위성이미지의 A-Z

고은서·2024년 5월 2일

Image Data

목록 보기
1/3

0. 다양한 정보를 제공하는 위성이미지

1) 딥러닝 기술과 결합하여 객체 인식

  • 대초원ㆍ사막ㆍ숲 등 농촌 및 도시 환경에 위치한 건물과 임시 거주지, 난민 시설을 감지
  • 모델 개발 과정에서 구글은 175만 채의 건물에 10만 개의 이미지를 수동으로 라벨링 해 교육 데이터셋을 확보
  • 또, 각 픽셀을 빌딩 또는 빌딩이 아닌 것으로 분류한 다음 이를 개별 인스턴스로 그룹화해 상향식으로 건물을 감지하도록 모델을 교육했다. 건물 탐지 기술은 위성 이미지 분석에 흔히 사용되는 U-Net 모델을 기반으로 한다. 비교적 간편한 아키텍처이기 때문에 컴퓨팅 부담이 크지 않고 다량의 이미징 데이터에 적용할 수 있다는 장점이 있다.

https://www.aitimes.kr/news/articleView.html?idxno=13857

2) 인공지능으로 위성이미지 분석 및 식별 자동화

  • 록히드 마틴(Lockheed Martin)은 오픈 소스 딥러닝 라이브러리를 사용하는 위성 이미지 인식 시스템 'GATR(Global Automated Target Recognition)'을 개발
  • 이 시스템은 전 세계의 넓은 지역에서 특정 대상을 신속하게 식별하고 분류함으로써 이미지 내에서 수작업으로 항목을 분류하고 라벨을 지정하는 시간을 절약
    출처 : 인공지능신문(https://www.aitimes.kr
    https://www.aitimes.com/news/articleView.html?idxno=139875

3) 위성이미지 처리를 통해 코로나 시기 교통량 추정



1. 어떤 위성이 제공하는 위성이미지를 활용할 것인가?

위성이미지는 어떤 특성의 위성이 제공하는지에 따라 이미지의 특성이 다르기 때문에 위성의 특징을 파악한 후 연구 목적에 적합한 위성 이미지를 선택할 필요가 있다.

1.1 위성의 궤도에 따른 분류

  • 저궤도(250~2000km): 지구 표면을 관찰해야하는 경우 낮은 궤도
    • 해상도가 높음
    • 예: 첩보 위성, 우주정거장(350km)
  • 중궤도(2000~3만 6,000km): 항법 위성, 지구에 있는 건물의 위치나 이동수단의 경로를 알려줘야 하는 경우
    • 예: 위치정보위성(GPS)
  • 정지궤도(3만 6,000km): 최대한 넓은 범위에서, 한 번에 넓은 범위를 관찰해야 하는 경우
    • 해상도가 낮음
    • 지구의 자전주기와 일치하여 실시간으로 지속적 이미지 수집 가능
    • 예: 통신위성(무궁화위성), 기상위성(천리안 위성)
  • 고궤도(3만 6,000km 이상)

1.2 Active, Passive

  • 위성 영상은 크게 Passive 영상과 Active 영상으로 구분할 수 있다.

1.2.1 Passive Sensor

  • 물체가 자체적으로 발산하는 에너지를 관측하는 시스템
    • 지구는 태양 에너지를 반사하거나 흡수한 뒤 재방출하는데, 위성에서는 이렇게 반사되거나 재방출된 지구 복사 에너지를 수신하여 처리
    • 지구 복사 에너지의 전자기파 범위를 활용하여 가시광선, 근적외선, 열적외선 등의 영상을 제공
  • 관측 파장대에 따라 Electro-Optical system, Infrared system, Microwave system 등으로 분류할 수 있음

Electro-Optical system(EO)

  • 사람의 눈으로 관측 가능한 파장대역에 대한 영상
  • 0.3 ~2.5 µm 범위의 가시광선에서 반사적외선 영역을 포함
  • 위성의 센서에 따라 관측 파장대역이 달라지며 multispectral, hyperspectral 등의 영상이 생성
  • 우리에게 가장 익숙한, 일반적인 RGB 영상 등이 여기에 해당합니다.

