• 항공우주기술
• /
• 제10권1호
• /
• pp.149-155
• /
• 2011

세계적 기후온난화와 이상기온현상으로 최근 급변하는 농업환경에 대응하기 위해서는 농작물 작황관리 및 예측시스템의 과학화를 통한 정부차원의 대처능력 개선이 시급하다. 농업분야에서 위성정보의 활용은 고해상도 광학 및 레이더 영상의 상용화와 더불어 정밀농업이라는 새로운 가능성을 열어주고 있다. 본 연구에서는 최근 농업분야에서 주목을 받고 있는 RapidEye 위성영상을 사용하여 우리나라 농촌지역의 토지이용유형별 분광식생지수의 시계열 특성을 살펴보았다. 식생과 비식생지역 간에 뚜렷한 시계열 변화양상이 나타났으며, 식생지역 내에서도 산림 수종별, 논 그룹별로 식생지수의 시계열 변화에 차이가 관찰되었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.230-230
• /
• 2023

딥러닝 알고리즘 중 과거의 정보를 저장하는 문제(장기종속성 문제)가 있는 단순 RNN(Simple Recurrent Neural Network)의 단점을 해결한 LSTM(Long short-term memory)이 등장하면서 특정한 유역의 강우-유출 모형을 구축하는 연구가 증가하고 있다. 그러나 하나의 모형으로 모든 유역에 대한 유출을 예측하는 지역화 강우-유출 모형은 서로 다른 유역의 식생, 지형 등의 차이에서 발생하는 수문학적 행동의 차이를 학습해야 하므로 모형 구축에 어려움이 있다. 따라서, 본 연구에서는 국내 12개의 유역에 대하여 LSTM 기반 분포형 지역화 강우-유출 모형을 구축한 이후 강우 이외의 보조 자료에 따른 정확도를 살펴보았다. 국내 12개 유역의 7년 (2012.01.01-2018.12.31) 동안의 49개 격자(4km²)에 대한 10분 간격 레이더 강우, MODIS 위성 이미지 영상을 활용한 식생지수 (Normalized Difference Vegetation Index), 10분 간격 기온, 유역 평균 경사, 단순 하천 경사를 입력자료로 활용하였으며 10분 간격 유량 자료를 출력 자료로 사용하여 LSTM 기반 분포형 지역화 강우-유출 모형을 구축하였다. 이후 구축된 모형의 성능을 검증하기 위해 학습에 사용되지 않은 3개의 유역에 대한 자료를 활용하여 Nash-Sutcliffe Model Efficiency Coefficient (NSE)를 확인하였다. 식생지수를 보조 자료를 활용하였을 경우 제안한 모형은 3개의 검증 유역에 대하여 하천 흐름을 높은 정확도로 예측하였으며 딥러닝 모형이 위성 자료를 통하여 식생에 의한 차단 및 토양 침투와 같은 동적 요소의 학습이 가능함을 나타낸다.

• 한국수자원학회논문집
• /
• 제56권3호
• /
• pp.211-224
• /
• 2023

본 연구에서는 합성개구레이더(Synthetic Aperture Radar, SAR) 기반의 식생을 고려하는 후방산란모델 Water Cloud Model (WCM)을 활용한 토양수분 산정 연구를 수행하였다. 금강 상류의 용담댐유역을 포함한 40 × 50 km² 영역의 Sentinel-1 SAR 및 Sentinel-2 MSI (Multi-Spectral Instrument) 영상을 수집하여 연구에 활용하였다. WCM의 식생변수로는 Sentinel-1 기반의 식생지수 RVI (Radar Vegetation Index), 탈분극비(Depolarization Rario, DR)와 Sentinel-2 기반의 NDVI (Normalized Difference Vegetation Index)를 활용하였다. WCM의 정모델링(forward modeling)은 토양수분과 후방산란계수의 특성이 유사한 3개 Group으로 나누어 수행하였다. 토양수분과 후방산란계수의 선형적인 관계가 명확할수록 Group의 모의 성능이 더 높게 나타났으며, 식생지수 별로는 NDVI, RVI, DR 순으로 정확도가 높았다. 토양수분을 모의하기 위해 모의된 후방산란계수를 반전(inversion)하였으며, 모의 성능은 정모델링 결과와 비례하였다. WCM 모의의 오류는 실측 후방산란계수 기준 약 -12dB를 기점으로 증가하는 양상을 보였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.5-5
• /
• 2023

