• 제목/요약/키워드: remote monitor

검색결과 651건 처리시간 0.025초

Sentinel-1 SAR 시계열 영상을 이용한 캐나다 앨버타 오일샌드 지역의 지표변위 분석 (Analysis of Surface Displacement of Oil Sands Region in Alberta, Canada Using Sentinel-1 SAR Time Series Images)

  • 김태욱;한향선
    • 대한원격탐사학회지
    • /
    • 제38권2호
    • /
    • pp.139-151
    • /
    • 2022
  • 오일샌드 채굴에 널리 이용되고 있는 증기 주입식 중력 배수(Steam-Assisted Gravity Drainage, SAGD) 공법은 지표의 변형을 야기하며, 이는 오일샌드 플랜트의 안정성에 영향을 미칠 뿐만 아니라 다양한 지질 재해의 원인이 되므로 지속적인 모니터링이 필요하다. 이 연구에서는 캐나다 앨버타의 Athabasca 오일샌드 지역에 대해 2016년부터 2021년까지 획득된 Sentinel-1 시계열 영상레이더(synthetic aperture radar, SAR) 자료에 고정산란체 간섭기법(Permanent Scatterer Interferometric SAR, PSInSAR)을 적용하여 SAGD 운용에 의한 지표변위를 관측하였다. 그리고 SAGD의 건설 및 확장을 Landsat-7/8 시계열 영상으로부터 파악하고, 이를 통해 SAGD의 원유 생산성에 따른 지표변위의 특성을 분석하였다. Athabasca 오일샌드 지역의 SAGD 및 그 주변에서는 레이더 관측방향으로 0.3-2.5 cm/yr의 지반융기가 관측된 반면, SAGD에서 수 km 이상 떨어져 있고 오일샌드 채굴의 영향이 없는 지역에서는 -0.3--0.6 cm/yr의 침하가 관측되었다. Landsat-7/8 시계열 영상 분석을 통해 2012년 이후에 건설되어 높은 생산성을 보이는 SAGD는 증기의 주입으로 인해 1.6 cm/yr 이상의 지반융기를 야기하는 반면에 더 오랜 기간 동안 운용되어 생산성이 상대적으로 낮은 SAGD에서는 증기 주입에도 불구하고 지속적인 원유 회수에 따른 사암의 압축 때문에 연간 수 mm의 매우 작은 융기가 발생함을 추정할 수 있었다. SAGD 및 그 주변을 제외한 대부분의 지역에서 관측된 침하는 동토층의 융해에 의한 점진적 지반침하로 추정되었다. 동토층의 침하를 고려할 때 SAGD 운용에 기인하는 지반의 융기는 관측된 것보다 더 클 것이라고 예상되었다. 이 연구의 결과를 통해 PSInSAR 기법이 극한지 오일샌드 SAGD의 생산성과 안정성 평가에 유용한 수단으로 활용될 수 있음을 확인할 수 있었다.

GK2A AMI를 이용한 한반도 식생건강지수 산출 (Retrieval of Vegetation Health Index for the Korean Peninsula Using GK2A AMI)

