연안해역 모니터링을 위한 초분광영상 처리기법 현황

Abstract

본 연구에서는 초분광영상의 국내 연안 활용 범위 확대 및 정확성 향상을 위해, 국외 연안지역에 대한 항공기 및 위성 탑재 초분광영상의 다양한 처리 기법을 소개한다. 육상과 달리, 가시광선 영역에서 미세한 반사율을 보이는 해양의 경우 보다 정밀한 대기보정이 요구된다. 이와 함께, 태양-해수면-센서의 기하학적 특징으로 나타나는 태양광 정반사(sun-glint)와 같은 이상 현상을 제거하기 위한 다양한 기법도 개발되어 왔다. 대기 및 정반사 보정된 초분광영상은 연안지역의 수심추정과 산호와 같은 저서 생물 및 해저면 종류 분류, 저서 생물 상태 모니터링에 활용되는데, 주로 복사전달모델과 분광라이브러리에 기반을 둔 반분석적 기법을 사용한다. 이는 초분광영상의 많은 분광 정보를 활용하는 방법으로, 실험적 모델을 적용하는 다중분광자료에 비해 상대적으로 정확도가 높다. 광학영상의 해양활용에서 있어 수심 및 수질은 매우 중요한 제약점으로, 특히 복사전달모델에 기반을 둔 분석에 따르면 초분광영상은 최대 25m까지 수심측정이나 해저면 분류가 가능하다고 하나, 실제 많은 연구에서 항공기 및 위성 탑재 초분광영상은 수심 10m 이내의 연안지역에서 활용되고 있다. 이와 같은 연구결과를 바탕으로 국내 연안지역의 초분광영상자료의 정확하고 정량적인 연안 활용을 위해서는 최대 탐지 가능한 수심 및 수질조건 등에 대한 분석이 필요하다는 것을 확인하였다. 또한 국내 연안지역에 대해 분류 가능한 저서 생물과 해저면의 분류 및 분광라이브러리 구축의 필요성을 제시하였다.

In this study, we introduce various hyperspectral data processing techniques for the monitoring of shallow and coastal waters to enlarge the application range and to improve the accuracy of the end results in Korea. Unlike land, more accurate atmospheric correction is needed in coastal region showing relatively low reflectance in visible wavelengths. Sun-glint which occurs due to a geometry of sun-sea surface-sensor is another issue for the data processing in the ocean application of hyperspectal imagery. After the preprocessing of the hyperspectral data, a semi-analytical algorithm based on a radiative transfer model and a spectral library can be used for bathymetry mapping in coastal area, type classification and status monitoring of benthos or substrate classification. In general, semi-analytical algorithms using spectral information obtained from hyperspectral imagey shows higher accuracy than an empirical method using multispectral data. The water depth and quality are constraint factors in the ocean application of optical data. Although a radiative transfer model suggests the theoretical limit of about 25m in depth for bathymetry and bottom classification, hyperspectral data have been used practically at depths of up to 10 m in shallow and coastal waters. It means we have to focus on the maximum depth of water and water quality conditions that affect the coastal applicability of hyperspectral data, and to define the spectral library of coastal waters to classify the types of benthos and substrates.