• 제목/요약/키워드: Sea ice, MODIS, Ice Surface Temperature

검색결과 4건 처리시간 0.015초

11 µm 휘도온도와 11-12 µm 휘도온도차의 상관성 분석을 활용한 해빙탐지 동적임계치 결정 (Determination of dynamic threshold for sea-ice detection through relationship between 11 µm brightness temperature and 11-12 µm brightness temperature difference)

  • 진동현;이경상;최성원;서민지;이다래;권채영;김홍희;이은경;한경수
    • 대한원격탐사학회지
    • /
    • 제33권2호
    • /
    • pp.243-248
    • /
    • 2017
  • 지구 기후시스템의 중요구성인자인 해빙은 극지방과 고위도에 분포하는 특성상 위성을 통한 탐지가 활발히 수행되고 있다. 위성자료를 이용한 해빙탐지기법은 반사도와 휘도온도자료를 이용하며, 많은 연구에서 휘도온도자료를 통해 산출된 Ice Surface Temperature (IST)를 활용한 기법인 Moderate-Resolution Imaging Spectroradiometer (MODIS)의 해빙탐지기법을 활용하고 있다. 본 연구에서는 IST 산출과정이 생략된 단순하고 효율적인 동적임계값 기법을 활용한 해빙탐지기법을 제시하고자 한다. 동적임계값을 지정하기 위하여 해수의 어는점 이하의 화소를 대상으로 MODIS IST와 MODIS $11{\mu}m$ 채널의 휘도온도, Brightness Temperature Difference ($BTD:T_{11{\mu}m}-T_{12{\mu}m}$)의 상호관계를 분석하였다. 분석 결과, 세수치의 관계가 선형의 특징을 나타내었으며 이를 활용하여 임계값을 지정하였다. 청천역에서 지정한 임계값을 MODIS $11{\mu}m$ 채널에 적용하여 해빙을 탐지하였다. 또한, 본 연구의 해빙탐지기법의 성능을 검증하기 위해 MODIS Sea ice extent를 이용하여 정확도를 분석하였으며 그 결과, Producer Accuracy (PA) 99% 이상의 높은 정확도를 보였다.

북극 해빙표면온도 산출을 위한 Automated Machine Learning과 Deep Neural Network의 적용성 평가 (Applicability Evaluation of Automated Machine Learning and Deep Neural Networks for Arctic Sea Ice Surface Temperature Estimation)

  • 박성우;성노훈;심수영;정대성;우종호;김나연;김홍희;한경수
    • 대한원격탐사학회지
    • /
    • 제39권6_1호
    • /
    • pp.1491-1495
    • /
    • 2023
  • 본 연구는 북극의 해빙표면온도(ice surface temperature, IST)를 자동화된 기계 학습(automated machine learning, AutoML) 기반으로 산출하였다. AutoML 기반 IST는 상관관계(correlation coefficient, R) 0.97, 평균 제곱근 오차(root mean squared error, RMSE) 2.51K로 산출되었다. 심층신경망(deep neural network, DNN) 모델과 비교하여 AutoML IST는 Moderate Resolution Imaging Spectroradiometer (MODIS) IST 및 ice mass balance (IMB) buoy IST와의 검증 결과에서 좋은 정확도를 보인다. 이는 어려운 극지방 조건에서 IST 추정 정확도를 향상시키는 AutoML의 효과를 강조한다.

북극해에서 다중위성 자료를 이용한 표층수온, 해빙농도 및 클로로필의 장기 변화 (Climatological Variability of Multisatellite-derived Sea Surface Temperature, Sea Ice Concentration, Chlorophyll-a in the Arctic Ocean)

