복 분류를 위한 다중 해상도 자료 융합의 적용성을 평가하였다. 여기서 다중 해상도 자료 융합 모델로는 spatial time-series geostatistical deconvolution/fusion model (STGDFM)을 적용하였다. 연구 지역은 미국 Iowa 주의 일부 농경 지역으로 선정하였으며, 대상 지역의 규모를 고려해 다중 해상도 자료 융합의 입력 자료로 Moderate Resolution Imaging Spectroradiometer (MODIS) 및 Landsat 영상을 사용하였다. 이를 바탕으로 STGDFM 적용해 Landsat 영상이 결측된 시기에서 가상의 Landsat 영상을 생성하였다. 그리고 획득한 Landsat 영상과 함께 STGDFM의 융합 결과를 입력 자료로 사용해 토지 피복 분류를 수행하였다. 특히 다중 해상도 자료 융합의 적용성 평가를 위해 획득한 Landsat 영상만을 이용한 분류 결과와 Landsat 영상 및 융합 결과를 모두 이용한 분류 결과를 비교 평가하였다. 그 결과, Landsat 영상만을 이용한 분류 결과에서는 대상 지역의 주요 토지 피복인 옥수수와 콩 재배지에서 혼재 양상이 두드러지게 나타났다. 또한 건초 및 곡물 지역과 초지 지역 등 식생 피복 간의 혼재 양상도 큰 것으로 나타났다. 반면 Landsat 영상 및 융합 결과를 이용한 분류 결과에서는 옥수수와 콩 재배지의 혼재 양상과 식생 피복 간의 혼재 양상이 크게 완화되었다. 이러한 영향으로 Landsat 영상 및 융합 결과를 이용한 분류 결과에서 분류 정확도가 약 20%p 향상되었다. 이는 STGDFM을 통해 MODIS 영상이 갖는 시계열 분광 정보를 융합 결과에 반영하면서 Landsat 영상의 결측을 보완할 수 있었고, 이러한 시계열 분광 정보가 분류 과정에 결합되면서 오분류를 크게 줄일 수 있었던 것으로 판단된다. 본 연구 결과를 통해 토지 피복 분류에 다중 해상도 자료 융합이 효과적으로 적용될 수 있음을 확인하였다.


This study evaluated the applicability of multi-resolution data fusion for land-cover classification. In the applicability evaluation, a spatial time-series geostatistical deconvolution/fusion model (STGDFM) was applied as a multi-resolution data fusion model. The study area was selected as some agricultural lands in Iowa State, United States. As input data for multi-resolution data fusion, Moderate Resolution Imaging Spectroradiometer (MODIS) and Landsat satellite images were used considering the landscape of study area. Based on this, synthetic Landsat images were generated at the missing date of Landsat images by applying STGDFM. Then, land-cover classification was performed using both the acquired Landsat images and the STGDFM fusion results as input data. In particular, to evaluate the applicability of multi-resolution data fusion, two classification results using only Landsat images and using both Landsat images and fusion results were compared and evaluated. As a result, in the classification result using only Landsat images, the mixed patterns were prominent in the corn and soybean cultivation areas, which are the main land-cover type in study area. In addition, the mixed patterns between land-cover types of vegetation such as hay and grain areas and grass areas were presented to be large. On the other hand, in the classification result using both Landsat images and fusion results, these mixed patterns between land-cover types of vegetation as well as corn and soybean were greatly alleviated. Due to this, the classification accuracy was improved by about 20%p in the classification result using both Landsat images and fusion results. It was considered that the missing of the Landsat images could be compensated for by reflecting the time-series spectral information of the MODIS images in the fusion results through STGDFM. This study confirmed that multi-resolution data fusion can be effectively applied to land-cover classification.

KCI등재

6Two-stream Convolutional Long- and Short-term Memory 모델의 2001-2021년 9월 북극 해빙 예측 성능 평가

저자 : 지준화 ( Junhwa Chi )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 38권 6호 발행 연도 : 2022 페이지 : pp. 1047-1056 (10 pages)

다운로드

(기관인증 필요)

초록보기

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.