제3차 우주개발 진흥 기본계획의 일환으로써 개발되는 차세대 중형위성 5호인 수자원위성은 수자원/수재해 감시 전용 위성으로 2025년 발사 예정이다. 수자원위성의 메인 센서인 C-band 영상레이더(Synthetic Aperture Radar, SAR)는 기상조건 및 주야 상관없이 지표면 관측이 가능한 센서로 급변하는 수재해 양상에 효과적으로 대응하기 위해 탑재된 센서이다. 본 연구사업은 차세대 수자원위성의 효과적 활용 방안 및 SAR 자료기반의 활용산출물 및 주제도 서비스를 위한 알고리즘 구조설계 및 표출시스템 시범개발을 목표로 하고 있으며, 홍수/가뭄/안전/환경모니터링을 주제로 수자원 및 원격탐사 분야의 다학제적 전문가들로 구성된 컨소시엄을 구성하여 추진하고 있다. 본 연구의 내용은 가뭄 모니터링을 위해 개발 중인 SAR 기반 토양수분과 농업적 가뭄지수 산정 알고리즘 개발 및 공간적 표출을 포함한다. 토양수분은 SAR 영상에서 지표피복별로 추출된 후방산란계수와 수문학적 개념의 융합을 통해 논/밭/산림에 대해 산정한다. 물리적 특성에 기반한 변화탐지모델을 활용해 토양수분량을 추출 후, 기계학습기법과 S C S - C N 방법에서 파생된 수문학적 개념 5일 선행강우량과 결합한 토양수분 산정 알고리즘을 개발하였다. 산정된 토양수분을 기반으로, 논 지역은 벼 재배에 따른 담수 시기를 고려한 토양의 포화/불포화상태, 밭 지역은 토양 종류에 따른 토양의 물리적 특성, 산림 지역은 수문학적 개념 및 식생지수를 활용하여 가뭄 판단 기준을 구축하고, 가뭄의 해갈 여부와 해갈되는 시점의 강우량을 산정 가능한 알고리즘을 개발하였다. 개발된 가뭄 모니터링 기법은 향후 고도화, 최적화 및 안정화를 통해 수자원위성의 핵심 활용기술로써 구현할 계획이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.102-102
• /
• 2019

