초목영역에서 발생하는 산불은 식생구성 및 생물 다양성의 변화, 토양 침식과 수문학적 순환 등에 영향을 끼칠 수 있는 대표적인 자연재해이다. 산불을 모니터링하기 위한 효과적인 수단 중 하나로 물리적인 접촉 없이 넓은 범위의 지표면 정보를 주기적으로 획득가능한 위성원격탐사가 활용되고 있다. 특히, 동일 지표면을 지속적으로 촬영할 수 있는 정지궤도위성의 적외선 파장대역은 고온의 특징을 지닌 산불 실시간으로 모니터링하는 데 장점이 있다. 대부분의 산불탐지 ...
초목영역에서 발생하는 산불은 식생구성 및 생물 다양성의 변화, 토양 침식과 수문학적 순환 등에 영향을 끼칠 수 있는 대표적인 자연재해이다. 산불을 모니터링하기 위한 효과적인 수단 중 하나로 물리적인 접촉 없이 넓은 범위의 지표면 정보를 주기적으로 획득가능한 위성원격탐사가 활용되고 있다. 특히, 동일 지표면을 지속적으로 촬영할 수 있는 정지궤도위성의 적외선 파장대역은 고온의 특징을 지닌 산불 실시간으로 모니터링하는 데 장점이 있다. 대부분의 산불탐지 알고리즘은 적용대상 위성의 공간해상도, 촬영 파장대역, 분광응답함수, 신호 대 잡음비 및 잡음 등가 온도차 등의 제원에 따라 최적화된 임계값을 활용한다. 따라서 새로이 발사된 위성에 기존에 제시된 임계값을 적용할 경우, 산불화소탐지 성능이 저하되는 한계가 존재한다. 본 연구에서는 2018년 12월 새로이 발사된 정지궤도기상위성 2A호에 적용가능한 산불탐지 알고리즘을 개발하였다. 모의자료로 정지궤도 기상위성 2A호와 유사한 제원을 지닌 Himawari-8 AHI 자료를 활용하였으며, 약 1,500개의 다양한 환경에서 발생한 산불화소를 수집하여 경험적 방법에 의한 산불화소탐지 임계값을 적용하였다. 영상처리과정 측면에서, 첫째, 밝기온도 중앙값과 평균제곱근편차를 이용하는 통계량 산출 방법을 제시하였으며, 둘째, 도심지, 나대지, 수계 및 구름의 영향으로 오탐지되는 화소를 제외할 수 있는 알고리즘을 개발하였으며, 셋째, 산악산림지역에서 발생하는 고도변화의 영향을 저감하는 알고리즘을 개발함으로써 산불화소 탐지 성능을 향상시키는 방안을 제시하였다.
제시된 알고리즘을 통해 정탐지율은 주간시간 영역에서 78.60%, 야간시간 영역에서 95.40%, 전체적으로 87.17%를 기록하였으며, 오탐지율은 주간시간 영역에서 22.55%, 야간시간 영역에서 8.33%, 전체적으로 15.20%에 해당하는 것으로 나타났다. 또한, 2019년 4월 한반도에서 발생한 산불을 대상으로 본 알고리즘을 적용한 결과, 산불발생시각에서 약 30분부터 산불화소를 성공적으로 탐지하는 것으로 확인하였다.
초목영역에서 발생하는 산불은 식생구성 및 생물 다양성의 변화, 토양 침식과 수문학적 순환 등에 영향을 끼칠 수 있는 대표적인 자연재해이다. 산불을 모니터링하기 위한 효과적인 수단 중 하나로 물리적인 접촉 없이 넓은 범위의 지표면 정보를 주기적으로 획득가능한 위성원격탐사가 활용되고 있다. 특히, 동일 지표면을 지속적으로 촬영할 수 있는 정지궤도위성의 적외선 파장대역은 고온의 특징을 지닌 산불 실시간으로 모니터링하는 데 장점이 있다. 대부분의 산불탐지 알고리즘은 적용대상 위성의 공간해상도, 촬영 파장대역, 분광응답함수, 신호 대 잡음비 및 잡음 등가 온도차 등의 제원에 따라 최적화된 임계값을 활용한다. 따라서 새로이 발사된 위성에 기존에 제시된 임계값을 적용할 경우, 산불화소탐지 성능이 저하되는 한계가 존재한다. 본 연구에서는 2018년 12월 새로이 발사된 정지궤도 기상위성 2A호에 적용가능한 산불탐지 알고리즘을 개발하였다. 모의자료로 정지궤도 기상위성 2A호와 유사한 제원을 지닌 Himawari-8 AHI 자료를 활용하였으며, 약 1,500개의 다양한 환경에서 발생한 산불화소를 수집하여 경험적 방법에 의한 산불화소탐지 임계값을 적용하였다. 영상처리과정 측면에서, 첫째, 밝기온도 중앙값과 평균제곱근편차를 이용하는 통계량 산출 방법을 제시하였으며, 둘째, 도심지, 나대지, 수계 및 구름의 영향으로 오탐지되는 화소를 제외할 수 있는 알고리즘을 개발하였으며, 셋째, 산악산림지역에서 발생하는 고도변화의 영향을 저감하는 알고리즘을 개발함으로써 산불화소 탐지 성능을 향상시키는 방안을 제시하였다.
제시된 알고리즘을 통해 정탐지율은 주간시간 영역에서 78.60%, 야간시간 영역에서 95.40%, 전체적으로 87.17%를 기록하였으며, 오탐지율은 주간시간 영역에서 22.55%, 야간시간 영역에서 8.33%, 전체적으로 15.20%에 해당하는 것으로 나타났다. 또한, 2019년 4월 한반도에서 발생한 산불을 대상으로 본 알고리즘을 적용한 결과, 산불발생시각에서 약 30분부터 산불화소를 성공적으로 탐지하는 것으로 확인하였다.
