다중 원격탐사 자료를 활용한 해양 오염 추적 모의 실험 방안에 대한 연구

김근용,김의현,최준명,신지선,김원국,이광재,손영백,유주형,Kim, Keunyong,Kim, Euihyun,Choi, Jun Myoung,Shin, Jisun,Kim, Wonkook,Lee, Kwang-Jae,Son, Young Baek,Ryu, Joo-Hyung 대한원격탐사학회 2020 大韓遠隔探査學會誌 Vol.36 No.2

다중 플랫폼/센서를 활용한 연안 모니터링은 연안 해양환경 변화와 다양한 재해/재난을 높은 시공간 해상도로 정확하게 이해하기 위한 매우 중요한 수단이다. 하지만 다중 플랫폼과 센서를 복합적으로 이용한 통합 관측 연구는 미비한 실정이고, 통합 관측을 통한 효율성, 융합 한계성 등에 대해 평가된 바 없다. 본 연구에서는 다중 원격탐사 플랫폼/센서를 이용한 모의실험을 통해 통합 관측 방법을 제시하고, 그 효용성과 한계점을 진단하였다. 다양한 해양 재해, 재난을 모사하기 위하여 Rhodamine WT (RWT) 형광염료를 이용하여 통합 현장조사를 수행하였다. 2019년 9월 남해-여수 해역에 형광염료를 주입 후 위성(Kompsat-2/3/3A, Landsat-8 Operational Land Imager (OLI), Sentinel-3 Ocean and Land Colour Instrument (OLCI), GOCI), 무인항공기 (Mavic 2 pro, Inspire 2), 유인항공기 플랫폼을 이용하여 염료 패치의 분포와 이동을 탐지하였다. 형광염료 주입 초기 패치 규모는 2,600 ㎡ 이었고, 약 138분 후 62,000 ㎡ 규모까지 확산되었다. RWT 패치는 처음 주입된 지점으로 부터 점차 남서 방향으로 이동하였고, 이는 현장 모의 실험이 진행되는 동안 조위(고조: 7시 7분(286 cm), 저조: 13시 9분(73 cm))가 점차 낮아짐에 따라 조석이 남동 방향으로 흐르는 것과 유사하였다. 무인항공기 영상은 공간해상도와 시간해상도 측면에서 가장 높은 해상력을 보인 반면 탐지 영역이 가장 좁았다. 위성의 경우 탐지 영역은 넓었지만 재방문 주기가 길기 때문에 운용성 측면에서 타 플랫폼과 비교하여 다소 한계가 있었다. 또한 Sentinel-3 OLCI와 GOCI의 경우 분광해상도와 신호 대 잡음비(signal to noise ratio)가 가장 높았지만 소규모 형광염료 탐지에는 공간해상도 측면에서 제한적이었다. 유인항공기에 탑재된 초다분광 영상의 경우 분광해상도가 가장 높았지만 이 역시 운용성 측면에서 다소 제한적이었다. 다중 플랫폼 통합관측 연구를 통해 시간과 공간뿐만 아니라 분광 해상력 증가 향상을 확인 가능하였다. 향후 이 연구 결과가 연안 수치모델과 연계된다면 오염 물질의 이동확산 예측이 가능할 것으로 생각되고, 수치모델의 입력 및 검증 자료로 활용하여 모델 정확도 향상에 기여할 수 있을 것으로 기대된다. Coastal monitoring using multiple platforms/sensors is a very important tools for accurately understanding the changes in offshore marine environment and disaster with high temporal and spatial resolutions. However, integrated observation studies using multiple platforms and sensors are insufficient, and none of them have been evaluated for efficiency and limitation of convergence. In this study, we aimed to suggest an integrated observation method with multi-remote sensing platform and sensors, and to diagnose the utility and limitation. Integrated in situ surveys were conducted using Rhodamine WT fluorescent dye to simulate various marine disasters. In September 2019, the distribution and movement of RWT dye patches were detected using satellite (Kompsat-2/3/3A, Landsat-8 OLI, Sentinel-3 OLCI and GOCI), unmanned aircraft (Mavic 2 pro and Inspire 2), and manned aircraft platforms after injecting fluorescent dye into the waters of the South Sea-Yeosu Sea. The initial patch size of the RWT dye was 2,600 ㎡ and spread to 62,000 ㎡ about 138 minutes later. The RWT patches gradually moved southwestward from the point where they were first released,similar to the pattern of tidal current flowing southwest as the tides gradually decreased. Unmanned Aerial Vehicles (UAVs) image showed highest resolution in terms of spatial and time resolution, but the coverage area was the narrowest. In the case of satellite images, the coverage area was wide, but there were some limitations compared to other platforms in terms of operability due to the long cycle of revisiting. For Sentinel-3 OLCI and GOCI, the spectral resolution and signal-to-noise ratio (SNR) were the highest, but small fluorescent dye detection was limited in terms of spatial resolution. In the case of hyperspectral sensor mounted on manned aircraft, the spectral resolution was the highest, but this was also somewhat limited in terms of operability. From this simulation approach, multi-platform integrated observation was able to confirm that time,space and spectral resolution could be significantly improved. In the future, if this study results are linked to coastal numerical models, it will be possible to predict the transport and diffusion of contaminants, and it is expected that it can contribute to improving model accuracy by using them as input and verification data of the numerical models.

