Sentinel-1 위성영상을 이용한 수표면 면적 추정 알고리즘에 관한 연구

이달근,천은지,윤혜원,이미희 대한원격탐사학회 2019 大韓遠隔探査學會誌 Vol.35 No.5

우리나라는 여름철에 편중된 강우현상과 좁은 반도의 지형적인 특성으로 인해 풍수해에 매우 취약한구조를 가지고 있다. 최근 태풍, 집중호우 등으로 피해는 날로 심화되고 있어 앞으로 발생할 풍수해에 대비하여 정확한 피해정보 생산과 분석이 필요하다. 본 연구에서는 풍수해 분석에 필요한 수표면 면적 파악을 위해Sentinel-1 위성영상을 이용하여 벽정저수지, 사점저수지, 수부저수지, 보령호의 수표면 면적 변화를 분석하였다. 2015년 5월부터 2019년 8월까지 촬영된 Sentinel-1 위성에 RTC 기법을 적용한 영상 전처리와 Otsu 기법을 이용한 영상 이진화를 통해 수표면 면적을 산출하였다. 산출된 수표면 면적은 국가수자원관리종합정보시스템과 농업기반관리시스템에서 제공하는 저수용량 정보와 비교하여 상관계수를 분석하였다. 그 결과, 수부저수지와 보령호의 상관계수는 각각 0.850, 0.941의 강한 상관성을 보여주었고 벽정저수지와 사점저수지의 상관계수는 0.651, 0.657의 보통의 상관성을 보였다. 이 결과는 위성영상을 이용한 중소규모 저수지의 수표면 면적 모니터링 가능성을 나타냈으며, 수표면 면적 변화는 저수지의 수량변화 모니터링 정보로 객관적 사용이 가능하다고 판단된다. 향후 다양한 데이터와의 융합을 통하여 국가적 재난관리에 크게 기여할 수 있을 것으로 기대한다. The Republic of Korea is very vulnerable to damage from storm and flood due to the rainfall phenomenon in summer and the topography of the narrow peninsula. The damage is recently getting worse because of the concentration rainfall. The accurate damage information production and analysis is required to prepare for future disaster. In this study, we analyzed the water surface area changes of Byeokjeong, Sajeom, Subu and Boryeong using Sentinel-1 satellite imagery. The surface area of the Sentinel-1 satellite, taken from May 2015 to August 2019, was preprocessed using RTC and image binarization using Otsu. The water surface area of reservoir was compared with the storage capacity from WAMIS and RIMS. As a result, Subu and Boryeong showed strong correlations of 0.850 and 0.941, respectively, and Byeokjeong and Sajeom showed the normal correlation of 0.651 and 0.657. Thus, SAR satellite imagery can be used to objective data as disaster management.

위성영상과 머신러닝 모델을 이용한 폭염기간 고해상도 기온 추정 연구

이달근,이미희,김보은,유정흠,오영주,박진이 대한원격탐사학회 2020 大韓遠隔探査學會誌 Vol.36 No.5

This study investigates the feasibility of three algorithms, K-Nearest Neighbors (K-NN), Random Forest (RF) and Neural Network (NN), for estimating the air temperature of an unobserved area where the weather station is not installed. The satellite image were obtained from Landsat-8 and MODIS Aqua/Terra acquired in 2019, and the meteorological ground weather data were from AWS/ASOS data of Korea Meteorological Administration and Korea Forest Service. In addition, in order to improve the estimation accuracy, a digital surface model, solar radiation, aspect and slope were used. The accuracy assessment of machine learning methods was performed by calculating the statistics of R2 (determination coefficient) and Root Mean Square Error (RMSE) through 10-fold cross-validation and the estimated values were compared for each target area. As a result, the neural network algorithm showed the most stable result among the three algorithms with R2 = 0.805 and RMSE = 0.508. The neural network algorithm was applied to each data set on Landsat imagery scene. It was possible to generate an mean air temperature map from June to September 2019 and confirmed that detailed air temperature information could be estimated. The result is expected to be utilized for national disaster safety management such as heat wave response policies and heat island mitigation research. 본 연구에서는 지상기상센서가 설치되지 않은 미 관측지점의 기온정보를 추정하기 위하여 K-최근접 이웃, 랜덤 포레스트, 신경망 알고리즘을 대상으로 위성영상을 이용하여 기온자료를 산출하고 그 정확성을 평가· 분석하고자 하였다. 위성영상자료는 2019년에 취득된 Landsat-8과 MODIS Aqua/Terra을 이용하였으며, 기상자료는 기상청과 산림청의 AWS/ASOS 자료를 이용하였다. 또한 추정 정확도를 향상시키기 위하여 수치표면 모델, 일사량, 경사방향, 경사도를 생성하여 이용하였다. 머신러닝 알고리즘 정확도 비교는 10-fold 교차검증을통하여 R2(결정계수) 및 RMSE(평균제곱근오차)의 통계량을 계산하여 대상지역별 추정결과를 비교하였다. 그결과 신경망 알고리즘이 R2=0.805, RMSE=0.508로 세 알고리즘 중 가장 안정적인 결과를 나타내었다. 신경망알고리즘을 구축된 위성영상 데이터셋에 적용하여 2019년 6월부터 9월까지의 평균기온 지도를 생성할 수 있었으며 세밀한 기온 정보를 관측할 수 있음을 확인하였다. 연구 성과는 폭염 대응 정책, 열섬완화 연구 등 국가재난안전 관리에 활용 될 수 있을 것으로 기대된다.

