Application of on-site high-resolution optical image for classification of melt pond on Arctic sea ice

Abstract

북극해 해빙 표면의 기복을 따라 발생하는 융빙호 (melt pond)는 해빙을 구성하는 눈이나 얼음보다 상대적으로 높은 태양에너지 흡수 특성으로 인해 융빙을 가속하기 때문에 해빙 변화에 대한 정확한 현황 파악과 예측을 위해서는 융빙호 탐지 및 분포를 위한 자료 확보와 분석이 필요하다. 일반적으로 인공위성에서 획득된 광역 자료를 이용하여 융빙호 탐지와 분류가 수행되어 왔으나 이를 검증하기 위한 기준 자료로 사용될 수 있는 고해상도 현장 관측 자료는 매우 제한적이다. 본 연구에서는 정밀한 융빙호 탐지와 분류를 위해 쇄빙연구선 아라온호가 2019년 8월 수행한 북극해 해빙 현장조사에서 획득된 고해상도 헬리콥터 기반 광학 영상을 활용하였다. 먼저 해빙의 흐름 (drift)을 보정하여 고해상도 영상 모자이크를 제작하고, 영상 객체 (object)를 단위로 하여 기계학습 방법 중 하나인 랜덤 포레스트 (Random Forest) 기법을 이용하여 해양, 눈/얼음으로 구성된 해빙, 해빙 음영지역, 물에 잠긴 해빙의 4개 클래스로 모자이크 영상을 분류하였다. 분류된 개별 객체를 대상으로 인접한 동일 클래스의 객체들에 대한 병합 후 물에 잠긴 해빙 클래스 객체 중 해양과 닿아 있는 객체는 해양으로 재분류하여 해빙 가장자리에서 해양과 인접하여 물에 잠긴 해빙 지역을 융빙호가 아닌 해양으로 지정하였다. 분류 결과는 다양한 인공위성 센서로부터 획득 및 분석된 융빙호 정보의 검증뿐만 아니라 융빙호 분포 패턴에 대한 정밀 분석에도 활용이 가능할 것으로 기대된다.