  • 이수진;조재일;류재현;김나리;김광진;손은하;박기홍;장재철;이양원
    • 대한원격탐사학회지
    • /
    • 제38권2호
    • /
    • pp.179-188
    • /
    • 2022
  • 지구온난화는 기후변화를 야기하며 전지구적으로 이상기상 현상을 유발하고 있다. 우리나라에서도 폭염, 가뭄과 같은 이상기상 현상이 증가하고 있는 상황이다. 이상기상 감시를 위하여 지표면온도(Land Surface Temperature, LST), 온도상태지수(Temperature Condition Index, TCI), 식생활력지수(Normalized Difference Vegetation Index, NDVI), 식생상태지수(Vegetation Condition Index, VCI), 식생건강지수(Vegetation Health Index, VHI) 등의 위성자료가 활용되고 있다. TCI와 VCI를 이용하여 계산되는 VHI는 온도, 강수와 같은 기상 요인에 의한 식생 스트레스를 나타내며, 기후변화 상황에서 가뭄 평가에 주로 활용되고 있다. TCI, VCI는 날짜 및 장소에 따른 LST, NDVI의 과거 평년치를 참조해서 산출되기 때문에, 아직 2년여의 자료밖에 없는 천리안위성 2A호(GK2A) AMI (Advanced Meteorological Imager) 자료로부터 TCI, VCI, VHI를 산출하는 것은 현재로서는 쉽지 않은 일이다. 본 연구에서는 대안적인 방법으로 VIIRS (Visible Infrared Imaging Radiometer Suite) 센서의 LST, NDVI를 이용하여 GK2A의 VHI 산출 가능성을 모색하였다. GK2A와 VIIRS의 LST, NDVI는 상당히 높은 상관성을 보이기 때문에, GK2A에 존재하지 않는 과거 평년치를 VIIRS 자료로 대체하는 방식을 택하였다. 8일 간격으로 GK2A 격자에 해당하는 LST, NDVI의 최소·최대값 조견표를 구축하여 TCI, VCI, VHI를 산출하였고, 최근 우리나라 이상기상 현상에 대한 해석을 수행하였다. GK2A VHI는 2020년 3월과 6월의 폭염, 4월과 7월의 저온, 8월의 폭우 등으로 인한 식생 스트레스의 변화를 잘 표현하는 것으로 나타났지만, 미국 해양대기청(National Oceanic and Atmospheric Administration, NOAA)의 VHI 산출물은 그렇지 않았다. 본 연구에서 제시한 GK2A VHI는 향후 LST, NDVI의 과거 평년치에 대한 통계적으로 엄밀한 보완을 거친다면 폭염, 가뭄으로 인한 식생 스트레스 감시에 활용될 수 있을 것으로 사료된다.

Sentinel-1 SAR 영상과 AI 기법을 이용한 국내 중소규모 농업저수지의 수표면적 산출 (An Artificial Intelligence Approach to Waterbody Detection of the Agricultural Reservoirs in South Korea Using Sentinel-1 SAR Images)

  • 최소연;윤유정;강종구;박강현;김근아;이슬찬;최민하;정하규;이양원
    • 대한원격탐사학회지
    • /
    • 제38권5_3호
    • /
    • pp.925-938
    • /
    • 2022
  • 농업용 저수지는 전국적으로 중요한 수자원으로 기후변화에 따른 가뭄과 같은 이상기후의 영향에 취약한 특성을 가지며 적절한 운영을 위해 강화된 관리가 필요하다. 지속적인 모니터링을 통한 수위 추적(water level tracking)이 필요하지만 현실적인 문제로 현장 실측 및 관측이 어려운 실정이다. 본 연구는 저수지 수표면적을 측정하기 위해 광역 모니터링이 가능한 위성레이더 자료를 이용하여 4가지 AI 모델 간의 수체 탐지 성능에 대해 객관적인 비교를 제시한다. 위성 레이더자료는 Sentinel-1 SAR 이미지를 사용하였으며, 광학영상과 달리 기상환경에 영향을 적게 받기 때문에 장기 모니터링에 적합하다. 드론 이미지, Sentinel-1 SAR 그리고 DSM 데이터를 사용하여 Support Vector Machine (SVM), Random Forest (RF), Artificial Neural Network (ANN), Automated Machine Learning (AutoML)의 4가지 AI 모델을 구축했다. 연구대상 저수지는 총 22개소로 유효저수량이 30만톤 미만의 중소형 저수지이다. 총 45개 이미지가 모델 훈련과 검증에 사용되었으며, 연구 결과 AutoML 모델이 Accuracy=0.92, mIoU=0.81로 다른 3가지 모델에 비해 수체 픽셀 분류에서 0.01-0.03 더 나은 것을 보여주었다. 해당 결과는 SAR 영상으로부터 AutoML을 이용한 중소형 저수지 대상의 수체 분류 기법이 기존의 머신러닝 기법만큼의 성능을 보이는 것을 보여주었고, 학습을 통한 수표면적 분류 기술의 저수지 모니터링에 대한 적용 가능성을 보여주었다.