토양수분은 수문 및 기상 현상의 주요 요인으로 가뭄, 홍수 및 범람과 같은 자연 재해와 관련이 깊은 인자이다. 이러한 토양수분의 관측 기술 중 위성 데이터를 활용한 원격탐사 기술은 광범위한 지역의 관측이 용이하고 지점이 아닌 공간 데이터를 제공하는 장점을 지니고 있어 토양수분의 관측에 유리하다. 특히 높은 해상도의 위성기반 토양수분 데이터는 토양수분의 변동성이 큰 지역의 수문, 기상학적 현상을 보다 자세히 분석할 수 있게 해주며 가뭄 및 범람과 같은 수자원 관련 재해를 정확하게 분석하는데 요구된다. 이로 인해 최근 Sentinel-1 위성에서 운용중인 Synthetic Aperture Radar(SAR) 데이터를 이용한 매우 높은 공간해상도(10m~1km)를 지니고 있는 토양수분데이터 생산에 관한 연구가 세계적으로 활발히 진행되고 있다. 그러나 국내에서는 Sentinel-1 위성을 이용한 토양수분 데이터 복원에 관한 연구가 미비한 실정이다. 따라서 본 연구에서는 파주 감악산 설마천 유역에서의 Sentinel-1 위성의 SAR 데이터를 이용한 고해상도 토양수분 데이터를 복원하고자 한다. 파주 설마천 유역은 감악산 일대로 경사가 심하고 식생이 두터운 산악지형이다. SAR를 이용하여 산지에서 신뢰성 있는 토양수분 자료를 복원하기 위해서는 가장 큰 오차의 원인으로 작용하는 경사와 식생을 고려하여야 한다. 먼저 표면 경사의 영향의 경우 SAR 센서의 레이더 입사각과 수치 표고 모델을 이용하여 고려하고자 한다. 다음 과정으로 표면 경사가 고려된 Sentinel-1 데이터의 후방산란계수와 Landsat-8 데이터 및 지점 토양수분 데이터를 이용하여 식생에 따른 후방산란계수의 거동을 Water Cloud Model을 이용하여 분석하였다. Water Cloud Model은 토양위의 식생의 수분이 후방산란계수에 혼동을 주는 구름과 같이 작용한다고 가정하고 식생수분을 후방산란계수와 레이더 입사각 및 식생지수를 통해 계산하는 모델이며 이를 이용하여 토양수분 복원에 있어 식생의 영향을 제거하고자 하였다. 이를 통해 식생과 표면 경사를 고려하여 복원된 토양수분 데이터를 설마천 유역의 지점 데이터와 비교 분석하고 다른 위성기반 토양수분 데이터 및 강우 데이터를 이용하여 평가하였다. 본 연구결과를 통해 한반도 산지에서의 SAR 데이터를 이용한 토양수분 복원 기술의 기초가 마련될 것이며 이를 통해 산지가 대부분인 한반도의 토양수분 거동을 이해하는데 유용한 자료를 제공할 수 있을 것으로 기대된다. 본 연구 이후에는 연구결과분석을 통한 산지에서의 고해상도 토양수분 복원 알고리즘을 분석, 보완하고 한반도에서의 SAR 기반 토양수분 데이터의 정확도를 높이는 연구가 진행되어야 할 것이다.

• 대한원격탐사학회지
• /
• 제39권6_1호
• /
• pp.1341-1352
• /
• 2023

위성영상 기반의 정규식생지수(normalized difference vegetation index, NDVI)는 넓은 영역에서 주기적인 정보를 수집할 수 있어 산림 및 농업 모니터링에 주로 사용된다. 그러나 광학센서 기반 식생지수는 구름 등의 영향으로 일부 지역에서 결측을 가지기 때문에, 본 연구는 전천후 및 주야에 관계없이 관측 가능한 Sentinel-1의 합성 개구 레이더(synthetic aperture radar, SAR) 영상을 활용하여 Sentinel-2 NDVI 결측값을 복원하는 모델을 개발하였다. 이는 광학적으로 관측이 어려운 구름 조건이나 야간에도 NDVI를 추정할 수 있는 잠재력을 보여준다. Automated machine learning (AutoML)을 활용한 비선형 결측복원모델의 5폴드(fold) 교차검증 결과, 절대오차 7.214E-05, 상관계수 0.878의 NDVI 복원 성능을 보였다. 이를 통해 시공간 연속적인 NDVI 생산 방법론을 발전시켜, 전천후 식생 모니터링에 필요한 정보 생산에 기여할 수 있을 것으로 기대된다.

