• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.164-164
• /
• 2023

This study investigates the importance of flood-influencing factors on the accuracy of flood risk mapping using the integration of remote sensing-based and machine learning techniques. Here, the Extreme Gradient Boosting (XGBoost) and Random Forest (RF) algorithms integrated with GIS-based techniques were considered to develop and generate flood risk maps. For the study area of NAPA County in the United States, rainfall data from the 12 stations, Sentinel-1 SAR, and Sentinel-2 optical images were applied to extract 13 flood-influencing factors including altitude, aspect, slope, topographic wetness index, normalized difference vegetation index, stream power index, sediment transport index, land use/land cover, terrain roughness index, distance from the river, soil, rainfall, and geology. These 13 raster maps were used as input data for the XGBoost and RF algorithms for modeling flood-prone areas using ArcGIS, Python, and R. As results, it indicates that XGBoost showed better performance than RF in modeling flood-prone areas with an ROC of 97.45%, Kappa of 93.65%, and accuracy score of 96.83% compared to RF's 82.21%, 70.54%, and 88%, respectively. In conclusion, XGBoost is more efficient than RF for flood risk mapping and can be potentially utilized for flood mitigation strategies. It should be noted that all flood influencing factors had a positive effect, but altitude, slope, and rainfall were the most influential features in modeling flood risk maps using XGBoost.

• 상하수도학회지
• /
• 제31권3호
• /
• pp.197-204
• /
• 2017

This study was carried out to apply the UAV(Unmanned Aerial Vehicle) coupled with Multispectral sensor for the algae bloom monitoring in river. The study acquired remote sensing data using UAV on the midstream area of Gum River, one of four major rivers in South Korea. Normalized difference vegetation index (NDVI) is used for monitoring algae change. This study conducted water sampling and analysis in the field for correlating with NDVI values. Among the samples analyzed, the chlorophyll concentration exhibited strong and significant linear relationships with NDVI, and thus NDVI was chosen for algae bloom index to identify emergence aspect of phytoplankton in river. Aerial remote sensing technology can provide more accurate, flexible, cheaper, and faster monitoring methods of detecting and predicting eutrophication and therefore cyanobacteria bloom in water reservoirs compared to currently used technology. As a result, there was high level of correlation in chlorophyll-a and NDVI. It is expected that when this remote water quality and pollution monitoring technology is applied in the field, it would be able to improve capabilities to deal with the river water quality and pollution at the early stage.

• 대한원격탐사학회지
• /
• 제36권6_2호
• /
• pp.1605-1613
• /
• 2020

갯골은 갯벌 퇴적의 형성과 발달에 가장 핵심적인 구실을 하는 해안퇴적지형으로써, 갯벌 퇴적/침식 지형의 이해와 분포 파악에 있어 매우 중요한 지표로 여겨진다. 본 연구는 KOMPSAT 고해상도 위성영상자료를 활용하여 시화호 간척지의 방조제 수문 개방 이후 시기별 갯골 변화 양상을 파악하고, 고해상도 위성 영상의 활용 가능성 및 효율성 평가하는데 목적을 가진다. 갯골 선 추출을 위해 2009년, 2014년, 2019년 세 시기를 대상으로 KOMPSAT 2, 3 영상을 활용하였으며, 각 4개의 분광 밴드를 활용한 주성분 분석 및 기본 신경망 기반 감독 분류와 Normalized Difference Water Index, Matched Filtering 및 Spectral Angle Mapper 감독 분류 기반의 밴드 비연산 기법을 적용하였다. 추출한 갯골 정보의 검증을 위해 국토지리정보원 수치지도정보 및 중해상도 Landsat 7 ETM+ 영상자료를 활용하였다. 검증 결과, 갯골 선의 방향성 및 분포 양상 변화 감지 부분에서 KOMPSAT 영상 자료가 Landsat 7 영상과 비교하여 검증자료와 큰 일치성을 나타냈다. 하지만 갯골 선 밀도 분포 파악 및 퇴적 지형 발달과 관련된 유의미한 정보의 제공에 있어서는 한계를 가질 것으로 확인되었다. 본 연구는 국내 조간대 환경 이슈에 대응하는 방안으로써 KOMPSAT 영상 기반 고해상도 원격 탐사의 활용 가능성을 제시할 수 있을 것으로 기대되며, 조간대 환경 일대를 대상으로 하는 다종 플랫폼 영상 기반 융·복합 주제도 작성을 위한 기초연구자료로써 이용될 수 있을 것으로 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.52-52
• /
• 2023

