간행물

대한원격탐사학회> 대한원격탐사학회지

대한원격탐사학회지 update

Korean Journal of Remote Sensing

  • : 대한원격탐사학회
  • : 자연과학분야  >  기타(자연과학)
  • : KCI등재
  • :
  • : 연속간행물
  • : 격월
  • : 1225-6161
  • : 2287-9307
  • :

수록정보
37권3호(2021) |수록논문 수 : 24
간행물 제목
37권4호(2021년 08월) 수록논문
최근 권호 논문
| | | |

KCI등재

1Analyzing the Evolution of Summer Thermal Anomalies in Busan Using Remote Sensing and Spatial Statistical Tool

저자 : Nkwain Wilfred Njungwi , Daeun Lee , Minji Kim , Cheonggil Jin , Chuluong Choi

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 4호 발행 연도 : 2021 페이지 : pp. 665-685 (21 pages)

다운로드

(기관인증 필요)

초록보기

This study focused on the a 20-year evaluation of the dynamism of critical thermal anomalies in Busan metropolitan area prompted by unusual infrastructural development and demographic growth rate. Archived Landsat thermal data derived-LST was the major input for UTFVI and hot spot analysis (Getis-Ord Gi). Results revealed that the surface urban heat island-affected area has gradually expanded overtime from 23.32% to 32.36%; while the critical positive thermal anomalies (level-3 hotspots) have also spatially increased from 19.88% in 2000 to 23.56% in 2020, recording a net LST difference of > 5°C between the maximum level-3 hotspot and minimum level-3 coldspot each year. It is been observed that thermal conditions of Busan have gradually deteriorated with time, which is potentially inherent in the rate of urban expansion. Thus, this work serves as an eye-opener to powers that be, to think and act constructively towards a sustainable thermal conform for city dwellers.

KCI등재

2Application of High-spatial-resolution Satellite Images to Monitoring Coral Reef Habitat Changes at Weno Island Chuuk, Micronesia

저자 : Jong-kuk Choi , Joo-hyung Ryu , Jee-eun Min

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 4호 발행 연도 : 2021 페이지 : pp. 687-698 (12 pages)

다운로드

(기관인증 필요)

초록보기

We present quantitative estimations of changes in the areal extent of coral reef habitats at Weno Island, Micronesia, using high-spatial-resolution remote sensing images and field observations. Coral reef habitat maps were generated from Kompsat-2 satellite images for September 2008 and September 2010, yielding classifications with 78.6% and 72.4% accuracy, respectively, which is a relatively high level of agreement. The difference between the number of pixels occupied by each seabed type was calculated, revealing that the areal extent of living corals decreased by 8.2 percentage points between 2008 and 2010. This result is consistent with a comparison of the seabed types determined by field observations. This study can be used as a basis for remediation planning to diminish the impact of changes in coral reefs.

KCI등재

3Analysis of Spectral Reflectance Characteristics Using Hyperspectral Sensor at Diverse Phenological Stages of Soybeans

저자 : Seung-hwan Go , Jin-ki Park , Jong-hwa Park

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 4호 발행 연도 : 2021 페이지 : pp. 699-717 (19 pages)

다운로드

(기관인증 필요)

초록보기

South Korea is pushing for the advancement of crop production technology to achieve food self-sufficiency and meet the demand for safe food. A medium-sized satellite for agriculture is being launched in 2023 with the aim of collecting and providing information on agriculture, not only in Korea but also in neighboring countries. The satellite is to be equipped with various sensors, though reference data for ground information are lacking. Hyperspectral remote sensing combined with 1st derivative is an efficient tool for the identification of agricultural crops. In our study, we develop a system for hyperspectral analysis of the ground-based reflectance spectrum, which is monitored seven times during the cultivation period of three soybean crops using a PSR-2500 hyperspectral sensor. In the reflection spectrum of soybean canopy, wavelength variations correspond with stages of soybean growths. The spectral reflection characteristics of soybeans can be divided according to growth into the vegetative (V) stage and the reproductive (R) stage. As a result of the first derivative analysis of the spectral reflection characteristics, it is possible to identify the characteristics of each wavelength band. Using our developed monitoring system, we observed that the near-infrared (NIR) variation was largest during the vegetative (V1-V3) stage, followed by a similar variation pattern in the order of red-edge and visible. In the reproductive stage (R1-R8), the effect of the shape and color of the soybean leaf was reflected, and the pattern is different from that in the vegetative (V) stage. At the R1 to R6 stages, the variation in NIR was the largest, and red-edge and green showed similar variation patterns, but red showed little change. In particular, the reflectance characteristics of the R1 stage provides information that could help us distinguish between the three varieties of soybean that were studied. In the R7-R8 stage, close to the harvest period, the red-edge and NIR variation patterns and the visible variation patterns changed. These results are interpreted as a result of the large effects of pigments such as chlorophyll for each of the three soybean varieties, as well as from the formation and color of the leaf and stem. The results obtained in this study provide useful information that helps us to determine the wavelength width and range of the optimal band for monitoring and acquiring vegetation information on crops using satellites and unmanned aerial vehicles (UAVs)

