논문 상세보기

대한원격탐사학회> 대한원격탐사학회지> 확률론적 모델을 이용한 산사태 취약성 지도 분석: 한국 사천면과 주문진읍을 중심으로

KCI등재

확률론적 모델을 이용한 산사태 취약성 지도 분석: 한국 사천면과 주문진읍을 중심으로

Landslide Susceptibility Apping and Comparison Using Probabilistic Models: A Case Study of Sacheon, Jumunzin Area, Korea

박성재 ( Sung-jae Park ) , Prima Riza Kadavi , 이창욱 ( Chang-wook Lee )
  • : 대한원격탐사학회
  • : 대한원격탐사학회지 34권5호
  • : 연속간행물
  • : 2018년 10월
  • : 721-738(18pages)
대한원격탐사학회지

DOI


목차

1. 서 론
2. Data
3. 연구방법
4. 연구결과
5. 결 론
사 사
References

키워드 보기


초록 보기

이 연구의 목적은 확률모델의 2가지 방법인 Frequency Ratio(FR), Evidential Belief Functions(EBF) 모델을 사용하여 산사태 취약성을 작성하고 강릉시 사천면과 주문진읍에서의 결과 비교를 통해 각 지역에 적합한 모델을 선정하는 것이다. 사천면에서 762개, 주문진읍에서 548개의 산사태 위치를 항공 사진의 해석을 기반으로 작성되었다. 각각의 산사태 지점 중 절반을 모델링을 위해 무작위로 선택하였고 남은 산사태 지점은 검증 목적으로 사용하였다. 지형 요소, 수문 요소, 산림입지토양도(1:5,000), 임상도(1:5,000), 지질도(1:25,000)와 같은 5가지 범주로 분류된 20가지의 산사태 유발 요소가 연구에서 산사태 취약성 작성을 위해 고려되었다. 산사태 발생과 산사태 유발 요소 사이의 관계는 FR, EBF 모델을 사용하여 분석되었다. 그 후, 2 가지 모델을 AUC(curve under area) 방법을 사용하여 검증하였다. 검증 결과에 따르면 주문진읍에서 FR모델(AUC = 81.2%)이 EBF 모델(AUC = 78.9%)에 비해 정확도가 높았다. 사천면 지역에서는 EBF 모델(AUC = 83.6%)이 FR모델(AUC =81.6%)보다 정확도가 높게 나타났다. 검증 결과 FR 모델과 EBF 모델은 정확도 80% 내외로 높은 정확도를 가지고 있음을 나타낸다.
The purpose of this study is to create landslide vulnerability using frequency ratio (FR) and evidential belief functions (EBF) model which are two methods of probability model and to select appropriate model for each region through comparison of results in Sacheon-myeon and Jumunjin-eup of Gangneung. 762 locations in Sacheon-myeon and 548 landscapes in Jeonju-eup were constructed based on the interpretation of aerial photographs. Half of each landslide point was randomly selected for modeling and remaining landslides were used for verification purposes. Twenty landslide-inducing factors classified into five categories such as topographic elements, hydrological elements, soil maps (1:5,000), forest maps (1:5,000), and geological maps (1:25,000) were considered for the preparation of landslide vulnerability in the study. The relationship between landslide occurrence and landslide inducing factors was analyzed using FR and EBF models. The two models were then verified using the AUC (curve under area) method. According to the results of verification, the FR model (AUC = 81.2%) was more accurate than the EBF model (AUC = 78.9%) at Jeonjun-eup. In the Sacheon-myeon, the EBF model (AUC = 83.6%) was more accurate than the FR model (AUC = 81.6%). Verification results show that FR model and EBF model have high accuracy with accuracy of around 80%.

UCI(KEPA)

I410-ECN-0102-2019-400-001363618

간행물정보

  • : 자연과학분야  > 기타(자연과학)
  • : KCI등재
  • :
  • : 격월
  • : 1225-6161
  • : 2287-9307
  • : 학술지
  • : 연속간행물
  • : 1985-2021
  • : 1739


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.

37권6호(2021년 12월) 수록논문
최근 권호 논문
| | | |

KCI등재

1복사전달모델을 이용한 GEMS 일산화브로민 산출 민감도 시험

저자 : 정희성 ( Heesung Chong ) , 김준 ( Jhoon Kim ) , 정욱교 ( Ukkyo Jeong ) , 박상서 ( Sang Seo Park ) , 홍재민 ( Jaemin Hong ) , 안다현 ( Dha Hyun Ahn ) , 차혜지 ( Hyeji Cha ) , 이원진 ( Won-jin Lee ) , 이혜정 ( Hae-jung Lee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 6호 발행 연도 : 2021 페이지 : pp. 1491-1506 (16 pages)

다운로드

(기관인증 필요)

초록보기

GEMS의 복사 실측 자료로부터 일산화브로민(BrO) 전량 농도를 산출하기에 앞서, 복사전달모델로부터 생성된 모의자료를 이용하여 민감도 시험을 수행하였다. 산출 오차가 갖는 월간 및 일내 변동성을 고려하기 위해, 2013년 7월-2014년 6월 기간 매달 첫째 날의 00-07 UTC에 대해 한 시간 간격의 모의자료를 구성하였다. 최적추정법을 통해 계산된 산출물의 해답 오차는 대기질량인자 증가에 따라 감소하는 반비례 경향을 주로 보였지만, 대기질량인자 값이 5 이상으로 크게 나타나는 범위에서는 비례 경향을 보였다. BrO와 포름알데히드(HCHO) 흡수선 간의 중첩으로 인해 발생하는 BrO 산출물의 간섭 오차는 BrO의 대기질량인자가 작을수록 크게 나타났다. 해답 오차와 간섭 오차의 추정치를 결합하여 계산한 산출물 최종 오차의 평균값은 모든 데이터 샘플에 대해 26.74±30.18%로, 80° 이상의 태양천정각을 갖는 샘플에 대해 60.39±133.78%로 나타났다. 본 연구에서 고려되지 않은 간섭 스펙트럼 및 복사 측정의 오차로 인해, 실제 GEMS의 BrO 산출물이 갖게 될 오차는 추정치와 절대값의 차이를 나타낼 가능성이 있다. 그러나 본 연구에서 제시한 오차 요소들의 변동 특성들은 실제 산출물에서도 나타날 것이다.


To estimate errors in GEMS retrievals for bromine monoxide (BrO) total vertical column densities (VCDs), we perform a sensitivity test using synthetic spectra generated by a radiative transfer model. Hourly synthetic data are produced for 00-07 UTC on the first day of every month in Jul 2013- Jun 2014. Solution errors estimated by the optimal estimation method tend to decrease with increasing air mass factors (AMFs) but increase when AMFs are larger than 5. Interference errors induced by formaldehyde (HCHO) absorption appear to be larger with smaller BrO AMFs. Total BrO retrieval errors estimated by combining solution and interference errors show an average of 26.74±30.18% for all data samples and 60.39±133.78% for those with solar zenith angles higher than 80°. Due to interfering spectral features and measurement errors not considered in this study, errors in BrO retrievals from actual GEMS measurements may have different magnitudes from our estimates. However, the variability of errors assessed in this study is still expected to appear in the actual BrO retrievals.