수중음향과 Kompsat-2 위성영상을 이용한 해초지 분포 추정

김근용,엄진아,최종국,유주형,김광용,Kim, Keunyong,Eom, Jinah,Choi, Jong-Kuk,Ryu, Joo-Hyung,Kim, Kwang Yong 한국해양학회 2012 바다 Vol.17 No.3

해초지의 생태적 중요성에도 불구하고 국내 연안에 분포하는 해초지 규모에 대한 정보가 미비하다. 장흥군 회진면 일대의 해초지를 대상으로 수중음향측심기와 고해상도 Kompsat-2($4{\times}4m$) 위성영상을 이용하여 식생유무를 탐지하고 분포크기를 파악하는 연구가 수행되었다. 위성영상을 이용한 식생분석의 정확도는 음향측심기를 통해 얻은 자료분석과 이를 비교하여 검증되었다. Kompsat-2 영상분석으로 계산된 회진면 일대의 해초지 면적은 약 $3.9km^2$로 수중음향 탐사를 통해 구해진 $4.5km^2$ 보다 과소평가 되었다. Kompsat-2 위성영상을 객체기반 영상분류법으로 해초 식생을 분석한 결과는 수중음향 결과 값에 대해 90%의 정확도를 보였는데, 이와 같이 높은 정확도는 Kappa 지수(0.85)로도 확인되었다. 또한 위성영상과 수중음향 결과 간의 유사도는 77.1%로 비교적 높았다. 생물 비파괴적인 수중음향조사와 Kompsat-2 영상분석으로 국내 연안에 산재해 있는 해초지 식생의 광역적인 조사가 가능할 것으로 기대되며, 보다 정확한 탐지를 위해서 다양한 고해상도 위성을 이용한 연구가 활발히 이루어져야 할 것이다. Despite the ecological importance of seagrass beds, their distributional information in Korean coastal waters is insufficient. Therefore, we used hydroacoustic system to collect accurate bathymetry and classification of seagrass, and Kompsat-2 (4 m spatial resolution) image for detection of seagrass beds at Deukryang Bay, Korea. The accuracy of Kompsat-2 image classification was evaluated using hydracoustic survey result using error matrix and Kappa value. The total area of seagrass beds from satellite image classification was underestimated compared to the hydroacoustic survey, estimated 3.9 and $4.5km^2$ from satellite image and hydroacoustic data, respectively. Nonetheless, the accuracy of Kompsat-2 image classification over hydroacoustic-based method showing 90% (Kappa=0.85) for the three class maps (seagrass, unvegetated seawater and aquaculture). The agreement between the satellite image classification and the hydroacoustic result was 77.1% (the seagrass presence/absence map). From our result of satellite image classification, Kompsat-2 image is suitable for mapping seagrass beds with high accuracy and non-destructive method. For more accurate information, more researches with a variety of high-resolution satellite image will be preceded.

