원격탐사를 활용한 연속적 재난상황 인지 및 위험 모니터링 기술

임정호 ( Jungho Im ) , 손홍규 ( Hong-gyoo Sohn ) , 김덕진 ( Duk-jin Kim ) , 최진무 ( Jinmu Choi )  대한원격탐사학회, 대한원격탐사학회지 [2020] 제36권 제5호, 1007~1011페이지(총5페이지)

오늘날 기후변화와 더불어 각종 기상/기후 자연재난 및 인재의 발생 빈도가 증가하는 추세이다. 원격탐사 기술은 재난 상황에서 연속적인 모니터링과 빠른 탐지를 가능하게 하며, 최근에는 군집 위성, 초소형 위성, 그리고 드론 등이 이용돼 그 활용도가 증가하고 있다. 본 특별 호에서는 재난 상황에서 위성을 활용하기 위한 기반 기술과 각종 자연재해를 모니터링, 분석 및 예측하는 활용 기술에 대한 9편의 논문을 소개하고 있다. 소개된 논문들은 향후 증가하는 위성 활용에 있어 재난 분야에서의 유용한 참조자료가 될 것으로 기대된다.

TAG Natural disasters, Anthropogenic disasters, Disaster monitoring, Risk analysis

다종 공간정보로부터 취득한 지상기준점을 활용한 UAV 영상의 3차원 위치 정확도 비교 분석

박소연 ( Soyeon Park ) , 최윤조 ( Yoonjo Choi ) , 배준수 ( Junsu Bae ) , 홍승환 ( Seunghwan Hong ) , 손홍규 ( Hong-gyoo Sohn )  대한원격탐사학회, 대한원격탐사학회지 [2020] 제36권 제5호, 1013~1025페이지(총13페이지)

UAV (Unmanned Aerial Vehicle) 플랫폼은 소규모 지역의 영상을 저비용으로 신속하게 취득이 가능하다는 장점이 있어 재난모니터링과 스마트시티 분야에 널리 활용되고 있다. UAV 기반 정사영상 및 DSM (Digital Surface Model) 제작 시 cm 급 정확도를 확보하기 위하여 UAV 영상의 위치보정을 위한 지상기준점(Ground Control Points, GCP)이 필수적이다. 하지만, 현장 GCP 취득을 위한 현장방문, 대공표지 설치에는 상당한 인력과 시간이 소요된다. 따라서 본 연구에서는 GCP 현장 취득을 대체하기 위한 방법으로 사전에 구축되어 활용 가능한 세 가지 공간정보를 GCP로 이용하는 방법을 제시하였다. 연구에 사용한 세 가지 공간정보는 첫째, 25 cm...

TAG Unmanned Aerial Vehicle, Orthoimage, Digital Surface Model, Mobile Mapping System, Ground Control Points

재해/재난 현장에서 취득한 대용량 무인기 영상의 클라우드 컴퓨팅 기반 처리

한수희 ( Soohee Han )  대한원격탐사학회, 대한원격탐사학회지 [2020] 제36권 제5호, 1027~1036페이지(총10페이지)

본 연구에서는 재해/재난 현장에서 취득한 대용량 무인기 영상으로부터 고정밀 3차원 실감 자료를 신속하게 생성하기 위하여 상용 소프트웨어인 Agisoft Metashape와 클라우드 컴퓨팅 서비스인 Amazon web service를 이용하여 처리하는 방식을 제안하고 성능을 평가하였다. 로컬 컴퓨터를 이용하는 온프레미스 방식, Agisoft社와 Pix4D社에서 제공하는 클라우드 서비스와 비교하여, 항공삼각측량, 3차원 포인트 클라우드 및 DSM 생성, 메쉬 및 텍스처 생성, 정사 모자이크 영상 제작 등의 과정은 비슷한 시간을 소요하였다. 클라우드 방식은 대용량 자료의 업로드와 다운로드 시간을 필요로 하지만 실질적인 현장 처리가 가능하다는 분명한 장점을 보였다. 온프레미스 방식과 클라우드 방식 모두 CPU와 GPU 성능에 따라 처...

TAG UAV, Disaster Monitoring, Cloud Computing

정지궤도 기상위성 및 수치예보모델 융합을 통한 Multi-task Learning 기반 태풍 강도 실시간 추정 및 예측

이주현 ( Juhyun Lee ) , 유철희 ( Cheolhee Yoo ) , 임정호 ( Jungho Im ) , 신예지 ( Yeji Shin ) , 조동진 ( Dongjin Cho )  대한원격탐사학회, 대한원격탐사학회지 [2020] 제36권 제5호, 1037~1051페이지(총15페이지)

최근 기후변화로 인해 강도가 높은 태풍의 빈도가 높아짐에 따라 태풍 예측의 중요성이 강조되고 있는데, 태풍경로예측에 비해 태풍강도예측에 대한 연구는 미비한 상황이다. 이에 본 연구에서는 딥러닝 모델인 Multi-task learning (MTL) 기법을 활용하여 정지궤도기상위성을 활용한 관측자료와 수치예보모델을 융합한 실시간 추정 및 6시간, 12시간 후의 태풍강도예측 모델을 제안하고자 한다. 본 연구에서는 2011년에서 2016년까지 북서태평양에서 발생한 총 142개의 태풍을 대상으로 강도 예측 연구를 시행하였다. 한국 최초의 기상위성인 Communication, Ocean and Meteorological Satellite (COMS) Meteorological Imager (MI)를 활용하여 태풍의 관측영상을 추출하였고, Nation...