SAR 영상 형성 및 품질 분석을 위한 시뮬레이션

이달근(Lee Dal Geun),김두환(Kim Tu Hwan),김재현(Kim Jae Hyun) 한국통신학회 2014 한국통신학회 학술대회논문집 Vol.2014 No.1

Landsat 8호 영상 복원을 위한 SSG 기법 활용성 평가

이미희,이달근,유정흠,김진영 대한원격탐사학회 2020 大韓遠隔探査學會誌 Vol.36 No.5

Landsat satellites are representative optical satellites that have observed the Earth’s surface for a long-term, and are suitable for long-term changes such as disaster preparedness/recovery monitoring, land use change, change detection, and time series monitoring. In this paper, clouds and cloud shadows were detected using QA bands to detect and remove clouds simply and efficiently. Then, the missing area of the experimantal image is restorated through the SSG algorithm, which does not directly refer to the pixel value of the reference image, but performs restoration to the pixel value in the Experimental image. Through this study, we presented the possibility of utilizing the modified SSG algorithm by quantitatively and qualitatively evaluating information on various land cover conditions in the thermal wavelength band as well as the visible wavelength band observing the surface. Landsat 위성은 지구표면을 장기간 관측한 대표적인 광학위성으로 재난 대비/복구 모니터링, 토지 이용변화, 변화 탐지, 시계열 모니터링 등의 장기적인 변화에 활용하기 적합한 위성이다. 본 연구에서는 간단하고효율적으로 구름을 탐지 및 제거하기 위해 QA밴드를 이용하여 구름 및 구름 그림자를 탐지하였다. 그 다음, 참조영상의 화소값을 직접 참조하는 것이 아닌 복원을 수행할 영상 내 화소값으로 복원을 수행하는 SSG 알고리즘을 통해 영상의 결측영역을 복원하였다. 본 연구를 통하여 지표를 관측하는 기존의 가시광선 영역뿐만 아니라 열 파장대역의 다양한 토지피복 상태의 정보를 복원하여 정량·정성적으로 평가함으로써 변형된 SSG 알고리즘의 활용 가능성을 제시하고자 하였다.

Relationship between gross primary production and environmental variables during drought season in South Korea

박종민,이달근,박진이,최민하,Park, Jongmin,Lee, Dalgeun,Park, Jinyi,Choi, Minha Korea Water Resources Association 2021 한국수자원학회논문집 Vol.54 No.10

총일차생산량은 물 스트레스와 환경 변수에 의해 크게 영향을 받는다. 총일차생산량과 환경변수의 상관관계는 Moderate Resolution Imaging Spectroradiometer (MODIS) 알고리즘과 process-based model에 적용되어 총일차생산량을 계산하는데 활용된다. 그러나 MODIS 알고리즘에서는 물 스트레스를 수증기압차이(vapor pressure deficit)로만 고려하고 있으며, process-based model에서도 제한된 변수만으로 물 스트레스를 표현하여 총일차생산량을 산출하고 있다. 본 연구에서는 에디 공분산 기법, MODIS 알고리즘, 그리고 Community Land Model 4 (CLM 4) 시뮬레이션 결과에서 얻어진 총일차생산량이 환경 변수와 가지는 상관관계를 평년과 가뭄연도를 대상으로 분석하였다. 물 스트레스를 대표하는 지수는 수증기압차이와 evaporative fraction (EF)가 사용되었다. 본 연구에서는 structural equation modeling (SEM)을 활용하여 환경 변수와 EF가 총일차생산량에 끼치는 영향을 수치화하여 평가하였다. SEM을 통해 상관성을 분석한 결과, 수증기압차이가 과소평가될 경우 MODIS 알고리즘과 CLM 4 시뮬레이션에서 생산된 총일차생산량이 수증기압차이로부터 받는 영향이 제한적임을 확인하였다. 에디 공분산 기법으로 산출한 총일차생산량의 상관성 분석 결과, 경작지에서는 관개작업으로 인해 수증기압차이가 총일차생산량에 끼치는 영향이 감소하였으나 MODIS와 CLM 4에서 산출된 총일차생산량 데이터는 이러한 관개작업의 영향을 설명하는데 제한적이었다. 본 연구결과는 MODIS와 CLM 4에서 산출된 총일차생산량의 특성을 이해하고 한계를 분석하는 연구에 도움을 줄 것으로 예상된다.

