[논문]VIIRS DNB 영상의 달빛 영향 보정 및 변화 탐지

이보람; 이윤경; 김동한; 김상완

doi:10.7780/kjrs.2019.35.2.6

VIIRS DNB 영상의 달빛 영향 보정 및 변화 탐지
Correction of Lunar Irradiation Effect and Change Detection Using Suomi-NPP Data 원문보기

대한원격탐사학회지 = Korean journal of remote sensing, v.35 no.2, 2019년, pp.265 - 278

이보람 (세종대학교 지구정보공학과) , 이윤경 (세종대학교 에너지자원공학과) , 김동한 (세종대학교 지구정보공학과) , 김상완 (세종대학교 에너지자원공학과)

초록
AI-Helper

Visible Infrared Imaging Radiometer Suite(VIIRS) 센서의 Day and Night Band(DNB) 영상은 야간에 발생하는 인공 및 자연재해 탐지를 통해 신속한 대응을 가능하게 한다. 해양위성센터에서 배포되는 DNB 자료는 달빛의 영향이 보정되지 않았지만 직수신이 가능하기 때문에 빠른 변화탐지에 용이하다. 본 연구에서는 해양위성센터에서 직수신하는 DNB 영상을 사용하여 한반도 도심지 및 산간지에 대하여 달의 위상에 따른 밝기값의 차이를 분석하고, 변화탐지를 위한 달빛 보정 알고리즘을 제안하였다. 기준 영상과 입력 영상에서 토지피복 분류를 고려하여 선택된 화소들 간의 회귀분석을 통한 상대적 보정을 수행하였다. 일일 차분 영상 분석 결과 도심지에서 밝기값 변화는 ${\pm}30$ 라디언스이고, 산간지역은 ${\pm}1$ 라디언스 이하이다. 시계열 자료를 이용한 변화 탐지는 영상간의 좌표 정합오차를 줄이기 위해 시계열 평균 영상을 기반으로 주요 관심 객체를 추출한 후 객체별 변화탐지를 수행하였다. 산간지역에서 발생하는 밝기 변화가 효과적으로 탐지되었으며, 개발된 기술은 실시간 변화 탐지에 활용될 수 있음을 보였다.

Abstract ▼ AI-Helper

Visible Infrared Imaging Radiometer Suite (VIIRS) Day/Night Band (DNB) data help to enable rapid emergency responses through detection of the artificial and natural disasters occurring at night. The DNB data without correction of lunar irradiance effect distributed by Korea Ocean Science Center (KOSC) has advantage for rapid change detection because of direct receiving. In this study, radiance differences according to the phase of the moon was analyzed for urban and mountain areas in Korean Peninsula using the DNB data directly receiving to KOSC. Lunar irradiance correction algorithm was proposed for the change detection. Relative correction was performed by regression analysis between the selected pixels considering the land cover classification in the reference DNB image during the new moon and the input DNB image. As a result of daily difference image analysis, the brightness value change in urban area and mountain area was ${\pm}30$ radiance and below ${\pm}1$ radiance respectively. The object based change detection was performed after the extraction of the main object of interest based on the average image of time series data in order to reduce the matching and geometric error between DNB images. The changes in brightness occurring in mountainous areas were effectively detected after the calibration of lunar irradiance effect, and it showed that the developed technology could be used for real time change detection.

주제어

표/그림 (17)