Sea ice, frozen sea water, in the Artic is a primary indicator of global warming. Due to its importance to the climate system, shipping-route navigation, and fisheries, Arctic sea ice prediction has gained increased attention in various disciplines. Recent advances in artificial intelligence (AI), motivated by a desire to develop more autonomous and efficient future predictions, have led to the development of new sea ice prediction models as alternatives to conventional numerical and statistical prediction models. This study aims to evaluate the performance of the two-stream convolutional longand short-term memory (TS-ConvLSTM) AI model, which is designed for learning both global and local characteristics of the Arctic sea ice changes, for the minimum September Arctic sea ice from 2001 to 2021, and to show the possibility for an operational prediction system. Although the TSConvLSTM model generally increased the prediction performance as training data increased, predictability for the marginal ice zone, 5-50% concentration, showed a negative trend due to increasing first-year sea ice and warming. Additionally, a comparison of sea ice extent predicted by the TS-ConvLSTM with the median Sea Ice Outlooks (SIOs) submitted to the Sea Ice Prediction Network has been carried out. Unlike the TS-ConvLSTM, the median SIOs did not show notable improvements as time passed (i.e., the amount of training data increased). Although the TSConvLSTM model has shown the potential for the operational sea ice prediction system, learning more spatio-temporal patterns in the difficult-to-predict natural environment for the robust prediction system should be considered in future work.

KCI등재

7가상 텍스쳐 영상과 실촬영 영상간 매칭을 위한 특징점 기반 알고리즘 성능 비교 연구

저자 : 이유진 ( Yoo Jin Lee ) , 이수암 ( Sooahm Rhee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 38권 6호 발행 연도 : 2022 페이지 : pp. 1057-1068 (12 pages)

다운로드

(기관인증 필요)

초록보기

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 적용가능성을 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 소요시간도 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.


This paper compares the combination performance of feature point-based matching algorithms as a study to confirm the matching possibility between image taken by a user and a virtual texture image with the goal of developing mobile-based real-time image positioning technology. The feature based matching algorithm includes process of extracting features, calculating descriptors, matching features from both images, and finally eliminating mismatched features. At this time, for matching algorithm combination, we combined the process of extracting features and the process of calculating descriptors in the same or different matching algorithm respectively. V-World 3D desktop was used for the virtual indoor texture image. Currently, V-World 3D desktop is reinforced with details such as vertical and horizontal protrusions and dents. In addition, levels with real image textures. Using this, we constructed dataset with virtual indoor texture data as a reference image, and real image shooting at the same location as a target image. After constructing dataset, matching success rate and matching processing time were measured, and based on this, matching algorithm combination was determined for matching real image with virtual image. In this study, based on the characteristics of each matching technique, the matching algorithm was combined and applied to the constructed dataset to confirm the applicability, and performance comparison was also performed when the rotation was additionally considered. As a result of study, it was confirmed that the combination of Scale Invariant Feature Transform (SIFT)'s feature and descriptor detection had the highest matching success rate, but matching processing time was longest. And in the case of Features from Accelerated Segment Test (FAST)'s feature detector and Oriented FAST and Rotated BRIEF (ORB)'s descriptor calculation, the matching success rate was similar to that of SIFT-SIFT combination, while matching processing time was short. Furthermore, in case of FAST-ORB, it was confirmed that the matching performance was superior even when 10° rotation was applied to the dataset. Therefore, it was confirmed that the matching algorithm of FAST-ORB combination could be suitable for matching between virtual texture image and real image.

KCI등재

8정지궤도 위성 대류권 오존 관측 자료를 이용한 대류권 이동벡터 산출 가능성 연구

저자 : 신대근 ( Daegeun Shin ) , 김소명 ( Somyoung Kim ) , 박주선 ( Juseon Bak ) , 백강현 ( Kanghyun Baek ) , 홍성재 ( Sungjae Hong ) , 김재환 ( Jaehwan Kim )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 38권 6호 발행 연도 : 2022 페이지 : pp. 1069-1080 (12 pages)

다운로드

(기관인증 필요)