KCI등재

2GOCI Chlorophyll-a 결측 자료의 복원을 위한 DINEOF 방법 적용

저자 : 황도현 ( Do-hyun Hwang ) , 정한철 ( Hahn Chul Jung ) , 안재현 ( Jae-hyun Ahn ) , 최종국 ( Jong-kuk Choi )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 6호 발행 연도 : 2021 페이지 : pp. 1507-1515 (9 pages)

다운로드

(기관인증 필요)

초록보기

해색 원격 탐사를 통해 chlorophyll-a를 추정하면 식물성 플랑크톤, 해양일차생산력의 전 지구적 분포를 파악할 수 있다. 하지만 위성으로 관측된 해색 자료는 구름이나 기상 상황 등에 의하여 결측 데이터가 발생한다. 본 연구에서는DINEOF를 이용하여GOCI chlorophyll-a 산출물의 결측 자료를 복원하고자 하였다. DINEOF는 시·공간 자료에 기반을 두어 결측 자료를 복원하는 방법으로, 정확도는 GOCI chlorophyll-a 영상의 일부를 제거한 뒤 복원 영상과 비교하여 교차 검증하였다. 연구지역에서DINEOF를 위한 최적의 EOF 모드는 10-13이었다. 시·공간 복원 자료 결과에서는 오후 시간대 chlorophyll-a 농도가 증가하는 경향이 반영되었고, 노이즈에 해당되는 이상치는 필터링 되는 효과를 보였다. 따라서 DINEOF는 결측이 발생한 영상에 대하여 복원 자료로 활용 가능할 것으로 보이며, 이를 통해 해양 환경 모니터링을 위한 기초 자료로 사용 가능할 것으로 판단된다.


If chlorophyll-a is estimated through ocean color remote sensing, it is able to understand the global distribution of phytoplankton and primary production. However, there are missing data in the ocean color observed from the satellites due to the clouds or weather conditions. In this study, the missing data of the GOCI (Geostationary Ocean Color Imager) chlorophyll-a product was reconstructed by using DINEOF (Data INterpolation Empirical Orthogonal Functions). DINEOF reconstructs the missing data based on spatio-temporal data, and the accuracy was cross-verified by removing a part of the GOCI chlorophyll-a image and comparing it with the reconstructed image. In the study area, the optimal EOF (Empirical Orthogonal Functions) mode for DINEOF was in 10-13. The temporal and spatial reconstructed data reflected the increasing chlorophyll-a concentration in the afternoon, and the noise of outliers was filtered. Therefore, it is expected that DINEOF is useful to reconstruct the missing images, also it is considered that it is able to use as basic data for monitoring the ocean environment.

KCI등재

3농림위성용 GCP 칩 매칭 성능 향상을 위한 위성영상 공간해상도 결정

저자 : 이유진 ( Yoojin Lee ) , 김태정 ( Taejung Kim )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 6호 발행 연도 : 2021 페이지 : pp. 1517-1526 (10 pages)

다운로드

(기관인증 필요)

초록보기

최근 국내외에서 많은 지구관측위성들이 발사됨에 따라서 위성영상의 활용 분야가 넓어지고 있고 이에 따라서 위성영상의 기하정확도 향상을 위한 연구가 활발히 수행되고 있다. 본 논문은 2025년에 발사예정인 5 m 해상도 영상을 촬영할 수 있는 농림위성을 위한 자동기준점 추출 가능성을 파악하기 위해서 수행되었다. 특히 본 연구에서는 국토위성용으로 구축된 25 cm 해상도의 지상기준점 Chip을 농림위성영상에 사용할 수 있는지를 검토하고 농림위성영상용 지상기준점 추출 시 정합 성능 향상을 위한 적절한 공간해상도가 있는지를 검토하고자 한다. 실제 실험은 농림위성영상과 유사한 사양을 가진 RapidEye 위성영상을 활용하여 연구를 수행하였다. 먼저, 5 m 해상도의 원본 RapidEye 영상을 3배~7배로 분할하여 여러 해상도를 가진 영상으로 만들고, 해상도를 가지는 지상기준점 Chip은 크기를 축소하여 위성영상의 해상도에 맞게 조절하였다. 각각의 해상도를 가지는 위성영상과 지상기준점 Chip을 매칭하고 이 결과로 수립된 정밀센서모델의 정확도를 분석하였다. 분석결과 5 m의 원본 해상도에서 정합하는 것보다 위성영상의 해상도를 높여서 정합하는 것이 개선된 정확도를 보여주었다. 특히, 원본 영상을 1.25~1.67 m 해상도로 분할하여 지상기준점 Chip과 정합 할 경우 평균 약 2.74 m 내외의 위치정확도를 얻을 수 있었다. 본 연구결과가 향후 농림위성영상의 자동기준점 추출 및 정밀 정사영상 생산에 활용될 수 있을 것으로 기대한다.


With the recent global and domestic development of Earth observation satellites, the applications of satellite images have been widened. Research for improving the geometric accuracy of satellite images is being actively carried out. This paper studies the possibility of automated ground control point (GCP) generation for CAS-4 satellite, to be launched in 2025 with the capability of image acquisition at 5 m ground sampling distance (GSD). In particular, this paper focuses to check whether GCP chips with 25 cm GSD established for CAS-1 satellite images can be used for CAS-4 and to check whether optimal spatial resolution for matching between CAS-4 images and GCP chips can be determined to improve matching performance. Experiments were carried out using RapidEye images, which have similar GSD to CAS-4. Original satellite images were upsampled to make satellite images with smaller GSDs. At each GSD level, up-sampled satellite images were matched against GCP chips and precision sensor models were estimated. Results shows that the accuracy of sensor models were improved with images at smaller GSD compared to the sensor model accuracy established with original images. At 1.25~1.67 m GSD, the accuracy of about 2.4 m was achieved. This finding lead that the possibility of automated GCP extraction and precision ortho-image generation for CAS-4 with improved accuracy.

KCI등재

4포인트 클라우드 데이터 기반 군집형 건물 솔리드 모델 자동 생성 기법과 모델 편집 기능 평가

저자 : 김한결 ( Han-gyeol Kim ) , 임평채 ( Pyung-chae Lim ) , 황윤혁 ( Yunhyuk Hwang ) , 김동하 ( Dong Ha Kim ) , 김태정 ( Taejung Kim ) , 이수암 ( Sooahm Rhee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 6호 발행 연도 : 2021 페이지 : pp. 1527-1543 (17 pages)

다운로드

(기관인증 필요)

초록보기

본 논문에서는 포인트 클라우드 데이터를 기반으로 자동으로 군집형 솔리드 건물 모델을 생성하는 기술을 다양한 데이터에 적용, 실험을 수행하여 적용 가능성과 효용성을 탐색한다. 또한 자동 건물 모델링 기술의 한계로 인해 부족한 모델의 품질을 향상시키기 위하여 건물의 형상 편집 및 텍스처 조정 기술을 개발, 실험을 통해 결과를 확인하였다. 자동 건물 모델 생성 기술의 적용 가능성 탐색을 위하여 무인항공기 영상 기반으로 생성된 포인트 클라우드와 LiDAR(Light Detection and Ranging) 자료를 사용해 실험하였으며, 자동으로 생성된 건물 모델에 건물 형상 편집 및 텍스처 조정 기술을 적용하여 모델의 품질의 향상 실험을 수행하였다. 이를 통해 포인트 클라우드 데이터 기반의 자동 군집형 솔리드 건물 모델링 기술의 적용 가능성과 모델의 품질 향상 기술의 효용성을 확인하였다. 개발된 기술은 기존의 건물 모델링 기술과 비교하여 처리시간의 비용이 크게 감소하며, 잦은 모델 갱신이 필요한 지역에 대한 관리 측면에서도 강점이 있을 것으로 기대된다.


