1. 서론
태양복사 에너지에 대한 반사 정도를 나타내는 알베도(Albedo)는 지표의 수분과 에너지 균형에 직접적으로 영향을 주는 인자이다(Dirmeyer and Shukla, 1984). World Meteorological Organization (WMO)는 Global Climate Observing System (GCOS)에서 지구의 기후 특성화를 위한 핵심기후변수(essential climatic variables)로 취급하고 있으며, 알베도 분석을 통해 구름 및 에어로졸, 기후, 식생, 토양수분, 적설 등의 변화를 파악할 수 있어 전 지구 기후 및 환경 변화 감시에 활발히 이용되고 있다. 알베도 0.01의 변화는 대기의 이산화탄소가 2배 증가하는 것과 같기 때문에(Wielicki et al., 2005; Park et al., 2012) 알베도 변화 모니터링은 수문 및 기후 모델링에 있어 반드시 필요하다.
지구의 기후 변화 모니터링에는 장기간의 일관된 관측 자료가 필수적이며(Govaerts et al., 2004), 미항공우주국(National Aeronautics and Space Administration, NASA)과 유럽기상위성개발기구(European Organization for the Exploitation of Meteorological Satellites, EUMETSAT)는 세대 교체를 통한 다양한 위성을 활용해 전 지구 관측 자료 생산을 지속해왔다(Woo et al., 2021). NASA는 MODerate resolution Imaging Spectroradiometer (MODIS)를 기반으로 1999년부터 매일 전 지구를 관측하고 있으나 당초 계획된 수명은 6년으로 2022년 현재까지 잘 활용되고 있으나 센서의 노후화로 점차 성능이 떨어지고 있다(Wang et al., 2012). 이에 따라 NASA는 지속적인 전지구 모니터링을 위해 National Oceanic and AtmosphericAdministration (NOAA)와 협력하여 2011년에 발사한 Suomi National Polar-orbiting Partnership (SNPP)를 필두로 한 차세대 극궤도 위성 시스템 Joint Polar Satellite System(JPSS)을 계획하고, Visible Infrared Imaging Radiometer Suite (VIIRS)를 탑재하여 MODIS를 대체하기 위한 노력을 해오고 있다. 특히, VIIRS는 MODIS의 시계열을 연장할 뿐만 아니라 해상도도 더 향상시켰다. MODIS의 1km 해상도에서 750 m의 해상도로 해빙을 관찰하고, MODIS의 500 m 해상도에서 375 m의 해상도로 적설을 관측한다. 현재는 MODIS의 알고리즘을 적용하여 Land SurfaceTemperature (LST),NormalizedDifferenceVegetation Index (NDVI) 등 다양한 Products를 생산하고 있으나, 서로 다른 위성세대와 센서로 관측된 산출물에는 오차가 존재한다. 알베도의 경우 선행 연구를 통해 SPOT-V와 PROBA-V위성(Fusteret al., 2018), Meteosat-5와Meteosat-7 위성(Govaertset al., 2008), Landsat-7과 Landsat-8 위성(Lee et al., 2016), 천리안 위성과 천리안 2A호(Woo et al., 2021), MODIS 센서와 VIIRS 센서(Liu et al., 2017) 간의 오차가 확인되었다.
그 간 알베도를 광역적으로 분석하기 위하여 다양한 자료를 활용한 연구가 수행되었다. MODIS를 활용한 연구로는 Wielicki et al. (2005)가 5년 동안(2000-2004) 전지구 알베도가 증가함을 보였고, Loarie et al. (2010)는 10년 동안(2000-2009)의 남미의 알베도 변화를 관측하였다. Seo et al. (2017)는 NASA와 EUMETSAT의 자료를 활용해 24년 동안(1983-2006)의 남극의 순복사와 알베도를 분석한 바 있다. 특히 알베도는 지표 특성에 따라 변화하기 때문에 토지 피복 특성에 따른 분석이 다양하게 수행되었다. Park et al. (2012)는 MODIS를 활용해 동북아시아의 11년 동안(2001-2011)의 토지피복 별 알베도 변화를 분석하였으며, Kim and Um (2012)는 MODIS를 활용해 서울특별시 및 6개 광역시에 대한 토지피복별 알베도를 분석하였다. Kim and Yeom (2012)는 MODIS, Landsat ETM+ 및 RapidEye를 활용해 일산 신도시의 2011년의 알베도를 분석하였다. 선행 논문에서는 고해상도 영상을 활용해 일부 지역에 대해 알베도를 분석하였거나, 대분류 토지피복지도를 활용해 알베도 특성을 분석하였다.
