The purpose of this study is to explore the applicability of satellite-based synthetic aperture radar (SAR) data combined with pavement management system (PMS) indicators for effective road condition monitoring on mountainous local roads. Field survey data, including the International Roughness Index (IRI) and rutting measurements, were used as the ground truth, whereas Sentinel-1 and COSMO-SkyMed SAR images were processed using the time-series InSAR analysis to detect surface displacement and pavement deformations. In addition, a deep learning framework integrating PMS data and SAR imagery was developed, consisting of a swine transformer and CNN–LSTM networks for the classification and localization of pavement defects. The results demonstrated that X-band SAR backscatter values were correlated with IRI variations and that the proposed hybrid two-stage approach (CNN for surface damage and LSTM for rutting) enhanced the accuracy of defect detection compared with conventional single-model approaches. These findings highlight the potential of combining remote sensing and AI-based analysis with existing PMS datasets to provide a cost-effective and scalable solution for road asset management and maintenance prioritization.

최근 한반도 주변 해역에서 해상사고로 인한 인명피해가 증가함에 따라 실종자 수색 및 구조 활동을 지원하기 위한 수중환경 정보 산출 기술 개발의 필요성이 대두되고 있다. 끊임없이 변화하는 해양환경 속에서 수중시야를 예측하는 것은 매우 중요한 과제이다. 본 연구에서는 인공위성 영상과 현장실험 자료를 활용하여 탁도와 수중시야 간의 상관 성을 분석하고, 한반도 서해 연안에 적합한 수중시야 산출 알고리즘을 제시하고자 한다. 이를 위해 대천항 인근 해역의 두 정점을 선정하여 탁도 센서와 세키디스크를 이용해 깊이에 따른 탁도 및 수중시야를 측정하였으며, 동시에 고해상도 인공위성 영상을 수집하여 표층 원격반사도 자료를 획득하였다. 또한 서해 연안에서의 탁도 변화에 따른 수중시야의 공 간 분포를 비교하기 위해 Sentinel-2 위성의 560 nm 반사도를 활용하여 연구 해역의 탁도를 산출하고, 실측 탁도와 수 중시야 간의 상관성을 분석하였다. 연구 결과, 서해 연안에서는 2 .0- 3.0NTU 범위의 탁도가 분포하였으며, 수중거리는 1.5-3.5 m 사이의 값을 나타냈다. 특히, 만 지형이나 섬 주변에서는 상대적으로 낮은 수중시야가 관측된 반면, 대천해수 욕장 해안선을 따라서는 약 3.0m 이상의 높은 수중시야를 보였다. 본 연구를 통해 실측 및 원격탐사 자료를 활용한 수중시야 산출 가능성을 확인하였으며, 위 결과는 향후 해상 실종자 수색 지원을 위한 기초 자료로 활용될 것으로 기 대된다.

태풍은 지구 시스템 내의 해양-대기-육상 상호작용을 일으키는 매우 중요한 현상으로 특히 태풍의 특성 인자 중 하나인 풍속은 중심 기압, 이동 경로, 해수면 온도 등의 매개변수에 의해 복잡하게 변화하여 실제 관측 자료를 기반으 로 이해하는 것이 중요하다. 2015 개정 교육과정 기반 중등학교 교과서에서 태풍 풍속은 본문 내용 및 삽화의 형태로 제시되고 있어 풍속에 대한 심층적 이해가 가능한 탐구활동이 무엇보다 필요한 실정이다. 본 연구에서는 교수-학습 과 정에서 간단한 조작만으로도 태풍의 풍속을 이해할 수 있도록 그래픽 사용자 인터페이스(GUI)를 기반으로 한 데이터 시각화 프로그램을 개발하였다. 2023년 발생한 태풍 마와르, 구촐, 볼라벤의 천리안 위성 2 A호 RGB (Red-Green-Blue) 영상 자료를 입력 자료로 활용하였다. 태풍 주변의 구름 이동 좌표를 입력하여 태풍의 풍속을 산출하고 태풍 중심 기 압, 폭풍 반경, 최대 풍속 등의 매개 변수를 입력하여 태풍 풍속 분포를 시각화 할 수 있도록 설계하였다. 본 연구에서 개발된 GUI 기반 프로그램은 천리안 위성 2 A호로 관측 가능한 태풍에 대해 오류 없이 적용 가능하며 교과서의 시공 간적 한계를 벗어난 실제 관측 자료 기반의 과학탐구활동이 가능하다. 학생과 교사는 별도의 유료 프로그램 및 전문적 인 코딩 지식이 없어도 실제 관측 자료를 수집, 처리, 분석, 시각화하는 과정을 경험할 수 있으며, 이를 통해 미래 정보 화 사회에서의 필수 역량인 디지털 소양을 함양시킬 수 있을 것으로 기대된다.

