선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 따라서 본 연구에서는 다른 자료의 도움 없이 LANDSAT 영상만을 이용하여 신뢰할만한 결과를 얻기 위해 MNDWI로 영상의 질을 확보한 후, 자동으로 물과 육지를 분할 및 해안선 추출 방법론을 새로이 제시하며 추출된 해안선으로 시계열 분석하는 방법론까지 적용하고자 하였다.
- 본 연구에서는 자동으로 해안선을 추출하기 위해서 수분지수를 활용하여 물과 육지의 대조를 극대화하였으며, 해안선을 자동으로 추출할 수 있도록 자료의 질을 향상시켰다. 수분지수로 변환된 영상에서 자동으로 물과 육지를 분할하기 위하여 적정 임계값을 자동으로 찾을 수 있도록 영상처리 기법을 적용하였고, 경계선 검출 알고리즘을 통하여 해안선을 추출하였으며 추출된 해안선으로 변화를 탐지하는 방법론을 제시하고자 하였다.
제안 방법
- 5와 6을 통해 확인할 수 있다. 가장 오래된 영상인 1985년 영상에서 추출된 해안선을 기준으로 비교하여 해안선 침식을 정량화하였다. Fig.
- 3(d)에서 두 그룹으로 분류하기 쉽다. 따라서 본 연구에서는 MNDWI를 이용하여 해안선 추출을 시도하였다.
- 이후 자동으로 해안선을 추출하기 위한 과정은 수분지수(MNDWI) 영상 생성, 물과 육지를 분류하기 위한 이진영상 변환, 내륙수 및 도서지역 제거, Canny 에지 검출자를 이용한 해안선 추출의 단계로 이루어졌다. 마지막으로 추출된 해안선의 변화를 정량적으로 파악하기 위해 버퍼링 기법을 적용하여 변화를 탐지하였다. 이러한 해안선 자동 추출과 변화탐지를 위한 일련의 이미지 프로세싱 및 버퍼링 기법은 MATLAB을 이용하여 구현되었으며, 각 방법에 대한 설명을 아래의 3.
- 변환된 이진 영상에서 자동으로 해안선만을 추출하기 위해서는 내륙에 존재하는 물과 섬을 제거해야 한다. 먼저 내륙수를 제거하기 위하여 영역 채우기 (Region filling)를 이용하였다. Fig.
- 반사보정은 센서 system detector 오차와 조도 및 대기의 조건과 같은 환경적인 조건에서 기인하는 오차, 둘 다 밝기 값에 영향을 주는 오차를 다룬다(Bruce and Hilbert, 2006). 반사 및 방사보정을 수행하기 위하여 LANDSAT TM/ETM+ 센서는 0 또는 1부터 255까지 범위의 DN(Digital number)으로 방사정보(radiance information)를 NASA에서 제공하는 User Handbook의 지침을 이용하여 픽셀의 밝기 값을 TOA 반사도로 보정하였다.
- NLCD는 1992, 2001, 2006년도 자료가 구축되어 있으며 알래스카 지역은 2001년도 자료에만 포함되어 있다. 본 연구에 사용된 2001년 영상으로부터 추출된 해안선과 알래스카의 NLCD 2001 자료와 중첩 비교하였다. Fig.
- 본 연구에서는 대상지역에 적합한 수분지수를 알아보기 위하여 NDWI와 MNDWI를 각각 적용하고, 두 결과를 비교하였다. Fig.
- 본 연구에서는 자동으로 해안선을 추출하기 위해서 수분지수를 활용하여 물과 육지의 대조를 극대화하였으며, 해안선을 자동으로 추출할 수 있도록 자료의 질을 향상시켰다. 수분지수로 변환된 영상에서 자동으로 물과 육지를 분할하기 위하여 적정 임계값을 자동으로 찾을 수 있도록 영상처리 기법을 적용하였고, 경계선 검출 알고리즘을 통하여 해안선을 추출하였으며 추출된 해안선으로 변화를 탐지하는 방법론을 제시하고자 하였다. 자동으로 물과 육지를 분할하고 경계선을 찾는 영상처리 기법은 다른 자료의 도움 없이 LANDSAT 영상만을 이용하여 적용될 수 있으며 추출된 해안선 또한 기준자료로 이용된 NLCD 자료와의 비교를 통해 유사하다는 것을 확인할 수 있었다.
- 2와 같다. 우선, 대상물체에서 방사되는 에너지가 센서에 도달할 때 노이즈를 포함하게 되므로 이를 보정하기 위한 자료의 전처리로 반사 및 방사보정을 수행하였다. 이후 자동으로 해안선을 추출하기 위한 과정은 수분지수(MNDWI) 영상 생성, 물과 육지를 분류하기 위한 이진영상 변환, 내륙수 및 도서지역 제거, Canny 에지 검출자를 이용한 해안선 추출의 단계로 이루어졌다.
