선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- AIS는 항행 선박이 자동으로 발 신호)는 위치, 침로, 속력 등 항해 관련 정보를 수신하여 처리하고, 타 선박에 중계함으로써 연안해역의 해상교통안전을 확보하고 항만 내 해상교통관제와 조난선박의 수색 및 구조활동을 효율적으로 지원하는데 그 목적이 있다. 따라서, AIS는 선박과 선박 간, 선박과 육상관제국과의 보고시스템, 그리고 VTS 시스템과의 연계 운용을 도모하여 항해 안전은 물론 교통관제의 효율성을 향상시켜야 하며, 사용자는 AIS시스템으로부터 관련정보를 자동으로 취득할 수 있어야 한다.
- 본 연구는 한국해양수산개발원 수산업관측센터의 “위성영상 정밀기하 보정 및 김. 어류 양식어장 판독”과 한국해양연구원 기본연구사업 ”하구역의 관리 및 기능 회복 기술 개발”의 일환으로 수행되었다.
- 본 연구에서는 김 양식장을 대상으로 2005년 1월 19일부터 4월 1일까지 얻어진 위성영상을 이용하여 김 양식장의 시설량을 산출하는 것을 목표로 하였다. 구체적으로는 다음과 같은 연구내용이 수행되었다.
제안 방법
- (1) 김 양식 어장 면허 및 어장도 데이터베이스(DB) 구축양식업 면허권이 등록되어 있는 65개 지자체에 대해서 양식 어장 관련 면허 대장 및 어장 도를 입수하여, 이를 기반으로 오류분석 및 어장도 DB를 구축하였다.
- 10m의 해상도를 갖고 있는 SPOT-5 다중분광영상을 사용하여, 김양식장 탐지 알고리듬을 개발하였다. 추출확률을 높이기 위하여, 3 밴드 영상의 분광 특성을 이용한 밴드 차, 형태학적 처리, Canny 에지 탐지, 라벨링 등을 사용하였으며, 양식장을 추출하는데 성공하였다.
- 2m X 40m = 88m1 = 1책) 규격으로 환산하여 시군별로 시설량을 조사하였다. 각 지역별로 실제 시설 규격에 차이가 있고(그물 폭이 1.8, 2.0, 2.2, 2.4 등으로 다양), 또한 단순 면적 산출로는 정확한 시설량 판독이 불가능하기 때문에 현지 조사를 통하여 파악된 김 양식장 시설 종류에 따라 시설량을 산출하였다.
- 수치지형도는 먼저 위성영상의 좌표보정을 위하여 수치지형도에서 도로 관련 요소들을 추출하고 이를 위성영상의 좌표보정을 위한 지상 기준점(GCP) 자료로 사용하였다. 또한, 수치지형도를 통해 제작된 수치 표고 모델을 이용하여 고도값 보정을 포함하는 정밀기 하보정을 수행하였다.
- 우선 위성영상의 결과를 향상시키기 위하여, 연안 김 양식장의 시설 현장 조사 및 양식장 DB 구축을 실시하였다. 또한, 위성영상의 해석을 효율적으로 수행하여 작업자에 의한 오차를 최소한으로 하고, 짧은 시간 내에 시설량을 산출하기 위한 자동 추출 알고리듬을 소개한다. 마지막으로 인공위성 영상에 의해 얻어진 시설 현황을 지역별로 분석하고, 정부로부터 받은 허가시설량과의 비교를 실시한다.
- 또한, 위성영상의 해석을 효율적으로 수행하여 작업자에 의한 오차를 최소한으로 하고, 짧은 시간 내에 시설량을 산출하기 위한 자동 추출 알고리듬을 소개한다. 마지막으로 인공위성 영상에 의해 얻어진 시설 현황을 지역별로 분석하고, 정부로부터 받은 허가시설량과의 비교를 실시한다.
