라즈베리파이와 딥러닝 기반 객체 탐지 기법을 활용한 해양쓰레기 거동 특성

Abstract

해양쓰레기란 고의 또는 부주의로 해안에 방치되거나 해양으로 유입·배출되어 해양환경에 해로운 결과를 미치거나 미칠 우려가 있는 물질로 정의된다. 국내에서는 해양쓰레기 문제들을 해결하기 위해 국가해안쓰레기 모니터링 사업을 진행 중이지만 인력의 투입으로 시간과 비용이 많이 소모되며 한정적인 조사 범위로 세밀한 분포를 확인하기 어렵다. 또한 기존의 연구들은 대부분 해양쓰레기가 이미 발생하고 난 이후 그 이동궤적, 성상, 분포 등을 파악하는데 해양쓰레기를 예방하고 효율적으로 관리하기 위해서는 해양쓰레기의 유입원인과 특성을 명확하게 파악해야할 필요가 있다. 한편 해양쓰레기는 해류, 광분해 등의 영향으로 다양한 변형이 일어나기 때문에 단순히 형태학적 특성, 광 특성으로 물체를 구분하기에 어려움이 있다. 이처럼 광역적인 해역을 지속해서 모니터링하기 위한 효율적인 수량 파악 방법 및 변화량 분석이 필요하다 따라서 본 연구에서는 효율적인 해양쓰레기 수량 파악 방법 및 변화량 분석을 위하여 객체 탐지 기법을 이용한 해양쓰레기 탐지 및 해양쓰레기의 변화량 분석을 수행하였다. 연구지역은 지리적 특성으로 인하여 해양쓰레기 피해가 잦고 생계수단으로서의 해역 이용률이 높아 해양쓰레기 관리 문제가 지속적으로 요구되는 거제도 북동부 연안 중 유호 몽돌 해수욕장으로 선정하였다. 연구 데이터는 2022년 9월 12일부터 10월 14일까지 32일 동안 15분 간격으로 수집한 이미지를 통해 변화량을 분석하였으며, 학습을 위한 데이터는 다양한 기체를 통하여 수집하였다. One-Stage 방식의 객체 탐지 모델인 YOLOv5x를 이용한 해양쓰레기 탐지는 페트병 mAP 0.869, 스티로폼 부표 mAP 0.862의 성능을 도출하였다. 결과적으로 해양쓰레기는 8일 간격으로 큰 감소 폭을 보였으며, 정오 시간 만조시 해양쓰레기의 유실이 일어남을 확인하였다. 또한 스티로폼의 변화 추세가 더 복잡하게 변화며 페트병 대비 더욱 다양한 요인들이 복합 작용하며 유실 및 유입에 영향을 미치는 것으로 나타났다. 따라서 우리나라 해안에 가장 많은 분포를 나타내는 두 성상별 변화량의 특성이 다르게 나타남에 따라 각각의 성상별 특성을 고려한 관리방식이 필요하다.