논문 상세보기

대한원격탐사학회> 대한원격탐사학회지> 기후변화 시나리오를 고려한 위성영상 기반 미래 탄소흡수량 분포 추정

KCI등재

기후변화 시나리오를 고려한 위성영상 기반 미래 탄소흡수량 분포 추정

Estimation of Carbon Absorption Distribution based on Satellite Image Considering Climate Change Scenarios

나상일 ( Sang-il Na ) , 안호용 ( Ho-yong Ahn ) , 류재현 ( Jae-hyun Ryu ) , 소규호 ( Kyu-ho So ) , 이경도 ( Kyung-do Lee )
  • : 대한원격탐사학회
  • : 대한원격탐사학회지 37권5호
  • : 연속간행물
  • : 2021년 10월
  • : 833-845(13pages)
대한원격탐사학회지

DOI


목차

1. 서론
2. 재료 및 방법
3. 결과 및 고찰
4. 결론
사사
References

키워드 보기


초록 보기

탄소흡수량 산정 및 토지이용 변화에 대한 이해는 기후변화 연구에서 매우 중요하다. 기존의 연구에서는 토지이용 변화에 따른 탄소흡수량 산정에 원격탐사 기술이 사용되고 있으나 대부분 과거의 탄소흡수량 변화에 초점을 맞추고 있다. 따라서 미래 탄소흡수량 변화 예측 연구는 부족한 실정이다. 본 연구에서 CLUE-S 모형을 사용하여 토지이용 변화를 모의하고 기후변화 시나리오를 고려하여 미래 탄소흡수량의 변화를 예측하였다. 그 결과, RCP 4.5 및 8.5 시나리오에서 탄소흡수량은 각각 7.92, 13.02% 감소되는 것으로 예측되었다. 따라서 본 연구에서 제안한 방법은 다른 기후변화 시나리오를 고려한 미래 탄소흡수량 변화에도 적용이 가능할 것으로 기대된다.
Quantification of carbon absorption and understanding the human induced land use changes forms one of the major study with respect to global climatic changes. An attempt study has been made to quantify the carbon absorption by land use changes through remote sensing technology. However, it focused on past carbon absorption changes. So prediction of future carbon absorption changes is insufficient. This study simulated land use change using the Conversion of Land Use and its Effects at Small regional extent (CLUE-S) model and predicted future changes in carbon absorption considering climate change scenarios 4.5 and 8.5 of the Representative Concentration Pathways (RCP). Results of this study, in the RCP 4.5 scenarios there predicted to be loss of 7.92% of carbon absorption, but in the RCP 8.5 scenarios was 13.02%. Therefore, the approach used in this study is expected to enable exploration of future carbon absorption change considering other climate change scenarios.

UCI(KEPA)

I410-ECN-0102-2022-400-000915066

간행물정보

  • : 자연과학분야  > 기타(자연과학)
  • : KCI등재
  • :
  • : 격월
  • : 1225-6161
  • : 2287-9307
  • : 학술지
  • : 연속간행물
  • : 1985-2022
  • : 1764


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.

38권3호(2022년 06월) 수록논문
최근 권호 논문
| | | |

KCI등재

1Landsat영상을 이용한 토지피복 변화에 따른 행정중심복합도시의 표면 열섬현상 변화분석

저자 : 이경일 ( Kyungil Lee ) , 임철희 ( Chul-hee Lim )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 38권 3호 발행 연도 : 2022 페이지 : pp. 225-236 (12 pages)

다운로드

(기관인증 필요)

초록보기

도시의 인구 증가와 이에 따른 개발로 인한 도시화는 도시 내 열섬현상과 같은 다양한 환경문제를 유발할 수 있다. 특히 계획적으로 구축되는 신도시의 경우 짧은 기간에 진행되는 급격한 도시화로 인한 도시 기후의 변화를 분석하기에 적절한 연구대상지로 여겨진다. 본 연구에서는 Landsat-8 Operational Land Imager/Thermal Infrared Sensor (OLI/TIRS) 위성영상을 활용하여 세종특별자치시 내 행정중심복합도시의 2013년부터 2020년 개발계획에 의한 토지피복 변화와 이에 따른 표면 열섬현상의 변화를 분석하였다. 이를 위해 위성영상에서 제공하는 열적외선 밴드값과 방사율을 고려하여 지표면온도를 산출하고, 이를 기반으로 표면 열섬현상 강도와 Urban Thermal Field Variance Index (UTFVI)의 변화분석을 수행하였다. 개발이 진행됨에 따른 토지피복 변화 및 피복별 열섬현상 강도의 차이 확인을 위해 환경부에서 제공하는 중분류 토지피복지도를 활용하였다. 분석 결과, 연구지역의 시가화 면적은 15% 증가하였고 자연식생은 28% 이상 줄어든 것이 확인되었다. 또한 이에 따른 열섬현상의 확장 및 강도 증가가 관측되었고, 열섬현상이 발생된 지역의 생태적 수준은 매우 낮은 것을 확인하였다. 본 연구를 통해 급격한 도시화에 따른 열 환경의 정량적 변화 및 생태적 수준을 확인하고, 주거환경의 열 환경 개선을 위한 추가적인 정책의 필요성이 제시될 수 있다.


