• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.294-294
• /
• 2015

하천과 해양에서 발생한 수질오염은 특성상 유속의 흐름에 따라 광범위하며 급속도로 퍼져나가기 때문에 이를 효율적으로 유지, 관리하기 위해서는 오염인자들에 대한 모니터링이 수행되어야 한다. 원격탐사 기술을 이용한 하천의 수질측정은 대규모지역으로 분포해있는 수질농도의 변화양상을 시 공간적으로 모니터링 하는 것이 가능하게 할 뿐 아니라, 사람이 접근하기 어려운 지역에는 직접취수를 하지 않음으로써 기존의 수질측정방법들에 비해 편의성을 높여 시간적, 경제적 측면에서 효율적이다. 이에 본 연구에서는 최근 수질오염이 심화되고 있는 낙동강유역을 대상으로 인공위성 이미지영상을 이용하여 수질인자들의 농도측정을 수행하였다. 연구를 위해 사용된 인공위성은 NASA와 USGS가 공동으로 운용중인 Landsat 8 인공위성이다. Landsat 8의 11개 band 중 band2(Blue), band3(Green), band4(Red), band5(Near Infrared)를 사용하여 실제로 측정된 지점자료와 인공위성자료간의 상관관계를 규명하였다. 사용된 인공위성자료는 지점자료 날짜를 포함하는 총 4개의 연구날짜(2013/10/27, 2013/11/12, 2014/04/14, 2014/05/16)에 해당하는 위성이미지영상이다. Pearson상관계수를 통한 밴드와 수질인자간의 상관 결과, 본 연구지역에서는 $0.85-0.88{\mu}m$(band5)의 파장영역에서 클로로필-a와 부유물질이 가장 민감하게 반응함을 알 수 있었다. 두 수질인자들은 band2, band3, band4에서도 비교적 높은 상관성을 보였으며, 이를 근거로 band combination, band ratio를 통해 클로로필-a와 부유물질의 회귀모델식을 유도하였다. 각각의 회귀모델식은 실제 측정된 데이터들과 비교 검증을 통해 4개의 연구기간 중 2013년 10월 27일, 2014년 5월 16일에 대해서 클로로필-a와 부유물질의 공간적인 분포양상을 시각적으로 도시화하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.102-102
• /
• 2019

토양수분은 수문 및 기상 현상의 주요 요인으로 가뭄, 홍수 및 범람과 같은 자연 재해와 관련이 깊은 인자이다. 이러한 토양수분의 관측 기술 중 위성 데이터를 활용한 원격탐사 기술은 광범위한 지역의 관측이 용이하고 지점이 아닌 공간 데이터를 제공하는 장점을 지니고 있어 토양수분의 관측에 유리하다. 특히 높은 해상도의 위성기반 토양수분 데이터는 토양수분의 변동성이 큰 지역의 수문, 기상학적 현상을 보다 자세히 분석할 수 있게 해주며 가뭄 및 범람과 같은 수자원 관련 재해를 정확하게 분석하는데 요구된다. 이로 인해 최근 Sentinel-1 위성에서 운용중인 Synthetic Aperture Radar(SAR) 데이터를 이용한 매우 높은 공간해상도(10m~1km)를 지니고 있는 토양수분데이터 생산에 관한 연구가 세계적으로 활발히 진행되고 있다. 그러나 국내에서는 Sentinel-1 위성을 이용한 토양수분 데이터 복원에 관한 연구가 미비한 실정이다. 따라서 본 연구에서는 파주 감악산 설마천 유역에서의 Sentinel-1 위성의 SAR 데이터를 이용한 고해상도 토양수분 데이터를 복원하고자 한다. 파주 설마천 유역은 감악산 일대로 경사가 심하고 식생이 두터운 산악지형이다. SAR를 이용하여 산지에서 신뢰성 있는 토양수분 자료를 복원하기 위해서는 가장 큰 오차의 원인으로 작용하는 경사와 식생을 고려하여야 한다. 먼저 표면 경사의 영향의 경우 SAR 센서의 레이더 입사각과 수치 표고 모델을 이용하여 고려하고자 한다. 다음 과정으로 표면 경사가 고려된 Sentinel-1 데이터의 후방산란계수와 Landsat-8 데이터 및 지점 토양수분 데이터를 이용하여 식생에 따른 후방산란계수의 거동을 Water Cloud Model을 이용하여 분석하였다. Water Cloud Model은 토양위의 식생의 수분이 후방산란계수에 혼동을 주는 구름과 같이 작용한다고 가정하고 식생수분을 후방산란계수와 레이더 입사각 및 식생지수를 통해 계산하는 모델이며 이를 이용하여 토양수분 복원에 있어 식생의 영향을 제거하고자 하였다. 이를 통해 식생과 표면 경사를 고려하여 복원된 토양수분 데이터를 설마천 유역의 지점 데이터와 비교 분석하고 다른 위성기반 토양수분 데이터 및 강우 데이터를 이용하여 평가하였다. 본 연구결과를 통해 한반도 산지에서의 SAR 데이터를 이용한 토양수분 복원 기술의 기초가 마련될 것이며 이를 통해 산지가 대부분인 한반도의 토양수분 거동을 이해하는데 유용한 자료를 제공할 수 있을 것으로 기대된다. 본 연구 이후에는 연구결과분석을 통한 산지에서의 고해상도 토양수분 복원 알고리즘을 분석, 보완하고 한반도에서의 SAR 기반 토양수분 데이터의 정확도를 높이는 연구가 진행되어야 할 것이다.

