항공정사영상의 상대적인 지상좌표 위치오차에 따른 색상보정

박숭환,정형섭,정경식,김경휘,Park, Sung-Hwan,Jung, Hyung-Sup,Jung, Kyungsik,Kim, Kyong-Hwi 대한원격탐사학회 2017 大韓遠隔探査學會誌 Vol.33 No.5

본 연구는 동일 촬영시기 정사영상에 대한 색상보정을 효과적으로 수행하기 위하여 실시되었다. 이를 위하여, 인접 영상 간 상대적인 지상좌표 위치오차를 분석하였다. 위치오차를 저감시키기 위한 방법으로 block sum 방법을 제시하였다. 각각 block sum 크기에 따라 결정된 회귀계수를 이용하여 상대색상보정을 수행하였다. 그 결과 시각적으로 상대색상보정이 잘 수행되었음을 확인하였다. 정량적인 분석은 히스토그램 유사성 분석을 통해 수행되었다. 이로부터 block sum 방법이 상대색상보정에 유용함이 증명되었다. 특히 상대적인 지상좌표 위치오차의 양에 따라 block sum 크기의 선정이 매우 중요한 것으로 나타났다. 위치오차가 클수록 높은 크기에서의 block sum 적용이 유용한 것으로 확인되었다. This study was carried out to effectively perform relative color correction for high-resolution aerial ortho image. For this study, relative geometrical error between adjacent images was analyzed. The block sum method is proposed to reduce the relative geometrical error. We used the regression coefficients determined based on the block sum size to perform the color correction. As a result, it was confirmed that the relative color correction was visually performed well. Quantitative analysis was performed through histogram similarity analysis. It is proved that block sum method is useful for relative color correction. Particularly, the block sum size was very important to correct color based on the amount of relative geometrical error.

합성곱신경망을 활용한 천리안위성 2A호 영상 기반의 동해안 냉수대 감지 연구

박숭환,김대선,권재일,Park, Sung-Hwan,Kim, Dae-Sun,Kwon, Jae-Il 대한원격탐사학회 2022 大韓遠隔探査學會誌 Vol.38 No.6

In this study, the classification of cold water and normal water based on Geo-Kompsat 2A images was performed. Daily mean surface temperature products provided by the National Meteorological Satellite Center (NMSC) were used, and convolution neural network (CNN) deep learning technique was applied as a classification algorithm. From 2019 to 2022, the cold water occurrence data provided by the National Institute of Fisheries Science (NIFS) were used as the cold water class. As a result of learning, the probability of detection was 82.5% and the false alarm ratio was 54.4%. Through misclassification analysis, it was confirmed that cloud area should be considered and accurate learning data should be considered in the future.

국내 백두산 분화 관련 연구 동향 분석 및 향후 발전방향 제시

박숭환 ( Sung Hwan Park ),이명진 ( Moung Jin Lee ),이전희 ( Jun Hee Lee ),이정호 ( Jong Ho Lee ),정형섭 ( Hyung Sub Jung ),( Yong Gyu Ryoo ),( Chang Wook Lee ) 한국환경정책평가연구원 2015 환경정책연구 Vol.14 No.2