표 Table 1. VIIRS channels specifications
표 Table 2. Coordinate system of collected SDR data
표 Table 3. Phases of the Moon during Nov.-Dec. 2017
그림 Fig. 1. Flowchart of lunar correction method.
그림 Fig. 2. Scatterplot between new moon and full moon for each land cover class such as forest, urban, water, agriculture.
그림 Fig. 3. Example of forest pixel: (a) SDR image acquired on Nov. 18, 2017 at new moon, (b) Nov. 4, 2017 at full moon, (c) Euclidean distance of land cover type with respect to center pixel, (d) distribution of land cover class in test area, (e), scatterplot of the values in (a) and (b).
그림 Fig. 4. Example of urban pixel: (a) SDR image acquired on Nov. 18, 2017 at new moon, (b) Nov. 4, 2017 at full moon, (c) Euclidean distance of land cover type with respect to center pixel, (d) distribution of land cover class in test area, (e), scatterplot of the values in (a) and (b).
그림 Fig. 5. (a) SDR image acquired on Nov. 18, 2017 during the new moon on (b) SDR image acquired on Nov. 4, 2017 during the full moon, (c) Corrected SDR image of Nov. 4, 2017.
그림 Fig. 6. (a) Box plot of the daily SDR value in the mountain area, (b) Box plot of the daily SDR value after calibration of lunar irradiation effect in the mountain area, (c) Box plot of the daily SDR value in the urban area, (d) Box plot of the daily SDR value after calibration of lunar irradiation effect in the urban area.
그림 Fig. 7. (a) Mean and standard deviation of the daily difference in the mountain area, (b) Mean and standard deviation of the daily difference after calibration of lunar irradiation effect in the mountain area, (c) Mean and standard deviation of the daily difference in the urban area, (d) Mean and standard deviation of the daily difference after calibration of lunar irradiation effect in the urban area.
그림 Fig. 8. Color composites of DNB images.
표 Table 4. Mean and standard deviation of the daily difference before and after calibration of lunar irradiation effect
그림 Fig. 9. DNB images in different lunar phases after relative correction.
그림 Fig. 10. Objects and local maximum points for change detection.
그림 Fig. 11. Change detection using time series data at T1, T2, T3 and T4 area.
그림 Fig. 12. Change detection with threshold of 10 at the slope in High1 resort (T4).
그림 Fig. 13. Checkerboard plot showing the results of change detection using each time series data (first row: only one data, last row: all the data of time series).

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

이에 따라 본 연구에서는 우리나라 도심지 및 산간지에 대하여 달의 위상에 따른 밝기값의 차이를 분석하고 달빛의 영향이 가장 작은 월삭을 기준으로 한 상대적인 달빛 보정 방안을 제안하고자 한다. 또한, 제안한 방법의 적용가능성을 판단하고자 비도심 지역에서의 변화 탐지를 수행하고자 한다.
하지만, 직수신이 가능하기 때문에 빠른 변화탐지에 적합하다. 본 연구에서 수행된 변화탐지를 위한 달빛 보정은 상대적인 보정으로 달빛의 영향이 가장 작은 월삭 때 획득한 영상을 기준으로 달빛에 의해 변화하는 지표의 상대적 반사 차이를 보정하고자 한다. 이를 통해 다시기에 획득된 DNB 영상의 밝기값 차이를 최소화하여 야간에 발생하는 변화를 탐지하고자 한다.
본 연구에서는 야간영상인 VIIRS DNB에서 달의 위상에 따른 밝기값 차이를 분석하였으며, 이를 바탕으로 상대적인 달빛 보정방법을 제안하였다. 달빛의 영향이 가장 적은 월삭 영상을 기준으로 보정될 영상 값과의 회귀식을 도출하였다.
본 연구에서 수행된 변화탐지를 위한 달빛 보정은 상대적인 보정으로 달빛의 영향이 가장 작은 월삭 때 획득한 영상을 기준으로 달빛에 의해 변화하는 지표의 상대적 반사 차이를 보정하고자 한다. 이를 통해 다시기에 획득된 DNB 영상의 밝기값 차이를 최소화하여 야간에 발생하는 변화를 탐지하고자 한다.
이에 따라 본 연구에서는 우리나라 도심지 및 산간지에 대하여 달의 위상에 따른 밝기값의 차이를 분석하고 달빛의 영향이 가장 작은 월삭을 기준으로 한 상대적인 달빛 보정 방안을 제안하고자 한다. 또한, 제안한 방법의 적용가능성을 판단하고자 비도심 지역에서의 변화 탐지를 수행하고자 한다.

