GLDAS 수문기상인자를 이용한 초미세먼지 농도 추정

이슬찬 ( Seulchan Lee ) , 정재환 ( Jaehwan Jeong ) , 박종민 ( Jongmin Park ) , 전현호 ( Hyunho Jeon ) , 최민하 ( Minha Choi )  대한원격탐사학회, 대한원격탐사학회지 [2019] 제35권 제6호, 919~932페이지(총14페이지)

미세먼지는 인간 활동에 의한 오염물질 배출에 의해 발생하는 것이 일반적이지만, 수문기상 조건에 따라 이동, 심화, 소멸 과정에서 매우 복잡한 메커니즘을 지니고 있으므로 효과적인 미세먼지 대책 마련을 위해서는 수문기상인자와 미세먼지 간의 상관성에 대한 이해가 필수적이다. 현재 우리나라의 미세먼지 농도 관측 및 예보는 지점 측정소에서 농도를 측정하고, 이 자료를 기반으로 측정소가 위치하지 않는 지역의 값을 추정함으로써 이루어지고 있다. 이러한 관측 방식 및 자료는 공간적 대표성을 갖지 못하기 때문에 관측소와의 거리가 먼 지역의 정확한 미세먼지 농도를 파악하는 것이 불가능하며, 미세먼지의 이동, 심화, 소멸 단계를 추적하는데 어려움이 있다. 본 연구에서는 Global Land Data Assimilation System (GLDAS)의 다양한 수문기상인자를 사...

TAG Particulate matter, PM2.5 Modeling, BMA, MODIS AOD, GLDAS

DDInSAR 영상을 이용한 남극 로스 빙붕의 조위변형과 물성 분석

한수정 ( Soojeong Han ) , 한향선 ( Hyangsun Han ) , 이훈열 ( Hoonyol Lee )  대한원격탐사학회, 대한원격탐사학회지 [2019] 제35권 제6호, 933~944페이지(총12페이지)

이 연구에서는 영상레이더(synthetic aperture radar; SAR) 이중차분간섭기법(Double-Differential Interferometric SAR; DDInSAR)을 이용하여 남극 로스 빙붕(Ross Ice Shelf)의 동쪽(A지역)과 서쪽(B지역)에 위치한 육지 경계부 지역의 조위변형을 분석하고, 조위예측 모델의 정밀도와 빙붕의 영률(Young’s modulus) 추정을 위해 2015-2016년에 획득된 총7장의 Sentinel-1A SAR 영상을 획득하였다. 먼저, 남극 로스해(Ross Sea)에 대한 대표적인 조위예측 모델인 Ross Sea Height-based Tidal Inverse (Ross_Inv) 모델과 DDInSAR영상에서 추출...

TAG Ross Ice shelf, Sentinel-1A, DDInSAR, tidal deflection, hinge zone, elastic beam model, tide model

SURF 기법과 상호정보기법을 활용한 농경지 지역 무인항공기 영상 간 정밀영상등록

김태헌 ( Taeheon Kim ) , 이기림 ( Kirim Lee ) , 이원희 ( Won Hee Lee ) , 염준호 ( Junho Yeom ) , 정세정 ( Sejung Jung ) , 한유경 ( Youkyung Han )  대한원격탐사학회, 대한원격탐사학회지 [2019] 제35권 제6호, 945~957페이지(총13페이지)

본 연구에서는 무인항공기(Unmanned Aerial Vehicle, UAV)를 활용하여 취득된 농경지 지역에 대한 영상 간 기하 오차를 제거하기 위한 정밀영상등록(Coarse to Fine Image Registration) 방법론을 제시한다. 먼저 무인항공기를 활용하여 농경지 지역에 대한 영상을 취득한 후 정사영상을 생성하였다. 영상등록 시 오차를 유발하는 오정합쌍이 추출되는 확률을 감소시키기 위해 생성된 정사영상의 메타데이터를 기반으로 관심지역을 선정하여 탐색영역을 최소화하였다. 그리고 Speeded Up Robust Features (SURF) 기법을 활용하여 추출된 정합쌍(Tiepoints)을 기반으로 초기영상등록을 수행하여 정사영상 간 기하 오차를 전반적으로 제거하였다. 이어서 영상내에 두드러진 공...

TAG Unmanned Aerial Vehicle (UAV), Coarse to fine image registration, Speeded-Up Robust Features (SURF), Mutual Information (MI)

CNN 기반 초분광 영상 분류를 위한 PCA 차원축소의 영향 분석

곽태홍 ( Taehong Kwak ) , 송아람 ( Ahram Song ) , 김용일 ( Yongil Kim )  대한원격탐사학회, 대한원격탐사학회지 [2019] 제35권 제6호, 959~971페이지(총13페이지)

대표적인 딥러닝(deep learning) 기법 중 하나인 Convolutional Neural Network(CNN)은 고수준의 공간-분광 특징을 추출할 수 있어 초분광 영상 분류(Hyperspectral Image Classification)에 적용하는 연구가 활발히 진행되고 있다. 그러나 초분광 영상은 높은 분광 차원이 학습 과정의 시간과 복잡도를 증가시킨다는 문제가 있어 이를 해결하기 위해 기존 딥러닝 기반 초분광 영상 분류 연구들에서는 차원축소의 목적으로 Principal Component Analysis (PCA)를 적용한 바 있다. PCA는 데이터를 독립적인 주성분의 축으로 변환시킬 수 있어 분광 차원을 효율적으로 압축할 수 있으나, 분광 정보의 손실을 초래할 수 있다. PCA...