현재까지 수행된 국내 백두산 관련 연구의 경향성을 분석함으로써 향후 연구방향 정립에 근거자료를 제시하고 향후 연구발전방향을 제시하는 데 있다. 이를 위하여 국내 백두산 관련 연구 현황을 연구 문헌 인벤토리1)로 정리하였다. 1980년대부터 2014년까지 총 34년간의 225건의 백두산 연구 문헌 정보를 수집하여 연구 분야, 연구내용 및 방법등을 정리하여 문헌 인벤토리를 구축하였다. 구축된 인벤토리 기반으로 현재까지 개별 기관에서 진행된 국내 백두산 연구의 동향 분석을 실시하였다. 그 결과 백두산 관련 연구는 2010년 이전 69건, 2010년 이후 156건으로 2010년 들어활발히 수행된 것으로 나타났다. 백두산 분화 감시예측 연구가 54.7%로 가장 많이 수행되었다. 또한, 백두산이라는 접근이 어려운 지역에 대한 연구를 효율적으로 수행하기 위하여 GNSS 및 원격탐사 기반의 공간정보의 활용도가 높아질 것으로 전망되었다. 이에 따라 감시예측 분야 주무기관인 기상청 및 국립기상과학원의 연구보고서를 대상으로 연구방법, 활용자료를 중심으로 하는 공간정보 활용 문헌의 인벤토리를 구축하였다. 공간정보 활용 문헌의 인벤토리 분석결과 감시예측 관련연구가 81.6%를 차지하였으며, 공간정보자료 활용 연구가 54.7%로 나타났다. 그러나 백두산을 대상으로 수행된 연구는 20.1%에 그쳐 향후 실제 백두산을 대상으로 하는 연구가 수행되어야 할 것으로 판단된다. 결과 중 백두산 분화와 관련된 공간정보를 직접적으로 활용 가능한 시스템이 구축이 된다면, 기존 백두산 관련 산재된 정보를 공동으로 활용하여 예상되는 연구비용 및 분석 시간을 단축할 수 있다. 향후 백두산 관련 연구의 정보를 체계적으로 관리하여 보다 효율적인 연구의 한 축을 차지할 수 있다는 점에서 중요성이 있다고 하겠다. The purpose of this paper is to figure out the research direction and information regarding Mt. Baekdu in Korea through analyses of the research field and trends. Firstly, we made inventory of journal papers, conference proceedings, and research reports published related to Mt. Baekdu. A total of 255 data, spanning the 34 years from the 1980s to the middle of 2014, were acquired and classified into categories according to the year, field, contents and study area. Results show that research on Mt. Baekdu has been performed more than twice since 2010 and study regarding prediction has been carried out in 54.7% cases. In addition, the importance of geo-spatial information is expected to increase in order to study Mt. Baekdu. Secondly, we made and analyzed a geospatial information using inventory of 234 detailed research contents in research reports by Korea Meteorological Administration (KMA) and National Institute of Meteorological Research (NIMR). Statistics on categories show that research regarding prediction accounted for 81.6% of cases and the study of geo-spatial information utilization accounted for 54.7% of cases. However, the focus on studying the Mt. Baekdu region accounted for only 20.1% of cases. Thus, this indicates that it is necessary to do research at Mt. Bakdu itself. If the directly available geo-spatial information system is developed related to Mt. Baekdu, it will save research costs and analysis time. This study can be used to manage information about the research field of Mt. Baekdu by analysing inventory of research references and geospatial information using inventories when the Mt. Baekdu area is the focus of future research.

Landsat 위성영상을 이용한 지표온도차 추정기법

박숭환 ( Sung Hwan Park ),정형섭 ( Hyung Sup Jung ),신한섭 ( Han Sup Shin ) 大韓遠隔探査學會 2013 大韓遠隔探査學會誌 Vol.29 No.2

