인공위성 원격탐사 기반 AI 활용 위험·유해물질(HNS) 탐지 기술 개발

Abstract

해상 물동량이 증가하고 있으며, 이에 따라 해상을 통해 운송되는 위험·유해물질(HNS)의 종류와 양 또한 증가하고 있고 HNS의 해상 유출 사고의 발생 가능성 또한 상승하고 있다. HNS는 유독한 성질을 갖고 있는 경우가 많아 해상에 유출되었을 시 인근 생태계에 심각한 피해를 야기한다. 따라서 초동 대처를 위한 신속한 HNS 유출사고의 모니터링이 필요하지만, HNS의 독성 및 잔류성 때문에 사람이 직접 접근하기 힘든 경우가 많으며 넓은 HNS 유출 사고 영역을 모두 관측하기도 쉽지 않다. 인공위성 원격탐사는이런 HNS 유출 사고에 대한 신속하고 광범위한 모니터링 수단을 제공할 수 있다. 특히, 광학 인공위성은 SAR와 달리 여러 관측 파장을 갖고 있는 특징으로 인해 스펙트럼 분석을 통해 HNS를 구분할 수 있는 장점이 있다. 본 연구에서는 HNS 유출 및 실측 실험을 통해 HNS의 열적외 스펙트럼을 수집하고 그 특성을 분석하였다. 또한 국외 HNS 유출 사고를 촬영한 Sentinel-2 광학 인공위성 영상에 AI 기법을 적용하여 HNS를 탐지하고 분류하였으며 그 결과를 스펙트럼 기반 분석 방법 결과와 비교하였다.