• 대한원격탐사학회지
• /
• 제34권6_4호
• /
• pp.1545-1553
• /
• 2018

2018년 4월 말부터 감지되기 시작한 킬라우에아 화산의 최근 마그마 분화 활동은, 5월과 6월에 걸쳐 용암의 분출과 함께 급격한 지표 변형을 발생시켰다. 킬라우에아 정상부에 위치한 Halema'uma'u 분화구에서는 용암호의 수위가 빠르게 하강하여 대규모 지반 침하 및 지반 붕괴가 나타났으며, GPS와 경사계의 기록을 통해 약 2미터 가량의 변화를 감지할 수 있었다. 이 연구에서는 단 기간에 큰 변화를 보인 킬라우에아 분화 활동의 초기과정에 대해 다중 시기 COSMO-SkyMed SAR 영상을 이용한 시계열 지표변위 분석을 수행하고자 하였다. 전체 관측기간에 대해 측정된 최대의 지표 변위는 위성의 관측방향으로 약 -1.5미터이며, 입사각을 고려하여 수직변위로 변환할 때 약 -1.9미터의 침하를 나타낸다. 또한 대부분의 지표 변위는 분화 직후인 5월 초에서 6월말 사이에 발생하며, 7월부터는 안정기에 들어선 것을 확인할 수 있다. 시계열 지표변위를 통해 마그마 소스 모델링을 실시한 결과, 마그마 챔버가 지표로부터 2-3 km 사이에 위치하는 것으로 산출되었으며, 마그마 소스의 중심 위치는 남서부 방향으로 이동하는 것으로 관측되었다. 이러한 마그마 모델의 시계열 변화는 편향된 관측자료를 통한 초기 결과이므로 이후의 연구에서 정밀한 3차원 관측을 이용한 보완이 필요할 것으로 보여진다.

• 대한원격탐사학회지
• /
• 제36권5_3호
• /
• pp.1109-1123
• /
• 2020

국토 대부분이 산림으로 구성되어 있는 대한민국은 매 년 많은 산불이 발생한다. 산불은 토양의 전단강도를 약화시켜 산사태에 취약한 토양층을 만들기도 하고, 수목의 복구가능여부에 따라 다른 계획 설립이 필요하기 때문에 산불피해면적 뿐만 아니라 피해강도에 대한 파악도 중요하다. 위성 원격탐사를 통한 산불피해강도 추정 연구가 많이 수행되어 왔으나, NDVI(Normalized Difference Vegetation Index)와 NBR(Normalized Burn Ratio) 등과 같은 단일 인자의 시계열 변화만을 이용하여 피해강도를 파악하기에는 한계가 있다. 본 연구에서는 Sentinel-1A SAR-C (Synthetic Aperture Radar-C)와 Sentinel-2A MSI(Multi Spectral Instrument)센서의 자료를 이용하여 기계학습방법을 통한 산불 피해강도 탐지 모델들을 제시하였다. 2017년 5월 삼척, 2019년 4월 강릉·동해, 2019년 4월 고성·속초 총 세개의 산불사례를 이용하여 RF(Random forest), LR(Logistic regression), SVM(Support Vector Machine)기계학습 모델을 구축하였다. 연구결과, random forest 모델이 82.3%의 총정확도로 가장 높은 성능을 보여주었다. 모델의 범용성 및 학습자료 민감도 확인을 위해 사례교차검증도 추가 시행하였는데, 그 결과 사례들의 시기적 차이에 의한 식생활력 및 재생도의 차이에 민감도가 높음을 확인하였다. 이는 추후 다양한 시공간적 사례를 추가할 시 개선이 될 것으로 보인다.