원격탐사

3. 분류 및 종류

원격탐사는 크게 능동형과 수동형으로 분류할 수 있다.

• '''능동형 원격탐사(active remote sensing)''': 관측 장비에서 대상에 신호를 보내고, 대상에서 반사·산란되어 돌아오는 신호를 수신하여 대상의 성질을 파악한다. 레이더, 라이더가 대표적이며, 이들은 방출과 반환 사이의 시간 지연을 측정하여 물체의 위치, 속도, 방향을 파악한다.^[5]
• '''수동형 원격탐사(passive remote sensing)''': 물체나 주변 지역에서 방출되거나 반사되는 복사선을 수집한다. 반사된 햇빛이 가장 일반적인 복사선 원천이다. 필름 사진술, 적외선, 전하결합소자, 방사계 등이 있다.^[5]

3. 1. 능동형 원격탐사 (Active Remote Sensing)

• 기존 레이더는 주로 항공 교통 관제, 조기 경보 및 특정 대규모 기상 데이터와 관련이 있다. 도플러 레이더는 지역 법 집행 기관의 속도 제한 모니터링과 강수량 위치 및 강도 외에도 기상 시스템 내의 풍속 및 방향과 같은 향상된 기상 데이터 수집에 사용된다.
• 간섭계 합성 개구 레이더는 대규모 지형의 정밀한 디지털 표고 모델을 생성하는 데 사용된다. (RADARSAT, TerraSAR-X, 마젤란 참조).^[10]
• 위성에 장착된 레이저 및 레이더 고도계는 광범위한 데이터를 제공한다. 중력에 의해 발생하는 물의 융기를 측정하여 해저의 특징을 약 1마일의 해상도로 매핑한다. 해양 파도의 높이와 파장을 측정하여 고도계는 풍속과 방향, 해수면 표면류 및 방향을 측정한다.
• 초음파(음향) 및 레이더 조석계는 해안 및 해양 조석계에서 해수면, 조류 및 파도 방향을 측정한다.
• 라이다는 무기 거리 측정, 발사체의 레이저 조명 유도 및 대기 중 다양한 화학 물질의 농도 탐지 및 측정에 사용되며, 공중 라이다는 레이더 기술보다 더 정확하게 지상의 물체 및 지형의 높이를 측정하는 데 사용할 수 있다. 라이다는 지표면 변화를 감지하는 데 사용할 수 있다.^[10] 식생 원격 감지는 라이다의 주요 응용 분야이다.^[11]
• 소나: 수동 소나는 다른 물체(선박, 고래 등)가 내는 소리를 듣는 것이고, 능동 소나는 음파 펄스를 방출하고 메아리를 들어 수중 물체와 지형을 탐지하고 거리를 측정하는 데 사용된다.
• 다른 유형의 능동 수집에는 전리층의 플라스마가 포함된다.

3. 2. 수동형 원격탐사 (Passive Remote Sensing)

3. 3. 이용 파장에 따른 분류

3. 3. 1. 음파 원격탐사

• 소나(Sonar): 능동 소나(active sonar)는 음파 펄스를 방출하고 메아리를 들어 수중 물체와 지형을 탐지하고 거리를 측정한다. 수동 소나(passive sonar)는 다른 물체(선박, 고래 등)가 내는 소리를 듣는다. 이를 통해, 구축함이나 잠수함은 다른 잠수함이나 함선을 탐지하고, 어선·낚시배 등에서는 어군을 탐지하는 데 사용된다.
• 초음파: 차량 등에 탑재된 근접 거리계는 초음파의 전파 속도를 이용한 능동형 원격탐사의 일종이다. 또한, 고주파 펄스를 방출하고 메아리를 듣는 초음파 센서는 조석계 또는 예인 수조와 같이 수위와 수위를 감지하는 데 사용된다.^[74]

3. 3. 2. 전자파 원격탐사

• '''가시광선''': 인간의 눈으로 볼 수 있는 주파수 영역이다. 일반 카메라나 비디오 카메라 기술을 응용할 수 있어 비교적 쉽게 구현 가능하다. 태양의 열복사 스펙트럼이 가시광선 영역에서 최대가 되기 때문에 태양 전자파를 이용한 관측에 적합하다. 그러나 구름이 있으면 지표면 관측이 어렵고, 야간 관측도 제한적이다(도시 등 인공 광원 제외). 대기 중 노이즈(공기 분자나 에어로졸에 의한 흡수·산란)의 영향을 받기 쉽다.

