[논문]고해상도 위성영상과 인공지능을 활용한 국토 변화탐지 및 모니터링 연구: 실증대상 지역인 정읍시를 중심으로

조나혜; 이정주; 김현덕

doi:10.22640/lxsiri.2023.53.1.107

고해상도 위성영상과 인공지능을 활용한 국토 변화탐지 및 모니터링 연구: 실증대상 지역인 정읍시를 중심으로
A Study on the Land Change Detection and Monitoring Using High-Resolution Satellite Images and Artificial Intelligence: A Case Study of Jeongeup City 원문보기

지적과 국토정보 = Journal of cadastre & land informatix, v.53 no.1, 2023년, pp.107 - 121

조나혜 (공간정보연구원) , 이정주 (경북대학교 과학기술실용화연구센터) , 김현덕 (공간정보연구원)

초록
AI-Helper

실시간으로 변하는 국토를 광범위하게 취득하고, 이를 빠르고 정확하게 파악하기 위해 최근 공개 된 고해상도 국토위성 영상자료와 인공지능(AI; Artificial Intelligence)을 활용하고자 한다. 기존 위성 영상에 비해 국토위성의 경우 분광 및 주기 해상도가 높아져, 국토의 변화상을 주기적으로 모니터링하는 데 보다 적합한 자료원이 되었다. 따라서 본 연구는 국토위성을 취득하여 국토 변화를 탐지하기 위한 객체 8종을 선정하고, 이에 대한 데이터 셋 구축 및 AI 모델을 적용하여 분석하고자 한다. 다양한 유형의 객체 8종을 탐지하기 위한 최적의 모델과 변수 조건들을 확인하기 위해 여러 실험을 수행하고, AI 기반의 영상분석을 기술적으로 검토해보고자 한다.

Abstract ▼ AI-Helper

In order to acquire a wide range of land that changes in real time and quickly and accurately grasp it, we plan to utilize the recently released high-resolution S.Korea's satellite image data and artificial intelligence (AI). Compared to existing satellite images, the spectral and periodic resolutions of S.Korea's satellite are higher, making them a more suitable data source for periodically monitoring changes in land. Therefore, this study aims to acquire S.Korea's satellite, select 8 types of objects to detect land changes, construct data sets for them, and apply AI models to analyze them. In order to confirm the optimal model and variable conditions for detecting 8 types of objects of various types, several experiments are performed and AI-based image analysis is technically reviewed.

주제어

표/그림 (12)

표 Table 1. Process of image data preprocessing
그림 Figure 1. Study area
표 Table 2. Dataset composition
표 Table 3. Comparative evaluation of AI model accuracy
표 Table 4. Comparative evaluation of AI model accuracy(Constructed dataset vs. Reference dataset)
표 Table 5. Comparative evaluation about Backbone models of DeepLab V3+
그림 Figure 2. Results of inference by applying DeepLab V3+ and ResNet101 model to automatic labeling dataset (Building, vinyl house, farmland, woodland, river)
표 Table 6. Comparative analysis according to 3 conditions
그림 Figure 3. Results of inference by applying DeepLab V3+ and ResNet101 model to manual labeling dataset (a, a': solar panel, b, b': logging area)
표 Table 7. Comparison evaluation of models according to manual labeling dataset
표 Table 8. Comparative evaluation of AI detection and field verification
표 Table 9. Classification accuracy of field verification

참고문헌 (23)