Urbanization due to population growth and regional development can cause various environmental problems, such as the urban heat island phenomenon. A planned city is considered an appropriate study site to analyze changes in urban climate caused by rapid urbanization in a short-term period. In this study, changes in land cover and surface heat island phenomenon were analyzed according to the development plan in Sejong City from 2013 to 2020 using Landsat-8 Operational Land Imager/Thermal Infrared Sensor (OLI/TIRS) satellite imagery. The surface temperature was calculated in consideration of the thermal infrared band value provided by the satellite image and the emissivity, and based on this the surface heat island effect intensity and Urban Thermal Field Variance Index (UTFVI) change analysis were performed. The level-2 land cover map provided by the Ministry of Environment was used to confirm the change in land cover as the development progressed and the difference in the surface heat island intensity by each land cover. As a result of the analysis, it was confirmed that the urbanized area increased by 15% and the vegetation decreased by more than 28%. Expansion and intensification of the heat island phenomenon due to urban development were observed, and it was confirmed that the ecological level of the area where the heat island phenomenon occurred was very low. Therefore, It can suggest the need for a policy to improve the residential environment according to the quantitative change of the thermal environment due to rapid urbanization.

KCI등재

2딥러닝 기반 다중 객체 추적 모델을 활용한 조식성 무척추동물 현존량 추정 기법 연구

저자 : 박수호 ( Suho Bak ) , 김흥민 ( Heung-min Kim ) , 이희원 ( Heeone Lee ) , 한정익 ( Jeong-ik Han ) , 김탁영 ( Tak-young Kim ) , 임재영 ( Jae-young Lim ) , 장선웅 ( Seon Woong Jang )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 38권 3호 발행 연도 : 2022 페이지 : pp. 237-250 (14 pages)

다운로드

(기관인증 필요)

초록보기

본 연구에서는 딥러닝 기반 다중 객체 추적 모델을 활용하여 수중드론으로 촬영된 영상으로부터 특정 해역의 조식동물 현존량을 추정하는 방법을 제안한다. 수중드론 영상 내에 포함된 조식동물을 클래스 별로 탐지하기 위해 YOLOv5 (You Only Look Once version 5)를 활용하였으며, 개체수 집계를 위해 DeepSORT (Deep Simple Online and real-time tracking)를 활용하였다. GPU 가속기를 활용할 수 있는 워크스테이션 환경에서 두 모델의 성능 평가를 수행하였으며, YOLOv5 모델은 평균 0.9 이상의 모델의 정확도(mean Average Precision, mAP)를 보였으며, YOLOv5s 모델과 DeepSORT 알고리즘을 활용하였을 때, 4 k 해상도 기준 약 59 fps의 속도를 보이는 것을 확인하였다. 실해역 적용 결과 약 28%의 과대 추정하는 경향이 있었으나 객체 탐지 모델만 활용하여 현존량을 추정하는 것과 비교했을 때 오차 수준이 낮은 것을 확인하였다. 초점을 상실한 프레임이 연속해서 발생할 때와 수중드론의 조사 방향이 급격히 전환되는 환경에서의 정확도 향상을 위한 후속 연구가 필요하지만 해당 문제에 대한 개선이 이루어진다면, 추후 조식동물 구제 사업 및 모니터링 분야의 의사결정 지원자료 생산에 활용될 수 있을 것으로 판단된다.


In this study, we propose a method to estimate the biomass of invertebrate grazers from the videos with underwater drones by using a multi-object tracking model based on deep learning. In order to detect invertebrate grazers by classes, we used YOLOv5 (You Only Look Once version 5). For biomass estimation we used DeepSORT (Deep Simple Online and real-time tracking). The performance of each model was evaluated on a workstation with a GPU accelerator. YOLOv5 averaged 0.9 or more mean Average Precision (mAP), and we confirmed it shows about 59 fps at 4 k resolution when using YOLOv5s model and DeepSORT algorithm. Applying the proposed method in the field, there was a tendency to be overestimated by about 28%, but it was confirmed that the level of error was low compared to the biomass estimation using object detection model only. A follow-up study is needed to improve the accuracy for the cases where frame images go out of focus continuously or underwater drones turn rapidly. However, should these issues be improved, it can be utilized in the production of decision support data in the field of invertebrate grazers control and monitoring in the future.

KCI등재

3Azimuth Stitching 없는 ScanSAR 영상화: 시간영역 교차상관

저자 : 원중선 ( Joong-sun Won )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 38권 3호 발행 연도 : 2022 페이지 : pp. 251-263 (13 pages)

다운로드

(기관인증 필요)

초록보기

이 논문은 ScanSAR 영상화에 대한 새로운 아이디어를 소개한다. 버스트(Burst) 모드로 신호를 획득하는 ScanSAR의 전통적인 영상화는 버스트 간 영상을 연결하는 Azimuth stitching이 필요하여, 이 과정은 방사왜곡 및 위상왜곡을 유발한다. 전통적인 SPECAN 방법 대신 이 논문에서는 시간영역 교차상관을 이용하여 Azimuth stitching 과정 없이 영상화가 가능한 새로운 방법을 소개한다. 이 방법의 핵심 아이디어는 기준함수 밴드폭을 적절히 확장하여 시간영역 교차상관을 수행하면 Azimuth stitching 없이도 영상화가 가능하다는 점이다. 이 방법을 실제 위성 원시신호에 적용하여 영상 전 구간에서 영상품질과 방사왜곡 관점에서 우수한 성능을 검증하였다. 버스트 모드를 기반으로 하는 ScanSAR는 영상품질(3 dB 해상도, peak-to-sidelobe ratio (PSLR), 압축률, Speckle 잡음 등)은 모든 품질지표에서 도플러 주파수 전 영역 신호를 이용하는 Stripmap에 비해 낮을 수밖에 없다. 그러나, 각 활용분야 및 기술에 따라 선정된 특정 영상 품질지표 만을 개선할 수 있는 방법은 다양하다. 따라서 ScanSAR 영상화는 모든 활용분야에 획일적인 방법에 의한 영상화보다는, 각 활용에 따라 요구되는 품질지표 우선순위에 따라 최적화할 수 있는 영상화 방법을 적용하는 차별화 전략이 요구된다.