제안 방법

따라서 Fig. 10과 같이 영상좌표 오차에 의한 변화 탐지 영향을 줄이기 위해 화소별 탐지가 아닌, 밝은 값을 보이는 이접 화소들을 묶어서 객체로 구분하고 각 객체에서의 평균 밝기값의 변화를 이용한 변화 탐지를 수행하였다.
배포되는 대축척 토지피복지도는 Geotiff 형식으로 Bessel 타원체의 중부원점의 기준좌표계를 가지고 있다(MLTMA, 2017). GIS 오픈 프로그램인 The Geospatial Data Abstraction Library(GDAL) (OGR projections tutorial, 2019)을 이용하여 남북한 전체의 1:50,000 토지피복도를 병합하고 좌표계를 SDR 자료의 좌표계로 변환하였다.
1과 같다. Terrascan 소프트웨어를 통해 산출되는 flag 값을 통해 구름 픽셀을 제거하고 관심대상지역만을 추출하였다. 촬영시기별로 달의 위상 때문에 영상에서 밝기값이 변하고 피복형태에 따라 변화가 발생하는 정도가 다르기 때문에 토지피복별로 달빛의 영향을 구분하여 분석할 필요가 있다.
4(c))을 보면 영상에서 밝게 나타나는 도심지 화소들만 낮은 값을 보이고 있음을 확인할 수 있다. 낮은 D 값에 해당 화소들을 이용하여 도출된 회귀식을 통해 윈도우 내의 중앙값을 보정하여 보정영상의 결과 값으로 적용하였다.
본 연구에서는 야간영상인 VIIRS DNB에서 달의 위상에 따른 밝기값 차이를 분석하였으며, 이를 바탕으로 상대적인 달빛 보정방법을 제안하였다. 달빛의 영향이 가장 적은 월삭 영상을 기준으로 보정될 영상 값과의 회귀식을 도출하였다. 토지피복에 따라 달빛 복사량 변화에 따른 밝기값의 차이가 다르기 때문에 토지피복지도를 사용하여 윈도우 중심화소와 주변화소간의 토지피복 유사성을 구한 뒤 월삭영상과의 회귀 분석을 통한 윈도위 내의 중앙값을 보정으로 상대적인 달빛 보정을 수행하였다.
달의 위상에 따른 밝기값의 차이에 기반 한 상대적 달빛 보정기술을 적용한 결과 영상에서 달빛의 영향이 제거되었는지 확인하기 위하여 보정 전·후 도심지와 산지의 달의 위상에 따른 밝기값의 일간 변동성을 분석하였다.
또한, 대기영향 등 국지적인 변화를 고려하기 위해 전체 화소 대상이 아닌 설정된 윈도우 내에서 유사한 토지피복을 갖는 화소들을 추출하고, 기준이 되는 영상과 입력 영상에서 해당 화소값들의 상관관계를 이용하였다. 사용한 토지피복도의 공간해상도는 30×30 m 이고, SDR 영상은 750 m×750 m 이기 때문에 SDR 영상에서 한 화소는 625개(=750/30 * 750/30)의 토지피복분류값이 존재한다.
11월 18일은 스키장 개장일로 확인되었다. 변화 탐지를 위한 임계값에 따른 영향을 살펴보기 위해 임계값을 10으로 설정하고 재분석을 수행하였다. 비교적 밝기값의 변화가 큰 하이원 지역을 제외하고는 변화 탐지 결과는 동일하였다.
변화 탐지를 위한 주요 객체 추출을 위해 달빛 보정된 영상들의 시계열 평균값을 구한 후 평균 밝기값이 특정 값 이상인 객체들을 추출하고 사용하였다. 본 연구 에서는 Fig.