Difficulties of emissivity determination and atmospheric correction degrade the estimation accuracy of land surface temperature (LST). That is, since the emissivity determination of land surface material and the correction of atmospheric effect are not perfect, it is very difficult to estimate the precise LST from a thermal infrared image such as Landsat TM and ETM+, ASTER, etc. In this study, we propose an efficient method to estimate land surface temperature difference (LSTD) rather than LST from Landsat thermal band images. This method is based on the assumptions that 1) atmospheric effects are same over a image and 2) the emissivity of vegetation region is 0.99. To validate the performance of the proposed method, error sensitive analysis according to error variations of reference land surface temperature and the water vapor is performed. The results show that the estimated LSTD have respectively the errors of ±0.06K, ±0.15K and ±0.30K when the water vapor error of ±0.302g/㎠ and the radiance differences of 0.2, 0.5 and 1.0Wm-2sr-1μm are considered. And also the errors of the LSTD estimation are respectively ±0.037K, ±0.089K, ±0.168K in the reference land surface temperature error of ±2.41K. Therefore, the proposed method enables to estimate the LSTD with the accuracy of less than 0.5K. 복사율 및 대기효과는 대상지표의 온도 추정에 오차를 발생시키는 주요 원인이 된다. 일반적인 경우, 대상지표에 대한 정확한 복사율 정보를 알 수 없으므로, 단일밴드로 이루어진 열적외선영상으로부터 대상지표의 정확한 온도를 추정하는 것은 매우 어렵다. 따라서, 본 연구에서는 대상지표의 온도를 추정하기보다는 Landsat 위성영상을 이용한 지표 간 지표온도차 추정기법을 제안하고자 한다. 연구를 위하여 대기효과가 전체영상에 동일하게 적용된다고 가정하였다. 수분량 및 온도의 오차로부터 제안된 기법에 대한 오차분석을 수행하였다. 오차분석 결과, 수분량의 오차범위가 ±0.302g/㎠일 때, 제안된 기법의 오차는 복사휘도차이가 0.2, 0.5 및 1.0Wm-2sr-1μm일 때 각각 약 ±0.06K, ±0.15K, ±0.30K임을 보였다. 또한, 온도의 오차가 ±2.41K일 때, 온도차의 오차범위는 복사휘도차이가 0.2, 0.5 및 1.0Wm-2sr-1μm일 때 각각 약 ±0.037K, ±0.089K, ±0.168K이고, 온도의 오차가 ±0.56K일 때에는 약 ±0.008K, ±0.020K, ±0.038K의 오차가 있음을 보였다. 이는 제안된 기법이 높은 정밀도로 지표 간 지표온도차를 추정할 수 있음을 의미한다.

Landsat 위성영상을 이용한 킬리만자로 만년설 변화 분석

박숭환 ( Sung Hwan Park ),이명진 ( Moung Jin Lee ),정형섭 ( Hyung Sup Jung ) 대한원격탐사학회 2012 大韓遠隔探査學會誌 Vol.28 No.4

산업혁명 이후 대기 중 이산화탄소 농도는 증가하고 있으며 이는 기후변화로 나타나고 있다. 본연구에서는 기후변화에 의한 영향을 파악하기 위하여 원격탐사를 이용하여 만년설의 시계열 변화를 정량적으로 분석하고, 종설되는 시점을 통계적으로 예측하고자 한다. 연구지역은 아프리카 탄자니아의 킬리만자로 만년설이다. 1984년 6월부터 2011년 7월까지 전체 27년간 23장의 Landsat-5 TM 및 Landsat-7 ETM+자료를 사용하였다. 연구를 위하여 첫째, COST 대기보정 모델을 이용하여 각 영상들의 대기보정을 수행하였다. 둘째, NDSI(Normalized Difference Snow Index) 알고리즘을 이용하여 만년설 면적을 추출하였다.셋째, SRTM DEM을 이용하여 만년설의 최저고도를 추출하였다. 마지막으로, 일차함수 형태의 추세선을 활용하여 종설 시점을 예측하였다. 분석은 23장 전부를 활용한 것과 건기에 촬영된 17장만을 활용한 것으로 나누어 분석하였다. 분석결과 면적은 27년 동안 약 9.01 km2에서 약 2.54 km2로 약 6.47 km2감소하였고,이는 약 73% 면적의 감소를 의미한다. 최저고도는 27년 동안 약 4,603 m에서 4,893 m로 약 290 m 상승하였다. 추세선을 활용한 결과 면적은 매년 건기에 0.342 km2, 전체적으로 0.421 km2씩 감소하고 있으며,최저고도는 매년 건기에 9.848 m, 전체적으로 11.251 m씩 상승하고 있는 것으로 나타났다. 면적 감소량을 통해 종설 시점을 예측한 결과 95% 신뢰도에서 2020년에 완전히 사라질 것으로 분석되었다. 이 연구는 적설지역의 변화를 통하여 전 지구의 기후변화를 모니터링할 수 있다는 근거를 제시했으며, 향후 연구지역 또는 유사 지역의 만년설 현황을 파악하는데 참고 자료로서 활용될 수 있을 것이다. Since the Industrial Revolution, CO2 levels have been increasing with climate change. In this study, Analyze time-series changes in snow cover quantitatively and predict the vanishing point of snow cover statistically using remote sensing. The study area is Mt. Kilimanjaro, Tanzania. 23 image data of Landsat-5 TM and Landsat-7 ETM+, spanning the 27 years from June 1984 to July 2011, were acquired. For this study, first, atmospheric correction was performed on each image using the COST atmospheric correction model. Second, the snow cover area was extracted using the NDSI (Normalized Difference Snow Index) algorithm. Third, the minimum height of snow cover was determined using SRTM DEM. Finally, the vanishing point of snow cover was predicted using the trend line of a linear function. Analysis was divided using a total of 23 images and 17 images during the dry season. Results show that snow cover area decreased by approximately 6.47 km2 from 9.01 km2 to 2.54 km2, equivalent to a 73% reduction. The minimum height of snow cover increased by approximately 290 m, from 4,603 m to 4,893 m. Using the trend line result shows that the snow cover area decreased by approximately 0.342 km2 in the dry season and 0.421 km2 overall each year. In contrast, the annual increase in the minimum height of snow cover was approximately 9.848 m in the dry season and 11.251 m overall. Based on this analysis of vanishing point, there will be no snow cover 2020 at 95% confidence interval. This study can be used to monitor global climate change by providing the change in snow cover area and reference data when studying this area or similar areas in future research.

