• Korean Journal of Remote Sensing
• /
• v.38 no.6_1
• /
• pp.1301-1314
• /
• 2022

Normalized Difference Vegetation Index (NDVI) is utilized as an indicator to represent the vegetation condition on the land surface in various applications such as land cover, crop yield, agricultural drought, soil moisture, and forest disaster. However, satellite optical sensors for visible and infrared rays cannot see through the clouds, so the NDVI of the cloud pixel is not a valid value for the land surface. This study proposed a real-time correction of the underestimation noise for GEO-KOMPSAT-2A (GK2A) daily NDVI and made sure its feasibility through the quantitative comparisons with Moderate Resolution Imaging Spectroradiometer (MODIS) NDVI and the qualitative interpretation of time-series changes. The underestimation noise was effectively corrected by the procedures such as the time-series correction considering vegetation phenology, the outlier removal using long-term climatology, and the gap filling using rigorous statistical methods. The correlation with MODIS NDVI was higher, and the difference was lower, showing a 32.7% improvement compared to the original NDVI product. The proposed method has an extensibility for use in other satellite products with some modification.

• Proceedings of the Mineralogical Society of Korea Conference
• /
• 2002.10a
• /
• pp.17-30
• /
• 2002

삼척-도계지역 일대에 분포하는 조선누층군의 풍촌층 석회석은 품위 및 암상에따라 상부고품위대와 하부석회암대로 분대가 가능한데, 이는 삼척-태백간을 북북동으로 흐르는 오십천을 경계로 서쪽에 분포하는 풍촌층과 비교할 때 다소간의 암상차이를 보인다. 즉, 풍촌층의 특징중에 하나인 중부백운암대가 본 역 일대에서는 백운암화가 미약하여 비교적 소폭으로 확인되며, 상부백색대 역시, 발달정도가 미약한 특징을 보인다. 시추탐사결과 확인된 삼척-도계지역의 풍촌층 상부고품위대는 일반적으로 상부백색대$(\pm15m)$ - 백운암대$(\pm5m)$ - 암회색대$(\pm50m)$로 구분되는 것으로 나타났다. 각각의 품위는 상부백색대 : CaO $53_4\~55.6\%$, 백운암대 : MgO $3.0\~18.4\%$, 암회색대 : CaO $50.4\~54.2\%$로 나타나 제철용으로의 사용이 가능하나 백운암대에 대한 선별채광이 부분적으로 요망된다. 이들 석회석은 오십천대단층의 수반단층인 수조의 NNE계열 정단층들에 의해 빈번히 단절되어 있으며 일부지역에서는 EW향의 역단층에 의해 규제되기도 한다. 상기 제단층들은 석회암층을 단절시킬 뿐만 아니라 단층각력, 단층점토, 암맥 등의 불순대를 수반하므로 개발에 장애요소가 되고 있다. 상부고품위대 부존표고는 지역에 따라 다소 차이가 있으나 200ML 내외에서 대부분 확인이 가능하며 지표노출 규모는 작은 편이나 $10^{\circ}$이하의 완경사로 화절층 하부에 부존되어 있어 갱도 채광에 적합한 형태를 이루고 있다.

• Journal of the Korean Geophysical Society
• /
• v.8 no.2
• /
• pp.97-103
• /
• 2005

It is necessary, in the light of the importance of long-term slope stability problem, to develop a simple method or tool which can figure out the possible failure zone resulted from weathering effect and other factors. The FBG sensor system is used to estimate the correlations between the temperature and the slope in Yunhwajae, and to find a failure zone in slopes effectively. This research is to seek for the correlation between the soil temperature distribution and the strain distribution in a active zone by analyzing the data from the in-situ measurement so that the possible failure zone should be well defined based on the correlation. The zone of high temperature fluctuation can be regarded as one of the possible sliding zone due to the weathering effect while the constant temperature depth of the ground, if exists, would not be relatively affected by the weathering process.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2004.03a
• /
• pp.487-492
• /
• 2004

