[논문]레이더 영상을 이용한 연안 양식장 탐지 기법 분석

황도현; 정한철

doi:10.7780/kjrs.2023.39.6.1.18

레이더 영상을 이용한 연안 양식장 탐지 기법 분석
Analysis of Offshore Aquaculture Detection Techniques Using Synthetic Aperture Radar Images 원문보기

대한원격탐사학회지 = Korean journal of remote sensing, v.39 no.6/1, 2023년, pp.1401 - 1411

황도현 (연세대학교 지구시스템과학연구소) , 정한철 (연세대학교 지구시스템과학과)

초록
AI-Helper

해양공간 이용 증가로 해양 공간을 활용하는 사람들간 갈등이 발생되며, 정부의 허가 및 규제로는 관리가 어려운 실정이다. 특히 양식장은 면허 제도로 운영되고 있는데, 지자체별로 관리하고 있어 정확한 실태 파악이 어렵다. 본 연구에서는 synthetic aperture radar (SAR) 영상을 이용하여 연안에 위치한 양식 어장을 모니터링하고 관리 방안에 대해 알아보고자 하였다. 연구에 활용된 자료는 Sentinel-1A 영상이며 시계열로 구성된 SAR 영상을 중첩하였다. 중첩 자료를 활용하면 양식 어장과 같은 작은 시설물에 대한 정보를 살리면서 노이즈만 제거할 수 있다. VH 편광 자료를 활용할 경우 연안에 위치한 양식 어장을 약 88%의 전체 정확도로 탐지할 수 있었다. 본 연구 결과를 활용한다면 계절별로 변하는 양식 품목에 맞춰 양식 어장을 모니터링 할 수 있을 뿐만 아니라 해양 공간 활용에 대한 관리 주기를 설정할 수 있을 것으로 판단된다.

Abstract ▼ AI-Helper

In the face of escalating utilization of the marine spatial domain, conflicts have emerged among stakeholders, necessitating effective management strategies beyond conventional government permits and regulations. Particularly within the domain of aquaculture, operational oversight relies on a localized licensing system, posing challenges in accurately assessing the prevailing circumstances. This research employs synthetic aperture radar (SAR) imagery as a tool to monitor coastal aquaculture fish farms, aimed at enhancing insights into management protocols. Leveraging Sentinel-1A imagery and time series SAR data integration, a superimposition technique is utilized, facilitating noise reduction while retaining crucial information regarding smaller-scale facilities, such as fish farms. Through analysis of VH polarization data, a detection overall accuracy of approximately 88% for coastal fish farms was achieved. The findings of this study offer potential applications in the continuous monitoring of aquaculture farms in correspondence with seasonal variations in aquaculture yields, thereby proposing frameworks for the establishment of effective management cycles for marine space utilization.

주제어

표/그림 (10)

그림 Fig. 1. The study area is a coastal area near Tongyeong.
그림 Fig. 2. Example of aquaculture types through the aerial photography: (a) cage culture and (b) subsurface line culture.
그림 Fig. 3. Flow chart of the study.
그림 Fig. 4. Multi-stacked image of (a) VV polarization and (b) VH polarization image.
그림 Fig. 5. Denoising results of applying non-local mean algorithm for multi-stacked image. (a) VV polarization and (b) VH polarization. A and B are accuracy evaluation areas.
그림 Fig. 6. Histogram used on the median Sentinel-1A data for VV (filled in blue) polarization and VH (filled in orange) polarization. The black line shows the Otus thresholds of VH polarization and the dashed line shows the Otus thresholds of VV polarization.
그림 Fig. 7. Example of (a-b) aerial photography for accuracy assessment. (c) and (d) VV polarization images. (e) and (f) VH polarization images layered with the offshore aquaculture in the red line.
표 Table 1. The accuracy assessment for VV polarizations
그림 Fig. 8. The bars display standard deviation of the sea farming structure area in blue, offshore aquaculture area in red, sea area in purple, and gray points indicates the each mean point of data. (a) VV polarization image and (b) VH polarization image.
표 Table 2. The accuracy assessment for VH polarizations