• 한국토양비료학회지
• /
• 제44권5호
• /
• pp.878-886
• /
• 2011

본 연구에서는 레이더파 편파 차이비율에서 얻어진 밴드별 Polarimetric Discrimination Ratio (PDR)와 콩 생육인자 및 토양수분과의 관계를 분석하고 PDR를 이용하여 콩 생육 및 토양수분을 추정하고자 하였다. 기후 등의 영향을 받지 않고 10분 단위로 레이더 산란 측정을 할 수 있는 L, C, X-밴드 레이더 산란계 자동측정시스템을 이용하여 PDR와 콩 생육인자 변화를 모니터링 하였다. 콩 생육시기에 따른 밴드별 PDR과 콩 생육인자 변화를 관측한 결과 L-밴드 PDR이 C-, X-밴드 PDR보다 높게 나타났고, 밴드별 PDR이 가장 높게 보인 시기는 L-밴드PDR (DOY 271), C-, X-밴드 PDR (DOY 273)로 거의 일치하였고, 엽면적지수, 식생수분함량, 생체중, 초장 등 콩생육인자들도 동일한 경향을 보였는데 콩 파종 이후 증가하다가 9월 27일 (DOY 270)에 최대값을 보인 후 감소하였다. 하지만 토양수분은 콩 생육인자들과 다른 경향을 보였다. 생육기간동안 토양수분의 변이가 컸고 PDR과 상관성 도 높지 않았다. 하지만 엽면적지수가 2이하 일 때 콩PDR이 증가함에 따라 토양수분도 증가하는 경향을 보였다. 밴드별 PDR과 콩 생육인자와의 상관관계를 분석하였다. L-밴드 PDR에서 생체중 (r=$0.96^{***}$), 엽면적지수 (r=$0.91^{***}$),식생수분함량 (r=$0.94^{***}$), 토양수분 (r=$0.86^{**}$)등 모든 콩생육인자들과 상관계수가 가장 높게 나타났다. C-, X-밴드 PDR에서도 토양수분을 제외한 다른 인자들과 대체로 상관성이 높았다 ($r{\geq}0.83$). 전체 생육기간에서 PDR과 토양수분과의 상관성은 낮았지만 엽면적지수 2 이하 일 때(DOY 220) 모든 밴드에서 PDR과 토양수분과의 상관계수가 전체 생육단계에서 조사한 것 보다 높게 나타났다. 콩 생육인자들과의 상관분석에서 상관계수가 가장 높은 L-밴드 PDR를 이용하여 콩 생육인자 추정을 위한 회귀식을 작성하고 생육인자 실측값과 추정값을 비교하였다. L-밴드 PDR과 생육인자들과의 관계를 비교해 본 결과 생체중 ($L^2$=0.95), 엽면적지수 ($L^2$=0.89), 식생수분함량 ($L^2$=0.93)에서 결정계수가 높게 나타났고 생육인자 실측값과 추정값을 1:1 선상에서 비교해 본 결과 작은 오차를 보여 추정모형의 유효성이 높다는 것이 증명되었다. 본 연구를 통해 PDR를 이용하여 콩 생육 및 토양수분을 추정할 수 있는 가능성을 확인하였다.

• 대한원격탐사학회지
• /
• 제35권3호
• /
• pp.447-455
• /
• 2019

기존의 식생정보는 대부분 5년 주기로 구축되어 최신성이 결여 되어있다. 식생의 조사는 사진측량과 사람의 현지조사로 이루어지며, 많은 시간과 비용을 소모하게 된다. 식생의 정보 중 식생층위구조에 대한 정보는 산림의 다양성과 환경을 평가하는 중요한 요소이다. 식생의 내부구조인 층위구조는 필수적 정보이지만, 일반적인 사진측량과 사람의 조사로는 한계점이 존재하게 된다. 본 연구에서는 KOMPSAT-3/3A/5 위성영상으로 부터 제작된 지수맵과 Texture맵, DSM(Digital Surface Model)과 DTM(Digital Terrain Model)의 차분으로 생성한 canopy정보를 Input layer로 층위자료를 인공신경망(Artificial Neural Network; ANN)을 이용하여 분류하였다. 단층과 다층의 산림의 층위 구조를 분류하여 최종분류결과 81.59% 확인하였다.