황해 부유 녹조 면적 산출을 위한 멀티 위성센서 활용

김근용,신지선,유주형,Kim, Keunyong,Shin, Jisun,Ryu, Joo-Hyung 대한원격탐사학회 2018 大韓遠隔探査學會誌 Vol.34 No.2

황해 녹조 대발생은 2008년 이후 매년 여름 대규모로 발생하고 있으며, 인공위성 분석을 통해 녹조 규모를 추정하기 위한 연구가 활발하게 진행되고 있다. 하지만 정확한 녹조 면적 산출을 위한 위성영상 선택 기준이 마련되어 있지 않은 실정이다. 따라서 이 연구에서는 위성영상의 공간해상도에 따른 녹조 면적 산출 결과의 차이를 알아보고, 녹조 면적 산출에 적합한 위성영상을 제시하고자 한다. 이 연구에서 이용한 위성영상은 Landsat ETM+, MODIS, GOCI로 영상의 공간해상도는 각각 30, 250, 500 m 이다. NDVI 알고리즘을 적용하여 녹조 픽셀을 분류하였고, 임계값에 따른 녹조 면적 산출 결과를 비교하였다. 또한, Linear Spectral Unmixing(LSU) 기법을 이용하여 한 픽셀 내에 녹조가 차지하는 비율을 추정하였고, 녹조 비율의 차이가 면적 계산에 미치는 영향을 평가하였다. NDVI 알고리즘을 이용한 녹조 면적 산출 결과, 공간해상도가 낮을수록 녹조 면적이 과대추정되는 경향을 보였고, 최대 1.5배 차이를 보였다. 또한, LSU 분석 결과에서 픽셀 내의 녹조 비율이 0.1(10%) 미만인 픽셀이 대부분이었고, 0.5(50%) 이상 녹조 비중을 차지하는 픽셀은 세 타입의 영상 모두에서 약 2% 수준으로 극히 적었다. 즉, NDVI 분석 결과에서 녹조로 분류된 픽셀의 경우 한 픽셀의 공간을 녹조가 100% 채우고 있지 않더라도 모두 동일 면적으로 간주되기 때문에 실제보다 과대추정되는 것으로 생각되고, 이러한 현상은 공간해상도 차이에 의해 심화되는 것으로 나타났다. The massive green tide occurred every summer in the Yellow Sea since 2008, and many studies are being actively conducted to estimate the coverage of green tide through analysis of satellite imagery. However, there is no satellite images selection criterion for accurate coverage calculation of green tide. Therefore, this study aimed to find a suitable satellite image from for the comparison of the green tide coverage according to the spatial resolution of satellite image. In this study, Landsat ETM+, MODIS and GOCI images were used to coverage estimation and its spatial resolution is 30, 250 and 500 m, respectively. Green tide pixels were classified based on the NDVI algorithm, the difference of the green tide coverage was compared with threshold value. In addition, we estimate the proportion of the green tide in one pixel through the Linear Spectral Unmixing (LSU) method, and the effect of the difference of green tide ratio on the coverage calculation were evaluated. The result of green tide coverage from the calculation of the NDVI value, coverage of green tide usually overestimate with decreasing spatial resolution, maximum difference shows 1.5 times. In addition, most of the pixels were included in the group with less than 0.1 (10%) LSU value, and above 0.5 (50%) LSU value accounted for about 2% in all of three images. Even though classified as green tide from the NDVI result, it is considered to be overestimated because it is regarded as the same coverage even if green tide is not 100% filled in one pixel. Mixed-pixel problem seems to be more severe with spatial resolution decreases.

다중 플랫폼(위성, 무인기, AIS, HF 레이더)에 기반한 시나리오별 선박탐지 모니터링

김상완,김동한,이윤경,이임평,이상호,김정훈,김근용,유주형,Kim, Sang-Wan,Kim, Donghan,Lee, Yoon-Kyung,Lee, Impyeong,Lee, Sangho,Kim, Junghoon,Kim, Keunyong,Ryu, Joo-Hyung 대한원격탐사학회 2020 大韓遠隔探査學會誌 Vol.36 No.2