  • 김현아;박진구;김현철;손영백
    • 대한원격탐사학회지
    • /
    • 제33권6_1호
    • /
    • pp.901-915
    • /
    • 2017
  • 최근 전지구적인 기후변화가 직/간접적으로 북극환경에 큰 변화를 야기하고 있다. 해양-대기의 상호적인 피드백 작용은 최근 막대한 양의 해빙면적 감소를 초래했으며, 북극 온난화 현상을 가속시켜 왔다. 이러한 현상들은 직/간접적으로 북극의 생-물리학적 상호관계에 영향을 주어 해양생태계에 많은 변화를 초래할 것으로 보고되었다. 본 연구는 북극환경변화에 대해 물리-생물학적인 현상의 변화 및 인자간의 관계성을 포괄적으로 이해하기 위해 수행되었다. 북극의 환경변화를 조사하기 위해 SeaWiFS 및 MODIS-Aqua에서 제공하는 클로로필 농도와 OISST의 표층수온, ECMWF ERA-Interim의 해빙농도 자료를 이용하였다. 연구기간은 1998년-2016년 여름이며 조사해역은 북위 $60^{\circ}$ 이상의 해역으로 제한하였다. 전체적으로 클로로필의 증가($0.15mg\;m^{-3}\;decade^{-1}$), 표층수온의 상승($0.43^{\circ}C\;decade^{-1}$), 해빙농도의 감소($-5.37%\;decade^{-1}$)를 보였으나 해역별로 차이를 나타냈다. 이들 인자간 상관성 분석에서 표층수온과 해빙농도간의 상관성은 전 해역에 걸쳐 강한 음의 상관관계(r=-0.76)를 보인 반면, 클로로필과 해빙농도의 관계는 자료의 한계성으로 인해 전체적으로 낮은 상관성($r={\pm}0.1$)을 나타내었다. 또한 표층수온과 클로로필의 상관성은 해역에 따라 편차를 보이나 약 ${\pm}0.6$의 상관성을 보였다.

북반구 해빙 지역에서 세 종류 위성관측 표면온도에 대한 오차분석 (Error Analysis of Three Types of Satellite-observed Surface Skin Temperatures in the Sea Ice Region of the Northern Hemisphere)

  • 강희정;유정문
    • 한국지구과학회지
    • /
    • 제36권2호
    • /
    • pp.139-157
    • /
    • 2015
  • 본 연구에서는 위성관측 표면온도 및 해당 온도경향의 불확실성을 조사하기 위하여 북반구($30-90^{\circ}N$) 해양 지역에서 2003-2014년 4월 16-24일 기간에 세 종류의 위성관측 자료(MODIS IST, AIRS/AMSU SST, AIRS only SST)를 상호 비교하였다. AIRS/AMSU 표면온도값에 비하여 MODIS는 해빙과 해수의 경계지역에서 계통적으로 최대 1.6 K 높은 반면에, 해빙 지역에서는 2 K 낮았다. 이러한 주요 원인은 표면온도 산출알고리즘의 해표 정보(e.g., 해빙 탐지)를 위하여 MODIS는 적외 채널만을 사용하는 반면에, AIRS/AMSU는 마이크로파 및 적외 채널을 함께 사용하는 데에 있다. 미국 항공우주국(NASA's Goddard Space Flight Center; NASA/GSFC)은 AMSU-A의 노후화를 대비하기 위하여 AIRS/AMSU 알고리즘을 일부 수정하여 AIRS only 알고리즘을 개발하였다. AIRS/AMSU와 AIRS only 표면온도 사이에 평균 제곱근 오차(RMSE)값은 $30-90^{\circ}N$ 해양 지역에서 0.55 K이며, 편차(bias)는 0.13 K이었으며, 해빙/해수 경계 지역에서는 이들 차이가 더 크게 나타났다. 해빙 경계지역에서 AIRS/AMSU와 AIRS only 간의 차이가 다른 지역에 비하여 큰 이유는 AIRS only 알고리즘이 AMSU 마이크로파 자료 대신에 GCM (NOAA Global Forecast System) 온도 산출물을 사용하는 데에 있다. 세 종류의 위성관측 표면온도 자료는 $70-80^{\circ}N$ 위도대에서 유의적인 온도증가($0.23-0.28Kyr^{-1}$)를 보였다. 위성관측 표면온도들 간에 계통적인 불일치는 같은 방향(온도증가 또는 온도감소)으로 해당 온도경향 값들 간의 차이에 영향을 줄 수 있다.