• '''적외선''': 가시광선보다 파장이 길며, 근적외선과 원적외선으로 나뉜다. 지구상의 물체는 적외선 영역에 열복사 피크가 있어, 물체의 열적 상태를 적외선 방사로 관측할 수 있다. 물체의 적외선 방사량을 온도로 환산하여 구름, 도시 지역(히트 아일랜드), 해수면 온도 분포(엘니뇨 현상, 해류) 등을 조사한다. 또한, 사운더라는 적외선 센서로 대기 중 수증기나 온도 분포를 측정할 수 있다. 가시광선과 마찬가지로 구름을 투과하기 어려워 맑은 날씨에만 지표면 관측이 가능하지만, 야간 지표면 관측은 가능하다. 기상 관측, 해수면 온도 측정 등에서 오래 활용되었다.

• '''마이크로파''': 적외선보다 파장이 길다. 구름 입자에 산란되지 않아 구름을 투과할 수 있다. 따라서 날씨에 관계없이 지표면을 관측할 수 있다는 장점이 있다. 특히 물은 마이크로파 주파수 영역에서 효율적인 방사체이므로, 해양 조사나 강수량 조사 등 물 관련 원격탐사에 적합하다. 다만, 파장이 길어 가시광선보다 높은 해상도를 얻기 어렵다. 이를 위해 합성 개구 레이더 기술이 사용된다.

• '''레이저광''': 레이저광의 방사와 반사로부터 위상차를 이용해 대상과의 거리나 3차원 형상을 구할 수 있다. LIDAR가 사용된다.

4. 데이터 획득 기술

원격탐사는 관측 장치(센서)와 그것을 상공으로 운반하기 위한 플랫폼이 필요하다. 관측 장치로는 사진, 방사계, 레이저 프로파일러, 레이더 등이 사용된다. 플랫폼으로는 비행기, 기구, 헬리콥터, 인공위성, 자동차 등이 사용된다.^[9]

원격탐사 자료의 질은 공간, 분광, 방사 및 시간 해상도로 구성된다.

• 공간 해상도: 래스터 이미지에 기록되는 픽셀의 크기 – 일반적으로 픽셀은 한 변의 길이가 1m에서 1000m에 이르는 정사각형 영역에 해당할 수 있다.
• 분광 해상도: 기록된 다양한 주파수 대역의 파장 – 일반적으로 이것은 플랫폼에 의해 기록된 주파수 대역의 수와 관련이 있다. 현재 랜드샛 자료는 적외선 스펙트럼의 여러 대역을 포함하여 7개의 대역으로 구성되며, 분광 해상도는 0.7~2.1 μm이다. Earth Observing-1의 Hyperion 센서는 0.4~2.5 μm에서 220개의 대역을 해상도 0.10~0.11 μm/대역으로 해석한다.
• 방사 해상도: 센서가 구분할 수 있는 방사선의 강도 수. 일반적으로 이것은 8~14비트이며, 각 대역에서 256단계의 회색조와 최대 16,384개의 강도 또는 색상 "음영"에 해당한다. 또한 계측기 잡음에도 따라 달라진다.
• 시간 해상도: 위성이나 항공기의 반복 비행 빈도이며, 시간 계열 연구나 삼림 벌채 모니터링과 같이 평균 또는 모자이크 이미지가 필요한 연구에만 관련이 있다. 이것은 처음으로 정보 기관에서 사용되었는데, 반복적인 촬영을 통해 기반 시설의 변화, 부대 배치 또는 장비의 수정/도입을 확인할 수 있었다. 특정 지역이나 물체 위의 구름은 해당 위치의 자료 수집을 반복해야 할 필요성을 만든다.^[9]