KCI등재

4Two-stage Deep Learning Model with LSTM-based Autoencoder and CNN for Crop Classification Using Multi-temporal Remote Sensing Images

저자 : Geun-ho Kwak , No-wook Park

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 4호 발행 연도 : 2021 페이지 : pp. 719-731 (13 pages)

다운로드

(기관인증 필요)

초록보기

This study proposes a two-stage hybrid classification model for crop classification using multi-temporal remote sensing images; the model combines feature embedding by using an autoencoder (AE) with a convolutional neural network (CNN) classifier to fully utilize features including informative temporal and spatial signatures. Long short-term memory (LSTM)-based AE (LAE) is fine-tuned using class label information to extract latent features that contain less noise and useful temporal signatures. The CNN classifier is then applied to effectively account for the spatial characteristics of the extracted latent features. A crop classification experiment with multi-temporal unmanned aerial vehicle images is conducted to illustrate the potential application of the proposed hybrid model. The classification performance of the proposed model is compared with various combinations of conventional deep learning models (CNN, LSTM, and convolutional LSTM) and different inputs (original multi-temporal images and features from stacked AE). From the crop classification experiment, the best classification accuracy was achieved by the proposed model that utilized the latent features by fine-tuned LAE as input for the CNN classifier. The latent features that contain useful temporal signatures and are less noisy could increase the class separability between crops with similar spectral signatures, thereby leading to superior classification accuracy. The experimental results demonstrate the importance of effective feature extraction and the potential of the proposed classification model for crop classification using multi-temporal remote sensing images.

KCI등재

5Analysis of Growth Characteristics Using Plant Height and NDVI of Four Waxy Corn Varieties Based on UAV Imagery

저자 : Chan-hee Jeong , Jong-hwa Park

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 4호 발행 연도 : 2021 페이지 : pp. 733-745 (13 pages)

다운로드

(기관인증 필요)

초록보기

Although waxy corn varieties developed after the 1980s show differences depending on development stages and conditions, studies on the characteristics of waxy corn during the growth stage are rare. The subject of this study was a field survey and unmanned aerial vehicle (UAV) image acquisition of four waxy corn varieties cultivated in Idam-ri, Gammul-myeon, Goesan-gun, Korea. The study was conducted in four stages at intervals of two weeks after planting in 2019. The growth characteristics of each of the four varieties were analyzed using growth curves obtained based on field survey and UAV imagery data. The characteristics of each growth stage of the four varieties of corn, as assessed using normalized difference vegetation index (NDVI) and plant height (P.H.) values, were as follows. The growth model was identified as a model in which three-parameter logistic (3PL) curves reflect the growth characteristics of corn well. In particular, it was found that the variations in growth rate shown by P.H. and NDVI values clearly explain the differences between corn varieties. Among the four cultivars, growth and development first occurred at the early vegetative stage in Daehakchal, followed by Mibaek 2, Miheukchal, and finally Hwanggeummatchal. The variations in P.H. and NDVI were achieved quickly and earlier in Daehakchal, followed by Mibaek 2, Hwanggeummatchal, and Miheukchal. It was confirmed that these results reflected the characteristics of the fast white-type varieties, while the black-type varieties were delayed, as in a previous study. These results reflect the resistance to lodging that affects the cultivation environment and the response characteristics to nutrients and moisture. It was confirmed that UAV accurately provides growth information that is very useful for analyzing the growth characteristics of each corn variety.

KCI등재

6Aerial Dataset Integration For Vehicle Detection Based on YOLOv4

저자 : Wael Omar , Youngon Oh , Jinwoo Chung , Impyeong Lee

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 4호 발행 연도 : 2021 페이지 : pp. 747-761 (15 pages)

다운로드

(기관인증 필요)

초록보기

With the increasing application of UAVs in intelligent transportation systems, vehicle detection for aerial images has become an essential engineering technology and has academic research significance. In this paper, a vehicle detection method for aerial images based on the YOLOv4 deep learning algorithm is presented. At present, the most known datasets are VOC (The PASCAL Visual Object Classes Challenge), ImageNet, and COCO (Microsoft Common Objects in Context), which comply with the vehicle detection from UAV. An integrated dataset not only reflects its quantity and photo quality but also its diversity which affects the detection accuracy.
The method integrates three public aerial image datasets VAID, UAVD, DOTA suitable for YOLOv4. The training model presents good test results especially for small objects, rotating objects, as well as compact and dense objects, and meets the real-time detection requirements. For future work, we will integrate one more aerial image dataset acquired by our lab to increase the number and diversity of training samples, at the same time, while meeting the real-time requirements.