변화 탐지를 위한 주요 객체 추출을 위해 달빛 보정된 영상들의 시계열 평균값을 구한 후 평균 밝기값이 특정 값 이상인 객체들을 추출하고 사용하였다. 본 연구 에서는 Fig. 6(b)의 달빛 보정 후 산지에서의 밝기값을 고려하여 밝기값이 3 이상인 지역을 주요 탐지 대상지 역으로 선정하였으며, 또한 밝기값 기준값 선정에 따른 변화 탐지 결과를 비교하기 위해 8 이상인 지역으로 두단계 밝기값을 기준으로 객체를 추출하였다. 또한 국지 최대값을 보이는 화소를 추출하여 주요 변화 탐지 객체로 선정하였다(Fig.
윈도우의 중심화소에서의 P_lcc와 주변 화소간의 P_lcc의 유클리드 거리(D)를 구하여 토지피복 유사성에 대한 정보로 활용하였다. 본 연구에서는 D값이 0.7 이하인 경우 유사한 토지피복 화소(X)로 간주하고 회귀 분석을 수행하였다. 이상점에 의한 회귀 분석 오류를 줄이기 위해 선택된 화소들의 중앙값과 중앙값 절대편차(MAD) 값을 식 (1)과 같이 산출하였다.
Y-축 영상은 보름달 일 때 촬영된 11월 4일 영상이다. 산림지와 수역은 해당하는 화소 수가 많기 때문에 밀도 산점도로 표현하였으며, 도심지와 경작지는 단순 산점도로 표현하였다. 수역을 제외한 산림지, 도심지, 경작지는 다소 선형의 상관관계를 보이고 있다.
이런 좌표 불일치는 위성의 관측위치에 의한 것으로 향후 DEM을 사용한 지형보정을 통해 보정될 수 있을 것으로 판단된다. 산악지역에서 영상좌표 정합오차에 의한 영향을 최소화하기 위해 화소별 변화탐지가 아닌 객체의 평균 밝기값의 변화를 이용한 시계열 변화탐지를 수행하였다. 분석 결과 2018 평창 동계올림픽 개최와 관련된 야간작업을 탐지할 수 있었다.
11과 12에 제시된 결과는 11월 4일부터 12월 1일까지 수집된 18개의 자료를 이용한 변화탐지 결과로써, 관측기간 동안 발생한 과거의 변화를 탐지한 것이다. 실시간 변화탐지 측면에서 개발된 알고리즘의 적합성을 살펴보기 위해 하이원 스키장 객체의 입력 자료를 11월 4일부터 하나씩 추가하면서 변화탐지를 수행하였다. Fig.
사용한 토지피복도의 공간해상도는 30×30 m 이고, SDR 영상은 750 m×750 m 이기 때문에 SDR 영상에서 한 화소는 625개(=750/30 * 750/30)의 토지피복분류값이 존재한다. 토지피복도의 유사성 측정을 위해 7개 토지피복 항목별 빈도수를 625로 나누어 토지피복별 산출확률(P_lcc)을 구하였다. 윈도우의 중심화소에서의 P_lcc와 주변 화소간의 P_lcc의 유클리드 거리(D)를 구하여 토지피복 유사성에 대한 정보로 활용하였다.
달빛의 영향이 가장 적은 월삭 영상을 기준으로 보정될 영상 값과의 회귀식을 도출하였다. 토지피복에 따라 달빛 복사량 변화에 따른 밝기값의 차이가 다르기 때문에 토지피복지도를 사용하여 윈도우 중심화소와 주변화소간의 토지피복 유사성을 구한 뒤 월삭영상과의 회귀 분석을 통한 윈도위 내의 중앙값을 보정으로 상대적인 달빛 보정을 수행하였다. 인공 불빛의 영향이 적은 산지에서는 달의 위상에 따른 밝기값 변화가 컸으며 보정 후 달빛에 의한 값의 일간 변동량이 줄어드는 것을 확인하였다.
평균 밝기값 영상에서 국지 최대값을 보이는 45개 화소가 추출되었으며, 앞서 3 이상의 높은 밝기값을 보이는 객체에 포함된 화소를 제외하고 나머지 26개의 peak를 중심으로 3×3 영역을 설정하여 변화탐지를 수행하였다.
1 참조). 회귀분석에 사용된 두 영상 모두 독립적인 오류가 존재한다고 간주될 수 있기 때문에, 축소주축회귀 분석을 통해 회귀 직선의 기울기와 절편을 구하였다.

