• 대한지리학회지
• /
• 제38권6호
• /
• pp.935-948
• /
• 2003

STATSGO 데이터베이스는 주단위의 토양 특성을 분석하는 데에 있어 효과적인 자료다. 본 연구에서는 GIS 기법을 이용하여 STATSGO로부터 8개 주요 토양 특성을 추출하였다: 함수력(available water capacity), 점토비율, 토양깊이, 사면경사. 지하수위까지의 깊이, 배수 특성, 토성, 투수도, 평균적인 NDVI로부터의 편차로 정의된 가뭄 정도(drought severity)에 대해 앞서 열거한 토양 특성이 미치는 영향을 캔자스 중서부 지역을 대상으로 분석하였다. 연구 결과에 따르면, 분석된 8개 변수 중 7개가 통계적으로 유의한 상관관계를 가진 것으로 나타났는데, 상관계수는 -0.89에서 0.85에 이르렀다. Moderate Resolution Imaging Spectroradiometer(MODIS)로부터 취득된 지표복사열(thermal emission) 자료는 평균 NDVI에 대한 편차로 표현되는 가뭄정도와 통계적으로 유의한 상관관계를 가졌으며, 식물생육기간에 걸친 가뭄지역의 공간적 변화를 잘 나타내었다. 토양수분의 결핍양이 많아질수록, 복사열 시그널 값도 높아지며, 공간적 분포로 볼 때. 상대적으로 건조한 캔자스 서부로부터 증가하여 시간에 따라 점차 그 분포도 변화하였다. 연구결과는 또한 가뭄의 진행단계에 따라 가뭄에 대한 각 토양 변수의 영향도 달라짐을 보여주었다.

• 한국습지학회지
• /
• 제13권3호
• /
• pp.471-479
• /
• 2011

증발산은 토양 표면에서 일어나는 증발 과정과 식물의 광합성으로 인해 발생하는 증산 작용을 포함한 수문 기상인자로 수문 순환과정에서 중요한 역할을 차지한다. 현재 국내외에서는 증발산을 산정하고 공간적인 거동을 파악하기 위한 연구가 활발히 진행되고 있지만 특정 지역에서의 토지 피복의 차이나 식생으로 인해 거동을 이해하는데 많은 제약이 따른다. 본 연구에서는 고해상도의 영상을 제공하는 Landsat 위성이 기반이 되는 원격탐사 기반 에너지 수지 모형인 Mapping EvapoTRanspiration with Internalized Calibration (METRIC) 모형과 MODerate resolution Imaging Spectroradiometer (MODIS) 위성 기반의 Penman-Monteith 알고리즘으로 산정된 증발산의 공간 분포를 비교하였다. 토지 피복별로 분류한 후 두 공간 분포를 비교하여 침엽수림과 활엽수림에서 가장 높은 상관관계를 갖는 것을 확인하였고 두 모형에 대한 적용성이 높음을 알 수 있다. 본 연구를 바탕으로 원격탐사 기반 고해상도 증발산 지도를 제작하여 시공간적 변동성과 계절 변화에 따른 거동을 파악할 수 있을 것이다.

• 한국지리정보학회지
• /
• 제22권4호
• /
• pp.197-214
• /
• 2019

본 연구에서는 Terra/Aqua MODIS LST(Moderate Resolution Imaging Spectroradiometer Land Surface Temperature)의 Daytime, Nighttime 자료와 기상청 기상관측소 86개 지점에 대한 최고, 최저 및 평균기온을 이용하여 두 자료 사이의 상관성을 분석하고, 한파 및 폭염 발생 기간의 특성을 집중적으로 분석하였다. 모든 자료는 2008년부터 2018년까지 총 11년간 일별로 구축하였으며, Pearson 상관계수(Pearson correlation coefficient, R)와 평균제곱근오차(Root Mean Square Error, RMSE)를 이용하여 상관성 분석을 수행하였다. 시계열 분석 결과, 대상 기간 전체에서 기온과 MODIS LST 간의 변동 양상은 유사하였고, 최고 기온과 MODIS 자료의 R 0.9 이상, 평균기온과 최저 기온과는 0.8 이상으로 기온과 MODIS LST 사이의 상관성은 높은 것으로 나타났다. 특히, 최고 기온은 Terra MODIS LST Daytime과 정확도가 제일 높고, 최저 기온은 Terra MODIS LST Nighttime과 상관성이 제일 높은 것으로 분석되었다. 한파 기간에는 Terra/Aqua MODIS 모두 주간 자료보다 야간 자료의 상관성이 더 높은 것으로 분석되었으며, 특히 Terra MODIS LST Nighttime과의 상관성이 좋은 것으로 분석되었다. 폭염 기간에는 Aqua MODIS LST Daytime 자료가 가장 좋은 것으로 분석되었으나, 전체적인 R이 0.5보다 낮아 추후 활용을 위해서는 식생이나 토지이용, 고도 등 다른 요소를 활용한 추가 분석이 필요할 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제26권6호
• /
• pp.665-673
• /
• 2010