초록보기

대류권 오존은 전 세계적으로 인간과 생태계에 막대한 피해를 입히는 오염 물질이다. 국지적인 오존 문제는 발생 지역에서 바람에 의해 풍하 측으로 이동함에 따라 지역적, 전 지구적 문제가 되고 있다. 보다 효율적인 오존 모니터링을 위해서 연속적인 일중 관측이 가능한 정지궤도 위성을 이용하려는 시도가 있어왔다. 이 연구에서는 정지궤도 위성에서 관측될 대류권 오존의 연속적인 관측을 이용하여 대류권 오존 이동벡터(Tropospheric Ozone Movement Vector, TOMV) 산출을 세계 최초로 시도했다. 현재 정지궤도 위성을 이용한 대류권오존 산출물이 존재하지 않기 때문에 대기화학모델인 GEOS-Chem에서 산출된 대류권 오존 자료를 이용하였다. 산출된 오존의 이동 속도는 화학모델에 비해 높은 값이 나왔지만 오염의 이동의 방향은 매우 높은 일치성을 보여주었다. 제시된 알고리즘을 이용하면 오존의 유입 플럭스를 오존의 움직이는 속도와 방향을 이용하여 산출할 수도 있다. 이와 같은 결과는 오염물질의 이동분석에 널리 사용되는 역방향 궤적 방법의 대안으로써 오염물질의 모니터링과 예보에 보다 유용하게 사용될 수 있다. 이와 반대로 오존분포의 경계선이 불분명하면 TOMV 산출에 오차를 발생시킬 수 있기 때문에 이동에 대한 잘못된 정보를 줄 수 있는 것이 이 방법의 한계이다. 그럼에도 불구하고 TOMV 방법은 앞으로 활동하게 될 정지궤도 위성을 이용한 오염 모니터링과 예보에 진일보한 방향을 제시해줄 수 있을 것이다.


The tropospheric ozone is a pollutant that causes a great deal of damage to humans and ecosystems worldwide. In the event that ozone moves downwind from its source, a localized problem becomes a regional and global problem. To enhance ozone monitoring efficiency, geostationary satellites with continuous diurnal observations have been developed. The objective of this study is to derive the Tropospheric Ozone Movement Vector (TOMV) by employing continuous observations of tropospheric ozone from geostationary satellites for the first time in the world. In the absence of Geostationary Environmental Monitoring Satellite (GEMS) tropospheric ozone observation data, the GEOS-Chem model calculated values were used as synthetic data. Comparing TOMV with GEOS-Chem, the TOMV algorithm overestimated wind speed, but it correctly calculated wind direction represented by pollution movement. The ozone influx can also be calculated using the calculated ozone movement speed and direction multiplied by the observed ozone concentration. As an alternative to a backward trajectory method, this approach will provide better forecasting and analysis by monitoring tropospheric ozone inflow characteristics on a continuous basis. However, if the boundary of the ozone distribution is unclear, motion detection may not be accurate. In spite of this, the TOMV method may prove useful for monitoring and forecasting pollution based on geostationary environmental satellites in the future.

KCI등재

9GACOS 모델 대기 위상 지연 보정을 활용한 SBAS-InSAR 기술 기반 울산광역시 지반 침하 탐지

저자 : 수레시크리쉬난 ( Suresh Krishnan Palanisamy Vadivel ) , 김덕진 ( Duk-jin Kim ) , 이정훈 ( Jung-hoon Lee ) , 송주영 ( Juyoung Song ) , 김준우 ( Junwoo Kim )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 38권 6호 발행 연도 : 2022 페이지 : pp. 1081-1089 (9 pages)

다운로드

(기관인증 필요)

초록보기

본 연구는 시계열 Small Baseline Subset (SBAS)-InSAR 기법을 이용하여 울산시의 지반 침하를 조사하였으며, 79개의 Sentinel-1 SAR 영상과 385개의 간섭도 영상(interferogram)을 사용하여 2015년 5월부터 2021년 12월 울산광역시의 지상 변위(surface displacement)를 추정하였다. 지반 침하율은 북구와 남구 삼산동 2지역에서 연 3.44 cm, 1.68 cm로 계측되었다. 또한 Generic Atmospheric Correction Online Service (GACOS)로 생성한 Zenith Total Delay (ZTD) 지도를 활용하여 unwrapping된 간섭도 위상에서 대기 지연(tropospheric delay)의 영향을 제거할 수 있는 가능성을 평가하였으며, GACOS ZTD 보정 전후의 SBAS-InSAR 지상 변위 측정의 차이가 연 1 mm미만임을 발견하였다.