본 연구의 목적은 크게 두 가지이다. 첫번째는 MODIS 자료를 활용하여 우리나라에 대한 20년(2002–2021)의 중분류 토지피복 별 알베도 변화를 분석하는 것이다. 두번째는 2012년부터 관측을 시작한 JPSS의 VIIRS로부터 생산된 10년(2012–2021)의 알베도 자료와 동 기간에 대한 MODIS 자료의 차이를 비교하였으며, 이를 통해 VIIRS 자료의 활용성을 분석해보고자 하였다.
2. 재료 및 방법
1) 위성 알베도 자료
본 연구에서는 MODIS와 VIIRS 센서로부터 생산된 장기간의 알베도 자료를 활용하였다. MODIS는 NASA에서 전 지구를 모니터링하기 위한 Earth Observation System (EOS) 프로그램의 일환으로 발사된 Terra와 Aqua 위성의 주요 센서이다. Terra 위성은 1999년 12월, Aqua 위성은 2002년에 발사되어 고도 705 km에서 전 지구를 하루에서 이틀에 걸쳐 관측하며, Terra는 북쪽에서 남쪽(descending node)으로 오전 10시 30분, Aqua는 남쪽에서 북쪽(ascending node)으로 오후 1시 30분경에 적도를 통과한다. MODIS는 36개 분광 밴드를 통해 0.4–15.4 μm의 파장 영역을 관측하며, 밴드 1과 2는 250 m, 밴드 3–7은 500 m, 밴드 8–36은 1 km의 공간 해상도로 구성되어 있다(Lee et al., 2015).
VIIRS는 NASA와 NOAA가 협력하여 개발한 차세대 극궤도 환경 위성 시스템(JPSS)에 탑재된 센터로 JPSS는 하루에 지구 주위를 14번 공전하여 전 지구를 하루에 두번 관측하며, 오후 1시 30분경에 적도를 통과한다. JPSS에는 총 5개의 위성(SNPP, NOAA-20, JPSS-2, JPSS-3 및 JPSS-4)으로 구성되어 있으며, JPSS의 첫 번째 위성은 2011년 10월 28일에 발사된 SNPP 위성이다. 이어 JPSS-1은 2017년 11월 18일에 발사되어, 11월 21일 최종 궤도에 도달한 후 NOAA-20으로 이름이 변경되었다. 2022년 11월 10일에는 JPSS-2가 발사되었으며, 2027년, 2032에 각각 JPSS-3, -4 위성이 추가로 발사될 예정이다. 현재 SNPP, NOAA-20 및 JPSS-2에는 Advanced Technology Microwave Sounder (ATMS), Cross-track Infrared Sounder(CrIS),VIIRS 및 Ozone Mapping and Profiler Suite (OMPS) 센서가 탑재되어 있다. VIIRS는 22개 분광 밴드를 통해 0.412–12.013 μm의 파장 영역을 관측하며, 밴드 M1–M16은 750 m, 그 외의 밴드 I1–I5 및 밴드 DNB는 375 m의 공간 해상도로 구성되어 있다.
NASA에서는 Bidirectional Reflectance Distribution Function (BRDF) 모델을 활용해 black sky albedo (BSA)와 white sky albedo (WSA)를 제공한다. BSA는 태양 천정각의 함수로 확산이 없을 때의 알베도(directional-hemispherical reflectance)를 의미하며, WSA는 복사에너지가 완전하게 확산되는 알베도(bi-hemispherical reflectance)를 나타낸다. 본 연구에서 활용한 Terra 및 Aqua MODIS 알베도는 MCD43A3 (Terra+Aqua Albedo Daily L3 Global 500 m SIN Grid) version 6.1로 16일 간격의 Terra와 Aqua 위성 자료의 합성을 통해 500 m 공간 해상도의 Sinusoidal Tile Grid로 제공하는 일 단위 자료이다(Table 1). 이 자료는 크게 단파 영역(0.3–5.0 µm), 가시광 영역(0.3–0.7 µm) 및 근적외 영역(0.7–5.0 µm)에 대한 알베도가 포함되어 있으며, 연구에서는 일반적으로 지표면의 알베도로 대표되는 단파 영역의 WSA와 BSA를 활용하였다. SNPP VIIRS의 알베도 자료는 VNP43IA3(VIIRS/NPP Albedo Daily L3 Global 500 m SIN Grid) version 1을 활용하였으며, 이 자료는 16일 간격의 VIIRS자료를 바탕으로 MODIS BRDF Albedo 자료의 지속적인 생산을 위해 설계된 500 m 공간 해상도의 Sinusoidal Tile Grid로 제공되는 일 단위 자료이다(Table 1). 이 자료에서도 MODIS 자료와 동일하게 단파 영역의 WSA와 BSA를 활용하였다.
