[논문]다종 위성영상 자료 융합 기반 수자원 모니터링 기술 개발

이슬찬; 김완엽; 조성근; 전현호; 최민하

doi:10.3741/jkwra.2023.56.8.497

다종 위성영상 자료 융합 기반 수자원 모니터링 기술 개발
Water resources monitoring technique using multi-source satellite image data fusion 원문보기

Journal of Korea Water Resources Association = 한국수자원학회논문집, v.56 no.8, 2023년, pp.497 - 508

이슬찬 (성균관대학교 수자원전문대학원 수자원학과) , 김완엽 (성균관대학교 글로벌스마트시티융합전공) , 조성근 (성균관대학교 수자원전문대학원 수자원학과) , 전현호 (성균관대학교 글로벌스마트시티융합전공) , 최민하 (성균관대학교 수자원전문대학원 수자원학과)

초록
AI-Helper

수자원의 계절적 편중이 심한 한반도에서 농업용 저수지는 이를 효과적으로 유지 및 관리하기 위한 필수적인 구조물이다. 저수지 모니터링을 위한 수단으로 광학 및 합성개구레이더(Synthetic Aperture Radar, SAR) 위성영상이 활용되고 있으나, 광학영상은 기상현상에 의한 간섭이 심하다는 한계점이 존재하며, SAR 영상은 짙은 식생에서 일어나는 다중 산란 및 노이즈에 의한 오탐지 및 미탐지가 발생하기 쉽다. 이에 본 연구에서는 광학 영상과 SAR 영상의 융합을 통해 저수지 수체 탐지 정확도를 높이고 상호보완적 작용에 대해 정량적으로 분석하고자 하였다. 경기도 이동저수지, 충청남도 천태 저수지를 대상으로, 국내 고해상도 위성인 차세대중형위성 1호, 다목적실용위성 3호 및 3A호, 그리고 유럽우주국의 Sentinel-2 영상 기반 Normalized Difference Water Index (NDWI)와 SAR 탑재 위성인 Sentinel-1 단일 영상에 비지도학습 기법인 K-means 클러스터링 기법을 사용하여 수체를 탐지하고, NDWI-SAR 후방산란계수로 이루어진 2-D grid space에 동일 기법을 활용하여 정확도의 향상 정도를 파악하였다. 전반적인 정확도는 다목적실용위성이 가장 높은 것으로 나타났으며(두 저수지 모두 0.98), 이후 Sentinel-1(두 저수지 모두 0.93), Sentinel-2(이동: 0.83, 천태: 0.97), 차세대중형위성(이동: 0.69, 천태: 0.78) 순서로 감소하였다. 천태저수지에서 2-D K-means 클러스터링 기법을 적용한 결과 차세대중형위성의 수체탐지 정확도는 약 85%의 정밀도 향상과 14%의 재현율 감소와 함께 약 22% 향상되었으며(정확도 약 0.95), 다목적실용위성 및 Sentinel-2의 수체탐지 정밀도는 3-5% 향상되었고, 재현율은 4-7% 감소하였다. 추후 차세대중형위성 5호인 수자원위성 등 고해상도 SAR 위성과 이를 활용할 수 있는 고도화된 영상 융합기술, 수체 탐지 기술이 개발된다면 국내 수자원에 대한 매우 정확한 모니터링이 가능할 것으로 기대된다.

