Sentinel‑2 SWIR 밴드 초해상도 CNN 기법을 이용한 활화산 화재 탐지

본 논문은 Sentinel‑2 위성의 다중 스펙트럼 이미지에서 활화산 화재 탐지를 위한 공간 해상도 향상 문제를 다룬다. Sentinel‑2는 13개 밴드 중 4개만 10 m 해상도를 제공하고, 특히 화재 탐지에 중요한 SWIR 밴드(ρ11, ρ12)는 20 m 해상도로 제공된다. 화재 경계와 미세 구조를 정확히 파악하려면 SWIR 밴드를 10 m 수준으로 복원해야 한다는 필요성에서 출발한다. 저자는 기존의 단일 이미지 초해상도(SISR)와 다중 밴드 융합 초해상도(SRDF) 접근법을 비교한다. SISR는 추가 정보 없이 원본 이미지의 공간 패턴만을 이용하지만, SRDF는 고해상도 밴드(NIR, ρ8)와 저해상도 SWIR 밴드를 결합해 공간 정보를 보강한다. 특히, 연기와 같은 대기 현상에 민감한 파란·녹색·레드 밴드 대신 NIR 밴드만을 활용함으로써 연기 민감도를 최소화한다. 제안된 모델은 SRNN+라는 이름의 얕은 3‑계층 CNN이다. 입력은 저해상도 SWIR 밴드와 고해상도 NIR 밴드를 결합한 텐서이며, 출력은 10 m 해상도로 복원된 SWIR 밴드이다. 첫 두 레이어는 ReLU 활성화, 마지막 레이어는 선형 활성화를 적용해 비선형 변환과 최종 선형 복원을 동시에 수행한다. 학습 손실은 L1‑norm을 사용해 작은 오차에서도 안정적인 역전파를 가능하게 했으며, 최적화는 ADAM 알고리즘을 채택했다. 데이터 부족 문제를 해결하기 위해 기존 논문