This study aims to investigate and monitor the ground subsidence in Ulsan city, South Korea using time-series Small Baseline Subset (SBAS)-InSAR analysis. We used 79 Sentinel-1 SAR scenes and 385 interferograms to estimate the ground displacements at Ulsan city from May 2015 and December 2021. Two subsiding regions Buk-gu and Nam-gu Samsan-dong were found with the subsidence rate of 3.44 cm/year and 1.68 cm/year. In addition, we evaluated the possibility of removing the effect of atmospheric (tropospheric delay) phase in unwrapped phase using the Zenith Total Delay (ZTD) maps from Generic Atmospheric Correction Online Service (GACOS). We found that the difference between the SBAS-InSAR ground displacements before and after GACOS ZTD correction is less than 1 mm/year in this study.

KCI등재

10개선된 DeepResUNet과 컨볼루션 블록 어텐션 모듈의 결합을 이용한 의미론적 건물 분할

저자 : 예철수 ( Chul-soo Ye ) , 안영만 ( Young-man Ahn ) , 백태웅 ( Tae-woong Baek ) , 김경태 ( Kyung-tae Kim )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 38권 6호 발행 연도 : 2022 페이지 : pp. 1091-1100 (10 pages)

다운로드

(기관인증 필요)

초록보기

딥러닝 기술의 진보와 함께 다양한 국내외 고해상도 원격탐사 영상의 활용이 가능함에 따라 딥러닝 기술과 원격탐사 빅데이터를 활용하여 도심 지역 건물 검출과 변화탐지에 활용하고자 하는 관심이 크게 증가하고 있다. 본 논문에서는 고해상도 원격탐사 영상의 의미론적 건물 분할을 위해서 건물 분할에 우수한 성능을 보이는DeepResUNet 모델을 기본 구조로 하고 잔차 학습 단위를 개선하고 Convolutional Block Attention Module(CBAM)을 결합한 새로운 건물 분할 모델인 CBAM-DRUNet을 제안한다. 제안한 건물 분할 모델은 WHU 데이터셋과 INRIA 데이터셋을 이용한 성능 평가에서 UNet을 비롯하여 ResUNet, DeepResUNet 대비 F1 score, 정확도, 재현율 측면에서 모두 우수한 성능을 보였다.


As deep learning technology advances and various high-resolution remote sensing images are available, interest in using deep learning technology and remote sensing big data to detect buildings and change in urban areas is increasing significantly. In this paper, for semantic building segmentation of high-resolution remote sensing images, we propose a new building segmentation model, Convolutional Block Attention Module (CBAM)-DRUNet that uses the DeepResUNet model, which has excellent performance in building segmentation, as the basic structure, improves the residual learning unit and combines a CBAM with the basic structure. In the performance evaluation using WHU dataset and INRIA dataset, the proposed building segmentation model showed excellent performance in terms of F1 score, accuracy and recall compared to ResUNet and DeepResUNet including UNet.

권호별 보기
같은 권호 다른 논문
| | | | 다운로드

KCI등재

1고해상도 범색 영상을 위한 다중 단계 영상 복원

저자 : 이상훈 ( Sanghoon Lee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 32권 6호 발행 연도 : 2016 페이지 : pp. 551-566 (16 pages)

다운로드

(기관인증 필요)

초록보기

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.

KCI등재

2ALOS-1 PALSAR 영상을 이용한 대전지역 변위 관측 - PSInSAR와 SqueeSAR 분석 결과 비교 -

저자 : 김상완 ( Sang-wan Kim )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 32권 6호 발행 연도 : 2016 페이지 : pp. 567-577 (11 pages)

다운로드

(기관인증 필요)

초록보기

SqueeSAR 분석기법은 SAR 영상내에 있는 고정산란체(PS)와 분산산란체(DS)를 모두 이용하는 새로운 기법이다. 비록 도심지역에는 많은 PS가 존재하지만, SqueeSAR 기법은 관측밀도를 높이는데 기여할 수 있다. 차분간섭도 제작에 필요한 DEM 정확도에 의한 변위분석 결과의 영향을 분석하기 위해 SRTM 1-arc (~30 m)와 1 m LIDAR DEM을 사용한 분석을 수행하였다. 두개의 고도자료를 이용하여 PSInSAR와 SqueeSAR 분석을 수행한 결과 인공구조물과 같은 PS에서는 자료처리에 사용된 DEM 오차를 거의 정확하게 보정할 수 있기 때문에, 사용된 DEM의 정확도와 상관없이 최종 시계열 분석 결과는 동일하였다. 반면, 고정산란체가 아닌 Distributed Scatterer (DS)일 경우 사용된 DEM의 정확도에 따라 영향을 받게 되며, SqueeSAR의 경우 사용된 DEM이 정확할수록 분석 결과가 좋아짐을 확인하였다. 도심지역에서의 변위 관측에서도 SqueeSAR 기법이 PSInSAR 기법에 비해 약 5배 이상의 관측점을 추출하는데 기여했으며, 관측점의 오차도 PSInSAR 결과에 비해 현저하게 개선되었다.