The role of remote sensing in phenological studies is increasingly regarded as a key in understanding large area seasonal phenomena. This paper describes the application of Moderate Resolution Imaging Spectroradiometer (MODIS) time series data for vegetation classification using seasonal variation patterns. The vegetation seasonal variation phase of Seoul and provinces in Korea was inferred using 8 day composite MODIS NDVI (Normalized Difference Vegetation Index) dataset of 2006. The seasonal vegetation classification approach is performed with reclassification of 4 categories as urban, crop land, broad-leaf and needle-leaf forest area. The BISE (Best Index Slope Extraction) filtering algorithm was applied for a smoothing processing of MODIS NDVI time series data and fuzzy classification method was used for vegetation classification. The overall accuracy of classification was 77.5% and the kappa coefficient was 0.61%, thus suggesting overall high classification accuracy.

• 한국지리정보학회지
• /
• 제11권4호
• /
• pp.32-40
• /
• 2008

온난화는 오늘날 발생하는 다양한 기상재해와 이변의 원인으로 전 세계적으로 중요한 문제점 중에 하나이다. 눈과 빙하는 지구온난화의 영향을 가장 쉽게 보여주는 예이며, 이것들은 높은 반사도 특성으로 지구 냉각에 중요한 역할을 하고 있다. 본 연구에서는 MODIS(Moderate Resolution Imaging Spectroradiometer)센서의 자료를 이용하여 히말라야 산맥내의 만년설 모니터링을 수행하였다. 만년설 감시를 위해서 NDSI(Normalized Differenced Snow Index)를 사용하였으며, NDSI는 위성 영상내에 눈을 감지하기 위해 가시와 단파적외 영역에서 눈의 반사도 특성 차이를 이용한 밴드비율이다. 본 연구에서는 2001년, 2003년, 2006년, 2007년의 9월부터 12월까지의 NDSI를 산출하여 만년설을 감시하였으며, 막연하게 알고 있던 고산지대 만년설에 대한 온난화의 영향을 정량적으로 검증하였다. 검증 결과 2007년이 비해 2001년에 잔설지역이 9월 $71,481km^2$, 10월 $92,760km^2$, 11월 $333,916km^2$ 각각 감소한 것으로 나타났다.

• 한국농림기상학회지
• /
• 제7권2호
• /
• pp.171-183
• /
• 2005

In order to monitor the global terrestrial carbon cycle, NASA (National Aeronautics and Space Administration) provides 8-day GPP images by use of satellite remote-sensing reflectance data from MODIS (Moderate Resolution Imaging Spectroradiometer) at l-km nadir spatial resolution since December, 1999. MODIS GPP algorithm adopts DAO (Data Assimilation Office) meteorological data to calculate daily GPP. By evaluating reliability of DAO data with respect to surface weather station data, we examined the effect of errors from DAO data on MODIS GPP estimation in the Korean Peninsula from 2001 to 2003. Our analyses showed that DAO data underestimated daily average temperature, daily minimum temperature, and daily vapor pressure deficity (VPD), but overestimated daily shortwave radiation during the study period. Each meteorological variable resulted in different spatial patterns of error distribution across the Korean Peninsula. In MODIS GPP estimation, DAO data resulted in overestimation of GPP by $25\%$ for all biome types but up to $40\%$ for forest biomes, the major biome type in the Korean Peninsula. MODIS GPP was more sensitive to errors in solar radiation and VPD than in temperatures. Our results indicate that more reliable gridded meteorological data than DAO data are necessary for satisfactory estimation of MODIS GPP in the Korean Peninsula.