KCI등재

7Establishment of Priority Update Area for Land Coverage Classification Using Orthoimages and Serial Cadastral Maps

저자 : Junyoung Song , Taeyeon Won , Su Min Jo , Yang Dam Eo , Jin Sue Park

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 4호 발행 연도 : 2021 페이지 : pp. 763-776 (14 pages)

다운로드

(기관인증 필요)

초록보기

This paper introduces a method of selecting priority update areas for subdivided land cover maps by training orthoimages and serial cadastral maps in a deep learning model. For the experiment, orthoimages and serial cadastral maps were obtained from the National Spatial Data Infrastructure Portal. Based on the VGG-16 model, 51,470 images were trained on 33 subdivided classifications within the experimental area and an accuracy evaluation was conducted. The overall accuracy was 61.42%. In addition, using the differences in the classification prediction probability of the misclassified polygon and the cosine similarity that numerically expresses the similarity of the land category features with the original subdivided land cover class, the cases were classified and the areas in which the boundary setting was incorrect and in which the image itself was determined to have a problem were identified as the priority update polygons that should be checked by operators.

KCI등재

8Spatial Gap-Filling of Hourly AOD Data from Himawari-8 Satellite Using DCT (Discrete Cosine Transform) and FMM (Fast Marching Method)

저자 : Youjeong Youn , Seoyeon Kim , Yemin Jeong , Subin Cho , Jonggu Kang , Geunah Kim , Yangwon Lee

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 4호 발행 연도 : 2021 페이지 : pp. 777-788 (12 pages)

다운로드

(기관인증 필요)

초록보기

Since aerosol has a relatively short duration and significant spatial variation, satellite observations become more important for the spatially and temporally continuous quantification of aerosol. However, optical remote sensing has the disadvantage that it cannot detect AOD (Aerosol Optical Depth) for the regions covered by clouds or the regions with extremely high concentrations. Such missing values can increase the data uncertainty in the analyses of the Earth's environment. This paper presents a spatial gap-filling framework using a univariate statistical method such as DCT-PLS (Discrete Cosine Transform-based Penalized Least Square Regression) and FMM (Fast Matching Method) inpainting. We conducted a feasibility test for the hourly AOD product from AHI (Advanced Himawari Imager) between January 1 and December 31, 2019, and compared the accuracy statistics of the two spatial gap-filling methods. When the null-pixel area is not very large (null-pixel ratio < 0.6), the validation statistics of DCT-PLS and FMM techniques showed high accuracy of CC=0.988 (MAE=0.020) and CC=0.980 (MAE=0.028), respectively. Together with the AI-based gap-filling method using extra explanatory variables, the DCT-PLS and FMM techniques can be tested for the low-resolution images from the AMI (Advanced Meteorological Imager) of GK2A (Geostationary Korea Multi-purpose Satellite 2A), GEMS (Geostationary Environment Monitoring Spectrometer) and GOCI2 (Geostationary Ocean Color Imager) of GK2B (Geostationary Korea Multi-purpose Satellite 2B) and the high-resolution images from the CAS500 (Compact Advanced Satellite) series soon.

KCI등재

9The Potential of Sentinel-1 SAR Parameters in Monitoring Rice Paddy Phenological Stages in Gimhae, South Korea

저자 : Nawally Umutoniwase , Seung-kuk Lee

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 4호 발행 연도 : 2021 페이지 : pp. 789-802 (14 pages)

다운로드

(기관인증 필요)

초록보기

Synthetic Aperture Radar (SAR) at C-band is an ideal remote sensing system for crop monitoring owing to its short wavelength, which interacts with the upper parts of the crop canopy. This study evaluated the potential of dual polarimetric Sentinel-1 at C-band for monitoring rice phenology. Rice phenological variations occur in a short period. Hence, the short revisit time of Sentinel-1 SAR system can facilitate the tracking of short-term temporal morphological variations in rice crop growth. The sensitivity of SAR backscattering coefficients, backscattering ratio, and polarimetric decomposition parameters on rice phenological stages were investigated through a time-series analysis of 33 Sentinel-1 Single Look Complex images collected from 10th April to 25th October 2020 in Gimhae, South Korea. Based on the observed temporal variations in SAR parameters, we could identify and distinguish the phenological stages of the Gimhae rice growth cycle. The backscattering coefficient in VH polarisation and polarimetric decomposition parameters showed high sensitivity to rice growth. However, amongst SAR parameters estimated in this study, the VH backscattering coefficient realistically identifies all phenological stages, and its temporal variation patterns are preserved in both Sentinel-1A (S1A) and Sentinel-1B (S1B). Polarimetric decomposition parameters exhibited some offsets in successive acquisitions from S1A and S1B. Further studies with data collected from various incidence angles are crucial to determine the impact of different incidence angles on polarimetric decomposition parameters in rice paddy fields.