In this paper, we explore the applicability and utility of a technology that generating clustered solid building models based on point cloud automatically by applying it to various data. In order to improve the quality of the model of insufficient quality due to the limitations of the automatic building modeling technology, we develop the building shape modification and texture correction technology and confirmed the results through experiments. In order to explore the applicability of automatic building model generation technology, we experimented using point cloud and LiDAR (Light Detection and Ranging) data generated based on UAV, and applied building shape modification and texture correction technology to the automatically generated building model. Then, experiments were performed to improve the quality of the model. Through this, the applicability of the point cloud data-based automatic clustered solid building model generation technology and the effectiveness of the model quality improvement technology were confirmed. Compared to the existing building modeling technology, our technology greatly reduces costs such as manpower and time and is expected to have strengths in the management of modeling results.

KCI등재

5논과 고랭지 배추밭 대상 Sentinel-2A/B 정규식생지수 월 합성영상의 구름 제거 효과 분석

저자 : 은정 ( Jeong Eun ) , 김선화 ( Sun-hwa Kim ) , 김태호 ( Taeho Kim )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 6호 발행 연도 : 2021 페이지 : pp. 1545-1557 (13 pages)

다운로드

(기관인증 필요)

초록보기

농작물은 그 종과 생육상태에 따라 민감한 분광특성을 나타내며, 특히 여름철에 집중적으로 관측이 필요하나 장마로 인해 광학위성의 활용이 어렵다. 이 문제를 해결하기 위해 CC-MNC(Constrained Cloud-Maximum NDVI Composite) 기법이 개발되었으며, 이 기법을 통해 구름의 영향이 최소화된 일정 주기의 대표 합성영상이 생성된다. 본 연구에서도 이 기법을 이용하여, 2019년부터 2021년까지 논과 고랭지 배추밭을 대상으로 Sentinel-2A/B NDVI 월합성영상을 제작하였다. 다른 해보다 200 mm 많은 강수량을 보이는 2020년 8월에는 16일 주기 MODIS NDVI합성영상에서도 구름의 영향이 크게 나타났다. 이 시기를 제외하고 CC-MNC 기법은 평균적으로 원영상의 45.4%의 구름 비율을 14.9%로 줄일 수 있었다. 논의 경우 Sentinel-2A/B와 MODIS NDVI 값이 큰 차이가 나지 않았으며, 5일의 주기로도 벼의 생육 주기를 잘 모니터링할 수 있었다. 고랭지 배추밭의 경우, Sentinel-2A/B에서는 고랭지 배추의 짧은 생육 주기가 잘 나타났지만, MODIS는 공간해상도의 한계를 보였다. 이와 함께 CC-MNC 기법은 수확 시기에 구름 화소가 합성에 사용되는 현상이 보이기도 하였으며, 국내 지역에 맞게 VZA 임계치의 조정이 필요하다는 시사점이 도출되었다.


Crops show sensitive spectral characteristics according to their species and growth conditions and although frequent observation is required especially in summer, it is difficult to utilize optical satellite images due to the rainy season. To solve this problem, Constrained Cloud-Maximum Normalized difference vegetation index Composite (CC-MNC) algorithm was developed to generate periodic composite images with minimal cloud effect. In this study, using this method, monthly Sentinel-2A/B Normalized Difference Vegetation Index (NDVI) composite images were produced for paddies and high-latitude cabbage fields from 2019 to 2021. In August 2020, which received 200mm more precipitation than other periods, the effect of clouds, was also significant in MODIS NDVI 16-day composite product. Except for this period, the CC-MNC method was able to reduce the cloud ratio of 45.4% of the original daily image to 14.9%. In the case of rice paddy, there was no significant difference between Sentinel-2A/B and MODIS NDVI values. In addition, it was possible to monitor the rice growth cycle well even with a revisit cycle 5 days. In the case of high-latitude cabbage fields, Sentinel-2A/B showed the short growth cycle of cabbage well, but MODIS showed limitations in spatial resolution. In addition, the CC-MNC method showed that cloud pixels were used for compositing at the harvest time, suggesting that the View Zenith Angle (VZA) threshold needs to be adjusted according to the domestic region.

KCI등재

6마늘의 제초제 약해에 대한 구조적, 생화학적, 생리적 계열 식생지수 반응: 지상분광계 및 다중분광카메라를 활용하여

저자 : 류재현 ( Jae-hyun Ryu ) , 문현동 ( Hyun-dong Moon ) , 조재일 ( Jaeil Cho ) , 이경도 ( Kyung-do Lee ) , 안호용 ( Ho-yong Ahn ) , 소규호 ( Kyu-ho So ) , 나상일 ( Sang-il Na )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 6호 발행 연도 : 2021 페이지 : pp. 1559-1572 (14 pages)

다운로드

(기관인증 필요)

초록보기

다중분광카메라의 기술 개발로 인해 구조적 특성뿐만 아니라 생화학적, 생리적 특성을 가지는 식생지수를 다양한 공간 규모에서 활용할 수 있게 되었다. 이에 본 연구는 스트레스를 받은 노지작물을 대상으로 지상 초분광계 및 무인기 영상 기반 구조적, 생화학적, 생리적 계열의 식생지수 반응을 평가하였다. 마늘을 대상으로 서로 다른 생육시기에 고농도의 제초제를 살포하여 약해 처리하였으며, 정상 생육에 비해 지상부 건물중이 46.9~84.5% 감소하는 등 큰 피해가 나타났다. 제초제를 살포한 처리구에서 근적외선 분광반사도 값은 꾸준하게 감소하였으며, 구조적 식생지수에서 작물의 약해 피해가 명확하게 표현되었다. 생화학적 식생지수의 경우 일부 지수를 제외하고는 작물의 피해 상태를 표현하였으나 생리적 식생지수는 잎이 고사하고 드러나는 멀칭비닐의 영향으로 약해 피해를 해석하기에 어려움이 있었다. 제초제 살포 후 서로 다른 공간 규모에서 관측된 식생지수의 감소율 차이는 구조적 식생지수의 경우 평균적으로 2.3%로 나타났으며, 정규화 식생지수의 경우 1.3~4.1%의 분포를 보였다. 비록 생리적 식생지수가 작물 스트레스에 민감하다고 알려졌지만, 노지작물의 경우 작물 스트레스 종류와 재배 환경에 따라 적합한 식생지수를 활용하여야 한다는 것, 공간 규모에 따른 오차를 최소화하기 위해서는 정규화 식생지수를 활용해야 한다는 것을 확인하였다.