KCI등재

3위성기반 태양광 발전가능량 산출기술 개발 동향 및 향후 전망

저자 : 한경수 ( Kyung-soo Han ) , 김진수 ( Jinsoo Kim )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 32권 6호 발행 연도 : 2016 페이지 : pp. 579-587 (9 pages)

다운로드

(기관인증 필요)

초록보기

세계적으로 자국의 에너지 수급의 안정성을 도모함과 동시에 태양광 발전시스템의 효율적인 운영을 위한 위성기반 태양광 발전가능량 산출기술 개발이 중요한 관심사로 주목받고 있다. 본 연구는 위성기반 일사량 산출기술과 태양광 발전가능량 산출기술에 대한 동향을 분석하고 관련기술 개발 전략을 제시하는데 그 목적을 둔다. 동향 분석 결과, 우리나라의 태양광 발전가능량 산출에 대한 전반적인 기술 수준은 선진국 대비 30% 이하로 아주 미미한 수준이며 이는 태양광 자원지도 제작에 국한되어있다. 이러한 기술 수준을 단시간 내에 선진국과 대등하게 끌어올리는 것은 거의 불가능할 것이다. 따라서 집중적인 연구개발을 통해 선진국 대비 80% 수준의 기술 수준을 달성하여 주요한 정보를 제공하여야 만이 실제 현업에서의 태양광 발전소 운영에 기여할 수 있을 것이다. 즉 가능한 빠른 시간 내에 현재 운영되고 있는 COMS 뿐만 아니라 차세대 고해상도 정지궤도기상위성 자료를 이용한 수백 m 급 고정밀 일사량 상세화 기술과 단기 또는 중기 일사량 예측을 위한 핵심기술이 우선적으로 확보되어야하며, 이후 위성기반 태양광 발전가능량 산출기술을 개발함으로써 현업에서 활용될 수 있는 정보를 제공함이 현실적으로 타당한 기술개발 전략일 것이다.

KCI등재

4Himawari-8/AHI 자료를 활용한 표층 해류 산출 알고리즘 비교

저자 : 김희애 ( Hee-ae Kim ) , 박경애 ( Kyung-ae Park ) , 박지은 ( Ji-eun Park )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 32권 6호 발행 연도 : 2016 페이지 : pp. 589-601 (13 pages)

다운로드

(기관인증 필요)

초록보기

Himawari-8/Advanced Himawari Imager (AHI) 열적외 채널 자료에 Maximum Cross Correlation (MCC), Zero-mean Sum of Absolute Distances (ZSAD), Zero-mean Sum of Squared Distances (ZSSD) 알고리즘을 적용하여 표층 해류를 산출하고, 그 결과를 비교 분석하였다. 각 알고리즘으로 쿠로시오해류 해역의 표층 해류장을 산출한 결과 서로 유사한 양상을 보였다. 오차 발생 비율은 알고리즘에 따른 차이가 거의 나타나지 않았으며, 표층 해류 산출 연산에 소요되는 시간은 ZSAD와 ZSSD 알고리즘이 MCC 알고리즘에 비해 각각 24%, 18% 감소하였다. 산출된 표층 해류는 인공위성 추적 표층 뜰개 자료와 인공위성 고도계 자료로 계산한 표층 해류를 통해 검증하였고, 세 가지 알고리즘의 정확도는 모두 유사한 범위의 값으로 나타났다. 또한 산출된 표층 해류의 정확도는 휘도 온도 수평 구배의 크기와 두 영상 사이의 시간 간격에 의해 영향을 받았다.