This paper presents an idea of ScanSAR image formation. For image formation of ScanSAR that utilizes the burst mode for raw signal acquisition, most conventional single burst methods essentially require a step of azimuth stitching which contributes to radiometric and phase distortions to some extent. Time-domain cross correlation could replace SPECAN which is most popularly used for ScanSAR processing. The core idea of the proposed method is that it is possible to relieve the necessity of azimuth stitching by an extension of Doppler bandwidth of the reference function to the burst cycle period. Performance of the proposed method was evaluated by applying it to the raw signals acquired by a spaceborne SAR system, and results satisfied all image quality requirements including 3 dB width, peak-to-sidelobe ratio (PSLR), compression ratio, speckle noise, etc. Image quality of ScanSAR is inferior to that of Stripmap in all aspects. However, it is also possible to improve the quality of ScanSAR image competitive to that of Stripmap if focused on a certain parameter while reduced qualities of other parameters. Thus, it is necessary for a ScanSAR processor to offer a great degree of flexibility complying with different requirements for different applications and techniques.

KCI등재

4LSTM을 이용한 한반도 근해 이상수온 예측모델

저자 : 최혜민 ( Hey Min Choi ) , 김민규 ( Min-kyu Kim ) , 양현 ( Hyun Yang )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 38권 3호 발행 연도 : 2022 페이지 : pp. 265-282 (18 pages)

다운로드

(기관인증 필요)

초록보기

해수면 온도(Sea surface temperature, SST)는 지구시스템에서 해양의 순환과 생태계에 큰 영향을 주는 요소이다. 지구온난화로 한반도 근해 해수면 온도에 변화가 생기면서 이상 수온(고수온, 저수온) 현상이 발생하여 해양생태계와 수산업 피해를 지속적으로 발생시키고 있다. 따라서 본 연구는 한반도 근해 해수면 온도를 예측하여 이상 수온 현상 예측으로 피해를 예방하는 방법론을 제안한다. 연구 지역은 한반도 근해로 설정하여 동시간대 해수면 온도 데이터를 사용하기 위해 Europe Centre for Medium-Range Weather Forecasts (ECMWF)의 ERA5 자료를 사용하였다. 연구방법으로는 해수면 온도 데이터의 시계열 특징을 고려하여 딥러닝 모델 중 시계열 데이터 예측에 특화된 Long Short-Term Memory (LSTM) 알고리즘을 이용하였다. 예측 모델은 1~7일 이후 한반도 근해 해수면 온도를 예측하고 고수온(High water temperature, HWT) 혹은 저수온(Low water temperature, LWT) 현상을 예측한다. 해수면 온도 예측 정확도 평가를 위해 결정계수(Coefficient of determination, R2), 평균 제곱근 편차(Root Mean Squared Error, RMSE), 평균 절대 백분율 오차(Mean Absolute Percentage Error, MAPE) 지표를 사용하였다. 예측 모델의 여름철(JAS) 1일 예측 결과는 R2=0.996, RMSE=0.119℃, MAPE=0.352% 이고, 겨울철(JFM) 1일 예측 결과는 R2=0.999, RMSE=0.063℃, MAPE=0.646% 이었다. 예측한 해수면 온도를 이용하여 이상 수온 예측 정확도 평가를 F1 Score로 수행하였다(여름철(2021/08/05) 고수온 예측 결과 F1 Score=0.98, 겨울철(2021/02/19) 저수온 예측 결과 F1 Score=1.0). 예측 기간이 증가하면서 예측 모델이 해수면 온도를 과소 추정하는 경향을 보여주었고, 이로 인해 이상 수온 예측 정확도 또한 낮아졌다. 따라서, 향후 예측 모델의 과소 추정 원인을 분석하고 예측 정확도 향상을 위한 연구가 필요할 것으로 판단된다.


Sea surface temperature (SST) is a factor that greatly influences ocean circulation and ecosystems in the Earth system. As global warming causes changes in the SST near the Korean Peninsula, abnormal water temperature phenomena (high water temperature, low water temperature) occurs, causing continuous damage to the marine ecosystem and the fishery industry. Therefore, this study proposes a methodology to predict the SST near the Korean Peninsula and prevent damage by predicting abnormal water temperature phenomena. The study area was set near the Korean Peninsula, and ERA5 data from the European Center for Medium-Range Weather Forecasts (ECMWF) was used to utilize SST data at the same time period. As a research method, Long Short-Term Memory (LSTM) algorithm specialized for time series data prediction among deep learning models was used in consideration of the time series characteristics of SST data. The prediction model predicts the SST near the Korean Peninsula after 1- to 7-days and predicts the high water temperature or low water temperature phenomenon. To evaluate the accuracy of SST prediction, Coefficient of determination (R2), Root Mean Squared Error (RMSE), and Mean Absolute Percentage Error (MAPE) indicators were used. The summer (JAS) 1-day prediction result of the prediction model, R2=0.996, RMSE=0.119℃, MAPE=0.352% and the winter (JFM) 1-day prediction result is R2=0.999, RMSE=0.063℃, MAPE=0.646%. Using the predicted SST, the accuracy of abnormal sea surface temperature prediction was evaluated with an F1 Score (F1 Score=0.98 for high water temperature prediction in summer (2021/08/05), F1 Score=1.0 for low water temperature prediction in winter (2021/02/19)). As the prediction period increased, the prediction model showed a tendency to underestimate the SST, which also reduced the accuracy of the abnormal water temperature prediction. Therefore, it is judged that it is necessary to analyze the cause of underestimation of the predictive model in the future and study to improve the prediction accuracy.