The response of vegetation under the crop stress condition was evaluated using structural, biochemical, and physiological vegetation indices based on unmanned aerial vehicle (UAV) images and field-spectrometer data. A high concentration of herbicide was sprayed at the different growth stages of garlic to process crop stress, the above ground dry matter of garlic at experimental area (EA) decreased about 46.2~84.5% compared to that at control area. The structural vegetation indices clearly responded to these crop damages. Spectral reflectance at near-infrared wavelength consistently decreased at EA. Most biochemical vegetation indices reflected the crop stress conditions, but the meaning of physiological vegetation indices is not clear due to the effect of vinyl mulching. The difference of the decreasing ratio of vegetation indices after the herbicide spray was 2.3% averagely in the case of structural vegetation indices and 1.3~4.1% in the case of normalization-based vegetation indices. These results meant that appropriate vegetation indices should be utilized depending on the types of crop stress and the cultivation environment and the normalization-based vegetation indices measured from the different spatial scale has the minimized difference.

KCI등재

7드론 영상으로부터 월동 작물 분류를 위한 의미론적 분할 딥러닝 모델 학습 최적 공간 해상도와 영상 크기 선정

저자 : 정동기 ( Dongki Chung ) , 이임평 ( Impyeong Lee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 6호 발행 연도 : 2021 페이지 : pp. 1573-1587 (15 pages)

다운로드

(기관인증 필요)

초록보기

드론 영상은 위성이나 항공 영상보다 공간 해상도가 수배 혹은 수십 배가 높은 초고해상도 영상이다. 따라서 드론 영상 기반의 원격탐사는 영상에서 추출하고자 하는 객체의 수준과 처리해야 하는 데이터의 양이 전통적인 원격탐사와 다른 양상을 보인다. 또한, 적용되는 딥러닝(deep learning) 모델의 특성에 따라 모델 훈련에 사용되는 최적의 데이터의 축척과 크기가 달라질 수밖에 없다. 하지만 대부분 연구가 찾고자 하는 객체의 크기, 축척을 반영하는 영상의 공간 해상도, 영상의 크기 등을 고려하지 않고, 관성적으로 적용하고자 하는 모델에서 기존에 사용했던 데이터 명세를 그대로 적용하는 경우가 많다. 본 연구에서는 드론 영상의 공간 해상도, 영상 크기가 6가지 월동채소의 의미론적 분할(semantic segmentation) 딥러닝 모델의 정확도와 훈련 시간에 미치는 영향을 실험 통해 정량적으로 분석하였다. 실험 결과 6가지 월동채소 분할의 평균 정확도는 공간 해상도가 증가함에 따라 증가하지만, 개별 작물에 따라 증가율과 수렴하는 구간이 다르고, 동일 해상도에서 영상의 크기에 따라 정확도와 시간에 큰 차이가 있음을 발견하였다. 특히 각 작물에 따라 최적의 해상도와 영상의 크기가 다름을 알 수 있었다. 연구성과는 향후 드론 영상 데이터를 이용한 월동채소 분할 모델을 개발할 때, 드론 영상의 촬영과 학습 데이터의 제작 효율성 확보를 위한 자료로 활용할 수 있을 것이다.


A Drone image is an ultra-high-resolution image that is several or tens of times higher in spatial resolution than a satellite or aerial image. Therefore, drone image-based remote sensing is different from traditional remote sensing in terms of the level of object to be extracted from the image and the amount of data to be processed. In addition, the optimal scale and size of data used for model training is different depending on the characteristics of the applied deep learning model. However, most studies do not consider the size of the object to be found in the image, the spatial resolution of the image that reflects the scale, and in many cases, the data specification used in the model is applied as it is before. In this study, the effect of spatial resolution and image size of drone image on the accuracy and training time of the semantic segmentation deep learning model of six wintering vegetables was quantitatively analyzed through experiments. As a result of the experiment, it was found that the average accuracy of dividing six wintering vegetables increases as the spatial resolution increases, but the increase rate and convergence section are different for each crop, and there is a big difference in accuracy and time depending on the size of the image at the same resolution. In particular, it was found that the optimal resolution and image size were different from each crop. The research results can be utilized as data for getting the efficiency of drone images acquisition and production of training data when developing a winter vegetable segmentation model using drone images.

KCI등재

8낙동강 유역의 연안 해저지하수 유출특성에 관한 연구

저자 : 김대선 ( Daesun Kim ) , 정한철 ( Hahn Chul Jung )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 6호 발행 연도 : 2021 페이지 : pp. 1589-1597 (9 pages)

다운로드

(기관인증 필요)

초록보기

연안지역의 해저지하수 유출(SGD)은 하천과 함께 영양염류와 미량금속 등을 해양으로 유입시키는 주요 수송로 역할로써 중요성이 대두되고 있다. 이에 우리나라 육상의 연안지역인 낙동강 대권역 유역에 대해 1986년부터 2020년까지 35개년의 월별 SGD를 추정하고 계절적 변화와 시공간적 특성을 분석하였다. SGD 산출지점인 낙동강 연안유역은 SRTM(Shuttle Radar Topography Mission) DEM(Digital Elevation Model) 자료를 이용하여 210개의 유역을 추출하였으며, 우리나라에 적용가능한 가장 높은 해상도의 전지구 모델인 FLDAS (Famine Early Warning Systems Network Land Data Assimilation System) 10 km recharge를 통해 추정한 낙동강 연안유역의 연평균 SGD는 466.7 ㎡/yr 로 나타났다. 낙동강 연안유역 SGD는 시계열적으로 큰 변동성은 없었으나 여름에 집중되던 SGD유출이 가을철로 주요유출 시기가 확대되는 경향을 보였다. 또한 공간적으로는 큰 수계와 인접한 연안지역에서 계절에 관계없이 SGD 유출이 많고 1980년대 이후로 시간적 변화에 따라 다소 증가하고 있는 경향을 확인하였다. 이러한 결과는 낙동강 지역의 강수패턴의 시기가 확대되며, 기저유량이 많은 지역의 집수량이 높은 데에 따른 것으로 사료된다. 본 연구는 우리나라의 SGD 특성을 탐구하기 위한 모델링 기법을 제시한 선행적 연구이며 우리나라 해저지하수 유출이 해양에 미치는 영향과 연안관리를 위한 기초자료로 활용성이 기대된다.