Kim J, Song YH, Lee WK. (2021). Accuracy analysis of？multi-series phenological landcover classification？using U-Net-based deep learning model-Focusing on the Seoul, Republic of Korea-.？Korean Journal of Remote Sensing, 37(3), 409-418.？
Kim JY, Kim EJ. (2019). Application of Eco-friendly？Planning of Sinseo Innovation City in Daegu？using the Analysis of Satellite Image and Field？Survey. Journal of the Korean Society of Surveying,？Geodesy, Photogrammetry and Cartography, 37(3),？143-156.？
Ryu JH, Han JG, An HY, Na SI, Lee BM, Lee GD.？(2022). Development of Chinese Cabbage Detection？Algorithm Based on Drone Multi-spectral？Image and Computer Vision Techniques. Korean？Journal of Remote Sensing, 38(5), 535-543.？
Park SC, Park YB, Jang SY, Kim TH. (2022). A？Study on Evaluating the Possibility of？Monitoring Ships of CAS500-1 Images Based？on YOLO Algorithm: A Case Study of a Busan？New Port and an Oakland Port in California.？Korean Journal of Remote Sensing, 38(6), 1463-1478.
서기환, 오창화, 김다윗, 이민영. (2018). 지속가능한？국토발전을 위한 토지이용변화 모니터링 방안 연구: 딥러닝 알고리즘 활용을 중심으로. 세종:국토연구원.？
Song CW, Wahyu W, Jung JH, Hong SJ, Kim DH,？Kang JH. (2020). Urban change detection for？high-resolution satellite images using U-Net？based on SPADE. Korean Journal of Remote？Sensing, 36(6_2), 1579-1590.？
Shin JI, Kim IJ, Hwang DH, Lee JM, Lim SH. (2017).？Availability Analysis on Detection of Small？Scale Gas Emission Facilities using Drone Imagery. Journal of Cadastre & Land InformatiX,？47(1), 213-223.？
Oh CS, Lim IT. (2010). A Study on the Reform？Measure of the Survey of Individual Public？Land Price Using Aerial Photographs - Focused？on the Gwangyang City -. Journal of Cadastre？& Land InformatiX, 40(1), 147-161.？
Yun KH, Song YS. (2017). Observation on the？Shoreline Changes Using Digital Aerial Imagery？for Bangamoeri Beaches. Korean Journal of？Remote Sensing, 33(6), 971-980.？
Lee SH, Lee MJ. (2021). A Study of Establishment？and application Algorithm of Artificial？Intelligence Training Data on Land use/cover？Using Aerial Photograph and Satellite Images.？Journal of Remote Sensing, 37(5), 871-884.？
Lee JH, Ryu KH, Shin CJ, Jung WM. (2016).？Bathymetry estimation using aerial imagery？for shallow water region. Journal of The Korean？Society of Hazard Mitigation, 16(5), 351-358.？
Choi KA. (2021). A Coastal Garbage Monitoring？System Using Drones and AI Technologies:？Focusing on the Case of Jeju Province. Journal？of The Korean Society for Geospatial Information？Science, 29(4), 127-138.？
Choi JH, Kim JH. (2019). Spatial Information Data？Construction and Data Mining Analysis for？Topography Investigation of Land Characteristics. Journal of the Korean Society of Surveying,？Geodesy, Photogrammetry and Cartography, 37(6),？507-516.？
Geraeds, M., van Emmerik, T., de Vries, R., bin Ab？Razak, M. S. (2019). Riverine plastic litter？monitoring using unmanned aerial vehicles？(UAVs). Remote Sensing, 11(17), 2045.？

상세보기
Honkavaara, E., Eskelinen, M.A., Polonen, I., Saari,？H., Ojanen, H., Mannila, R., Holmlund, C.,？Hakala, T., Litkey, P., Rosnell, T., Viljanen, N.,？Pulkkanen, M. (2016). Remote Sensing of 3-D？Geometry and Surface Moisture of a Peat？Production Area Using Hyperspectral Frame？Cameras in Visible to Short-Wave Infrared？Spectral Ranges Onboard a Small Unmanned？Airborne Vehicle (UAV). IEEE Transactions on？Geoscience and Remote Sensing, 54(9), 5440-5454.？
Lin, Z., Liu, H. H., Wotton, M. (2018). Kalman？filter-based large-scale wildfire monitoring？with a system of UAVs. IEEE Transactions on？Industrial Electronics, 66(1), 606-615.？
Martinez-de Dios, J. R., Merino, L., Caballero, F., Ollero, A. (2011). Automatic forest-fire measuring？using ground stations and unmanned aerial？systems. Sensors, 11(6), 6328-6353.？

상세보기
Moriya, E.A.S., Imai, N.N., Tommaselli, A.M.G.,？Miyoshi, G.T. (2017). Mapping Mosaic Virus in？Sugarcane Based on Hyperspectral Images.？IEEE Journal of Selected Topics in Applied Earth？Observations and Remote Sensing, 10(2), 740-748.？

상세보기
Turner, D., Lucieer, A., De Jong, S. M. (2015). Time？series analysis of landslide dynamics using an？unmanned aerial vehicle (UAV). Remote Sensing,？7(2), 1736-1757.？

상세보기
Youme, O., Bayet, T., Dembele, J. M., Cambier, C.？(2021). Deep learning and remote sensing:？detection of dumping waste using UAV. Procedia？Computer Science, 185, 361-369.？

상세보기
Zhang, Y., Xu, Y., Xiong, W., Qu, R., Ten, J., Lou, Q.,？Lv, N. (2021). Inversion study of heavy metals？in soils of potentially polluted sites based on？UAV hyperspectral data and machine learning？algorithms. In 2021 11th Workshop on？Hyperspectral Imaging and Signal Processing:？Evolution in Remote Sensing, (1-5). IEEE.？
국토지리정보원. 2023. 국토플랫폼 [인터넷].？[http://map.ngii.go.kr/ms/map/nlipCASImgMap.do]. 2023년 6월 4일 검색.？
(NGII) National Geographic Information Institute. 2023. National Land Platform [Internet].？[http://map.ngii.go.kr/ms/map/nlipCASImgMap.do]. Last accessed 4 June 2023.？

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