고해상도 위성영상과 Fully Convolutional Network를 활용한 산림재해 피해지 탐지

박성욱; 김형우; 이수진; 윤예슬; 김은숙; 임종환; 이양원

추천

검색

자료유형: 학술저널

저자정보: 박성욱 김형우 이수진 윤예슬 김은숙 임종환 이양원

저널정보: 한국사진지리학회 경관과 지리 한국사진지리학회지 제28권 제4호

발행연도: 2018.1

수록면: 87 - 101 (15page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

최근의 기후변동은 산불, 산사태, 병해충 등의 발생에도 영향을 미치며, 이로 인해 인명 및 재산상의 피해가늘어나는 추세이다. 산림재해는 무작위로 시작되거나 급격하게 진행되는 경향이 있기 때문에, 현장조사 및 수작업만으로는 피해상황의 신속 정확한 파악에 시공간적 제약이 따른다. 이에 대한 대안으로서 위성원격탐사는 산림재해 감시 및 분석의 시공간적 제약을 극복할 수 있는 방법으로 평가되고 있다. 본 연구에서는 기존의 분광특성 기반 방법과 최근 부각되고 있는 딥러닝 기술을 결합하여 대안적인 산림재해 탐지 기법을 개발하고 그 활용 가능성을 제시하고자 한다. 이를 위하여 Kompsat-3A, Sentinel-2, Landsat 5 등의 고해상도 위성영상을 활용하였으며, 산림재해피해지 분석에 주로 사용되는 NBR(Normalized Burned Ratio), BAI(Burn Area Index), FBI(Fire Burn Index) 등의 자료를 산출하여 최근 우리나라 7건의 대형 산불에 대한 사례연구를 수행하였다. 기존의 분광특성에 기초한 방법은 지역 및 계절에 따라 매번 임계치를 재조정해야 하는 문제가 있으므로, 이를 보완하기 위하여FCN(Fully Convolutional Network) 기반의 U-Net 모델을 활용하여 산불 피해지를 보다 효과적으로 탐지하였다. 향후 여러 딥러닝 알고리즘 간의 비교 분석과 함께, 분광특성 기반 탐지 결과와의 정량적인 정확도 비교를 통하여 U-Net 모델의 성능을 보다 더 객관적으로 제시할 수 있을 것이다.

#remote sensing #fire-burned area #Deep learning #FCN #U-Net

참고문헌 (21)

참고문헌 신청

강준묵 / 2010 / 위성영상을 이용한 산불재해 분석 / 한국측량학회지 28(1):21~28

국립산림과학원 / 2017 / 산림재해백서

김소라 / 2015 / 소나무재선충병 발생시기별 피해목 탐지를 위한 시계열 초분광 항공영상의 활용 / 대한원격탐사학회지 31(5):385~394

김응남 / 2008 / 지상형 원격탐사기술을 이용한 소나무 재선충 피해조사 / 한국지역지리학회지 14(1):84~92

나현섭 / 2015 / 영상판독에 의한 산림훼손지의 공간적 특성분석 -화천군과 철원군 DMZ일원을 대상으로- / 한국사진지리학회지 25(3):63~73

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!