• 한국농림기상학회지
• /
• 제26권2호
• /
• pp.89-102
• /
• 2024

개엽기, 낙엽기 추정은 식물 생태 주기를 이해하는 데 매우 중요한 역할을 한다. 식물의 근적외선 반사(NIRv)는 일차생산량(GPP)의 강력한 대리지표로 밝혀져 식물계절학 연구에 활발하게 가용되는 추세이다. 하지만 지형에 의한 반사도 왜곡 효과가 상쇄되지 않아 산악 지역의 지형 왜곡 효과에 민감하며 낙엽기를 추정하는 데 성능이 떨어진다. 지형 보정 NIRv(TCNIRv)는 지형 왜곡 효과와 관련된 한계점을 완화하기 위해 경로 길이 보정 방법을 사용한다. TCNIRv는 낙엽기에 대해 NIRv 보다 더 정확한 값을 추정할 수 있다는 사실이 확인되었다. 지형 보정은 경사 및 사면 방향 같은 지형 속성과 연관성이 크기 때문에, 이번 연구에서는 광릉 수목원과 오대산 국립공원 같이 비교적 상이한 지형 특성을 가진 두 산악 지역을 대상으로 남사면과 북사면에서의 예측 결과를 비교하였다. 결과적으로, 두 연구지에서 TCNIRv 를 이용해 예측한 낙엽기는 북사면에서 남사면보다 지연되었고 (광릉 수목원: SFS/NFS - DOY 266.8/268.3; 오대산 국립공원: SFS/NFS - DOY 262/264.8), 이는 NIRv 의 결과와는 반대되는 예측 결과였다 (광릉 수목원: SFS/NFS - DOY 270.3/265.5; 오대산 국립공원: SFS/NFS - DOY 265/261.8). 또한 지형 보정 이후 남사면와 북사면 간의 낙엽기의 차이가 감소했다는 사실도 알 수 있었다 (광릉 수목원: SFS/NFS - DOY 270.3/265.5; 오대산 국립공원: SFS/NFS - DOY 265/261.8). 우리는 사면방향에 따라 식물 생장기를 예측했을 때, TCNIRv 를 이용한 낙엽기 추정에서 NIRv 를 이용해 예측한 결과와 차이점을 가진다고 결론 내렸다. 이로써 다양한 지형 조건에서 사면 별 식물 생장기를 추정하는 데 지형 보정이 필수적이라는 사실을 강조한다.

• 대한원격탐사학회지
• /
• 제39권6_2호
• /
• pp.1565-1576
• /
• 2023

천리안 해양위성 2호(Geostationary Ocean Color Imager-II, GOCI-II)에서 관측된 대기상층 복사휘도에서 해양환경 분석이 가한 원격반사도(remote-sensing reflectance, R_rs) 자료를 얻기 위해서 복사 전달 모델 기반의 대기 보정을 수행한다. 이 R_rs는 다시 엽록소, 총부유사, 용존유기물 농도 등의 다양한 해양환경변수 산출에 이용되고 있기 때문에 대기보정은 모든 해색 산출물의 정확도에 영향을 주는 중요한 알고리즘이다. 맑은 해역에서는 대기의 복사휘도가 청색 파장대의 해수 복사휘도보다 10배 이상 높다. 따라서 대기보정 과정에서 1%의 대기 복사휘도 추정 오차가 10% 이상의 R_rs 오차를 유발할 수 있으며, 이처럼 대기보정은 매우 높은 오차 민감도를 가진 알고리즘이다. 그 결과 대기보정 산출물인 R_rs의 품질 평가는 신뢰성 있는 해양 위성 기반 자료 분석을 위해 반드시 선행되어야 한다. 본 연구에서는 Sea-viewing Wide Field-of-view Sensor (SeaWiFS) Bio-optical Archive and Storage System (SeaBASS)을 통해 데이터베이스화 된 현장 측정 R_rs 기반 통계적 신뢰성을 평가하는 Quality Assurance (QA) 알고리즘을 GOCI-II의 분광 특성에 맞게 수정 및 적용하였다. 이 방법은 National Oceanic and Atmospheric Administration (NOAA)의 해색위성 자료처리 시스템에 공식적으로 적용되어 서비스 중이며, R_rs의 품질 분석 점수(0~1점)를 제공할 뿐 아니라 해수의 유형(23 유형)도 구분해 준다. 실제로 검보정 초기 단계의 GOCI-II 자료에 QA를 적용한 결과, R_rs는 비교적 낮은 값인 0.625에서 가장 높은 빈도를 보여주었지만 추가적인 검보정을 통해 개선된 GOCI-II 대기보정 결과에 QA 알고리즘을 적용했을 시 기존보다 높은 0.875에서 가장 높은 빈도를 보여주었다. QA 알고리즘을 통한 해수 유형 분석 결과, 동해 및 남해 일부 그리고 북서태평양 해역은 주로 탁도가 낮은 case-I 해역이었으며 서해 연안 및 동중국해는 주로 탁도가 높은 case-II 해역으로 구분되었다. 이처럼 QA 알고리즘의 적용을 통해 대기보정 과정에서 오차가 크게 발생한 R_rs 자료를 객관적으로 판별하여 배제할 수 있으며 이는 배포자료 및 검보정의 신뢰도 향상으로 이어질 수 있다. 본 방법은 추후 GOCI-II의 대기보정 flag에 적용되어 사용자들이 양질의 R_rs 자료만을 적용할 수 있도록 도움을 줄 것이다.