Sentinel-1 레이더 식생지수와 AutoML을 이용한 Sentinel-2 NDVI 결측화소 복원 (Gap-Filling of Sentinel-2 NDVI Using Sentinel-1 Radar Vegetation Indices and AutoML)

  • 윤유정;강종구;김서연;정예민;최소연;임윤교;서영민;원명수;천정화;김경민;장근창;임중빈;이양원
    • 대한원격탐사학회지
    • /
    • 제39권6_1호
    • /
    • pp.1341-1352
    • /
    • 2023
  • 위성영상 기반의 정규식생지수(normalized difference vegetation index, NDVI)는 넓은 영역에서 주기적인 정보를 수집할 수 있어 산림 및 농업 모니터링에 주로 사용된다. 그러나 광학센서 기반 식생지수는 구름 등의 영향으로 일부 지역에서 결측을 가지기 때문에, 본 연구는 전천후 및 주야에 관계없이 관측 가능한 Sentinel-1의 합성 개구 레이더(synthetic aperture radar, SAR) 영상을 활용하여 Sentinel-2 NDVI 결측값을 복원하는 모델을 개발하였다. 이는 광학적으로 관측이 어려운 구름 조건이나 야간에도 NDVI를 추정할 수 있는 잠재력을 보여준다. Automated machine learning (AutoML)을 활용한 비선형 결측복원모델의 5폴드(fold) 교차검증 결과, 절대오차 7.214E-05, 상관계수 0.878의 NDVI 복원 성능을 보였다. 이를 통해 시공간 연속적인 NDVI 생산 방법론을 발전시켜, 전천후 식생 모니터링에 필요한 정보 생산에 기여할 수 있을 것으로 기대된다.

Himawari-8 정지궤도 위성 영상을 활용한 딥러닝 기반 산불 탐지의 효율적 방안 제시 (Efficient Deep Learning Approaches for Active Fire Detection Using Himawari-8 Geostationary Satellite Images)

  • 이시현;강유진;성태준;임정호
    • 대한원격탐사학회지
    • /
    • 제39권5_3호
    • /
    • pp.979-995
    • /
    • 2023
  • 산불은 예측이 어려운 재해이기 때문에 실시간 모니터링을 통해 빠르게 대응하는 것이 중요하며, 정지 궤도 위성 영상은 광역을 짧은 시간 간격으로 모니터링할 수 있어 산불 탐지 분야에 활발히 이용되고 있다. 기존의 위성 영상 기반 산불 탐지 알고리즘은 밝기 온도의 통계량 분석을 통한 임계값 기반으로 이상치를 탐지하는 방향으로 진행되어 왔다. 그러나 강도가 약한 산불을 탐지하기 어렵거나, 적절한 임계값 설정의 어려움으로 일반화 성능이 저하되는 한계점이 있어 최근에는 기계학습을 이용한 산불 탐지 알고리즘들이 제시되고 있다. 현재까지는 random forest, VanillaConvolutional neural network (CNN), U-net 구조 등의 비교적 간단한 기법이 적용되고 있다. 따라서, 본 연구에서는 정지궤도 위성인 Advanced Himawari Imager를 이용하여 동아시아와 호주를 대상으로 State of the Art (SOTA)딥러닝 기법을 적용한 산불 탐지 알고리즘을 개발하고자 하였다. SOTA 모델은 EfficientNet과 lion optimizer를 적용하여 개발하고, Vanilla CNN 구조를 사용한 모델과 산불 탐지 결과를 비교하였다. EfficientNet은 동아시아와 호주에서 0.88 및 0.83의 F1-score를 기록함으로써 CNN (동아시아: 0.83, 호주: 0.78)에 비해 뛰어난 성능을 입증하였다. EfficientNet에 불균형 문제 해결을 위한 weighted loss, equal sampling, image augmentation 기법 적용 시, 동아시아와 호주에서 각각 0.92와 0.84의 F1-score를 기록함으로써 적용 전(동아시아: 0.88, 호주: 0.83)에 비하여 성능이 향상되었음을 확인하였다. 본 연구를 통하여 제시된 SOTA 딥러닝 기법의 산불 탐지에의 적용 가능성과 딥러닝 모델의 성능 향상을 위해 고려해야 할 방향은 향후 산불탐지 분야에 대한 딥러닝 적용에 도움이 될 것으로 기대된다.

