Development of U-Net based Field Compost Detection Model Using Unmanned Aerial Vehicle Image

Abstract

야적퇴비란 야초나 짚, 낙엽 및 기타 동물의 분뇨를 퇴적·발효시킨 비료로 식물 성장에 필요한 질소와 인이 포함된 비료로 대표적인 축산계 비점오염원이다. 정체된 호소나 유속이 느린 하천에 인접한 농업 지역에 존재하는 야적퇴비가 강우로 인해 수계로 유입될 경우 이에 포함된 인과 질소 등의 영양염류가 하천 수질에 악영향을 미칠 수 있다 현재 야적퇴비는 실제 현장 조사를 통한 존재 유무 여부로 관리되는 경우가 대부분이며 원격탐사 및 GIS 등을 활용한 공간 분포에 따른 정량적인 분포 산정에 관한 연구는 부족한 상태이다. 따라서 광범위한 지역에 산발적으로 분포되어 있는 야적퇴비를 탐지하고 수생태계에 미치는 영향에 대한 정량적인 조사를 위해 원격탐사 기법의 적용이 필요하다고 판단된다. 이에 따라 본 연구는 강우 시 수계에 악영향을 미칠 수 있는 야적퇴비에 대한 탐지를 위해 무인항공기 이미지를 이용한 U-Net 기반 야적퇴비 탐지 모델을 제안한다. 연구 지역은 축사 밀집 구역으로 광범위한 농경지가 분포해 있어 야적퇴비가 많이 적재되어 있는 창녕군의 낙동강 본류부터 광려천 합류부 대상 아래 있는 농경지로 취득한 정사영상은 총 54개이다. 취득한 정사 영상을 토대로 Data Augmentation을 통해 약 28,000개의 데이터를 확보하였다. 취득한 데이터를 U-net을 기반으로 개발된 의미론적 분할 알고리즘에 적용하여 정확도를 평가하였다. 야적퇴비 탐지 모델의 정량적인 정확도 평가 결과, 화소 정확도는 91.54%, 정밀도는 82.97%, 재현율은 84.53%, F1- Score는 83.28%의 정확도를 보여 전체적으로 80%가 넘는 결과를 도출했다. 최종적으로 Segmentation의 성능을 평가하기 위한 지표로 사용되는 mIoU는 70.03의 결과를 보였다. 정성적으로는 상대적으로 크기가 큰 퇴비는 탐지 정확도가 높고 논, 풀, 도로 같은 이미지도 정확도가 높았다. 하지만 한 퇴비에서 커버의 모양이 다른 경우나, 퇴비를 덮고 있지 않은 비닐을 오탐지 하는 경향이 존재하였다. 또한, 퇴비는 아니나, 퇴비와 색깔이 유사한 물체를 오탐지 하는 경우가 다수 존재했다. 본 연구를 통해서 이와 같이 원격탐사 기반의 야적퇴비 탐지 알고리즘을 이용하여 자동으로 야적퇴비를 탐지할 수 있음에 따라 현장 조사를 통한 야적퇴비 조사보다 시공간적으로 높은 효율성을 보여줄 수 있을 것으로 판단된다.