원격탐사 영상 기반 극지해빙 경계 및 농도 추정 연구

Remote sensing image-based estimation of Arctic sea-ice boundary and concentration

연구 내용

원격탐사 영상에서 해빙 경계를 컨볼루션 기반 머신러닝으로 규명하고 히스토그램 피크 분석 및 분할 기법으로 얼음 농도를 추정하는 연구

해빙의 하부 경계와 해빙 농도는 관측 영상의 품질과 경계 불확실성에 크게 좌우됩니다. 연구실은 image convolution과 machine learning을 활용해 회전하는 ice patch의 하부 경계를 추정하고, histogram peak analysis와 image subdivision으로 팩 아이스 농도 신호를 안정적으로 분리합니다. 또한 boundary (topology) 관점의 형태 일관성을 고려해 모델이 경계 변화를 포착하도록 설계하며, remote sensing 기반 입력에서 얻는 공간 정보를 기반으로 추정 성능을 평가하는 흐름을 보유합니다.

관련 프로젝트

0건

연구 흐름

초기에는 회전하는 ice patch에 대해 경계 형태의 하한을 영상 기반 학습으로 추정하는 접근을 수행했습니다. 이후 2020년대 초반에는 ice pack 영역을 분할하고 histogram peak 분석으로 농도 관련 특성을 정량화하는 방향으로 확장했습니다. 최근에는 입력 영상의 공간적 변동을 고려한 computer vision 처리와 machine learning 추정의 결합을 통해 경계·농도 동시 해석의 기반을 축적하는 연구를 수행합니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

극지 해빙 두께 추정 파이프라인
해빙 농도 지도 생성
원격탐사 기반 위험 구역 탐지
Arctic 기후 모니터링 보조
얼음 경계 변동성 정량화
영상 전처리 자동화 모듈
경계 불확실성 완화 기법
해빙 관측 데이터 품질 평가
자율 해상 운항 지원
빙해 환경 예측 입력 특성
환경위성 기반 분석 도구