불법 선박 탐지는 해양 감시 체계 구축에서 중요한 요소 중 하나이다. 효과적인 해양 감시를 위해서는 광역적이고 지속적인 해상 감시 수단이 요구된다. 본 연구에서는 인공위성 SAR, HF 레이더, 무인기 그리고 AIS 통합 기반의 선박탐지 모니터링을 가능성을 검토하였다. 각 플랫폼별 시·공간 관측 특성을 고려하여 선박감시 시나리오는 HF 레이더 자료와 AIS 자료를 이용한 상시감시 시스템과 인공위성과 무인기를 활용한 이벤트 감시 시스템으로 구성되었다. 상시감시 시스템은 아직까지 HF 레이더 자료의 낮은 공간해상도로 인한 탐지 가능 선박크기 제한 및 정확도의 한계가 있다. 그러나, 인공위성 SAR 자료를 사용한 이벤트 감시 시스템은 추출된 선박 위치와 AIS 자료를 이용한 불법 선박 탐지, 그리고 SAR 영상에서 추출된 선박속도, 이동방향에 대한 정보 또는 HF 레이더 자료를 이용한 선박 트래킹 정보는 무인기 감시체계로의 전환에 주요한 정보로 활용될 수 있다. 시나리오 구성을 위한 실험을 위해 2019년 6월 25일부터 6월 26일까지 2일간 충청남도 서천군 홍원항 서측에 위치한 연도를 중심으로 통합 현장 실험을 수행하였다. 이로부터 KOMPSAT-5 SAR 영상, 무인기 영상, HF 레이더 자료 및 AIS 자료가 성공적으로 수집되었고 각각 개발된 알고리즘을 적용하여 분석되었다. 개발된 선박감시 모니터링 시스템은 다중 플랫폼으로부터 수집된 자료 및 분석 결과의 가시화 뿐만 아니라 추후 상시 및 이벤트 선박감시 시나리오를 구현에 기반이 될 것이다. The detection of illegal ship is one of the key factors in building a marine surveillance system. Effective marine surveillance requires the means for continuous monitoring over a wide area. In this study, the possibility of ship detection monitoring based on satellite SAR, HF radar, UAV and AIS integration was investigated. Considering the characteristics of time and spatial resolution for each platform, the ship monitoring scenario consisted of a regular surveillance system using HFR data and AIS data, and an event monitoring system using satellites and UAVs. The regular surveillance system still has limitations in detecting a small ship and accuracy due to the low spatial resolution of HF radar data. However, the event monitoring system using satellite SAR data effectively detects illegal ships using AIS data, and the ship speed and heading direction estimated from SAR images or ship tracking information using HF radar data can be used as the main information for the transition to UAV monitoring. For the validation of monitoring scenario, a comprehensive field experiment was conducted from June 25 to June 26, 2019, at the west side of Hongwon Port in Seocheon. KOMPSAT-5 SAR images, UAV data, HF radar data and AIS data were successfully collected and analyzed by applying each developed algorithm. The developed system will be the basis for the regular and event ship monitoring scenarios as well as the visualization of data and analysis results collected from multiple platforms.

Gaofen-1 WFV 영상을 이용한 딥러닝 기반 대형 부유조류 분류

김의현,김근용,김수미,유주형,Kim, Euihyun,Kim, Keunyong,Kim, Soo Mee,Cui, Tingwei,Ryu, Joo-Hyung 대한원격탐사학회 2020 大韓遠隔探査學會誌 Vol.36 No.2

매년 황해와 동중국해에서는 대형 부유조류인 녹조와 갈조가 대량으로 발생하고 있다. 이러한 대형 부유조류는 연안의 양식 시설물이나 해변으로 유입되며, 제거하는데 막대한 경제적 손실을 발생시킨다. 현재는 연안으로 유입되는 대형 부유조류를 탐지하기 위해 원격탐사 방법이 활발하게 사용되고 있다. 그러나 대형 부유조류는 해양의 다양한 대상들과 중첩되는 파장이 존재하기에 이를 정확하게 탐지하는데 한계가 있다. 더욱이 녹조와 갈조는 유사한 스펙트럼 특성을 보이기 때문에 원격탐사 자료를 이용한 구분을 더욱 어렵게 만든다. 따라서 본 연구에서는 위성 영상에 딥러닝 기법을 적용하여 녹조와 갈조를 효과적으로 구분하고자 하였다. 이를 위한 네트워크를 결정하기 위해 최적의 학습 조건을 찾아 AlexNet 신경망을 전이 학습하였으며, 학습과 검증을 위해 Gaofen-1 WFV 영상을 이용하여 데이터셋을 구성하였다. 최적의 학습 조건으로 학습된 네트워크를 이용하여 실험 데이터에 대한 결과를 확인하였다. 그 결과 실험 데이터에 대한 정확도는 88.89%를 보였으며, 녹조와 갈조에 대해 각각 66.67%와 100%의 정밀도로 구분이 가능하였다. 이는 전이 학습된 AlexNet 신경망이 녹조와 갈조의 미세한 차이를 구분할 수 있는 것으로 해석된다. 본 연구를 통해 해양의 다양한 대상으로부터 녹조와 갈조를 효과적으로 분류하고 각각 구분할 수 있을 것으로 기대된다. Every year, the floating macroalgae, green and golden tide, are massively detected at the Yellow Sea and East China Sea. After influx of them to the aquaculture facility or beach, it occurs enormous economic losses to remove them. Currently, remote sensing is used effectively to detect the floating macroalgae flowed into the coast. But it has difficulties to detect the floating macroalgae exactly because of the wavelength overlapped with other targets in the ocean. Also, it is difficult to distinguish between green and golden tide because they have similar spectral characteristics. Therefore, we tried to distinguish between green and golden tide applying the Deep learning method to the satellite images. To determine the network, the optimal training conditions were searched to train the AlexNet. Also, Gaofen-1 WFV images were used as a dataset to train and validate the network. Under these conditions, the network was determined after training, and used to confirm the test data. As a result, the accuracy of test data is 88.89%, and it can be possible to distinguish between green and golden tide with precision of 66.67% and 100%, respectively. It is interpreted that the AlexNet can be pick up on the subtle differences between green and golden tide. Through this study, it is expected that the green and golden tide can be effectively classified from various objects in the ocean and distinguished each other.