저수지는 기존의 육상 수지에 직접적인 영향 뿐 만 아니라 수체가 육상에 머무르는 시간을 늘려 수온 및 수질에는 영향을 미친다. 이들이 환경 및 지역 기후 변화에 직접적인 영향을 미치는 주요인자로 기후 변화에 미치는 긍정적, 부정적 효과와 함께 중요성이 더 증대되고 있다. 위성 원격탐사는 북한 지역 등과 같은 현장 관측 자료의 수집이 어려운 지역을 포함한 전 지구 규모에서 저수량 변화를 추정하는데 유용한 자료를 제공한다. 우리는 광학 위성 (Landsat-8/9)과 능동형 마이크로파 위성 (Sentinel-1)를 활용해 한반도 지역에 분포하고 있는 저수지의 수체 면적을 산출하기 위해 2020년부터 2022년까지 자료를 수집했다. 저수지 표면적 산출은 전통적인 NDWI (Normalized Difference Water Index) 및 후방산란계수 (𝜎₀)에 multi-Otsu 방법을 적용하여 이진화 영상을 얻는 방식을 이용했다. 여전히 남아있는 과탐지 영역은 최대 표면적 영상과 상대 비교를 통해 제거했다. Landsat과 Sentinel-1 위성 원격 탐사 자료 기반 저수지 표면적은 높은 유사성이 있었고, 현장 및 위성 고도계 자료 기반 수면 고도 변화와 높은 관계성를 보여주었다. 실험을 통해 위성 원격탐사 자료를 활용한 한반도 지역 저수지의 저수량 변화을 추정했으며, 현장 관측자료와 비교했다. 이 추정 기술은 전 지구 저수지 및 호수로 확장할 수 있으며, 수문 모델의 검증자료 등으로 활용될 수 있다.

• 한국지리정보학회지
• /
• 제25권2호
• /
• pp.88-99
• /
• 2022

하천망은 하천 관리에 있어서 필수적인 지형특성 중 하나이다. 기존에 현장조사를 통해 구축되었던 하천망은 최근에 원격탐사 자료를 활용하여 효율적으로 구축되기 시작하였다. 교량 등 장애물이 많은 도시 하천망의 경우, 하천 내 장애물 제거에 어려움이 있어 온전한 하천망을 구축한 사례는 드물다. 본 연구는 Sentinel-2 위성영상을 활용하여 도시 내 하천에 존재하는 장애물을 제거하고 경계선이 보전된 온전한 하천망을 자동으로 추출하는 기술을 개발하였다. 우선 Sentinel-2 위성영상의 다중분광 밴드를 활용하여 정규수분지수 영상을 제작하고 수체와 그 외 지역을 구분할 수 있는 이진화 영상을 제작하였다. 그리고 모폴로지 연산을 이진화 영상에 적용하여 장애물이 제거되고 경계선이 보전된 온전한 하천망을 추출하였다. 본 연구에서 개발한 기술을 서울시 한강에 적용한 결과, 경계선은 보존되고 교량 등 장애물이 제거된 온전한 하천망을 추출할 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.1607-1611
• /
• 2009

