• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.118-118
• /
• 2021

최근 지구 온난화 현상으로 인한 기후변화로 이상기후 현상이 발생하고 있으며 이로 인해 장기적으로 폭염의 빈도 및 강도 상승에 따른 가뭄 피해 우려가 증가하고 있다. 농업 가뭄은 강수량 부족, 토양 수분 부족, 저수량 부족 등 농업분야에 영향을 주는 인자들과 관련되어 있어 농작물 생육 및 수확량 감소를 야기한다. 우리나라는 논농사가 주를 이루고 있어 국내 농업 가뭄은 주수원공인 농업용 저수지의 가용저수용량으로 판단 가능하다. 따라서 안정적인 농업용수 공급을 위해 수리시설물의 모니터링, 공급량 등의 분석이 이루어져야 하며, 농업 가뭄에 대비하기 위해 농업용 저수지의 가용저수용량 파악이 필요하다. 수자원 분야에서 지점자료의 시·공간적 한계점을 보완하기 위해 인공위성 자료를 활용한 연구가 활발히 이루어지고 있으며, 본 연구에서는 위성영상 자료 및 딥러닝 기반 알고리즘을 적용하여 농업용 저수지 수표면 탐지 및 시계열 분석을 목적으로 한다. 위성영상 자료는 5일 주기 및 10 m 공간해상도를 가진 Sentinel-2 위성영상 자료를 활용하고자 하였으며, 딥러닝에 적용하기 위하여 100장 이상의 영상 이미지를 구축하였다. 딥러닝 기반 알고리즘으로는 Convolutional Neural Network (CNN)을 활용하였으며, CNN은 주로 이미지 분류나 객체 검출 문제를 해결하기 위해 제안된 모델로 최근 픽셀 단위로 분류가 가능한 알고리즘이 개발되어 높은 정확도의 수표면 탐지가 가능할 것으로 판단된다. 따라서 본 연구에서는 CNN 기반 수표면 탐지 알고리즘을 개발하여 Sentinel-2 영상 기준 경기도 안성시를 대상으로 소규모 농업용 저수지의 수표면적에 대한 시계열 데이터를 분석하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.1201-1205
• /
• 2006

본 연구의 목적은 낙동강 권역을 대상으로 가뭄지역을 검출하고 부족수분량을 산정하는 방법을 개발하는 것이다. 위성자료는 임의 지점에 대하여 지속적이고 반복적인 관측 자료를 제공하므로 가뭄 감시를 위해 유용하게 사용될 수 있다. 본 연구에서는 증발산량과 정규식생지수(Normalized Difference Vegetation Index: NDVI)가 밀접한 상관성이 있는 점에 착안하여 MODIS 영상으로부터 얻어진 NDVI와 기상자료 중 기온자료를 이용하여 증발산량을 산정하는 간편법을 제안하였다. 또한, 가뭄 분석을 위해 위성자료로부터 얻어진 증발산량 자료를 이용하여 기후학적 물수지 모형에 의해 부족수분량을 산정하여 물부족의 심도를 파악하였다. 본 연구의 결과로서 가뭄 분석에 있어서 위성영상의 활용이 대단히 유용하다는 것을 보여주고 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.2081-2084
• /
• 2008

본 연구에서는 가용 Landsat TM 위성자료를 이용하여 금호강유역의 수문변수를 산정하였다. 대상 유역인 금호강유역은 대구시를 포함한 하천유역으로 도시화로 인한 유역 환경변화가 매우 심한 지역이다. 대상유역의 수문변수의 변화가 유역 생태 및 수문순환구조에 미치는 영향이 크므로 위성자료를 활용한 광역에 대한 수문변수 산정과 시공간변화 특성의 자연적요인은 물론 인위적인 요인을 분석하는 것은 매우 중요하다. 가용한 Landsat자료는 30-120m의 뛰어난 공간분해능과 다양한 관측 밴드를 가지고 있어, 수문변수 산정 및 유역 환경변화를 파악하기에 적합한 자료이다. 본 연구에서는 1985, 1998, 1999년, 2001년 Landsat TM자료를 이용하여 대상지역에 대한 기하학적 보정 등 전처리과정을 거쳐 정규화 식생지수(NDVI; Normalized Difference Vegetation Index)와 이와 연계한 엽면적지수(LAI; Leaf Area Index)를 산정하였으며 토지피복변화를 분석하였다. Landsat자료를 이용한 광역의 토지피복변화와 수문변수변화 분석을 통하여, 위성관측기법 이용한 유역 수문변수 변화특성 도출 가능성을 제시하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2004.05b
• /
• pp.262-266
• /
• 2004

