$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

한국의 연안원격탐사 활용

Coastal Remote Sensing in Korea

대한원격탐사학회지 = Korean journal of remote sensing, v.36 no.2 pt.2, 2020년, pp.231 - 236  

유주형 (한국해양과학기술원 해양위성센터) ,  홍상훈 (부산대학교 지질환경과학과) ,  조영헌 (부산대학교 해양학과) ,  김덕진 (서울대학교 지구환경과학부)

초록
AI-Helper 아이콘AI-Helper

최근 지구온난화로 인한 지구 규모 단위의 기후변화로 인한 연안의 환경변화에 대한 관심이 매우 높다. 또한 인간의 도시 개발로 인해 중요한 자연 및 사회적으로 유용한 연안지역 환경이 많이 훼손되고 있다. 이를 보호하기 위한 다양한 플랫폼과 탑재체를 이용한 현장 조사 및 원격탐사 연구가 연안 및 근해 지역에서 수행되고 있다. 본 특별호는 한국해양과학기술원 해양위성센터와 그 외 여러 대학에서 진행되고 있는 다양한 주제의 흥미로운 연안원격탐사 연구 결과를 소개한다. 본 특별호를 통해 한국해양과학기술원 해양위성센터에서 수행되고 있는 다양한 국내 연안원격탐사의 역할과 가치를 공유하고 연안 환경을 보호하기 위한 연안원격탐사 과제 발굴을 위한 계기가 되기를 기대한다.

Abstract AI-Helper 아이콘AI-Helper

Recently, great attention for environment changes of coastal regions due to climate change by the global warming has been raised. In addition, coastal environments which are very useful resources has been impacted by anthropogenic activities such as urbanization or fishery, etc. In situ measurements...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • Kim et al.(2020d) 해양 감시 체계에서 단일 플랫폼의 한계를 극복하기 위하여 인공위성 SAR, HF 해양레이더, 무인항공기, AIS 등 다양한 감시 수단을 활용한 선박탐지 모니터링 가능성을 검토하였다. 각플랫폼별 시공간 관측 특성을 고려하여 상시 감시 시스템과 긴급 감시 시스템으로 구성될 수 있고, 이에 적합한 관측 플랫폼별 시나리오 작성과 현장시험을 통해 그 효용성과 한계점에 대해 논의하였다.
  • (2020d) 해양 감시 체계에서 단일 플랫폼의 한계를 극복하기 위하여 인공위성 SAR, HF 해양레이더, 무인항공기, AIS 등 다양한 감시 수단을 활용한 선박탐지 모니터링 가능성을 검토하였다. 각플랫폼별 시공간 관측 특성을 고려하여 상시 감시 시스템과 긴급 감시 시스템으로 구성될 수 있고, 이에 적합한 관측 플랫폼별 시나리오 작성과 현장시험을 통해 그 효용성과 한계점에 대해 논의하였다. 통합현장조사 시험에서 KOMPSAT-5 SAR 영상, 무인기 영상, HF 레이더 자료 및 AIS 자료가 성공적으로 수집되었고, 각각 개발된 알고리즘을 적용하여 통합 분석되었다.
  • , 2017; Lee and Ryu, 2017). 본 특별호에서는 먼저 다양한 원격탐사 자료를 이용한 연안 지형 변화와 퇴적상 분석에 활용가능한 연구 사례를 소개하고, 정확한 분석을 위한 방안을 제시하였다. Hwang et al.
  • (2020b)에 의해 수행되었다. 이 연구에서는 딥러닝 기법을 적용하여 다양한 대상체로부터 녹조와 갈조를 정확하게 탐지하고, 유사한 스펙트럼 특성을 보이는 두 조류를 서로 구분해내고자 하였다. Gaofen-1WFV 영상을 이용하여 최적의 학습 조건을 찾아 AlexNet 신경망을 전이 학습하였으며, 실험 데이터에 대한 탐지 및 분류 결과를 확인하였다.
  • 이번 특별호에서는 연안지역에서 원격탐사가 가지는 다양한 효용성과 그 연구결과를 공유하고자 기획되었다. 한반도를 둘러싼 동해, 서해, 남해는 물론 인도 연안에 대한 다양한 주제의 총 11편의 논문이 발표되었다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
원격탐사 자료는 어디에 활용되고 있는가? 원격탐사 자료는 연안 지형변화뿐만 아니라 해양의 다양한 식생 탐지와 일차생산량을 추정하는데도 활용되고 있다(Kim et al., 2018b; Min et al.
연안의 효율적인 관리와 이용을 위해서는 무엇이 필요한가? 연안의 효율적인 관리와 이용을 위해서는 해양공간정보에 대한 정확한 이해와 변화를 모니터링할 수 있는 지속가능한 방법이 필요하다(Choi and Lee, 2016; Lee et al., 2017; Lee and Ryu, 2017).
연안 지역은 무엇으로 구성되어 있는가? 연안 지역은 해안선을 중심으로 하여 육지와 해양의 일정한 범위를 포함하는 지역을 말하며, 해양은 물론 육지 환경으로부터 직·간접적인 영향을 받는 곳이다. 갯벌, 삼각주, 습지대 등 육상환경과 연근해에 걸친 해양환경 등의 다양한 자연환경으로 구성되어 있으며, 인간의 사회와 경제 영위활동과 밀접한 공간이 되는 매우 활용도가 높은 지역으로 평가받고 있다(Yoon et al., 2003).
질의응답 정보가 도움이 되었나요?