Abstract ▼ AI-Helper

Agricultural reservoirs are crucial structures for water resources monitoring especially in Korea where the resources are seasonally unevenly distributed. Optical and Synthetic Aperture Radar (SAR) satellites, being utilized as tools for monitoring the reservoirs, have unique limitations in that optical sensors are sensitive to weather conditions and SAR sensors are sensitive to noises and multiple scattering over dense vegetations. In this study, we tried to improve water body detection accuracy through optical-SAR data fusion, and quantitatively analyze the complementary effects. We first detected water bodies at Edong, Cheontae reservoir using the Compact Advanced Satellite 500(CAS500), Kompsat-3/3A, and Sentinel-2 derived Normalized Difference Water Index (NDWI), and SAR backscattering coefficient from Sentinel-1 by K-means clustering technique. After that, the improvements in accuracies were analyzed by applying K-means clustering to the 2-D grid space consists of NDWI and SAR. Kompsat-3/3A was found to have the best accuracy (0.98 at both reservoirs), followed by Sentinel-2(0.83 at Edong, 0.97 at Cheontae), Sentinel-1(both 0.93), and CAS500(0.69, 0.78). By applying K-means clustering to the 2-D space at Cheontae reservoir, accuracy of CAS500 was improved around 22%(resulting accuracy: 0.95) with improve in precision (85%) and degradation in recall (14%). Precision of Kompsat-3A (Sentinel-2) was improved 3%(5%), and recall was degraded 4%(7%). More precise water resources monitoring is expected to be possible with developments of high-resolution SAR satellites including CAS500-5, developments of image fusion and water body detection techniques.

주제어

표/그림 (11)

그림 Fig. 1. (a) Locations of target reservoirs and satellite images from Compact Advanced Satellite 500 (CAS500), Kompsat-3/3A, Sentinel-1 and Sentinel-2 over (b-e) Edong reservoir and (f-i) Cheontae reservoir
표 Table 1. Target reservoir's specifications
표 Table 2. Data used in the study
표 Table 3. Confusion matrix
그림 Fig. 2. Distribution of the radiances (R, G, B, NIR bands), backscatter, NDWI and those under true water surface (shaded) at Edong reservoir
그림 Fig. 3. Same with Fig. 2, but at Cheontae reservoir
그림 Fig. 4. Distributions of (a) accuracy, (b) precision, (c) recall metrics using thresholds varying between 0 and 1 (dashed lines represent thresholds computed using K-means clustering)
표 Table 4. Threshold and performance metrics of detection results using K-means clustering
그림 Fig. 5. Heat scatters between (a) CAS500, (b) K3A, (c) Sentinel-2 derived NDWI and backscatter, and thresholds using 1-dimensional and 2-dimensional K-means clustering at Cheontae reservoir. Dashed lines represent 1-dimensional threshold from Fig. 4, and the bold line represents 2-dimensional threshold
표 Table 5. Performance metrics of detection results using 2-dimensional K-means clustering (sources combined with Sentinel-1 backscatter data) at Cheontae reservoir (numbers in brackets indicate improvements or degradations compared to the results using single source)
그림 Fig. 6. Maps showing improvements (degradations) using 2-dimensional K-means clustering compared to 1-dimensional K-means clustering (using NDWI or backscatter only) at Cheontae reservoir

참고문헌 (35)

Abid, N., Shahzad, M., Malik, M.I., Schwanecke, U., Ulges, A.,？Kovacs, G., and Shafait, F. (2021). "UCL: Unsupervised Curriculum Learning for water body classification from remote？sensing imagery." International Journal of Applied Earth？Observation and Geoinformation, Vol. 105, 102568.
Ahmad, W., and Kim, D. (2019). "Estimation of flow in various？sizes of streams using the Sentinel-1 Synthetic Aperture Radar？(SAR) data in Han River Basin, Korea." International Journal？of Applied Earth Observation and Geoinformation, Vol. 83,？101930.
Bangira, T., Alfieri, S.M., Menenti, M., and Van Niekerk, A. (2019).？"Comparing thresholding with machine learning classifiers for？mapping complex water." Remote Sensing, Vol. 11, No. 11,？1351.

상세보기
Borse, S., Wang, Y., Zhang, Y., and Porikli, F. (2021). "Inverseform:？A loss function for structured boundary-aware segmentation."？Proceedings of the IEEE/CVF Conference on computer Vision？and Pattern Recognition, Virtual, pp. 5901-5911.
Busker, T., de Roo, A., Gelati, E., Schwatke, C., Adamovic, M., Bisselink, B., Pekel, J.-F., and Cottam, A. (2019). "A global lake？and reservoir volume analysis using a surface water dataset and？satellite altimetry." Hydrology and Earth System Sciences,？Vol. 23, No. 2, 669-690.