본 연구에서는 인공신경망 기법을 이용하여 산사태 발생원인에 대한 가중치를 구하였다. 여름철 집중호우시 산사태가 많이 발생하는 강원도 강릉시 사천면 사기막리 와 주문진읍 삼교리에 해당한다. 산사태가 발생할 수 있는 요인으로 지형도로부터 경사, 경사방향, 곡률, 수계추출을, 정밀토양도로부터 토질, 모재, 배수, 유효토심, 지형을, 임상도로부터 임상, 경급, 영급, 밀도를, 지질도로부터 암상을, Landsat TM 영상으로부터 토지이용도와 추출하여 격자화 하였으며, 아리랑1호 영상으로부터 선구조를 추출하여 l00m 간격으로 버퍼링 한 후 격자화 하였다. 이렇게 구축된 산사태 발생 위치 및 발생요인 데이터 베이스를 이용하여 인공신경망 기법을 적용하여 산사태 발생 원인에 대한 상대적인 가중치를 구하였다. 인공신경망의 역전파 알고리즘을 이용한 사기막리 지역과 삼교리 지역의 산사태 가중치를 보면 GPS를 이용한 현장조사와 위성영상을 이용한 변화탐지 기법모두의 경우모두와 훈련지역을 실제 산사태 발생 지역과 경사도가 0°인 지역, 실제 산사태 발생 지역과 Frequence ratio를 이용하여 작성한 취약성도에서 산사태 발생이 낮을 것으로 예상되는 지역, Frequence ratio를 이용한 취약성도에서 산사태 발생이 높을 것으로 예상되는 지역 과 낮을 것으로 예상되는 지역의 경우에서도 경사도는 1.5～2.5배정도 높은 상대적 가중치를 나타냈다. 이러한 가중치는 산사태 취약성도를 작성하는데 활용될 수 있다.

• Proceedings of the KSEEG Conference
• /
• 2002.10a
• /
• pp.17-30
• /
• 2002

삼척-도계지역 일대에 분포하는 조선누층군의 풍촌층 석회석은 품위 및 암상에따라 상부고품위대와 하부석회암대로 분대가 가능한데, 이는 삼척-태백간을 북북동으로 흐르는 오십천을 경계로 서쪽에 분포하는 풍촌층과 비교할 때 다소간의 암상차이를 보인다. 즉, 풍촌층의 특징중에 하나인 중부백운암대가 본 역 일대에서는 백운암화가 미약하여 비교적 소폭으로 확인되며, 상부백색대 역시, 발달정도가 미약한 특징을 보인다. 시추탐사결과 확인된 삼척-도계지역의 풍촌층 상부고품위대는 일반적으로 상부백색대($\pm$15m) - 백운암대($\pm$15m) - 암회색대($\pm$50m)로 구분되는 것으로 나타났다. 각각의 품위는 상부백색대 : CaO 53.4~55.6%, 백운암대 : MgO 3.0~l8.4%, 암회색대 : CaO 50.4~54.2%로 나타나 제철용으로의 사용이 가능하나 백운암대에 대한 선별채광이 부분적으로 요망된다. 이들 석회석은 오십천대단층의 수반단층인 수조의 NNE계열 정단층들에 의해 빈번히 단절되어 있으며 일부지역에서는 EW향의 역단층에 의해 규제되기도 한다. 상기 제단층들은 석회암층을 단절시킬 뿐만아니라 단층각력, 단층점토, 암맥 등의 불순대를 수반하므로 개발에 장애요소가 되고 있다. 상부고품위대 부존표고는 지역에 따라 다소 차이가 있으나 200ML 내외에서 대부분 확인이 가능하며 지표노출 규모는 작은 편이나 $10^{\circ}$이하의 완경사로 화절층 하부에 부존되어 있어 갱도 채광에 적합한 형태를 이루고 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.89-89
• /
• 2021

부영양화된 호수나 유속이 느린 하천에서 발생하는 녹조의 과도한 발생은 하천 생태계 훼손, 동식물의 건강, 담수의 오염 등 환경 사회 경제적으로 큰 피해를 준다. 현재 수질 측정망은 정해진 지점에서 Chlorophyll-a(Chl-a), Phycocyanin(PC)을 대표농도로 산정하고 조류경보에 활용하고 있으나, 일주일에 한번씩 샘플링을 통해 Chl-a 및 PC를 측정하여 시공간적인 신뢰성의 문제가 제기될 수 있다. 본 연구에서는 기존 점단위 조류 모니터링의 한계점을 개선하기 위해 초분광영상 자료를 머신러닝 기법에 적용하여 Chl-a 및 PC 산정 알고리즘을 개발하였다. 이를 위해 Chl-a와 PC의 최대 흡수, 반사 파장대, 주요 물 흡수 파장대 자료를 조합하여 9개의 파장비를 구축하였으며, 기존 연구에서 활용한 머신러닝 기법인 Partial Least Square, Random Forest, Gradient Boosting, Support Vector Machine, K-Nearest Neighbor, Artificial Neural Network를 검토하여 최적 모델을 선정하였다. 학습된 머신러닝의 성능을 R², NSE, RMSE 목적함수를 이용해 평가하였으며, 그 결과 ANN이 각각 PC 0.801, 0.755, 11.774 mg/m³, Chl-a 0.733, 0.622, 8.736 mg/m³로 가장 우수한 성능을 보였다. 최적화 된 ANN 모델을 백제보 상류 2016-2017년 항공 초분광영상에 적용하여 시공간에 따른 조류 분포변화를 평가하고자 한다.