Table 1. MODIS and SNPP data used in this study
2) 연구 방법
Sinusoidal Tile Grid로 제공되는 MODIS와 VIIRS 자료는 일별로 총 4개의 타일(h27v04, h27v05, h28v04, h28v05)을 구축하였다. 전처리는 Python 3.9 기반의 코드를 작성하여 500 m 공간 해상도의 UTM 52N 좌표로 Reprojection을 하였으며, Resampling method는 Nearest neighbor를 적용하였다(Fig. 1(a) and (b)). 토지이용 분석을 위해 환경부에서 제공하는 1:25000의 2008년 중분류 토지피복지도를 활용하였으며(Fig. 1(c)),Nearest neighbor를 적용해 MODIS 및 VIIRS 자료와 동일한 500 m 공간해상도의 UTM 52N 좌표체계로 변환하였다. 본 연구에서 변환한 500 m 공간해상도 중분류 토지피복지도의 토지 이용 별 면적은 Table 2와 같다. MODIS 및 VIIRS 자료는 Fill value를 제외하고, Valid pixels를 대상으로 토지 이용 별 월 평균값을 산정하여 분석하였다. 본 연구에서 활용한 BRDF 모델은 육상을 대상으로 개발되었기 때문에 토지 이용 중 습지와 수역은 제외하고 분석하였다.
Fig. 1. Example of input data: (a) MODIS White Sky Albedo (WSA) for January 17, 2012, (b) VIIRS WSA for January 17, 2012, and (c) 2008 level-2 land cover map.
Table 2. Area statistics by code of the 2008 level-2 land cover map
a)Area (%) is calculated based on the total area (99,807.5 km2) excluding coastal wetland (520) and Ocean (720) in 2008 level-2 land cover map.
3. 결과 및 고찰
1) 20년(2002–2021)의 MODIS albedo 변화
20년(2002–2021)의 알베도 변화의 경향성 분석을 위해 대분류 5개 항목(시가지, 농업지역, 산림, 초지, 및 나지)과 전체 격자 셀에 대한 연별 평균값을 도시하였다(Fig. 2). Fig. 2에서 왼쪽의 그래프는 연별 평균값을 나타낸 것이며, 오른쪽의 그래프는 알베도가 특히 높게 나타나는 1월과 12월을 제외하고 산정한 값이다. 점선은 각 알베도(WSA 및 BSA)에 대한 경향성 파악을 위한 선형 회귀식을 나타낸 것이다. 전반적으로 알베도가 상승하는 경향을 보였으며, 특히 산림의 상승폭이 가장 큰 것으로 나타났다. 이러한 알베도의 상승은 토지 이용 별 분석에 활용한 토지피복지도가 2008년 자료로 이후 도시화 등 변화하는 토지 이용에 따른 영향일 수 있으나, 그럼에도 불구하고 전체 격자 셀에 대한 결과(Fig. 2(f)) 또한 상승하는 모습을 보여 기후 변화 등 다른 요인에 의한 상승의 영향이 크다고 판단된다. 특히, 장기 가뭄을 겪었던 2013년부터 2018년에는 알베도가 전체적으로 감소하는 경향을 보였으며, 1월과 12월을 제외하고 산정한 평균값에서 상승 경향이 더 잘 나타나고 있음을 확인하였다(Fig. 2(e)).