AI 본문요약
AI-Helper

문제 정의

하지만 Sentinel1A/B 위성을 활용한 선행 연구들은 육상 양식장에 국한되어 양식 어장을 탐지하였으며, 지적선 밖인 연안에 위치한 양식 어장 탐지 연구는 아직 미미한 실정이다. 따라서 본 연구에서는 오픈 소스인 Sentinel-1 위성을 이용하여 연안에 위치한 양식 어장 탐지 방법 및 관리 방안에 대하여 알아보고자 하였다.
또한 무료로 제공되는 위성 자료를 활용한다면, 해양공간 관리에 보다 경제적으로 판단된다. 따라서 위성영상을 활용하여 해양공간 활용에 대한 주기적인 영상을 취득하고 모니터링하여 이를 효과적으로 관리할 수 있는 방안에 대해 알아보고자 한다.
본 연구에서는 연안 지역에 대한 해양 공간 활용에 대한 모니터링을 수행하고자 하였으며, SAR 영상을 이용한 양식 어장 탐지 및 양식 어장 활용 기간에 따른 모니터링 방법을 제안하였다. SAR 영상을 중첩하여 작은 구조물 등에 대한 정보를 최대한 활용할 수 있었으며, 노이즈는 최소화 할 수 있었다.

제안 방법

본 연구 방법은 연안 지역에 설치된 양식 어업 구조물 중 가두리식 양식장에 한해 정확도를 계산하였다. 가두리식 양식장(Fig.
연안 지역에 위치한 시설물의 대부분은 양식 시설과 관련되어 있어 어장정보도를 이용하여 검증하려고 하였으나, 시설물이 아닌 바다를 검증할 수 있는 자료가 없어서 바다와 연안 지역의 시설물에 대한 검증 자료를 만들어 비교하였다. 바다에 대한 검증 자료는 국토지리정보원의 항공 사진의 정사 영상을 참고하였으며, 양식시설물의 경우 국토지리정보원의 정사 영상 및 어장정보도를 참고하여 각각 랜덤하게 50개(3 × 3) 지역을 선정하였다.
, 2017). 이후 임계값 기법을 사용하여 연안 지역에 설치되어 있는 구조물을 탐지하고자 하였다. 임계값을 설정하는 데 물과 주변 요소를 분리하는데 적절하다고 선정된 Otus 임계값을 사용하였다(Ottinger et al.
SNAP 툴박스를 이용하여 Braun (2021)이 제안한 다중 시계열 Sentinel-1 위성 영상 전처리 방법을 적용하였다. 전처리는 열 잡음 제거, 궤도 파일 적용, 방사보정, 지형보정, 데시벨(dB) 전환을 수행하였으며, 전처리 완료된 영상을 이용하여 연구 지역을 추출하였다. 추출된 영상은 중간값을 계산하여 중첩하여 노이즈 제거 효과를 주었으며, 선명효과를 적용 시켜 경계선이 잘 탐지될 수 있도록 하였다.