KCI등재

5토지 피복별 차등 가열이 도시 지역의 흐름과 기온에 미치는 영향

저자 : 박수진 ( Soo-jin Park ) , 최소희 ( So-hee Choi ) , 강정은 ( Jung-eun Kang ) , 김동주 ( Dong-ju Kim ) , 문다솜 ( Da-som Moon ) , 최원식 ( Wonsik Choi ) , 김재진 ( Jae-jin Kim ) , 이영곤 ( Young-gon Lee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 32권 6호 발행 연도 : 2016 페이지 : pp. 603-616 (14 pages)

다운로드

(기관인증 필요)

초록보기

본 연구에서는 기상청 현업 국지기상모델(Local Data Assimilation and Prediction System, LDAPS)과 전산유체역학(Computational Fluid Dynamics, CFD) 모델을 접합하여, 서울 종로구 송월동에 위치한 지동기상관측소(서울 ASOS) 주변 지역의 기상 환경을 분석하였다. 토지 피복별 차등 가열이 도시 지역의 대기 흐름과 기온에 미치는 영향을 분석하기 위하여, 시간 변화에 따른 토지 피복별 지표면 온도와 그림자 영역에 대한 지표면 온도 감소 효과를 고려하였다. LDAPS 모델은 상세한 건물, 지형, 지표면 가열 효과를 고려하지 못하기 때문에, 풍속을 과대모의 하고 기온을 과소 모의하였다. 건물과 지형의 마찰 효과와 태양 복사에 의한 지표면 가열을 고려할 수 있는 LDAPS-CFD 접합 모델은 서울 ASOS 지점의 관측 풍속과 유사한 풍속을 모의하였고, 관측 기온을 잘 재현하였다. 주로 동풍이 부는 오전 시간대에는 LDAPS-CFD 접합 모델 또한 기온을 과소모의 하였는데, 이는 서울 ASOS 지점의 풍상측(동쪽)에 위치한 경희궁 주변 지역에 주로 수목이 분포하고 있고, 표면 온도가 상대적으로 낮기 때문인 것으로 판단된다. 그러나, 주로 남동풍 계열의 바람이 부는 오후 시간대에는 풍상측에 위치한 건물의 표면 가열의 효과로 인해 서울 ASOS 지점의 관측 기온을 상대적으로 잘 모의하였다.

KCI등재

6오픈스택 클라우드 환경 OGC WPS 2.0 기반 위성영상처리 성능측정 시험

저자 : 윤구선 ( Gooseon Yoon ) , 김광섭 ( Kwangseob Kim ) , 이기원 ( Kiwon Lee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 32권 6호 발행 연도 : 2016 페이지 : pp. 617-627 (11 pages)

다운로드

(기관인증 필요)

초록보기

웹 환경에서 위성영상정보를 포함하는 대용량 공간정보를 공유하거나, 상호호환성에 따라 처리하기 위한 공간정보 웹 표준들이 OGC에서 개발되어 다양한 분야에서 활용되고 있다. 한편 물리적인 컴퓨팅 자원을 직접 구매하지 않고도 웹을 통해 할당받아 필요할 때에만 접속하여 사용할 수 있는 클라우드 컴퓨팅 환경을 기반으로 하는 응용 서비스가 계속 증가하고 있다. 그러나 원격탐사 분야에서 이와 같은 두 가지의 중요한 기술 동향을 반영하는 연구 개발은 국제적으로도 초기 단계이다. 이번 연구에서는 실제로 이 두 가지 컴퓨팅 기술을 연계하는 사례를 제시하고 구름추출 서비스 구현 결과를 기반으로 하는 성능측정 시험결과를 제시하고자 한다. 실험에 적용한 대상 표준은 WPS 2.0 표준이며 성능측정 시험대상은 하나의 웹 서버 운영환경과 오픈소스 OpenStack 클라우드 컴퓨팅에 기반을 둔 가상서버운영 환경이다. JMeter를 이용한 성능측정 시험은 WPS 2.0의 GetCapabilities, DescribeProcess, Execute, GetStatus, GetResult 응답시간에 대한 실험을 수행하였다. 실험 결과로 다중 원격 서버와 가상 서버를 지원하는 클라우드 환경에서 상호운영 공간정보 처리를 위한 WPS 2.0 표준 적용의 경우도 좋은 성능을 나타냄을 알 수 있고, 추후 서버와 처리 알고리즘 기능 확장을 통하여 실무 적용이 가능할 것으로 기대한다.

