• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.161-161
• /
• 2021

본 연구에서는 금강 상류의 용담댐 유역(930.0 km²)을 대상으로 Sentinel-1 SAR(Synthetic Aperture Radar) 및 Sentinel-2 MultiSpectral Instrument(MSI) 위성영상을 활용한 토양수분 산출연구를 수행하였다. 연구에 사용된 자료는 10 m 해상도의 Sentinel-1 IW(Interferometric Wide swath) mode GRD(Ground Range Detected) product의 VV(Vertical transmit-Vertical receive) 및 VH(Vertical transmit-Horizontal receive) 편파자료와 Sentinel-2 Level-2A Bottom of Atmosphere(BOA) reflectance 자료를 2019년에 대해 각 6일 및 5일 간격으로 구축하였다. 위성영상의 Image processing은 SNAP(SentiNel Application Platform)을 활용하여 Sentinel-1 영상의 편파 별(VV, VH) 후방산란계수와 Sentinel-2의 적색(Band-4) 및 근적외(Band-8) 영상을 생성하였다. 토양수분 산출 모형은 다중선형회귀모형(Multiple Linear Regression Model)을 활용하였으며, 각 지점에 해당하는 토양 속성별로 모형을 생성하였다. 모형의 입력자료는 Sentinel-1 위성의 편파별 후방산란계수, Sentinel-1 위성에서 산출된 식생지수 RVI(Radar Vegetation Index)와 Sentinel-2 위성에서 산출된 NDVI(Normalized Difference Vegetation Index)를 활용하여 식생의 영향을 반영하고자 하였다. 모의 된 토양수분을 검증하기 위해 6개 지점의 TDR(Time Domain Reflectometry) 기반 실측 토양수분 자료를 수집하고, 상관계수(Correlation Coefficient, R), 평균제곱근오차(Root Mean Square Error, RMSE) 및 IOA(Index of Agreement)를 활용하여 전체 기간 및 계절별로 나누어 검증할 예정이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.141-141
• /
• 2019

토양수분은 수문 분석에 있어 매우 중요한 인자 중 하나이며 최근 기후변화로 인한 가뭄, 홍수 및 산불발생과 같은 물 관련 재해 발생에 직 간접적으로 영향을 미치기 때문에 지표 토양수분산정은 매우 중요하다. Sentinel-1 SAR(Synthetic Aperture Radar)는 능동형 위성으로 10m의 공간해상도로 제공되기 때문에 기존의 토양수분 전용위성인 SMOS(Soil Moisure and Ocean Salinity), SMAP(Soil Moisture Active Passive) 및 GCOM-W1(Global Change Observation Mission Water) 등 다르게 고해상도 토양수분 산정이 가능하다. 그러나 Sentinel-1 SAR 센서에서는 고해상도 지표 관측 이미지 자료만 제공하며, 토양수분 자료를 직접적으로 제공하지 않는다. 따라서 본 연구에서는 2018년도 Sentinel-1 A/B IW(Interferometric Wide swath) 모드의 VH(Vertical Transmit - Horizontal Receive) 편파 영상과 Sentinel-1 SAR 위성자료 전처리 도구인 SNAP(Sentinel Application Platform)을 이용하여 후방산란계수를 산정하였으며, 산정된 후 방산란계수와 농촌진흥청에서 제공하는 65개 지점의 실측 TDR(Time Domain Reflectrometry) 토양수분의 관계를 이용하여 회귀모형을 도출 및 토양수분 공간분포를 산정하였다. 비록 불확실성은 어느정도 발생 하였으나, 전체적으로 TDR 관측값과 $10m{\times}10m$ 해상도의 Sentinel-1 SAR 기반 토양수분이 일치하는 경향을 보였다. 본 연구 결과는 수문, 농업, 산림, 재해 등 다양한 분야에 활용될 수 있을 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.26-26
• /
• 2022