- 본 연구에서는 연안의 전체 김 양식장의 시설 현황을 조사하기 위하여, 10m의 해상도를 갖고 있는 SPOT-5의 다중분광 영상을 주로 사용하였으나, 판독을 위하여 PAN 영상(2.5m의 해상도)도 이용하였다. 우선 위성영상의 결과를 향상시키기 위하여, 연안 김 양식장의 시설 현장 조사 및 양식장 DB 구축을 실시하였다.
- 시설 책 수의 산정은 시설물의 내부 시설밀도에 의하여 결정된다. 본 연구에서는 현장 조사에서 얻어진 시설 밀도 정보를 이용하여, 기준 책(2.2m X 40m = 88m1 = 1책) 규격으로 환산하여 시군별로 시설량을 조사하였다. 각 지역별로 실제 시설 규격에 차이가 있고(그물 폭이 1.
- 수치지형도는 먼저 위성영상의 좌표보정을 위하여 수치지형도에서 도로 관련 요소들을 추출하고 이를 위성영상의 좌표보정을 위한 지상 기준점(GCP) 자료로 사용하였다. 또한, 수치지형도를 통해 제작된 수치 표고 모델을 이용하여 고도값 보정을 포함하는 정밀기 하보정을 수행하였다.
- 여기서는, 김 양식 어장의 시설면적을 산출한 후, 기준 책(2.2m × 40m = 88m' = 1책) 규격으로 환산하여 시군별로 시설량을 판독하였다.
- 5m의 해상도)도 이용하였다. 우선 위성영상의 결과를 향상시키기 위하여, 연안 김 양식장의 시설 현장 조사 및 양식장 DB 구축을 실시하였다. 또한, 위성영상의 해석을 효율적으로 수행하여 작업자에 의한 오차를 최소한으로 하고, 짧은 시간 내에 시설량을 산출하기 위한 자동 추출 알고리듬을 소개한다.
- 산출하는 작업을 수행한다. 이 결과를 어장도 중첩하여 비교한다. 시설 책 수의 산정은 시설물의 내부 시설밀도에 의하여 결정된다.
- 식별을 병행하여 수행한다. 이 과정어〕서, 영상의 분광 특성에 의한 3개 밴드의 상호차이를 이용하여 밴드차(Band difference) 영상을 만든 후, 두 가지 방법(형태학적 처리기법 및 Canny 에지 탐지기법)으로 각각 처리를 하여, 두 결과를 합성하는 양식장 탐지 알고리듬을 적용한다. 현지 조사를 통해 조사된 자료들은 위성영상에서 계산된 '책' 수, '책' 면적 등과 조합하여 양식장을 추출한다.
- 이처럼, 대부분 수확이 이루어지거나, 김이 물에 잠긴 경우라면 그 시설면적의 상당 부분이 위성에 감지되지 못한다는 것을 증명한다. 이러한 문제를 최소화하기 위하여 에지 탐지를 이용하였다.
- 처리된 SPOT-5 위성영상 자료에서 양식장을 추출하고 그 시설량을 산출하는 작업을 수행한다. 이 결과를 어장도 중첩하여 비교한다.
- 김양식장 탐지 알고리듬을 개발하였다. 추출확률을 높이기 위하여, 3 밴드 영상의 분광 특성을 이용한 밴드 차, 형태학적 처리, Canny 에지 탐지, 라벨링 등을 사용하였으며, 양식장을 추출하는데 성공하였다. 지역별 시설량 산출결과를 면허시설량과 비교를 하였으며, 대부분 면허 지내 시설비율이 적었으며 또한 면허시설량을 초과하여 시설한 것으로 조사되었다.
- 이 과정어〕서, 영상의 분광 특성에 의한 3개 밴드의 상호차이를 이용하여 밴드차(Band difference) 영상을 만든 후, 두 가지 방법(형태학적 처리기법 및 Canny 에지 탐지기법)으로 각각 처리를 하여, 두 결과를 합성하는 양식장 탐지 알고리듬을 적용한다. 현지 조사를 통해 조사된 자료들은 위성영상에서 계산된 '책' 수, '책' 면적 등과 조합하여 양식장을 추출한다.