KCI등재

10Shoreline Changes and Erosion Protection Effects in Cotonou of Benin in the Gulf of Guinea

저자 : Chan-su Yang , Dae-woon Shin , Min-jeong Kim , Won-jun Choi , Ho-kun Jeon

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 4호 발행 연도 : 2021 페이지 : pp. 803-813 (11 pages)

다운로드

(기관인증 필요)

초록보기

Coastal erosion has been a threat to coastal communities and emerged as an urgent problem. Among the coastal communities that are under perceived threat, Cotonou located in Benin, West Africa, is considered as one of the most dangerous area due to its high vulnerability. To address this problem, in 2013, the Benin authorities established seven groynes at east of Cotonou port, and two additional intermediate groynes have recently been integrated in April 2018. However, there is no quantitative analysis of groynes so far, so it is hard to know how effective they have been. To analyze effectiveness, we used optical satellite images from different time periods, especially 2004 and 2020, and then compared changes in length, width and area of shoreline in Cotonou. The study area is divided into two sectors based on the location of Cotonou port. The difference of two areas is that Sector 2 has groynes installed while Sector 1 hasn't. As result of this study, shoreline in Sector 1 showed accretion by recovering 1.20 ㎢ of area. In contrast, 3.67 ㎢ of Sector 2 disappeared due to coastal erosion, although it has groynes. This may imply that groynes helped to lessen the rate of average erosion, however, still could not perfectly stop the coastal erosion in the area. Therefore, for the next step, we assume it is recommended to study how to maximize effectiveness of groynes.

12
권호별 보기
같은 권호 수록 논문
| | | | 다운로드

KCI등재

1무인항공기 영상과 딥러닝 기반의 의미론적 분할 기법을 활용한 야적퇴비 탐지 연구

저자 : 김나경 ( Na-kyeong Kim ) , 박미소 ( Mi-so Park ) , 정민지 ( Min-ji Jeong ) , 황도현 ( Do-hyun Hwang ) , 윤홍주 ( Hong-joo Yoon )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 3호 발행 연도 : 2021 페이지 : pp. 367-378 (12 pages)

다운로드

(기관인증 필요)

초록보기

야적퇴비는 대표적인 축산계 비점오염원으로 강우로 인해 수계로 유입될 경우 야적퇴비에 포함된 인과 질소 등의 영양염류가 하천 수질에 악영향을 미칠 수 있다. 이에 본 논문에서는 무인항공기 영상과 딥러닝 기반의 의미론적 분할 기법을 활용한 야적퇴비 탐지 방법을 제안한다. 연구지역에서 취득한 39개의 정사영상을 토대로 Data Augmentation을 통해 약 30,000개의 데이터를 확보하였다. 취득한 데이터를 U-net을 기반으로 개발된 의미론적 분할 알고리즘에 적용시킨 후 OpenCV의 필터링 기법을 적용하여 정확도를 평가하였다. 정확도 평가 결과 화소정확도는 99.97, 정밀도는 83.80%, 재현율은 60.95%, F1- Score는 70.57%의 정확도를 보였다. 정밀도에 비해 재현율이 떨어지는 것은 정성적으로 보았을 때 전체 이미지에서 가장자리에 작은 비율로 야적퇴비 픽셀이 존재하는 경우 과소추정되었기 때문이다. 향후 추가적인 데이터셋과 RGB 밴드 이외의 추가 밴드를 조합한다면 모델 정확도를 향상시킬 수 있을 것으로 판단된다.

KCI등재

2베리오그램 최적화 기반의 정규크리깅을 이용한 전국 에어코리아 PM10 자료의 일평균 격자지도화 및 내삽정확도 검증

저자 : 정예민 ( Yemin Jeong ) , 조수빈 ( Subin Cho ) , 윤유정 ( Youjeong Youn ) , 김서연 ( Seoyeon Kim ) , 김근아 ( Geunah Kim ) , 강종구 ( Jonggu Kang ) , 이달근 ( Dalgeun Lee ) , 정욱 ( Euk Chung ) , 이양원 ( Yangwon Lee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 3호 발행 연도 : 2021 페이지 : pp. 379-394 (16 pages)

다운로드

(기관인증 필요)