GOCI와 Landsat OLI 영상 융합을 통한 적조 탐지

신지선,김근용,민지은,유주형,Shin, Jisun,Kim, Keunyong,Min, Jee-Eun,Ryu, Joo-Hyung 대한원격탐사학회 2018 大韓遠隔探査學會誌 Vol.34 No.2

광역범위에 대한 적조의 효율적인 모니터링을 위하여 원격탐사의 필요성이 점차 증가하고 있다. 하지만 기존 연구에서는 다양한 센서 중 해색 센서만을 위한 적조 탐지 알고리즘 개발에만 집중되어 있는 실정이다. 본 연구에서는 위성 기반 적조 모니터링의 한계로 지적되고 있는 탁도가 높은 연안역의 적조 탐지와 원격탐사 자료의 부정확성을 개선하고자 다중센서의 활용을 제시하고자 한다. 국립수산과학원 적조속보 정보를 바탕으로 적조 발생해역을 선정하였고, 해색 센서인 GOCI 영상과 육상 센서인 Landsat OLI 영상을 이용하여 공간적인 융합과 분광기반 융합을 시도하였다. 두 영상의 공간 융합을 통하여, GOCI 영상에서 관측 불가능하였던 연안지역의 적조와 Landsat OLI 영상의 품질이 낮았던 외해역의 적조 모두 개선된 탐지결과 획득 가능하였다. Feature-level과 rawdata-level로 나누어 진행된 분광 융합 결과, 두 방법에서 도출된 적조 분포 양상은 큰 차이를 보이지 않았다. 하지만 feature-level 방법에서는 영상의 공간해상도가 낮을수록 적조 면적이 과대추정되는 경향이 나타났다. Linear spectral unmixing 방법으로 픽셀을 세분화한 결과, 적조 비율이 낮은 픽셀의 수가 많을수록 적조 면적의 차이는 심화되는 것으로 나타났다. Rawdata-level의 경우Gram-Schmidt가 PC spectral sharpening 기법보다 다소 넓은 면적이 추정되었지만, 큰 차이는 나타나지 않았다. 본 연구에서는 해색 센서와 육상 센서의 공간 융합을 통해 외해뿐만 아니라 탁도가 높은 연안의 적조 역시 탐지가 가능함을 보여주었고, 다양한 분광 융합 방법을 제시함으로써 더욱 정확한 적조 면적 추정 방법을 제시하였다. 이 결과는 한반도 주변의 적조를 더욱 정확하게 탐지하고, 적조를 효과적으로 제어하기 위한 대응대책 수립을 결정하는데 필요한 정확한 적조 면적 정보를 제공할 수 있을 것으로 기대된다. In order to efficiently monitor red tide over a wide range, the need for red tide detection using remote sensing is increasing. However, the previous studies focus on the development of red tide detection algorithm for ocean colour sensor. In this study, we propose the use of multi-sensor to improve the inaccuracy for red tide detection and remote sensing data in coastal areas with high turbidity, which are pointed out as limitations of satellite-based red tide monitoring. The study area were selected based on the red tide information provided by National Institute of Fisheries Science, and spatial fusion and spectral-based fusion were attempted using GOCI image as ocean colour sensor and Landsat OLI image as terrestrial sensor. Through spatial fusion of the two images, both the red tide of the coastal area and the outer sea areas, where the quality of Landsat OLI image was low, which were impossible to observe in GOCI images, showed improved detection results. As a result of spectral-based fusion performed by feature-level and rawdata-level, there was no significant difference in red tide distribution patterns derived from the two methods. However, in the feature-level method, the red tide area tends to overestimated as spatial resolution of the image low. As a result of pixel segmentation by linear spectral unmixing method, the difference in the red tide area was found to increase as the number of pixels with low red tide ratio increased. For rawdata-level, Gram-Schmidt sharpening method estimated a somewhat larger area than PC spectral sharpening method, but no significant difference was observed. In this study, it is shown that coastal red tide with high turbidity as well as outer sea areas can be detected through spatial fusion of ocean colour and terrestrial sensor. Also, by presenting various spectral-based fusion methods, more accurate red tide area estimation method is suggested. It is expected that this result will provide more precise detection of red tide around the Korean peninsula and accurate red tide area information needed to determine countermeasure to effectively control red tide.