Submarine groundwater discharge (SGD) in coastal areas is gaining importance as a major transport route that bring nutrients and trace metals into the ocean. This paper describes the analysis of the seasonal changes and spatiotemporal characteristics through the modeling monthly SGD for 35 years from 1986 to 2020 for the Nakdong river basin. In this study, we extracted 210 watersheds and SGD estimation points using the SRTM (Shuttle Radar Topography Mission) DEM (Digital Elevation Model). The average annual SGD of the Nakdong River basin was estimated to be 466.7 ㎡/yr from the FLDAS (Famine Early Warning Systems Network Land Data Assimilation System) recharge data of 10 km which is the highest resolution global model applicable to Korea. There was no significant time-series variation of SGD in the Nakdong river basin, but the concentrated period of SGD was expanded from summer to autumn. In addition, it was confirmed that there is a large amount of SGD regardless of the season in coastal area nearby large rivers, and the trend has slightly increased since the 1980s. The characteristics are considered to be related to the change in the major precipitation period in the study area, and spatially it is due to the high baseflow-groundwater in the vicinity of large rivers. This study is a precedent study that presents a modeling technique to explore the characteristics of SGD in Korea, and is expected to be useful as foundational information for coastal management and evaluating the impact of SGD to the ocean.

KCI등재

9위성 영상의 분류 기법을 활용한 겨울철 하천의 얼음 면적과 기온 변화 비교 연구

저자 : 박성재 ( Sungjae Park ) , 김봉찬 ( Bongchan Kim ) , 이창욱 ( Chang-wook Lee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 6호 발행 연도 : 2021 페이지 : pp. 1599-1610 (12 pages)

다운로드

(기관인증 필요)

초록보기

자연환경이나 지역생태계는 다양한 요인에 의하여 변화가 일어나지만 그 중에서도 수온의 변화는 하천생태계에서 주변환경에 영향을 미치는 큰 요인 중 하나이다. 하지만 현재까지 수온 변화에 관한 연구는 수온이 하천환경에 미치는 영향력에 비해 활발히 진행되지 못하였다. 이에 본 연구에서는 2015년부터 2021년까지 홍천강의 겨울철 얼음의 면적 변화를 통해 수온의 변화를 연구하고자 한다. 현장조사 결과를 참고하여 광학 위성 영상을 분류하였으며, SAR 위성 영상은 GLCM 텍스처 분석법을 이용하여 입력 자료의 한계를 극복하고자 하였다. 사용된 모든 영상의 정확도 검증을 수행한 뒤, 산출된 월 평균 얼음 면적과 인접한 기상대의 기온자료와 비교를 하였다. 수온과 얼음의 면적이 상관관계가 있음을 알 수 있었으며 본 연구결과는 접근이 힘들거나 시스템이 갖춰지지 않은 소규모 하천의 환경변화 연구에 활용할 수 있을 것이다.


The natural environment and local ecosystem change depending on various factors, but among them, the change in water temperature is one of the major factors affecting the surrounding environment in the river ecosystem. However, research on water temperature change have not been actively conducted to date compared to the effect of water temperature on the river environment. Therefore, this study intends to study the change in water temperature from 2015 to 2021 through the change in the area of winter ice in the Hongcheon River. Optical satellite images were classified by referring to the field survey results, and the SAR satellite images tried to overcome the limitations of the input data by using the GLCM texture analysis method. After verifying the accuracy of all images used, the calculated monthly average ice area was compared with the temperature data of the adjacent AWS. It was found that there is a correlation between water temperature and ice area, and the results of this study can be used to study environmental changes in small-scale rivers that are difficult to access or do not have systems in place.

KCI등재

10지상관측 기상자료를 적용한 KLDAS(Korea Land Data Assimilation System)의 토양수분 · 증발산량 산출

저자 : 박광하 ( Gwangha Park ) , 계창우 ( Changwoo Kye ) , 이경태 ( Kyungtae Lee ) , 유완식 ( Wansik Yu ) , 황의호 ( Eui-ho Hwang ) , 강도혁 ( Dohyuk Kang )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 6호 발행 연도 : 2021 페이지 : pp. 1611-1623 (13 pages)

다운로드

(기관인증 필요)

초록보기

본 연구에서는 K-LIS(Korea-Land surface Information System)의 KLDAS(Korea Land Data Assimilation System)를 사용하여 LSM의 초기 경계조건 최적화를 위해 스핀업(Spin-up)을 진행하였고다. 스핀업은 2018년을 대상으로 8회 반복 수행하였다. 또한, 국내 기상청(KMA, Korea Meteorological Administration), 농촌진흥청(RDA, Rural Development Administration), 한국농어촌공사(KRC, Korea Rural Community Corporation), 한국수력원자력(KHNP, Korea Hydro & Nuclear Power Co., Ltd.), 한국수자원공사(K-water, Korea Water Resources Corporation), 환경부(ME, Ministry of Environment) 등에서 관측하고 있는 기상자료를 사용하여 저해상도(K-Low, Korea Low spatial resolution; 0.125°) 및 고해상도(K-High, Korea High spatial resolution; 0.01°)의 기상자료를 생성하여KLDAS에 적용하였다. 그리고, K-Low 및 K-High의 정확도 향상 정도를 확인하기 위해 선행 연구에서 사용된 MERRA-2 (Modern-Era Retrospective analysis for Research and Applications, version 2)와 ASOS-S(ASOS-Spatial)가 적용된 토양수분 및 증발산량을 같이 평가하였다. 그 결과, 초기 경계조건의 최적화는 토양수분의 경우 2회(58개 지점), 3회(6개 지점), 6회(3개 지점)의 스핀업이 필요하고, 증발산량의 경우 1회(2개 지점), 2회(2개 지점)의 스핀업이 필요하다. MERRA-2, ASOS-S, K-Low, K-High을 적용한 토양수분의 경우 R2의 평균은 각각 0.615, 0.601, 0.594, 0.664이고, 증발산량의 경우 R2의 평균은 각각 0.531, 0.495, 0.656, 0.677로 K-High의 정확도가 가장 높은 것으로 평가되었다. 본 연구 결과를 통해 다수의 지상 관측자료를 확보하고 고해상도의 격자형 기상자료를 생성하면 KLDAS의 정확도를 높일 수 있다. 다만, 지점 자료를 격자로 변환할 때 각 지점의 기상현상이 충분히 고려되지 않으면 정확도는 오히려 낮아진다. 향후 IDW의 매개변수 설정 또는 다른 보간기법을 사용하여 격자형 기상자료를 생성하여 적용하면 보다 높은 품질의 자료를 산출할 수 있을 것으로 판단된다.