• Korean Journal of Remote Sensing
• /
• v.30 no.2
• /
• pp.315-329
• /
• 2014

In order to analyze the Land Surface Temperature (LST) in metropolitan area including Seoul, Landsat and MODIS land surface temperature, Automatic Weather Station (AWS) temperature, digital elevation model and landuse are used. Analysis method among the Landsat and MODIS LST and AWS temperature is basic statistics using by correlation coefficient, root-mean-square error and linear regression etc. Statistics of Landsat and MODIS LST are a correlation coefficient of 0.32 and Root Mean Squared Error (RMSE) of 4.61 K, respectively. And statistics of Landsat and MODIS LST and AWS temperature have the correlations of 0.83 and 0.96 and the RMSE of 3.28 K and 2.25 K, respectively. Landsat and MODIS LST have relatively high correlation with AWS temperature, and the slope of the linear regression function have 0.45 (Landsat) and 1.02 (MODIS), respectively. Especially, Landsat 5 has lower correlation about 0.5 or less in entire station, but Landsat 8 have a higher correlation of 0.5 or more despite of lower match point than other satellites. Landsat 7 have highly correlation of more than 0.8 in the center of Seoul. Correlation between satellite LSTs and AWS temperature with landuse (urban and rural) have 0.8 or higher. Landsat LST have correlation of 0.84 and RMSE of more than 3.1 K, while MODIS LST have correlation of more than 0.96 and RMSE of 2.6 K. Consequently, the difference between the LSTs by two satellites have due to the difference in the optical observation and detection the radiation generated by the difference in the area resolution.

• Korean Journal of Remote Sensing
• /
• v.39 no.6_3
• /
• pp.1747-1761
• /
• 2023

Wetlands, defined as lands periodically inundated or exposed during the year, are crucial for sustaining biodiversity and filtering environmental pollutants. The importance of mapping and monitoring their topographical changes is therefore paramount. This study focuses on the topographical variations at the Incheon River estuary wetland post-restoration, noting a lack of adequate prior measurements. Using a multi-temporal Sentinel-1 dataset from October 2014 to March 2023, we mapped long-term variations in water bodies and detected topographical change anomalies using a pixel-frequency approach. Our analysis, based on 196 Sentinel-1 acquisitions from an ascending orbit, revealed significant topography changes. Since 2020, employing the pixel-frequency technique, we observed area increases of +0.0195, 0.0016, 0.0075, and 0.0163 km² in water level sections at depths of 2-3 m, 1-2 m, 0-1 m, and less than 0 m, respectively. These findings underscore the effectiveness of the wetland restoration efforts in the area.

• Korean Journal of Remote Sensing
• /
• v.35 no.2
• /
• pp.343-346
• /
• 2019

This letter describes a development of satellite-based forest withering index for detection of fire burn area and its application to the Goseong-Sokcho and Gangneung-Donghae wildfires in April 4, 2019. Withered forest has very different spectral characteristics from healthy forest. In particular, a false color composite of R-NIR-G represents such difference very clearly. Using Sentinel-2 images with the forest withering index, we derived the area burned by the wildfires: approximately 701.16 ha for Goseong-Sokcho and approximately 710.60 ha for Gangneung-Donghae, although official record will be announced by the Korean government later.

• Korean Journal of Remote Sensing
• /
• v.32 no.2
• /
• pp.171-183
• /
• 2016

Land Surface Temperature (LST) retrieved from Landsat 8 measured from 2013 to 2014 and it is corrected by surface temperature observed from ground. LST maps are retrieved from Landsat 8 calculate using the linear regression function between raw Landsat 8 LST and ground surface temperature. Seasonal and annual LST maps developed an average LST from season to annual, respectively. While the higher LSTs distribute on the industrial and commercial area in urban, lower LSTs locate in surrounding rural, sea, river and high altitude mountain area over Seoul and surrounding area. In order to correct the LST, linear regression function calculate between Landsat 8 LST and ground surface temperature observed 3 Korea Meteorological Administration (KMA) synoptic stations (Seoul(ID: 108), Incheon(ID: 112) and Suwon(ID: 119)) on the Seoul and surrounding area. The slopes of regression function are 0.78 with all data and 0.88 with clear sky except 5 cloudy pixel data. And the original Landsat 8 LST have a correlation coefficient with 0.88 and Root Mean Square Error (RMSE) with $5.33^{\circ}C$. After LST correction, the LST have correlation coefficient with 0.98 and RMSE with $2.34^{\circ}C$ and the slope of regression equation improve the 0.95. Seasonal and annual LST maps represent from urban to rural area and from commercial to industrial region clearly. As a result, the Landsat 8 LST is more similar to the real state when corrected by surface temperature observed ground.