대상 데이터

따라서 본 연구에서는 한국해양과학기술원 해양위성센터에서 직수신한 RDR 자료로부터 Terrascan 소프트웨어에서 전처리된 후 배포되는 SDR 자료를 사용하였다. 2017년 11월 1일부터 12월 17일까지 수집된 자료를 제공받아 사용하였다. 수집된 SDR 자료의 좌표계는 Table 2와 같다.
X-축에 사용된 2017년 11월 18일 영상은 월삭 기간에 획득된 영상으로 구름에 의해 마스킹 된 지역이 거의 없어 기준영상으로 사용하기에 적합하다. Y-축 영상은 보름달 일 때 촬영된 11월 4일 영상이다. 산림지와 수역은 해당하는 화소 수가 많기 때문에 밀도 산점도로 표현하였으며, 도심지와 경작지는 단순 산점도로 표현하였다.
달빛 보정 후 야간영상을 이용한 변화 탐지 시험 적용을 위해 강원도 하이원 스키장이 포함된 지역을 선정하 였으며, 기간은 11월 4일부터 12월 1일 사이로 스키장 개장 전후의 날짜가 포함되도록 하였다. 2017년 11월 14일, 18일, 22일, 30일 영상(Fig.
따라서 본 연구에서는 한국해양과학기술원 해양위성센터에서 직수신한 RDR 자료로부터 Terrascan 소프트웨어에서 전처리된 후 배포되는 SDR 자료를 사용하였다.
6(b)의 달빛 보정 후 산지에서의 밝기값을 고려하여 밝기값이 3 이상인 지역을 주요 탐지 대상지 역으로 선정하였으며, 또한 밝기값 기준값 선정에 따른 변화 탐지 결과를 비교하기 위해 8 이상인 지역으로 두단계 밝기값을 기준으로 객체를 추출하였다. 또한 국지 최대값을 보이는 화소를 추출하여 주요 변화 탐지 객체로 선정하였다(Fig. 10). 평균 밝기값 영상에서 국지 최대값을 보이는 45개 화소가 추출되었으며, 앞서 3 이상의 높은 밝기값을 보이는 객체에 포함된 화소를 제외하고 나머지 26개의 peak를 중심으로 3×3 영역을 설정하여 변화탐지를 수행하였다.
본 연구에서 사용된 토지피복지도는 처음으로 남·북한에 대해 동일한 위성영상과 분석기법을 적용하여 2000년에 제작한 대축척(1:50,000) 토지피복지도로, 7가지 토지피복(시가화/건조지역, 농경지역, 산림지역, 녹지/초지지역, 습지, 나지, 수역)으로 구성되어 있고 75%의 분류정확도를 가진다.
촬영시기별로 달의 위상 때문에 영상에서 밝기값이 변하고 피복형태에 따라 변화가 발생하는 정도가 다르기 때문에 토지피복별로 달빛의 영향을 구분하여 분석할 필요가 있다. 연구지역은 한반도 중부로 도심, 산림지, 농경지 등의 다양한 피복이 혼재되어 있다. 본 연구에서 사용된 토지피복지도는 처음으로 남·북한에 대해 동일한 위성영상과 분석기법을 적용하여 2000년에 제작한 대축척(1:50,000) 토지피복지도로, 7가지 토지피복(시가화/건조지역, 농경지역, 산림지역, 녹지/초지지역, 습지, 나지, 수역)으로 구성되어 있고 75%의 분류정확도를 가진다.
토지피복도의 유사성 측정을 위해 7개 토지피복 항목별 빈도수를 625로 나누어 토지피복별 산출확률(P_lcc)을 구하였다. 윈도우의 중심화소에서의 P_lcc와 주변 화소간의 P_lcc의 유클리드 거리(D)를 구하여 토지피복 유사성에 대한 정보로 활용하였다. 본 연구에서는 D값이 0.
이 중 DNB 밴드는 0.5에서 0.9 um 파장의 팬크로매틱 채널로 Raw Data Records(RDR), Sensor Data Records (SDR), Near-Constant Contrast(NCC) 레벨 자료가 제공 되는데 RDR은 원시자료이며 SDR은 RDR로부터 라디언스로 변환되어 좌표정보가 포함된 자료이며 대기 밖 복사휘도인 Top of Atmosphere(TOA) 자료이다. NOAA에서는 달빛에 의한 영향이 보정된 NCC는 EDR로도 불리는데 pseudo reflectance로 변환된 자료이지만 자료 수신, 전처리를 거쳐 배포되기까지 1~2일에 시간이 걸려 (준)실시간 변화탐지에 한계가 있다.

데이터처리

중앙값 + 5×MAD 이상의 높은 값을 보이는 화소는 이상값으로 간주하고 회귀분석에서 제외하였다. 두 입력자료의 상관성이 낮은 경우에는 평균값 차이만을 보정하였으며, 상관계수가 0.4 이상일 경우에는 1차 직선 회귀분석을 수행하였다(Fig. 1 참조). 회귀분석에 사용된 두 영상 모두 독립적인 오류가 존재한다고 간주될 수 있기 때문에, 축소주축회귀 분석을 통해 회귀 직선의 기울기와 절편을 구하였다.
사용된 데이터 기간 동안 ROI 지역 내에서 변화가 없다는 가정 하에 산지와 도심지에 대하여 각 각 일일 차분 값에 대한 평균 및 표준편차를 분석하였다(Fig. 7, Table 4). 산지의 경우, 달빛 보정 전 후의 일간 차분 값의 평균은 0.