본 연구는 하천중심선을 활용하여 Sentinel-1 위성영상기반 중소규모 하천 수체(水體) 추출 방법을 제안한다. 한강 유역의 한탄강 일부를 연구지역으로 선정하였으며, 이 지역을 촬영한 Sentinel-1 위성영상자료를 수집하였다. 여기에 개발한 방법의 검증을 위하여 유사시간대의 고해상도 광학위성 PlanetScope을 함께 수집하였다. 본 연구에서는 하천의 수체를 효과적으로 추출하기 위하여 국토지리정보원에서 제공하는 하천중심선 자료를 활용하였다. 하천중심선을 따라 유클리드 거리를 가중치로 산정한 자료(DST)와 Sentinel-1의 VH, VV 편광을 조합한 k-means 방법을 통해 위성영상의 픽셀을 군집화하였고, 최적의 매개변수 값을 산출하였다. 이 매개변수를 활용하여 Sentinel-1의 VV편광, VH편광 그리고 DST의 상관관계에 따른 타원방정식 형태의 계산식을 도출할 수 있었다. 수집한 자료의 검증결과 평균적으로 정확도는 0.65~0.75, kappa 계수는 0.8 내외를 보여 상당히 일치함을 확인할 수 있었다. 또한, 추가 확보한 30여 개의 Sentinel-1 위성영상을 제안 방법으로 추출한 수체의 면적과 유량 값을 비교해 본 결과, 유사한 변화 양상을 보였다. 본 연구는 하천 중심선자료를 활용하여 참값이 없더라도 수체 면적 추정이 가능함을 확인하였다. 제안한 방법은 현존하는 수체추출 방법보다 간단하고 신속하게 수체를 추출할 수 있을 것으로 보인다. 추후, 딥러닝을 통한 수체 식별을 추가 진행을 통해. 정확도를 높일 수 있을 것으로 기대한다.

• 한국농공학회논문집
• /
• 제61권5호
• /
• pp.89-99
• /
• 2019

In this study, we estimated the spatially-distributed soil moisture at the high resolution ($10m{\times}10m$) using the satellite-based Sentinel-1A/B SAR (Synthetic Aperture Radar) sensor images. The Sentinel-1A/B raw data were pre-processed using the SNAP (Sentinel Application Platform) tool provided from ESA (European Space Agency), and then the pre-processed data were converted to the backscatter coefficients. The regression equations were derived based on the relationships between the TDR (Time Domain Reflectometry)-based soil moisture measurements and the converted backscatter coefficients. The TDR measurements from the 51 RDA (Rural Development Administration) monitoring sites were used to derive the regression equations. Then, the soil moisture values were estimated using the derived regression equations with the input data of Sentinel-1A/B based backscatter coefficients. Overall, the soil moisture estimates showed the linear trends compared to the TDR measurements with the high Pearson's correlations (more than 0.7). The Sentinel-1A/B based soil moisture values matched well with the TDR measurements with various land surface conditions (bare soil, crop, forest, and urban), especially for bare soil (R: 0.885~0.910 and RMSE: 3.162~4.609). However, the Mandae-ri (forest) and Taean-eup (urban) sites showed the negative correlations with the TDR measurements. These uncertainties might be due to limitations of soil surface penetration depths of SAR sensors and complicated land surface conditions (artificial constructions near the TDR site) at urban regions. These results may infer that qualities of Sentinel-1A/B based soil moisture products are dependent on land surface conditions. Although uncertainties exist, the Sentinel-1A/B based high-resolution soil moisture products could be useful in various areas (hydrology, agriculture, drought, flood, wild fire, etc.).

• 대한원격탐사학회지
• /
• 제39권5_1호
• /
• pp.599-608
• /
• 2023

수문학, 기상학 및 농업과 같은 응용 분야에서 위성 기반 토양 수분 정보에 대한 관심이 높아지면서 다양한 해상도에서 토양수분도를 제작하는 방법의 개발과 사례 연구는 위성 정보 활용의 주요 주제 중 하나로 대두되고 있다. 이 연구는 Google Earth Engine (GEE)에서 제공하는 Sentinel-과 Sentinel-2 공개 자료를 적용하여 토양수분도 제작 결과를 예시하였다. 토양수분도는 synthetic aperture radar (SAR) 영상과 광학 영상과 융합하여 산출하였다. SAR 영상은 GEE에서 제공하는 Sentinel-1 위성의 후반 산란 계수 analysis ready data (ARD)자료와 Sentinel-2에서 계산한 정규식생지수와 함께 Environmental Systems Research Institute (ESRI)의 토지 피복자료를 사용하였다. 호주 빅토리아 주에 위치한 연구지역을 대상으로 토양수분도를 제작하였으며, 기존 연구에서 발표된 현장 측정값과 비교 분석하였다. 현장 측정값을 기준으로 실험 결과의 정확도를 비교한 결과로 결괏값은 기준 값과 4-10%p 차이를 보이는 유의미한 범위의 일치도를 보이고, 위성 기반 토양수분도와는 0.5-2%p의 높은 일치도를 보이는 것으로 나타났다. 따라서 지역의 지표 특성에 따라 고해상도의 토양수분도가 필요한 지역은 GEE를 통하여 제공되는 공개 자료와 이 연구에서 적용한 알고리즘으로 토양수분도의 제작이 가능할 것으로 생각한다.

