[논문]선박탐지를 위한 초소형 SAR 군집위성 활용방안 연구

김윤지; 강기묵

doi:10.7780/kjrs.2021.37.3.21

선박탐지를 위한 초소형 SAR 군집위성 활용방안 연구
A Study on the Utilization of SAR Microsatellite Constellation for Ship Detection 원문보기

대한원격탐사학회지 = Korean journal of remote sensing, v.37 no.3, 2021년, pp.627 - 636

김윤지 (선박해양플랜트연구소 해양안전환경연구본부) , 강기묵 (K-water연구원 수자원위성연구센터)

초록
AI-Helper

SAR위성영상을 활용한 선박탐지연구는 세계적으로 많은 연구가 이루어지고 있으나, 초소형 SAR위성을 활용한 연구는 아직 소수에 불과하다. 최근 ICEYE, Capella 위성을 필두로 초소형 SAR 위성들의 활용이 가능하며, 뉴 스페이스 시대의 흐름에 맞추어 국내외에서 초소형군집위성 개발이 활발히 진행되고 있다. 현재 대부분의 초소형 위성은 광학위성이나, 운용 및 개발 진행중인 SAR (핀란드 ICEYE: 18기(~2021), 미국 Capella: 36기(~2023), 국내 해양경찰 SAR: 32기(기획 연구) 등)의 운용계획에 선제적으로 대비하기 위하여 초소형 SAR 위성의 활용방안에 대한 구체적인 논의가 필요한 시점이다. 이에 본 논문에서는 현재 운용되고 있는 광학 및 SAR 초소형 군집 위성의 현황 및 특징을 기술하였으며, 이를 활용한 연구들에 대해 조사하였다. 또한, 대표적인 초소형 SAR 위성인 ICEYE와 Capella위성의 현황 및 특징을 기반으로 초소형 SAR 위성 자료가 선박탐지연구에서 유용하게 활용될 수 있는 방안에 대해 기술하였다. 그 결과, 초소형 SAR위성은 군집으로 운용되어 재방문주기가 짧으며 고해상도 영상의 신속한 제공이 가능하다는 장점이 있어, 시간 및 공간의 고해상도 영상 수집이 필수적인 광역 해상 선박 모니터링에 크게 기여할 것으로 판단하였다.

Abstract ▼ AI-Helper

Although many studies on ship detection using synthetic aperture radar (SAR) satellite images are being conducted around the world, there are still very few employing SAR microsatellites, as most of the microsatellites are optical satellites. Recently, the ICEYE and Capella Space have embarked on the development of microsatellites with SAR sensor, and similar projects are being initiated globally in line with the flow of the new space era [e.g., for the ICEYE: 18 satellites (~2021); Capella Space: 36 satellites (~2023); and the Coast Guard SAR: 32 satellites in the early development stage]. In preparation for these new systems, it is important to review the SAR microsatellite system and the recent advances in this technology. Accordingly, in this paper, the current status and characteristics of optical and SAR microsatellite constellation operation are described, and studies using them are investigated. In addition, based on the status and characteristics of the representative SAR microsatellites, specifically the ICEYE and Capella systems, methods for using SAR microsatellite data for ship detection applications are described. Our results confirm that the SAR microsatellites operate as a constellation and have the advantages of short revisit cycles and quick provision of high-resolution images. With this technology, we expect SAR microsatellites to contribute greatly to the monitoring a wide-area target vessel, in which the spatiotemporal resolution of the imagery is especially important.