초록보기

우리나라에서는 2005년부터 전국 에어코리아(Air Korea) 측정소의 대기오염도 정보를 실시간으로 제공하고 있다. 선행연구들은 이러한 포인트 기반의 미세먼지 농도 자료에 대한 격자지도화 가능성을 보여준 바 있으나, 측정소가 밀집된 특정 도시만을 대상으로 하였다. 본 연구에서는 우리나라 전역의 PM10 일평균 격자 지도를 산출하기 위해서, 전국 333개 에어코리아 측정소 자료를 활용하여 베리오그램 최적화 기반의 정규크리깅을 수행하고, 검증지점의 공간적인 과밀(too dense) 및 과소(too sparse)를 방지하기 위하여 검증지점의 위치에 따른 선별적 임의추출을 통한 암맹평가를 실시하였다. 114,745건의 데이터로부터 365일 각각 다른 검증지점을 추출하는 암맹평가를 4회에 걸쳐 수행한 결과, MAE=5.697 μg/㎥, CC=0.947의 정확도 통계량이 산출되어, 매우 효과적인 공간내삽이 이루어졌음을 확인할 수 있었다. 또한, PM10 고농도 사례(나쁨 및 매우 나쁨)로 분류된 1,500건 이상에 대해서도 MAE=11~12 μg/㎥, CC=0.870~873의 정확도를 나타냈으며, 이는 본 연구의 방법론이 다양한 상황에 적용가능함을 의미한다. 2019년 365일에 대해 산출된 0.05° 해상도의 일평균 PM10 격자지도는 자연스러운 공간분포를 나타내는 것이 시각적으로도 확인되었다. 이러한 PM10 농도의 격자지도는 향후의 연구에서 익일 PM10 농도의 격자예측을 위한 입력자료로 활용될 수 있을 것이다.

KCI등재

3GIS와 전산유체역학 모델을 이용한 기상 조건이 건물 화재에 미치는 영향 연구

저자 : 문다솜 ( Da-som Mun ) , 김민지 ( Min-ji Kim ) , 김재진 ( Jae-jin Kim )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 3호 발행 연도 : 2021 페이지 : pp. 395-408 (14 pages)

다운로드

(기관인증 필요)

초록보기

본 연구에서는 GIS와 CFD 모델을 이용하여 풍속과 풍향이 건물 화재에 미치는 영향을 조사하였다. 이를 위해, 2020년 10월 8일 울산의 한 아파트에서 발생한 화재 사고에 대한 수치 실험을 수행하였고, 현실적인 기상 조건을 반영하기 위하여 국지기상예보시스템(LDAPS)의 바람과 온위 자료를 초기·경계 자료로 사용하였다. 먼저, 현실적인 경계 조건을 사용하여 두 가지 수치 실험을 수행하였다(규준 실험에서는 건물 화재를 고려하고, 다른 실험에서는 건물 화재를 제외하고는 규준 실험과 동일한 기상 조건 이용). 그런 다음, 규준 실험과 유입 풍속과 방향이 다른 4개의 수치 실험을 추가로 수행하였다. 수치 실험 결과, 발화 지점이 건물 풍상측에 위치할 때에는 화재로 인한 강한 상승 기류가 건물 지붕과 풍하측 지역에 영향을 미쳤다. 또한, 대피층(15층)은 건물 풍상 측 벽면의 화재를 풍하측으로 확산시키는 역할을 했다. 유입 풍속이 약할수록 발화점 주변으로의 화재가 좁게 확산되었지만 건물 위로 화염이 도달하는 고도는 상승했다. 유입 풍향이 반대인 경우, 발화 지점이 풍하측에 위치할 때에는 화염이 건물 풍상 측으로 확산되지 않았다. 본 연구 결과는 풍속과 풍향이 화재가 발생한 건물 주변의 흐름과 온도(화염) 분포에 중요하다는 것을 보여준다.

KCI등재

4U-Net 기반 딥러닝 모델을 이용한 다중시기 계절학적 토지피복 분류 정확도 분석 - 서울지역을 중심으로 -

저자 : 김준 ( Joon Kim ) , 송용호 ( Yongho Song ) , 이우균 ( Woo-kyun Lee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 3호 발행 연도 : 2021 페이지 : pp. 409-418 (10 pages)

다운로드

(기관인증 필요)

초록보기

토지피복도는 국토정책, 환경정책을 위한 의사결정 근거 자료로 활용되는 매우 중요한 자료이다. 토지 피복도는 원격탐사 자료를 활용하여 제작되는데, 이때 사용되는 데이터의 취득 시기에 따라 동일한 지역을 대상으로 하더라도 분류 결과가 달라질 수 있다. 본 연구에서는 단시기 데이터의 분류 정확도를 개선하기 위해 다중시기 위성영상을 활용하였으며 계절에 따른 지표면의 분광 반사 특성 차이를 딥러닝 알고리즘의 하나인 U-Net 모델에 학습시켜 분류하였다. 또한 단시기 분류 결과와 정확도 비교를 통해 분류 정확도의 향상 정도를 비교하였다. 구역 내에 30%의 녹지와 한강을 포함하여 다양한 토지피복으로 이루어진 서울특별시를 연구대상지로 설정하고 2020년 분기별 Sentinel-2 위성영상을 산출하였다. 대한민국 환경부에서 작성한 세분류 토지피복도를 활용하여 U-Net 모델을 학습시켰다. 학습한 U-Net 모델을 통해 단시기, 2시기, 3시기, 4시기로 모델을 학습하여 분류한 결과, 단시기를 제외하고 토지피복도 분류 정확도 확보기준인 75%를 상회하는 81%, 82% 79%의 정확도를 나타냈다. 이를 통해 다중 시계열 학습을 통해 토지피복의 분류 정확도 향상이 가능하다는 것을 확인하였다.