본 연구에서는 현재 가뭄을 관측하는데 주로 이용되는 가뭄지수의 단점 등을 보완하고자 가뭄에 관련되는 식생지수를 연계한 공간해상도 높은 가뭄지수를 제시하였다. 우리나라 지상관측을 통해 산출할 수 있는 PDSI(Palmer Drought Severity Index)와 SPI(Standardized Precipitation Index) 같은 가뭄지수는 기온과 강수량 등의 기후자료만을 이용하여 산정할 수 있다. 두 가뭄지수는 관측하기 어려운 가뭄의 시기와 심도를 설명하고자 여러 연구를 통해 개발한 지수이지만, 두 가뭄지수만을 가지고 우리나라 전역의 가뭄의 공간적인 분포를 설명하기에는 다소 무리가 있다. PDSI의 경우 강수량과 기온과 토양의 수분함유량을 가지고 산출하는데, 전 관측지점을 똑같은 토양수분함유량을 가지고 있다는 가정 하에 계산되고, SPI의 경우 강수량만을 이용하여 산정한다. PDSI의 경우 과거의 가뭄의 정도를 판단하는데 매우유용하다고 알려져 있다. 하지만, 현재의 가뭄정도를 나타내는 데는 문제를 가지고 있고, SPI의 경우는 누적강수량을 가지고 시간단위로 계산한다는 점에서 다양한 가뭄의 정도를 예측할 수 있지만, 입력 자료로 강수량만 들어간다는 점에서 약점을 가진다. 이런 기후지수만을 이용한 가뭄정보 생산이 공간정보를 구현하는데 한계를 가지는 문제점을 개선하고자 가뭄에 직간접적으로 관련이 있는 보다 세밀한 공간정보를 가진 식생, 토지이용, 고도 등의 자료와 기후정보로부터 산정된 가뭄지수간의 관계를 분석하였다. 나아가 기존의 기후지수보다 고해상도를 가진 위성의 정규식생지수(NDVI; Normalized Difference Vegetation Index)와 같은 식생지수를 이용하여 기존보다 더 향상된 해상도의 가뭄지수를 산정하고자 하였다. 우리나라 지상관측소 76개 지점 중에 MODIS(Moderate Resolution Imaging Spectroradiometer) 정규식생지수 자료와의 관계를 분석하고자 자료의 보유기간이 짧은 지점과 섬지점 등을 제외한 57개 지점을 선정하고, 연구기간동안의 강수량과 기온자료를 이용하여 PDSI와 SPI를 산출하였다. PDSI와 SPI자료를 고해상도 가뭄지수 산정의 기본 변수로 사용하기 위하여 역거리가중평균법을 이용한 연구기간동안의 한반도 지역 PDSI와 SPI 가뭄지수 지도를 생산하였다. 각각의 가뭄지수와 식생 상태를 나타내는 NDVI와의 상관특성과 계절 변화에 따른 변화특성을 분석하고, CART(Classification and Regression Trees) 알고리즘을 이용하여, 지상 자료만을 사용한 가뭄지수가 가지는 시공간적 변화 특성 제시에 대한 문제점을 개선한 보다 해상도가 높은 조합가뭄지수를 제시하였다.

• 대한원격탐사학회지
• /
• 제20권3호
• /
• pp.175-188
• /
• 2004

The objectives of this study were to estimate leaf area index (LAI) as a function of image-derived vegetation indices, and to compare measured and estimated LAI to the results of crop model simulation. Soil moisture, crop phenology, and LAI data were obtained several times during the 2001 growing season at monitoring sites established in two central Missouri experimental fields, one planted to com (Zea mays L.) and the other planted to soybean (Glycine max L.). Hyper- and multi-spectral images at varying spatial. and spectral resolutions were acquired from both airborne and satellite platforms, and data were extracted to calculate standard vegetative indices (normalized difference vegetative index, NDVI; ratio vegetative index, RVI; and soil-adjusted vegetative index, SAVI). When comparing these three indices, regressions for measured LAI were of similar quality $(r^2$ =0.59 to 0.61 for com; $r^2$ =0.66 to 0.68 for soybean) in this single-year dataset. CERES(Crop Environment Resource Synthesis)-Maize and CROPGRO-Soybean models were calibrated to measured soil moisture and yield data and used to simulate LAI over the growing season. The CERES-Maize model over-predicted LAI at all corn monitoring sites. Simulated LAI from CROPGRO-Soybean was similar to observed and image-estimated LA! for most soybean monitoring sites. These results suggest crop growth model predictions might be improved by incorporating image-estimated LAI. Greater improvements might be expected with com than with soybean.

