DOI QR코드

DOI QR Code

Landsat TM/ETM+ 연안 부유퇴적물 알고리즘 개발 - 새만금 주변 해역을 중심으로 -

Development of Suspended Sediment Algorithm for Landsat TM/ETM+ in Coastal Sea Waters - A Case Study in Saemangeum Area -

  • 민지은 (한국해양연구원 해양위성연구단, 인하대학교 지리정보공학과) ;
  • 안유환 (한국해양연구원 해양위성연구단) ;
  • 이규성 (인하대학교 지리정보공학과) ;
  • 유주형 (한국해양연구원 해양위성연구단)
  • Min Jee-Eun (Ocean Satellite Research Group, Korean Ocean Research & Development Institute (KORDI), Department of Geoinformatic Engineering, Inha University) ;
  • Ahn Yu-Hwan (Ocean Satellite Research Group, Korean Ocean Research & Development Institute (KORDI)) ;
  • Lee Kyu-Sung (Department of Geoinformatic Engineering, Inha University) ;
  • Ryu Joo-Hyung (Ocean Satellite Research Group, Korean Ocean Research & Development Institute (KORDI))
  • 발행 : 2006.04.01

초록

연안 해역에서 공간적으로 미세한 생태학적, 생지화학적 변화를 파악하기 위해서는 저해상도의 해색위성보다 Landsat ETM+나 SPOT HRV와 같은 중간 해상도의 육상관측 위성을 이용하는 것이 더 효과적이다. 이 연구에서는 각 밴드의 spectral response curve를 고려하여 Landsat TM/ETM+용 부유퇴적물 농도 추정 알고리즘을 개발하였다. Landsat 영상으로부터 연안 부유퇴적물 알고리즘을 향상시키기 위하여 두 가지 타입의 알고리즘 사용하였는데, 현장관측에 의한 경험적 모델과 원격반사도 모델이다. 본 연구에서는 이 두 가지 방법으로 연안 지역에서의 부유퇴적물 농도추정 알고리즘을 만들어보고, 현장 관측 자료를 이용하여 두 알고리즘을 검증 및 비교해 보았다. 그 결과 2번 밴드를 사용한 경험적 알고리즘이 현장조사 자료와 가장 잘 일치하였다. 원격반사도 모델 기반의 알고리즘은 경험적 모델에 비해 높은 값을 추정하는 결과를 얻을 수 있었다. 이 연구에서 사용된 모델은 안유환(2000)에 의해 개발된 것으로서 지중해 해역의 특성에 맞도록 개발된 것이다. 따라서 해수성분요소 등의 해역 특성이 매우 다른 우리나라 해역에 맞지 않아서 생긴 결과라 생각된다. 차후에 이 모델을 우리나라 해역 특성에 맞도록 개발한다면 좋은 결과를 얻을 수 있을 것으로 기대된다.

The Median Resolution Sensors (MRSs) for land observation such as Landsat-ETM+ and SPOT-HRV are more effective than Ocean Color Sensors (OCSs) for studying of detailed ecological and biogeochemical components of the coastal waters. In this study, we developed suspended sediment algorithm for Landsat TM/ETM+ by considering the spectral response curve of each band. To estimate suspended sediment concentration (SS) from satellite image data, there are two difference types of algorithms, that are derived for enhancing the accuracy of SS from Landsat imagery. Both empirical and remote sensing reflectance model (hereafter referred to as $R_{rs}$ model) are used here. This study tried to compare two algorithm, and verified using in situ SS data. It was found that the empirical SS algorithm using band 2 produced the best result. $R_{rs}$ model-based SS algorithm estimated higher values than empirical SS algorithm. In this study we used $R_{rs}$ model developed by Ahn (2000) focused on the Mediterranean coastal area. That's owing to the difference of oceanic characteristics between Mediterranean and Korean coastal area. In the future we will improve that $R_{rs}$ model for the Korean coastal area, then the result will be advanced.