KCI등재

5하천 녹조 모니터링을 위한 드론 다중분광영상의 분광지수 적용성 평가

저자 : 최은영 ( Eunyoung Choe ) , 정경미 ( Kyung Mi Jung ) , 윤종수 ( Jong-su Yoon ) , 장정희 ( Jong Hee Jang ) , 김미정 ( Mi-jung Kim ) , 이호중 ( Ho Joong Lee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 3호 발행 연도 : 2021 페이지 : pp. 419-430 (12 pages)

다운로드

(기관인증 필요)

초록보기

신속하게 면단위(2-Dimension)로 하천의 녹조 우심지역을 관측하기 위해 드론 다중분광영상을 이용한 분석기법을 연구하였다. 드론은 항공기나 위성에 비해 관측 면적이 작지만 높은 공간해상도와 현장접근 및 데이터 획득 용이성, 대기에 의한 간섭 저감, 다중분광센서를 이용한 신속한 자료처리로 녹조 모니터링 효율성을 향상시킬 수 있을 것으로 보고 있다. 이러한 드론의 다중분광센서 영상으로 하천의 녹조발생 현황을 모니터링하기 위해 광합성 색소에 의한 분광특성을 반영하는 분광지수들을 비교 분석하고 Chlorophyll-a(Chl-a) 농도 추정식에 적용 가능성을 평가하였다. 주로 Red-edge 밴드를 포함하는 분광지수가 Chl-a 농도와 높은 상관성을 보였는데, 그 중에서도 3-Band Model(3BM), Normalized Difference Chlorophyll Index(NDCI)가 각각 비슷한 수준으로 가장 높은 통계적 유의성(R2=0.86, RMSE=7.5)을 나타내었다. NDCI의 경우에는 두 개의 분광밴드만 적용되는 간결한 수식과 정규화된(Normalizing) 결과값으로 신속하고 표준화된 프로세싱이 가능할 것으로 보이며 드론 녹조 모니터링에서 적용성이 높을 것으로 기대된다. 3BM의 경우에는 Red-edge 영역에서 두 개의 파장대를 적용해야 하나 본 연구에서 사용한 드론 센서에는 한 개의 Red-edge 밴드만 포함되어서 근적외선으로 대체하여 수식을 적용하였는데 Red-edge 파장영역이 세밀한 분광센서를 활용할 경우에 NDCI 보다 높은 정확도를 나타낼 수 있을 것으로 보인다.

KCI등재

6고해상도 위성영상의 반복 정밀 기하보정

저자 : 손종환 ( Jong-hwan Son ) , 윤완상 ( Wansang Yoon ) , 김태정 ( Taejung Kim ) , 이수암 ( Sooahm Rhee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 3호 발행 연도 : 2021 페이지 : pp. 431-447 (17 pages)

다운로드

(기관인증 필요)

초록보기

최근 많은 영역에서 고해상도 인공위성의 활용이 증가하고 있다. 안정적으로 유용한 위성영상을 공급하기 위해서는 자동 정밀 기하보정 기술이 필요하다. 일반적으로 위성영상의 기하보정은 정확한 지상좌표와 영상좌표와의 대응점으로 설정된 지상기준점을 이용하여 기하학적인 왜곡을 보정한다. 따라서 자동으로 정밀기하보정을 수행하기 위해서는 높은 품질의 지상기준점을 자동으로 획득하는 것이 핵심이다. 본 논문에서는 처리할 고해상도 위성영상과 지상기준점 칩의 영상 피라미드를 구축하고 영상 피라미드의 각 층에서 위성영상과 지상기준점 칩 간 영상정합, 오정합점 탐지, 정밀 센서모델링을 반복적으로 수행하는 반복 정밀 기하보정 방안을 제시하였다. 해당 알고리즘을 통해 자동으로 높은 품질의 지상 기준점을 자동으로 획득하고 이를 바탕으로 고해상도 위성영상의 기하보정 성능을 향상시키고자 하였다. 제안한 알고리즘의 성능을 분석하기 위해 KOMPSAT-3 및 3A Level 1R 영상 8 Scene을 사용하였으며, 수동으로 추출한 검사점을 이용하여 정확도 분석을 수행한 결과 평균 1.5 pixel, 최대 2 pixel의 정확도의 기하보정 성능을 확인할 수 있었다.

