• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2010년도 학술발표회
• /
• pp.1016-1020
• /
• 2010

본 연구는 충북 청주시에 위치한 무심천 주변을 대상으로 하천이 도시 주변 열 환경에 미치는 영향에 대해 원격탐사(Remote Sensing; RS)기법을 이용하여 분석하였다. 열 환경 특성 분석 순서는 먼저 Landsat 5 TM 위성영상의 열적외 밴드를 이용하여 대상지역의 표면 온도(Land Surface Temperature; LST)를 추출하였다. 다음으로 추출된 LST를 이용하여 무심천을 중심으로 주변의 공업단지와 주거지, 산림 지역의 지표면 온도 분포를 비교 분석하여 하천이 주변의 열 환경에 미치는 영향을 정량화하였다. 또한 공간적 특성 분석을 위해 등온선을 작성하여 하천 주변 열 환경을 파악하였다. 그 결과 온도분포에 따른 열 이동의 크기와 방향을 확인할 수 있었고 열 분포의 공간분포는 공업지>주거지>하천>산림 순으로 나타나 토지이용특성에 따른 열 분포의 경향을 파악할 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• 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.

• 한국농공학회논문집
• /
• 제61권6호
• /
• pp.123-132
• /
• 2019

This study is to estimate the spatial soil moisture using Terra MODIS (Moderate Resolution Imaging Spectroradiometer) satellite data and machine learning technique. Using the 3 years (2015~2017) data of MODIS 16 days composite NDVI (Normalized Difference Vegetation Index) and daily Land Surface Temperature (LST), ground measured precipitation and sunshine hour of KMA (Korea Meteorological Administration), the RDA (Rural Development Administration) 10 cm~30 cm average TDR (Time Domain Reflectometry) measured soil moisture at 78 locations was tested. For daily analysis, the missing values of MODIS LST by clouds were interpolated by conditional merging method using KMA surface temperature observation data, and the 16 days NDVI was linearly interpolated to 1 day interval. By applying the RNN-LSTM (Recurrent Neural Network-Long Short Term Memory) artificial neural network model, 70% of the total period was trained and the rest 30% period was verified. The results showed that the coefficient of determination ($R^2$), Root Mean Square Error (RMSE), and Nash-Sutcliffe Efficiency were 0.78, 2.76%, and 0.75 respectively. In average, the clay soil moisture was estimated well comparing with the other soil types of silt, loam, and sand. This is because the clay has the intrinsic physical property for having narrow range of soil moisture variation between field capacity and wilting point.

• 한국습지학회지
• /
• 제19권1호
• /
• pp.122-131
• /
• 2017

위성자료는 수집이 용이할 뿐만 아니라, 지점에서 관측된 자료에 비해 보다 광범위한 현상을 표현함으로써 보다 많은 연구를 활성화하고 발전시키는데 이바지하고 있다. 하지만 한반도와 같이 지형이 복잡하고 균일하지 않은 지역에서는 연구 목적이나 방법에 적절한 공간해상도의 자료를 산정하는 것이 매우 중요하다. 본 연구에서는 정지궤도 위성인 천리안 위성의 GOCI와 MI에서 관측되는 자료를 융합함으로써 4 km에서 500m 까지 상세화하여 고해상도의 지표면 온도 자료를 생산하였다. 이를 12개 지점에서 관측된 ASOS 자료들과의 통계적 분석을 통해 그 활용성을 검증하였다. 그 결과 대부분의 지점에서 오차는 감소하고, 상관도가 증가하는 것을 볼 수 있었으며, 공간 분포 분석에서는 크게 비슷한 경향을 띄고 있으면서도 복잡한 지형을 보다 잘 표현하는 것으로 나타났다. 따라서 본 연구를 통해 상세화 된 한반도의 지표면 온도 자료가 천리안 위성의 활용 범위를 보다 확장하고 다양한 연구의 기반이 될 수 있을 것으로 기대된다.