대상 데이터
- 국립지리원에서 제작한 1/5, 000 수치지도를 기준으로 SPOT-5 위성영상의 좌표 보정 및 정밀기하보정을 수행하였다. 수치지형도는 먼저 위성영상의 좌표보정을 위하여 수치지형도에서 도로 관련 요소들을 추출하고 이를 위성영상의 좌표보정을 위한 지상 기준점(GCP) 자료로 사용하였다.
- 김 양식장 시설 현황을 조사하기 위하여 연안에 대하여 공간 해상도 2.5m인 SPOT-5 흑백 영상과 공간 해상도 10m 인 SPOT-5 다중분광모드영상(Full scene 12장, 1/2 scene 2장, 1/4 scene 4장)을 2005년 1월 19일에서 4월 1일까지 촬영하였다(Fig. 3). 이 시기는 김 생산이 절정을 이루는 1-2월을 중심으로 고려된 것이다.
- 이 시기는 김 생산이 절정을 이루는 1-2월을 중심으로 고려된 것이다. 대상 지역은 경기, 충남, 전북, 전남, 부산지역 등 이다.
- 8의 (d) 영상이 출력된다. 라벨링 개수는 총 76개이며, 각 라벨 영역에 대한 면적을 계산하였다. 여기서 계산된 김 양식장 시설량은 7, 598 책(평균 시설 밀도 34.
이론/모형
- 두 번째 방법에서는, Canny 에지 탐지기법 (Canny[1986])을 적용한다. 이 기법에 의해 얻어진 영상에 대해 공간으로 인식될 수 있는 영상은 검정색으로 채워졌다(Fig.
- 7에서와같이, 얻어진 영상에 대해서 두 가지 방법으로 처리를 수행한다. 첫 번째 방법에서는, 오츠의 방법 (Otsu[1979])으로 얻어진 임계치를 이용하여 2차 화상을 생성하고, 형태학적 처리기법인 팽창과 침식 (Haralick & Shapiiu[1992])을 적용한다(Fig. 8의 (b) 영상).
성능/효과
- 지역별 시설량 산출결과를 면허시설량과 비교를 하였으며, 대부분 면허 지내 시설비율이 적었으며 또한 면허시설량을 초과하여 시설한 것으로 조사되었다. 전체적으로 볼 때, 실제 시설량은 676, 749 책(柵)으로, 면허시설량 572, 745책보다 다소 많은 것으로 나타났다. 이와 같은 현황조사 결과는 정부 측면에서 전체 생산량을 조절할 수 있게 하며, 양식업자가 좋은 수확을 달성하는데 도움이 될 수 있을 것이다.
- 추출확률을 높이기 위하여, 3 밴드 영상의 분광 특성을 이용한 밴드 차, 형태학적 처리, Canny 에지 탐지, 라벨링 등을 사용하였으며, 양식장을 추출하는데 성공하였다. 지역별 시설량 산출결과를 면허시설량과 비교를 하였으며, 대부분 면허 지내 시설비율이 적었으며 또한 면허시설량을 초과하여 시설한 것으로 조사되었다. 전체적으로 볼 때, 실제 시설량은 676, 749 책(柵)으로, 면허시설량 572, 745책보다 다소 많은 것으로 나타났다.
후속연구
- 본 연구는, 광역 연안 모니터링을 통해 지속적인 연안 관리를 하기 위한 기술개발의 일환으로, 향후에는 보다 광범위한 관측 폭을 갖고 있고, 기상의 영향을 받지 않는 SAR(합성 개구레이더)를 이용하여 양식장 시설 모니터링 연구를 수행할 예정이다.
- 전체적으로 볼 때, 실제 시설량은 676, 749 책(柵)으로, 면허시설량 572, 745책보다 다소 많은 것으로 나타났다. 이와 같은 현황조사 결과는 정부 측면에서 전체 생산량을 조절할 수 있게 하며, 양식업자가 좋은 수확을 달성하는데 도움이 될 수 있을 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.