Infrared system(IR)

  • 가시광선보다 긴 파장의 영역대
  • 3 ~ 15 µm 범위의 열적외선(Thermal IR) 파장대에서는 물체에서 방출되는 열을 측정
  • 위성 영상은 아니지만 해당 파장대를 사용하는 익숙한 예시로는 사람의 체온을 측정하는 적외선 영상 등이 있습니다.

Microwave system

  • 적외선보다 긴, cm 이상의 파장대로 태양이나 구름에 대한 영향이 감소
  • 하지만 대기 중 물방울이나 얼음 입자와 같은 수상체 등의 요소에는 민감하게 작용하기 때문에 강수량 등을 측정하는 radiometer에 활용

1.2.2 Active Sensor

  • 위성에서 직접 신호를 송신하고 물체에 반사되어 돌아오는 신호를 측정
    • 직접 신호를 송수신하기 때문에 태양의 여부와 관계없이 밤낮으로, 전천후 관측이 가능
    • 마이크로파 파장대와 같이 지구 복사 에너지가 약한 영역에서 활용
    • Active 센서 영상의 대표적인 예시: Radar나 LiDAR 영상

1.3 위성의 해상도

  • 해상도, 분해능
  • 위성 영상의 파라미터
  • 모든 조건을 만족하기에는 물리적인 한계가 존재
    • 공간해상도, 분광해상도, 시간 해상도는 trade-off의 관계를 가짐

1.3.1 Spatial Resolution

  • 영상 개개의 픽셀이 표현 가능한 지상의 면적
  • 픽셀의 숫자가 작을 수록 상대적으로 작은 지상의 물체를 판독할 수 있음
  • 대부분의 경우 GSD와 GRD의 값이 동일
  • 위성의 고도와 시야각에 의해서 결정된다.

Ground Sample Distance GSD

  • 영상에서 한 픽셀에 해당하는 실제 거리

Ground Resolved Distance GRD

  • 두 물체를 구분할 수 있는 최소한의 거리

1.3.2 Spectral Resolution

  • 위성에 탑재된 센서가 얼마나 다양한 분광파장 영역을 수집할 수 있는가
    • 위성 영상의 'Band'는 각각의 관측 파장대를 의미
    • 위성에 따라 Band의 구성이 다르다.
  • Multispectral 영상: 10개 미만의 파장대역을 관측하며 색 표현이 가능한 경우
    • 각 밴드 조합에 따라 영상이 일반적인 RGB 영상으로 보여질 수도 있고, RGB 외에 다른 파장대에 대한 정보를 나타내는 영상으로도 표현될 수도 있음
    • 연구 목적에 따라 적절한 밴드를 선정하고 조합하는 과정이 필요함
  • Hyperspectral 영상: Multispectral 영상보다 관측 파장 대역을 좁게(10nm), 더 다양하게(수십개의 밴드)를 관측하여 정밀한 분광 해상도를 획득한 경우
    • 지표 광물 분류와 같이 더 미세한 분광 정보를 분석해야하는 연구 등에 활용 가능
  • 분광해상도가 좋을 수록 영상분석적 이용가치가 상승한다
  • 영상의 질적 성능을 판별하는 기준

1.3.3 Radiometric Resolution

  • 영상을 관측할 때 에너지 강도에 대해 얼마나 민감한가
    • 위성의 센서에서 수집된 영상이 얼마나 다양한 값을 표현하는가
  • 영상의 비트(bit) 수로 표현된다.
    • 일반 영상은 0-255의 8-bit 영상이지만 위성 영상의 경우 16-bit, 14-bit등 다양하게 나타남
    • 방사해상도가 높은 영상은 분석 정밀도가 높다

1.3.4 Temporal Resolution 주기 해상도

  • revisit time, 특정한 지역을 얼마나 자주 촬영할 수 있는가
  • 주기 해상도가 짧을 수록 변이를 빠르고 조밀하게 관측 가능
    • 정지궤도 위성의 경우 분 단위의 관측도 가능함
    • 낮은 고도에서 전지구를 관측하는 위성인 경우 지구를 한 바퀴 도는 시간 소요