• Korean Journal of Remote Sensing
• /
• v.39 no.6_1
• /
• pp.1321-1330
• /
• 2023

Normalized Difference Vegetation Index (NDVI) is the most widely used remote sensing data in the agricultural field and is currently provided by most optical satellites. In particular, as high-resolution optical satellite images become available, the selection of optimal optical satellite images according to agricultural applications has become a very important issue. In this study, we aim to define the most optimal optical satellite image when monitoring NDVI in rice fields in Korea and derive the resolution-related requirements necessary for this. For this purpose, we compared and analyzed the spatial distribution and time series patterns of the Dangjin rice paddy in Korea from 2019 to 2022 using NDVI images from MOD13, Landsat-8, Sentinel-2A/B, and PlanetScope satellites, which are widely used around the world. Each data is provided with a spatial resolution of 3 m to 250 m and various periods, and the area of the spectral band used to calculate NDVI also has slight differences. As a result of the analysis, Landsat-8 showed the lowest NDVI value and had very low spatial variation. In comparison, the MOD13 NDVI image showed similar spatial distribution and time series patterns as the PlanetScope data but was affected by the area surrounding the rice field due to low spatial resolution. Sentinel-2A/B showed relatively low NDVI values due to the wide near-infrared band area, and this feature was especially noticeable in the early stages of growth. PlanetScope's NDVI provides detailed spatial variation and stable time series patterns, but considering its high purchase price, it is considered to be more useful in small field areas than in spatially uniform rice paddy. Accordingly, for rice field areas, 250 m MOD13 NDVI or 10 m Sentinel-2A/B are considered to be the most efficient, but high-resolution satellite images can be used to estimate detailed physical quantities of individual crops.

• Korean Journal of Remote Sensing
• /
• v.34 no.2_1
• /
• pp.167-178
• /
• 2018

Urban green areas or forest regions play an important role in lowering the air temperature of the surrounding areas. This cooling effect does not only affect inside of the green areas, but also extends into neighboring streets and buildings. In this study, the Land Surface Temperature (LST) are retrieved from the Landsat 8 satellite data for 8 clear days in Seoul, Korea from 2013 to 2015, and used for analyzing the cooling effect at an urban green region, Seonjeongneung, located in the southern part of Seoul. The LST distribution from the boundary of the Seonjeongneung presents that the cooling effect of the green areas was found to extend in many directions into the urban areas. The LST estimations of residential and commercial areas around the Seonjeongneung are also analyzed to assess how the green areas affect the type of land cover and the surroundings in the urban areas. Relatively lower LST for the residential areas from the Seonjeongneung boundary ranges from 100 to 250 m, resulting in an average cooling effect of $2.3^{\circ}C$. On the other hand, the LST distribution in the commercial areas shows that the effective distance of green areas are relatively low in the range of 0 to 200 m, which means the average cooling effect is approximately $0.3^{\circ}C$. This result shows that the cooling effect of the Seonjeongneung is clearly noticeable, particularly, the residential areas show greater cooling effect than commercial areas.

• Proceedings of the Korean Society of Surveying, Geodesy, Photogrammetry, and Cartography Conference
• /
• 2001.10a
• /
• pp.163-172
• /
• 2001

지난 수십년간 대한민국은 고도의 경제성장을 하였다 수도 서울은 인구 증가, 농지의 감소, 도로 및 사회기반시설물의 건설, 하천정비 등의 과정을 거치면서 빠르게 도시화가 진행되었다. 이렇게 많은 변화가 일어난 서울 지역을 모니터링하고 분석하기 위한 시도는 여러 차례 있었으며 대표적인 예로 LANDSAT 영상을 이용한 도시화 분석이 환경부(2001, 8, 7)를 통해 발표되었다. 본 논문에서는 과거 미국의 고해상도 첩보위성 프로잭트인 CORONA 영상을 이용하여 지금으로부터 30여년 전의 서울의 모습을 재현할 수 있었으며 1990년대의 SPOT 영상과 비교하여 도시화가 얼마나 가속화되었는지를 분석하였다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.40 no.5
• /
• pp.535-546
• /
• 2020

Land cover maps are derived from satellite and aerial images by the Ministry of Environment for the entire Korea since 1998. Even with their wide application in many sectors, their usage in research community is limited. The main reason for this is the map compilation cycle varies too much over the different regions. The situation requires us a new and quicker methodology for generating land cover maps. This study was conducted to automatically generate land cover map using aerial ortho-images and Landsat 8 satellite images. The input aerial and Landsat 8 image data were trained by Residual U-Net, one of the deep learning-based segmentation techniques. Study was carried out by dividing three groups. First and second group include part of level-II (medium) categories and third uses group level-III (large) classification category defined in land cover map. In the first group, the results using all 7 classes showed 86.6 % of classification accuracy The other two groups, which include level-II class, showed 71 % of classification accuracy. Based on the results of the study, the deep learning-based research for generating automatic level-III classification was presented.