KCI등재

7Landsat-8 OLI 영상정보의 대기 및 지표반사도 산출을 위한 OTB Extension 구현과 RadCalNet RVUS 자료를 이용한 성과검증

저자 : 김광섭 ( Kwangseob Kim ) , 이기원 ( Kiwon Lee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 3호 발행 연도 : 2021 페이지 : pp. 449-461 (13 pages)

다운로드

(기관인증 필요)

초록보기

광학 위성정보에 대한 분석대기자료(ARD)는 각 센서 별 분광특성과 촬영각 등을 적용하는 전처리 작업에 의한 성과물이다. 대기보정 처리과정은 통하여 얻을 수 있는 대기반사도와 지표반사도는 기본적이면서 복잡한 알고리즘을 요구한다. 대부분 위성 정보처리 소프트웨어에서는 Landsat 위성 대기보정 처리 알고리즘 및 기능을 제공하고 있다. 또한 사용자는 클라우드 환경에서 Google Earth Engine(GEE)을 통하여 USGS-ARD와 같은 Landsat 반사도 성과에 직접 접근할 수 있다. 이번 연구에서는 고해상도 위성정보 처리에 활용되고 있는 Orfeo ToolBox(OTB) 오픈 소스 소프트웨어의 대기보정 기능을 확장 구현하였다. 현재 OTB 도구는 어떠한 Landsat 센서도 지원하지 않기 때문에, 이 확장 도구는 최초로 개발된 사례이다. 이 도구를 이용하여 RadCalNet 사이트의 Railroad Valley, United States(RVUS) 반사율 자료 값을 이용한 결과 검증을 위하여 같은 지역의 Landsat-8 OLI 영상의 절대 대기보정에 의한 반사도 성과를 산출하였다. 산출된 결과는 RVUS 자료를 기준으로 반사도 값과의 차이가 5% 미만으로 나타났다. 한편 이 반사도 성과는 USGS-ARD 반사도 값뿐만 아니라 QGIS Semiautomatic Classification Plugin과 SAGA GIS와 같은 다른 오픈 소스 도구에서 산출된 성과를 이용한 비교 분석을 수행하였다. OTB 확장도구로부터 산출한 반사도 성과는 RadCalNet RVUS의 자료와 높은 일치도를 나타내는 USGS-ARD의 값과 가장 부합되는 것으로 나타났다. 이 연구에서 OTB 대기보정 처리의 다양한 위성센서 적용 가능성을 입증한 결과로 이 모듈을 다른 센서정보로 확장하여 구현하는 경우에도 정확도가 높은 반사도 산출이 가능한 것을 확인할 수 있었다. 이와 같은 연구 방법은 향후 차세대중형위성을 포함하는 다양한 광학위성에 대한 반사도 성과 산출 도구개발에도 활용할 수 있다.

KCI등재

8Landsat 8 OLI/TIRS Science Product를 활용한 지표면 온도 유용성 평가

저자 : 박성욱 ( Seongwook Park ) , 김민식 ( Minsik Kim )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 3호 발행 연도 : 2021 페이지 : pp. 463-473 (11 pages)

다운로드

(기관인증 필요)

초록보기

본 연구에서는 최근 USGS에서 공개한 Landsat 8 Collection 2 Level 2 Science Product (L2SP) 위성 영상을 이용하여 국내 지표면 온도를 산출하였고, 기존 Landsat 8 Collection 1 Level 1 Terrain Precision (L1TP) 위성 영상을 활용하여 산출한 국내 지표면 온도와의 비교와 기상청 종관기상관측자료(Automated Synoptic Observing System, ASOS)와의 검증을 통해 L2SP 기반 지표면 온도 자료의 국내 영역에 대한 적합성을 평가하고자 하였다. L2SP는 연구 및 분석에 용이하도록 Landsat 8 Collection 2 Level 1 데이터를 기반으로 만든 Level 2 자료로, 기존의 계산식을 통해 산출해야 하는 지표면 반사도 자료와 지표면 온도 자료를 계산 처리 없이 바로 사용할 수 있다는 장점이 있다. 2018년부터 2020년까지 3년간의 Landsat 8 지표면 온도 산출물과 관측소 지점 8개소 주변 3×3 격자 영역과의 비교한 결과, 8개 관측소 기준 L2SP 지표면 온도와 L1TP 지표면 온도의 평균 피어슨 상관계수(Pearson correlation coefficient)는 각각 0.971, 0.964로 두 자료 모두 상당히 강한 양의 상관관계를 보여주었으며, RMSE (Root Mean Square Error)의 경우 각각 4.029℃, 5.247°C로 L2SP 지표면 온도 자료가 더 낮은 RMSE를 보여주는 것을 확인 하였다. 이는 관측소 위치별로 값에 차이가 생길 수 있지만 평균적인 지표 결과를 보았을 때, L2SP 지표면 온도 자료가 L1TP를 통해 산출되는 지표면 온도 자료와 비교했을 때 준수하거나 그 이상의 정확도를 보여주어 국내 지표면 온도 산출 연구에 적합하다고 판단된다. 따라서 향후 계절적 요인과 고도에 따른 온도 차이 등의 환경 및 지형적인 요인도 고려를 하거나, 본 연구 과정에서 발생한 Science Product의 고정적인 영상 품질 문제 등이 개선된다면 보다 더 안정적이고 정확도 높은 지표면 온도 참조 자료로써의 유용성이 클 것이라 판단된다.