대상 데이터

연구 지역은 Fig. 1에 푸른색으로 표시된 지역과 같으며, 활용된 연구 기간은 2018년 6월 14일부터 2023년 5월 31일까지 5년이다. Sentinel-1A의 관측 주기는 12일로 총 142개의 자료가 활용되었다.
1에 푸른색으로 표시된 지역과 같으며, 활용된 연구 기간은 2018년 6월 14일부터 2023년 5월 31일까지 5년이다. Sentinel-1A의 관측 주기는 12일로 총 142개의 자료가 활용되었다.
VV 편광의 경우 연안 지역에 위치한 구조물을 23개, VH 편광의 경우 연안 지역에 위치한 구조물을 42개 탐지하였다. 전체 정확도(카파 계수)는 VV 편광과 VH 편광 각각 72(0.
바다에 대한 검증 자료는 국토지리정보원의 항공 사진의 정사 영상을 참고하였으며, 양식시설물의 경우 국토지리정보원의 정사 영상 및 어장정보도를 참고하여 각각 랜덤하게 50개(3 × 3) 지역을 선정하였다. 검증에 참고한 항공 영상은 Fig. 7의 (a), (b)와 같으며, Fig.
SAR 영상의 이중 편광자료를 사용하면 후방산란 계수에 대한 정보가 다양해지기 때문에 탐지하고자 하는 대상에 적합한 편광 자료를 활용할 수 있다. 따라서 VV, VH 편광 자료를 활용하여 연안 지역에 위치하는 양식 어장을 탐지할 수 있었다. 어장정보도를 활용한다면 양식 어장에 대한 위치 정보 및 양식 어장 종류, 품목 등 다양한 정보를 활용할 수 있다.
바다에 대한 검증 자료는 국토지리정보원의 항공 사진의 정사 영상을 참고하였으며, 양식시설물의 경우 국토지리정보원의 정사 영상 및 어장정보도를 참고하여 각각 랜덤하게 50개(3 × 3) 지역을 선정하였다
본 연구에서 활용한 검증 자료의 후방산란 계수와 해양수산부에서 제공하고 있는 어장정보도 자료를 Fig. 8과 같이 비교해보았다.
첫 번째는 SAR 영상을 중첩하여 활용한 기간과 어장정보도에 작성된 날짜가 일치하지 않기 때문이다. 본 연구에서는 2018년부터 2023년에 관측된 SAR 영상을 중첩하여 사용하였으며, 어장정보도는 2022년에 배포된 자료를 사용하였다. 위성 영상에는 양식 어장이 철수되더라도 양식 어장이 활용된 기간까지 정보가 남아있기 때문에 양식 어장은 탐지되지만, 어장정보도에는 양식 어장이 위치하지 않는다고 나타날 수 있다.
, 2017). 본 연구에서는 해양 및 육상에서 주로 활용되는 interferometric wide swath (IW) 모드의 레벨 1 ground range detected (GRD) 파일을 사용하였다. Sentinel-1A는 레이더 전파 송수신 방향에 따라 송수신 방향이 같은 단일 편광(HH, VV) 및 단일 편광과 송수신 방향이 다른 교차 편광을 함께 사용하는 이중 편광(HH+HV, VV+ VH) 모드를 지원한다.
이중 편광 자료를 활용하면 단일 편광 자료를 활용했을 때 보다 관측 지역에 대한 후방 산란 정보가 추가되기 때문에, VV+VH의 이중 편광 자료를 활용하였다. 연구 지역은 경상남도 양식 시설의 80%를 차지하고 있는 통영시 주변 해역을 선정하였으며, 54번 궤도의 111번 프레임 자료를 사용하였다. 연구 지역은 Fig.
Sentinel-1A는 레이더 전파 송수신 방향에 따라 송수신 방향이 같은 단일 편광(HH, VV) 및 단일 편광과 송수신 방향이 다른 교차 편광을 함께 사용하는 이중 편광(HH+HV, VV+ VH) 모드를 지원한다. 이중 편광 자료를 활용하면 단일 편광 자료를 활용했을 때 보다 관측 지역에 대한 후방 산란 정보가 추가되기 때문에, VV+VH의 이중 편광 자료를 활용하였다. 연구 지역은 경상남도 양식 시설의 80%를 차지하고 있는 통영시 주변 해역을 선정하였으며, 54번 궤도의 111번 프레임 자료를 사용하였다.
5(b)에서 A, B로 표시된 지역을 나타냈다. 항공사진의 정사 영상은 25 cm 해상도를 가지고 있으며, 2022년도에 촬영된 영상을 사용하였다. Fig.

데이터처리

Otus 임계값은 그룹 내 분산과 그룹 간 분산을 이용하여 그룹 내 분산을 최소로 하는 곳을 설정해준다(Otus, 1979). Otus 임계값을 이용하여 구분된 결과는 해안선 자료를 이용하여 육상 영역을 마스킹하여 연안 지역에 대해 탐지된 결과만 활용하고자 하였다. 연안 지역에 설치된 구조물은 어장정보도와 항공사진의 정사 영상을 이용하여 정확도를 검증하였다.
Otus 임계값을 이용하여 구분된 결과는 해안선 자료를 이용하여 육상 영역을 마스킹하여 연안 지역에 대해 탐지된 결과만 활용하고자 하였다. 연안 지역에 설치된 구조물은 어장정보도와 항공사진의 정사 영상을 이용하여 정확도를 검증하였다.
VV 편광 및 VH 편광 자료를 이용한 정확도 평가는 각각 Table 1, 2와 같다. 정확도 평가를 위하여 생산자 정확도, 사용자 정확도, 전체 정확도, 카파(Kappa) 계수를 구하였다. 평가 방법에 사용된 식은 Jo et al.

이론/모형

평가 방법에 사용된 식은 Jo et al. (2012)을 참고하였다. 생산자 정확도는 정확하게 탐지된 샘플 수와 총 검증 자료 샘플 수의 비율로, 검증 자료의 정확도를 나타낸다.
ESA에서 Sentinel 위성 시리즈 자료 처리 및 분석을 위해 sentinel application platform (SNAP) 툴박스를 제공한다. SNAP 툴박스를 이용하여 Braun (2021)이 제안한 다중 시계열 Sentinel-1 위성 영상 전처리 방법을 적용하였다. 전처리는 열 잡음 제거, 궤도 파일 적용, 방사보정, 지형보정, 데시벨(dB) 전환을 수행하였으며, 전처리 완료된 영상을 이용하여 연구 지역을 추출하였다.
추출된 영상은 중간값을 계산하여 중첩하여 노이즈 제거 효과를 주었으며, 선명효과를 적용 시켜 경계선이 잘 탐지될 수 있도록 하였다. 선명효과에는 total variation bregman, total variation chambolle, bilaterial denoising, non-local means 방법이 있으며, 작은 구조물을 탐지하기에 적합한 non-local means 방법을 사용하였다(Ottinger et al., 2017). 이후 임계값 기법을 사용하여 연안 지역에 설치되어 있는 구조물을 탐지하고자 하였다.
연안 지역에 위치한 구조물의 명확한 구분을 위하여 non-local mean 알고리즘을 활용한 선명효과를 주었다. Fig.

