• 대한원격탐사학회지
• /
• 제33권4호
• /
• pp.401-410
• /
• 2017

Estimation of snow depth using optical image is conducted by using correlation with Snow Cover Fraction (SCF). Various algorithms have been proposed for the estimation of snow cover fraction based on Normalized Difference Snow Index (NDSI). In this study we tested linear, quadratic, and exponential equations for the generation of snow cover fraction maps using data from the Moderate Resolution Imaging Spectroradiometer (MODIS) Aqua satellite in order to evaluate their applicability to the complex terrain of South Korea and to search for improvements to the estimation of snow depth on this landscape. The results were validated by comparison with in-situ snowfall data from weather stations, with Root Mean Square Error (RMSE) calculated as 3.43, 2.37, and 3.99 cm for the linear, quadratic, and exponential approaches, respectively. Although quadratic results showed the best RMSE, this was due to the limitations of the data used in the study; there are few number of in-situ data recorded on the station at the time of image acquisition and even the data is mostly recorded on low snowfall. So, we conclude that linear-based algorithms are better suited for use in South Korea. However, in the case of using the linear equation, the SCF with a negative value can be calculated, so it should be corrected. Since the coefficients of the equation are not optimized for this area, further regression analysis is needed. In addition, if more variables such as Normalized Difference Vegetation Index (NDVI), land cover, etc. are considered, it could be possible that estimation of national-scale snow depth with higher accuracy.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2009년도 춘계학술대회 논문집
• /
• pp.3-6
• /
• 2009

본 연구에서는 경주시 내남면 일대를 대상으로 KOMPSAT MSC(Multi Spectral Camera) 영상(2007.06.12)을 이용하여 TCT(Tasseled-Cap Transformation), NDVI(Normalized Difference Vegetation Index) 알고리즘을 적용하여 분포도를 작성 하였으며 TCT DN 값을 기초로 영상 강조 및 변환을 통한 임상분류에 적합한 밴드 추출과 NDVI 분포도에서의 DN값을 기초로 산림현장 조사 결과에서 취득된 결과와의 비교 분석을 통하여 알고리즘에 대한 임상분류에 있어서의 변별력 분석을 수행하였다. 본 연구를 통하여 KOMPSAT MSC 영상에서의 임상분류를 위한 식생 알고리즘 적용 가능성을 검토하고자 한다.

• 한국환경복원기술학회지
• /
• 제9권6호
• /
• pp.1-12
• /
• 2006

Remote sensing cannot provide a direct measurement of vegetation index (VI) but it can provide a reasonably good estimate of vegetation index, defined as the ratio of satellite bands. The monitoring of vegetation in nearby urban regions is made difficult by the low spatial resolution and temporal resolution image captures. In this study, enhancing spatial resolution method is adapted as to improve a low spatial resolution. Recent studies have successfully estimated normalized difference vegetation index (NDVI) using improved resolution method such as from the Moderate Resolution Imaging Spectroradiometer (MODIS) onboard EOS Terra satellite. Image enhancing spatial resolution is an important tool in remote sensing, as many Earth observation satellites provide both high-resolution and low-resolution multi-spectral images. Examples of enhancement of a MODIS multi-spectral image and a MODIS NDVI image of Cheongju using a Landsat TM high-resolution multi-spectral image are presented. The results are compared with that of the IHS technique is presented for enhancing spatial resolution of multi-spectral bands using a higher resolution data set. To provide a continuous monitoring capability for NDVI, in situ measurements of NDVI from paddy field was carried out in 2004 for comparison with remotely sensed MODIS data. We compare and discuss NDVI estimates from MODIS sensors and in-situ spectroradiometer data over Ochang plain region. These results indicate that the MODIS NDVI is underestimated by approximately 50%.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.153-153
• /
• 2019

Evapotranspiration (ET) is an important component of hydrological processes. Accurate estimates of ET variation are of vital importance for natural hazard adaptation and water resource management. This study first developed a soil water index (SWI)-based Priestley-Taylor algorithm (SWI-PT) based on the enhanced vegetation index (EVI), SWI, net radiation, and temperature. The algorithm was then compared with a modified satellite-based Priestley-Taylor ET model (MS-PT). After examining the performance of the two models at 10 flux tower sites in different land cover types over East Asia and Australia, the daily estimates from the SWI-PT model were closer to observations than those of the MS-PT model in each land cover type. The average correlation coefficient of the SWI-PT model was 0.81, compared with 0.66 in the original MS-PT model. The average value of the root mean square error decreased from $36.46W/m^2$ to $23.37W/m^2$ in the SWI-PT model, which used different variables of soil moisture and vegetation indices to capture soil evaporation and vegetative transpiration, respectively. By using the EVI and SWI, uncertainties involved in optimizing vegetation and water constraints were reduced. The estimated ET from the MS-PT model was most sensitive (to the normalized difference vegetation index (NDVI) in forests) to net radiation ($R_n$) in grassland and cropland. The estimated ET from the SWI-PT model was most sensitive to $R_n$, followed by SWI, air temperature ($T_a$), and the EVI in each land cover type. Overall, the results showed that the MS-PT model estimates of ET in forest and cropland were weak. By replacing the fraction of soil moisture ($f_{sm}$) with the SWI and the NDVI with the EVI, the newly developed SWI-PT model captured soil evaporation and vegetation transpiration more accurately than the MS-PT model.