KCI등재

5표적 SAR 시뮬레이션 영상을 이용한 식별 성능 분석

저자 : 이수미 ( Sumi Lee ) , 이윤경 ( Yun-kyung Lee ) , 김상완 ( Sang-wan Kim )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 38권 3호 발행 연도 : 2022 페이지 : pp. 283-298 (16 pages)

다운로드

(기관인증 필요)

초록보기

Synthetic Aperture Radar (SAR)영상은 날씨와 주야에 관계없이 취득될 수 있어 감시, 정찰 및 국토안보 등의 목적을 위한 자동표적인식(Automatic Target Recognition, ATR)에 활용 가능성이 높다. 그러나, 식별 시스템 개발을 위해 다양하고 방대한 양의 시험영상을 구축하는 것은 비용, 운용측면에서 한계가 있다. 최근 표적 모델을 이용하여 시뮬레이션된 SAR 영상에 기반한 표적 식별 시스템 개발에 대한 관심이 높아지고 있다. SARATR 분야에서 대표적으로 이용되는 산란점 매칭과 템플릿 매칭 기반 알고리즘을 적용하여 표적식별을 수행하였다. 먼저 산란점 매칭 기반의 식별은 점을 World View Vector (WVV)로 재구성 후 Weighted Bipartite Graph Matching (WBGM)을 수행하였고, 템플릿 매칭을 통한 식별은 서로 인접한 산란점으로 재구성한 두 영상간의 상관계수를 사용하였다. 개발한 두 알고리즘의 식별성능시험을 위해 최근 미국 Defense Advanced Research Projects Agency (DARPA)에서 배포한 표적 시뮬레이션 영상인 Synthetic and Measured Paired Labeled Experiment (SAMPLE) 자료를 사용하였다. 표준 환경, 표적의 부분 폐색, 랜덤 폐색 정도에 따른 알고리즘 성능을 분석하였다. 산란점 매칭 알고리즘의 식별 성능이 템플릿 매칭보다 전반적으로 우수하였다. 10개 표적을 대상으로 표준 환경에서의 산란점 매칭기반 평균 식별률은 85.1%, 템플릿 매칭기반은 74.4%이며, 표적별 식별성능 편차 또한 산란점 매칭기법이 템플릿 매칭기법보다 작았다. 표적의 부분 폐색정도에 따른 성능은 산란점 매칭기반 알고리즘이 템플릿 매칭보다 약 10% 높고, 표적의 랜덤 폐색 60% 발생에도 식별률이 73.4% 정도로 비교적 높은 식별성능을 보였다.


As Synthetic Aperture Radar (SAR) image can be acquired regardless of the weather and day or night, it is highly recommended to be used for Automatic Target Recognition (ATR) in the fields of surveillance, reconnaissance, and national security. However, there are some limitations in terms of cost and operation to build various and vast amounts of target images for the SAR-ATR system. Recently, interest in the development of an ATR system based on simulated SAR images using a target model is increasing. Attributed Scattering Center (ASC) matching and template matching mainly used in SAR-ATR are applied to target classification. The method based on ASC matching was developed by World View Vector (WVV) feature reconstruction and Weighted Bipartite Graph Matching (WBGM). The template matching was carried out by calculating the correlation coefficient between two simulated images reconstructed with adjacent points to each other. For the performance analysis of the two proposed methods, the Synthetic and Measured Paired Labeled Experiment (SAMPLE) dataset was used, which has been recently published by the U.S. Defense Advanced Research Projects Agency (DARPA). We conducted experiments under standard operating conditions, partial target occlusion, and random occlusion. The performance of the ASC matching is generally superior to that of the template matching. Under the standard operating condition, the average recognition rate of the ASC matching is 85.1%, and the rate of the template matching is 74.4%. Also, the ASC matching has less performance variation across 10 targets. The ASC matching performed about 10% higher than the template matching according to the amount of target partial occlusion, and even with 60% random occlusion, the recognition rate was 73.4%.

KCI등재

6해양관측부위 자료 기반 딥러닝 기술을 활용한 해양 혼합층 수온 예측

저자 : 고관섭 ( Kwan-seob Ko ) , 변성현 ( Seong-hyeon Byeon ) , 김영원 ( Young-won Kim )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 38권 3호 발행 연도 : 2022 페이지 : pp. 299-309 (11 pages)

다운로드

(기관인증 필요)

초록보기

최근 한반도 주역 해역의 수온이 꾸준히 증가하고 있다. 수온변화는 어업생태계에 영향을 미칠 뿐만 아니라 해양에서의 군사작전과도 밀접히 연관되어 있다. 본 연구는 딥러닝 기술을 기반으로 하는 다양한 예측모델을 통해 단기간 수온예측을 시도함으로써 어떠한 모델이 수온예측분야에 더욱 적합한지를 제시하는 것에 목적을 두었다. 예측을 위해 사용한 데이터는 국립수산과학원에서 해양 관측부이를 통해 관측한 2016년부터 2020년까지 동해 지역(고성, 양양, 강릉, 영덕)의 수온 데이터이다. 또한 예측을 위한 모델로는 시계열 데이터 예측에 우수한 성능을 보이는 Long Short-Term Memory (LSTM), Bidirectional LSTM 그리고 Gated Recurrent Unit (GRU) 기법을 사용하였다. 기존 연구가 LSTM만을 활용하였던데 반해 이번 연구에서는 LSTM 외에 다양한 기법을 적용함으로써 각 기법의 예측 정확도와 수행시간을 비교하였다. 연구결과, 1시간 예측을 기준으로 모든 관측지점에서 Bidirectional LSTM과 GRU 기법이 실제값과 예측값의 오차가 가장 적은 것으로 확인되었으며, 학습시간에 있어서는 GRU가 가장 빠른 것으로 확인되었다. 이를 통해, 예측 오차를 줄이면서 정확도를 향상하기 위한 수온예측에는 Bidirectional LSTM을 활용하고 대잠작전처럼 정확도 외에 실시간 예측이 필요한 분야에 있어서는 GRU 기법을 활용하는 방안이 더욱 적절할 것으로 판단된다.