본 논문의 목적은 NOAA/AVHRR 위성영상으로부터 추출한 식생정보를 이용하여 실제증발산량을 산정하고, 이와 함께 강우 분포도 및 잠재증발산량을 이용하여 광역적인 물수지 분석을 수행하는 것이다. NOAA/AVHRR 위성영상으로부터 실제증발산량 산정을 위하여 식생정보와 Molten의 실제증발산량과의 회귀분석을 통한 선형 회귀식을 도출하였으며, Hamon 방법에 의하여 잠재증발산량을 산정하였다. 기후학적 물수지 분석을 통하여 광역적 과잉수분량 및 부족수분량 분포도를 작성하였으며, 이를 이용하여 가뭄파악을 위한 지표인 습윤지표 분포도를 작성하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.520-524
• /
• 2010

본 연구에서는 팔당호에 유입되는 북한강, 남한강, 경안천의 6개 지류에 대하여 2009년 6월부터 12월까지 10일 주기로 현장 측정한 10개의 수질평가 항목과 측정시기에 근접한 4장의 시계열 위성영상에 의한 수질분석 기법을 이용하여 RS/GIS에 의한 수질환경 모니터링을 실시하였다. 현장에서는 다항목 수질측정기(DS5, Hydrolab ; 센서장착포트 7개, 측정항목 : 수온, 탁도, EC, LDO)를 이용하였고, 채수를 통해 실내에서 T-N, T-P, BOD, COD, ph, 부유물질(이하, SS)을 측정하였다. 위성영상에 의한 수질인자는 수온, 탁도, SS 등을 선정하여 자료의 정성적 해석을 통해 팔당호의 수질환경 모니터링을 수행하였다. 또한, 위성영상으로 분석한 수질평가 자료는 현장자료와의 상관성을 검토하였으며 회귀분석을 실시하여 수질인자별 분포도를 작성하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 1997.05a
• /
• pp.186-191
• /
• 1997

인공위성을 이용한 강우관측은 지상에서의 강우관측과는 달리 넒은 지역의 관측을 가능하게 하고 또한 해양에서의 강우까지도 관측할 수 있다는 장점이 있다. 그러나 이러한 강우관측도 몇가지 문제점을 포함하고 있는데 그 하나로서 관측오차 문제를 들 수 있다. 이것은 관측된 강우가 공간적으로는 연속이지만 시간적으론 불연속이기 때문에 발생하는 구조적인 문제로서 강우의 시간적-공간적 통계특성과 관측계획에 따라 각각 다르게 정량화 된다. 본 논문에서는 인공위성을 이용한 강우 관측시 발생하는 관측오차의 추정식을 소개하고 두개의 다차원 강우모형을 사용하여 적용해 보았다. 현재까지의 관측오차 추정은 강우의 2차원 통계특성만을 고려하기 때문에 모형의 매개변수들이 이 특성에 맞추어 적절히 추정된 경우, 모델에 따른 차이는 크지 않은 것으로 밝혀졌다. 앞으로 이러한 단점은 2차원 이상의 통계특성을 고려하는, 궁극적으로는 강우의 확률밀도함수를 고려할 수 있는 관측오차 추정식의 개발을 통해 개선될 수 있을 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.140-140
• /
• 2019

본 연구에서는 Terra MODIS 위성자료와 Tensorflow를 활용해 1 km 공간 해상도의 토양수분을 산정하는 알고리즘을 개발하고, 국내 관측 자료를 활용해 검증하고자 한다. 토양수분 모의를 위한 입력 자료는 Terra MODIS NDVI(Normalized Difference Vegetation Index)와 LST(Land Surface Temperature), GPM(Global Precipitation Measurement) 강우 자료를 구축하고, 농촌진흥청에서 제공하는 1:25,000 정밀토양도를 기반으로 모의하였다. 여기서, LST와 GPM의 자료는 기상청의 종관기상관측지점의 LST, 강우 자료와 조건부합성(Conditional Merging, CM) 기법을 적용해 결측치를 보간하였고, 모든 위성 자료의 공간해상도를 1 km로 resampling하여 활용하였다. 토양수분 산정 기술은 인공 신경망(Artificial Neural Network) 모형의 딥 러닝(Deep Learning)을 적용, 기계 학습기반의 패턴학습을 사용하였다. 패턴학습에는 Python 라이브러리인 TensorFlow를 사용하였고 학습 자료로는 농촌진흥청 농업기상정보서비스에서 101개 지점의 토양수분 자료(2014 ~ 2016년)를 활용하고, 모의 결과는 2017 ~ 2018년까지의 자료로 검증하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.22-22
• /
• 2018