KCI등재

9Coarse to Fine 단계를 통한 TerraSAR-X Staring Mode 다중 관측각 영상 정합기법 비교 분석

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

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 3호 발행 연도 : 2021 페이지 : pp. 475-491 (17 pages)

다운로드

(기관인증 필요)

초록보기

최근 사용 가능한 고해상도 위성 SAR 영상이 다양해지면서, 변화 탐지를 포함한 다양한 분야에서 SAR 영상에 대한 정밀 정합 요구가 높아지고 있다. 다중 관측각 환경에서의 고해상도 SAR 영상간 정합은 SAR 영상의 특성상 발생하는 스펙클 노이즈, 기하 왜곡 등에 의해 어려움이 있다. 본 연구에서는 독일 TerraSAR-X의 staring spotlight 모드로 촬영된 고해상도 SAR 영상을 활용하여, 개략정합 단계와 정밀정합 단계의 2단계에 걸친 영상정합 알고리즘을 제안하였다. 개략정합 단계에서는 적응형 샘플링 기법과 SAR-SIFT(Scale Invariant Feature Transform)를 결합하여 정합을 수행하였고, 정밀정합 단계에서는 3가지의 강성 정합 기법인 NCC (Normalized Cross Correlation), PC (Phase Congruency)-NCC, MI (Mutual Information) 기법과 비강성 정합 기법인 Gefolki (Geoscience extended Flow Optical Flow Lucas-Kanade Iterative)를 적용하여 정합 성능을 비교 분석하였다. 정합 결과는 RMSE (Root Mean Square Error)와 FSIM (Feature Similarity) 지수를 사용하여 정량적인 비교를 수행하였다. 사용한 모든 영상 조합에서 강성정합 기법은 Gefolki 알고리즘에 비해 저조한 정합 성능을 보였다. 강성정합 모델들은 지형기복이 큰 지역에서 정합오차가 크게 발생함을 확인할 수 있었다. Gefolki 알고리즘 적용 결과, RMSE 1~3화소를 보이며 가장 우수한 결과를 확인하였으며, FSIM 지수 또한 다른 기법에 비해 0.02~0.03 이상 높은 값을 취득했다. 다중 관측각 영상에서의 고해상도 SAR 영상 간 정합 성능을 비교하였으며, 강성정합 기법에 비해 Gefolki 알고리즘을 통해 지형효과를 충분히 줄일 수 있음을 확인했다. 이는 추후 변화탐지를 포함한 다양한 분야의 전 처리 과정에 효과적으로 사용될 수 있을 것으로 기대된다.

KCI등재

10고해상도 위성영상을 활용한 낙동강 녹조탐지기법 비교 및 분석

저자 : 변유경 ( Yugyeong Byeon ) , 서민지 ( Minji Seo ) , 진동현 ( Donghyun Jin ) , 정대성 ( Daeseong Jung ) , 우종호 ( Jongho Woo ) , 전우진 ( Uujin Jeon ) , 한경수 ( Kyung-soo Han )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 3호 발행 연도 : 2021 페이지 : pp. 493-502 (10 pages)

다운로드

(기관인증 필요)

초록보기

최근 기온변화 및 오염원 증가에 따른 수온 상승으로 수계 내에 부영양화가 진행되어 녹조가 다수 발생하고 있으며, 이러한 녹조의 발생과 감시를 위하여 위성영상을 이용한 연구가 많이 이루어지고 있다. 하지만 선행연구에서는 단일 지수만을 활용한 녹조탐지로 지역 수계의 광학적 특성을 고려하기 어려운 문제점 및 중·저해상도 위성영상을 활용하여 대규모의 녹조탐지를 수행함에 따라, 좁은 폭인 강에서의 녹조탐지에는 정확도가 떨어진다는 한계점이 존재한다. 따라서 본 연구에서는 Sentinel-2 위성의 고해상도 영상을 활용하여 NDVI, SEI, FGAI 단일지수 및 본 연구에서 개발한 두 개의 혼합지수들을 녹조탐지에 활용하였다. 본 연구에서는 녹조탐지 알고리즘의 정확도 평가를 위해 POD, FAR, PC 값을 활용하였으며, FGAI와 SEI를 혼합한 지수가 전체 정확도 PC에서 98.29%로 제일 높은 정확도를 보였다.

123

내가 찾은 최근 검색어

최근 열람 자료

맞춤 논문

보관함

내 보관함
공유한 보관함

1:1문의

닫기