5. 데이터 처리

대부분의 원격탐사 시스템은 센서 데이터를 지상의 기준점과 연관시켜 지도를 생성한다. 이때 사용되는 센서에 따라 데이터 처리 방식이 달라진다. 예를 들어, 전통적인 사진은 이미지 중앙에서 거리가 가장 정확하고, 중앙에서 멀어질수록 왜곡이 커진다. 이러한 왜곡을 보정하는 작업을 지리 참조라고 하며, 컴퓨터를 이용하여 이미지의 점들을 기준점과 일치시켜 이미지를 "왜곡"하고 정확한 공간 데이터를 생성한다.^[29] 1990년대 초부터 대부분의 위성 이미지는 완전히 지리 참조된 상태로 판매된다.

이미지는 방사량 및 대기 보정이 필요할 수 있다.

• 방사량 보정: 방사량 오차 및 왜곡을 보정한다. 지표면 물체의 조명은 지형에 따라 고르지 않기 때문에 방사량 왜곡 보정이 필요하다.^[29] 방사량 보정은 픽셀 값을 실제 복사량 값으로 변환한다.
• 지형 보정: 험준한 산악 지역에서는 지형 때문에 픽셀의 밝기가 크게 달라진다. 그늘진 곳은 어둡고 복사량 값이 낮은 반면, 햇볕이 잘 드는 곳은 밝고 복사량 값이 높다. 같은 물체라도 위치에 따라 복사량 값이 다를 수 있고, 서로 다른 물체가 비슷한 값을 가질 수도 있다. 지형 보정은 이러한 효과를 제거하여 물체의 실제 반사율을 복구하는 것이다.
• 대기 보정: 대기 중의 먼지나 수증기 등에 의한 영향을 제거하기 위해 각 주파수 대역을 재조정하여 대기 헤이즈를 제거한다.

6. 활용 분야

원격탐사는 다양한 분야에서 활용되며, 광범위한 데이터를 수집하고 분석하는 데 중요한 역할을 한다. 주요 활용 분야는 다음과 같다.

• 농업: 작물의 생육 상태를 파악하고 작황을 예측하며, 병충해 발생을 조기에 감지하여 피해를 최소화한다. 토양의 수분 함량을 측정하여 효율적인 관개 계획을 수립하고, 농경지 면적을 조사하여 농업 정책 수립에 활용한다.
• 임업: 산림 자원을 조사하고 관리하며, 산불 발생을 감시하고 피해 면적을 파악하여 신속한 대응을 돕는다. 또한, 산림 병해충 발생을 탐지하여 확산을 방지한다.
• 환경: 대기 오염, 수질 오염, 해양 오염 등 각종 환경 오염을 감시하고, 사막화 진행 상황을 파악하여 대응한다.
• 재해/재난: 홍수, 지진, 산사태, 화산 폭발 등 각종 재해 및 재난 발생 시 피해 지역을 신속하게 파악하고, 위험 지역을 예측하여 대비한다.
• 도시 계획: 도시의 성장 과정을 분석하고, 토지 이용 변화를 탐지하며, 도시 열섬 현상을 연구하여 지속 가능한 도시 개발 계획을 수립한다.
• 자원 탐사: 광물 자원, 석유 및 가스전 등 지하 자원을 탐사하여 효율적인 개발을 돕는다.
• 기상: 기상 예보의 정확도를 높이고, 구름, 태풍, 기후 변화 등을 분석하여 기상 관련 연구에 활용한다.
• 해양: 해수면 온도, 적조 발생, 해류, 해양 생태계 등을 관측하고 분석하여 해양 환경 보전 및 자원 관리에 활용한다.
• 국방/안보: 군사 시설 감시, 국경 지역 정찰, 테러 감시 등 국가 안보와 관련된 정보를 수집한다.
• 측지: 지구 중력장 변화, 지각 변동 등을 측정하여 지구 과학 연구에 활용한다.
• 기타: 인프라 시설 관리, 야생 동물 서식지 조사, 고고학 유적 탐사 등 다양한 분야에서 활용된다.