KCI등재

7OMI 위성센서를 이용한 중국 지역에서 TOMS 오존 산출에 대한 이산화황의 영향 조사 연구

저자 : 최원이 ( Wonei Choi ) , 홍현기 ( Hyunkee Hong ) , 김대원 ( Daewon Kim ) , 류재용 , 이한림 ( Hanlim Lee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 32권 6호 발행 연도 : 2016 페이지 : pp. 629-637 (9 pages)

다운로드

(기관인증 필요)

초록보기

본 연구에서는 2005년부터 2007년 사이에 중국 공업지대에서 Ozone Monitoring Instrument (OMI) 센서에서 관측한 이산화황 값의 증가에 따른 Total Ozone Mapping Spectrometer (OMI-TOMS)와 Differential Optical Absorption Spectrometer (OMI-DOAS) 오존전량 값의 차이를 위성자료를 이용하여 비교를 수행하였다. 중국 공업지대에서는 Planetary boundary layer (PBL)내의 이산화황을 나타내는 PBL SO2 자료가 사용되었다. 중국 공업지대에서 PBL내의 이산화황 농도 증가에 대하여 두 오존 값의 차이가 증가하는 경향성(R (Correlation coefficient) = 0.36)이 나타났다. 이산화황 이외에 두 오존 산출 알고리즘에 모두 영향을 미칠 수 있는 에어로솔 광학 두께(AOD; Aerosol Optical Depth)가 증가하는 경우 이산화황과 두 오존 값의 차이 사이의 회귀식의 기울기(1.83 ≤ slope ≤ 2.36)가 비슷하게 유지되는 경향이 나타났다. 이는 다양한 AOD 조건에서도 이산화황이 두 오존 값의 차이를 증가시키는 관계가 나타나는 경향은 거의 비슷하게 유지되는 것으로 생각된다. 중국 공업지대에서 PBL내에 존재하는 이산화황과 화산 폭발에 의하여 고층(Middle troposphere (TRM), Upper troposphere and Stratosphere (STL))에서 존재하는 이산화황의 농도가 1 DU 증가하는 경우 두 오존 값의 차이는 각각 1.6 DU, 3.9 DU, 4.9 DU로 계산되었다. 고층(TRM, STL)의 이산화황과 저층(PBL)의 이산화황이 증가하는 경우 두 오존 값의 차이가 다르게 나타나는 것은 이산화황이 존재하는 고도에 따라서 두 오존 값의 차이에 미치는 영향이 다름을 의미한다. 이는 OMI-TOMS 오존을 산출하는데 사용되는 파장영역(317.5 nm)에서 행성경계층에서 이산화황에 의해 흡수되는 복사휘도의 감소된 민감도에 의한 것으로 생각된다.

KCI등재

8Landsat 위성을 이용한 조위에 따른 영종도 갯벌의 면적 탐지에 관한 선행 연구

저자 : 이슬기 ( Lee Seulki ) , 김규연 ( Kim Gyuyeon ) , 이창욱 ( Lee Changwook )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 32권 6호 발행 연도 : 2016 페이지 : pp. 639-645 (7 pages)

다운로드

(기관인증 필요)

초록보기

국내에서 7번째로 큰 섬인 영종도는 인천으로부터 남서쪽으로 약 4.8 km 떨어져 있다. 영종도 주변에는 조수 차에 따라 드러나는 갯벌이 존재하며, 이곳은 지속적으로 감소하고 있는 겨울철새의 중요한 도래지라는 점에서 환경적 가치가 높은 곳이기도 하다. 그러나 최근 인천국제공항의 건설과 간척사업과 같은 인위적인 자연개발로 인해 갯벌 보존에 대한 우려가 증가하고 있다. 본 연구에서는 미국 지질조사소 (USGS)가 제공하고 있는 Landsat 7 ETM+영상을 기반으로 영종도 갯벌 지역을 분석하였다. 갯벌의 경계선을 뚜렷이 나타내기 위하여 물과 육지의 경계가 분명하게 구분하는 RGB 7, 5, 3 밴드조합으로 위성영상 가합성(False color composite)을 수행하고 지표피복분류를 통해 갯벌을 탐지하여 면적을 계산하였으며, 갯벌 면적을 수치화하는 작업을 반복 수행하였다. 또한 조위관측소가 자료를 제공하는 기간인 2000년부터 2015년까지 총 16년간 자료를 기반으로, 조위의 변화에 따라 영종도 동북부 갯벌 지역의 면적을 수치화하여, 각 조 위구간에 따라 나타나는 면적을 분석하였다. 본 논문은 차후 영종도 갯벌의 보존에 대한 연구가 진행되기에 앞서 동일한 조위 조건에서 면적의 범위에 대한 지표가 될 것이며, 인위적인 환경변화에 의한 영종도 지역의 갯벌 변화를 관측하는데 중요한 과학적 근거가 될 것으로 예상된다.