참고문헌 (25)

  1. Cho, C.J., S. Park, Y. Lee, S. Lee, and H. Ko, 2018. Wide-area Surveillance Applicable Core Techniques on Ship Detection and Tracking Based on HF Radar Platform, Korean Journal of Remote Sensing, 34(2-2): 313-326 (in Korean with English abstract). 

  2. Choi, K. and I. Lee, 2016. Accuracy Analysis of Coastal Area Modeling through UAV Photogrammetry, Korean Journal of Remote Sensing, 32(6): 657-672 (in Korean with English abstract). 

  3. Choi, J., J.H. Ahn, Y.B. Son, D.J. Hwang, and S.J. Lee, 2020. Application of GOCI to the Estimates of Primary Productivity in the Coastal Waters of the East Sea, Korean Journal of Remote Sensing, 36(2-2): 237-247 (in Korean with English abstract). 

  4. Hwang, D.J., B.J. Kim, J.K. Choi, and J.H. Ryu, 2020. Precise Topographic Change Study Using Multiplatform Remote Sensing at Gomso Bay Tidal Flat, Korean Journal of Remote Sensing, 36(2-2): 263-275 (in Korean with English abstract). 

  5. Jung, D., J.S. Lee, J.Y. Baek, and Y.H. Jo, 2020. Extraction of Waterline Using Low Altitude Remote Sensing, Korean Journal of Remote Sensing, 36(2-2): 337-349 (in Korean with English abstract). 

  6. Kim, H.K., J.H. Kim, Y.T. Son, and S.H. Lee, 2018a. An Overview of Operations and Applications of HF Ocean Radar Networks in the Korean Coast, Korean Journal of Remote Sensing, 34(2-2): 351-375 (in Korean with English abstract). 

  7. Kim, K., J. Shin, and J.H. Ryu, 2018b. Application of Multi-satellite Sensors to Estimate the Green-tide Area, Korean Journal of Remote Sensing, 34(2-2): 339-349 (in Korean with English abstract). 

  8. Kim, S.W., D.H. Kim, and Y.K. Lee, 2018c. Operational Ship Monitoring Based on Integrated Analysis of KOMPSAT-5 SAR and AIS data, Korean Journal of Remote Sensing, 34(2-2): 327-338 (in Korean with English abstract). 

  9. Kim, K.L. and J.H. Ryu, 2020. Generation of Largescale Map of Surface Sedimentary Facies in Intertidal Zone by Using UAV Data and Objectbased Image Analysis(OBIA), Korean Journal of Remote Sensing, 36(2-2): 277-292 (in Korean with English abstract). 

  10. Kim, D., Y.-K. Lee, and S.-W. Kim, 2020a. Ship Detection Based on KOMPSAT-5 SLC Image and AIS Data, Korean Journal of Remote Sensing, 36(2-2): 365-377 (in Korean with English abstract). 