- 우선, 대상물체에서 방사되는 에너지가 센서에 도달할 때 노이즈를 포함하게 되므로 이를 보정하기 위한 자료의 전처리로 반사 및 방사보정을 수행하였다. 이후 자동으로 해안선을 추출하기 위한 과정은 수분지수(MNDWI) 영상 생성, 물과 육지를 분류하기 위한 이진영상 변환, 내륙수 및 도서지역 제거, Canny 에지 검출자를 이용한 해안선 추출의 단계로 이루어졌다. 마지막으로 추출된 해안선의 변화를 정량적으로 파악하기 위해 버퍼링 기법을 적용하여 변화를 탐지하였다.
대상 데이터
- 본 연구에 사용된 자료는 북위 70도 서경 153도에 해당하는 대상지역을 포함하는 1985년~2011년 사이의 LANDSAT TM/ETM+의 영상으로, 운량이 10% 미만이고 알래스카의 여름에 해당하는 시기의 영상이 사용되었다. 알래스카는 봄과 가을이 짧은 형태로 4계절이 존재하며 겨울에는 눈보라가 심하여 지표면이 잘 드러나지 않아 눈보라의 영향이 없는 6-8월의 영상이 사용되었다.
- 본 연구의 대상지역은 Fig. 1에 나타난 바와 같이 미국 알래스카 주 북쪽에 위치하는 보퍼트 해(Beaufort Sea) 연안 국립석유보호지역(National Petroleum Reserve)의 테쉑퍽호(Teshekpuk Lake) 북동쪽 지역에 해당한다. 연구 대상지역은 대표적인 영구동토 지역으로 사초과 식물, 지의류, 이끼류, 난쟁이버드나무 등을 포함한다(Mars et al.
- 본 연구에 사용된 자료는 북위 70도 서경 153도에 해당하는 대상지역을 포함하는 1985년~2011년 사이의 LANDSAT TM/ETM+의 영상으로, 운량이 10% 미만이고 알래스카의 여름에 해당하는 시기의 영상이 사용되었다. 알래스카는 봄과 가을이 짧은 형태로 4계절이 존재하며 겨울에는 눈보라가 심하여 지표면이 잘 드러나지 않아 눈보라의 영향이 없는 6-8월의 영상이 사용되었다. 단, 2003년 이후 ETM+ 센서의 SLC 의 기계적 결함으로 인해 온전한 영상을 취득할 수 없으므로 이를 고려하여 SLC-off 영상은 사용하지 않았으며 TM 영상을 우선적으로 사용하였다.
- 1에 나타난 바와 같이 미국 알래스카 주 북쪽에 위치하는 보퍼트 해(Beaufort Sea) 연안 국립석유보호지역(National Petroleum Reserve)의 테쉑퍽호(Teshekpuk Lake) 북동쪽 지역에 해당한다. 연구 대상지역은 대표적인 영구동토 지역으로 사초과 식물, 지의류, 이끼류, 난쟁이버드나무 등을 포함한다(Mars et al., 2005).
- 해수온도의 상승, 해빙의 감소, 파도 작용의 증가는 1년에 15m 씩 해안을 침식시키고 있다고 보고되었다(INSTAR, 2008). 해당 지역의 해안선 침식 속도는 매우 빠르며 이러한 속도는 30m의 공간해상도를 가진 LANDSAT TM/ETM+에 의해 충분히 변화가 탐지될 수 있을 것이라 판단하여 본 연구의 대상지역으로 선정하였다.
데이터처리
- 버퍼링 기법은 여러 개의 버퍼를 이용하여 선형적 대상물의 거리를 결정하는 방법이다. 기준이 되는 선으로부터 버퍼 크기에 따라 비교 대상 선형물이 각각의 버퍼 내에 차지하는 비율을 누적분포곡선으로 나타내고, 이 누적분포곡선에서 비선형 최소제곱방법을 이용하여 통계적인 변수인 평균과 표준편차 값을 도출한다. 평균값은 두 선 사이의 거리를 의미하며 표준편차는 형태의 유사성을 나타내는 척도로 사용된다.
- 추출된 해안선의 정확도를 파악하기 위해 MRLC (Multi-Resolution Land Characterization)에서 제공하는 NLCD(National Land Cover Database) 자료와 비교하였다. MRLC은 광범위한 국가차원의 환경·토지 관리·모델링 및 활용에 대한 토지 피복 정보를 생성 및 제공하는 것이 목적인 미국 연방 정부 기관의 조직이며, LANDSAT 영상과 다른 보조 자료를 통해 NLCD를 제작하여 무료로 배포하고 있다.
이론/모형
- 내륙수와 도서지역이 제거되어 육지와 해수로 구분된 이진영상에 Canny 에지 검출 알고리즘을 적용하여 해안선을 추출하였다. Canny 에지 연산자는 한 영상소에 대해 밝기 값의 변화가 가장 큰 방향에 있는 주변 영상소와 비교하여 이웃 영상소들의 기울기 값이 클 경우 에지로 분류하는 방법이다.