Forest fires are typical natural disasters that can affect vegetation composition, biodiversity change, soil erosion and hydrological cycle. Satellite imagery takes a wide range of surface information periodically without physical contact. In particular, the infrared wavelength band of geostationary...
Forest fires are typical natural disasters that can affect vegetation composition, biodiversity change, soil erosion and hydrological cycle. Satellite imagery takes a wide range of surface information periodically without physical contact. In particular, the infrared wavelength band of geostationary satellites capable of continuously monitor the same surface, is advantageous for real-time monitoring of forest fire with high-temperature characteristics. Most forest fire detection algorithms utilize optimized threshold values according to specifications such as spatial resolution, wavelength band, spectral response function, signal to noise ratio and noise equivalent temperature difference of the satellite. Therefore, there is a limitation in that the forest fire detection performance degrades when the previously proposed threshold is applied to the newly launched satellite. The purpose of this study is to develop a forest fire detection algorithm that can be applied to newly launched geostationary satellite Geo-KOMPSAT 2A. The main features of this study are summarized in four. First, thresholds values were suggested based on the true forest fire pixels to optimize the accuracy of forest fire detection for the Geo-KOMPSAT 2A. This is the biggest difference in methodology from other studies. True fires have the high temperatures at both daytime and nighttime, while false alarms are characterized by high temperature only during the daytime due to solar radiation. Since geostationary satellite imagery can observe all temperatures during day and night, there is an advantage in collecting true fires. Thus, it can be determined the optimal threshold values for detecting fires based on collected information of true fires. Second, by using root mean square deviation (RMSD) in the contextual test process, it is possible to detect anomalies that can be regarded as forest fires even when the temperature distribution of surrounding pixels has a certain tendency. The tendency of the temperature is a major cause of the increase in the standard deviation of the surrounding pixels, and it makes difficult to detect forest fires. In this study, RMSD was used to improve this point. Third, a new false alarm rejection algorithm has been proposed to reject false alarms that occur in urban, baresoil, cloud and coastal areas. This algorithm works when the spatial scale of the pixels considered fire is large. The new threshold values to only reject false alarms have been suggested, and successfully rejected most false alarms. Finally, an algorithm has been proposed to improve the performance of fire detection in mountainous areas. This algorithm was designed to reduce the altitude effects in mountainous areas. By reducing the RMSD in the mountain area, it improves the possibility of detection of outliers. According to the proposed algorithm, the positive detection rates were 78.60% in the daytime, 95.40% in the nighttime, and 87.17% in the whole time. The false detection rates were 22.55% in the daytime, 8.33% in the nighttime, and 15.20% in whole time. In addition, we applied this algorithm to forest fire of Korean Peninsula in April, 2019, and it was confirmed that forest fire pixels were successfully detected from about 30 minutes at the forest fire occurrence time. Therefore, it means that the proposed fire detection algorithm can successfully detect forest fires and can be utilized for geostationary satellite GeoKOMPSAT-2A.
Forest fires are typical natural disasters that can affect vegetation composition, biodiversity change, soil erosion and hydrological cycle. Satellite imagery takes a wide range of surface information periodically without physical contact. In particular, the infrared wavelength band of geostationary satellites capable of continuously monitor the same surface, is advantageous for real-time monitoring of forest fire with high-temperature characteristics. Most forest fire detection algorithms utilize optimized threshold values according to specifications such as spatial resolution, wavelength band, spectral response function, signal to noise ratio and noise equivalent temperature difference of the satellite. Therefore, there is a limitation in that the forest fire detection performance degrades when the previously proposed threshold is applied to the newly launched satellite. The purpose of this study is to develop a forest fire detection algorithm that can be applied to newly launched geostationary satellite Geo-KOMPSAT 2A. The main features of this study are summarized in four. First, thresholds values were suggested based on the true forest fire pixels to optimize the accuracy of forest fire detection for the Geo-KOMPSAT 2A. This is the biggest difference in methodology from other studies. True fires have the high temperatures at both daytime and nighttime, while false alarms are characterized by high temperature only during the daytime due to solar radiation. Since geostationary satellite imagery can observe all temperatures during day and night, there is an advantage in collecting true fires. Thus, it can be determined the optimal threshold values for detecting fires based on collected information of true fires. Second, by using root mean square deviation (RMSD) in the contextual test process, it is possible to detect anomalies that can be regarded as forest fires even when the temperature distribution of surrounding pixels has a certain tendency. The tendency of the temperature is a major cause of the increase in the standard deviation of the surrounding pixels, and it makes difficult to detect forest fires. In this study, RMSD was used to improve this point. Third, a new false alarm rejection algorithm has been proposed to reject false alarms that occur in urban, baresoil, cloud and coastal areas. This algorithm works when the spatial scale of the pixels considered fire is large. The new threshold values to only reject false alarms have been suggested, and successfully rejected most false alarms. Finally, an algorithm has been proposed to improve the performance of fire detection in mountainous areas. This algorithm was designed to reduce the altitude effects in mountainous areas. By reducing the RMSD in the mountain area, it improves the possibility of detection of outliers. According to the proposed algorithm, the positive detection rates were 78.60% in the daytime, 95.40% in the nighttime, and 87.17% in the whole time. The false detection rates were 22.55% in the daytime, 8.33% in the nighttime, and 15.20% in whole time. In addition, we applied this algorithm to forest fire of Korean Peninsula in April, 2019, and it was confirmed that forest fire pixels were successfully detected from about 30 minutes at the forest fire occurrence time. Therefore, it means that the proposed fire detection algorithm can successfully detect forest fires and can be utilized for geostationary satellite GeoKOMPSAT-2A.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.