Recently, The sea water temperature around Korean Peninsula is steadily increasing. Water temperature changes not only affect the fishing ecosystem, but also are closely related to military operations in the sea. The purpose of this study is to suggest which model is more suitable for the field of water temperature prediction by attempting short-term water temperature prediction through various prediction models based on deep learning technology. The data used for prediction are water temperature data from the East Sea (Goseong, Yangyang, Gangneung, and Yeongdeok) from 2016 to 2020, which were observed through marine observation by the National Fisheries Research Institute. In addition, we use Long Short-Term Memory (LSTM), Bidirectional LSTM, and Gated Recurrent Unit (GRU) techniques that show excellent performance in predicting time series data as models for prediction. While the previous study used only LSTM, in this study, the prediction accuracy of each technique and the performance time were compared by applying various techniques in addition to LSTM. As a result of the study, it was confirmed that Bidirectional LSTM and GRU techniques had the least error between actual and predicted values at all observation points based on 1 hour prediction, and GRU was the fastest in learning time. Through this, it was confirmed that a method using Bidirectional LSTM wasrequired for water temperature prediction to improve accuracy while reducing prediction errors. In areas that require real-time prediction in addition to accuracy, such as anti-submarine operations, it is judged that the method of using the GRU technique will be more appropriate.

KCI등재

7농림위성 산림분야 식생지수 검보정 사이트 설계

저자 : 임중빈 ( Joongbin Lim ) , 차성은 ( Sungeun Cha ) , 원명수 ( Myoungsoo Won ) , 김준 ( Joon Kim ) , 박주한 ( Juhan Park ) , 류영렬 ( Youngryel Ryu ) , 이우균 ( Woo-kyun Lee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 38권 3호 발행 연도 : 2022 페이지 : pp. 311-326 (16 pages)

다운로드

(기관인증 필요)

초록보기

우리나라 산림의 효율적인 관리와 산림 모니터링을 위해 산림청은 농림위성을 개발 중이며 2025년 발사 예정이다. 농림위성을 효율적으로 활용하기 위해 산림청 국립산림과학원은 36종의 농림위성 산림분야 활용산출물 개발을 진행 중이다. 원격탐사 기법을 활용하여 도출된 산출물들은 지상검증이 요구되며 해당 산출물들에 대한 품질 모니터링 결과를 지속적으로 보고해야 한다. 국내 최초로 산림분야 활용 위성이 개발되는 상황이라 국내에는 공식적인 산림분야 활용 산출물 검보정 사이트가 부재하다. 이에 저자들은 국제기준에 맞춰 농림위성 산림분야 활용산출물 검보정을 위한 검보정 사이트를 설계하였다. 또한 전국적으로 검보정 사이트를 설치하기 위해 적정 센서를 선택하여 해당 센서의 활용 가능성을 평가하였다. 평가 결과 지상 관측데이터와 Sentinel-2 영상과의 산림 산출물에 대한 오차가 ±5% 이내로 관측되어 해당 센서를 활용하여 전국적으로 확장이 가능함을 확인하였다.


The Compact Advanced Satellite 500-4 (CAS500-4) is under development to efficiently manage and monitor forests in Korea and is scheduled to launch in 2025. The National Institute of Forest Science is developing 36 types of forestry applications to utilize the CAS500-4 efficiently. The products derived using the remote sensing method require validation with ground reference data, and the quality monitoring results for the products must be continuously reported. Due to it being the first time developing the national forestry satellite, there is no official calibration and validation site for forestry products in Korea. Accordingly, the author designed a calibration and validation site for the forestry products following international standards. In addition, to install calibration and validation sites nationwide, the authors selected appropriate sensors and evaluated the applicability of the sensors. As a result, the difference between the ground observation data and the Sentinel-2 image was observed to be within ±5%, confirming that the sensor could be used for nationwide expansion.

1
권호별 보기
같은 권호 다른 논문
| | | | 다운로드

KCI등재

1기후변화 시나리오를 고려한 위성영상 기반 미래 탄소흡수량 분포 추정

저자 : 나상일 ( Sang-il Na ) , 안호용 ( Ho-yong Ahn ) , 류재현 ( Jae-hyun Ryu ) , 소규호 ( Kyu-ho So ) , 이경도 ( Kyung-do Lee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 5호 발행 연도 : 2021 페이지 : pp. 833-845 (13 pages)

다운로드

(기관인증 필요)

초록보기

탄소흡수량 산정 및 토지이용 변화에 대한 이해는 기후변화 연구에서 매우 중요하다. 기존의 연구에서는 토지이용 변화에 따른 탄소흡수량 산정에 원격탐사 기술이 사용되고 있으나 대부분 과거의 탄소흡수량 변화에 초점을 맞추고 있다. 따라서 미래 탄소흡수량 변화 예측 연구는 부족한 실정이다. 본 연구에서 CLUE-S 모형을 사용하여 토지이용 변화를 모의하고 기후변화 시나리오를 고려하여 미래 탄소흡수량의 변화를 예측하였다. 그 결과, RCP 4.5 및 8.5 시나리오에서 탄소흡수량은 각각 7.92, 13.02% 감소되는 것으로 예측되었다. 따라서 본 연구에서 제안한 방법은 다른 기후변화 시나리오를 고려한 미래 탄소흡수량 변화에도 적용이 가능할 것으로 기대된다.

