다중시기 Sentinel-1 픽셀-빈도 기법을 통한고창 인천강 하구 습지의 지형 변화 매핑

백원경,이명진,유하은,김정철,유주형 대한원격탐사학회 2023 大韓遠隔探査學會誌 Vol.39 No.6

Wetlands, defined as lands periodically inundated or exposed during the year, are crucial forsustaining biodiversity and filtering environmental pollutants. The importance of mapping and monitoringtheir topographical changes is therefore paramount. This study focuses on the topographical variationsat the Incheon River estuary wetland post-restoration, noting a lack of adequate prior measurements. Using a multi-temporal Sentinel-1 dataset from October 2014 to March 2023, we mapped long-termvariations in water bodies and detected topographical change anomalies using a pixel-frequency approach. Our analysis, based on 196 Sentinel-1 acquisitions from an ascending orbit, revealed significanttopography changes. Since 2020, employing the pixel-frequency technique, we observed area increasesof +0.0195, 0.0016, 0.0075, and 0.0163 km2 in water level sections at depths of 2–3 m, 1–2 m, 0–1 m,and less than 0 m, respectively. These findings underscore the effectiveness of the wetland restorationefforts in the area.

딥러닝 기반 레이더 간섭 위상 언래핑 기술 고찰

백원경,정형섭,Baek, Won-Kyung,Jung, Hyung-Sup 대한원격탐사학회 2022 大韓遠隔探査學會誌 Vol.38 No.6

위상 언래핑은 위성레이더 간섭기법의 필수적인 자료처리 절차다. 이에 따라 비 딥러닝 기반 언래핑 기법이 다수 개발되었으며 최근에는 딥러닝 기반 언래핑 기법이 제안되고 있다. 본 논문에서는 딥러닝 기반 위성레이더 언래핑 기법을 1) 언래핑된 위상의 예측 방법, 2) 위상 언래핑을 위한 딥러닝 모델의 구조 그리고 3) 학습데이터 제작 방법의 측면에서 최근 연구 동향을 소개하였다. 언래핑된 위상을 예측하는 방법은 모호 정수 분류방법, 위상 단절 구간 탐지 방법, 위상 예측 방법, 딥러닝과 전통적인 언래핑 기법의 연계 방법에 따라 다시 세분화하여 연구 동향을 나타냈다. 일반적으로 활용되는 딥러닝 모델 구조의 특징과 전체 위상 정보를 파악하기 위한 모델 최적화 방법에 대한 연구 사례를 소개하였다. 또한 학습데이터 제작 방법은 주로 위상 변이 제작과 노이즈 시뮬레이션 방법으로 구분하여 연구 동향을 정리하였으며 추후 발전 방향을 제시하였다. 본 논문이 추후 국내의 딥러닝 기반 위상 언래핑 연구의 발전 방향을 모색하는 데에 필요한 기반 자료로 활용되기를 기대한다.

데이터 확장을 통한 토지피복분류 U-Net 모델의 성능 개선

백원경,이명진,정형섭,Baek, Won-Kyung,Lee, Moung-Jin,Jung, Hyung-Sup 대한원격탐사학회 2022 大韓遠隔探査學會誌 Vol.38 No.6

Recently, a number of deep-learning based land cover segmentation studies have been introduced. Some studies denoted that the performance of land cover segmentation deteriorated due to insufficient training data. In this study, we verified the improvement of land cover segmentation performance through data augmentation. U-Net was implemented for the segmentation model. And 2020 satellite-derived landcover dataset was utilized for the study data. The pixel accuracies were 0.905 and 0.923 for U-Net trained by original and augmented data respectively. And the mean F1 scores of those models were 0.720 and 0.775 respectively, indicating the better performance of data augmentation. In addition, F1 scores for building, road, paddy field, upland field, forest, and unclassified area class were 0.770, 0.568, 0.433, 0.455, 0.964, and 0.830 for the U-Net trained by original data. It is verified that data augmentation is effective in that the F1 scores of every class were improved to 0.838, 0.660, 0.791, 0.530, 0.969, and 0.860 respectively. Although, we applied data augmentation without considering class balances, we find that data augmentation can mitigate biased segmentation performance caused by data imbalance problems from the comparisons between the performances of two models. It is expected that this study would help to prove the importance and effectiveness of data augmentation in various image processing fields.