• 한국수자원학회논문집
• /
• 제52권5호
• /
• pp.325-335
• /
• 2019

본 연구의 목적은 일반 상호보완이론(Generalized Complementary Relationship, GCR)을 활용하여 실제증발산량을 추정하고, 추정한 실제증발산량기반 가뭄지수로부터 공통경계미국(Conterminous U.S., CONUS)에 대한 1895~2016년 기간 동안의 가뭄을 해석하는 것이다. GCR 이론으로부터 추정한 $ET_a$는 North American Land Data Assimilation System (NLDAS-2) Noah 지면모형(Land surface models)으로 산정한 $ET_a$와 비교 검증하였다. 또한, GCR로부터 증발산 부족량(ET Deficit)을 산정하고 이를 표준정규화하여 공통경계미국에 대해 Standardized Evapotranspiration Deficit Index (SEDI)를 산정하였다. 이렇게 산정한 SEDI는 Standard Precipitation Index (SPI)와 비교하였다. 본 연구로부터 GCR 기반 $ET_a$는 NLDAS-2 Noah모형의 $ET_a$보다 다소 크게 추정하는 경향을 보였다. SEDI와 SPI의 상관성은 지속시간이 클수록 더 크게 나타났다. 강수와 토양수분의 자료를 사용하지 않는 GCR이론으로부터 비교적 정확한 $ET_a$을 추정할 수 있으며, 증발산 기반인 SEDI가 적절한 가뭄해석에 이용될 수 있을 것으로 판단된다.

• 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 2020년도 학술발표회
• /
• pp.156-156
• /
• 2020

가뭄은 다른 자연재해에 비해 진행 속도가 느리고 발생 시작 시기가 명확하지 않다. 또한 피해지역이 광범위하다는 점에서 사회, 경제적 피해와 농업 생산 시스템 및 수확량 등 농업 전반에 걸쳐 직접적인 영향을 미치고 있다. 전지구적 기후변화로 인해 국내의 가뭄 발생빈도는 2000년 이후 증가하고 있으며, 가뭄의 정량적 분석은 선제적 가뭄 대응을 위해 필요하다. 현재 국내에서는 여러 유관기관에서 지상 관측 데이터를 활용하여 가뭄을 모니터링하고, 가뭄 공간 분포 지도를 제공하고 있다. 하지만 지상 관측 데이터를 통한 가뭄 분포 지도는 미계측 지역에 대한 데이터 취득이 어렵고, 지형학적 특성을 고려하지 못하는 한계점이 있다. 이러한 한계점을 보완하기 위해 수자원 및 재해 분야에서 위성영상이 활용되고 있다. 위성영상을 활용한 가뭄 판단 및 예측에는 정규식생지수 (Normalized Difference Vegetation Index, NDVI)가 사용되고 있으며, 식생지수는 가뭄 발생, 진행 등에 있어 즉각적인 반응이 어렵다는 단점이 있다. 본 연구에서는 잠재 증발산과 실제 증발산의 비를 이용해 산정된 위성영상 기반 가뭄 지수인 Evaporative Stress Index (ESI)를 활용하였다. NASA (National Aeronautics and Space Administration)에서 제공하는 ESI는 전지구를 대상으로 5km 해상도로 제공하고 있다. 하지만 국내 가뭄 판단을 위해서는 높은 해상도의 영상이 필요하며, 본 연구에서는 MODIS (Moderate Resolution Imaging Spectroradiometer) 영상을 활용한 ESI의 산정을 통해 해상도의 문제를 개선하고자 한다. 산정한 500m 해상도의 ESI는 기존 5km 해상도의 ESI와 비교 검증하였으며, SPI 및 과거 가뭄 발생 현황 자료를 근거로 ROC (Receiver Operating Characteristics) 분석을 통해 시군 단위 농업가뭄평가의 적용성을 확인하고 한다.