TAG Principal Component Analysis, Convolutional Neural Network, Dimensionality Reduction, Hyperspectral Image Classification

무인항공기에서 생성된 포인트 클라우드의 평면성 분석을 통한 자동 건물 모델 생성 기법

김한결 ( Han-gyeol Kim ) , 황윤혁 ( Yunhyuk Hwang ) , 이수암 ( Sooahm Rhee )  대한원격탐사학회, 대한원격탐사학회지 [2019] 제35권 제6호, 973~985페이지(총13페이지)

본 논문에서는 저비용으로 생성할 수 있는 무인항공기 기반의 포인트 클라우드를 사용하여 평면성 분석을 통해 지면과 건물 영역을 분리하고 자동으로 건물 모델을 생성하는 방법을 제안한다. 제안하는 방법은 총 다섯 단계로 구성된다. 첫 단계에서는 입력되는 포인트 클라우드의 평면성을 분석하여 포인트 클라우드를 구성하는 평면들을 추출하였다. 두 번째 단계에서는 추출된 평면들을 분석하여 지표면에 해당하는 평면을 찾고 포인트 클라우드에서 해당 평면 기준으로 포인트들을 제거하였다. 세 번째 단계에서는 지표면이 제거된 포인트 클라우드를 정사 투영하여 영상을 제작하였다. 네 번째 단계에서는 정사 투영된 영상에서 각각의 객체의 외곽선을 추출하고 외곽선의 넓이와 넓이, 길이 비율을 이용하여 건물 불인정 영역을 제거하였다. 마지막 단계에서는 건물의 지표면 높이와 건물의 높이를 이용...

TAG UAV Photogrammetry, Point cloud, Building model

LTE 원격관제를 통한 UAV의 비가시권 데이터 취득방안

정호현 ( Hohyun Jeong ) , 이재희 ( Jaehee Lee ) , 박성진 ( Seongjin Park )  대한원격탐사학회, 대한원격탐사학회지 [2019] 제35권 제6호, 987~997페이지(총11페이지)

최근 무인항공기(UAV)의 발전과 관심이 높아지면서 UAV의 수요가 급증하고 있다. 전통적인 방식의 인공위성 및 항공영상에 비해 적은 운용비용으로 효과적인 자료 취득이 가능하여 다양한 연구(환경, 지리정보, 해양관측, 원격탐사)에 활용되고 있다. 다만, 배터리 용량 및 관제시스템과 기체의 거리 제한에 따라 전통적인 원격탐사 방법인 위성과 항공기를 이용한 방법에 비해 좁은 면적만을 획득한다는 단점이 있다. 하지만 원거리 원격관제가 가능하다면 원격탐사 분야에서의 UAV의 활용 가능성은 더 높아질 수 있으며 이에 UAV와 관제 시스템의 거리에 상관없이 관제할 수 있는 통신 네트워크 시스템이 필요하다. 전통적인 방식의 무선장치(RF 2.4 GHz, 915 MHz, 433 MHz)로 UAV와 Ground Control System(GCS)가 송수신 할 수 ...

TAG UAV, RF, LTE, RSSI, LinkQuality

Sentinel-1 A/B 위성 SAR 자료와 딥러닝 모델을 이용한 여름철 북극해 해빙 분류 연구

전현균 ( Hyungyun Jeon ) , 김준우 ( Junwoo Kim ) , 수레시크리쉬난 ( Suresh Krishnan Palanisamy Vadivel ) , 김덕진 ( Duk-jin Kim )  대한원격탐사학회, 대한원격탐사학회지 [2019] 제35권 제6호, 999~1009페이지(총11페이지)

북극항로의 개척 가능성과 정확한 기후 예측 모델의 필요성에 의해 북극해 고해상도 해빙 지도의 중요성이 증가하고 있다. 그러나 기존의 북극 해빙 지도는 제작에 사용된 위성 영상 취득 센서의 특성에 따른 데이터의 취득과 공간해상도 등에서 그 활용도가 제한된다. 본 연구에서는 Sentinel-1 A/B SAR 위성자료로부터 고해상도 해빙 지도를 생성하기 위한 딥러닝 기반의 해빙 분류 알고리즘을 연구하였다. 북극해 Ice Chart를 기반으로 전문가 판독에 의해 Open Water, First Year Ice, Multi Year Ice의 세 클래스로 구성된 훈련자료를 구축하였으며, Convolutional Neural Network 기반의 두 가지 딥러닝 모델(Simple CNN, Resnet50)과 입사각 및 thermal noise가 보정된 H...

