북극 해빙의 거칠기는 기후모형과 안전한 해빙 이동 모두에 중요하지만, 기존 추정은 항공 조사나 점측정에 의존해 공간 범위와 운용성이 제한돼 왔다. 2026년 7월 15일 공개된 arXiv 프리프린트는, 10m 해상도의 Sentinel-2 광학 위성영상만으로 1m 표면 고도 잔차 지형을 복원하는 조건부 확산모델 RoughNet을 제시한다.
이 방법은 다중 시기의 Sentinel-2 영상 6장을 입력으로 받아, 지역적으로 평균을 제거한 1m 리지듀얼 표면을 생성하도록 학습된다. 원문은 이 문제를 X에서 Yres로의 직접 사상으로 정의하며, 기존의 간접적 대리변수 접근과 달리 저해상도 영상에서 고해상도 표면 구조로 바로 이어지는 경로를 목표로 한다고 설명한다.
학습에는 두 개의 북극 권역에서 얻은 항공 LiDAR 자료가 쓰였고, 평가는 보지 못한 세 번째 북극 권역에서 수행됐다. 결과적으로 모델은 서로 다른 해빙 조건에 걸쳐 일반화됐고, 작은 지형 구조를 부분적으로 재현했다. 가장 성능이 좋은 설정은 영역 밖(out-of-domain) RMSE 9cm를 기록했으며, 예측 분포의 통계적·스펙트럼적 성질도 대체로 유지했다.
아블레이션 표에서는 샘플링 전략과 노이즈 스케줄에 따라 성능 차이가 나타났다. 검증 지역 두 곳의 평균 RMSE는 Linear DDPM 0.100m, Linear DDIM 0.097m, Linear PLMS 0.086m였고, 테스트 지역인 Cambridge Bay에서는 Linear DDPM 0.102m, Linear DDIM 0.094m, Linear PLMS 0.083m였다. 선택된 Cosine PLMS는 검증과 테스트 모두에서 RMSE 0.09m 수준을 보였고, nRMSEσ가 대체로 1에 가까워 오차 크기가 해빙 거칠기장의 고유 변동성과 비슷한 규모임을 시사했다.
다른 지표는 미세 구조 재현의 한계를 함께 드러낸다. 테스트 지역에서 Cosine PLMS의 Bias는 -0.0009m, σ error는 18.36%, NAE는 1.170°였고, JSD는 0.0810, log-PSD RMSE는 1.073이었다. 본문은 ZNCC가 검증에서 0.467이었지만 테스트에서 0.1129로 떨어졌다고 밝히며, 모델이 전체적인 진폭과 방향성은 잡아내지만 고주파 성분을 매끄럽게 처리해 세부 구조를 덜 복원한다고 분석한다.
| 구분 | 값 | 근거 위치 |
|---|---|---|
| 입력·출력 설정 | 10m Sentinel-2 multispectral images → locally normalized 1m surface elevation residual fields | p.1 abstract; p.3 source_excerpt |
| 검증 지역 평균 RMSE | Linear DDPM 0.100m, Linear DDIM 0.097m, Linear PLMS 0.086m; Cosine PLMS 0.087m | p.5 Table 1 |
| 테스트 지역 RMSE | Linear DDPM 0.102m, Linear DDIM 0.094m, Linear PLMS 0.083m; Cosine PLMS 0.089m | p.5 Table 2 |
| 선정된 최종 모델 성능 | Cosine PLMS, validation/test RMSE 0.09m, Bias -0.0009m test, σ error 18.36% test, NAE 1.170° test | p.5 source_excerpt |
| 계산 비용 | 학습 약 150분 on NVIDIA GeForce RTX 3090 Ti; 배치 8개 256×256 픽셀 패치 샘플링 평균 30초 | p.4 source_excerpt |
자료: STORIUM 정리
연산 측면에서는 학습이 NVIDIA GeForce RTX 3090 Ti 한 장에서 약 150분 걸렸고, 256×256 픽셀 LiDAR 패치 8개를 한 배치로 샘플링하는 데 평균 30초가 소요됐다. 연구진은 Sentinel-2의 10m 입력으로 1m 표면 구조를 직접 생성하는 설정이 기존의 항공·현장 중심 추정보다 확장성이 크다고 정리했다.
저작권자 © STORIUM 무단전재 및 재배포 금지