해수의 탁도는 수중의 부유 물질이나 생물에 의해 혼탁해지는 정도를 정량적으로 나타낸 변수로 연안 환경을 이해하는 데 중요한 해양 변수이다. 한반도의 서해안은 얕은 수심, 조류, 하천 유래 부유 퇴적물의 영향으로 광학적으로 강한 시공간 변동성을 가지고 있어서 인공위성 자료를 활용한 탁도 산출은 해양학적으로 다양한 활용 가능성을 가 진다. 본 연구에서는 경기만을 연구 해역으로 설정하고, 해수의 탁도 산출 알고리즘 개발을 위하여 2018년부터 2023년 7월까지 해양환경공단의 해양수질자동측정망 기반 현장 관측 탁도 자료와 Sentinel-2 인공위성의 MSI (Multi-Spectral Instrument) Level-2 자료를 사용하여 위성-현장 관측치 사이의 일치점 데이터베이스를 생산하였다. 이전의 다양한 탁도 산출식을 조사하여 정확도를 상호 비교하였고 경기만 해역에서 최적 파장대를 조사하고 분석하였다. 그 결과 녹색 밴드 (560 nm)를 기반으로 한 탁도 산출식이 0.08 NTU의 상대적으로 작은 평균 제곱근 오차를 보였다. 인공위성 광학 자료 를 기반으로 산출된 탁도는 해수의 광학적 특성과 연안 환경의 변동성을 이해하고 다양한 해상 활동에 도움을 줄 수 있을 것으로 기대된다.

인공위성은 최첨단 기술로써 시공간적 관측제약이 적어 해양 사고에 효과적 대응과 해양 변동 특성 분석 등으로 각국의 국가 기관들이 위성 정보를 활용하고 있다. 하지만 고해상도 위성 관측 기반 해수면 온도 자료(Operational Sea Surface Temperature and Sea Ice Analysis, OSTIA)는 위성의 기기적, 또는 지리적 오류와 구름으로 인해 낮게 관측되거나 공백으로 처리되며 이를 복원하기까지 수 시간이 소요된다. 본 연구는 최신 딥러닝 기반 알고리즘인 LaMa 기법을 활용하여 결측된 OSTIA 자료를 복원하고, 그 성능을 기존에 이용되어 온 세 가지 영상처리 기법들의 성능과 비교하여 평가하였다. 결정계수(R²)와 평균절대오차(MAE) 값을 이용하여 각 기법의 위성 영상 복원 성 능을 평가한 결과, LaMa 알고리즘을 적용하였을 때의 R²과 MAE 값이 각각 0.9 이상, 0.5℃ 이하로, 기존에 사용되어 온 쌍 선형보간법, 쌍 삼차보간법, DeepFill v1 기법을 적용한 것보다 더 우수한 성능을 보였다. 향후에는 현업 위성 자료 제공 시스템에 LaMa 기법을 적용하여 그 가능성을 평가해 보고자 한다.