다중시기 위성 레이더 영상을 활용한 변화탐지 기술 리뷰

백원경,정형섭 대한원격탐사학회 2019 大韓遠隔探査學會誌 Vol.35 No.5

Information of target changes in inaccessible areas is very important in terms of national security. Fast and accurate change detection of targets is very important to respond quickly. Spaceborne synthetic aperture radar can acquire images with high accuracy regardless of weather conditions and solar altitude. With the recent increase in the number of SAR satellites, it is possible to acquire images with less than one day temporal resolution for the same area. This advantage greatly increases the availability of change detection for inaccessible areas. Commonly available information in satellite SAR is amplitude and phase information, and change detection techniques have been developed based on each technology. Those are amplitude Change Detection (ACD), Coherence Change Detection (CCD). Each algorithm differs in the preprocessing process for accurate automatic classification technique according to the difference of information characteristics and the final detection result of each algorithm. Therefore, by analyzing the academic research trends for ACD and CCD, each technologies can be complemented. The goal of this paper is identifying current issues of SAR change detection techniques by collecting research papers. This study would help to find the prerequisites for SAR change detection and use it to conduct periodic detection research on inaccessible areas. 접근 불능지역에 대한 표적의 변화 정보는 국가 안보의 측면에서 매우 중요하며 이상 징후에 조속히 대응하기 위해서는 신속하고 정확한 표적의 변화 탐지 결과 도출이 필수적이다. 위성 SAR는 기상 조건과 태양고도에 상관없이 높은 정확도의 영상을 취득할 수 있으며 최근 SAR 위성 수의 증가에 따라 동일 지역에 대하여1일 미만의 시간 해상도로 영상획득이 가능해졌다. 이러한 장점으로 접근 불능지역에 대한 변화 탐지를 수행할 때 활용성이 크게 증대되었다. 위성 SAR에서 일반적으로 활용 가능한 정보는 강도와 위상 정보로 각각의 기술을 기반으로 변화 탐지 기술이 개발되었다. 강도기반 변화 탐지(ACD; Amplitude Change Detection), 긴밀도 기반 변화 탐지(CCD; Coherence Change Detection). 각각의 알고리즘은 정보의 특성 차이에 따라 변화탐지 기술 구현을 위한 전처리 과정이 다르고 각 알고리즘의 최종 탐지 결과물에 차이가 있다. 따라서 각각의 관측기술에 대한 학술적인 연구동향을 분석함으로써 각 변화탐지 기술의 장단점을 상호보완 할 수 있다. 본 논문의목적은 위성 SAR 영상을 활용한 변화탐지와 관련하여 기존에 수행된 연구 문헌을 수집하고 동향을 파악하는것이다. 이 연구는 지속적인 지표변화 탐지를 위한 필요 조건을 조사하여 향후 접근 불능지역에 대한 주기적탐지 연구를 수행하는데 활용할 예정이다.

NIR 관련 논문 통계 분석에 의한 NIR 원격탐사의 기술 및 활용분야 고찰

백원경,박숭환,정남기,권수경,진원지,정형섭,Baek, Won-Kyung,Park, Sung-Hwan,Jeong, Nam-Ki,Kwon, Sookyung,Jin, Won-Ji,Jung, Hyung-Sup 대한원격탐사학회 2017 大韓遠隔探査學會誌 Vol.33 No.5