1.4 다양한 위성이미지 종류

무료 위성이미지 출처와 특징에 대해 설명

https://skywatch.com/free-sources-of-satellite-data/

국내 위성이미지 제공사이트 설명

https://madecat.tistory.com/78

대표적인 위성이미지

2. 위성 영상의 전처리

2.1 Radiometric Correction 방사보정

  • raw 데이터를 지표 반사도로 변환
    • 위성 센서에서 관측되는 전자기파는 위성 자체의 특성, 지형, 대기 효과 등에 의해 왜곡
    • 오차를 보정계수를 통해 지표 물체의 순수 반사도 값으로 도출

2.2 Atmospheric Correction 대기보정

  • 대기 효과에 의한 반사도 왜곡 보정
    • 흡수, 반사, 산란 등의 현상으로 실제 지표 반사도와 센서 값이 달라짐

2.3 Orthorectification 정사보정

  • 위성의 촬영각, 지형 등에 의한 영향을 제거하여 수직방향에서 보는 것과 같이 보정
    • 기하보정 모듈 RPCs(Rational Polynomial Coefficients)
    • 지형에 대한 정보인 DEM(Digital Elevation Model)
  • Geometric Correction 기하보정: 위성 영상의 픽셀 좌표와 지리 좌표를 맞춰주는 과정
    • 위성의 고도, 자세, 속도변화, 지구 곡률 등에 의해 영상의 기하학적 왜곡이 발생

2. 사용할 수 있는 위성이미지인가?

  • 구름이 많이 있으면 이미지를 제대로 인식하기 어려우므로 구름 비율이 적은 날의 이미지를 선택하는 것이 적절함
  • 일부 연구에서는 구름에 대한 영향을 최소화하고 보다 날씨에 영향을 덜 받는 이미지를 활용하기 위해 n년치 사진을 합성하여 활용하기도 함

  • 구름이 보이는 비율 확인해보기 Cloud Cover(%)

  • Composite Band 해보기
    qgis로 composite band 하는 방법: https://foss4g.tistory.com/1579

  • Qa Band

  • F-mask

    • 제공되는 모든 데이터의 특성을 종합적으로 활용해 구름의 형태, 밀도, 높이 등 다양한 특성을 고려하여 높은 정확도를 가짐
    • QA band의 업그레이드 버전

3. 위성이미지가 가공된 자료

3.1 LCZ Local Climate Zone

  • https://www.wudapt.org/lcz/lcz-framework/
  • 미시 기후 연구를 위해 제공
  • Stewart&Oke(2012)가 도시의 물리적 특성을 설명하고 특성화하는 보편적인 접근 방식을 제안
    • 표면구조, 표면 피복의 특성을 기반으로 하는 17개의 구역 구성

구성요소 1. 높이 (Height of Roughness Features)

구성요소 2. 밀도 (Packing of Roughness Features)

구성요소 3. 주변의 피복 (Surface Cover Around Roughness Features)

구성요소 4. 재료의 열적 유입(Thermal Admittance of Materials)

지역 구분

LCZ generator

3.2 토지피복도

  • 토지피복도: 지구표면 지형지물의 형태를 일정한 과학적 기준에 따라 분류하여 동질의 특성을 지닌 구역을 Color Indexing 한 후 지도의 형태로 표현한 공간정보 DB
    • 지표면의 현상을 잘 반영하기 때문에 지표면의 투수율에 의한 비점오염원 부하량 산정, 비오톱 지도작성에 의한 도시계획, 댐 수문 방류 시 하류지역 수피해 시뮬레이션, 기후 대기 예측 모델링, 환경영향 평가 등에 폭 넓게 사용
    • 중앙정부 및 지방정부의 환경정책수립의 과학적 근거로의 위상을 가지고 있으며 관련 학계의 다양한 연구자료로 활용
  • 토지피복도 분류 체계
    • 토지피복지도는 해상도에 따라 대분류(해상도30M급), 중분류(해상도5M급), 세분류(해상도1M급)
    • 각각의 지도는 대분류 7개 항목, 중분류 22개 항목, 세분류 41개 항목으로 분류하며 점점 세분화

환경공간정보서비스

4. 위성이미지로 추출할 수 있는 지표

참고자료

profile
고은서
cities and data
다음 포스트

Landsat 데이터

0개의 댓글