급격한 기후 변화와 해양 온난화에 의해 지난 수십 년 동안 파고의 변동성이 증가하였다. 상위 1% (또는 5%) 파고와 같은 극한 파고는 국지적인 해역 뿐만 아니라 전 지구 대양에서도 평균 파고에 비해 현저하게 증가하였다. 1991년부터 인공위성 고도계를 활용하여 유의파고를 지속적으로 관측하고 있으며 통계적 기법을 기반으로 100년 빈도 유의파고를 추정하기에 비교적 충분한 자료가 축적되었다. 이어도 해양과학기지에서 유의파고 극값을 추정하기 위하여 2005년부터 2016년까지 위성 고도계 자료를 활용하였다. 대표적인 극값 분석 방법인 Initial distribution Method (IDM) 와 Peak over Threshold (PoT)를 위성 도고계 유의파고 관측 자료에 적용하고 이어도 해양과학기지에서 관측된 실측 자료와 비교하였다. 이어도 해양과학기 관측 자료에 IDM과 PoT 기법을 적용하여 추정된 100년 빈도 유의파고는 각각 8.17 m와 14.11 m이며, 인공위성 고도계 관측 자료를 활용하였을 때는 각각 9.21 m와 16.49 m이었다. 관측 최대값과의 비교 분석에서 IDM을 활용한 분석은 유의파고 극값을 과소추정 하는 경향을 보였다. 이는 IDM 보다 PoT 기법이 유 의파고의 극값을 적절하게 추정하고 있음을 의미한다. PoT 기법의 우수성은 높은 유의파고가 발생하는 태풍의 영향을 받는 이어도 해양과학기지 실측 자료를 활용한 결과에서도 증명되었다. 또한 PoT 기법으로 추정된 유의파고 극값의 안정성은 고도계 자료의 감소에 따라 저하될 수 있음을 확인하였다. 인공위성 고도계 자료를 활용하여 유의파고 극값 추정시 발생할 수 있는 한계점과 인공위성 자료를 검증할 수 있는 자료로써 이어도 해양과학기지 관측 자료의 중요성에 대하여 논의하였다.

염분은 해양의 밀도를 결정하는 중요한 변수이자 전지구 물의 순환을 나타내는 주요 인자 중 하나이다. 해상 염분 관측은 선박을 이용한 현장조사, Argo 플로트, 부이를 통한 조사가 주로 수행되어 왔다. 2009년 염분관측 인공위 성이 발사한 이래로, 위성 염분자료를 이용하여 전 지구 해역에서 표층 염분 관측이 가능해졌다. 그러나 위성 염분자료는 다양한 오차를 포함하기 때문에 연구 자료로 활용하기에 앞서 정확도 검증과정이 필요하다. 따라서 본 연구에서는 2015년 4월부터 2020년 8월까지 Soil Moisture Active Passive (SMAP) 위성 염분자료와 이어도 해양과학기지에서 제공하는 실측 염분자료 간의 정확도 및 오차특성을 비교 분석하였다. 총 314개의 일치점을 생산하였으며, 염분의 평균제 곱근오차 및 평균편차는 각각 1.79, 0.91 psu로 제시되었다. 전반적으로 위성 염분이 실측 염분보다 과대추정 되는 것으로 나타났다. 위성 염분의 오차는 계절, 표층 수온, 풍속과 같은 다양한 해양 환경적 요인에 의존성을 보였다. 여름철 위성 염분과 실측 염분의 차이는 0.18 psu 이하로 저수온보다는 고수온에서 위성 염분의 정확도가 증가하였다. 이는 센서의 민감도에 따른 결과였다. 마찬가지로 5 m s−1 이상 풍속 조건에서 오차가 줄어들었다. 본 연구결과는 연안에서 위성 염분자료를 활용할 경우에는 특정한 연구 목적에 적합한지 확인하여 제한적으로 사용하여야 함을 제시한다.

Since the Coastal Zone Color Scanner (CZCS)/Nimbus-7 was launched in 1978, a variety of studies have been conducted to retrieve ocean color variables from multi-satellites. Several algorithms and formulations have been suggested for estimating ocean color variables based on multi band data at different wavelengths. Chlorophyll-a (chl-a) concentration is one of the most important variables to understand low-level ecosystem in the ocean. To retrieve chl-a concentrations from the satellite observations, an appropriate algorithm depending on water properties is required for each satellite sensor. Most operational empirical algorithms in the global ocean have been developed based on the band-ratio approach, which has the disadvantage of being more adapted to the open ocean than to coastal areas. Alternative algorithms, including the semi-analytical approach, may complement the limits of band-ratio algorithms. As more sensors are planned by various space agencies to monitor the ocean surface, it is expected that continuous monitoring of oceanic ecosystems and environments should be conducted to contribute to the understanding of the oceanic biosphere and the impact of climate change. This study presents an overview of the past and present algorithms for the estimation of chl-a concentration based on multi-satellite data and also presents the prospects for ongoing and upcoming ocean color satellites.