GOCI-II 대기상한 반사도와 기계학습을 이용한 남한 지역 시간별 에어로졸 광학 두께 산출 (Retrieval of Hourly Aerosol Optical Depth Using Top-of-Atmosphere Reflectance from GOCI-II and Machine Learning over South Korea)

  • 양세영;최현영;임정호
    • 대한원격탐사학회지
    • /
    • 제39권5_3호
    • /
    • pp.933-948
    • /
    • 2023
  • 대기 중 에어로졸은 인체에 악영향을 끼칠 뿐 아니라 기후 시스템에도 직간접적인 영향을 미치므로 에어로졸의 특성과 시공간적인 분포에 대한 이해는 매우 중요하다. 이를 위해 위성기반 관측을 통해 에어로졸 광학 두께(Aerosol Optical Depth, AOD)를 산출하여 에어로졸을 모니터링하는 다양한 연구가 수행되어 왔다. 하지만 이는 주로 조견표를 활용한 역 산출 알고리즘에 기반하여 이루어지기 때문에 많은 계산량을 요구하며 불확실성이 존재한다. 따라서, 본 연구에서는 Geostationary Ocean Color Imager-II (GOCI-II)의 대기상한반사도와 30일 동안의 대기상한반사도 중 최솟값과 관측 시점 값의 차이 값, 수치 모델 기반 기상학적 변수 등을 활용하여 기계학습 기반 고해상도 AOD 직접 산출 알고리즘을 개발하였다. Light Gradient Boosting Machine (LGBM) 기법이 사용되었으며, 추정된 결과는 지상 관측 자료인 Aerosol Robotic Network (AERONET) AOD를 활용하여 랜덤, 시간 및 공간별 N-fold 교차검증을 통해 검증되었다. 세 가지 교차검증 결과 R2=0.70-0.80, RMSE=0.08-0.09, 기대오차(Expected Error, EE) 안에 있는 비율은 75.2-85.1% 수준으로 안정적인 성능을 보였다. Shapley Additive exPlanations (SHAP) 분석에서는 반사도 관련 변수들이 기여도의 상위권 대부분을 차지하고 있는 것을 통해 반사도 자료가 AOD 추정에 많은 기여를 하는 것을 확인하였다. 서울과 울산 지역에 대한 시간 별 AOD의 공간 분포를 분석한 결과, 개발된 LGBM 모델은 시간의 흐름에 따라 AERONET AOD 값과 유사한 수준으로 AOD를 추정하고 있었다. 이를 통해 높은 시공간 해상도(i.e., 시간별, 250 m)에서의 AOD 산출이 가능함을 확인하였다. 또한, 산출 커버리지 비교에서 LGBM 모델의 평균 산출 빈도가 GOCI-II L2 AOD 산출물 대비 8.8%가량 증가한 것을 통해 기존 물리모델기반 AOD 산출 과정에서 발생하던 밝은 지표면에 대한 과도한 마스킹의 문제점을 개선시킨 것을 확인하였다.

마이크로파 산란계를 이용한 벼, 콩 생육단계 추정 (Estimation of Rice and Soybean Growth Stage Using a Microwave Scatterometer)