성능/효과

7 dB이었다. 국토지리정보원의 항공 사진의 정사 영상을 참고하여 비교해본 결과, Otus 임계값을 이용하여 연안 지역에서 이용되는 양식 시설들과 항구 및 어항, 방파제에 위치한 정박 시설 등을 확인할 수 있었다. 어항에서 수시로 출입하는 어선의 경우 SAR 영상을 중첩하면서 제거 되지만, 한 번 설치 후 지속적으로 활용하는 양식 시설이나 정박 시설 등의 경우는 탐지 가능하였다.
77)와 유사하게 나타났다. 따라서 연안 지역에 위치한 양식 어장 등 구조물을 탐지하는데 VH 편광 자료를 사용하는 것이 적합하다고 판단된다.
연안 지역에 위치한 시설물 대부분이 가두리식 양식 어장임을 감안했을 때 각 편광 자료의 평균 후방산란 계수는 약 3~5 dB 차이가 났으며, 연안 지역의 양식 어장 표준편차가 가장 크게 나타났다. 그 이유는 크게 두 가지로 생각된다.

후속연구

위성 영상에는 양식 어장이 철수되더라도 양식 어장이 활용된 기간까지 정보가 남아있기 때문에 양식 어장은 탐지되지만, 어장정보도에는 양식 어장이 위치하지 않는다고 나타날 수 있다. 따라서 양식 어장의 활용 기간에 맞춰 SAR 영상을 중첩하여 사용한다면 양식 어장을 모니터링 하는 데 도움이 될 수 있을 것으로 판단된다.
향후 TerraSAR-X의 고해상도 X 밴드 SAR 영상을 활용하거나 Sentinel-2, 국토위성 자료 등 광학 위성 영상을 활용한다면 이를 보완할 수 있을 것으로 판단된다. 본 연구 결과를 활용하여 계절이나 양식 품목에 따른 양식 어장 활용 기간을 설정하여 양식 어장 모니터링을 수행한다면 해양 공간 활용 관리 및 관리 주기를 설정하는 데 도움이 될 수 있을 것으로 판단된다.
어장정보도로 설정된 구역은 양식 어장과 바다에 대한 픽셀이 혼재해 있어 항공 영상이나 고해상도 위성 영상을 이용해 정확도 분석에 필요한 추가적인 자료가 필요하다. 향후 TerraSAR-X의 고해상도 X 밴드 SAR 영상을 활용하거나 Sentinel-2, 국토위성 자료 등 광학 위성 영상을 활용한다면 이를 보완할 수 있을 것으로 판단된다.
어장정보도를 활용한다면 양식 어장에 대한 위치 정보 및 양식 어장 종류, 품목 등 다양한 정보를 활용할 수 있다. 특히 모니터링 하고자 하는 양식 어장의 종류나 품목 등의 활용 기간에 맞춰 촬영된 SAR 영상을 중첩하여 활용한다면, 양식 어장의 실태 파악에 도움이 될 뿐만 아니라 해양공간 관리에 활용될 수 있을 것으로 판단된다.
어장정보도로 설정된 구역은 양식 어장과 바다에 대한 픽셀이 혼재해 있어 항공 영상이나 고해상도 위성 영상을 이용해 정확도 분석에 필요한 추가적인 자료가 필요하다. 향후 TerraSAR-X의 고해상도 X 밴드 SAR 영상을 활용하거나 Sentinel-2, 국토위성 자료 등 광학 위성 영상을 활용한다면 이를 보완할 수 있을 것으로 판단된다. 본 연구 결과를 활용하여 계절이나 양식 품목에 따른 양식 어장 활용 기간을 설정하여 양식 어장 모니터링을 수행한다면 해양 공간 활용 관리 및 관리 주기를 설정하는 데 도움이 될 수 있을 것으로 판단된다.