• 한국농림기상학회지
• /
• 제23권4호
• /
• pp.340-348
• /
• 2021

본 연구는 콩의 한발 스트레스 판별에 대하여 RGB 영상에 기반한 작물 생육 지수의 적용 가능성과 한계점을 구명하기 위해 수행되었다. RGB 영상에서 추출한 생육 지수들과 한발 스트레스에 반응하는 대표적인 표현형 지표들(군락 피복도, 엽면적, 엽록소 함량 등)과의 높은 상관관계를 통해 영상 기반 생육 진단 모델개발의 가능성을 확인할 수 있었다. 다만 판별의 정확도와 해상도를 개선시키기 위해서는 향후 다양한 재배조건에서 지속적인 성능 평가가 이루어져야 할 것이다. 본 연구의 결과는 향후 RGB 영상을 활용한 콩환경 스트레스 판별에 있어서 영상 전처리, 영상 분석방법, 생육 지수 정량화 기술 개발에 도움을 줄 수 있을 것이며, 개발된 생육 인자 예측 모델은 환경 스트레스 조기 진단을 통한 영농 의사결정 지원 모델의 개발에 기여할 수 있을 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제39권5_4호
• /
• pp.1135-1144
• /
• 2023

국내 농업용 저수지는 1970년 이전에 축조되어 준공 년도가 50년 이상 된 노후화된 시설이 대다수이며, 소규모 저수지는 기본 제원 및 수위 등을 파악할 수 있는 계측시스템이 없는 미계측 저수지이다. 준공 이후 호우발생 시 퇴적된 토사 유입, 퇴사량 증가에 따른 저수지 용량 감소 및 산업 고도화에 따른 수질악화 등은 저수지의 용수공급능력을 저하시키고 형상 변화를 야기한다. 따라서, 디지털 정보 및 원격탐사 정보를 결합한 계측 기술을 활용하여 미계측 저수지 수체 모니터링을 위한 공간정보 구축 방안이 필요하다. 본 연구에서는 지표면의 고도정보와 형태를 파악할 수 있는 Light Detection And Ranging (LiDAR) 센서를 활용하여 저수지 시설물의 고해상도 Digital Surface Model (DSM), Digital Elevation Model (DEM) 자료를 구축하고, 멀티빔(MultiBeam) 음향 측심기 기반 수심측량 정보의 융합을 통해 디지털 공간정보 융합 방안을 제시하고자 한다. 드론용 LiDAR를 활용하여 공간해상도 50 cm의 DSM 및 DEM 자료를 구축하여, 저수지 제방, 여수로, 용수로 등의 수리시설물의 디지털 공간정보를 구축하였다. 다분광 영상을 활용하여 수체를 탐지하기 위해 정규식생지수(Normalized Difference Vegetation Index, NDVI), 정규수분지수(Normalized Difference Water Index, NDWI)를 산정하여, 저수지의 수표면을 산정하였다. 또한, 고해상도 DEM 자료는 수심측량 자료와 융합하여 수심도를 작성하였으며, Triangulated Irregular Network (TIN)로부터 저수지 만수면적 및 체적을 산정하였다. LiDAR 센서 및 멀티빔 기반의 수심측량, 광학위성자료 영상 및 다중분광 드론영상을 활용한 수체 탐지 기술 등의 공간정보 융합은 미계측 저수지의 디지털 인프라를 구축하여 저수지의 가용용수공급능력을 모니터링 하기 위한 기초자료로서 활용성이 높을 것으로 사료된다.

• 한국수자원학회논문집
• /
• 제55권11호
• /
• pp.855-863
• /
• 2022

본 연구에서는 서울시 기온 지상관측 자료의 지도화를 위해 Artificial Neural Network (ANN)을 사용하였다. 지도화를 위한 보조자료로는 MODerate resolution Imaging Spectroradiometer (MODIS) 자료를 사용하였다. ANN 모델 설계를 위해 입력자료와 출력자료 간의 산점도 및 통계분석을 수행하였으며, 기온과의 상관성이 비교적 높게 나타나는 입력자료인 지표면온도, Normalized Difference Vegetation Index (NDVI), Enhanced Vegetation Index (EVI)와 시간(위성관측시각, Day of year), 위치(위도, 경도), 데이터 품질(운량)과 관련된 데이터 종류를 분류 및 조합하여 학습을 진행하였다. 기온자료와 상관성이 높은 데이터만으로 학습을 진행하였을 때 상관계수(r)와 Root Mean Squared Error (RMSE)의 평균값이 0.9667, 2.708℃로 우수한 성능을 보였다. 학습에 사용된 데이터의 종류가 추가될수록 더 우수한 학습 결과를 보였으며, 모든 데이터가 활용될 때에는 r과 RMSE의 평균값이 0.9840, 1.883℃로 가장 우수한 성능을 보였다. ANN 모델으로 생성한 서울시 기온 지도에서는 픽셀별 지형적 특성에 적절하게 기온이 산정된 것으로 판단되며, 추후 연구지역 확대 및 위성자료의 다양화를 통해 시단위 및 전국단위 기온 분포 분석 연구가 가능할 것이다.

