박경훈 교수

기존 지상 조사 방식은 조사 범위와 접근성에 한계가 있어 이를 극복하기 위해 UAV(드론)를 활용한 다중분광, 열적외선, LiDAR 영상 취득과 AI 딥러닝 기법을 융합한 환경 모니터링 기술을 개발하였습니다. 다중분광 및 열적외선 센서로 획득한 영상에 Mask R-CNN 등 딥러닝 객체 자동 추출 모델을 적용하여 지표 객체를 정밀하게 분리하고, UAV-LiDAR를 통한 3차원 지형정보 분석으로 공간 구조를 정량화합니다. 이 기술은 도시 수목의 개별 수관을 자동으로 추출하는 데 활용되며, 토지피복 분류, 야적퇴비 자동 탐지, 저수지 수생식물 탐지 등 다양한 환경 관리 현장에 적용되고 있습니다. 특히 도시 수목 개별 수관 분리 기술은 추출 정확도 94%를 달성하였으며, 이 연구 결과는 2025년 국제학술지 Ecological Informatics에 게재되었습니다. 현재 본 기술은 TRL 7 수준으로 실증 단계에 도달하여 실제 환경 모니터링 현장에 적용 가능한 수준을 확보하였습니다.

도시 열섬 현상이 심화됨에 따라 이에 대응하기 위해 UAV 현장측정과 ENVI-met 시뮬레이션을 결합한 도시 미기후 분석 및 바람길 조성 방법론을 연구하고 있습니다. ENVI-met 기반 열환경 시뮬레이션과 UAV 기반 지표면온도(LST) 영상을 통해 시뮬레이션 결과를 현장에서 검증하며, 찬공기 유동 분석 알고리즘을 적용하여 도시 공간의 바람길 형성 원리를 규명합니다. 이러한 방법론은 창원시 도시계획 바람길 맵 구축에 활용되었으며, 쿨루프(cool roof) 적용에 따른 열환경 개선 효과 분석과 열쾌적성(PET) 평가에도 적용되고 있습니다. 본 연구 결과는 창원시 도시계획 바람길 맵에 실제로 반영되었고, 환경부 공간환경계획 우수상을 수상하며 정책적 실효성을 인정받았습니다. 현재 본 기술은 TRL 5 이상 수준으로 정책 응용 단계에 도달하였으며, 도시 공간계획 수립 과정에서 실질적인 의사결정 근거로 활용되고 있습니다.

농업지역 비점오염원인 야적퇴비와 수계 오염원을 효율적으로 감시하고 관리하기 위해 드론과 GIS를 기반으로 한 현장조사 및 자동화 기법을 연구하고 있습니다. 드론 영상을 활용하여 야적퇴비 적재량을 자동으로 산출하는 알고리즘을 개발하였으며, GIS 공간분석과 수질 모니터링 시스템을 결합하여 유역 단위의 오염원 분포를 정량적으로 평가합니다. 이 기술은 낙동강유역환경청의 녹조 저감 대책 현장에 실제로 적용되었고, 농업지역 비점오염원 자동추출과 하천 수질 장기 모니터링 체계 구축에도 폭넓게 활용되고 있습니다. 낙동강유역환경청의 실전 모니터링 체계 구축에 적용되어 TRL 8 수준의 상용화 단계에 도달하였으며, 현장 적용성과 신뢰성을 동시에 확보하였습니다. 드론과 인공지능을 활용한 낙동강 녹조 모니터링 기술은 국립창원대학교에서 개발되어 2025년 12월 (주)엔비랩스에 기술이전되었으며, 이를 통해 실질적인 산업 협력 성과로 이어지고 있습니다.