위성자료의 시계열 특성에 기반한 실시간 자료 재구축 (Reconstruction of Remote Sensing Data based on dynamic Characteristics of Time Series Data)

서지정보

· 발행기관 : 한국산학기술학회
· 수록지 정보 : 한국산학기술학회논문지 / 19권 / 8호 / 329 ~ 335페이지
· 저자명 : 정명희, 이상훈, 장석우

초록

여러 응용 분야에서 널리 활용되고 있는 위성영상은 지표면을 모니터링 하는데 매우 유용한 자료원이다. 위성자료는 원격 센서를 통해 획득되기 때문에 자료 획득시의 구름이나 에어로졸과 같은 관측 기상 상태나 센서 오작동상태에 따라 많은 노이즈와 에러가 포함되어 있다. 자료의 정확성은 자료 분석 결과의 정확성과 신뢰도에 영향을 주기 때문에 고품질 자료를 위한 노이즈 제거 및 자료 복원은 중요한 전처리(preprocessing) 과정이다. 본 연구에서는 다중주기 하모닉 모형을 이용하여 위성자료의 시계열적 동적 특성을 모형화하고 자료의 공간적 상관관계를 고려하여 적응적으로 자료복원을 수행하는 재구축 시스템을 제안하고 있다. 다중 주기에 기반을 둔 모형은 단일 주기보다 지표면의 연간 변화뿐 아니라 계절적 변화와 같이 내부적인 변화 패턴을 모형화 하는데 적합하다. 또한 기존에 제안된 복원 방법은 일정 기간의 전체 자료에 대한 복원 방법으로 실시간 복원법이 아니지만 제안된 방법은 실시간 자료 복원이 가능하여 위성자료 실시간 재구축을 위한 전처리 시스템의 알고리즘으로 활용될 수 있다. 제안된 방법은 먼저 시뮬레이션 자료를 통해 성능이 평가되었고 2011부터 2016년까지 6년간의 MODIS NDVI 자료에 적용하여 평가되었다. 실험 결과는 제안된 자료 복원 시스템이 위성영상 자료 분석을 위한 고품질 자료 재구축 방법으로 매우 유용함을 보여주고 있다.

영어초록

Satellite images, which are widely used in various applications, are very useful for monitoring the surface of the earth. Since satellite data is obtained from a remote sensor, it contains a lot of noise and errors depending on observation weather conditions during data acquisition and sensor malfunction status. Since the accuracy of the data affects the accuracy and reliability of the data analysis results, noise removal and data restoration for high quality data is important. In this study, we propose a reconstruction system that models the time dependent dynamic characteristics of satellite data using a multi-period harmonic model and performs adaptive data restoration considering the spatial correlation of data. The proposed method is a real-time restoration method and thus can be employed as a preprocessing algorithm for real-time reconstruction of satellite data. The proposed method was evaluated with both simulated data and MODIS NDVI data for six years from 2011 to 2016. Experimental results show that the proposed method has the potentiality for reconstructing high quality satellite data.

참고자료

· 없음