This study demonstrates soil moisture and evapotranspiration performance using Korea Land Data Assimilation System (KLDAS) under Korea Land Information System (KLIS). Spin-up was repeated 8 times in 2018. In addition, low-resolution and high-resolution meteorological data were generated using meteorological data observed by Korea Meteorological Administration (KMA), Rural Development Administration (RDA), Korea Rural Community Corporation (KRC), Korea Hydro & Nuclear Power Co.,Ltd. (KHNP), Korea Water Resources Corporation (K-water), and Ministry of Environment (ME), and applied to KLDAS. And, to confirm the degree of accuracy improvement of Korea Low spatial resolution (hereafter, K-Low; 0.125°) and Korea High spatial resolution (hereafter, K-High; 0.01°), soil moisture and evapotranspiration to which Modern-Era Retrospective analysis for Research and Applications, version 2 (MERRA-2) and ASOS-Spatial (ASOS-S) used in the previous study were applied were evaluated together. As a result, optimization of the initial boundary condition requires 2 time (58 point), 3 time (6 point), and 6 time (3 point) spin-up for soil moisture. In the case of evapotranspiration, 1 time (58 point) and 2 time (58 point) spin-ups are required. In the case of soil moisture to which MERRA-2, ASOS-S, K-Low, and K-High were applied, the mean of R2 were 0.615, 0.601, 0.594, and 0.664, respectively, and in the case of evapotranspiration, the mean of R2 were 0.531, 0.495, 0.656, and 0.677, respectively, indicating the accuracy of K-High was rated as the highest. The accuracy of KLDAS can be improved by securing a large number of ground observation data through the results of this study and generating high-resolution grid-type meteorological data. However, if the meteorological condition at each point is not sufficiently taken into account when converting the point data into a grid, the accuracy is rather lowered. For a further study, it is expected that higher quality data can be produced by generating and applying grid-type meteorological data using the parameter setting of IDW or other interpolation techniques.

권호별 보기
같은 권호 다른 논문
| | | | 다운로드

KCI등재

1무인기 기반 RGB 영상을 이용한 동계작물 바이오매스 평가 모델 개발

저자 : 나상일 ( Sang-il Na ) , 박찬원 ( Chan-won Park ) , 소규호 ( Kyu-ho So ) , 안호용 ( Ho-yong Ahn ) , 이경도 ( Kyung-do Lee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 34권 5호 발행 연도 : 2018 페이지 : pp. 709-720 (12 pages)

다운로드

(기관인증 필요)

초록보기

작황 모니터링에서 바이오매스의 정확한 평가를 위해서는 정확하고 신속한 작물 생육 상황 등 현장자료의 확보가 필수적이다. 또한, 바이오매스의 평가는 작황 모니터링 및 수확량 예측에 활용된다. 무인기 영상은 작물의 성장에 따라 빠르게 수집할 수 있기 때문에 정밀농업에서 포장내 공간변이 파악 및 분석에 사용되고 있다. 본 연구는 원격탐사 기술을 이용한 동계작물 바이오매스 평가 방법 개발을 위하여 식생지수(ExG)에 의한 식생 피복률(VF)과 작물 표고 모형(CSM) 기반의 초고(PH)를 이용하여 보리와 밀을 대상으로 바이오매스 평가 모델을 개발하는 것을 목적으로 하였다. 식생 피복률, 초고 및 상호작용 항을 독립변수로 하여 다중 선형 회귀 모델을 구축한 결과, 5가지 품종의 결정계수는 0.84~0.99로 나타났으며, 보리와 밀의 결정계수 및 평균 제곱근 오차는 각각 0.91, 0.90 및 102.09, 110.87 g/㎡으로 나타났다. 따라서 무인기 영상을 활용한 동계작물의 바이오매스 평가 및 작황 모니터링이 가능한 것으로 판단된다.

KCI등재

2확률론적 모델을 이용한 산사태 취약성 지도 분석: 한국 사천면과 주문진읍을 중심으로

저자 : 박성재 ( Sung-jae Park ) , Prima Riza Kadavi , 이창욱 ( Chang-wook Lee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 34권 5호 발행 연도 : 2018 페이지 : pp. 721-738 (18 pages)

다운로드

(기관인증 필요)

초록보기

이 연구의 목적은 확률모델의 2가지 방법인 Frequency Ratio(FR), Evidential Belief Functions(EBF) 모델을 사용하여 산사태 취약성을 작성하고 강릉시 사천면과 주문진읍에서의 결과 비교를 통해 각 지역에 적합한 모델을 선정하는 것이다. 사천면에서 762개, 주문진읍에서 548개의 산사태 위치를 항공 사진의 해석을 기반으로 작성되었다. 각각의 산사태 지점 중 절반을 모델링을 위해 무작위로 선택하였고 남은 산사태 지점은 검증 목적으로 사용하였다. 지형 요소, 수문 요소, 산림입지토양도(1:5,000), 임상도(1:5,000), 지질도(1:25,000)와 같은 5가지 범주로 분류된 20가지의 산사태 유발 요소가 연구에서 산사태 취약성 작성을 위해 고려되었다. 산사태 발생과 산사태 유발 요소 사이의 관계는 FR, EBF 모델을 사용하여 분석되었다. 그 후, 2 가지 모델을 AUC(curve under area) 방법을 사용하여 검증하였다. 검증 결과에 따르면 주문진읍에서 FR모델(AUC = 81.2%)이 EBF 모델(AUC = 78.9%)에 비해 정확도가 높았다. 사천면 지역에서는 EBF 모델(AUC = 83.6%)이 FR모델(AUC =81.6%)보다 정확도가 높게 나타났다. 검증 결과 FR 모델과 EBF 모델은 정확도 80% 내외로 높은 정확도를 가지고 있음을 나타낸다.

KCI등재

3고해상도 광학영상과 SAR 영상 간 정합 기법

저자 : 전형주 ( Hyeongju Jeon ) , 김용일 ( Yongil Kim )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 34권 5호 발행 연도 : 2018 페이지 : pp. 739-747 (9 pages)

다운로드

(기관인증 필요)

초록보기

다중센서 위성영상 간 통합 분석 및 융합과 관련된 연구가 활발히 진행되고 있다. 이를 위해서는 다중센서 영상 간 정합이 선행되어야 한다. 대표적인 정합 기법으로는 SIFT (Scale Invariant Feature Transform)와 같은 알고리즘이 존재한다. 그러나, 광학영상과 SAR (Synthetic Aperture Radar)영상은 취득 시 센서 자세와 방사 특성의 상이함으로 영상 간 분광적인 특성이 비선형성을 이뤄 기존 기법을 적용하기에 어렵다. 이를 해결하기 위해, 본 연구에서는 특징기반 정합기법인 SAR-SIFT (Scale Invariant Feature Transform)와 형상 서술자 벡터 DLSS (Dense Local Self-Similarity)를 결합하여 개선된 영상 정합기법을 제안하였다. 본 실험 지역은 대전 일대에서 촬영된 KOMPSAT-2 영상과 Cosmo-SkyMed 영상을 이용하여 실험하였다. 제안 기법을 비교평가하기 위해 특징점 및 정합쌍 추출에 대해 대표적인 기존 기법인 SIFT와 SAR-SIFT를 이용하였다. 실험 결과를 통해 제안 기법은 기존 기법들과 다르게 두 실험 지역에서 참정합쌍을 추출하였다. 또한 추출된 정합쌍을 통한 정합 결과 정성적으로 우수하게 정합되었으며, 정량적으로도 두 실험 지역에서 각각 RMSE (Root Mean Square Error) 1.66 m, 2.65 m로 우수한 정합 결과를 보였다.