이론/모형

DNB 영상에서 선택된 각 객체 안에 포함된 화소들의 평균 밝기값을 구한 후 평균값의 시계열 변화 정도에 따라 변화를 탐지하는 알고리즘을 적용하였다(Killick et al., 2012). 변화 탐지에서 적절한 임계값 설정은 매우 중요하다.

성능/효과

달의 위상에 따른 밝기값의 차이에 기반 한 상대적 달빛 보정기술을 적용한 결과 영상에서 달빛의 영향이 제거되었는지 확인하기 위하여 보정 전·후 도심지와 산지의 달의 위상에 따른 밝기값의 일간 변동성을 분석하였다. 11월 1일부터 12월 17일까지의 기간 동안 획득된 영상에 대하여 산간지역에 대한 밝기값은 보름달 시기에 가장 높은 평균값을 보였으며 월삭 시기로 갈수록 작아지는 평균값을 나타냄으로써 달의 위상에 따라 전체적인 밝기값에 영향을 받고 있음을 알 수 있다(Fig. 6(a)).
14개 자료를 이용한 “Case 3” 분석에서만 11월 16일 영상을 기준 으로 변화가 발생한 것으로 분석되었다.
밝기값 변화가 실질적인 변화를 반영하는지 알아보기 위해 추후 검증을 위한 자료 확보 및 현장조사가 필요할 것으로 생각된다. 개발된 알고리즘을 사용한 실시간 변화탐지 적합성 분석 결과 변화가 발생한 영상이 들어왔을 때 영상 밝기값의 평균값에 변화가 있음이 탐지 되었다. 이를 통해 개발된 알고리즘이 신뢰성 있는 실시간 변화탐지 및 변화탐지 시점을 제공하는 것으로 판단된다.
6(a)). 달빛 보정 수행 후, 산간지역에서의 보름달 시기 평균 값은 월삭 영상의 평균값에 가깝게 보정되었으며 달의 위상에 따른 값의 일간 패턴이 완화된 것을 확인할 수 있다(Fig. 6(b)).
시계열 변화탐지를 위한 분석결과 해양위성센터에서 직수신된 자료는 지형기복이 큰 산악지역에서 수 화소 이상의 좌표오차가 발생하는 것으로 확인되었다. 이런 좌표 불일치는 위성의 관측위치에 의한 것으로 향후 DEM을 사용한 지형보정을 통해 보정될 수 있을 것으로 판단된다.
7으로 감소하였으나 산지에 비해 큰 표준편차를 보였다. 이러한 결과는 산지에서 발생하는 1 라디언스 정도의 복사휘도 변화는 쉽게 탐지가 가능하지만, 도심지역에서는 적어도 수십 라디언스 이상의 변화가 있을 때만 확실한 탐지가 가능하다는 것을 의미한다.
14개 자료를 이용한 “Case 3” 분석에서만 11월 16일 영상을 기준 으로 변화가 발생한 것으로 분석되었다. 이러한 결과는 지속적으로 수집된 자료를 이용한 실시간 변화탐지를 통해 전반적으로 변화 발생 시점을 정확하게 탐지할 수 있음을 보여준다. 또한 Fig.
개발된 알고리즘을 사용한 실시간 변화탐지 적합성 분석 결과 변화가 발생한 영상이 들어왔을 때 영상 밝기값의 평균값에 변화가 있음이 탐지 되었다. 이를 통해 개발된 알고리즘이 신뢰성 있는 실시간 변화탐지 및 변화탐지 시점을 제공하는 것으로 판단된다.
토지피복에 따라 달빛 복사량 변화에 따른 밝기값의 차이가 다르기 때문에 토지피복지도를 사용하여 윈도우 중심화소와 주변화소간의 토지피복 유사성을 구한 뒤 월삭영상과의 회귀 분석을 통한 윈도위 내의 중앙값을 보정으로 상대적인 달빛 보정을 수행하였다. 인공 불빛의 영향이 적은 산지에서는 달의 위상에 따른 밝기값 변화가 컸으며 보정 후 달빛에 의한 값의 일간 변동량이 줄어드는 것을 확인하였다. 이에 반해 도심지의 경우 보정 후에도 일일 차분 값의 표준편 차가 29.
다중시기에 획득된 영상을 이용한 변화 탐지를 위해서는 화소간의 좌표정합이 선행되어야 한다. 해양위성 센터에서 수신된 영상은 사전에 정의된 동일한 격자로 재배열되어 제공되는데, 일별 달빛 보정 영상을 확인한 결과, 지형기복이 큰 산악지역에서 영상좌표가 일치하지 않는 문제가 확인되었다. 2017년 11월 18일 17시 46분 (UTC)과 16시 7분(UTC)에 획득된 두 자료는 두 시간 이내에 촬영되었기 때문에 화소 밝기값의 변화는 거의 없는 것으로 가정할 수 있다.

