불법 야간 어업은 선박이 종종 자동 식별 시스템(AIS)을 비활성화하기 때문에 모니터링이 여전히 어렵다. 본 연구는 Suomi NPP 및 NOAA-20 위성의 Visible Infrared Imaging Radiometer Suite(VIIRS) 탑재체로부터 수집된 Day/Night Band(DNB) 데이터를 이용하여 야간 어선의 선박등을 탐지하기 위한 지도 학습 기반 심층 신경망(DNN) 접근법을 제시한다. 본 모델은 DNB 복사휘도 특성과 달의 조명 정보를 통합하여 달빛으로 인한 오탐을 감소시킨다. 데이터셋은 대한민국 제주도 인근 해역에서 여름철(2020–2021) 관측으로 구성되며, 라벨은 시간적으로 일치하는 AIS 기록에서 도출되었다. 제안된 DNN은 층화된 학습–시험 분할을 통해 평가하고 기존의 전통적 기계학습 기준모델과 비교하였다. 실험 결과 성능이 향상되어 F1 점수가 0.90을 초과하였으며, 이는 저조도 해상 환경에서의 견고한 탐지 능력을 나타낸다. 이러한 결과는 AIS 의존 시스템을 넘어 대규모 야간 해상 모니터링을 위해 VIIRS DNB 데이터와 딥러닝을 결합할 가능성을 시사한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.