강수는 기상학, 농업, 수문학, 자연재해, 토목 및 건설 등 분야에서 매우 중요한 기상 변수들 중 하나이다. 최근 이러한 강수를 탐지하고, 측정 및 예보를 하기 위해서 위성원격탐사기술은 필수적이다. 따라서 본 연구에서는 미국항공우주국(National Aeronautics and Space Administration, NASA)에서 발사한 전 지구 강수 관측 위성인 GPM 위성을 기반으로 다양한 자료와 합성된 강수 자료인 IMERG 자료의 정확도를 한반도, 특히 남한지역에 대해 지상관측자료와 비교분석 하였다. 기상자동관측 장비인 AWS의 관측 강수량을 검증 자료로 사용하여, 2016년 1월부터 12월까지 1년간의 기간 동안 한반도의 육상부분에 대하여 IMERG의 월 강수량 자료를 비교 검증하였다. 잘 알려진 대로 위성은 해안가와 섬 지역 같은 부분에서 단점이 있지만, 별도로 비교 분석하였다. 위성 자료인 IMERG와 지상 관측 자료인 AWS를 비교한 결과, 상관계수가 0.95로 높은 상관성을 보였으며, Bias, RMSE의 오차 비교에서도 각각 월 15.08 mm, 월 30.32 mm의 낮은 오차를 산출하였다. 해안지역에서도 육상지역과 마찬가지로 0.7 이상의 높은 상관계수를 산출하며, 강수 자료로서 IMERG의 신뢰도를 검증하였다.

증발산은 순복사 에너지를 사용하여 잠열의 형태로 수증기를 대기 중으로 수송함으로써 지구에너지 순환에 있어 중요한 요소 중의 하나이며, 증발산량은 지표유출의 두 배 정도로서 지구 물 수지에서 차지하는 비중이 매우 크다. 증발산의 지상관측은 지점에 국한되기 때문에 공간연속면 상에서의 증발산량 산출을 위하여 격자형 기상자료와 위성자료를 이용한 모델링이 오랫동안 이루어져왔다. PM(Penman-Monteith) 방정식에 기초한 METRIC(Mapping Evapotranspiration with Internalized Calibration) 모델이나 PT(Priestley-Taylor) 방정식을 이용한 MS-PT(Modified Satellite-based Priestley-Taylor) 모델 등이 주로 사용되어 왔으나, 또 하나의 대안으로서 본 연구에서는 최근 부각되고 있는 딥러닝 기법인 DNN(deep neural network)을 이용한 증발산 모델링을 수행하였다. 은닉층 구조, 손실함수, 옵티마이저, 활성화함수, L1/L2 정규화, 드롭아웃 비율 등의 최적화 과정을 거쳐서 수립한 DNN 모델은 RMSE = 0.326mm/day, 상관계수 = 0.975의 매우 양호한 정확도를 나타내었다. 이는 DNN 최적화와 함께, 국지예보모델과 위성자료로부터 증발산 기작에 관여하는 인자들을 선택하여 입력자료로 적절히 사용하였기 때문이기도 하다. 향후과제로서 훈련자료의 종류와 양을 증가시켜서 DNN 모델을 보다 정교화하는 것은 반드시 필요하다고 사료된다.