천리안 위성과 GPM 위성을 활용한 한반도 호우사상 강우추정 기술 개발

천은지,이달근,유정흠 대한원격탐사학회 2019 大韓遠隔探査學會誌 Vol.35 No.5

The COMS satellites take image of the Korean Peninsula every 15 minutes, but due to the limitations of the observational channels, they tend to underestimate when estimating rainfall. In this study, we developed satellite-based rainfall estimation technology using COMS and GPM that can be used in the heavy rain on the Korean Peninsula. The time resolution and spatial resolution of COMS satellites and GPM satellites were matched to improve accuracy using GPM IMERG data. As a result, it showed that the number of correlations with the ASOS observations was more than 0.7, enabling the estimation of rainfalls that are more accurate than the estimates of rainfall by COMS satellites. It is believed that the application of the subsequent satellite(GK-2A) will provide more accurate rainfall estimation information in the future. Therefore, we expect greater utilization in disaster management for the ungauged areas. 천리안(COMS, Communication, Ocean, and Meteorological Satellite) 위성은 한반도를 15분마다 촬영하지만, 관측 채널의 한계로 강우 추정 시 과소 추정하는 경향이 있어 풍수해 발생시 활용하기 어려웠다. 따라서본 연구에서는 천리안 위성과 GPM(Global Precipitation Measurement) 위성자료를 함께 이용하여 한반도 풍수해 발생시 활용할 수 있는 위성기반 강우추정 기술을 개발하였다. 천리안 위성과 GPM 위성의 시간·공간 해상도를 일치시키고GPM 위성의 IMERG 자료를 통해 강우추정 정확도를 향상시킨 결과, 종관기상 관측값(ASOS) 간의 상관계수가 0.7 이상으로 나타나 기존 천리안 위성 자료만을 이용한 강우추정 기술보다 정확한 결과를 도출하였다. 향후 천리안 위성의 후속 위성인 천리안 2A호(GK-2A)를 활용할 경우 보다 정확한 기상정보가 제공될 예정이므로, 미계측 지역에 대한 재난관리 활용성이 확대될 것으로 기대된다.

Sentinel-1과 Landsat-8 영상을 활용한 수표면적 분석사례

유정흠,이미희,이달근,김진영,박영진 한국재난정보학회 2017 한국재난정보학회 학술대회 Vol.2017 No.11

광학 위성영상의 경우 기상조건의 영향을 많이 받기 때문에 연속적인 데이터 취득과 분석이 어렵다. 본 연구에서는 영상 획득률이 상대적으로 낮은 광학 위성영상의 단점을 보완하기 위해 SAR 위성영상과 광학 위성영상을 활용하여 다양한 자연재난에 대해 효율적인 재난관리의 가능성을 북한 황강댐 수표면적 분석 사례를 통해 제시하였다. 위성영상 수집기간은 2016년 1월부터 2017년 7월까지 획득된 자료로 SAR 위성영 상은 Sentinel-1을, 광학 위성영상은 Landsat-8을 획득하여 분석하였다. 이때 수증기, 구름 등 기상조건에 의해 Landsat-8을 획득하지 못한 부분은 Sentinel-1으로 대체하여 분석하였다. 그 결과, 2016년 5월 19일자 관측된 황강댐의 만수위 당시 수표면적과 2017년 7월 18일에 관측된 황강댐의 수표면적이 유사하여 방류 위험성이 있어 상시 모니터링이 필요하다고 판단된다. 본 연구에서는 Sentinel-1와 Landsat-8을 활용하여 효율적인 재난관리를 보여주는 사례를 통하여 선제적인 재난관리에 활용성을 보여준다.

SAR 영상을 활용한 저수지 수표면적 탐지 알고리즘 비교 연구

정하규,박종수,이달근,이준우,Jeong, Hagyu,Park, Jongsoo,Lee, Dalgeun,Lee, Junwoo 대한원격탐사학회 2022 大韓遠隔探査學會誌 Vol.38 No.6

The reservoir is a major water supply source in the domestic agricultural environment, and the monitoring of water storage of reservoirs is important for the utilization and management of agricultural water resource. Remote sensing via satellite imagery can be an effective method for regular monitoring of widely distributed objects such as reservoirs, and in this study, image classification and image segmentation algorithms are applied to Sentinel-1 Synthetic Aperture Radar (SAR) imagery for water body detection in 53 reservoirs in South Korea. Six algorithms are used: Neural Network (NN), Support Vector Machine (SVM), Random Forest (RF), Otsu, Watershed (WS), and Chan-Vese (CV), and the results of water body detection are evaluated with in-situ images taken by drones. The correlations between the in-situ water surface area and detected water surface area from each algorithm are NN 0.9941, SVM 0.9942, RF 0.9940, Otsu 0.9922, WS 0.9709, and CV 0.9736, and the larger the scale of reservoir, the higher the linear correlation was. WS showed low recall due to the undetected water bodies, and NN, SVM, and RF showed low precision due to over-detection. For water body detection through SAR imagery, we found that aquatic plants and artificial structures can be the error factors causing undetection of water body.