TAG Tropical cyclone, Intensity forecasting, Multi-task learning, Convolutional Neural Networks, Geostationary satellite, Numerical forecasting model

위성 자료와 수치모델 자료를 활용한 스태킹 앙상블 기반 SO₂ 지상농도 추정

최현영 ( Hyunyoung Choi ) , 강유진 ( Yoojin Kang ) , 임정호 ( Jungho Im ) , 신민소 ( Minso Shin ) , 박서희 ( Seohui Park ) , 김상민 ( Sang-min Kim )  대한원격탐사학회, 대한원격탐사학회지 [2020] 제36권 제5호, 1053~1066페이지(총14페이지)

이산화황(SO₂)은 대기 중 화학 반응을 통해 2차 대기오염물질을 생성하는 전구체로, 주로 산업활동이나 주거 및 교통 활동 등을 통해 배출된다. 장기간 노출 시 호흡기 질환이나 심혈관 질환 등을 유발하여 인체 건강에 부정적인 영향을 미칠 수 있기 때문에 이에 대한 지속적인 모니터링이 필요하다. 우리나라에서는 SO₂에 대해 관측소 기반의 모니터링이 수행되고 있으나 이는 공간적으로 연속적인 정보를 제공하는 데에 한계가 있다. 따라서, 본 연구에서는 위성자료와 수치모델 자료를 융합하여 일별 13시를 타겟으로 하는 1 km의 고해상도로 공간적으로 연속적인 SO₂ 지상농도를 산출하였다. 2015년 1월부터 2019년 4월까지의 기간 동안 남한 지역에 대하여 스태킹 앙상블 기법을 이용하여 S...

TAG ground-level SO_{2 concentrations}, OMI, machine learning, stacking ensemble

Automatic Change Detection Using Unsupervised Saliency Guided Method with UAV and Aerial Images

( Mohammad Gholami Farkoushi ) , ( Yoonjo Choi ) , ( Seunghwan Hong ) , ( Junsu Bae ) , ( Hong-gyoo Sohn )  대한원격탐사학회, 대한원격탐사학회지 [2020] 제36권 제5호, 1067~1076페이지(총10페이지)

이산화황(SO₂)은 대기 중 화학 반응을 통해 2차 대기오염물질을 생성하는 전구체로, 주로 산업활동이나 주거 및 교통 활동 등을 통해 배출된다. 장기간 노출 시 호흡기 질환이나 심혈관 질환 등을 유발하여 인체 건강에 부정적인 영향을 미칠 수 있기 때문에 이에 대한 지속적인 모니터링이 필요하다. 우리나라에서는 SO₂에 대해 관측소 기반의 모니터링이 수행되고 있으나 이는 공간적으로 연속적인 정보를 제공하는 데에 한계가 있다. 따라서, 본 연구에서는 위성자료와 수치모델 자료를 융합하여 일별 13시를 타겟으로 하는 1 km의 고해상도로 공간적으로 연속적인 SO₂ 지상농도를 산출하였다. 2015년 1월부터 2019년 4월까지의 기간 동안 남한 지역에 대하여 스태킹 앙상블 기법을 이용하여 S...

TAG UAV, Aerial Image, Change Detection, Disaster, Saliency, CVA, PCA, K-means

시계열 기계학습을 이용한 한반도 남해 해수면 온도 예측 및 고수온 탐지

정시훈 ( Sihun Jung ) , 김영준 ( Young Jun Kim ) , 박수민 ( Sumin Park ) , 임정호 ( Jungho Im )  대한원격탐사학회, 대한원격탐사학회지 [2020] 제36권 제5호, 1077~1093페이지(총17페이지)

해수면 온도는 전 세계 해양, 기상 현상에 영향을 주고 해양 환경 변화와 생물에게 영향을 주는 중요한 요소이다. 특히, 우리나라 남해안을 비롯한 연안 지역의 경우 어업 및 양식업 등의 수산업이 많이 발달하여, 매년 고수온 현상으로 인한 사회·경제적 피해가 발생하고 있다. 따라서 위성 자료와 같은 광범위한 지역을 감시할 수 있는 자료를 활용한 해수면 온도 및 공간적 분포의 예측기술 개발을 통하여 피해를 예방할 수 있는 시스템을 구축할 필요가 있다. 해수면 온도 예측은 기존의 수치 모델을 통해서 예측을 진행하였지만, 다수의 역학적 요인들을 사용하여 예측 결과 산출 시 복잡함이 존재한다. 최근 기계학습 및 딥러닝 기법이 발달함에 따라 해양 분야의 예측에 적용하는 연구가 진행되고 있다. 본 연구는 그 중 시·공간적인 일관성 및 정확도가 높은 장단기 기억(L...