본 연구에서는 NIR(Near-Infrared) 원격탐사 자료를 이용한 연구의 결과인 논문을 분석함으로써 NIR의 기술 및 활용 연구 분야를 체계적으로 정리하고, 이후 NIR 영상을 활용한 연구의 흐름과 방향을 정립하는 데에 목표가 있다. 이를 위하여 최근 5년간의 국내 저널들과 활용 분야 SCI저널, 기술 개발 분야 SCI저널에 대하여 NIR 활용 연구에 관하여 사례조사를 실시하였다. 선별작업 이후 총 281편의 논문에 대하여 분석을 수행하였으며 통계 분석을 위해 분류와 소분류로 구분하여 우세한 연구 추세를 살펴보았다. 그 결과 논문 작성을 수행한 연구자들의 소속은 대학이 약 60% 이상으로 가장 높았다. 적용 분야의 경우 국외에서 육지 50%, 환경 30% 그리고 재해 11%의 분포를 나타냈다. 한편 국내의 경우 육지 55%, 환경 24%, 재해 10%의 분포를 보였다. 육지에 대한 국내 연구 사례는 임업과 농업이 각각 47%, 28%로 가장 높은 비율을 차지했다. 그 외에 국토관리(17%), 지질/자원과 관련하여 나머지 8%를 차지했다. NIR을 활용한 재해 관측은 산사태, 가뭄, 기상재해, 홍수 등에 활용되었다. 여기서 특히 기상재해는 황사에 관한 연구 결과로 국내의 실정이 반영된 것으로 보인다. 하지만 국내의 연구 사례 중 산불 탐지에 관한 결과가 존재하지 않았다. 국내의 실정을 고려해 볼 때에 이에 관한 추가적이고 활발한 연구가 수행될 필요가 있어 보인다. 이 통계적 논문 분석 자료가 향후 우리나라의 NIR 기술 개발과 활용 분야 확장에 도움이 될 기초 자료로 활용될 수 있기를 기대한다. In this study, we analyzed the paper about NIR (Near-Infrared) remote sensing data and systematically summarized the research and application fields of NIR. To do this, we conducted a case study on the use of NIR in domestic journals, and SCI journals in the field of technology development for the last 5 years. After selection, a total of 281 journals were analyzed. For the statistical analysis, the classification was divided into subclasses and the dominant research trends were examined. As a result, the researchers who wrote the papers made the highest score of about 60% or more at university. In the field of application, 50% of land, 30% of environment, and 11% of disaster were distributed on SCI journals. In Korea, on the other hand, 55% of land, 24% of environment and 10% of disasters were distributed. In addition, 17% of the national land management and 8% of the geological / natural resources. Disaster observation using NIR was used for landslide, drought, weather disaster and flood. In particular, meteorological disasters are a result of study on Asian dust. However, there were no results of forest fire detection in Korea. Considering the domestic situation, it seems necessary to carry out additional and active research on this. It is expected that this statistical analysis data will be used as basic data to help expand the NIR technology development and utilization field in Korea in the future.

다중개구간섭영상의 이온층 보정을 통한 2016 구마모토 지진의 비행방향 지표변위 정밀 관측

백원경,정형섭 대한원격탐사학회 2018 大韓遠隔探査學會誌 Vol.34 No.6

In 2016 Kumamoto, Japan, the foreshocks of Mj 6.5 and 6.4, mainshock of Mj 7.3 besides more than 2,000 aftershocks occurred in succession. Large surface deformation occurred due to this serial earthquakes and three-dimensional measurements of the deformation have been presented for the study of fault structures (Baek, 2017). The 3d measurements retrieved from two ascending pairs (20160211_20160602, 20151119_20160616) and a descending pair (20160307_20160418) acquired from ALOS PALSAR-2. In order to avoid mixing ionospheric error components on along-track surface deformation, the descending multiple-aperture interferogram, which do not contain the deformation of aftershocks after 20160418, was utilized. For these reason, there was a temporal discrepancy of about 2 months in extracting the north-south deformation. In this study, we applied a directional filter based ionospheric correction to ascending multiple-aperture interferograms, in order to reduce this discrepancy and understand more accurate fault movements. As a result of the ionospheric correction, an additional displacement signal was observed nearby fault lines. The root-mean-squared errors compared to GPS were about 9.87, 8.13 cm respectively. These results show improvements of 4.8 and 6.4 times after ionospheric correction. We expected that these along-track measurements would be used to decide more accurate movements of faults related to the 2016 Kumamoto Earthquake. 2016년 일본 구마모토 현에서는 규모 6.5, 6.4의 전진과 7.3의 본진, 그리고 2,000회 이상의 여진이 연속적으로 발생하였다. 이 지진에 의하여 큰 지표변위가 발생하였으며, 지진에 의하여 발생한 단층의 구조에 관한 연구를 위하여 3차원 지표변위 관측치가 제시된 바 있다(Baek, 2017). 그 관측치는 ALOS PALSAR-2 두 쌍의 상향궤도 위성레이더 간섭쌍(20160211_20160602, 20151119_20160616)과 한 쌍의 하향궤도 위성레이더 간섭쌍(20160307_20160418)을 활용하였다. 특히 상향궤도 간섭쌍의 다중개구간섭영상에서 존재하는 이온층 효과에 의하여 여진에 의한 지표변위가 포함되지 않은 하향궤도 다중개구간섭영상만을 활용하였다. 이 때문에 남북방향의 변위를 추출하는 데에 약 2달의 시간적 불일치가 존재하였다. 본 연구에서는 이러한 불일치를 저감하고 보다 정확한 단층 거동을 파악하기 위하여 상향궤도 다중개구간섭영상에 대하여 방향필터 기반 이온층 오차 저감 기법을 적용하였다. 이온층 보정 결과 여진에 의한 지표변위로 판단되는 변위 신호가 추가적으로 관측되었다. GPS 상시관측소의 지표변위 관측결과와 비교하였을 때 이온층 보정이후 9.87, 8.13 cm의 관측정밀도를 나타냈다. 이는 두 간섭쌍에 대하여 각각 기존 결과보다 4.8배, 6.4배 향상된 결과이다. 이와 같은 관측 결과는 2016 구마모토 지진을 야기한 단층의 보다 정확한 거동을 제시하는 데에 활용될 것이다.