Landsat-8 위성영상 및 UAV 영상을 이용한 대청호 녹조 모니터링

김용민,이수봉,이달근,김진영 한국재난정보학회 2016 한국재난정보학회 학술대회 Vol.2016 No.11

본 연구에서는 최근 어류 폐사, 상수원 오염 등의 피해를 발생시키고 있는 녹조를 대상으로 위성영상을 이용한 발생 유무와 분포를 분석하고자 하였다. 녹조는 엽록소를 가지고 광합성을 하므로 식생과 매우 유 사한 분광특성을 가진다. 이는 위성영상에서 제공하는 근적외 정보로부터 정규식생지수를 산출하고 그 변 화를 분석함으로써 녹조 발생 유무를 식별해낼 수 있음을 의미한다. 연구 대상지역인 대청호는 올해 첫 조 류경보가 발령된 수역으로 8월∼10월 사이 상류지역을 중심으로 녹조가 발생하였다. 본 연구에서는 Landsat-8 위성영상을 이용하여 대청호에서 발생한 녹조분포를 분석하고, 그 중 높은 농도의 녹조가 발생 한 추소리를 직접 방문하여 Unmanned Aerial Vehicle(UAV) 자료를 취득하였다. UAV 촬영 영상을 통해 추소리 수역에 녹조가 다량 발생한 것을 확인할 수 있었다. 향후에는 고해상도 위성영상인 플래닛스코프 위성영상을 추가적으로 활용함으로써 녹조 모니터링의 정확성과 적시성을 확보할 예정이다.

MODIS 기반의 열 분포도를 활용한 열 집중지역과 폭염 심화요인 간의 공간관계 특성 연구

김보은,이미희,이달근,김진영 대한원격탐사학회 2020 大韓遠隔探査學會誌 Vol.36 No.5

The purpose of this study was to analyze the spatial correlation between the heat distribution map of the satellite imaging base and the factors that deepen the heat wave, and to explore the heat concentration area and the space where the risk of future heat wave may increase. The global Moran’s I of population, land use, and buildings, which are the causes of heat concentration and heat wave deepening, is found to be high and concentrated in specific spaces. According to the analysis results of local Moran’s I, heat concentration areas appeared mainly in large cities such as metropolitan and metropolitan areas, and forests were dominant in areas with relatively low temperatures. Areas with high population growth rates were distributed in the surrounding areas of Gyeonggi-do, Daejeon, and Busan, and the use of land and buildings were concentrated in the metropolitan area and large cities. Analysis by Bivarate Local Moran’s I has shown that population growth is high in heat-intensive areas, and that artificial and urban building environments and land use take place. The results of this research can lead to the ranking of heat concentration areas and explore areas with environments where heat concentration is concentrated nationwide and deepens it, so ultimately it is considered to contribute to the establishment of preemptive measures to deal with extreme heat. 본 연구는 위성영상 기반의 열 분포도 및 폭염을 심화시키는 요인 간의 공간적 상관성을 분석하여 열 집중지역과 향후 폭염 위험이 증가할 수 있는 공간의 탐색을 목적으로 수행되었다. 열 집중지역과 폭염 심화요인의 인구, 토지이용, 건축물 각각의 전역적 Moran’s I는 높게 나타나 특정 공간에 집중하는 것으로 나타났다. 국지적 Moran’s I 분석 결과로, 열 집중지역은 수도권 및 광역시 등 대도시에서 주로 나타났고 상대적으로 온도가낮은 지역은 산림지역이 우세한 강원도 및 경상북도, 소백산맥 지역에서 집중적으로 나타났다. 인구증가율이높은 지역은 서울 주변의 경기도, 대전, 부산 인근지역에서 군집 분포하였으며 토지이용과 건축물은 수도권과대도시에 집중하는 유사한 공간 패턴을 보였다. Bivariate Local Moran’s I 분석결과는 열이 집중된 지역에서 인구증가율이 높고, 인공적·도시적 건축환경 및 토지이용이 이루어지는 것으로 나타났다. 본 연구결과는 열 집중지역의 순위를 도출할 수 있으며 전국적으로 열이 집중되고 이를 심화시킬 수 있는 환경을 가진 지역을 탐색할 수 있으므로 궁극적으로 선제적 폭염 대응대책 수립에 기여할 수 있을 것이다.