• 대한원격탐사학회지
• /
• 제17권4호
• /
• pp.285-295
• /
• 2001

We developed a CASE-II water model that will enable the simulation of remote sensing reflectance($R_{rs}$) at the coastal waters for the retrieval of suspended sediments (SS) concentrations from satellite imagery. The model has six components which are: water, chlorophyll, dissolved organic matter (DOM), non-chlorophyllous particles (NC), heterotrophic microorganisms and an unknown component, possibly represented by bubbles or other particulates unrelated to the five first components. We measured $R_{rs}$, concentration of SS and chlorophyll, and absorption of DOM during our field campaigns in Korea. In addition, we generated $R_{rs}$ from different concentrations of SS and chlorophyll, and various absorptions of DOM by random number functions to create a large database to test the model. We assimilated both the computer generated parameters as well as the in-situ measurements in order to reconstruct the reflectance spectra. We validated the model by comparing model-reconstructed spectra with observed spectra. The estimated $R_{rs}$ spectra were used to (1) evaluate the performance of four wavelengths and wavelengths ratios for accurate retrieval of SS. 2) identify the optimum band for SS retrieval, and 3) assess the influence of the SS on the chlorophyll algorithm. The results indicate that single bands at longer wavelengths in visible better results than commonly used channel ratios. The wavelength of 625nm is suggested as a new and optimal wavelength for SS retrieval. Because this wavelength is not available from SeaWiFS, 555nm is offered as an alternative. The presence of SS in coastal areas can lead to overestimation chlorophyll concentrations greater than 20-500%.

• 상하수도학회지
• /
• 제35권6호
• /
• pp.417-424
• /
• 2021

Algal bloom is an ongoing issue in the management of freshwater systems for drinking water supply, and the chlorophyll-a concentration is commonly used to represent the status of algal bloom. Thus, the prediction of chlorophyll-a concentration is essential for the proper management of water quality. However, the chlorophyll-a concentration is affected by various water quality and environmental factors, so the prediction of its concentration is not an easy task. In recent years, many advanced machine learning algorithms have increasingly been used for the development of surrogate models to prediction the chlorophyll-a concentration in freshwater systems such as rivers or reservoirs. This study used a light gradient boosting machine(LightGBM), a gradient boosting decision tree algorithm, to develop an ensemble machine learning model to predict chlorophyll-a concentration. The field water quality data observed at Daecheong Lake, obtained from the real-time water information system in Korea, were used for the development of the model. The data include temperature, pH, electric conductivity, dissolved oxygen, total organic carbon, total nitrogen, total phosphorus, and chlorophyll-a. First, a LightGBM model was developed to predict the chlorophyll-a concentration by using the other seven items as independent input variables. Second, the time-lagged values of all the input variables were added as input variables to understand the effect of time lag of input variables on model performance. The time lag (i) ranges from 1 to 50 days. The model performance was evaluated using three indices, root mean squared error-observation standard deviation ration (RSR), Nash-Sutcliffe coefficient of efficiency (NSE) and mean absolute error (MAE). The model showed the best performance by adding a dataset with a one-day time lag (i=1) where RSR, NSE, and MAE were 0.359, 0.871 and 1.510, respectively. The improvement of model performance was observed when a dataset with a time lag up of about 15 days (i=15) was added.

• 해양환경안전학회:학술대회논문집
• /
• 해양환경안전학회 2009년도 춘계학술발표회
• /
• pp.53-54
• /
• 2009

The influence of atmospheric aerosol on satellite ocean color data were evaluated using SeaWiFS monthly standard mapped image products. The atmospheric optical thickness (AOT) was increased in spring and summer, and it showed the strong positive correlation with remote sensing reflectance, normalized waterleaving radiance /solar irradiance, at 555 nm (Rrs555) which is a component of the satellite chlorophyll estimation. Such the high AOT and high Rrs555 pixels showed overestimation of satellite chlorophyll in spring, especially in the area which showed large phytoplankton absorption which 1s expressed by low remote sensing reflectance at 443, 490 and 510 nm (Rrs 443, Rrs490 and Rrs510).