주제어

표/그림 (10)

그림 Fig. 1. Ship detection result from high PlanetScope image (Lei et al., 2019).
표 Table 1. List of microsatellites can be used for ship detection
표 Table 2. Specification of ICEYE and Capella (Capella, 2020; Capella X-SAR Constellation; ICEYE, 2021)
표 Table 3. Specifications of ICEYE and Sentinel-1 data in this study
그림 Fig. 2. Several ships detected in ICEYE image.
그림 Fig. 3. Several ships detected in Sentinel image.
그림 Fig. 4. Capella SAR imagery product delivery workflow (Capella Space).
표 Table 4. Revisit time according to the number of Capella X-SAR (Paek et al., 2021)
그림 Fig. 5. False alarms that could be falsely detected as a ship and missing ships that are not detected as a ships due to the unclear signal (Kang et al., 2017).
표 Table 5. Image acquisition time of ICEYE and Capella (Capella, 2020; ICEYE, 2021)

AI 본문요약
AI-Helper

문제 정의

선박과 해양은 후방산란값으로 나타나 SAR위성 영상에서 서로 대비되는 뚜렷하게 구분되기에 선박 탐지 연구에서는 주로 SAR위성영상이 활용된다. 본 논문에서는 향후 선박탐지분야를 포함한 다양한 분야에서 활용 가능한 대표적인 초소형 SAR위성인 ICEYE와 Capella 위성의 특징에 대해 기술하였다. 두 위성의 구체적인 특징은 Table 2에 나타나 있다.
본 논문에서는 현재 운용 중인 초소형 위성의 현황 및 특징과 선박탐지에서의 초소형 SAR위성 활용방안에 대해 기술하였다. 현재 상용 초소형 SAR위성은 ICEYE 와 Capella, 두 위성으로 아직 초소형 SAR 위성은 초기 개발단계이다.
국내에서는 광역해양정보 상황인식체계 구축을 위한 소형 SAR위성 개발 기획 연구를 통해 기본설계를 하였으며, 국외에서는 상용 초소형 SAR 위성인 ICEYE 위성과 Capella 위성을 선두로 초소형 SAR 위성의 개발이 활발히 진행되고 있다. 이에 초소형 SAR 위성의 상용화 시대에 대비하여 본 연구에서는 현재 운용 중인 초소형 위성의 현황 및 특징과 이를 활용한 연구 사례 분석, 그 중 SAR위성인 ICEYE와 Capella 두 위 성의 구체적인 현황 분석을 통해 AI기반의 선박 탐지 연구에서 초소형 SAR 위성영상의 활용 방안을 제시하고자 한다.

제안 방법

또한, 최근 dark vessel(AIS 송수신기가 꺼진 선박) 감지 제품을 출시하며 초소형 SAR위성영상을 활용한 선박 탐지분야에서 많은 발전을 이루고 있다. 본 논문에서는 이러한 ICEYE사의 SAR위성영상과 많은 연구에 활용 중인 Sentinel 위성영상에서 탐지되는 선박의 특징을 간단하게 비교하였다(Table 3).
본 논문에서는 현재 운용 중인 초소형 SAR위성의 특징과 우리나라의 개발 현황을 기술한 후, 두 가지 관점에서 초소형 SAR 위성 활용방안에 대해 기술하였다.

성능/효과

초소형 SAR 위성은 군집으로 운용되어 재방문 주기가 짧아 준실시간으로 위성 영상의 신속한 확보가 가능할 것으로 기대된다. 특히, 2023년까지 36기의 위성 운용계획을 세우고 있는 미국의 Capella사의 해당 계획이 실현될 경우, 1시간 주기로 위성영상 확보가 가능할 것으로 판단된다. 이와 더불어, 초소형 SAR위성은 cm급의 고해상도 영상을 제공한다는 특징이 있어 기존 중대형 SAR위성의 m급 영상으로는 구분하기 힘들었던 중대형 선박 식별에 대한 연구에 효과적으로 활용 가능할 것으로 사료된다.