참고문헌 (17)

Braun, A., 2021. Time-series analysis with Sentinel-1.？SkyWatch Space Applications. http://step.esa.int/docs/tutorials/S1TBX%20Time-series%20analysis%20with%20Sentinel-1.pdf
Cheng, T. Y., Yamaguchi, Y., Chen, K. S., Lee, J. S.,？and Chu, Y., 2013. Sandbank and oyster farm？monitoring with multi-temporal polarimetric？SAR data using four-component scattering？power decomposition. IEICE Transactions on？Communications, E96.B(10), 2573-2579. https://doi.org/10.1587/transcom.E96.B.2573

상세보기
Choi, C. H., 2019. A study on the changes of the？community-based fisheries in Korea. The Journal？of Korean Island, 31(4), 179-204. http://doi.org/10.26840/JKI.31.4.179

상세보기
Choi, C. H., 2022. A study on the evolution of aquaculture？related laws in Korea. The Journal of Korean？Island, 34(4), 115-136. http://doi.org/10.26840/JKI.34.4.115

상세보기
Jo, M. H., Kim, S. J., Kim, D. U., and Choi, K. S., 2012. Comparative analysis of classification？accuracy for calculating cropland areas by using？satellite images. Journal of the Korean Society？of Agricultural Engineers, 54(2), 47-53. https://doi.org/10.5389/KSAE.2012.54.2.047

원문보기 상세보기
Kang, J. H., and Lee, N. S., 2004. Observation of laver？farming with satellites image and its applications.？Ocean Policy Research, 19(2), 47-76.
Kim, D. R., Kim, H. H., Kim, W. H., Ryu, D. H., Gang,？S. M., and Choung, Y. J., 2016. Development of？a prototype system for aquaculture facility auto？detection using KOMPSAT-3 satellite imagery.？Journal of the Korean Association of Geographic？Information Studies, 19(4) 63-75. http://doi.org/10.11108/kagis.2016.19.4.063

원문보기 상세보기
Kim, S. W., Lee, C. W., and Won, J. S., 2002. Characteristics？of the SAR images and interferometric phase？over oyster sea farming site. Korean Journal of？Remote Sensing, 18(4), 209-220. https://doi.org/10.7780/kjrs.2002.18.4.209

원문보기 상세보기
Kolli, M. K., Opp, C., Karthe, D., and Pradhan, B., 2022.？Automatic extraction of large-scale aquaculture？encroachment areas using Canny Edge Otsu？algorithm in Google Earth Engine - The case？study of Kolleru Lake, South India. Geocarto？International, 37(26), 11173-11189. https://doi.org/10.1080/10106049.2022.2046872

상세보기
Kurekin, A. A., Miller, P. I., Avillanosa, A. L., and？Sumeldan, J. D. C., 2022. Monitoring of coastal？aquaculture sites in the Philippines through？automated time series analysis of Sentinel-1？SAR images. Remote Sensing, 14(12), 2862.？https://doi.org/10.3390/rs14122862

상세보기
Lee., N. U., and Jung, B. K., 2021. A study on the？improvement of political net fishing for fisheries？resource management. Journal of Korean Maritime？Police Science, 11(2), 177-204. http://doi.org/10.30887/jkmps.2021.11.2.177

상세보기
Ottinger, M., Bachofer, F., Huth, J., and Kuenzer, C., 2022. Mapping aquaculture ponds for the coastal？zone of Asia with Sentinel-1 and Sentinel-2？time series. Remote Sensing, 14(1), 153. https://doi.org/10.3390/rs14010153

상세보기
Ottinger, M., Clauss, K., and Kuenzer, C., 2017. Large-scale assessment of coastal aquaculture ponds？with Sentinel-1 time series data. Remote Sensing,？9(5), 440. https://doi.org/10.3390/rs9050440

상세보기
Otus, N., 1979. A threshold selection method from？gray-level histograms. IEEE Transactions on？Systems, Man, and Cybernetics, 9(1), 62-66.？https://doi.org/10.1109/TSMC.1979.4310076

상세보기
Stiller, D., Ottinger, M., and Leinenkugel, P., 2019.？Spatio-temporal patterns of coastal aquaculture？derived from Sentinel-1 time series data and the？full Landsat archive. Remote Sensing, 11(14), 1707. https://doi.org/10.3390/rs11141707

상세보기
Torres, R., Navas-Traver, I., Bibby, D., Lokas, S., Snoeij,？P., Rommen, B. et al., 2017. Sentinel-1 SAR？system and mission. In Proceedings of the 2017？IEEE Radar Conference (RadarConf), Seattle,？WA, USA, May 8-12, pp. 1582-1585. https://doi.org/10.1109/RADAR.2017.7944460
Yang, C. S., and Park, S. W., 2006. Facilities analysis？of laver cultivation grounds in Korean coastal？waters using SPOT-5 images in 2005. Journal？of the Korean Society for Marine Environmental？Engineering, 9(3), 168-175.

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