TAG sea surface temperature, prediction, ocean heatwave, Korea peninsula, machine learning, time-series

SegNet과 U-Net을 활용한 동남아시아 지역 홍수탐지

김준우 ( Junwoo Kim ) , 전현균 ( Hyungyun Jeon ) , 김덕진 ( Duk-jin Kim )  대한원격탐사학회, 대한원격탐사학회지 [2020] 제36권 제5호, 1095~1107페이지(총13페이지)

홍수 발생 시 위성영상을 활용하여 침수된 지역을 추출하는 것은 홍수 발생 기간 내의 위성영상 취득과 영상에 나타난 침수구역의 정확한 분류 등에서 많은 어려움이 존재한다. 딥러닝은 전통적인 영상분류기법들에 비해 보다 정확도가 높은 위성영상분류기법으로 주목받고 있지만, 광학영상에 비해 홍수 발생 시 위성영상의 취득이 용이한 SAR 영상의 분류 잠재력은 아직 명확히 규명되지 않았다. 본 연구는 대표적인 의미론적 영상 분할을 위한 딥러닝 모델인 SegNet과 U-Net을 활용하여 동남아시아의 라오스, 태국, 필리핀의 대표적인 홍수 발생지역인 코랏 유역(Khorat basin), 메콩강 유역(Mekong river basin), 카가얀강 유역(Cagayan river basin)에 대해 Sentinel-1 A/B 위성영상으로부터 침수지역 추출을 실시하였다. 분석결과...

TAG SegNet, U-Net, Sentinel-1 A, B, Flooded area extraction, Deep Learning, Semantic Segmentation

Sentinel 위성영상과 기계학습을 이용한 국내산불 피해강도 탐지

심성문 ( Seongmun Sim ) , 김우혁 ( Woohyeok Kim ) , 이재세 ( Jaese Lee ) , 강유진 ( Yoojin Kang ) , 임정호 ( Jungho Im ) , 권춘근 ( Chunguen Kwon ) , 김성용 ( Sungyong Kim )  대한원격탐사학회, 대한원격탐사학회지 [2020] 제36권 제5호, 1109~1123페이지(총15페이지)

국토 대부분이 산림으로 구성되어 있는 대한민국은 매 년 많은 산불이 발생한다. 산불은 토양의 전단강도를 약화시켜 산사태에 취약한 토양층을 만들기도 하고, 수목의 복구가능여부에 따라 다른 계획 설립이 필요하기 때문에 산불피해면적 뿐만 아니라 피해강도에 대한 파악도 중요하다. 위성 원격탐사를 통한 산불피해강도 추정 연구가 많이 수행되어 왔으나, NDVI(Normalized Difference Vegetation Index)와 NBR(Normalized Burn Ratio) 등과 같은 단일 인자의 시계열 변화만을 이용하여 피해강도를 파악하기에는 한계가 있다. 본 연구에서는 Sentinel-1A SAR-C (Synthetic Aperture Radar-C)와 Sentinel-2A MSI(Multi Spectral Instrument)센서의 자료를 이용하여 기계학습...

TAG machine learning, wildfire, Wildfire-damaged area, Sentinel-1, Sentinel-2

산불피해대장 정보와 위성영상 기반 산불발생데이터의 연계 방안

김태희 ( Taehee Kim ) , 최진무 ( Jinmu Choi )  대한원격탐사학회, 대한원격탐사학회지 [2020] 제36권 제5호, 1125~1137페이지(총13페이지)

본 연구에서는 산불 발생 위치와 면적만 기록하는 산불피해대장 정보의 한계점을 보완하기 위해 위성 영상 기반의 산불발생데이터의 연계 방법을 제시하고자 하였다. 이를 위해 2012년 1월 ~ 2019년 12월 사이 산림청에서 제공하는 산불피해대장 자료와 MODIS 및 VIIRS 기반 산불발생데이터를 연계하는 방안을 도출하였다. 연구 결과 191건의 산불피해대장 산불 중 MODIS와 VIIRS 기반 산불발생데이터는 각각 약 11%와 44%의 산불에 대해 발생지역 확인이 가능하였다. VIIRS 기반 산불발생데이토로 추출한 피해지역에 대해 고해상도의 Sentinel-2A 위성으로 확인한 산불 영역과 비교한 결과 평균 56% 정도의 산림지역 피해가 추출되었다. 따라서 대규모 산불에 대해서는 VIIRS 산불발생데이터를 이용하면 면적과 발화점 위치만 기...

TAG Forest fire, KFS fire survey data, Remote sensing, VIIRS, MODIS, Sentinel-2A

1  2  3  4  5  6  7  8  9  10