Fig. 2. Results of MODIS yearly average Albedo analysis by a level-1 land cover map from 2002 to 2021: (a) urban, (b) agricultural, (c) forest, (d) grass, (e) bare field, and (f) total. The graphs on the left showed the average value by year, and the graphs on the right showed the average value excluding January and December, when albedo is high, to confirm the upward tendency of albedo.
각 대분류 항목의 연대별 평균값을 비교한 결과(Table 3), 2000년대(2002–2011)에 비해 2010년대(2012–2021)에 나지와 시가지가 WSA에 대해 각각 0.0005, 0.001상승하였고, BSA에 대해 0.0003, 0.0007 상승하여 가장 작은 상승폭을 보였다. 반면 산림은 WSA가 0.0027, BSA가 0.0026 상승하여 가장 큰 상승폭을 보였고, 그 다음으로 초지가 WSA가 0.0024, BSA가 0.0022 상승하였다.
Table 3. Comparison of average values of WSA and BSA in the 2000s (2002–2011) and 2010s (2012–2021) according to the level-1 land cover map
높은 상승 폭을 보였던 산림과 초지에 대한 중분류 토지피복 별 월별 시계열 알베도를 나타내었다(Fig. 3). 산림과 초지의 시기별 알베도 변동 폭은 유사하나, 초지의 경우 1월과 12월에 급격하게 높은 값을 나타내며, 이는 적설로 인한 것으로 판단된다. 대부분의 토지 이용에서 WSA와 BSA는 겨울철에 그 차이가 적고 여름철에는 차이가 커지는 모습을 보였다. 이러한 결과는 여름철에 일사량이 커지는 만큼 복사 에너지의 완전 확산을 가정하는 WSA의 알베도 값이 더 커지는 것으로 추정되며, 명확한 원인 규명을 위해 추후 일사량 및 일조시간 등의 자료와 연계하여 추가적인 분석을 수행할 필요가 있다. 특히, 산림의 경우 침엽수림이 그 변화폭이 가장 컸고(Fig. 3(b)), 활엽수림이 가장 작았으며(Fig. 3(a)), 혼효림은 활엽수림보다는 크나 침엽수림 보다는 작은 모습을 보였다(Fig. 3(c)).
Fig. 3. Results of MODIS monthly average albedo time series by a level-2 land cover map from 2002 to 2021: (a) deciduous forest, (b) coniferous forest, (c) mixed forest, (d) grassland, and (e) other grasslands.
2) 10년(2012–2021)의 VIIRS와 MODIS albedo 차이
대분류 토지 이용 및 전체 격자 셀에 대한 VIIRS와 MODIS의 10년(2012–2021)의 차이를 분석하기 위해 월별 WSA 값을 활용해 연별 box plot으로 나타내었다(Fig. 4). 전체적으로 VIIRS WSA가 MODIS WSA에 비해 0.001에서 0.1의 차이로 크게 나타났다. 특히, 산림을 제외한 대부분의 토지 이용에서 VIIRS WSA의 월별 변동성이 MODIS WSA보다 큰 모습을 보였으며, 이는 선행 논문(Liu et al., 2017)에서도 비슷한 경향을 보였다.
Fig. 4. Box plots of MODIS and VIIRS WSA by level-1 land cover map for 10 years (2012–2021) data: (a) urban, (b) agricultural, (c) forest, (d) grass, (e) bare field, and (f) total.
Fig. 5는 2012년부터 2021년까지 10년에 대한 중분류 토지피복지도에 따른 MODIS와 VIIRS의 월별 알베도 평균값을 나타낸 것이다. 대체적으로 VIIRS는 1~4월과 11~12월에 높은 알베도 값을 보이는 반면, MODIS 알베도는 5~10월에 높은 양상을 보였다. 특히, MODIS 알베도의 경우 1월에 크게 상승했다가 2월 이후 감소하는 모습을 보이며 이에 따라 VIIRS와 MODIS 알베도의 차이는 WSA와 BSA 모두 3월에 논(210)에서 각각 10.1%, 9.6%의 차이로 가장 크게 나타났다. 기상청 종합 기후변화감시정보(https://www.climate.go.kr/home/09_monitoring/albedo/albedo)에 따르면 알베도는 눈이 내리고 태양고도각이 낮은 겨울철이 여름철보다 상대적으로 높고, 천리안 위성을 통해 산정한 한반도 영역의 알베도도 이러한 경향을 보인다. 본 연구에서는 VIIRS의 알베도가 이와 비슷한 양상을 보이며, 특히 농업지역(210–250)에서 이러한 경향이 잘 나타난다.