  • 김이현;홍석영;이훈열;이재은;이경도
    • 한국토양비료학회지
    • /
    • 제45권4호
    • /
    • pp.503-510
    • /
    • 2012
  • 본 연구에서는 마이크로파 산란계 시스템을 이용하여 벼, 콩 작물을 대상으로 후방산란계수와 작물생육변화를 관측하고 pauli decomposition을 통해 얻어진 인자값과 작물생육과의 비교를 통해 작물 생육단계를 추정하였다. Pauli decomposition 방법을 이용 생육시기에 따른 벼 산란특성을 분석한 결과 L-밴드는 벼 출수기 (DOY 222, 8월 10일) 이후 이중 산란 (${\sigma}_{hh}-{\sigma}_{vv}$) 효과가 크게 나타났고, C-밴드는 생육기간동안 이중 산란과 체적 산란의 decomposition value가 거의 같았으며, X-밴드는 체적 산란이 이중 산란보다 높게 나타났다. Pauli decomposition 방법을 이용하여 콩 생육시기별 산란특성을 분석한 결과 L-밴드에서는 R2 (DOY 224, 8월 13일) 시기에 이중 산란이 체적 산란보다 높게 나타났고, R4 (DOY 242, 8월 31일) 이후로는 두 요소간의 값 차이가 크게 나타났다. Pauli decomposition ratio을 이용한 벼, 콩 생육단계를 추정하는데 있어 이중 산란이 key factor로 작용하는 것을 알 수 있었다. 벼의 경우 L-밴드에서는 이중 산란이 차지하는 비율이 체적 산란 비율보다 높아지기 시작하는 시점이 분얼기 (DOY 183, 7월 1일)이며, 이중 산란 효과가 벼 출수기 이후 지속적으로 나타나기 때문에 분얼기와 벼 출수기의 생육단계 추정이 가능하다. C-밴드는 이중 산란 비율이 최대값을 나타내는 시점이 벼 출수기와 일치하여 이 시기 추정이 가능할 것으로 판단된다. X-밴드의 경우에는 이중 산란 비율이 최대값을 가지는 시점이 유수형성기 (DOY 206, 7월 24일)로 이 시기 추정이 가능하고, 표면 산란이 다시 증가하는 시점이 유숙기 (DOY 243, 8월 31일)로 이 시기도 pauli decomposition ratio를 이용하여 추정이 가능할 것으로 판단된다. 또한 콩의 경우에는 L-밴드의 이중 산란이 체적 산란보다 높아지는 시기가 R2 (DOY 224, 8월 13일) 임으로 이 시기 예측이 가능할 것으로 판단된다. 따라서 마이크로파 산란계에서 얻어진 decomposition 방법을 이용하여 벼, 콩 생육단계를 예측할 수 있음을 확인하였다.

유비쿼터스 컴퓨팅 환경을 위한 RFID/WSN 통합 관리 시스템에 관한 연구 (A Study on The RFID/WSN Integrated system for Ubiquitous Computing Environment)