본 연구의 목적은 위성의 밝기온도를 기반으로 한 정량적 강우량 추정기법의 개선을 위함이다. 우리나라 여름철 강우사례를 이용하여 강우추정을 위한 비선형 관계식을 개선하였다. 분석을 위해 레이더 자료로 기상청 기상레이더 관측망의 고도 1.5 km와 CMAX 반사도 합성자료를 사용하였으며, 위성자료는 천리안 위성의 가시, 적외, 수증기 채널의 자료를 이용하였다. 새롭게 도출된 알고리즘은 A-E method, CRR v4.0 analytic function의 결과와 비교를 하였다. 검증을 위해 우리나라 ASOS에서 관측한 지상강우량 자료를 사용하였다. 공간검증을 위해 검증지수로 POD, FAR, CSI를 계산하였으며 각각 0.67, 0.76, 0.21로 나타났다. 정량적 강우검증을 위해 MAE와 RMSE를 계산하였으며 각각 2.49, 6.18 mm/h였다. A-E에 비하여 정량적인 오차가 줄어들었으며 CRR에 비하여 공간적인 정확도가 증가하였다. 개선한 관계식을 적용한 방법이 두 알고리즘의 부족한 부분을 보완할 수 있는 것으로 판단된다. 개선한 관계식을 통해 강우를 추정하는 방법은 복잡한 알고리즘을 거치지 않고 짧은 시간에 강우추정이 가능함으로써 현업용 실시간 초단기 예보에 활용될 수 있다.

전정색과 다중분광 위성영상으로부터 고해상도 컬러영상을 제작하는 융합기법에 대한 연구가 원격탐사 분야에서 활발하게 진행되어왔다. 기 개발된 많은 영상융합 기법들은 분광대체, 산술병합 그리고 공간영역 등 세 개의 범주로 구분될 수 있다. 본 연구는 기존 고해상도 위성에 비해 공간해상도와 분광해상도가 향상된 WorldView-2 위성에서 제공하는 전정색과 다중분광영상에 적용된 각 범주의 융합영상 결과물 특성을 색상과 공간정보 왜곡 측면에서 분석하였다. 색상정보의 왜곡을 평가하기 위해 평균차, 분산차 및 ERGAS 등의 정량지표를 산출하였고, 공간정보의 왜곡은 시각적 분석에 의해 평가하였다. 본 연구의 결과에 의하면 공간영역에 기초한 융합기법이 다른 범주의 융합에 비해 상대적으로 분광 및 공간정보의 왜곡이 적은 것으로 분석되었다. 따라서 공간영역에 기반한 융합영상은 대축척 주제도 뿐 아니라 온라인 영상지도 제작을 위해 적절한 입력자료로 활용될 것으로 기대된다.

In this study, we hypothesized that the size of wintering crane population would change due to the climate factors. We assumed that wintering population size would differ by climate values in January, which is the coldest period in year. Especially, White-naped cranes were able to choose wintering site between Cheorwon and other alternative place where snow coverage had low influence, differing from Red crowned cranes. For this reason, we predicted the population size of White-naped cranes would fluctuate according to the extent of snow coverage in Cheorwon. Therefore we used snow coverage data based on MODIS and climate data from KMA (Korea Meteorological Administration) that are generally used. We analyzed the crane’s population size in Cheorwon in January from 2002 to 2014. The temperature in the Cheorwon increased from 2002 to wintering period in 2007~ 2008 and went down, showing the lowest temperature in 2011~ 2012. With this phenomenon, warmth index showed the similar pattern with temperature. Amount of newly accumulated snow (the amount of snow that fallen from 0:01 am to 11:29 pm in a day) was low after 2002, but rapidly increased in 2010~ 2011 and 2011~ 2012. The area of snow coverage rapidly declined from 2002 to 2005~ 2006 but suddenly expanded in wintering period in 2009~ 2010 and 2010~ 2011. Wintering population size of the White-naped cranes decreased as snow coverage area increased in January and the highest correlation was found between them, compared to the other climatic factors. However, the number of individuals of Red crowned cranes had little relationship with general climate factors including snow cover range. Therefore it seems that population size of the Red crowned crane varied by factors related with habitat selection such as secure roosting site and area of foraging place, not by climatic factors. In multiple regression analysis, wintering population of White-naped cranes showed significant relationship with logarithmic value of snow cover range and its period. Therefore, it suggests that the population size of the White-naped crane was affected by snow cover range n wintering period and this was because it was hard for them to find out rice grains which are their main food items, buried in snow cover. The population size variation in White-naped cranes was caused by some individuals which left Cheorwon for Izumi where snow cover had little influence on them. The wintering population in Izumi and Cheorwon had negative correlation, implying they were mutually related.