KCI등재

4GIS 자료를 활용한 도시 재개발 주변 지역의 일조 환경 분석

저자 : 강정은 ( Jung-eun Kang ) , 박수진 ( Soo-jin Park ) , 김재진 ( Jae-jin Kim )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 34권 5호 발행 연도 : 2018 페이지 : pp. 749-762 (14 pages)

다운로드

(기관인증 필요)

초록보기

본 연구에서는 고층 건물 신축에 의한 주변 지역의 일조 환경 변화를 계절별로 분석하였다. 지리정보시스템(geographic information system, GIS) 자료를 이용하여 부산광역시 부경대학교 일대를 중심으로 지형과 건물을 구축하고, 고층 건물 건설 전과 후에 대해 계절별로 일조 모델을 수행하였다. 고층 건물 단지 건설 전에도 대상 지역의 남동쪽에 위치한 아파트 단지와 남쪽에 위치한 봉오리산의 영향을 받아 일조 차단 영역이 넓게 나타났다. 고층 건물 단지 건설에 의해 주변 지역의 일조 시간이 감소하였고, 일출과 일몰 시간대에는 일조 차단 면적이 증가하였다. 일출 1시간 후의 경우에는 춘분(1.60%), 추분(1.58%), 하지(1.50%), 동지(1.36%) 순으로 일조 차단 면적이 증가하였다. 부경대학교 동쪽(남쪽)에 건설된 고층 건물 단지는 일출(일몰)시 서쪽(동쪽)으로 1,000m(750 m) 이상의 지점까지 일조가 차단되었다. 특히, 부경대학교 내부에서는 춘분, 하지, 추분, 동지에 각각 46.61%, 22.75%, 58.56%, 11.31%의 일조 시간이 감소하였다. 부경대학교 기숙사 건물에 대해 겨울철 1주일 동안 일조 시간을 조사한 결과, 남쪽 고층 건물 단지 건설은 기숙사 건물 서쪽(남쪽) 벽면의 일조 면적을 30.91% (49.45%) 정도 감소시켰다.

KCI등재

5GIS와 CFD 모델을 활용한 건설 현장 방풍벽 설치가 비산 먼지 확산에 미치는 영향 연구

저자 : 김동주 ( Dong-ju Kim ) , 왕장운 ( Jang-woon Wang ) , 박수진 ( Soo-jin Park ) , 김재진 ( Jae-jin Kim )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 34권 5호 발행 연도 : 2018 페이지 : pp. 763-775 (13 pages)

다운로드

(기관인증 필요)

초록보기

본 연구에서는 지리정보시스템(GIS)자료와 전산유체역학(CFD) 모델을 사용하여 방풍벽이 건물 밀집 지역에 위치한 공사 지역에서 발생하는 대기오염물질의 확산에 미치는 영향에 대해 분석하였다. 부산 ASOS에서 10년 동안 관측된 풍속을 평균하여 기준 고도(지상 10 m)에서의 유입류로 사용하였다. 수치 실험은 방풍벽 건설 전과 5 m 및 10 m 높이의 방풍벽을 건설한 후에 대해 16 방위 풍향을 유입류로 진행하였고, 부산 ASOS에서 높은 빈도를 나타낸 북동풍과 남남서풍에 대한 상세 흐름을 분석하였다. 북동풍에서는 북동쪽에서 불어오는 흐름에 의해 비산 먼지가 확산되어 공사 지역 내부에 위치한 감천초등학교에서 대기오염물질 농도가 높게 나타났다. 5 m 높이의 방풍벽을 설치했을 때는 방풍벽 설치 전에 비해 풍속이 조금 감소했고 비산 먼지의 확산이 줄었다. 10 m 높이의 방풍벽을 설치한 경우, 초등학교에서의 평균 대기오염물질 농도는 37% 감소하였다. 남남서풍 유입류에서는 지형과 건물의 영향으로 공사 지역에서 복잡한 흐름 패턴이 형성되었다. 남쪽 공사 지역에서는 비산 먼지가 정체되어 농도가 높게 나타난 반면, 초등학교는 북풍의 흐름에 의해 대기오염물질 농도가 높게 나타났다. 방풍벽 건설 후에는 공사 지역 내부에서 풍속이 감소하면서 공사장 내부 농도는 높아졌지만, 초등학교에서의 농도는 감소했다.

KCI등재

6Guided Filter를 이용한 교차융합영상 기반 KOMPSAT-3 위성영상의 무감독변화탐지

저자 : 최재완 ( Jaewan Choi ) , 박홍련 ( Honglyun Park ) , 김동학 ( Donghak Kim ) , 최석근 ( Seokkeun Choi )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 34권 5호 발행 연도 : 2018 페이지 : pp. 777-786 (10 pages)

다운로드

(기관인증 필요)

초록보기

GF(Guided Filtering)는 영상에 존재하는 에지 정보를 보존하면서 잡음을 효과적으로 제거하기 위한 대표적인 영상처리 기법이다. 본 연구에서는 GF를 이용하여 다시기 KOMPSAT-3 위성영상에 대한 무감독 변화 탐지 기법을 수행하고, 이에 대한 성능을 평가하고자 하였다. GF를 변화탐지에 활용하기 위하여, GF를 기반으로 교차융합영상을 생성하였으며, 생성된 교차융합영상에 CVA(Change Vector Analysis) 기법을 적용하여 변화 지역을 추정하고자 하였다. KOMPSAT-3 위성영상을 이용한 실험결과, 본 연구에서 제안한 기법이 기존의 영상융합 기법을 기반으로 하는 CVA 결과들과 비교하여 효과적으로 변화지역을 탐지하는 데에 활용할 수 있음을 확인하였다.

KCI등재

7대규모 홍수 매핑을 위한 저해상도 광학위성영상의 활용 방법

저자 : 박연연 ( Yanyan Piao ) , 이화선 ( Hwa-seon Lee ) , 김경탁 ( Kyung-tak Kim ) , 이규성 ( Kyu-sung Lee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 34권 5호 발행 연도 : 2018 페이지 : pp. 787-799 (13 pages)

다운로드

(기관인증 필요)

초록보기

대규모 홍수 발생 시 적기에 침수지의 공간적 분포와 변화를 모니터링하기 위한 정확하고 효율적인 매핑 수단이 필요하다. 본 연구에서는 높은 시간해상도로 동일 지역을 하루에 여러 번 관측이 가능한 저해상도 광학위성영상을 이용하여 대규모 홍수 범람으로 인한 침수지를 탐지하는 방법을 제시하고자 하였다. 2010년 1월 모로코 세부강 유역에서 발생한 대규모 홍수로 인한 침수지를 탐지하기 위하여 MODIS 일별 표면반사율 영상을 사용하였다. 영상에서 나타나는 침수지의 다양한 분광특성을 분석하여 침수지의 유형이 순수한 물표면과 물과 식물이 혼재된 형태가 함께 분포하고 있었다. 침수지 탐지는 분광특성에 따라 선정된 밴드의 반사율 영상에 직접 임계값을 적용하는 방법과 물 관련 분광지수에 임계값을 적용하는 방법을 비교하였다. 침수지 탐지 결과의 정확도 검증은 TM 영상에서 판독된 부분 지역의 침수지 지도와 비교하였다. NDWI를 제외한 나머지 방법에서 90% 이상의 높은 정확도를 얻었다. 모든 침수지 탐지 방법에서 SWIR밴드와 적색광밴드가 가장 중요하며, 2개의 밴드에 직접 임계값을 적용하는 단순한 방법으로도 정확하고 효율적인 침수지 탐지가 가능했다. 기존의 NIR밴드는 침수지 탐지에 있어서 큰 역할을 하지 못했지만, 식물이 혼재된 침수지의 유형을 구분하는데 유용했다.