KCI등재

9표정요소 없는 다중 UAV영상의 대응점 추출 후보군 구성방법 비교

저자 : 정종원 ( Jongwon Jung ) , 김태정 ( Taejung Kim ) , 김재인 ( Jaein Kim ) , 이수암 ( Sooahm Rhee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 32권 6호 발행 연도 : 2016 페이지 : pp. 647-656 (10 pages)

다운로드

(기관인증 필요)

초록보기

UAV의 발전에 따라 UAV영상의 활용도 늘어나고 있다. 다양한 UAV영상 기반의 어플리케이션에 점진적 번들 조정방법이 널리 사용된다. 그러나, 점진적 번들조정 방법은 중복이 없는 영상 쌍에서도 대응점을 추출해 긴 시간을 소요하게 된다. 이 과정을 효율적으로 처리하기 위해서는 중복지역에서만 대응점 추출 연산을 진행해야한다. 만약 영상의 외부표정요소가 있을 경우 이를 기준으로 영상의 중복도를 계산하여 중복지역에서만 대응점 추출이 일어나도록 제한할 수 있다. 그러나 외부표정요소가 없는 영상을 활용하는 경우, 기하학적인 중복지역을 계산할 수 없으므로 다른 후보군 구성 방법의 적용이 필요하다. 본 논문에서는 외부표정 요소가 없는 경우의 대응점 추출 후보군 구성 방법들을 비교해 가장 효율적인 방법을 찾는다. 비교 방법은 일부 특징점, 특징점 군집화, 영상의 밝기를 활용한 후보군 구성방식이며 외부표정요소를 통해 구한 대응점 후보군 구성결과를 기준으로 각 방식을 비교한다. 비교 결과 일부 특징점을 활용하는 것이 가장 효율적으로 나타났다.

KCI등재

10무인항공측량을 통한 해안 지형 모델링의 정확도 분석

저자 : 최경아 ( Kyoungah Choi ) , 이임평 ( Impyeong Lee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 32권 6호 발행 연도 : 2016 페이지 : pp. 657-672 (16 pages)

다운로드

(기관인증 필요)

초록보기

빈번하게 다양한 유형으로 발생하는 해안 침식 현상에 대하여 지속적인 모니터링을 통하여 변화 자료를 축적함으로써 효과적으로 침식 지역을 관리하고 대응 방안을 수립할 수 있다. 경제적으로 정밀한 해안지역 모니터링을 수행하기 위한 수단으로써 저고도 자율 비행이 가능한 드론사진측량 시스템이 제안되고 있다. 본 연구에서는 해안 지역에서 드론 시스템으로부터 취득된 데이터를 처리하여 생성된 정사영상과 수치표고모델(Digital Elevation Model: DEM)을 다양한 기준 데이터와 비교함으로써 정확도를 분석하고자 한다. 비교 검증 방법을 수립하고, 이에 따라 분석된 정확도를 확인함으로써 해안 침식 모니터링에 드론 사진 측량의 활용 가능성을 검증하였다. 기준 데이터와 다양한 조건에서 취득된 드론 영상으로부터 생성된 공간 정보를 비교한 결과, 수평 및 수직 정확도(RMSE)는 각각 약 2.9 cm와 4.8 cm이었으며, 이는 해안 침식 모니터링의 요구정확도인 5 cm를 거의 만족시키는 수준으로 판단된다.

12
발행기관 최신논문
자료제공: 네이버학술정보
발행기관 최신논문
자료제공: 네이버학술정보

내가 찾은 최근 검색어

최근 열람 자료

맞춤 논문

보관함

내 보관함
공유한 보관함

1:1문의

닫기