7. 데이터 처리 수준 (NASA 정의)

1986년 NASA가 지구관측시스템의 일환으로 처음 정의한 데이터 처리 수준은 다음과 같다.^[30][31][32]

레벨 1 데이터는 상당한 과학적 유용성을 지닌 가장 기본적인 데이터이며, 모든 후속 데이터 세트가 생성되는 기반이다. 레벨 2는 대부분의 과학적 응용 프로그램에 직접 사용할 수 있는 첫 번째 수준이며, 그 가치는 하위 수준보다 훨씬 크다. 레벨 2 데이터는 시간적, 공간적 또는 스펙트럼적으로 축소되었기 때문에 레벨 1 데이터보다 용량이 적다. 레벨 3 데이터는 일반적으로 하위 수준 데이터보다 작으므로 많은 데이터 처리 부담 없이 처리할 수 있다. 이러한 데이터는 일반적으로 많은 응용 프로그램에 더 유용하다. 레벨 3 데이터의 규칙적인 공간 및 시간적 구성을 통해 서로 다른 소스의 데이터를 쉽게 결합할 수 있다.

8. 교육 및 훈련

원격탐사는 현대 정보 사회에서 그 중요성이 점점 커지고 있다. 항공 우주 산업의 핵심 기술이며 경제적 중요성도 증가하고 있다. 예를 들어 TerraSAR-X와 RapidEye와 같은 새로운 센서가 끊임없이 개발되고 있으며 숙련된 인력에 대한 수요도 꾸준히 증가하고 있다. 뿐만 아니라 원격탐사는 일기 예보부터 기후 변화 또는 자연 재해에 대한 보고에 이르기까지 일상생활에 큰 영향을 미친다. 예를 들어 독일 학생의 80%가 구글 어스 서비스를 이용하며, 2006년 한 해에만 1억 회 이상 다운로드되었다. 그러나 연구에 따르면 그들 중 일부만이 자신이 사용하는 데이터에 대해 더 많이 알고 있다는 것을 보여준다.^[64] 위성 이미지의 활용과 이해 사이에는 거대한 지식 격차가 존재한다.

정치적인 주장에도 불구하고 학교에서 원격탐사는 부차적인 역할만 하고 있다.^[65] 학교 수업을 위해 특별히 개발된 많은 컴퓨터 소프트웨어는 복잡성 때문에 아직 구현되지 않았다. 따라서 이 과목은 교육 과정에 전혀 통합되지 않거나 아날로그 이미지 해석 단계를 넘어서지 못한다. 사실 원격탐사는 물리학과 수학뿐만 아니라 위성 이미지의 단순한 시각적 해석 외에도 미디어 및 방법 분야의 역량을 통합해야 한다.

많은 교사들은 교육 과정을 고려한다면 원격탐사라는 주제를 교육에 통합하는 데 동기를 부여받아 이 과목에 큰 관심을 가지고 있다. 하지만 많은 경우 혼란스러운 정보 때문에 이러한 노력은 실패한다.^[66] 원격탐사를 지속 가능한 방식으로 통합하기 위해 EGU 또는 디지털 어스^[67]와 같은 기관은 학습 모듈과 학습 포털의 개발을 장려하고 있다. 예를 들어 미디어 및 방법 자격과 독립적인 학습을 장려하기 위해 ''FIS – 원격탐사 학교 수업'',^[68] ''Geospektiv'',^[69] ''Ychange'',^[70] 또는 Spatial Discovery^[71]와 같은 예가 있다.

9. 소프트웨어

원격탐사 자료는 원격탐사 소프트웨어로 알려진 컴퓨터 소프트웨어를 사용하여 처리 및 분석된다. 원격탐사 자료를 처리하기 위한 많은 수의 독점 및 오픈소스 응용 프로그램이 존재한다.^[4]