상세보기
Drusch, M., Del Bello, U., Carlier, S., Colin, O., Fernandez, V.,？Gascon, F., Hoersch, B., Isola, C., Laberinti, P., and Martimort,？P. (2012). "Sentinel-2: ESA's optical high-resolution mission？for GMES operational services." Remote sensing of Environment, Vol. 120, pp. 25-36.

상세보기
Duan, L., and Hu, X. (2019). "Multiscale refinement network for？water-body segmentation in high-resolution satellite imagery."？IEEE Geoscience and Remote Sensing Letters, Vol. 17, No. 4,？pp. 686-690.
Ferrentino, E., Nunziata, F., Buono, A., Urciuoli, A., and Migliaccio,？M. (2020). "Multipolarization time series of Sentinel-1 SAR？imagery to analyze variations of reservoirs' water body." IEEE？Journal of Selected Topics in Applied Earth Observations and？Remote Sensing, Vol. 13, pp. 840-846.

상세보기
Feyisa, G.L., Meilby, H., Fensholt, R., and Proud, S.R. (2014).？"Automated water extraction index: A new technique for surface？water mapping using Landsat imagery." Remote Sensing of？Environment, Vol. 140, pp. 23-35.

상세보기
Foroughnia, F., Alfieri, S.M., Menenti, M., and Lindenbergh, R.？(2022). "Evaluation of SAR and optical data for flood delineation using supervised and unsupervised classification." Remote Sensing, Vol. 14, No. 15, 3718.

상세보기
Gao, H., Birkett, C., and Lettenmaier, D.P. (2012). "Global monitoring？of large reservoir storage from satellite remote sensing." Water？Resources Research, Vol. 48, No. 9, W09504.
Grimaldi, S., Xu, J., Li, Y., Pauwels, V.R., and Walker, J.P. (2020).？"Flood mapping under vegetation using single SAR acquisitions."？Remote Sensing of Environment, Vol. 237, 111582.

상세보기
Hartigan, J.A., and Wong, M.A. (1979). "Algorithm AS 136: A kmeans clustering algorithm." Journal of the Royal Statistical？Society. Series C (Applied statistics), Vol. 28, No. 1, pp. 100-108.
Irwin, K., Beaulne, D., Braun, A., and Fotopoulos, G. (2017). "Fusion？of SAR, optical imagery and airborne LiDAR for surface？water detection." Remote Sensing, Vol. 9, No. 9, 890.

상세보기
Jang, M.-W., Lee, H.-J., Kim, Y.-H., and Hong, S.-Y. (2011). "Applicability of satellite SAR imagery for estimating reservoir？storage." Journal of the Korean Society of Agricultural Engineers, Vol. 53, No. 6, pp. 7-16.
Jeong, J., Oh, S., Lee, S., Kim, J., and Choi, M. (2021). "Sentinel-1？SAR image-based waterbody detection technique for estimating？the water storage in agricultural reservoirs." Journal of Korea Water Resources Association, Vol. 54, No. 7, pp. 535-544.
Jeung, M., Beom, J., Sung, M.-h., Lee, J., Yoo, S.-h., and Yoon,？K.-s. (2021). "Evaluation of irrigation safety by operation？management of water supply from large scale agricultural？reservoirs." Journal of the Korean Society of Hazard Mitigation, Vol. 21, No. 1, pp. 189-198.
Kaplan, G., and Avdan, U. (2017). "Object-based water body extraction model using Sentinel-2 satellite imagery." European？Journal of Remote Sensing, Vol. 50, No. 1, pp. 137-143.
Ksenak, L'., Pukanska, K., Bartos, K., and Blist'an, P. (2022).？"Assessment of the Usability of SAR and optical satellite data？for monitoring spatio-temporal changes in surface water:？Bodrog River case study." Water, Vol. 14, No. 3, 299.
Lee, D., Cheon, E.J., Yun, H., and Lee, M.H. (2019). "A study on？water surface detection algorithm using Sentinel-1 satellite？imagery." Korean Journal of Remote Sensing, Vol. 35, No. 5,？pp. 809-818.
Lee, H.-J., Nam, W.-H., Yoon, D.-H., Jang, M.-W., Hong, E.-M.,？Kim, T., and Kim, D.-E. (2020). "Estimation of water storage？in small agricultural reservoir using Sentinel-2 satellite imagery."？Journal of the Korean Society of Agricultural Engineers, Vol.？62, No. 6, 1-9.
Lee, S., Jeong, J., Oh, S., Jeong, H., and Choi, M. (2022). "Multi-resolution SAR image-based agricultural reservoir monitoring."？Korean Journal of Remote Sensing, Vol. 38, No. 5, pp. 497-510.
Li, Y., Dang, B., Zhang, Y., and Du, Z. (2022). "Water body classification from high-resolution optical remote sensing imagery:？Achievements and perspectives." ISPRS Journal of Photo-grammetry and Remote Sensing, Vol. 187, pp. 306-327.