후속연구

Sentinel-1 영상으로 어선의 탐지는 가능할 수 있으나, 해상도가 10 m인 영상으로 선종 구분은 한계가 있으며, 해상 상황 따라 선박식별이 어려울 수 있다. 그러나 고해상도 SAR영상을 활용할 경우, 어선과 같은 소형선박 탐지가 가능할 것으로 판단되며, 더 나아가 Cargo, Tanker 등의 선박 식별도 가능할 것으로 기대된다.
동 시간대의 두 위성 자료 획득이 가능하다면, Sentinel-1 위성영상의 넓은 관측폭으로 전반적인 선박의 운영 현황을 파악하고, 고해상도의 ICEYE 위성영상으로 선박 식별, 선박 사고를 모니터링하는 등 위성영상을 활용한 구체적인 선박 탐지가 가능할 것이라고 사료된다.
초소형SAR위성 과 저궤도 소형 SAR관측위성, 그리고 현재 운용 중인 KOMPSAT-5, 2022년 발사 예정인 KOMPSAT-6 위성의 활용이 가능해진다면 한반도 관측 위성 영상의 준 실시간 이용이 가능해질것으로 사료된다. 또한, 2025년 발사 예정인 수자원 위성(차세대중형위성 5호)은 C-밴드 SAR 센서를 탑재하고 있어 이러한 SAR 위성들과 연계 하여 한반도 해역 주변 선박 탐지에 활용이 가능할 것으로 기대된다.
이와 더불어, 초소형 SAR위성은 cm급의 고해상도 영상을 제공한다는 특징이 있어 기존 중대형 SAR위성의 m급 영상으로는 구분하기 힘들었던 중대형 선박 식별에 대한 연구에 효과적으로 활용 가능할 것으로 사료된다. 또한, 이용 가능한 SAR위성영상의 추가 확보를 통한 X-밴드 선박 영상의 AI 학습자료 확보를 통해 선박 탐지 및 중대형 선박 식별의 정확도를 향상시킬 수 있을 것이라고 판단된다.
초소형 SAR위성은 군집으로 운용되어 자료의 공백 없이 연속적인 자료 획득에 용이하다. 이러한 특징으로 인해 초소형 SAR 위성은 불법조업선박 탐지를 포함한 AIS 미장착 선박 탐지 뿐만 아니라, 자료획득주기가 짧은 시계열자료 확보가 중요한 선박이동궤적 추적에 유용하게 활용될 것이라고 생각된다. 이처럼 시계열자료 획득 관점에서 판단해보면 초소형 SAR 위성은 자료의 획득 주기의 단축을 가능하게 하여, 준 실시간 선박 탐지의 가능성을 높일 수 있는 중요한 자료라고 사료된다.
초소형 SAR위성자료는 현재까지는 상업적인 목적으로 판매되고 있어 자료 접근에 한계가 있으나, 최근 연구목적에 한해서는 무료로 자료 획득이 가능하여 향후 초소형SAR 위성 자료를 활용한 선박 탐지 및 선종 식별 연구가 활발히 진행될 것이라고 기대된다. 이를 통해 AIS 미탑재 불법어업 선박 모니터링 및 해양선박사고 모니터링에 큰 기여를 할 수 있을 것이라고 사료된다.
특히, 2023년까지 36기의 위성 운용계획을 세우고 있는 미국의 Capella사의 해당 계획이 실현될 경우, 1시간 주기로 위성영상 확보가 가능할 것으로 판단된다. 이와 더불어, 초소형 SAR위성은 cm급의 고해상도 영상을 제공한다는 특징이 있어 기존 중대형 SAR위성의 m급 영상으로는 구분하기 힘들었던 중대형 선박 식별에 대한 연구에 효과적으로 활용 가능할 것으로 사료된다. 또한, 이용 가능한 SAR위성영상의 추가 확보를 통한 X-밴드 선박 영상의 AI 학습자료 확보를 통해 선박 탐지 및 중대형 선박 식별의 정확도를 향상시킬 수 있을 것이라고 판단된다.
초소형 SAR 위성은 군집으로 운용되어 재방문 주기가 짧아 준실시간으로 위성 영상의 신속한 확보가 가능할 것으로 기대된다. 특히, 2023년까지 36기의 위성 운용계획을 세우고 있는 미국의 Capella사의 해당 계획이 실현될 경우, 1시간 주기로 위성영상 확보가 가능할 것으로 판단된다.
초소형 SAR위성자료는 현재까지는 상업적인 목적으로 판매되고 있어 자료 접근에 한계가 있으나, 최근 연구목적에 한해서는 무료로 자료 획득이 가능하여 향후 초소형SAR 위성 자료를 활용한 선박 탐지 및 선종 식별 연구가 활발히 진행될 것이라고 기대된다. 이를 통해 AIS 미탑재 불법어업 선박 모니터링 및 해양선박사고 모니터링에 큰 기여를 할 수 있을 것이라고 사료된다.
2020년 진행된 ‘광역해양정보 상황인식체계 위성 개발’ 기획 연구는 해양 임무에 최적화된 저궤도 소형 SAR관측 위성 개발을 목표로 하는 사업으로, 해당 사업에서 개발될 소형 SAR위성은 차세대 소형 위성 플랫폼을 활용하여 발사될 계획이다. 초소형SAR위성 과 저궤도 소형 SAR관측위성, 그리고 현재 운용 중인 KOMPSAT-5, 2022년 발사 예정인 KOMPSAT-6 위성의 활용이 가능해진다면 한반도 관측 위성 영상의 준 실시간 이용이 가능해질것으로 사료된다. 또한, 2025년 발사 예정인 수자원 위성(차세대중형위성 5호)은 C-밴드 SAR 센서를 탑재하고 있어 이러한 SAR 위성들과 연계 하여 한반도 해역 주변 선박 탐지에 활용이 가능할 것으로 기대된다.
두 위성은 고해상도 영상의 신속한 자료 획득이 가능하다는 장점이 있지만, 자료가 상업적으로 판매되고 있어 다수의 위성영상 확보에는 한계가 있다. 최근 연구 목적에 한하여 초소형 SAR위성영상을 무료로 제공받을 수 있으며, 향후 기관 간 라이선스 계약 등의 영상 배포 정책 확대를 통해 초소형SAR 자료에 대한 접근은 용이해질 것이라고 사료된다.
해당 소형군집위성은 X밴드 SAR 센서가 탑재될 예정으로, 향후 32기의 군집 SAR위성이 운용된다면 한반도 주변 해역을 촬영한 SAR위성영상의 획득 주기가 매우 짧아질 것으로 기대된다. 또한, 해당 위성 은 최대 공간해상도가 1 m(Spot mode)로 자료 접근성이 용이한 Sentinel-1 위성 영상보다 약 10배 높은 해상도의 영상을 제공하여 효과적인 선박 탐지가 가능할 것으로 사료된다.