KCI등재

8OpenSARShip DB를 이용한 선박식별 성능 분석

저자 : 이승재 ( Seung-jae Lee ) , 채태병 ( Tae-byeong Chae ) , 김경태 ( Kyung-tae Kim )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 34권 5호 발행 연도 : 2018 페이지 : pp. 801-810 (10 pages)

다운로드

(기관인증 필요)

초록보기

위성 SAR 영상을 이용한 선박 모니터링은 선박탐지, 선박변별, 선박식별의 세 단계로 분류할 수 있다. 이 중 선박탐지 및 변별에 대해서는 세계적으로 많은 연구가 이루어졌으나, 선박식별에 대해서는 소수의 연구들만이 존재한다. 따라서 향후 고성능의 선박 모니터링 시스템을 구축하기 위해서는 많은 선박식별 연구가 필요한 상황이다. 선박식별 연구를 수행하기 위해서는 먼저 여러 기종의 선박에 대한 위성 SAR 영상과 이에 대응하는 선박 기종 정보를 모두 획득하여 데이터베이스(database: DB)를 구축하는 것이 중요하다. 항공 SAR 영상을 이용한 표적식별의 경우, 지상표적에 대한 미국 moving and stationary target acquisition and recognition (MSTAR) DB를 이용하여 많은 연구들이 수행되었지만, SAR 위성을 이용한 선박식별의 경우, 아직까지 공개적으로 이용 가능한 DB가 없었다. 이에 최근 중국 Shanghai Key Laboratory에서는 유럽우주국(European Space Agency: ESA)에서 운용하는 Sentinel-1 영상과 자동인식시스템(automatic identification system: AIS)으로부터 획득한 선박정보를 결합하여 선박식별 연구용 DB인 OpenSARShip DB를 구축하였다. 이에 먼저 항공 SAR 영상을 이용한 표적식별에서 높은 성능을 보였던 최근 식별 개념들을 위성 SAR DB에 적용하여 OpenSARShip DB의 활용성을 조사해볼 필요가 있다. 따라서 본 논문에서는 기존 항공 SAR 표적식별에서 높은 성능을 보였던 최근 식별 개념들을 OpenSARShip DB에 적용하여 선박식별을 수행한 후, 그 성능을 분석하여 OpenSARShip DB의 활용성을 조사한다.

KCI등재

9작물분류에서 기계학습 및 딥러닝 알고리즘의 분류 성능 평가: 하이퍼파라미터와 훈련자료 크기의 영향 분석

저자 : 김예슬 ( Yeseul Kim ) , 곽근호 ( Geun-ho Kwak ) , 이경도 ( Kyung-do Lee ) , 나상일 ( Sang-il Na ) , 박찬원 ( Chan-won Park ) , 박노욱 ( No-wook Park )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 34권 5호 발행 연도 : 2018 페이지 : pp. 811-827 (17 pages)

다운로드

(기관인증 필요)

초록보기

본 연구의 목적은 다중시기 원격탐사 자료를 이용한 작물분류에서 기계학습 알고리즘과 딥러닝 알고리즘의 비교에 있다. 이를 위해 전라남도 해남군과 미국 Illinois 주의 작물 재배지를 대상으로 기계학습 알고리즘과 딥러닝 알고리즘에 대해 (1) 하이퍼파라미터와 (2) 훈련자료의 크기에 따른 영향을 비교 분석하였다. 비교 실험에는 기계학습 알고리즘으로 support vector machine(SVM)을 적용하고 딥러닝 알고리즘으로 convolutional neural network(CNN)를 적용하였다. 특히 CNN에서 2차원의 공간정보를 고려하는 2D-CNN과 시간차원을 확장한 구조의 3D-CNN을 적용하였다. 비교 실험 결과, 다양한 하이퍼파라미터를 고려해야 하는 CNN의 경우 SVM과 다르게 두 지역에서 정의된 하이퍼파라미터 값이 유사한 것으로 나타났다. 이러한 결과를 바탕으로 모델 최적화에 많은 시간이 소요되지만 최적화된 CNN 모델을 다른 지역으로 확장할 수 있는 전이학습의 적용 가능성이 높을 것으로 판단된다. 다음 훈련자료 크기에 따른 비교 실험 결과, SVM 보다 CNN에서 훈련자료 크기의 영향이 큰 것으로 나타났는데 특히 다양한 공간특성을 갖는 Illinois 주에서 이러한 경향이 두드러지게 나타났다. 또한 Illinois 주에서 3D-CNN의 분류 성능이 저하되는 것으로 나타났는데, 이는 모델 복잡도가 증가하면서 과적합의 영향이 발생한 것으로 판단된다. 즉 모델의 훈련 정확도는 높지만 다양한 공간특성이나 입력 자료의 잡음 효과 등으로 오히려 분류 성능이 저하된 것으로 나타났다. 이러한 결과는 대상 지역의 공간특성을 고려해 적절한 분류 알고리즘을 선택해야 하는 것을 의미한다. 또한 CNN에서 특히, 3D-CNN에서 일정 수준의 분류 성능을 담보하기 위해 다량의 훈련자료 수집이 필요하다는 것을 의미한다.

KCI등재

10국내 작황 모니터링을 위한 무인항공기 적용방안

저자 : 나상일 ( Sang-il Na ) , 박찬원 ( Chan-won Park ) , 소규호 ( Kyu-ho So ) , 안호용 ( Ho-yong Ahn ) , 이경도 ( Kyung-do Lee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 34권 5호 발행 연도 : 2018 페이지 : pp. 829-846 (18 pages)

다운로드

(기관인증 필요)

초록보기

작황 모니터링은 농민들에게 최적의 작물 생산을 위한 농작업 관리 전략을 수립하는데 유용한 정보를 제공할 수 있다. 그러나 시료 채취에 의한 분석 등에 한정된 기존의 현장 모니터링 방법은 많은 시간과 노동력이 필요하다. 무인항공기는 고해상도 이미지를 신속하고 정기적으로 취득할 수 있는 장점이 있기 때문에 재배면적, 생육인자, 생육이상 및 생산량 추정 등과 같은 작황 모니터링 분야에 효과적으로 활용될 수 있다. 또한, 위성과 비교하여 비행 고도가 낮아 흐린 날씨에서도 높은 화질의 영상을 수집할 수 있다. 본 연구는 작황 모니터링 분야에서의 무인항공기 활용 가능성을 검토하고 무인항공기 기반의 작황 정보 생산을 위한 적용방안을 제시하고자 하였다.

1
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