연안 해역의 클로로필 농도 추정을 위한 초분광 및 위성 클로로필 영상 비교 연구

신지선,김근용,유주형,Shin, Jisun,Kim, Keunyong,Ryu, Joo-Hyung 대한원격탐사학회 2020 大韓遠隔探査學會誌 Vol.36 No.2

원격탐사를 이용한 연안 해역의 클로로필 농도 추정은 대부분 다분광 위성 영상 분석을 통해 수행되어 오고 있다. 최근에는 초분광 영상을 활용한 다양한 연구가 시도되고 있으며, 특히 항공기 기반 초분광 영상은 높은 공간 해상도로 좁은 밴드 폭을 가진 수백 개의 밴드로 구성되어 기존의 다분광 위성 영상을 통한 클로로필 추정보다 연안 해역에서 매우 효과적일 수 있다. 본 연구에서는 연안 해역의 클로로필 농도 추정을 위해 초분광 및 위성 기반 클로로필 영상을 비교 검증을 수행하였다. 한반도 남해안에서 수행된 현장조사로 획득된 클로로필 농도 자료와 해수 스펙트럼 자료를 분석한 결과, 높은 클로로필 농도를 갖는 해수 스펙트럼은 570 nm와 680 nm 파장대역 부근에서 peak를 보였다. 이러한 스펙트럼 특징을 활용하여 클로로필 농도 추정을 위한 새로운 밴드비(570 / 490 nm)가 제시되었고, 밴드비와 현장 클로로필 농도 간의 회귀 분석을 통해 새로운 클로로필 경험식이 생성되었다. 현장 클로로필 농도와의 검증 결과, R²의 0.70, RMSE와 mean bias가 각각 2.43와 3.46 mg m^-3으로 유효한 결과를 보였다. 새로운 경험식을 초분광 영상과 위성 영상에 적용한 결과, 초분광 클로로필 영상과 현장 클로로필 간의 평균 RMSE는 0.12 mg m^-3로 위성 클로로필 영상에서 보다 더 높은 정확도로 클로로필 농도 추정 가능하였다. 이 결과를 통하여 초분광 영상을 활용하여 보다 높은 정확도로 연안 해역 클로로필 농도의 고해상도 공간 분포 정보 제공이 가능할 것으로 기대된다. Estimation of chlorophyll a concentration (CHL) on coastal areas using remote sensing has been mostly performed through multi-spectral satellite image analysis. Recently, various studies using hyperspectral imagery have been attempted. In particular, airborne hyperspectral imagery is composed of hundreds of bands with a narrow band width and high spatial resolution, and thus may be more effective in coastal areas than estimation of CHL through conventional satellite image. In this study, comparative analysis of hyperspectral and satellite-based CHL images was performed to estimate CHL in coastal areas. As a result of analyzing CHL and seawater spectrum data obtained by field survey conducted on the south coast of Korea, the seawater spectrum with high CHL peaked near the wavelength bands of 570 and 680 nm. Using this spectral feature, a new band ratio of 570 / 490 nm for estimating CHL was proposed. Through regression analysis between band ratio and the measured CHL were generated new CHL empirical formula. Validation of new empirical formula using the measured CHL showed valid results, with R² of 0.70, RMSE of 2.43 mg m^-3, and mean bias of 3.46 mg m^-3. As a result of applying the new empirical formula to hyperspectral and satellite images, the average RMSE between hyperspectral imagery and the measured CHL was 0.12 mg m^-3, making it possible to estimate CHL with higher accuracy than multi-spectral satellite images. Through these results, it is expected that it is possible to provide more accurate and precise spatial distribution information of CHL in coastal areas by utilizing hyperspectral imagery.