참고문헌 (25)

Bentes, C., D. Velotto, and B. Tings, 2017. Ship classification in TerraSAR-X images with convolutional neural networks, IEEE Journal of Oceanic Engineering, 43(1): 258-266.

상세보기
Capella, 2020. Capella Space SAR Imagery Products Guide, Capella Space, San Francisco, CA, USA.
Capella X-SAR (Synthetic Aperture Radar) Constellation, https://directory.eoportal.org/web/eoportal/satellite-missions/content/-/article/capella-x-sar, Accessed on Apr. 26, 2021.
EOPortal Directory, 2021. Rapideye, https://directory.eoportal.org/web/eoportal/satellite-missions, Accessed on Jun. 11, 2021.
European Space Agency, https://earth.esa.int, Accessed on Jun. 22, 2021.
Hwang, J.I. and H.S. Jung, 2018. Automatic ship detection using the artificial neural network and support vector machine from X-band SAR satellite images, Remote Sensing, 10(11): 1799.

상세보기
ICEYE. 2021. SAR product guide document Version 4.1, ICEYE, Espoo, FI.
Jiao, J., Y. Zhang, H. Sun, X. Yang, X. Gao, W. Hong, K. Fu, and X. Sun, 2018. A densely connected end-to-end neural network for multiscale and multiscene SAR ship detection, IEEE Access, 6: 20881-20892.