• Proceedings of the KSRS Conference
• /
• 2001.03a
• /
• pp.116-121
• /
• 2001

경기만 지역은 세계최대 규모의 갯벌이 조성되어 해양생태계에서 중요한 역할을 수행하는 자연의 보고이나, 강한 조류운동, 한강 유역으로부터의 토사이동, 그리고 계속되는 연안 개발등 지속적인 영향을 받고 있다. 본 연구에서는 이러한 경기만 지역의 지리적·환경적 요인에 기인한 갯벌지역의 지난 30년 동안 공간적 변화를 분석하고자 한다. 해안선·조간대 지형의 변화 특성은 1972년부터 1999년까지 약 5년 간격으로 촬영된 Landsat MSS 와 TM 영상들을 이용하여 분석하였다. MSS와 TM의 공통적인 파장대이며, 물과 조간대의 경계가 뚜렷한 근적외선 파장대를 이용하여 간조시 갯벌의 경계선을 추출하였다. 각 시기의 수면, 갯벌, 육지를 나타내는 수치지도가 제작된 후, 이들을 중첩함으로써 시기별 변화유형을 구분하였고, 변화유형을 다시 원인에 따라 인공적인 요인과 자연적인 요인으로 나누었다. 의미있는 변화 유형은 크게 8가지로 나타났으며, 변화유형과 변화요인을 연계하여 경기만 지역의 변화특성을 도출하였다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.18 no.8
• /
• pp.34-40
• /
• 2017

In recent years, global warming has caused abnormal weather phenomena. Unusually cold climates have occurred all around the world, including cold waves in the Northeastern United States, Beijing, China, Southern India, and Pakistan, as well as floods in Chile, Kazakhstan, and Vietnam. China has been experiencing a nationwide heat wave annually since the year 2013, especially in the southern region. In this study, we used Landsat 8 OLI TIRS sensor images from four periods to analyze the characteristics of abnormal high temperature phenomena in Cixi-si, China. Land cover classification was performed using 10 bands of satellite imagery, and the surface temperature was extracted using the 10th thermal band. The results of the land cover classification of the fourth period show the changes of the time series quantitatively. The results of the surface temperature calculation provided both the average overall temperature and the average temperature of individual items. The temperature was found to be highest for buildings, followed by grassland, forest, agricultural land, water systems, and tidal flats in the same period.

• Korean Journal of Remote Sensing
• /
• v.39 no.3
• /
• pp.363-370
• /
• 2023

Various earth observation satellites need to provide accurate and high-quality data after launch. To maintain and enhance the quality of satellite data, it is crucial to employ a cross-calibration process that accounts for differences in sensor characteristics, such as the spectral band adjustment factor (SBAF). In this study, we utilized Landsat-8 and Sentinel-2A satellite imagery collected from desert sites in Libya4, Algeria3, and Mauritania2 among pseudo-invariant calibration sites to calculate and apply SBAF, thereby compensating the uncertainties arising from variations in bandwidths. We quantitatively compared the reflectance differences based on the similarity of bandwidths, including Blue, Green, Red, and both the near-infrared (NIR) narrow, and NIR bands of Sentinel-2A. Following the application of SBAF, significant results with reflectance differences of approximately 1% or less were observed for all bands except NIR. In the case of the Sentinel-2A NIR band, it exhibited a significantly larger bandwidth difference compared to the NIR narrow band. However, after applying SBAF, the reflectance difference fell within the acceptable error range (5%) of 1-2%. It indicates that SBAF can be applied even when there is a substantial difference in the bandwidths of the two sensors, particularly in situations where satellite utilization is limited. Therefore, it was determined that SBAF could be applied even when the bandwidth difference between the two sensors is large in a situation where satellite utilization is limited. It is expected to be helpful in research utilizing the quality and continuity of satellite data.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.32 no.1
• /
• pp.9-17
• /
• 2014

The Vegetation cover is a significant factor to comprehend characteristics of the ground surface for meterological and hydrological models, which measure energy in the atmosphere or predict the runoff of ground surface. Deardorff introduced vegetation cover fraction to quantitatively comprehend the vegetation cover in 1978. After Deardorff, most of previous researches were conducted on low-resolution or high-resolution images, but only few researches on Landsat that are in medium-resolution images. Therefore, this study aims to investigate a way of calculating the vegetation cover fraction by using NDVI of Landsat images, which were hardly handled previously. For accurate vegetation cover fraction, we compared the evaluated parameters from this study with past vegetation cover fraction parameters that have been calculated for using NDVI of Landsat OLI images. The result of research was shown that NDVI is quite correlated with the vegetation fraction cover in the previous researches. In fact, RMSE of vegetation cover fraction values that obtained through the suggested parameters on this study showed the highest accuracy of 7.3% among all the cases.