• 한국지구과학회지
• /
• 제42권3호
• /
• pp.247-263
• /
• 2021

최근의 기후변화는 연안에서 더욱 가속화되고 있어 연안에서의 해양 환경변화 감시의 중요성이 커지고 있다. 클로로필-a 농도는 해양 환경 변화의 중요한 지표 중 하나로 수십년 동안 여러 해색 위성을 통해 전구 해양 표층의 클로로필-a 농도가 산출되었으며 다양한 연구 분야에 활용되었다. 하지만 연안 해역의 탁한 해수는 외해의 맑은 해수와는 구별되는 구성 성분과 광학적 특성으로 인해 나타나는 심각한 오차 때문에 일반적으로 사용되는 전지구 대양을 위하여 만들어진 클로로필-a 농도 알고리즘은 연안 해역에 대입할 수 없다. 또한 연안 해역은 해역에 따라 성분과 특성이 크게 달라져 통일된 하나의 알고리즘을 제시하기 어렵다. 이러한 문제점을 극복하기 위하여 연안의 탁도가 높은 해역에서는 구성 성분과 광학적 변동 특성을 고려한 다양한 알고리즘들이 개발되어 사용되어 왔다. 클로로필-a 농도 산출 알고리즘은 크게 경험적 알고리즘, 반해석적 알고리즘, 기계학습을 활용한 알고리즘 등으로 나눌 수 있다. 해수의 반사 스펙트럼에 기반한 청색-녹색 밴드 비율이 기본적인 형태로 주로 사용된다. 반면 탁한 해수를 위해 개발된 알고리즘은 연안해역에 존재하는 용존 유기물과 부유물의 영향을 상쇄시키기 위한 방식으로 녹색-적색 밴드 비율, 적색-근적외 밴드 비율, 고유한 광학적 특성 등을 사용한다. 탁한 해수에서의 신뢰성 있는 위성 클로로필-a 농도 산출은 미래의 연안 해역을 관리하고 연안 생태 변화를 감시하는데 필수적이다. 따라서 본 연구는 탁도가 높은 Case 2 해수에서 활용되어온 알고리즘들을 요약하고, 한반도 주변해역의 모니터링과 연구에 대한 문제점을 제시한다. 또한 다분광 및 초분광 센서의 개발로 더욱 정확하고 다양한 해색 환경을 이해할 수 있는 미래의 해색 위성에 대한 발전 전망도 제시한다.

• 대한원격탐사학회지
• /
• 제16권3호
• /
• pp.243-260
• /
• 2000

가시광 영역에서 해수의 원격반사($R_{rs}$)도 및 수출광(water leaving radiance: Lw) 스펙트럼 크기를 해수의 광 특성(흡광도; a, 역산란; $b_b$)에 영향을 가장 크게 미치는 3개 물질 즉, 클로로필, 무기성 부유입자, 용해유기물의 량으로 모델링 하였다. 모델은 간략하게 $R_{rs}$=0.046 $b_b$/(a+$b_b$)로 주어졌으며, 모델의 대상 해역은 광특성이 전혀 다른 적조 발생해역, 맑은 해수, 탁수해역으로 나우어 연구하였다. 모델로 얻어진 원격반사도는 형장 관측치와 스펙트럼의 모양, 값의 분포 및 기존의 해색 클로로필 알고리즘 등으로 비교하여 모델의 타당성을 검증하였다. 결과는 아주 다양한 광 특성을 같은 해양이라 하여도 본 연구의 모델은 거의 완벽하게 해색 스펙트럼, 원격반사도 혹은 water leaving radiance(Lw)를 재현할 수 있는 것으로 나타났다. 본 모델은 앞으로 OSMI와 같은 해색위성 알고리즘 개발, CASE-II water 알고리즘, neural network 알고리즘 개발에 크게 기여할 것으로 사료되며 그 외에도 해색 대기보정 모델 개발에서 대기 신호의 정밀 보정에 활용될 수 있을 것으로 기대된다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.700-702
• /
• 2003

A new method for automatic detection of absorption features is proposed. This method is based on the modulus maximum of the scale-space image calculated by continuous wavelet transform. This method is computationally efficient as compared to traditional methods. The continuum removal algorithm is than implemented on the detected absorption features to reduce some additive factors caused by other absorbing of materials. The results show that the chlorophyll absorption features are detected exactly.

• 생태와환경
• /
• 제41권spc호
• /
• pp.11-20
• /
• 2008

본 연구에서는 농림부와 환경부의 전국수질측정망 자료를 이용하여 2002년 9월 전후에 조사된 전국 290개 농업용 저수지의 Chl-${\alpha}$ 농도를 예측하였다. 우리나라 290개 농업용 저수지의 9월 전후 영양상태를 분류한 결과, 부영양 상태 이상을 나타내는 저수지가 $TSI_{CHL}\;64.1%,\;TSI_{TP}\;75.5%$로 대부분의 저수지가 높은 부영양화 상태를 보였다. 이렇게 분류된 저수지의 영양 상태를 환경특성에 따라 판별분석을 실시하였다. 그 결과 전체 판별적중률은 약 60%를 보였다. 판별분석의 결과에 정준분석을 실시한 결과, 각 그룹은 영양상태에 따라 구분이 되었으며, COD, DO, TP등이 중요한 인자로 나타났다. 또한 MLP-PSO 모델을 이용하여 부영양화에 따른 저수지 수질을 예측한 결과 높은 예측력을 보였으며 (r=0.831, p<0.05), 민감도 분석 결과 COD와 TP가 상대적으로 가장 중요한 요인으로 작용하였으며, 고도 및 제방 높이는 음의 영향을 미치는 것으로 나타났다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2005년도 Proceedings of ISRS 2005
• /
• pp.445-449
• /
• 2005