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.

원격탐사자료 기반 서해접경해역 현황 조사의 성과와 한계

임종서(Jongseo Yim),박재영(Jae-Young Park),박숭환(Sung-Hwan Park),남정호(Jungho Nam) 한국해양환경·에너지학회 2020 한국해양환경·에너지학회 학술대회논문집 Vol.2020 No.11

KOMPSAT-2/3/3A호의 영상융합에 대한 품질평가 프로토콜의 비교분석

정남기 ( Nam-ki Jeong ),정형섭 ( Hyung-sup Jung ),오관영 ( Kwan-young Oh ),박숭환 ( Sung-hwan Park ),이승찬 ( Seung-chan Lee ) 대한원격탐사학회 2016 大韓遠隔探査學會誌 Vol.32 No.5

Many image fusion quality assessment techniques, which include Wald`s, QNR and Khan`s protocols, have been proposed. A total procedure for the quality assessment has been defined as the quality assessment protocol. In this paper, we compared the performance of the three protocols using KOMPSAT- 2/3/3A satellite images, and tested the applicability to the fusion quality assessment of the KOMPSAT satellite images. In addition, we compared and analyzed the strengths and weaknesses of the three protocols. We carried out the qualitative and quantitative analysis of the protocols by applying five fusion methods to the KOMPSAT test images. Then we compared the quantitative and qualitative results of the protocols from the aspects of the spectral and spatial preservations. In the Wald`s protocol, the results from the qualitative and quantitative analysis were almost matched. However, the Wald`s protocol had the limitations 1) that it is timeconsuming due to downsampling process and 2) that the fusion quality assessment are performed by using downsampled fusion image. The QNR protocol had an advantage that it utilizes an original image without downsampling. However, it could not find the aliasing effect of the wavelet-fused images in the spectral preservation. It means that the spectral preservation assessment of the QNR protocol might not be perfect. In the Khan`s protocol, the qualitative and quantitative analysis of the spectral preservation was not matched in the wavelet fusion. This is because the fusion results were changed in the downsampling process of the fused images. Nevertheless, the Khan`s protocol were superior to Wald`s and QNR protocols in the spatial preservation.

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.