• 한국습지학회지
• /
• 제22권4호
• /
• pp.275-285
• /
• 2020

본 연구에서는 2001년에서 2019년 기간 동안의 우리나라 주요 지점에서 원격으로 탐사된 정규화식생지수(Normalized Difference Vegetation Index, NDVI)와 지표면온도(Land Surface Temperature, LST)로부터 식생상태지수(Vegetation Condition Index, VCI), 열상태지수(Thermal Condition Index, TCI), 식생건강지수(Vegetation Health Index, VHI)를 추정한 후, 생태학적 가뭄의 영향을 평가할 목적으로 이들 지수들과 다양한 가뭄지수들 사이의 상관성이 분석된다. VCI와 TCI가 식생건강에 미치는 상대적 영향력은 지역에 따라 달라지는 것이 발견되었다. 우리나라 산림지역의 식생에 미치는 가뭄의 영향은 VCI보다는 TCI에서 더 분명하게 식별될 수 있었다. VCI와 TCI의 상대적인 영향력이 반영되어 추정된 VHI는 식생에 미치는 가뭄의 영향을 더 잘 설명할 수 있음이 제시된다.

• 한국농림기상학회지
• /
• 제9권2호
• /
• pp.140-148
• /
• 2007

경관의 비균질성은 원격 탐사에 의한 지면 특성 관측에 필연적으로 영향을 준다. 본 연구에서는 주요 지면 모수의 경관 비균질성을 정량적으로 해석할 수 있는 지구통계기법을 소개한다. 연구지역은 두 곳의 KoFlux 연구지로서 (1) 복잡지형의 온대 혼합림으로 구성된 광릉 연구지와 (2) 비교적 평탄한 농경지인 해남 연구지이다. 복사 모수인 지면온도(LST)와 알베도의 공간적 비균질성을 특성화하기 위하여 세미베리오그램과 프랙털 분석을 수행하였다. 이 두 모수는 두 연구지의 상향 장파 및 단파 복사를 결정하는 중요한 인자들이다. 이 모수들은 2001년 9월 23일과 2002년 2월 14일의 두 지역의 고해상도 Landsat ETM+영상에서 추출하였다. 분석 결과, 광릉과 해남 연구지는 알베도의 특성 규모가 각각 1 km 이상 그리고 약 0.3 km 이었다. 지면온도의 경우, 특성 규모는 광릉이 1 km 이상 그리고 해남이 0.6-1.0 km 이상이었다. 두 지면 모수의 특성 규모는 두 지역에서 모두 계절 변화를 보이지 않았다.

• 한국측량학회지
• /
• 제37권3호
• /
• pp.143-156
• /
• 2019

본 연구의 목적은 위성영상 자료를 활용한 정규식생지수 및 지표면온도 변화분석과 현장조사를 통해 대구 신서혁신도시가 환경친화적 개발이 이루어졌는가를 검토하는데 목적이 있다. 분석방법으로는 Landsat 위성영상을 활용하여 개발이전(2008년)과 개발이후(2018년)의 정규식생지수와 지표면온도의 변화 값을 도출하였다. 이와 함께 정규식생지수와 지표면온도의 변화가 두드러진 지역을 추출하여 현장조사를 실시함으로써 해당지역의 도시계획적 특징이 어떠한지를 확인하고자 하였다. 연구의 분석결과는 다음과 같다. 우선, 신서혁신도시의 개발로 인해 평균적으로 정규식생지수는 0.07 감소하였고, 지표면온도는 $0.85^{\circ}C$ 증가하였다. 둘째, 정규식생지수가 감소하고 지표면온도가 증가한 구역은 불투성의 재료를 활용한 기반시설이 집중적으로 건설된 곳이었다. 반대로 정규식생지수는 증가하고 지표면온도가 감소한 구역은 생태블럭 주차장, 옥상녹화, 투수성이 높은 보도 포장 등의 설계적 기법을 활용한 곳이었다. 셋째, 지구단위계획 시행지침의 적용 수준을 검토한 결과, 정규식생지수가 증가하고 표준화된 지표면온도가 감소한 구역에서 해당 지침에서 제시한 친환경계획 사항들이 비교적 잘 적용된 것을 확인할 수 있었다. 이 연구를 통해 향후 도시개발사업을 시행할 시에 친환경 도시계획에 대한 방안을 제시할 수 있을 것이다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.741-743
• /
• 2003

This study focuses on monitoring the surface UHI in a tropical city of Bangkok in both spatial and temporal dimensions based on MODIS- and TM -derived land surface temperature (LST). The spatial extension and magnitude of the surface UHI are explored for days and nights as well as its variations through the dry (least-clouded) season. Surface UHI growth between 1993 and 2002 is mapped using highresolution LANDSAT TM thermal bands. UHI patterns are, then, analyzed in association with land/vegetation covers derived from high-resolution ETM+ and ASTER satellites and ancillary data.

