• 대한원격탐사학회지
• /
• 제39권5_1호
• /
• pp.599-608
• /
• 2023

수문학, 기상학 및 농업과 같은 응용 분야에서 위성 기반 토양 수분 정보에 대한 관심이 높아지면서 다양한 해상도에서 토양수분도를 제작하는 방법의 개발과 사례 연구는 위성 정보 활용의 주요 주제 중 하나로 대두되고 있다. 이 연구는 Google Earth Engine (GEE)에서 제공하는 Sentinel-과 Sentinel-2 공개 자료를 적용하여 토양수분도 제작 결과를 예시하였다. 토양수분도는 synthetic aperture radar (SAR) 영상과 광학 영상과 융합하여 산출하였다. SAR 영상은 GEE에서 제공하는 Sentinel-1 위성의 후반 산란 계수 analysis ready data (ARD)자료와 Sentinel-2에서 계산한 정규식생지수와 함께 Environmental Systems Research Institute (ESRI)의 토지 피복자료를 사용하였다. 호주 빅토리아 주에 위치한 연구지역을 대상으로 토양수분도를 제작하였으며, 기존 연구에서 발표된 현장 측정값과 비교 분석하였다. 현장 측정값을 기준으로 실험 결과의 정확도를 비교한 결과로 결괏값은 기준 값과 4-10%p 차이를 보이는 유의미한 범위의 일치도를 보이고, 위성 기반 토양수분도와는 0.5-2%p의 높은 일치도를 보이는 것으로 나타났다. 따라서 지역의 지표 특성에 따라 고해상도의 토양수분도가 필요한 지역은 GEE를 통하여 제공되는 공개 자료와 이 연구에서 적용한 알고리즘으로 토양수분도의 제작이 가능할 것으로 생각한다.

• 대한원격탐사학회지
• /
• 제38권6_4호
• /
• pp.1935-1943
• /
• 2022

위성 영상을 활용하여 대규모 또는 정밀 토양 수분도를 제작하는 방법의 개발과 이를 적용한 사례 연구는 원격탐사 응용 분야에서 중요한 연구 주제 중 하나이다. 이 연구는 제주도 연구 지역을 대상으로 토양 수분도를 제작하였다. 이를 위하여 선형으로 조정된 Synthetic Aperture Radar (SAR) 편광 영상과 입사각 정보를 이용하여 광학 영상과 함께 토양 수분도를 산출하였다. SAR 영상은 Google Earth Engine (GEE)에서 제공하는 후반 산란 계수 Analysis Ready Data (ARD) 자료를 사용하였다. 또한 Environmental Systems Research Institute (ESRI)의 토지 피복도(land cover map)와 KOMPSAT-3 고해상도 위성 영상의 지표 반사도로부터 산출한 식생 지수 정보(normalized difference vegetation index, NDVI)를 토양 수분도 처리 과정에 적용하였다. 이처럼 SAR 영상과 광학영상 정보를 융합하여 처리하는 경우는 토양 수분 산출물의 신뢰도를 향상할 수 있는 것으로 알려져 있다. 산출물의 과학적 분석을 위하여 KOMPSAT-3 영상으로 제작한 정규 수분 지수(normalized difference water index, NDWI)와 비교 분석을 실시하였다. 그리고 KOMPSAT-3 처리 결과의 검증을 위하여 Landsat-8 위성의 NDWI 처리 결과와 비교하였다. 이 연구를 통하여 산출한 토양 수분도 결과는 KOMPSAT-3 영상과 Landsat-8 위성으로 각각 처리한 NDWI 처리 결과와 높은 상관도를 나타냈다. 마지막으로 이 연구에 사용한 토양 수분 산출 알고리즘을 우리나라 고해상도 위성인 KOMPSAT-5 영상에 맞게 추가 개발하면 다른 외부 영상 없이 KOMPSAT 광학 위성정보와 KOMPSAT SAR 영상정보를 이용한 정밀 토양 수분도 제작이 가능할 것이라고 생각한다.

• Spatial Information Research
• /
• 제14권4호
• /
• pp.363-377
• /
• 2006

본 연구에서는 개정범용토양유실공식(RUSLE: Revised Universal Soil Loss Equation)을 이용하여 미국 South Carolina 주 Congaree 유역에 대한 평균 연간 토양 유실량을 산출 하였으며 비점오염원 토양 유실 민감지역을 추출하였다. 평균 연간 토양 유실량은 강우-유출 침식성 인자, 토양침식성 인자, 지면특성 인자, 식생피복 인자, 그리고 토양보존 인자의 곱으로 계산할 수 있으며, 토양 유실 민감지역은 토양 유실량이 토양침식 허용량을 초과하는 지역으로 추출할 수 있다. 연구 결과, 전체 면적의 10% 이상의 면적이 비점오염원 토양 유실 민감 지역으로 확인되었으며, Congaree 유역의 7개 소유역중 Congaree Creek, Gills Creek 소유역의 도심지역과 Cedar Creek 소유역의 농업지역에서 가장 심각한 토양 유실의 위험이 나타났다. 관심 지역의 인위적, 자연적 변화가 토양 유실에 가져오는 영향을 살펴보기 위한 시범 모형으로서, 개정범용토양유실공식에 기초한 내장형 모형이 Visual Basic for Applications (VBA)를 이용하여 ESRI사의 ArcGIS ArcMap 9.0에서 사용할 수 있도록 개발되었다. 이 내장형 모형에서 사용자는 각 소유역의 토지 피복, 식생 유형, 지표 식생 유형, 경사, 작물 유형, 경작 방식 등을 변경시킴으로써 C, LS, P 인자를 변화시킬 수 있으며, 계산된 평균 연간 토양 유실량과 민감 지역을 현재 상태의 값들과 비교하여 앞으로의 토양유실 관리를 위한 주요 정보로 사용할 수 있다.

• 한국환경과학회지
• /
• 제27권8호
• /
• pp.665-675
• /
• 2018

The purpose of this study was to identify the characteristics of the home range and habitat use of Rhinolophus ferrumequinum individuals that inhabit urban areas. The bats were tracked using GPS tags. For analysis of the home rage, Minimum Convex Polygon (MCP) and Kernel Home Range (KHR) methods were used. The landscape types of all positional information were analyzed using ArcGIS 9.3.1 (ESRI Inc.). The average home range of 16 R. ferrumequinum individuals was $68.63{\pm}25.23ha$, and the size of the overall home range for the females ($85.49{\pm}25.40ha$) was larger than that for the males ($51.76{\pm}8.30ha$). The highest average home range for the males was found in August ($61.21{\pm}0.01ha$), whereas that for the females was found in September ($112.27{\pm}5.94ha$). The size of 50% KHR ranged from a minimum of 13.26 ha to a maximum of 31.00 for the males and a minimum of 8.02 ha to a maxinum of 42.16 ha for the females, showing no significant differences between the two sexes. In addition, males and females showed no differences in the size of 50% KHR in the monthly comparisons. However, the females showed differences in the size of their core area between periods before and after giving birth. The comparisons between 100% MCP and 50% KHR showed that the types of habitats used by R. ferrumequinum were mostly forest areas, including some farmlands. In addition, comparisons with a land cover map showed that the proportion of broad-leaved forests was the highest, followed by that of mixed forests.