• 한국습지학회지
• /
• 제8권1호
• /
• pp.49-58
• /
• 2006

가뭄은 인간이 극복하기 힘든 자연재해로 시간규모가 다양하고 누적된 효과가 천천히 나타나기 때문에 인지가 어려우며 이로 인해 피해가 커지는 경향이 있다(최영진, 1995). 가뭄에 적절히 대처하기 위해서는 가뭄의 감시(Monitoring) 체계가 필요하고, 객관적이고 널리 적용될 수 있는 가뭄의 정의와 가뭄의 정도를 정량적으로 나타낼 수 있는 지표가 필요하다. 기상학 및 수자원에서는 가뭄 감시를 위해 현 상태에 대한 정량적인 가뭄심도를 나타내는 가뭄지수를 사용하고 있으며 원격탐사 분야에서는 다중시기의 식생지수 및 지표면 열지수 등을 활용하여 가뭄여부를 판단하는 노력을 수행하고 있다. 본 연구에서는 과거 10년간 남한의 가뭄시점에 대한 가뭄지수 분석을 통하여 가뭄의 심도를 파악하였고, 정규식생지수(NDVI)와 식생상태지수(VCI)를 활용하여 가뭄현황을 판별하였다. 또한, 식생지수와 가뭄지수의 상관성분석을 통하여 식생지수를 이용한 정량적인 가뭄분석의 가능성을 모색하였다.

• 대한원격탐사학회지
• /
• 제34권4호
• /
• pp.671-680
• /
• 2018

Compared to the imagery produced by traditional satellites, PlanetScope satellite imagery has made it possible to easily capture remotely-sensed imagery every day through dozens or even hundreds of satellites on a relatively small budget. This study aimed to detect changed areas and update a land cover map using a PlanetScope image. To generate a classification map, pixel-based Random Forest (RF) classification was performed by using additional features, such as the Normalized Difference Water Index (NDWI) and the Normalized Difference Vegetation Index (NDVI). The classification result was converted to vector data and compared with the existing land cover map to estimate the changed area. To estimate the accuracy and trends of the changed area, the quantitative quality of the supervised classification result using the PlanetScope image was evaluated first. In addition, the patterns of the changed area that corresponded to the classification result were analyzed using the PlanetScope satellite image. Experimental results found that the PlanetScope image can be used to effectively to detect changed areas on large-scale land cover maps, and supervised classification results can update the changed areas.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1231-1244
• /
• 2022

이상기상으로 인해 노지 작물이 스트레스 상황에 노출되는 빈도가 증가하고 있다. 우리나라에서도 대표적인 벼 재배지역에서 대규모의 병해가 발생하는 사례가 나타났으며, 특정 시기에 대규모 필지에서 발생하는 피해를 현장방문으로 조사하는 것은 한계가 있다. 위성 기반의 원격탐사 기법은 시군 영역을 대상으로 작물을 모니터링하기에 유용하나 작물의 생육이상에 따른 민감도 평가가 선행되어야 한다. 본 연구에서는 벼 병해 발생 지역에서 서로 다른 공간해상도를 가지는 위성 기반의 정규화식생지수(normalized difference vegetation index, NDVI)를 드론 영상을 이용하여 평가하였다. 10 m와 30 m의 공간해상도를 가지는 Sentinel-2, Landsat-8 위성 영상을 평가하였으며, 드론 영상은 약 8-10 cm의 공간해상도를 가졌다. 위성 영상에 맞춰 리샘플링(resampling)된 드론 NDVI는 Sentinel-2 NDVI 와 0.867-0.940의 상관관계를 가졌으며, Landsat-8 NDVI와는 0.813-0.934의 상관관계를 가졌다. 센서의 차이, 관측 시점의 차이 등으로 인한 편향(bias) 영향을 최소화하였을 때, Sentinel-2 NDVI는 Landsat-8 NDVI에 비해 드론 NDVI와 0.2-2.8% 더 적은 정규화된 평균 제곱근 오차를 가졌다. 또한, Sentinel-2 NDVI는 드론 NDVI와 병해 피해 정도와 관계없이 일정한 오차를 가졌으나 Landsat-8 NDVI는 병해 피해 정도에 따라 드론 NDVI와 오차 특성이 다르게 나타났다. 농경지 경계에서 오차가 크다는 것을 고려했을 때 공간해상도가 높은 영상을 활용하는 것이 작물 모니터링에 효과적이라고 판단된다.