KCI등재

2SAR 영상 정합 정확도 평가를 위한 FSIM 인자 활용 가능성

저자 : 김상완 ( Sang-wan Kim ) , 이동준 ( Dongjun Lee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 5호 발행 연도 : 2021 페이지 : pp. 847-859 (13 pages)

다운로드

(기관인증 필요)

초록보기

최근 고해상도 위성 SAR 영상이 늘어남에 따라, 변화탐지, 영상 융합 등 다양한 분야에서 SAR 영상에 대한 정밀 정합 요구가 커지고 있다. 영상 정합 결과에 대한 정량적 평가는 분석자에 의해 추출된 GCPs (Ground Control Points)를 이용한 RMSE (Root Mean Square Error) 값이 널리 사용되어 왔으나, 영상정합 결과의 정확도를 자동으로 측정하는 방법에 대한 연구는 미비한 실정이다. 본 연구에서는 SAR 영상 정합의 정확도 평가지표로, 단일채널 영상의 품질 평가 알고리즘으로 개발된 FSIM (Feature Similarity) 값을 적용하는 것에 대한 타당성 분석을 수행하였다. 다양한 관측각도 및 관측방향에서 수집된 TerraSAR-X staring spotlight 자료를 분석에 사용하였다. SAR 영상의 공간 해상도에 따른 FSIM 값 변화는 매우 작은 값을 보였다. 따라서, 다양한 공간해상도의 SAR 영상 간에도 동일한 척도를 가지고 FSIM 값을 사용할 수 있다. 단일 SAR 영상을 이용하여 정합 오차에 따른 FSIM값 변화를 분석하였으며, 이 값을 기준으로 서로 다른 관측조건에서 수집된 영상 간의 정합 오차에 따른 FSIM 값 변화를 분석하였다. 서로 다른 관측각 또는 관측방향 자료 조합에서, 관측기하 차이에 의해 FSIM 값은 다소 저하되었다. 토지피복별 FSIM 값 분석 결과에서, 도심지역에서 정합오차에 따른 FSIM 값의 변화가 가장 뚜렷하게 나타났다. 따라서, FSIM 값을 이용하여 영상정합의 정확도를 판별하기 위해서는 도심지역에서 산출된 FSIM 값을 이용하는 것이 바람직하다. FSIM 값은 SAR 영상 정합 정확도에 대한 지표로 사용될 수 있는 충분한 가능성이 있는 것으로 판단된다.

KCI등재

3GOCI와 AHI 자료를 활용한 에어로졸 광학두께 합성장 산출 연구

저자 : 강형우 ( Hyeongwoo Kang ) , 최원이 ( Wonei Choi ) , 박정현 ( Jeonghyun Park ) , 김세린 ( Serin Kim ) , 이한림 ( Hanlim Lee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 5호 발행 연도 : 2021 페이지 : pp. 861-870 (10 pages)

다운로드

(기관인증 필요)

초록보기

본 연구에서는 COMS (Communication, Oceanography and Meteorology Satellite) 위성의GOCI (Geostationary Ocean Color Imager) 센서와 Himawari-8 위성의 AHI (Advanced Himawari Imager) 센서에서 산출되는 에어로졸 광학두께 (Aerosol Optical Depth; AOD)를 활용하여 단일화된 AOD 합성장을 생산하였다. 위성 간의 공간해상도와 위치좌표계가 다르기 때문에 이를 맞춰주는 전처리 작업을 선행하였다. 이후 지상관측 기반인 AERONET (AErosol RObotic NETwork)의 레벨 1.5 AOD 자료를 사용하여 각 위성과 AERONET과의 상관관계 분석 및 추세를 보간하여 기존 위성 AOD 보다 정확한 위성 AOD 자료를 생산하였다. 이후 합성과정을 진행하며 최종적으로 시공간적으로 더 완벽하고 정확한 AOD 합성장을 생산하였다. 생산된 AOD 합성장의 제곱근 평균 오차(Root Mean Square Error; RMSE)는 0.13, 평균 편향(mean bias)는 0.05로, 기존의 GOCI AOD (RMSE: 0.15, Mean bias: 0.11)와 AHI AOD (RMSE: 0.15, Mean bias: 0.05) 보다 나은 성능을 보였다. 또한 합성된 AOD는 단일위성에서 구름으로 인하여 관측되지 못한 지역에서 시공간적으로 보다 완벽하게 생산되었음을 확인하였다.

KCI등재

4항공 및 위성영상을 활용한 토지피복 관련 인공지능 학습 데이터 구축 및 알고리즘 적용 연구

저자 : 이성혁 ( Seong-hyeok Lee ) , 이명진 ( Moung-jin Lee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 5호 발행 연도 : 2021 페이지 : pp. 871-884 (14 pages)

다운로드

(기관인증 필요)

초록보기

본 연구의 목적은 항공 및 위성영상을 활용한 토지피복 관련 인공지능 학습 데이터를 구축, 검증 및 알고리즘 적용의 효율화 방안을 연구하였다. 이를 위하여 토지피복 8개 항목에 대하여 고해상도의 항공영상 및 Sentinel-2 인공위성에서 얻은 이미지를 사용하여 0.51 m 및 10 m Multi-resolution 데이터셋을 구축하였다. 또한, 학습 데이터의 구성은 Fine data (총 17,000개) 와 Coarse data (총 33,000개)를 동시 구축 및 정밀한 변화 탐지 및 대규모 학습 데이터셋 구축이라는 2가지 목적을 달성하였다. 학습 데이터의 정확도를 위한 검수는 정제 데이터, 어노테이션 및 샘플링으로 3단계로 진행하였다. 최종적으로 검수가 완료된 학습데이터를 Semantic Segmentation 알고리즘 중 U-Net, DeeplabV3+에 적용하여, 결과를 분석하였다. 분석결과 항공영상 기반의 토지피복 평균 정확도는 U- Net 77.8%, Deeplab V3+ 76.3% 및 위성영상 기반의 토지피복에 대한 평균 정확도는 U-Net 91.4%, Deeplab V3+ 85.8%이다. 본 연구를 통하여 구축된 고해상도 항공영상 및 위성영상을 이용한 토지피복 인공지능 학습 데이터셋은 토지피복 변화 및 분류에 도움이 되는 참조자료로 활용이 가능하다. 향후 우리나라 전체를 대상으로 인공지능 학습 데이터셋 구축 시, 토지피복을 연구하는 다양한 인공지능 분야에 활용될 것으로 기대된다.