후속연구

하이원 스키장의 경우 10 라디언스 이상의 높은 밝기값을 유지하면서 밝기 값이 변화하는 것으로 나타났다. 밝기값 변화가 실질적인 변화를 반영하는지 알아보기 위해 추후 검증을 위한 자료 확보 및 현장조사가 필요할 것으로 생각된다. 개발된 알고리즘을 사용한 실시간 변화탐지 적합성 분석 결과 변화가 발생한 영상이 들어왔을 때 영상 밝기값의 평균값에 변화가 있음이 탐지 되었다.
변화 탐지에서 적절한 임계값 설정은 매우 중요하다. 본 연구에서는 도심지 일간 차분 값의 표준편차 29.7(Table 4)을 고려해 15를 기준 값으로 설정하였으나, 추후 다양한 사례 연구를 통해 보다 적합한 값으로 설정될 필요가 있다. 국지 최대값을 보이는 지점에서는 모두 변화가 발생하지 않는 것으로 분석되었다.
시계열 변화탐지를 위한 분석결과 해양위성센터에서 직수신된 자료는 지형기복이 큰 산악지역에서 수 화소 이상의 좌표오차가 발생하는 것으로 확인되었다. 이런 좌표 불일치는 위성의 관측위치에 의한 것으로 향후 DEM을 사용한 지형보정을 통해 보정될 수 있을 것으로 판단된다. 산악지역에서 영상좌표 정합오차에 의한 영향을 최소화하기 위해 화소별 변화탐지가 아닌 객체의 평균 밝기값의 변화를 이용한 시계열 변화탐지를 수행하였다.

질의응답

핵심어	질문	논문에서 추출한 답변
	Day and Night Band(DNB)의 특징은 무엇인가?	Visible Infrared Imaging Radiometer Suite(VIIRS) 센서의 Day and Night Band(DNB) 영상은 야간에 발생하는 인공 및 자연재해 탐지를 통해 신속한 대응을 가능하게 한다. 해양위성센터에서 배포되는 DNB 자료는 달빛의 영향이 보정되지 않았지만 직수신이 가능하기 때문에 빠른 변화탐지에 용이하다.
	DNB 영상에 탐지되는 복사량은 어떻게 측정되는가?	DNB 영상에 탐지되는 복사량은 인간 활동에 의한 인공 복사량과 달에 의해 지구 표면에서 반사되는 복사량의 합으로 이루어지며 이 중 달에 의한 복사량은 달의 위상과 고도각에 의해 결정된다(Cao et al., 2013).
	야간 모니터링 기술의 변화는 어떻게 이루어졌는가?	The Suomi National Polar-orbiting Partnership(Suomi NPP) 위성에 탑재된 Visible Infrared Imaging Radiometer Suite (VIIRS) 센서의 Day and Night Band(DNB)는 야간에 불빛을 탐지하는 밴드로서 야간 모니터링에 적합하다. 초기 야간 자료는 주로 군사적 목적으로 개발 및 활용되었으나 점차 활용성이 확대되어(Cho et al., 2014) 전력소비량 추정 연구, 빛공해 탐지와 같은 인간의 행위를 반영하는 사회·과학 분야 연구뿐만 아니라(Kim, 2018) 대형 산불, 지진과 같은 재해·재난에 따른 피해량 모니터링 분야에 활용되고 있으며(Zhao et al., 2018) 허리케인과 같은 이벤트 전후 DNB 영상 분석을 통해 정전 예상 지역을 탐지하는 연구가 수행되었다(Molthan et al., 2013). 야간영상을 사용하여 허리케인으로 인한 대규모 정전 피해지역 산정 및 정전의 복구 상황에 대해 분석되었다(Wang et al.

