해빙은 해양 산업에 대한 위험을 완화하고 연안 기반 시설을 보호하며, 해빙과 해양 환경 간의 역동적 상호작용을 이해하기 위해 정확하게 탐지되어야 한다. 본 연구에서는 Geostationary Ocean Color Imager-II(GOCI-II)와 Sentinel-2 데이터를 사용하여 발해(Bōhài)에서 다층 퍼셉트론(multilayer perceptron, MLP) 기반 해빙 탐지 알고리즘을 개발하고 검증하였다. 고해상도 Sentinel-2 영상은 해빙 실측(정답) 데이터를 생성하는 데 사용되며, 이후 GOCI-II 격자에 맞추도록 재표본화한다. GOCI-II의 레일리 보정 반사도(Rayleigh-corrected reflectance) 자료를 MLP 알고리즘의 입력 변수로 사용한다. 다중 스케일 윈도우 분석은 픽셀 기반 접근에서 흔히 발생하는 오탐을 줄이면서 탐지 정확도를 향상시킨다. 탐지 알고리즘의 성능은 서로 다른 윈도우 크기(1×1, 3×3, 5×5, 7×7, 9×9 픽셀)를 사용하여 평가하였다. 결과는 윈도우 크기를 증가시킬수록 성능 지표가 향상됨을 보여주며, 해빙 탐지에 주변 반사도 변화를 반영하는 것이 중요함을 강조한다. 또한, 개발된 알고리즘을 추가 분석을 위해 시간 단위의 GOCI-II 영상에 적용하였다. 정성적 평가는 해빙이 성공적으로 탐지되었음을 확인하였고, 알고리즘이 해빙의 시간적 이동을 효과적으로 식별함을 보여주었다.

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