TAG Sentinel-1 A/B, sea ice, thermal noise, Deep Learning, classification

인공위성 원격탐사를 이용한 대기보정 기술 고찰

이권호 ( Kwon-ho Lee ) , 염종민 ( Jong-min Yum )  대한원격탐사학회, 대한원격탐사학회지 [2019] 제35권 제6호, 1011~1030페이지(총20페이지)

인공위성 또는 항공기에서 사용되는 원격탐사용 센서는 지구 대기를 통과하는 전자기파를 측정하므로, 지구 대기에 의하여 흡수 또는 산란되는 과정에서 지표면의 정보가 영향을 받게 된다. 인공위성은 탑재센서의 사용목적에 따라 파장범위, 해상도가 다르지만, 공통적으로 지구 표면의 대상의 분광신호를 정확히 측정하기 위하여 대기에 의한 영향을 제거해야 하는 대기보정이 이루어져야 한다. 대기보정의 목적은 원격탐사 영상에서 대기 효과를 제거하여 지표면 반사도 값을 결정하고 지표면의 물리적 매개 변수를 도출하는 것이다. 현재까지 개발된 대기보정 알고리즘은 영상기반의 경험적인 방법 또는 현지 관측 자료를 이용한 간접적인 보정 방법에서 보다 복잡한 복사전달과정을 수치해석적으로 해석하는 직접적인 보정 방법으로 발전해왔다. 본 연구는 지난 40여년 동안 개발된 대기보정 알고리즘에 대한...

TAG remote sensing, atmospheric correction, algorithm, radiative transfer

광학센서를 활용한 산림분야 원격탐사 활용기술

김은숙 ( Eun-sook Kim ) , 원명수 ( Myoungsoo Won ) , 김경민 ( Kyoungmin Kim ) , 박주원 ( Joowon Park ) , 이정수 ( Jung Soo Lee )  대한원격탐사학회, 대한원격탐사학회지 [2019] 제35권 제6호, 1031~1035페이지(총5페이지)

최근 국내 위성정보의 활용 기반이 급속히 확대되고 있다. 특히 2023년 발사 예정으로 사업이 추진 중인 농림위성의 개발은 산림분야 위성정보 활용의 획기적인 전환을 가져올 전망이다. 국립산림과학원은 학계 전문가와 함께 산림 분야의 원격탐사 활용기술에 대해 점검하고 향후 나아갈 방향을 제시하기 위해 본 대한원격탐사학회지 산림분야 특별호를 추진하게 되었다. 본 논문에서는 향후 농림위성과의 연계성을 확보하기 위해 광학센서를 활용한 산림분야 원격탐사 활용기술을 중심으로 산림부문의 연구개발 현황을 파악하였다. 최근 개발되고 있는 산림분야의 광학센서 활용기술은 크게 산림자원조사, 산림재해탐지, 산림생태계모니터링 등세 분야로 구분된다. 그리고 산림의 현황과 변화의 정확한 탐지를 위한 새로운 지표와 정보의 산출, 무인기 영상 및 신규 위성영상 등의 새로운 정보원 활용 ...

TAG Remote Sensing, Forest Management, Forest Resources, Forest Disaster, Forest Ecosystem, Optical Sensor

이종센서 위성영상과 머신 러닝을 활용한 광릉지역 주요 수종 분류 모델 개발

임중빈 ( Joongbin Lim ) , 김경민 ( Kyoung-min Kim ) , 김명길 ( Myung-kil Kim )  대한원격탐사학회, 대한원격탐사학회지 [2019] 제35권 제6호, 1037~1052페이지(총16페이지)

저자는 접근불능지역인 북한의 임상도 제작을 위한 첫 단계로 Hyperion과 Sentinel-2 위성영상과 질감정보와 지형정보를 활용하여 정확도 98% 이상의 잣나무 및 낙엽송 분류모델을 개발한 바 있다. 북한의 주요 수종 점유율을 고려해 볼 때, 낙엽송(점유율 17.5%), 잣나무(5.8%) 뿐만 아니라 소나무(12.7%), 전나무(8.2%), 참나무류(29.5%)의 점유율이 크므로 수종분류 모델의 확장이 필요하다. 따라서 본 연구에서는 기존의 2개 수종에서 주요 5개 수종으로 분류모델을 확장하기 위해 분광정보와 침엽수 및 활엽수의 수관특성을 고려한 질감정보 및 수종별 생육특성을 고려한 지형정보를 투입하여 방법론을 개선하였다. 연구대상지인 광릉지역의 임상도에서 수종별 위치정보를 취득하여 11,039개의 훈련자료와 ...

TAG Random forest, Spectroscopy, Sentinel-2, PlanetScope, SRTM

11  12  13  14  15  16  17  18  19  20