참조

_[1] 서적 Remote sensing: models and methods for image processing https://books.google[...] Academic Press 2015-11-15
_[2] 서적 Remote sensing: the image chain approach https://books.google[...] Oxford University Press 2015-11-15
_[3] 논문 Spatiotemporal analysis of urban environment based on the vegetation–impervious surface–soil model https://www.spiedigi[...] 2021-10-27
_[4] 서적 Essential Image Processing for GIS and Remote Sensing https://www.wiley.co[...] Wiley-Blackwell 2023-04-02
_[5] 웹사이트 Saving the monkeys https://spie.org/mem[...] SPIE Professional 2016-01-01
_[6] 논문 Remote sensing and habitat mapping for bearded capuchin monkeys (Sapajus libidinosus): landscapes for the use of stone tools 2015-08-19
_[7] 논문 Differential Absorption Lidar (DIAL) Measurements of Landfill Methane Emissions 2017
_[8] 논문 Assessment and enhancement of SAR noncoherent change detection of sea-surface oil spills 2018-01
_[9] 웹사이트 Science@nasa - Technology: Remote Sensing http://hurricanes.na[...] 2009-02-18
_[10] 논문 Analysis of regional large-gradient land subsidence in the Alto Guadalentín Basin (Spain) using open-access aerial LiDAR datasets https://doi.org/10.1[...] 2022-10
_[11] 논문 Utility of multitemporal lidar for forest and carbon monitoring: Tree growth, biomass dynamics, and carbon flux https://go.osu.edu/b[...] 2018
_[12] 뉴스 Just Sit Right Back and You'll Hear a Tale, a Tale of a Plankton Trip https://blogs.nasa.g[...] NASA Earth Expeditions 2018-08-15
_[13] 논문 Remote sensing of night lights: A review and an outlook for the future 2020-02
_[14] 논문 Smart Decision Support Systems for Volcanic Applications 2019-01
_[15] 논문 Mapping Recent Lava Flows at Mount Etna Using Multispectral Sentinel-2 Images and Machine Learning Techniques 2019-01
_[16] 논문 Multispectral, Hyperspectral, and Three-Dimensional Imaging Research at the U.S. Army Research Laboratory https://apps.dtic.mi[...] 2003-07
_[17] 논문 A survey of landmine detection using hyperspectral imaging http://porto.polito.[...] 2017-02-01
_[18] 논문 Photogrammetry from Archived Digital Imagery for Seal Monitoring 1997
_[19] 논문 Topographic spatial characterisation of grey seal ''Halichoerus grypus'' breeding habitat at a sub-seal size spatial grain 2001
_[20] 논문 Finescale ecological niche modeling provides evidence that lactating gray seals (''Halichoerus grypus'') prefer access to fresh water in order to drink http://dro.dur.ac.uk[...] 2021-10-27
_[21] 논문 Land Use and Land Cover Mapping in the Era of Big Data 2022-09
_[22] 웹사이트 Begni G. Escadafal R. Fontannaz D. and Hong-Nga Nguyen A.-T. (2005). Remote sensing: a tool to monitor and assess desertification. Les dossiers thématiques du CSFD. Issue 2. 44 pp. http://www.csf-deser[...] 2021-10-27
_[23] 논문 Remote sensing of terrestrial plant biodiversity https://www.scienced[...] 2019-09-15
_[24] 논문 Satellite remote sensing to monitor species diversity: potential and pitfalls https://onlinelibrar[...] 2016-02
_[25] 논문 Plant spectral diversity integrates functional and phylogenetic components of biodiversity and predicts ecosystem function https://www.nature.c[...] 2018-06
_[26] 논문 No place to hide: Rare plant detection through remote sensing 2021-02-18
_[27] 논문 Using remote sensing for agricultural statistics 2005
_[28] 웹사이트 Geodetic Imaging https://www.unavco.o[...] 2016-09-29
_[29] 논문 Мethod of radiometric distortion correction of multispectral data for the earth remote sensing.
_[30] 간행물 Report of the EOS data panel http://hdl.handle.ne[...] NASA 1986
_[31] 간행물 Earth Science Reference Handbook – A Guide to NASA's Earth Science Program and Earth Observing Satellite Missions http://eospso.gsfc.n[...] National Aeronautics and Space Administration Washington, D. C.
_[32] 간행물 Product User Manual http://www.grassaf.o[...] GRAS-SAF 2009-03-31
_[33] 논문 Use of satellite data in agricultural surveys