상세보기
Likas, A., Vlassis, N., and Verbeek, J.J. (2003). "The global K-means？clustering algorithm." Pattern Recognition, Vol. 36, No. 2, pp.？451-461.

상세보기
Martinis, S., Kersten, J., and Twele, A. (2015). "A fully automated？TerraSAR-X based flood service." ISPRS Journal of Photogrammetry and Remote Sensing, Vol. 104, pp. 203-212.

상세보기
McFeeters, S.K. (1996). "The use of the Normalized Difference？Water Index (NDWI) in the delineation of open water features."？International Journal of Remote Sensing, Vol. 17, No. 7, pp.？1425-1432.

상세보기
Ministry of Science, ICT and Future Planning (MSIP) (2014). Master？plan for space development.
Pappas, O., Achim, A., and Bull, D. (2018). "Superpixel-level CFAR？detectors for ship detection in SAR imagery." IEEE Geoscience？and Remote Sensing Letters, Vol. 15, No. 9, pp. 1397-1401.

상세보기
Pierdicca, N., Pulvirenti, L., Chini, M., Guerriero, L., and Candela, L.？(2013). "Observing floods from space: Experience gained？from COSMO-SkyMed observations." Acta Astronautica, Vol.？84, pp. 122-133.

상세보기
Vicente-Serrano, S.M., Quiring, S.M., Pena-Gallardo, M., Yuan, S.,？and Dominguez-Castro, F. (2020). "A review of environmental？droughts: Increased risk under global warming?." Earth-Science？Reviews, Vol. 201, 102953.

상세보기
Warren, S.G. (1982). "Optical properties of snow." Reviews of Geophysics, Vol. 20, No. 1, pp. 67-89.
Xu, H. (2005). "A study on information extraction of water body？with the modified normalized difference water index (MNDWI)."？Journal of Remote Sensing, Vol. 9, No. 5, pp. 589-595.
Xu, H. (2006). "Modification of Normalised Difference Water？Index (NDWI) to enhance open water features in remotely？sensed imagery." International Journal of Remote Sensing,？Vol. 27, No. 14, pp. 3025-3033.

상세보기
Zhu, F., Zhu, Y., Zhang, L., Wu, C., Fu, Y., and Li, M. (2021). "A？unified efficient pyramid transformer for semantic segmentation." Proceedings of the IEEE/CVF Conference on Computer？Vision and Pattern Recognition, Virtual, pp. 2667-2677.
Zhuge, X.-Y., Zou, X., and Wang, Y. (2017). "A fast cloud detection？algorithm applicable to monitoring and nowcasting of daytime？cloud systems." IEEE Transactions on Geoscience and Remote？Sensing, Vol. 55, No. 11, pp. 6111-6119.

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