불법 야간 조업은 선박이 자동 식별 시스템(Automatic Identification System, AIS)을 자주 비활성화하기 때문에 모니터링이 여전히 어렵다. 본 연구는 Suomi NPP 및 NOAA-20 위성에 탑재된 가시-적외 영상 분광복사계(Visible Infrared Imaging Radiometer Suite, VIIRS)의 Day/Night Band(DNB) 데이터를 이용하여 야간 조업 선박의 등화를 탐지하는 지도학습 기반 심층 신경망(DNN) 접근법을 제시한다. 본 모델은 달빛으로 인한 오탐을 줄이기 위해 DNB 복사휘도 특성과 달 조명 정보를 통합한다. 데이터셋은 한국 남부 제주도 인근 해역에서 2020–2021년 여름철 관측을 포함하며, 라벨은 시간적으로 일치하는 AIS 기록에서 도출하였다. 제안된 DNN은 층화된 train–test 분할로 평가하고 기존의 전통적 기계학습 기준모형과 비교하였다. 실험 결과 성능이 향상되어 F1 점수가 0.90 이상을 달성하였으며, 이는 저조도 해상 환경에서의 견고한 탐지 능력을 시사한다. 이러한 연구 결과는 AIS 의존 시스템을 넘어 대규모 야간 해상 모니터링을 위해 VIIRS DNB 데이터와 딥러닝을 결합할 가능성을 보여준다.

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