_[34] 논문 A Look at the Remote Sensing Applications Program of the National Agricultural Statistics Service
_[35] 서적 Regional Crop Inventories in Europe Assisted by Remote Sensing: 1988-1993. Synthesis Report Office for Publications of the EC
_[36] 논문 Estimation of tropical forest extent and regenerative stage using remotely sensed data 1994
_[37] 논문 Determination of deforestation rates of the world's humid tropical forests 2002
_[38] 논문 Land cover estimation in small areas using ground survey and remote sensing 2000
_[39] 서적 Assessing the Accuracy of Remotely Sensed Data: Principles and Practices, Third Edition https://www.taylorfr[...] CRC Press 2019-01-25
_[40] 논문 Estimating Area from an Accuracy Assessment Error Matrix 2013
_[41] 논문 Key issues in rigorous accuracy assessment of land cover products https://nottingham-r[...] 2019
_[42] 논문 Impact of training and validation sample selection on classification accuracy and accuracy assessment when using reference polygons in object-based classification 2013
_[43] 논문 Misclassification bias in areal estimates
_[44] 논문 Area estimation of crops by digital analysis of Landsat data 1978
_[45] 논문 Good practices for estimating area and assessing accuracy of land change http://eprints.notti[...] 2014
_[46] 논문 The effects of imperfect reference data on remote sensing-assisted estimators of land cover class proportions 2018
_[47] 논문 Assessing the accuracy of land cover change with imperfect ground reference data http://eprints.notti[...] 2010
_[48] 논문 Using the regression estimator with landsat data to estimate proportion forest cover and net proportion deforestation in gabon 2014
_[49] 논문 Remote sensing and land cover area estimation 2004
_[50] 논문 Using remote sensing for agricultural statistics 2005
_[51] 웹사이트 Flight of the Giant https://www.airspace[...] 2019-02-19
_[52] 뉴스 A bird's-eye view of the battlefield: aerial photography https://www.telegrap[...] 2014-04-04
_[53] 서적 Aerophotography and Aerosurveying The Maple Press Company 1941
_[54] 웹사이트 Air Force Magazine http://www.airforcem[...] 2019-02-19
_[55] 웹사이트 Military Imaging and Surveillance Technology (MIST) https://www.darpa.mi[...] 2019-02-19
_[56] 간행물 The Indian Society of International Law - Newsletter: VOL. 15, No. 4, October - December 2016 Brill 2018
_[57] 웹사이트 In Depth {{!}} Magellan https://solarsystem.[...] 2019-02-19
_[58] 웹사이트 SOHO - Solar and Heliospheric Observatory http://www.nasa.gov/[...] 2015-04-15
_[59] 서적 Introduction to Remote Sensing The Guilford Press 2011-06-21
_[60] 서적 Why 'where' matters : understanding and profiting from GPS, GIS, and remote sensing : practical advice for individuals, communities, companies and countries http://archive.org/d[...] Manotick, ON : Kim Geomatics Corp. 2010
_[61] 논문 On defining remote sensing https://www.asprs.or[...] 1986-09
_[62] 논문 The Office of Naval Research and Geography https://www.jstor.or[...] 1979
_[63] 웹사이트 Ames Research Center Overview http://www.nasa.gov/[...] 2015-04-08
_[64] 논문 Geospatial technologies in school – theoretical concept and practical implementation in K-12 schools 2012
_[65] 논문 The integration of science explorations through the use of earth images in middle school curriculum 1999
_[66] 논문 Mission Geography: Linking national geography standards, innovative technologies and NASA 2000-07
_[67] 웹사이트 Digital Earth https://web.archive.[...]
_[68] 웹사이트 FIS – Remote Sensing in School Lessons http://www.fis.uni-b[...] 2012-10-25
_[69] 웹사이트 geospektiv https://www.geospekt[...] 2018-06-01
_[70] 웹사이트 YCHANGE https://ychange.eu/ 2018-06-01
_[71] 웹사이트 Landmap – Spatial Discovery http://www.landmap.a[...] 2021-10-27
_[72] 서적 Applications of Gamma Radiation in Remote Sensing Springer-Verlag
_[73] 서적 センシング工学 コロナ社 1992
_[74] 논문 A Hyperspectral Image Classification Framework with Spatial Pixel Pair Features http://www.mdpi.com/[...] 2017-10-23