- 다중 시기의 영상에 대해 동일한 방법을 적용하여 해안선을 추출한 뒤, Heo 등(2009)이 제안한 버퍼링 기법을 적용하여 추출된 해안선의 변화 정도를 파악하였다. 버퍼링 기법은 여러 개의 버퍼를 이용하여 선형적 대상물의 거리를 결정하는 방법이다.
- 생성된 MNDWI 영상은 노부키 오츠가 제안한 오츠(Otsu) 방법으로 자동으로 이진화하였다. 오츠 방법은 영상의 히스토그램이 두 개의 클래스로 분류되었을 때 두 클래스 분산의 비가 최대가 되는 밝기 값을 임계값으로 선택하는 방법이다.
성능/효과
- 본 연구는 접근이 어려운 지역에 적용하여 위성영상만을 이용하여 해안선을 추출할 수 있다는 장점이 있으며, 대상 지역에 대한 사전 지식 없이도 성공적인 해안선을 추출할 수 있다. 그러나 본 연구에 사용된 LANDSAT은 공간해상도가 30m 이므로 향후 더 정확한 해안선 추출을 위한 다른 제원과의 혼합 및 고해상도 영상의 활용을 고려해야할 것이다.
- 본 연구에서 제안된 해안선 추출 알고리즘을 적용한 결과, 알래스카 북쪽 해안의 해안선이 자동으로 추출되었고 그 변화를 정량화할 수 있었다. 특히 사례 연구를 통해서 연구 대상지역 해안선의 후퇴가 가속화고 있다는 것을 명백히 확인할 수 있었다.
- 오츠 방법은 영상의 히스토그램이 두 개의 클래스로 분류되었을 때 두 클래스 분산의 비가 최대가 되는 밝기 값을 임계값으로 선택하는 방법이다. 영상의 히스토그램 분포가 바이모달 분포(Bimodal distribution)일 때 적합하며 MNDWI는 육지와 물 부분이 명확하게 구분이 되는 영상으로 히스토그램이 Fig. 3(d)와 같이 표현되므로 오츠의 방법이 적합할 것으로 판단되었다. 오츠의 임계값 설정 방법의 자세한 식은 아래와 같다.
- 6은 1985년 영상을 기준으로 해안선의 이동거리를 나타낸 도표로 x축은 년도를, y축은 해안선이 후퇴한 거리를 나타낸다. 이동 거리를 분석한 결과 해안의 침식 정도가 점점 증가하고 있는 것을 확인할 수 있었다. 1985년부터 2011년까지의 26년 동안 해안선은약 166m가 후퇴했고 26년간의 전체 후퇴율은 연간 6.
- 수분지수로 변환된 영상에서 자동으로 물과 육지를 분할하기 위하여 적정 임계값을 자동으로 찾을 수 있도록 영상처리 기법을 적용하였고, 경계선 검출 알고리즘을 통하여 해안선을 추출하였으며 추출된 해안선으로 변화를 탐지하는 방법론을 제시하고자 하였다. 자동으로 물과 육지를 분할하고 경계선을 찾는 영상처리 기법은 다른 자료의 도움 없이 LANDSAT 영상만을 이용하여 적용될 수 있으며 추출된 해안선 또한 기준자료로 이용된 NLCD 자료와의 비교를 통해 유사하다는 것을 확인할 수 있었다.
- 본 연구에서 제안된 해안선 추출 알고리즘을 적용한 결과, 알래스카 북쪽 해안의 해안선이 자동으로 추출되었고 그 변화를 정량화할 수 있었다. 특히 사례 연구를 통해서 연구 대상지역 해안선의 후퇴가 가속화고 있다는 것을 명백히 확인할 수 있었다. 1985년부터 2001년까지의 약 16년 동안 연간 5.
후속연구
- 본 연구는 접근이 어려운 지역에 적용하여 위성영상만을 이용하여 해안선을 추출할 수 있다는 장점이 있으며, 대상 지역에 대한 사전 지식 없이도 성공적인 해안선을 추출할 수 있다. 그러나 본 연구에 사용된 LANDSAT은 공간해상도가 30m 이므로 향후 더 정확한 해안선 추출을 위한 다른 제원과의 혼합 및 고해상도 영상의 활용을 고려해야할 것이다. 또한 본 연구에 사용된 버퍼링 기법은 변화의 양을 절대적인 값으로만 파악할 수 있으므로 변화 탐지 방법의 개선이 필요하며 향후 기 문제점을 보완하는 연구가 필요할 것으로 보인다.
- 그러나 본 연구에 사용된 LANDSAT은 공간해상도가 30m 이므로 향후 더 정확한 해안선 추출을 위한 다른 제원과의 혼합 및 고해상도 영상의 활용을 고려해야할 것이다. 또한 본 연구에 사용된 버퍼링 기법은 변화의 양을 절대적인 값으로만 파악할 수 있으므로 변화 탐지 방법의 개선이 필요하며 향후 기 문제점을 보완하는 연구가 필요할 것으로 보인다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.