Fig. 5. Comparison of average monthly albedo for 10 years (2012–2021) according to the level-2 land cover map: (a) MODIS BSA, (b) VIIRS BSA, (c) MODIS WSA, and (d) VIIRS WSA.
농업지역(210–250)에 대한 VIIRS와 MODIS 월별 시계열 알베도 분석한 결과(Fig. 6), 시기별로 상반되는 변동패턴이 나타났다. MODIS의 경우 겨울철 적설의 영향으로 추정되는 높게 튀는 값을 제외하면 평균적으로 겨울철에 알베도가 낮고, 여름철에 알베도가 높은 모습을 보였다. 반면 VIIRS의 알베도는 겨울철에 알베도가 높고 여름철에 알베도가 낮아지는 모습을 보였으며, MODIS와 달리 겨울철 알베도에 튀는 값이 발생하지 않는 특징을 보였다. 동일한 BRDF 모델을 활용한 MODIS와 VIIRS 알베도 값의 이러한 차이는 영상의 촬영시기에 따른 지표면 반사도의 차이 및 센서의 차이에 의한 것으로 판단되나, 정확한 원인 규명을 위해 추가적인 분석이 필요하다.
Fig. 6. Comparison of average monthly albedo time series of MODIS and VIIRS according to the level-2 land cover map: (a) rice paddy, (b) upland crop, (c) greenhouse, (d) Orchard, and (e) Other plantations.
4. 결론
본 연구에서는 MODIS 자료를 활용하여 20년(2002–2021)의 중분류 토지피복 별 알베도 변화를 분석하고, NASA와 NOAA의 차세대 극궤도 위성 시스템인 JPSS VIIRS의 10년(2012–2021)간의 알베도 자료와 비교하여 VIIRS 자료의 활용성을 분석하였다. 본 연구의 결과를 요약하면 다음과 같다.
1) 20년의 MODIS 알베도 자료 분석 결과, 모든 토지 피복에서 상승하는 경향을 보였으며, 산림이 WSA가 0.0027, BSA가 0.0026 상승하여 가장 큰 상승폭을 보였고, 그 다음으로 초지가 WSA가 0.0024, BSA가 0.0022 상승하는 모습을 보였다.
2) MODIS 알베도의 월별 시계열 분석 결과 WSA와 BSA의 차이는 겨울철에 작고 여름철에 커지는 모습을 보였으며, 산림의 경우 침엽수, 혼효림, 활엽수림 순으로 WSA와 BSA의 차이가 큰 것으로 나타났다. 초지는 겨울철(1, 12월) 적설로 추정되는 급격하게 상승하는 알베도 값을 보였다.
3) VIIRS와 MODIS의 알베도는 0.001에서 0.1의 차이로 VIIRS가 큰 것으로 나타났고, 산림을 제외한 대부분의 토지 이용에서 VIIRS WSA의 월별 변동성이 MODIS WSA 보다 큰 모습을 보였다.
4) 평균적으로 MODIS 알베도는 겨울철에 낮고, 여름철에 높은 모습을 보인 반면, VIIRS 알베도는 겨울철에 높고 여름철에 낮아지는 모습을 보였다. 이러한 알베도 값의 차이는 영상의 촬영시기에 따른 지표면 반사도의 차이 및 센서의 차이에 의한 것으로 판단되며, 정확한 원인 규명을 위해 추가적인 분석이 필요할 것으로 판단된다.
본 연구를 통해 지난 20년 동안 우리나라의 알베도는 지속적으로 상승하고 있는 것으로 나타났으며, LST, NDVI 등 다른 인자와 기상 자료를 연계한 분석을 한다면 이러한 알베도 상승에 대한 영향 및 원인을 보다 상세하게 분석할 수 있을 것으로 판단된다. 또한, MODIS 자료의 대체 혹은 연속적인 활용을 위해 VIIRS 자료 활용을 검토한다면 이러한 오차를 우선 분석하여 편의보정과 같은 전처리 과정이 필요할 것으로 판단된다.
사사
본 논문은 행정안전부 재난안전 공동연구 기술개발 사업의 지원을 받아 수행된 연구임(2022-MOIS63-001).