본 연구에서는 수문학적 가뭄을 분석하기 위해 두가지 지수를 개발하여 소개하고자 한다. 첫번째는, 물수지식을 기반으로 산정된 Water Budget-based Drought Index(WBDI)로 강우와 증발산의 차이를 이용하여 산정한다. 두 번째는 에너지 수지식을 기반으로 산정된 Energy-based Water Deficit Index(EWDI)로 에너지 수지 기반의 증발산, 태양복사에너지와 토양수분 등을 이용하여 산정한다. 두가지 지수 모두 인공위성 영상 자료를 활용하였다. WBDI 산정을 위한 강수량 자료는 Tropical Rainfall Measuring Mission(TRMM)과 Global Precipitation Mission(GPM)를 활용하였으며, 증발산 자료는 Moderate Resolution Imaging Spectroradiometer (MODIS) 자료를 활용하였다. EWDI 산정에 필요한 입력자료는 모두 MODIS 자료를 활용하였다. 산정된 두 가뭄지수의 수문학적 가뭄 분석을 위해 자연유출지점인 6개 지점을 선정하여 유출량 자료와 비교하였다. 유출량 자료를 활용하여 Error matrix 기법을 적용하여 두 수문학적 가뭄지수의 우리나라에서의 적용성을 파악하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.296-296
• /
• 2022

농업적 가뭄은 토양의 수분함량(토양수분)이 마르기 시작하면서 식생 활동에 영향을 주는 것으로 정의할 수 있다. 광범위한 농업적 가뭄을 판별하기 위해 인공위성 자료를 토대로 토양수분을 산정하고 이를 이용해 가뭄지수를 산정하고, 가뭄 상태를 판별한다. 기존 인공위성 기반의 토양수분의 경우, microwave sensor에서 제공되는 밝기온도(brightness temperature)를 통해 토양수분을 추정하는 방식이 일반적으로 활용되었다. 하지만, microwave sensor에서 제공되는 자료들의 공간해상도가 10 km 이상이기 때문에, 한반도나 더 작게는 유역 단위, 행정 단위별 가뭄 분석을 하기에는 적합하지 않다. 이에 본 연구에서는 공간 해상도 500m의 광학센서(visible infrared imaging radiometer suite sensor (VIIRS))에서 제공되는 지표면 온도(land surface temperature)와 지표 반사도(land surface albedo) 자료들을 조합하여 토양수분을 산정하는 방식을 제안하고, 산출된 토양수분으로 농업적 가뭄을 모니터링한 결과를 제시하고자 한다. 기존의 microwave sensor로 산출된 토양수분 결과 값과의 비교 및 검증을 통해 광학센서를 통한 토양수분 산출물의 한반도 내 적용성을 확인할 수 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.28-28
• /
• 2022

본 연구는 용담댐유역을 포함한 금강 유역 상류 지역을 대상으로 Sentinel-1 SAR (Synthetic Aperture Radar) 위성영상을 기반으로 한 토양수분 산정을 목적으로 하였다. Sentinel-1 영상은 2019년에 대해 12일 간격으로 수집하였고, 영상의 전처리는 SNAP (SentiNel Application Platform)을 활용하여 기하 보정, 방사 보정 및 Speckle 보정을 수행하여 VH (Vertical transmit-Horizontal receive) 및 VV (Vertical transmit-Vertical receive) 편파 후방산란계수로 변환하였다. 토양수분 산정에는 Water Cloud Model (WCM)이 활용되었으며, 모형의 식생 서술자(Vegetation descriptor)는 RVI (Radar Vegetation Index)와 NDVI (Normalized Difference Vegetation Index)를 활용하였다. RVI는 Sentinel-1 영상의 VH 및 VV 편파자료를 이용해 산정하였으며, NDVI는 동기간에 대해 10일 간격으로 수집된 Sentinel-2 MSI (MultiSpectral Instrument) 위성영상을 활용하여 산정하였다. WCM의 검정 및 보정은 한국수자원공사에서 제공하는 10 cm 깊이의 TDR (Time Domain Reflectometry) 센서에서 실측된 6개 지점의 토양수분 자료를 수집하여 수행하였으며, 매개변수의 최적화는 비선형 최소제곱(Non-linear least square) 및 PSO (Particle Swarm Optimization) 알고리즘을 활용하였다. WCM을 통해 산정된 토양수분은 피어슨 상관계수(Pearson's correlation coefficient)와 평균제곱근오차(Root mean square error)를 활용하여 검증을 수행할 예정이다.