• 대한원격탐사학회지
• /
• 제31권2호
• /
• pp.51-64
• /
• 2015

본 연구에서는 MODerate resolution Imaging Spectroradiometer (MODIS) 지면피복 분류자료(MCD12Q1)에서 분류오류로 판단되는 화소들을 재분류함으로써 분류 정확도를 개선하였다. 최근 12년(2001-2012)간의 MODIS 지면피복 분류자료에서 지면피복 유형이 3개 이상으로 분류된 화소는 분류상에 오류가 있다고 판단하여 지면피복 재분류 화소로 선정하였다. 지면피복 재분류를 위해 공간해상도는 1 km이고 시간주기는 8일인 MODIS Normalized Difference Vegetation Index (NDVI) 자료를 이용하였다. NDVI 자료 중 구름 등으로 오염된 화소를 보정하기 위해 시 공간 연속성을 이용한 보정기법인 Correction based on Spatial and Temporal Continuity (CSaTC) 기법을 이용하였다. 보정된 NDVI 자료를 1개월 주기로 합성한 후 분류 오류로 판단된 화소들에 대해 Iterative Self-Organizing Data Analysis (ISODATA) 기법으로 군집화를 수행하였다. 각 군집별 식생 계절변동 특성을 고려하여 지면피복을 분류한 후 정상으로 판정된 MODIS 지면피복과 합성하여 최종 지면피복 재분류 자료를 산출하였다. 분류 정확도는 GPS를 이용한 현장관측 자료와 유럽우주국의 지상검증참조자료 등 총 138개 지상 관측자료를 이용하여 검증을 수행하였다. 2012년 MODIS 지면피복 분류자료의 정확도는 약 68%이었으나 본 연구에서 재분류한 지면피복자료의 정확도는 약 74%로 나타나 일부 화소들에서 분류 정확도가 개선되었다.

• 한국농림기상학회지
• /
• 제21권2호
• /
• pp.97-109
• /
• 2019

적산 온도는 작물 재배 의사결정 지원을 위해 대상지역 주변 기상 관측소의 자료를 활용하여 산정되어 왔다. 한편 Moderate Resolution Imaging Spectroradiometer (MODIS) 자료로부터 공간적인 온도 자료를 바탕으로 특정 지점의 적산 온도 자료를 생산할 수 있다. 본 연구의 목적은 MODIS 자료를 처리하는 도구를 개발하고 이를 바탕으로 작물의 고온 피해도 및 시설의 냉방 요구도 분석에 활용될 수 있는 냉방도일을 계산하고자 하였다. R 스크립트를 사용하여 특정지역의 MODIS 기온자료를 생성하는 모듈들을 작성하였다. 해당 스크립트들은 격자자료의 좌표계 변환과 자료들의 공간적인 통합 기능들을 가지고 있었다. 온도 수직 분포 자료로부터 지표 기압에 해당하는 온도를 추출하는 기능은 rgdal과 RcppArmadillo등의 패키지를 활용하여 구현되었다. 또한 냉방도일 및 일평균온도 추정을 위해 MODIS 기온 자료, day of year, 및 위도를 입력 자료로 사용하는 random forest (RF) 모형을 남한 지역의 24개 지점에 대하여 훈련하였다. 인공위성 자료 별로 훈련된 RF 모형을 사용하여 한반도 지역의 일별 냉방도일을 계산하였다. 특히, 북한지역에 24개 지점에 대해 검증한 결과, MODIS 자료를 바탕으로 추정된 지역별 평균 연간 냉방도일은 관측값 변이의 96%를 설명할 수 있었다. 이러한 결과는 MODIS 자료로부터 유효적산온도 및 난방도일 등 다른 농림 기상 모형의 입력자료 생산을 지원할 수 있다는 것을 암시하였다.