• 대한원격탐사학회지
• /
• 제37권4호
• /
• pp.789-802
• /
• 2021

Synthetic Aperture Radar (SAR) at C-band is an ideal remote sensing system for crop monitoring owing to its short wavelength, which interacts with the upper parts of the crop canopy. This study evaluated the potential of dual polarimetric Sentinel-1 at C-band for monitoring rice phenology. Rice phenological variations occur in a short period. Hence, the short revisit time of Sentinel-1 SAR system can facilitate the tracking of short-term temporal morphological variations in rice crop growth. The sensitivity of SAR backscattering coefficients, backscattering ratio, and polarimetric decomposition parameters on rice phenological stages were investigated through a time-series analysis of 33 Sentinel-1 Single Look Complex images collected from 10th April to 25th October 2020 in Gimhae, South Korea. Based on the observed temporal variations in SAR parameters, we could identify and distinguish the phenological stages of the Gimhae rice growth cycle. The backscattering coefficient in VH polarisation and polarimetric decomposition parameters showed high sensitivity to rice growth. However, amongst SAR parameters estimated in this study, the VH backscattering coefficient realistically identifies all phenological stages, and its temporal variation patterns are preserved in both Sentinel-1A (S1A) and Sentinel-1B (S1B). Polarimetric decomposition parameters exhibited some offsets in successive acquisitions from S1A and S1B. Further studies with data collected from various incidence angles are crucial to determine the impact of different incidence angles on polarimetric decomposition parameters in rice paddy fields.

• Asian Pacific Journal of Cancer Prevention
• /
• 제15권17호
• /
• pp.7049-7054
• /
• 2014

Background: Almost half of the breast cancer patients with positive sentinel lymph nodes have no additional disease in the remaining axillary lymph nodes. This group of patients do not benefit from complete axillary lymph node dissection. This study was designed to assess the clinicopathologic factors that predict non-sentinel lymph node metastasis in Iranian breast cancer patients with positive sentinel lymph nodes. Materials and Methods: The records of patients who underwent sentinel lymph node biopsy, between 2003 and 2012, were reviewed. Patients with at least one positive sentinel lymph node who underwent completion axillary lymph node dissection were enrolled in the present study. Demographic and clinicopathologic characteristics including age, primary tumor size, histological and nuclear grade, lymphovascular invasion, perineural invasion, extracapsular invasion, and number of harvested lymph nodes, were evaluated. Results: The data of 167 patients were analyzed. A total of 92 (55.1%) had non-sentinel lymph node metastasis. Univariate analysis of data revealed that age, primary tumor size, histological grade, lymphovascular invasion, perineural invasion, extracapsular invasion, and the number of positive sentinel lymph nodes to the total number of harvested sentinel lymph nodes ratio, were associated with non-sentinel lymph node metastasis. After logistic regression analysis, age (OR=0.13; 95% CI, 0.02-0.8), primary tumor size (OR=7.7; 95% CI, 1.4-42.2), lymphovascular invasion (OR=19.4; 95% CI, 1.4-268.6), extracapsular invasion (OR=13.3; 95% CI, 2.3-76), and the number of positive sentinel lymph nodes to the total number of harvested sentinel lymph nodes ratio (OR=20.2; 95% CI, 3.4-121.9), were significantly associated with non-sentinel lymph node metastasis. Conclusions: According to this study, age, primary tumor size, lymphovascular invasion, extracapsular invasion, and the ratio of positive sentinel lymph nodes to the total number of harvested sentinel lymph nodes, were found to be independent predictors of non-sentinel lymph node metastasis.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.28-28
• /
• 2022

본 연구는 용담댐유역을 포함한 금강 유역 상류 지역을 대상으로 Sentinel-1 SAR (Synthetic Aperture Radar) 위성영상을 기반으로 한 토양수분 산정을 목적으로 하였다. Sentinel-1 영상은 2019년에 대해 12일 간격으로 수집하였고, 영상의 전처리는 SNAP (SentiNel Application Platform)을 활용하여 기하 보정, 방사 보정 및 Speckle 보정을 수행하여 VH (Vertical transmit-Horizontal receive) 및 VV (Vertical transmit-Vertical receive) 편파 후방산란계수로 변환하였다. 토양수분 산정에는 Water Cloud Model (WCM)이 활용되었으며, 모형의 식생 서술자(Vegetation descriptor)는 RVI (Radar Vegetation Index)와 NDVI (Normalized Difference Vegetation Index)를 활용하였다. RVI는 Sentinel-1 영상의 VH 및 VV 편파자료를 이용해 산정하였으며, NDVI는 동기간에 대해 10일 간격으로 수집된 Sentinel-2 MSI (MultiSpectral Instrument) 위성영상을 활용하여 산정하였다. WCM의 검정 및 보정은 한국수자원공사에서 제공하는 10 cm 깊이의 TDR (Time Domain Reflectometry) 센서에서 실측된 6개 지점의 토양수분 자료를 수집하여 수행하였으며, 매개변수의 최적화는 비선형 최소제곱(Non-linear least square) 및 PSO (Particle Swarm Optimization) 알고리즘을 활용하였다. WCM을 통해 산정된 토양수분은 피어슨 상관계수(Pearson's correlation coefficient)와 평균제곱근오차(Root mean square error)를 활용하여 검증을 수행할 예정이다.

