· 오션은 해양쓰레기에 관한 연구성과물, 교육홍보물 등 많은 자료를 제작하여 보급하고 있습니다.
· 아래의 자료는 반드시 출처를 밝히고 사용하시기 바랍니다.
  • 제307회 세미나: 해변의 인공물 쓰레기: 원격탐사를 활용한 스펙트럼 특성 분석

  • 18.11.19
    조회수 33
첨부파일

해변의 인공물 쓰레기: 원격탐사를 활용한 스펙트럼 특성 분석 

 

이종명

(사)동아시아바다공동체오션 부설 한국해양쓰레기연구소장 

sachfem@nate.com

 

인공위성 영상과 현장 조사 결과를 통한 해변 쓰레기 현존량 평가 가능성 검토    

 

2018년 10월 19일, 오션의 제307회 정기 세미나에서는 ‘해변의 인공물 쓰레기: 원격탐사를 활용한 스펙트럼 특성 분석’에 대한 논문을 다뤘다.

 

<원문> 


Acuña-Ruz, T., Uribe, D., Taylor, R., Amézquita, L., Guzmán, M. C., Merrill, J., … Mattar B., C. (2018). Anthropogenic marine debris over beaches: Spectral characterization for remote sensing applications. Remote Sensing of Environment, 217, 309–322.

https://doi.org/10.1016/j.rse.2018.08.008


<요약문 번역>


인공물 해양쓰레기는 바다에서 가장 중요한 오염물질 중 하나이다. 지구의 바다에 있는 수백만 톤의 쓰레기는 다양한 환경문제를 일으키고 있다. 이 연구에서는 해변의 대형쓰레기 식별 능력을 높일 수 있는 새로운 원격탐사 방법을 제안하고 있다. 그것은 인공 해양쓰레기의 실험실 초분광 분석 결과와 높은 공간 해상도 영상의 디지털 감독 분류(supervised classification) 기법을 결합한 것이다. 여러 개의 쓰레기 표본을 칠레의 칠리오 해변에서 수집하여 실험실에서 분광 특성과 물리적 특성을 분석했다. 초분광 분석은 호주연방과학산업연구소의 특수한 장비들(HyLogger, PS-300 Apogee와 ASD Field Spec hyperspectral systems)을 활용했다. 이 측정치들을 처리, 여과, 분류하여 참고 자료를 수집하고, 디지털 분류를 위한 분광 대역을 결정할 수 있는 분광 라이브러리를 구성하였다. 이 분광 라이브러리를 이용하여, 실험 대상으로 선정된 3개 해변의 World-View 3 영상에 대해 디지탈 분류 기법을 적용하였다. 분별 분류 기법과 지리공간분석을 적용하여 스티로폼과 그 밖의 인공물 해양쓰레기의 해변 피복도, 조성 등을 결정하였다. 네 번의 현장조사를 통해 300개 육상 지점의 인공물 해양쓰레기 분류와 수거량 추정치를 검증했다. 인공물 해양쓰레기 분광 라이브러리는 인공위성 영상에 대한 디지털 분류에 성공적으로 활용되었다. SVM(Support Vector Machine) 기법이 가장 좋은 성능을 보였는데, 전체적으로 88%의 정확도를 보였고, 시범 해변들의 쓰레기 양을 50톤 이상으로 추정하였다. 이런 결과들은 실험실의 초분광 분석과 원격 탐사 영상의 통합을 통한 대형 인공물 해양쓰레기의 정량적 분석 가능성을 보여주며, 자연 생태계에 미치는 인간의 영향 추정과 지속 가능한 인공물 해양쓰레기 관리 기법 개발에 필요한 중요한 정보를 제공해주고 있다.

       

<토의한 내용>


1. 인공위성 영상을 활용한 해양환경 관리    


인공위성 영상의 해양환경 분야 활용 잠재력에 관심을 가질 필요가 있다.  국내에서도 천리안 위성 영상을 이용한 양식장 실태 조사 등 연구가 진행된 바 있다. 이 연구에서 활용된 것과 같은 초분광 영상은 기존 인공위성 사진 등 가시광선 영상물이 가진 한계를 넘어 대상물의 재질을 파악할 수 있게 해준다. 특히, 이 논문에서 이용한 방법이 해변의 스티로폼을 제일 잘 식별하였다고 하기 때문에, 스티로폼 쓰레기가 많은 우리나라에서도 충분히 활용할 수 있을 것으로 기대된다.   

      

2. 머신러닝, 인공지능의 활용 가능성   


이 논문에서는 다양한 감독 분류 방법을 활용하여 인공위성 영상 속 인공물 해양쓰레기를 식별하고 있다. 현장에서 얻은 해양쓰레기 표본에서 참조 자료(분광 라이브러리)를 확보하여, 인공위성 영상의 디지털 분석에 활용하였다. 이런 시도는 해양쓰레기 연구에서 머신러닝과 인공지능의 활용 가능성을 보여주는 것이다. 우리나라는 시각적 지표를 활용한 해변 쓰레기 현존량 조사를 진행하고 있는데, 현존량 평가를 조사자의 직관과 사진을 통한 사후 검증에 의존하고 있다. 머신러닝 등 디지털 기술을 활용하여 추정치의 정확성과 객관성을 높이는 방법을 강구할 필요가 있다.  

  목 록