Various methods to detect the phytoplankton/red tide blooms in the oceanic waters have been developed and tested on satellite ocean color imagery since the last two and half decades, but accurate detection of blooms with these methods remains challenging in optically complex turbid waters, mainly because of the eventual interference of absorbing and scattering properties of dissolved organic and particulate inorganic matters with these methods. The present study introduces a new method called Red tide Index (Rl), providing indices which behave as a good measure of detecting red tide algal blooms in high scattering and absorbing waters of the Korean South Sea and Yellow Sea. The effectiveness of this method in identifying and locating red tides is compared with the standard Ocean Chlorophyll 4 (OC4) bio-optical algorithm applied to SeaWiFS ocean imagery, acquired during two bloom episodes on 27 March 2002 and 28 September 2003. The result revealed that OC4 bio-optical algorithm falsely identifies red tide blooms in areas abundance in colored dissolved organic and particulate inorganic matter constituents associated with coastal areas, estuaries and river mouths, whereas red tide index provides improved capability of detecting, predicting and monitoring of these blooms in both clear and turbid waters.

• 상하수도학회지
• /
• 제34권4호
• /
• pp.277-288
• /
• 2020

In this study, we performed algorithms to predict algae of Chlorophyll-a (Chl-a). Water quality and quantity data of the middle Nakdong River area were used. At first, the correlation analysis between Chl-a and water quality and quantity data was studied. We extracted ten factors of high importance for water quality and quantity data about the two weirs. Algorithms predicted how ten factors affected Chl-a occurrence. We performed algorithms about decision tree, random forest, elastic net, gradient boosting with Python. The root mean square error (RMSE) value was used to evaluate excellent algorithms. The gradient boosting showed 10.55 of RMSE value for the Gangjeonggoryeong (GG) site and 11.43 of RMSE value for the Dalsung (DS) site. The gradient boosting algorithm showed excellent results for GG and DS sites. Prediction value for the four algorithms was also evaluated through the Receiver operating characteristic (ROC) curve and Area under curve (AUC). As a result of the evaluation, the AUC value was 0.877 at GG site and the AUC value was 0.951 at DS site. So the algorithm's ability to interpret seemed to be excellent.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.101-101
• /
• 2017

근래에 대한민국 담수계에 조류 대발생으로 인한 수질악화 문재가 대두되고 있다. 또한 독성물질을 생성하는 남조류종이 우점하는 현상으로인해 수질문제와더불에 생태계와 인간의 건강도 잠재적인 위험을 받고있는 실정이다. 이와같은 조류 대발생으로인한 피해를 최소화하기위해 효과적인 수질관리가 필수적이다. 원격탐사기술은 조류의 공간적인 분포를 해석하고 농도를 정량화하기위해 이용되고 있다. 현재까지 많은 분광알고리즘들이 개발되어 담수유역에 적용이 되고 있다. 수체마다 다른 분광특성 때문에 알고리즘내의 파라미터 및 분광밴드 조정이 필수적이다. 하지만 대부분의 연구에선 파라미터와 밴드의 변경에 따른 결과향상에만 초점이 맞춰지고 있어 분광알고리즘내의 파라미터와 분광밴드사이의 관계 이해 뿐만아니라 알고리즘 최종 산출물에 대한 영향에 관한 설명이 전무한 실정이다. 본 연구에선, 대한민국 백제보를 대상으로 현장모니터링 및 조류추출 실험을 진행하였고, 이를 기반으로 5가지 클로로필a 알고리즘과 2가지 피코시아닌 알고리즘을 구축하였다. 알고리즘내에서 변수들의 관계와 영향을 알아보기위해 민감도 분석을 실시하였다. 민감도 분석 조건을 기반으로 one-objective 최적화 및 multi-objective 최적화를 실시하여 백제보수계를 대표할 수 있는 최적 변수들을 모의하였다. 민감도 분석결과 후방산란계수에 영향을 미치는 파라미터와 조류 생체량에 영향을 미치는 파라미터가 다른 변수들 및 알고리즘 농도산정결과에 가장 민감한 것으로 나타났다. multi-objective 최적화 결과가 one-objective 결과 및 reference 결과보다 대부분 정확도가 향상되었고 흡광도 계수를 함께 고려할 수 있기 때문에 백제보 수계의 분광특성을 함께 고려하여 대표할 수 있는 장점을 가지는 것으로 나타났다. 따라서, 본 연구는 민감도 분석을 활용하여 분광알고리즘 내의 변수들의 이해를 도모하였고, 최적화 기법 중, multi-objective 최적화 기법이 백제보의 분광특성을 대변하는 최적변수를 제시할 수 있음과 동시에 보다 나은 정확성을 제고할 수 있음을 확인하였다.