GOCI-II를 활용한 해빙 탐지 및 모니터링

Abstract

서해 해빙은 12월부터 3월까지 발생하며, 표층 반사를 통해 지역적인 날씨에 영향을 미치고, 어업, 교통, 자원 탐사 등과 같은 경제적인 활동에도 영향을 미친다. 그리고 유빙은 항구 시설, 양식장, 배의 안전을 저해하여 경제적 손실을 발생시킨다. 그러므로 SAR 센서와 advanced very high-resolution radiometers (AVHRR)과 moderate resolution imaging spectroradiometer (MODIS)와 같은 해색 센서를 이용하여 해빙을 탐지하는 많은 연구들이 수행되어왔다. 최근 Sentinel-2와 Landsat-8 등 고해상도 위성을 이용하여 좀 더 정확하고 자세한 해빙 탐지가 가능해졌다. 그러나 재방문 주기의 이유로 해빙 및 유빙의 모니터링에는 한계가 있다. 본 연구에서는 정지궤도 위성인 Geostationary Ocean Color Imager–II (GOCI-II)의 대기분자 산란 보정 반사도(Rayleigh-corrected reflectance, Rrc)를 이용하여 서해 해빙을 탐지하는 (문턱값 기반 알고리즘, 딥러닝 알고리즘)을 개발하였다. GOCI-II의 680nm와 865nm의 Rrc를 이용한 문턱값 기반 알고리즘을 제안하였다. 두 밴드의 비와 표준편차를 이용한 방법으로 해빙, 구름, 해수 등을 분류할 수 있었다. 추가적으로 GOCI-II 12개 밴드의 Rrc를 이용한 다층 퍼셉트론(Multi-Layer Perceptron) 알고리즘을 개발하였다. 앞에서 개발한 문턱값 기반 알고리즘의 해빙 분류 결과를 이용하여 훈련시켰다. 두 알고리즘의 결과는 Sentiniel-2 영상을 이용한 해빙 탐지 결과와 비교 하였으며, 이는 GOCI-II를 이용한 두 알고리즘이 해빙 탐지에 적합하다는 것을 보여주었다. 그리고 좋은 시간 해상도를 가진 GOCI-II의 장점을 이용하여 해빙의 단기간 변동성 뿐만 아니라 조류에 의한 유빙의 움직임도 살펴보았다.