• 대한원격탐사학회지
• /
• 제38권2호
• /
• pp.179-188
• /
• 2022

지구온난화는 기후변화를 야기하며 전지구적으로 이상기상 현상을 유발하고 있다. 우리나라에서도 폭염, 가뭄과 같은 이상기상 현상이 증가하고 있는 상황이다. 이상기상 감시를 위하여 지표면온도(Land Surface Temperature, LST), 온도상태지수(Temperature Condition Index, TCI), 식생활력지수(Normalized Difference Vegetation Index, NDVI), 식생상태지수(Vegetation Condition Index, VCI), 식생건강지수(Vegetation Health Index, VHI) 등의 위성자료가 활용되고 있다. TCI와 VCI를 이용하여 계산되는 VHI는 온도, 강수와 같은 기상 요인에 의한 식생 스트레스를 나타내며, 기후변화 상황에서 가뭄 평가에 주로 활용되고 있다. TCI, VCI는 날짜 및 장소에 따른 LST, NDVI의 과거 평년치를 참조해서 산출되기 때문에, 아직 2년여의 자료밖에 없는 천리안위성 2A호(GK2A) AMI (Advanced Meteorological Imager) 자료로부터 TCI, VCI, VHI를 산출하는 것은 현재로서는 쉽지 않은 일이다. 본 연구에서는 대안적인 방법으로 VIIRS (Visible Infrared Imaging Radiometer Suite) 센서의 LST, NDVI를 이용하여 GK2A의 VHI 산출 가능성을 모색하였다. GK2A와 VIIRS의 LST, NDVI는 상당히 높은 상관성을 보이기 때문에, GK2A에 존재하지 않는 과거 평년치를 VIIRS 자료로 대체하는 방식을 택하였다. 8일 간격으로 GK2A 격자에 해당하는 LST, NDVI의 최소·최대값 조견표를 구축하여 TCI, VCI, VHI를 산출하였고, 최근 우리나라 이상기상 현상에 대한 해석을 수행하였다. GK2A VHI는 2020년 3월과 6월의 폭염, 4월과 7월의 저온, 8월의 폭우 등으로 인한 식생 스트레스의 변화를 잘 표현하는 것으로 나타났지만, 미국 해양대기청(National Oceanic and Atmospheric Administration, NOAA)의 VHI 산출물은 그렇지 않았다. 본 연구에서 제시한 GK2A VHI는 향후 LST, NDVI의 과거 평년치에 대한 통계적으로 엄밀한 보완을 거친다면 폭염, 가뭄으로 인한 식생 스트레스 감시에 활용될 수 있을 것으로 사료된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.139-139
• /
• 2019

지구 온난화 및 기후변화로 인해 비롯된 전 지구적인 기온 상승은 가뭄, 폭염, 한파 등의 이상 기후 현상을 야기하여 인류의 생존을 위협하는 환경 문제로 대두되고 있다. 이와 같은 기후변화 및 이상기후 현상을 이해하고 파악하기 위해서는 정확하고 상세한 기온 정보가 필수적이다. 우리나라는 기상청에서 전국 590개소의 기상관측장비로 기온 정보를 생산하고 있지만 산림이 약 70%를 차지하는 복잡한 지형을 가지고 있어 지상관측밀도의 공간적 제약이 발생해 상세하고 균일한 기온 정보 생산에 제약이 있다. 이러한 단점을 극복하기 위해 본 연구에서는 위성으로 측정한 지표면 온도(Land Surface Temperature, LST) 자료와 다중선형회귀모형(Multiple Linear Regression Model)을 활용해 두 자료간의 상관관계를 파악하고 지상기온을 예측하고자 한다. 위성자료로 Terra 및 Aqua MODIS 위성의 1000m 공간해상도를 가진 일별 LST자료 MOD11A1, MYD11A1의 Daytime 자료를 각각 2000년부터 2018년까지 총 19년의 기간에 대해 구축하였으며, 전국 92개의 기상청 관측소로부터 최고, 최저 기온 자료를 동 기간에 대해 구축하였다. LST를 이용한 이상기온 예측 알고리즘은 python을 이용해 구현하였으며 예측 결과는 실제 기온 자료를 통해 검증하였다. 또한, 예측 기온 자료의 연대별, 순별(상, 중, 하순) 분석을 실시하고, 2018년 극한 폭염 및 한파(2017년 12월~2018년 2월)의 예측 가능성을 검토하여 연구 결과에 대한 다양한 활용방안을 제시하고자 한다.