• 대한원격탐사학회지
• /
• 제35권2호
• /
• pp.251-263
• /
• 2019

Sentinel-2 위성은 기존 Landsat 시리즈보다 높은 공간해상도, 시간해상도 및 13개의 가시광, Red-edge, 적외, 단파적외 영역을 포함하는 다중분광 영상을 제공하고 있다. 이는 Landsat 시리즈와의 비슷한 파장대역 구성으로 향후 Landsat 시리즈와 융합분석이 가능하다는 이점이 있다. 그 동안 Landsat 위성영상은 국내의 다양한 연구에 적용되고 있으나 Sentinel-2 광학 위성영상은 많은 활용 사례가 보고되지 않았다. Sentinel-2 광학 위성은 기존 Landsat 위성이 제공하는 Top-of-Atmosphere(TOA) 반사율 영상을 Level-1C(L1C)에서 제공하고 있으며, Level-2A(L2A)영상을 통해 Landsat 시리즈보다 한 단계 더 대기보정이 수행된 Bottom-of-Atmosphere(BOA) 반사율 영상을 제공할 예정에 있다. BOA 반사율 영상은 에어로졸 광학 두께(AOT: Aerosol optical thickness)와 대기 중 수증기(WV: Water Vapor) 자료를 Sentinel-2 영상으로부터 얻고 이를 보정하여 TOA 반사율 영상을 BOA 반사율 영상으로 변환을 가능하게 한다. 현재, 유럽 전역지역에서 L2A 자료를 무료로 다운로드 가능하며 이외 지역의 경우 L2A 자료의 실시간 제공이 예정되어 있다. 따라서, Sentinel-2 L2A 자료의 활용가능성이 국내에서 점점 커질 것으로 기대되는 바이며 농업지역에서 Sentinel-2 L2A 영상이 제공하는 BOA 반사율 자료의 활용가능성을 확인하기 위해 경상남도 합천군에서 촬영된 항공 초분광영상을 활용하여 Sentinel-2 L2A 자료를 모의해 보고 정량적인 분석을 통해 모의영상과 실제 촬영된 영상을 비교해보았다. 본 연구에서는 Sentinel-2 L2A 자료와 항공기 기반의 초분광 영상을 통해 모의된 Sentinel-2 영상에 대한 정량적인 비교를 수행하였으며, 가시광 영역대의 밴드와 식생지수에 대하여 참조 영상인 모의영상과 대기보정이 수행된 L2A 자료의 RMSE의 감소 및 상관관계의 증가 경향이 뚜렷하게 나타나는 것으로 확인되었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.12-12
• /
• 2021

현행 하도현황조사는 조사망에 따라 조사대상 하천의 하천기본계획 등을 통해 조사지점을 선정하므로 전체 하천구간의 하도특성 파악에 어려움이 있고, 하천기본계획의 수립년도와 현황조사시 기간에 차이가 있을 경우, 하도특성의 경년적 변동성 파악이 어렵다. 최근 이러한 문제점을 극복하기 위하여 하천조사에 인공위성, 드론 등을 활용한 원격탐사방법이 증가하고 있으며, 유역 성과활용도 조사에서도 위성영상자료 활용의 확대요구가 있다. 본 연구는 중랑천을 대상으로 유럽우주국(ESA)의 Sentinel-1을 활용하여 하도현황조사의 기초가 되는 맞춤형 최적화 수체추출기법을 개발하였다. 이를 위하여 중랑천 지역에 대한 50여 장의 Sentinel-1 위성자료를 수집하였고, 하천 중심선에 대한 유클리드 거리를 가중치로 산정하여 K-mean 군집화를 진행하였다. 검증을 위하여 Sentinel-1과 24시간 이내 촬영된 PlanetLab사(社)의 PlanetScope 영상자료로 정확성을 평가하였다. 그 결과 최대 70%에 근접하는 정확도를 보였다. 본 방법은 현존하는 수체추출방법보다 간단하고 신속하게 수체를 추출할 수 있을 것으로 보인다. 추후 딥러닝을 통한 수체 식별을 추가 진행할 예정이며, 정확도를 높일 수 있을 것으로 기대한다.