AI 기법 기반 Sentinel-2 위성 탁도 산출

Abstract

본 연구에서는 한반도의 남해안 광양만의 탁도 산출을 위한 경험적 모델과 AI 모델을 개발하고 성능을 비교·평가하였다. Sentinel-2 인공위성 자료와 해양수질자동측정망의 탁도 실측 자료를 이용하여 데이터 세트를 구축하였다. 경험적 모델은 ？Rrs(560)을 기반으로 한 지수 회귀를 기반으로 개발되었다. AI 모델은 트리 기반 부스팅 모델과 인공 신경망을 이용한 딥러닝 기법을 적용하여 구축되었다. 특히, 조류가 강한 환경에서는 탁도 산출 시 조류 관련 요인을 학습 요인에 포함할 경우 딥러닝 모델의 성능이 향상됨을 확인하였다. 이러한 연구 결과는 경험적 모델과 AI 모델의 보완적 활용이 탁도 예측의 정확도를 높이고, 해양 환경 모니터링의 효율성을 증대시키는 데 기여할 수 있음을 시사한다.