• 한국지리정보학회지
• /
• 제23권3호
• /
• pp.26-67
• /
• 2020

영상레이더(Synthetic Aperture Radar, SAR)는 기상조건이나 주야, 일조에 상관없이 지표면을 촬영할 수 있고, 토양수분이나 지하수 등 수문인자의 탐색이 가능하여 수자원 분야에서 그 중요성이 점차 두드러지고 있다. SAR는 1970년대부터 인공위성에 탑재되기 시작하여 2020년 현재 15기 이상의 SAR 위성이 운용되고 있고 향후 5년 내에도 10기 내외의 위성이 발사될 예정이다. 최근에는 관측 폭 및 해상도 증진, 다중 편파 및 다중주파수, 관측 각도의 다양화 등 다양한 형태의 SAR 기술들이 개발 및 활용 중이다. 이에 본 고에서는 SAR 시스템의 간략한 역사와 더불어 토양수분 및 수문인자 산출과 관련된 연구동향을 조사하였다. 현재까지 SAR 위성을 활용하여 산출 가능한 수문인자는 토양수분, 해저지하수유출, 강수, 적설분포면적, 식생지수 등이 있으며, 그 중 토양수분은 물리적 모델인 IEM(Integral Equation Model)과 인공지능 기반의 ANN(Artificial Neural Network)을 대표적으로 활용하여 우리나라를 포함한 북미, 유럽, 인도 등 총 17개국에서 연구가 진행되고 있다. 위성 탑재체는 RADARSAT-1, ENVISAT ASAR, 그리고 ERS-1/2가 가장 많이 사용되었으나 현재는 운영이 종료되었으며, 현재 운영 중인 RADARSAT-2, Sentinel-1, SMAP 등의 활용도 점차 늘어나고 있는 것으로 나타났다. 우리나라는 2025년 발사를 목표로 C-band SAR를 탑재한 수자원·수재해 중형위성을 개발 중이므로, SAR를 이용한 다양한 수문인자 산출 연구가 활성화될 것으로 예상된다.

• 한국수자원학회논문집
• /
• 제46권11호
• /
• pp.1129-1140
• /
• 2013

강우는 수문 순환에서 중요한 요소 중에 하나로 시 공간적 변동성이 크므로 정확한 공간 강우장의 파악이 요구된다. 열대강우 관측 위성(Tropical Rainfall Monitoring Mission, TRMM)에서 제공하는 3B43 월 누적 강우량 자료는 25 km의 공간 해상도를 갖고 있어 공간 강우장의 정확성을 높이기 위해 상세화 기법을 적용하여 1 km의 공간 해상도로 생성하였다. Terra 위성에 탑재된 MODIS (Moderate Resolution Imaging Spectroradiometers) 센서가 제공하는 정규식생지수(Normalized Difference Vegetation Index, NDVI) (공간 해상도 1 km)와 강우 자료의 관계성을 회귀식으로 나타냈고 상세화 기법에 적용하였다. 이에 따른 결과를 지점과 위성 강우 자료와의 차이를 통해 보정하는 방법인 GDA (Geographical Difference Analysis)와 지점과 위성 강우 자료와의 비율로 편차를 보정하는 GRA (Geographical Ratio Analysis) 상세화 기법을 사용하여 공간 강우장을 나타내었다. 우리나라의 공간 강우장 결과를 지점 자료를 기준으로 비교 검증을 실시하였다. 그 결과 GDA 상세화 기법의 경우가 2009년(Bias=4.26 mm, RMSE=172.16 mm, MAE=141.95 mm, IOA=0.64), 2011년(Bias=17.21 mm, RMSE=253.43 mm, MAE=310.56 mm, IOA=0.62)으로 가장 잘 맞는 것으로 나타났다. 이를 바탕으로 우리나라의 공간 강우장을 1 km의 공간 해상도로 파악할 수 있었으며, 더 나아가 지점의 수를 늘려 보정을 정밀하게 하거나, 강우 레이더 자료를 가지고 상세화 기법을 적용한다면 더욱 정확한 공간 강우장을 파악할 수 있을 것이다.