상세보기
Kang, K.M. and D.J. Kim, 2019. Ship velocity estimation from ship wakes detected using convolutional neural networks, IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 12(11): 4379-4388.

상세보기
Kang, M., K. Ji, X. Leng, and Z. Lin, 2017. Contextual region-based convolutional neural network with multilayer fusion for SAR ship detection, Remote Sensing, 9(8): 860.

상세보기
Kim, S.W., D.H. Kim, and Y.K. Lee, 2018. 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).

원문보기 상세보기
Korea Aerospace Research Institute (KARI), 2019. A Feasibility Study for the Construction of the Satellite Based National Disaster Response System mainly using Clustered Microsatellites, Korea Aerospace Research Institute, Daejeon, KR (in Korean with English abstract).
Lee, K.J., K.Y. Oh, and T.B. Chae, 2019. Development and Application Status of Microsatellites, Current Industrial and Technological Trends in Aerospace, 17(2): 113-124 (in Korean with English abstract).
Lee, S.J., T.B. Chae, and K.T. Kim, 2018. Analysis of Ship Classification Performances Using Open SARShip DB, Korean Journal of Remote Sensing, 34(5): 801-81 (in Korean with English abstract).

원문보기 상세보기
Lei, F., W. Wang, and W. Zhang, 2019. Ship extraction using post CNN from high resolution optical remotely sensed images, Proc. of 2019 IEEE 3rd Information Technology, Networking, Electronic and Automation Control Conference (ITNEC), CN, Mar. 15-17, pp. 2531-2535.
Ministry of Science and ICT, 2021. The 2nd Comprehensive Plan for Using Satellite Information Implementation plan in 2021, Sejong City, KR (in Korean with English abstract).
Nanosat Database. https://www.nanosats.eu/, Accessedon Jun. 22, 2021.
Paek, S. W., S. Balasubramanian, S. Kim, and O. de Weck, 2020. Small-satellite synthetic aperture radar for continuous global biospheric monitoring: A review, Remote Sensing, 12(16): 2546.

상세보기
Qi, S., J. Ma, J. Lin, Y. Li, and J. Tian, 2015. Unsupervised ship detection based on saliency and S-HOG descriptor from optical satellite images, IEEE Geoscience and Remote Sensing Letters, 12(7): 1451-1455.

상세보기
Sharifzadeh, F., G. Akbarizadeh, and Y.S. Kavian, 2019. Ship classification in SAR images using a new hybrid CNN-MLP classifier, Journal of the Indian Society of Remote Sensing, 47(4): 551-562.

상세보기
Song, J., D.J. Kim, and K.M. Kang, 2020. Automated procurement of training data for machine learning algorithm on ship detection using AIS information, Remote Sensing, 12(9): 1443.

상세보기
Tang, J., C. Deng, G.B. Huang, and B. Zhao, 2014. Compressed-domain ship detection on spaceborne optical image using deep neural network and extreme learning machine, IEEE Transactions on Geoscience and Remote Sensing, 53(3): 1174-1185.

상세보기
Truong, T.N., T. Do Ngoc, B.N. Quang, and S. Le Tran, 2019. Combining Multi-Threshold Saliency with Transfer Learning for Ship Detection and Information Extraction From Optical Satellite Images. Proc. of 2019 IEEE 14th International Conference on Intelligent Systems and Knowledge Engineering (ISKE), Dalian, Liaoning, CN, Nov. 14-16, pp. 974-980.
Wang, J., T. Zheng, P. Lei, and X. Bai, 2019. A hierarchical convolution neural network (CNN)-based ship target detection method in spaceborne SAR imagery, Remote Sensing, 11(6): 620.

상세보기
Zhang, T. and X. Zhang, 2019. High-speed ship detection in SAR images based on a grid convolutional neural network, Remote Sensing, 11(10): 1206.

상세보기

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