공간정보 기반의 국내 화산재 피해 분야와 아소산 화산재 모의 확산 시나리오를 활용한 화산재 누적 피해 분석

백원경,김미리,한현경,정형섭,황의홍,이하성,선종선,장은철,이명진 대한원격탐사학회 2019 大韓遠隔探査學會誌 Vol.35 No.6

Estimating damage in each sector that can be caused by volcanic ash deposition, is very important to prepare the volcanic ash disaster. In this study, we showed predicted-Korean-volcanic-ash damage of each sector by using volcanic ash diffusion simulation and spatial-data-based volcanic ash damage sector in previous study. To this end, volcanic ash related base maps were generated by collecting and processing spatial information data. Finally, we showed Korean-volcanic-ash-deposition damages by sector using the collected Mt. Aso volcanic ash scenarios via overlapping analysis. As a result, volcanic-ash-related damages were expected to occur in the 162 and 134 districts for each Aso volcanic ash scenarios, since those districts exceeds the minimum volcanic ash damage criterion of 0.01 mm. Finally, we compared possible volcanic ash damages by sectors using collected and processed spatial data, after selecting administrative districts (Scenario 190805- Kangwon-do, Kyungsangbuk-do; Scenario 190811-Chuncheon-si, Hongcheon-si) with the largest amount of volcanic ash deposition. 화산재 누적에 따라 발생할 수 있는 각 분야별 피해를 산정하는 것은 화산재 재해를 대비하는 측면에서매우 중요하다. 본 연구에서는 기존 연구에서 제시된 공간정보 기반의 국내 화산재 피해 분야에 대하여 아소산화산재 모의 확산 시나리오를 적용하여 각 분야에서 발생할 수 있는 화산재 피해의 정도를 나타냈다. 이를 위하여 기존의 사례 연구를 통하여 제시된 국내 화산재 피해 분야와 관련된 공간정보 자료를 수집하고 가공함으로써 화산재 피해 기반자료를 생성하였다. 수집된 두 개의 아소산 화산 모의 분화 시나리오를 활용하여 중첩분석을 통해 분야별 피해를 나타냈다. 그 결과 각 분화 시나리오에 대하여 162개, 134개 시군구에서 강회 피해 최소 기준인 0.01 mm 이상의 강회량에 따라 피해가 발생할 것으로 예상되었다. 가장 강회량이 많은 행정구역(시나리오 190805-강원, 경북; 시나리오 190811-춘천, 홍천)을 선정하여 발생 가능한 분야별 피해의 정도를 수집· 가공한 공간정보 자료를 활용하여 서로 비교하였다.

Ground subsidence observation of solid waste landfill park using multi-temporal radar interferometry

백원경,정형섭,조민정,이원진,Lei Zhang 서울시립대학교 도시과학연구원 2019 도시과학국제저널 Vol.23 No.3

Land subsidence on landfill parks needs to be consistently and periodically measured because the landfill areas tend to subside unexpectedly. Although in-situ measurements have been adopted in general, these have a number of limitations of spatial and temporal resolutions because of the high cost. However, the use of interferometric synthetic aperture radar (InSAR) can overcome these disadvantages. In this study, we carried out two experiments using the InSAR method. We then compared the interferometric coherence between ALOS PALSAR and TerraSAR-X data and measured the ground subsidence using multi-temporal TerraSAR-X data acquired from ascending and descending paths. The mean coherences from the ALOS PALSAR and TerraSAR-X interferograms were 0.26 and 0.54, respectively. The coherence from TerraSAR-X was nearly 2 times higher than that of ALOS PALSAR, despite its shorter wavelength of radar signal. These results showed that the data with the shorter temporal baseline is appropriate to monitor the ground subsidence on landfill park areas. As a result of measuring surface deformation, the mean line-of-sight (LOS) deformation rates estimated from the small baseline subset (SBAS) method were −2.4 and −3.2 cm/year for the ascending and descending data of TerraSAR-X, respectively. Also, the mean deformation rate in the vertical and east–west directions were −5.7 and −1.7 cm/year, respectively. The root mean square error (RMSE) of InSAR measurements by comparing with the in-situ measurements was about 1.2 cm/year and the coefficient of determination (R 2 R2 ) was about 0.97. These results indicated good agreements between the InSAR measurements and the in-situ measurements.

