국내외 과학기술 정책에 대한 간략한 정보
단신동향
해외단신
위성 이미지 및 딥 러닝을 활용한 도시의 토지 사용 모니터링 원문보기 1
- 국가 국제기구
- 생성기관 OECD
- 주제분류 핵심R&D분야
- 원문발표일 2022-06-13
- 등록일 2022-07-15
- 권호 218
○ OECD는 위성 이미지 및 딥 러닝을 활용한 도시의 토지 사용 모니터링에 대한 보고서를 발표함
- 이 연구는 OECD 도시 전체의 토지 사용을 모니터링하고 일관되게 비교하기 위한 방법론적 기반을 마련함
○ 세부 내용은 다음과 같음
- 시간이 지남에 따라 도시는 육지에서 물리적 발자국을 확장하고 새로운 도시가 등장함. 건축 환경의 형태는 탄소 배출, 주택 구입 가능성, 기반 시설 비용, 서비스 접근과 같이 정책과 관련된 여러 영역에 영향을 미칠 수 있음
- 딥 러닝의 고급 형태인 U-Net 모델은 2021년 EC-ESA 위성 이미지에서 토지 피복 및 토지 사용을 분류하는 데 사용됨. 이는 넓은 토지 표면을 거의 실시간으로 효율적으로 모니터링하여 기존 통계 데이터를 보완함
- 구체적으로, 모델 교육을 위한 세부 데이터의 가용성에 따라 주거 또는 비즈니스 관련 용도의 건축 지역이 사례 응용 프로그램으로 687개의 유럽 대도시 지역에 대해 매핑되고 분석하여 최근 도시 확장의 속도와 형태, 그리고 유럽 이외의 도시에서 토지 사용을 평가할 수 있는 잠재력을 탐구함
- 2021년 결과는 도시의 토지 사용이 어떻게 크게 달라지는지 정량화하였는데 주거용이든 산업용이든 상업용이든 도시 거주자 1인당 평균 건축 면적은 국가마다 최대 5배까지 다른 것으로 나타남
- 이 연구의 접근 방식은 정부 기관의 지리 공간 모니터링과 신흥 민간 이니셔티브를 보완하며 이 보고서에서 개발된 접근 방식은 도시의 경제 성장의 초기 신호 모니터링을 지원함
- 이 연구는 OECD 도시 전체의 토지 사용을 모니터링하고 일관되게 비교하기 위한 방법론적 기반을 마련함
○ 세부 내용은 다음과 같음
- 시간이 지남에 따라 도시는 육지에서 물리적 발자국을 확장하고 새로운 도시가 등장함. 건축 환경의 형태는 탄소 배출, 주택 구입 가능성, 기반 시설 비용, 서비스 접근과 같이 정책과 관련된 여러 영역에 영향을 미칠 수 있음
- 딥 러닝의 고급 형태인 U-Net 모델은 2021년 EC-ESA 위성 이미지에서 토지 피복 및 토지 사용을 분류하는 데 사용됨. 이는 넓은 토지 표면을 거의 실시간으로 효율적으로 모니터링하여 기존 통계 데이터를 보완함
- 구체적으로, 모델 교육을 위한 세부 데이터의 가용성에 따라 주거 또는 비즈니스 관련 용도의 건축 지역이 사례 응용 프로그램으로 687개의 유럽 대도시 지역에 대해 매핑되고 분석하여 최근 도시 확장의 속도와 형태, 그리고 유럽 이외의 도시에서 토지 사용을 평가할 수 있는 잠재력을 탐구함
- 2021년 결과는 도시의 토지 사용이 어떻게 크게 달라지는지 정량화하였는데 주거용이든 산업용이든 상업용이든 도시 거주자 1인당 평균 건축 면적은 국가마다 최대 5배까지 다른 것으로 나타남
- 이 연구의 접근 방식은 정부 기관의 지리 공간 모니터링과 신흥 민간 이니셔티브를 보완하며 이 보고서에서 개발된 접근 방식은 도시의 경제 성장의 초기 신호 모니터링을 지원함