KCI등재

5천리안위성 2A호 고속 관측 영상의 시·공간 해상도가 중규모 대기운동벡터 산출에 미치는 영향 분석

저자 : 김희애 ( Hee-ae Kim ) , 정성래 ( Sung-rae Chung ) , 오수민 ( Soo Min Oh ) , 이병일 ( Byung-il Lee ) , 신인철 ( In-chul Shin )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 5호 발행 연도 : 2021 페이지 : pp. 885-901 (17 pages)

다운로드

(기관인증 필요)

초록보기

천리안위성 2A호의 2분 주기 고속 관측(rapid-scan) 자료를 이용하여, 가시·수증기·적외 채널의 시간 해상도와 표적의 크기가 해당 채널의 중규모 대기운동벡터 생산에 미치는 영향을 분석하였다. 중규모 대기운동벡터 산출을 위하여 2-10분의 영상 시간 간격 변화 하에서 표적의 크기를 8×8에서 40×40 화소 크기로 변환시키며, 시·공간적인 조건 변화에 따른 벡터 생산량과 평균 속력, 오차 특성의 변화 양상을 비교하였다. 그 결과, 표적의 크기가 작을수록 위성의 시간 간격 변화에 따른 벡터 개수의 변화와, 표준화된 평균 제곱근 편차(Normalized Root Mean Squared Vector Difference; NRMSVD) 값의 변화가 더욱 뚜렷해졌다. 또한 고도별 오차 특성 분석 결과에서는 평균 속력이 낮고 대기 현상의 시·공간 규모가 작은 하층(700-1000 hPa)의 경우, 짧은 시간 간격의 영상 자료와 작은 표적을 이용하는 것이 벡터 산출에 더욱 유리하게 작용하는 것을 확인할 수 있었다. 위성의 시간 간격과 표적의 크기는 대기 순환의 시·공간 규모와 밀접한 연관이 있는 요소이다. 따라서, 대기운동벡터 활용 목적에 맞게 표적 크기와 위성 시간 간격을 최적화하는 과정이 필요하며, 중규모 기상현상의 실황 분석을 위한 대기운동벡터 산출 알고리즘에서는 표적 크기와 영상 시간 간격을 각각 16×16, 4분으로 설정해주는 것이 가장 적합하다고 판단된다.

KCI등재

6오픈소스 GIS 프로그램의 지형인자 계산 비교: 도서지역 경사도와 지형습윤지수 중심으로

저자 : 이보라 ( Bora Lee ) , 이호상 ( Ho-sang Lee ) , 이광수 ( Gwang-soo Lee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 5호 발행 연도 : 2021 페이지 : pp. 903-916 (14 pages)

다운로드

(기관인증 필요)

초록보기

지형은 고도, 경사, 측면으로 설명되는 지표면의 물리적인 모양을 나타내는 것으로 지형적 조건에 따라 에너지의 이동이 결정된다. 이것은 태양 에너지를 얼마나 많이 받을지, 바람이나 비가 얼마나 많은 영향을 미칠지 등에 대한 중요한 결정 요인들로 지표면 상에 존재하는 모든 생물, 특히 산림 식생의 입지 환경에 큰 영향을 준다. 도서지역 산림과 같이 자연적으로 형성된 지형 인자가 산림 식생의 생태환경을 결정하는 요인이 될 때 보다 정확한 지형 인자들의 계산은 도서산림의 입지환경을 이해하는데 매우 중요하다. 최근에는 연구자, 학교, 산업 및 정부를 위해 수많은 무료오픈소스 소프트웨어 지리정보시스템 프로그램(Free Open Source Software Geographic Information Systems, FOSS GIS)들이 이러한 지형인자들을 보다 정확하게 계산하기 위해 다양한 알고리즘을 적용하고 있다. FOSS GIS 프로그램은 사용자 요구에 맞게 수정이 가능한 유연한 알고리즘을 제공한다. 이와 같은 수요에 맞춰 이 연구에서는 지형 분석이 특히 중요한 도서지역 산림을 대상으로 하여 FOSS GIS 프로그램들의 지형인자 계산 결과값을 비교해 보고 향후 지역 생태 연구에 있어 지형 인자 계산 방법을 결정할 때 그 기준을 마련하고자 한다. 연구 지역은 전라남도 도서 지역을 대상으로 하였고 FOSS GIS 프로그램 중 가장 널리 사용되는 GRASS GIS와 SAGA GIS로 처리하였다. 입지환경에 있어 가장 널리 사용되는 설명인자인 경사도와 TWI(Topographical Wetness Index) 지도를 각 FOSS GIS 프로그램으로 생성하고 그 차이를 분석하여 각 FOSS GIS 프로그램의 장단점을 토의하였다.

KCI등재

7무인기 기반 다중분광 영상을 이용한 벼 쓰러짐 영역의 특성 분석

저자 : 문현동 ( Hyun-dong Moon ) , 류재현 ( Jae-hyun Ryu ) , 나상일 ( Sang-il Na ) , 장선웅 ( Seon Woong Jang ) , 신서호 ( Seo-ho Sin ) , 조재일 ( Jaeil Cho )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 5호 발행 연도 : 2021 페이지 : pp. 917-926 (10 pages)

다운로드

(기관인증 필요)

초록보기

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.