심층신경망을 이용한 KOMPSAT-3/3A/5 영상으로부터 자연림과 인공림의 분류

백원경 ( Won-kyung Baek ),이용석 ( Yong-suk Lee ),박숭환 ( Sung-hwan Park ),정형섭 ( Hyung-sup Jung ) 대한원격탐사학회 2021 大韓遠隔探査學會誌 Vol.37 No.6

위성 원격탐사 기법은 산림 모니터링에 적극적으로 활용될 수 있으며 우리나라 독자 운영 위성인 다목적실용위성을 활용하였을 때 특히 의미 깊다. 최근 들어 위성 원격탐사 자료에 머신러닝 기법을 적용함으로써 산림 모니터링을 수행하는 연구가 다수 이루어지고 있다. 머신러닝 기법을 통하여 제작된 산림모니터링 정보는 기존 산림 모니터링 방법의 효율성을 향상시키는 데에 활용할 수 있다. 머신러닝 기법의 경우 관심 지역과 활용 데이터의 특징에 따라 분류 정확도가 크게 달라지므로 다양한 모델을 적용함으로써 가장 효과적인 분류 결과를 도출하는 것이 매우 중요하다. 본 연구에서는 우리나라 삼척 지역에 대해 심층신경망을 적용함으로써 인공림과 자연림의 분류 성능을 확인하였다. 그 결과 픽셀 정확도가 약 0.857, F1 Score가 자연림과 인공림에 대해 각각 약 0.917과 0.433로 확인되었다. F1 score를 보았을 때 인공림의 분류 성능이 절대적으로는 낮은 수준을 나타냈다. 하지만 기존의 인공림과 자연림 분류 성능에 대해 F1 score를 기준으로 약 0.06, 그리고 0.10 향상된 성능을 확인할 수 있었다. 이러한 결과를 바탕으로 볼 때에 합성곱신경망 기반의 추가적인 모델을 적용함으로써 보다 적절한 모델을 분석할 필요가 있다. Satellite remote sensing approach can be actively used for forest monitoring. Especially, it is much meaningful to utilize Korea multi-purpose satellites, an independently operated satellite in Korea, for forest monitoring of Korea, Recently, several studies have been performed to exploit meaningful information from satellite remote sensed data via machine learning approaches. The forest information produced through machine learning approaches can be used to support the efficiency of traditional forest monitoring methods, such as in-situ survey or qualitative analysis of aerial image. The performance of machine learning approaches is greatly depending on the characteristics of study area and data. Thus, it is very important to survey the best model among the various machine learning models. In this study, the performance of deep neural network to classify artificial or natural forests was analyzed in Samcheok, Korea. As a result, the pixel accuracy was about 0.857. F1 scores for natural and artificial forests were about 0.917 and 0.433 respectively. The F1 score of artificial forest was low. However, we can find that the artificial and natural forest classification performance improvement of about 0.06 and 0.10 in F1 scores, compared to the results from single layered sigmoid artificial neural network. Based on these results, it is necessary to find a more appropriate model for the forest type classification by applying additional models based on a convolutional neural network.

TerraSAR-X 위성레이더 오프셋 트래킹 기법을 활용한 스발바르 Uvêrsbreen 빙하의 2차원 속도 관측

백원경 ( Won-kyung Baek ),정형섭 ( Hyung-sup Jung ),채성호 ( Sung-ho Chae ),이원진 ( Won-jin Lee ) 대한원격탐사학회 2018 大韓遠隔探査學會誌 Vol.34 No.3

Global interest in climate change and sea level rise has led to active research on the velocities of glaciers. In studies about the velocity of glaciers, in-situ measurements can obtain the most accurate data but have limitations to acquire periodical or long-term data. Offset tracking using SAR is actively being used as an alternative of in-situ measurements. Offset tracking has a limitation in that the accuracy of observation is lower than that of other observational techniques, but it has been improved by recent studies. Recent studies in the Uvêrsbreen glacier area have shown that glacier altitudes decrease at a rate of 1.5 m/year. The glacier displacement velocities in this region are heavily influenced by climate change and can be important in monitoring and forecasting long-term climate change. However, there are few concrete examples of research in this area. In this study, we applied the improved offset tracking method to observe the two-dimensional velocity in the Uvêrsbreen glacier. As a result, it was confirmed that the glacier moved at a maximum rate of 133.7 m/year. The measruement precisions for azimuth and line-of-sight directions were 5.4 and 3.3 m/year respectively. These results will be utilized to study longterm changes in elevation of glaciers and to study environmental impacts due to climate change.