  11. Kim, E., K. Kim, S.M. Kim, T. Cui, and J.H. Ryu, 2020b. Deep Learning Based Floating Macroalgae Classification Using Gaofen-1 WFV Images, Korean Journal of Remote Sensing, 36(2-2): 293-307 (in Korean with English abstract). 

  12. Kim, K., E. Kim, J.M. Choi, J. Shin, W. Kim, K.J. Lee, Y.B. Son, and J.H. Ryu, 2020c. Simulation Approach for the Tracing the Marine Pollution Using Multi-Remote Sensing Data, Korean Journal of Remote Sensing, 36(2-2): 249-261 (in Korean with English abstract). 

  13. Kim, S.-W., D. Kim, Y.-K. Lee, I. Lee, S. Lee, J. Kim, K. Kim, and J. H. Ryu, 2020d. Operational Ship Monitoring Based on Multi-platforms(Satellite, UAV, HF Radar, AIS), Korean Journal of Remote Sensing, 36(2-2): 379-399 (in Korean with English abstract). 

  14. Lee, H., D.J. Kim, J. Oh, J. Shin, and J. Jung, 2017. Tidal Flat DEM Generation and Seawater Changes Estimation at Hampyeong Bay Using Drone Images, Korean Journal of Remote Sensing, 33(3): 325-331 (in Korean with English abstract). 

  15. Lee, Y.K. and J.H. Ryu, 2017. Production of the Thematic Standard Map for Coastal Regions Based on Remote Sensing Data, Korean Journal of Remote Sensing, 33(6-2): 1159-1169 (in Korean with English abstract). 

  16. Lee, S.-K., 2020. Mangrove Height Estimates from TanDEM-X Data, Korean Journal of Remote Sensing, 36(2-2): 325-335 (in Korean with English abstract). 

  17. MLTMA(Ministry of Land, Transport and Maritime Affairs), 2008. Wetland conservation area designation system improvement and evaluation of candidate sites, Korea Maritime Institute, Gwacheon, Korea. 

  18. Min, S.H., H.J. Oh, J.D. Hwang, Y.S. Suh, M.O. Park, J.S. Shin, and W. Kim, 2017. Tracking the Movement and Distribution of Green Tides on the Yellow Sea in 2015 Based on GOCI and Landsat Images, Korean Journal of Remote Sensing, 33(1): 97-109. 

  19. Park, S-W., S.-W. Jung, and S.-H. Hong, 2020. Evaluation on Spectral Analysis in ALOS-2 PALSAR-2 Stripmap-ScanSAR Interferometry, Korean Journal of Remote Sensing, 36(2-2): 351-363 (in Korean with English abstract). 

  20. Ryu, H., A.M. Klimkowska, K. Choi, and I. Lee, 2018a. Ship Positioning Using Multi-sensory Data for a UAV Based Marine Surveillance, Korean Journal of Remote Sensing, 34(2-2): 393-406 (in Korean with English abstract). 

  21. Ryu, J.H., S. Lee, D.J. Kim, and J.D. Hwang, 2018b. Wide Integrated Surveillance System of Marine Territory Using Multi-Platform, Korean Journal of Remote Sensing, 34(2-2): 307-311 (in Korean with English abstract). 

  22. Shin, J., J.E. Min, and J.H. Ryu, 2017. A Study on Red Tide Surveillance System around the Korean Coastal Waters Using GOCI, Korean Journal of Remote Sensing, 33(2): 213-230 (in Korean with English abstract). 

  23. Shin, J., K. Kim, J.E. Min, and J.H. Ryu, 2018. Red Tide Detection through Image Fusion of GOCI and Landsat OLI, Korean Journal of Remote Sensing, 34(2-2): 377-391 (in Korean with English abstract). 

  24. Shin, J., K. Kim, and J.H. Ryu, 2020. Comparative Study on Hyperspectral and Satellite Image for the Estimation of Chlorophyll a Concentration on Coastal Areas, Korea Journal of Remote Sensing, 36(2-2): 309-323 (in Korean with English abstract). 

  25. Yoon, S.S., J.Y. Choi, and S.J. Ju, 2003. Enhance the effectiveness of coastal management regional planning and planning model (plan) study, Korea Maritime Institute, 1-193 (in Korean with English abstract). 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트