KCI등재

8신경망 모델을 사용한 편대비행 저궤도위성 가속도계 데이터 예측 기법

저자 : 김민규 ( Mingyu Kim ) , 김정래 ( Jeongrae Kim )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 5호 발행 연도 : 2021 페이지 : pp. 927-938 (12 pages)

다운로드

(기관인증 필요)

초록보기

편대 비행하는 저궤도위성에는 비슷한 크기의 비중력 섭동이 일정한 시간 차이를 두고 가해진다. 이러한 시간상관관계를 이용하면 한 개 위성의 가속도계에서 측정된 가속도 값으로 다른 편대비행 저궤도위성의 비중력가속도를 추정할 수 있다. 편대비행 저궤도위성인 GRACE 및 GRACE-FO 위성에서 한 개 위성의 가속도계 데이터를 사용할 수 없는 기간이 존재하는데, 앞서 기술된 시간 이식 기법이 JPL (Jet Propulsion Laboratory)에서 공식적으로 가속도계 데이터 복원 시 사용되고 있다. 본 논문에서는 기존의 시간 이식 기법의 가속도계 추정 정확도를 개선하기 위하여 신경망 (neural network; NN) 모델 기반 편대비행 저궤도위성 가속도계 데이터 추정 방법을 제안하였다. 시간 이식 기법은 위성의 위치 및 우주환경요소 등을 반영할 수 없지만, NN 모델은 이를 모델 입력으로 사용할 수 있으므로 예측 정확도를 높일 수 있다. 1개월간 NN 모델을 사용하여 가속도계 예측 시험을 수행하고 시간 이식 기법과 예측 정확도를 비교하였다. 그 결과 along-track 및 radial 방향에서 NN 모델의 가속도계 데이터의 예측 오차는 시간 이식 기법에 비해 각각 55.0%, 40.1% 감소하였다.

KCI등재

9산불 후 식생 회복 모니터링을 위한 Sentinel-2 위성영상의 RGB 합성기술

저자 : 김상일 ( Sang-il Kim ) , 안도섭 ( Do-seob Ahn ) , 김승철 ( Seung-chul Kim )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 5호 발행 연도 : 2021 페이지 : pp. 939-946 (8 pages)

다운로드

(기관인증 필요)

초록보기

산불로 인한 피해지역의 산림 변화를 모니터링하는 것은 식생복원에 중요한 정보를 제공하며, 자연 재해를 완화하고 복구하기 위해 공간정보를 가지는 원격탐사 자료는 모니터링에 필요한 유용한 정보를 제공하는 것으로 알려져 있다. 하지만 원격탐사자료를 활용한 복구 측면에 초점 두어 연구된 사례가 미비한 상황이다. 본 연구는 화재 후 식생회복을 모니터링하기 위한 것으로, Sentinel-2 위성 데이터를 사용하여 산불 피해 지역을 모니터링하는 방법을 제시하는 것을 목적으로 한다. 산불피해지역의 식생회복 모니터링을 위해 Tasseled Cap 선형회귀 추세를 기반으로 RGB 합성기술을 제안하였다. 이러한 위성영상을 활용한 원격탐사 시각화 기법을 통해 효과적인 모니터링 가능성을 확인할 수 있었다.

KCI등재

10무인비행체 탑재 다중분광 센서별 반사율 및 식생지수 변화 비교

저자 : 이경도 ( Kyung-do Lee ) , 안호용 ( Ho-yong Ahn ) , 류재현 ( Jae-hyun Ryu ) , 소규호 ( Kyu-ho So ) , 나상일 ( Sang-il Na )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 5호 발행 연도 : 2021 페이지 : pp. 947-958 (12 pages)

다운로드

(기관인증 필요)

초록보기

본 연구는 무인비행체에 탑재해서 활용되고 있는 다중분광 센서의 센서별 반사율 및 식생지수를 산정하여 시계열 작황분석을 위한 센서별, 센서간 활용 가능성을 평가하기 위해 수행하였다. RedEdge-MX, S110 NIR, Sequioa, P4M 등 4종의 무인비행체 탑재 다중분광센서에 대하여 2020년 9월 14일과 9월 15일에 걸쳐 오전, 오후 각 1회, 총 4회씩 항공영상을 촬영하고 반사율 및NDVI를 산정하여 비교하였다. 반사율의 경우 모든 센서에서 시계열 변동계수가 평균 약 10% 이상의 값을 보여 활용에는 한계가 있는 것으로 나타났다. 작물 시험구에 대한 센서별NDVI 변동계수는 식생이 우거져 활력도가 높은 시험구에서 평균 1.2~3.6%의 값을 보여 5% 이내의 변동성을 보였다. 그러나 이는 청천일의 변동계수에 비해서는 높은 값을 보인 것으로서 실험 기간 동안 오전, 오후에 구름 등 기상환경이 달랐기 때문으로 판단되며 시계열 작황 분석을 위한 정밀NDVI 산정 시에는 일정한 광 환경을 유지할 수 있는 촬영 계획 수립과 이행이 필요할 것으로 판단된다. 무인비행체 다중분광센서 간NDVI를 상호 비교한 결과 본 실험에서는 RedEdeg-MX 센서의 경우 안정적인 광 환경 내에서 동종의 센서를 여러 대 사용하더라도NDVI 값의 특별한 보정 없이 함께 활용할 수 있을 것으로 판단된다. RedEdge-MX, P4M, Sequioa 센서는 상호 선형적인 관계를 보였으나NDVI 간의 off-set 보정을 통한 공동 활용 가능성 평가를 위해서는 보완 실험이 필요할 것으로 생각된다.

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