참고문헌
- Dirmeyer, P.A. and J. Shukla, 1994. Albedo as a modulator of climate response to tropical deforestation, Journal of Geophysical Research, 99(D10): 20863-20877. https://doi.org/10.1029/94JD01311
- Fuster, B., J. Sanchez-Zapero, and F. Camacho, 2018. Copernicus Global Land Operations "Vegetation and Energy", Copernicus Europe's eyes on Earth, Europe.
- Govaerts, Y.M., A. Lattanzio, M. Taberner, and B. Pinty, 2008. Generating global surface albedo products from multiple geostationary satellites, Remote Sensing of Environment, 112(6): 2804-2816. https://doi.org/10.1016/j.rse.2008.01.012
- Govaerts, Y.M., A. Lattanzio, B. Pinty, and J. Schmetz, 2004. Consistent surface albedo retrieval from two adjacent geostationary satellites, Geophysical Research Letters, 31: L15201. https://doi.org/10.1029/2004GL020418
- Kim, H. and J. Yeom, 2012. Effect of the Urban Land Cover Types on the Surface Temperature: Case Study of Ilsan New City, Korean Journal of Remote Sensing, 28(2): 203-214 (in Korean with English abstract). https://doi.org/10.7780/kjrs.2012.28.2.203
- Kim, K. and J. Um, 2012. Comparative Evaluation of Albedo Distribution according to Administrative Boundary Using MODIS Products, Journal of Environmental Impact Assessment, 21(2): 265-277 (in Korean with English abstract). https://doi.org/10.14249/eia.2012.21.2.265
- Lee, D., M. Seo, K.S. Lee, S. Choi, H. Kim, D. Jin, and K.S. Han, 2016. Landsat 8-based high resolution surface broadband albedo retrieval, Korean Journal of Remote Sensing, 32(6): 741-746 (in Korean with English abstract). https://doi.org/10.7780/kjrs.2016.32.6.17
- Lee, Y.G., S.H. Kim, S.R. Ahn, M.H. Choi, K.S. Lim, and S.J. Kim, 2015. Estimation of spatial evapotranspiration using Terra MODIS satellite image and SEBAL model - A case of Yongdam dam watershed -, Journal of the Korean Association of Geographic Information Studies, 18(1): 90-104 (in Korean with English abstract). https://doi.org/10.11108/kagis.2015.18.1.090
- Liu, Y., Z. Wang, Q. Sun, A. M. Erb, Z. Li, C.B. Schaaf, X. Zhang, M.O. Roman, R.L. Scott, Q. Zhang, K.A. Novick, M.S. Bret-Harte, S. Petroy, and M. SanClements, 2017. Evaluation of the VIIRS BRDF, Albedo and NBAR products suite and an assessment of continuity with the long term MODIS record, Remote Sensing of Environment, 201: 256-274. https://doi.org/10.1016/j.rse.2017.09.020
- Park, E., K. Han, C. Lee, and K. Pi, 2012. The Tendency Analysis of Albedo by Land Cover Over Northeast Asia Using MODIS 16-Day Composited Albedo data, Korean Journal of Remote Sensing, 28(5): 501-508 (in Korean with English abstract). https://doi.org/10.7780/kjrs.2012.28.5.3
- Wang, D., D. Morton, J. Masek, A. Wu, J. Nagol, X. Xiong, R. Levy, E. Vermote, and R. Wolfe, 2012. Impact of sensor degradation on the MODIS NDVI time series, Remote Sensing of Environment, 119: 55-61. https://doi.org/10.1016/j.rse.2011.12.001
- Wielicki, B.A., T. Wong, N. Loeb, P. Minnis, K. Priestley, and R. Kandel, 2005. Changes in Earth's albedo measured by satellite, Science, 308(5723): 825. https://www.science.org/doi/10.1126/science.1106484
- Woo, J., S. Choi, D. Jin, N. Seong, D. Jung, S. Sim, Y. Byeon, U. Jeon, E. Sohn, and K. Han, 2021, A Comparative Errors Assessment Between Surface Albedo Products of COMS/MI and GK-2A/AMI, Korean Journal of Remote Sensing, 37(6-1): 1767-1772 (in Korean with English abstract). https://doi.org/10.7780/kjrs.2021.37.6.1.23