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.