GOCI-II를 활용한 단기 연안지형변화 모니터링 가능성 평가 연구

이진교 ( Jingyo Lee ),김근용 ( Keunyong Kim ),유주형 ( Joo-hyung Ryu ) 대한원격탐사학회 2021 大韓遠隔探査學會誌 Vol.37 No.5

해양과 육상사이의 전이지대인 조간대는 인위적 활동과 자연적 교란에 의해 다양한 변화가 빠르게 일어나 지속적인 모니터링이 필요하다. 원격탐사 방법을 활용한 연안지형변화 모니터링은 조간대 접근성에 대한 한계를 극복하고, 조간대의 장기적인 지형변화를 관측하는데 효과적인 것으로 평가된다. 원격탐사를 이용한 기존 연안지형 모니터링연구는 대부분 Landsat 위성시리즈와 Sentinel 위성 영상 분석을 통해 수행되었다. 본 연구는 GOCI-II(천리안 해양위성 2호)영상에서 NDWI 지수를 이용해 수륙경계선을 추출한 후 다양한 조위에 따른 경기만 일대 조간대 면적 변화를 파악하고 짧은 기간 동안 DEM제작과 지형고도변화 관측의 유용성에 대해 살펴보았다. 2020년 10월 8일부터 2021년 8월 16일까지 경기만 일대에서 획득된 영상은 GOCI-II 249장, Sentinel-2A/B 39장, Landsat 8 OLI는 7장이었다. 조간대 DEM을 제작할 경우, Sentinel과 Landsat 영상은 최소 3개월에서 1년 이상의 자료수집이 필요했지만, GOCI-II 위성은 단 하루의 자료를 이용해서 조위에 따른 경기만 일대 조간대 DEM생성이 가능하였고 조간대 노출빈도 계산을 통해 지형고도변화도 관측하였다. GOCI-II 위성을 활용해 연안지형변화를 관측시 짧은 주기의 높은 시간해상도로 지형 변화를 조기 감지하고 부족한 공간해상도는 고해상도의 다중복합자료를 이용해 정밀하게 보간하여 활용하는 방안이 좋을 것으로 생각된다. 향후, 위 결과들을 바탕으로 연구 영역을 확대하고, 자동 분석 및 탐지 가능한 기술 개발을 통해 한반도 연안의 최신 지형도와 연안관리에 필요한 정보를 빠르게 제공 가능할 것으로 기대된다. The intertidal zone, which is a transitional zone between the ocean and the land, requires continuous monitoring as various changes occur rapidly due to artificial activity and natural disturbance. Monitoring of coastal topography changes using remote sensing method is evaluated to be effective in overcoming the limitations of intertidal zone accessibility and observing long-term topographic changes in intertidal zone. Most of the existing coastal topographic monitoring studies using remote sensing were conducted through high spatial resolution images such as Landsat and Sentinel. This study extracted the waterline using the NDWI from the GOCI-II (Geostationary Ocean Color Satellite-II) data, identified the changes in the intertidal area in Gyeonggi Bay according to various tidal heights, and examined the utility of DEM generation and topography altitude change observation over a short period of time. GOCIII (249 scenes), Sentinel-2A/B (39 scenes), Landsat 8 OLI (7 scenes) images were obtained around Gyeonggi Bay from October 8, 2020 to August 16, 2021. If generating intertidal area DEM, Sentinel and Landsat images required at least 3 months to 1 year of data collection, but the GOCI-II satellite was able to generate intertidal area DEM in Gyeonggi Bay using only one day of data according to tidal heights, and the topography altitude was also observed through exposure frequency. When observing coastal topography changes using the GOCI-II satellite, it would be a good idea to detect topography changes early through a short cycle and to accurately interpolate and utilize insufficient spatial resolutions using multi-remote sensing data of high resolution. Based on the above results, it is expected that it will be possible to quickly provide information necessary for the latest topographic map and coastal management of the Korean Peninsula by expanding the research area and developing technologies that can be automatically analyzed and detected.