• 대한원격탐사학회지
• /
• 제30권4호
• /
• pp.511-524
• /
• 2014

본 연구에서는 12년(2001-2012)간의 MODerate Resolution Imaging Spectroradiometer (MODIS) 토지피복 자료를 이용하여 동북아시아 지역에 대한 토지피복 유형별 통계적 점유율과 연변동을 조사하였다. MODIS 토지피복 자료의 공간해상도는 500 m이며 토지피복 유형의 수는 17개이다. 12년 평균에서 농지(36.96%), 초지(23.14%) 그리고 혼합림(22.97%) 3가지 유형이 분석 영역의 80% 이상을 점유하고 있는 것으로 나타났고, 그 외 농지와 자연 식생의 혼합유형(6.09%), 낙엽활엽수림(4.26%), 도시(2.46%) 그리고 사바나(1.54%) 유형이 점유하고 있는 것으로 나타났다. 비록 자료의 사용 기간이 짧지만 단순회귀분석에서 상록침엽수림, 낙엽활엽수림, 혼합림은 유의수준 5%에서 점유율이 증가하는 경향을 보였으나 사바나 유형은 유의수준 5%에서 감소하는 경향을 보였다. 토지피복 유형이 매년 다르게 분류되는 화소의 비율이 10% 이상이며 토지피복 유형별 점유율의 연변동은 농지(1.41%), 혼합림(0.82%), 초지(0.73%)에서 가장 두드러지게 나타났다. 또한, 12년 동안 토지피복 유형이 1개로만 분류된 화소의 비율은 단지 57%이며, 나머지 화소들에서는 2개 이상으로 분류되었으며 최대 9개 유형으로 분류된 화소도 존재했다. 공간적으로 균질하게 1개 유형만 분포하고 있는 중국 동부와 북서부 지역을 제외한 전체 지역에서 토지피복 유형이 연도별도 다르게 분류되고 있다. 따라서 토지피복 변화에 소요되는 시간적 규모를 고려할 때 동북아시아 지역에서 MODIS 토지피복 자료를 이용할 시 주의가 필요하다.

• 대한원격탐사학회지
• /
• 제30권5호
• /
• pp.571-586
• /
• 2014

Moderate Resolution Imaging Spectroradiometer(MODIS)로부터 산출된 기온과 이슬점 온도프로파일 자료는 5 km의 공간해상도로 연속적으로 지상을 감시하고 있으며, 2012년부터 기존의 산출 알고리즘(Collection 5, C005)을 개선한 Collection 6(C006) MODIS07_L2 대기프로파일 자료를 생산하고 있다. 이 연구에서는 두 가지 버전의 알고리즘으로 산출된 Aqua MODIS07_L2(MYD07_L2) 대기 프로파일 자료로부터 획득한 기온과 이슬점 온도에 대한 신뢰도를 평가하는 것으로, 전국 77 개소 정규기상관측지점을 대상으로 하였다. 또한 기온과 이슬점 온도를 이용하여 대기수증기압을 추정하여 미기상인자 산출에 대한 MYD07_L2의 적용 가능성을 살펴보았다. C006 기온은 지상 관측 자료와 비교에서 C005 기온의 오차(ME = -1.89 K, RMSE = 4.06 K)보다 개선된 결과를 보였다(ME = -0.76 K, RMSE = 3.34 K). 한편, 이슬점 온도의 경우에는 C006이 C005의 오차(ME = -0.39 K, RMSE = 5.65 K)보다 크게 나타났다. MYD07_L2 산출 고도와 지상 관측지점 간에 발생할 수 있는 고도 차이를 보정하기 위해 대기기온감률 방법을 적용한 결과, 기온의 경우 C005와 C006에서 모두 개선 효과를 확인할 수 있었지만, 이슬점 온도의 경우에는 C006에서 오차가 소폭 증가하였다(1.4%). 두 가지 버전의 MYD07_L2 자료를 이용하여 대기수증기압을 추정한 결과, C006 자료를 이용하였을 때 다소 개선된 결과를 보였다. 이 연구를 통해 한국에 대한 C006 MYD07_L2 산출물 중 기온의 신뢰도가 전반적으로 개선되었음을 확인할 수 있었다.