참고문헌 (14)

Cao, C., X. Shao, and S. Uprety, 2013. Detecting light outages after severe storms using the S-NPP/VIIRS day/night band radiances, IEEE Geoscience and Remote Sensing Letters, 10(6): 1582-1586.

상세보기
Cho, W., C. Y. Sung, and K. S. Ki, 2014. Characterizing light pollution in national parks during peak and off-peak tourist seasons using nighttime satellite images, Korean Journal of Environmental and Ecology, 28(4): 484-489 (in Korean with English abstract).

원문보기 상세보기
Killick, R., P. Fearnhead, and I. A. Eckley, 2012. Optimal detection of changepoints with a linear computational cost, Journal of the American Statistical Association, 107: 1590-1598.

상세보기
Kim, J., 2018. Estimation of DMSP-OLS night vision correction coefficient and urban area extraction in South Korea, Sangmyung University, Seoul, Republic of Korea.
Lee, M., S. Myeong, S. Jeon, and J. S. Won, 2009. Identification of flooded areas and post-flooding conditions: Developing flood damage mitigation strategies using satellite radar imagery, Journal of Environmental Policy, 8(2): 1-23 (in Korean with English abstract).
Miller, S. D., W. Straka III, S. P. Mills, C. D. Elvidge, T. F. Lee, J. Solbrig, A. Walther, A. K. Heidinger, and S. T. Weiss, 2013. Illuminating the capabilities of the Suomi national polar-orbiting partnership (NPP) visible infrared imaging radiometer suite (VIIRS) day/night band, Remote Sensing, 5: 6717-6766.

상세보기
Molthan, A. and G. Jedlovec, 2013. Satellite observations monitor outages from Superstorm Sandy, Eos, Transactions American Geophysical Union, 94(5): 53-54.

상세보기
OGR projections tutorial, 2019. https://www.gdal.org, Accessed on Mar. 1, 2019.
Pavolonis, M.J., A. K. Heidinger, and J. Sieglaff, 2013. Automated retrievals of volcanic ash and dust cloud properties from upwelling infrared measurements, Journal of Geophysical Research, 118: 1436-1458.
Plan to implement the National Spatial Information Policy, 2017. MLTMA (Ministry of Land, Transport and Maritime Affairs, Sejong, Republic of Korea (in Korean).
Roman, M.O., Z. Wang, Q. Sun, V. Kalb, S. Miller, A. Molthan, L. Schultz, J. Bell, E. Stokes, B. Pandey, K. Seto, D. Hall, T. Oda, R. Wolfe, G. Lin, N. Golpayegani, S. Devadiga, C. Davidson, S. Sarkar, C. Praderas, J. Schmaltz, R. Boller, J. Stevens, O. M. R. Gonzalez, E. Padilla, J. Alonso, Y. Detres, R. Armstrong, I. Miranda, Y. Conte, N. Marrero, K. acManus, T. Esch, and E. J. Masuoka, 2018. NASA's black Marble nighttime lights product suite, Remote Sensing of Environment, 210: 113-143.

상세보기
Walther, A. and A. K. Heidinger, 2012. Implementation of the daytime cloud optical and microphysical properties algorithm (DCOMP) in PATMOS-x, Journal of Applied Meteorology and Climatology, 51: 1371-1390.

상세보기
Wang, Z., M. O. Roman, Q. Sun, A. L. Molthan, L. A. Schultz, and V. L. Kalb, 2018. Monitoring disaster-related power outages using NASA black marble nighttime light product, Proc. of 2018 ISPRS TC III Mid-term Symposium, Beijing, China, May 7-10, pp. 1853-1856.
Zhao, X., B. Yu, Y. Liu, S. Yao, T. Lian, L. Chen, C. Yang, Z. Chen, and J. Wu, 2018. NPP-VIIRS DNB Daily Data in Natural Disaster Assessment: Evidence from Selected Case Studies, Remote Sensing, 10(10): 1526.

상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증