키워드

참고문헌

  1. 안유환, 2000. 해색 원격탐사를 위한 원격반사도 및 수출광 모델의 개발, 대한원격탐사학회지, 16(3): 243-260
  2. 이상호, 최현용, 손영태, 권효근, 김영곤, 양재삼, 정해진, 김종구, 2003. 하계 서해안 새만금 연안역 주변 저염수의 순환, 한국해양학회지, 8(2): 138-150
  3. 최용규, 권정노, 1998. 황해 남동해역 투명도의 계절 변화, 한국수산학회지, 31(3): 323-329
  4. 한국해양연구원, 1999. 위성에 의한 적조 및 해수 탁도 원격탐사 기술개발, 한국해양연구원 보고서
  5. 한국해양연구원 새만금해양환경연구센터 홈페이지 http://www.saemangeum.re.kr/
  6. Ahn, Y. H., 1999. Development of an inverse model from ocean reflectance, Marin Technology Society Journal, 33: 69-80 https://doi.org/10.4031/MTSJ.33.1.9
  7. Ahn, Y. H., J. E. Moon, and S Gallegos, 2001. Development of suspended particulate matters algorithms for ocean color remote sensing, Korean Journal of Remote Sensing, 17: 285-295 https://doi.org/10.7780/kjrs.2001.17.4.285
  8. Ahn, Y. H., Shanmugam P. and J. E. Moon, 2006. Retrieval of ocean colour from high resolution multi-spectral imagery for monitoring highly dynamic ocean features, International Journal of Remote Sensing, 20: 367-392
  9. Chavez, P. S. Jr., 1996. Image based atmospheric corrections - Revisited and improved, Photogrammetric Engineering and Remote Sensing, 62: 1025-1036
  10. Clark, D. K., E. T. Baker and A. E. Strong, 1980. Upwelling spectral radiance distribution in relation to particulate matter in sea water, Boundary-Layer Meteorology, 18(3): 287-298 https://doi.org/10.1007/BF00122025
  11. Froidefond, J. M., L. Gardel, D. Guiral, M. Parra, and J. -F. Ternon, 2002. Soectrak remote sensing reflectance of coastal waters in French Guiana under the Amazon influence, Remote Sensing of Environment, 80: 225-232 https://doi.org/10.1016/S0034-4257(01)00301-7
  12. Froidefond, J. M., F. Lahet, C. Hu, D. Doxaran, D. Guiral, M. T. Prost, and J. -F. Ternon, 2004, Mudflats and mud suspension observed from satellite data in Frech Guiana, Marine Geology, 208: 153-168 https://doi.org/10.1016/j.margeo.2004.04.025
  13. Gordon, H. R. and O. B. Brown 1975. A multiphase monte carlo technique for simulation of radiative transfer, J. Quant, Spectrosc. Radiat. Transfer, 15: 419-422 https://doi.org/10.1016/0022-4073(75)90060-6
  14. Gordon, H. R., 1997. Atmospheric correction of ocean color imagery in the earth observing system era, Journal of Geophysical Research, 102: 17081-17106 https://doi.org/10.1029/96JD02443
  15. Jeffrey, S. W. and G. F. Humphrey, 1975. New spectrophotometric equations for determining chlorophylls a, b, c and c in higher plants, algae and natural phytoplankton. Biochemie Physiologie Pflanzen, 167: 374-384
  16. Joseph, J., 1950. Untersuchungen ber Ober- und Unterlichtmessungen in Meere und ber ihren Zusammenhang mit Durchsichtigkeits messungen, Deut, Hydrograph., 3: 324-335 https://doi.org/10.1007/BF02306834
  17. Landsat 7 Science Data User Handbook http://ltpwww.gsfc.nasa.gov/IAS/handbook/handbook_toc.html
  18. Miller, R. L. and Brent A. M., 2004. Using MODIS Terra 250 m imagery to map concentrations of total suspended matter in coastal waters, Remote Sensing of Environment, 93: 259-266 https://doi.org/10.1016/j.rse.2004.07.012
  19. Min, J. E., J. H. Ryu, P. Shanmugam, Y. H. Ahn, and K. S. Lee, 2004. Monitoring suspended sediment distribution using Landsat TM/ETM+ data in coastal waters of Saemangeum, Korea, International Symposium on Remote Sensing, Jeju, Oct. 27-29: 340-343
  20. Morel, A. and L. Prieur, 1976. Eclairements sous marins, Resultats des Campagnes a la mer, 10: 1-256. Publications CNEXO
  21. Morel, A. and L. Prieur, 1977. Analysis of variations in ocean color, Limnology of oceanography, 22: 709-722 https://doi.org/10.4319/lo.1977.22.4.0709