  • 박용민;이준혁
    • 대한전자공학회논문지TC
    • /
    • 제49권1호
    • /
    • pp.31-46
    • /
    • 2012
  • 유비쿼터스 컴퓨팅 환경을 구현하기 위해서 가장 핵심이 되는 기술은 USN(Ubiquitous Sensor Network)기술로써 RFID(Radio Frequency Identification)와 무선 센서 네트워크(Wireless Sensor Network WSN)를 이용한 다양한 센서 기술과 프로세서 집적 기술 그리고 무선 네트워크 기술을 이용해서 실제 물리적 환경 정보를 원격에서 손쉽게 수집하고 모니터링 하는 것을 가능하게 함으로써 기존 가상 공간의 IT 기술을 다양한 실제 환경에서 확대할 수 있도록 한다. 그러나 RFID와 WSN은 이러한 기술적 유사성과 상호 영향에도 불구하고 별 개의 연구로 인식되었으며 RFID와 WSN의 기술적인 융합에 대한 연구는 미비한 수준이다. 이러한 문제점을 인식한 EPCglobal에서는 국제 표준인 EPCglobal Network를 기반으로 RFID와 WSN 기술을 효율적으로 통합/연동할 수 있는 EPC 센서 네트워크(EPC Sensor Network)를 제안하였다. 제안된 EPC 센서 네트워크는 미들웨어에서 복합 이벤트 처리(Complex Event Processing) 기법을 이용하여 RFID와 WSN을 통해 발생되는 데이터를 단일 환경에서 통합하고, 발생된 이벤트를 EPCglobal Network를 기반으로 연동하는 기술이다. 하지만 이러한 EPC 센서 네트워크는 미들웨어에서 복합 이벤트를 검출하기 위해 복합 이벤트를 구성하는 모든 기본 이벤트가 발생하지 못하는 경우에도 계속적인 검사를 수행하기 때문에 연산 비용이 증가되는 문제점이 있다. 또한 센서 데이터의 표현을 위해 RFID 태그의 EPC를 기반으로 센서 데이터를 하나의 결합된 쌍으로 표현한다. 이것은 센서 데이터를 처리하는데 있어 반드시 EPC가 있어야 함을 의미한다. 즉, 센서 데이터만을 위한 관리 기능은 제공하지 못하는 문제점이 있다. 이러한 EPC 센서 네트워크의 문제점들을 해결하기 위하여 본 논문에서는 RFID/WSN 통합 관리 시스템을 제안한다. 제안하는 RFID/WSN 통합 관리 시스템은 첫 번째, RFID와 WSN 데이터를 인터넷 표준 프로토콜인 SIP(Session Initiation Protocol) 기반의 통합 관리 시스템을 제안하였다. 두 번째, 미들웨어에서 불필요한 복합 이벤트 검출 연산을 위하여 복합 이벤트의 최소 조건을 정의하고 조건을 만족하는 경우에만 복합 이벤트를 검출하는 알고리즘을 제안하였다. 제안하는 기법들의 성능을 평가하기 위하여 SIP 기반의 통합관리시스템을 구현하여 성능을 평가하였다.

원격탐사기법에 의한 도시열섬 연구 (A study on urban heat islands over the metropolitan Seoul area, using satellite images)

  • 이현영
    • 대한지리학회지
    • /
    • 제40권
    • /
    • pp.1-13
    • /
    • 1989
  • 도시기후와 같은 소기후를 연구하기 위하여는 도시는 물론 그 주변의 농촌지역에 이르기까지 조밀한 기상관측망이 필요하다. 그러나 한국에서 뿐만 아니라 선진제국에서도 기상관측망의 밀도가 도시기후를 파악하기에 충분할 만큼 조밀하지 못한 실정에 있다. 이러한 상항하에서 도시기후에 관하여 연구하려면 기초자료부터 측정하여야하는 어려움이 있으며, 따라서 그 연구의 필요성은 절감하면서도 실제적인 연구는 극히 부진하여 그 범위도 대단히 한정되어 있다. 1960년에 TIROS 1호가 미국에서 발사된 이래 다수의 기상위성이 궤도상에서 선회하며 많은 기상정보를 지상으로 보내주고 있다. 그리하여 현장관측이 어려운 각종 기상현상에 관한 정보를 짧은 시간안에, 그리고 경우에 따라서는 적은 비용으로 입수할 수 있게 됨으로써 기상연구에 박차가 가하여지게 되었다. 특히 최근에는 컴퓨터 프로그램의 발달과 더불어 해상력이 1km인 AVHRR의 영상을 대축척으로 확대하여 사용할 수 있게 되는 한편 여러가지 오류도 수정할 수 있게 되었다. 그리고 이들 위성으로부터 관측된 열적외선 영상은 도시열섬을 나타내는데 있어서 중용한 자료로 사용할 수 있게 되었다. 본 연구에서는 원격탐사 기법에 의한 도시열섬 연구의 가능성을 타진하여 보고자 NOAA AVHRR 영상을 이용하여 남한지역의 도시열섬의 존재와 수도권지역 열섬의 강도 및 형태를 알아보고 나아가 도시열섬과 여러 도시현상간의 관계를 밝혀 보고자 한다.

  • PDF

동아시아 지역의 플럭스 타워 관측지에 대한 MODIS 위성영상 기반의 증발산 평가 (Evaluation of MODIS-derived Evapotranspiration at the Flux Tower Sites in East Asia)

  • 정승택;장근창;강신규;김준
    • 한국농림기상학회지
    • /
    • 제11권4호
    • /
    • pp.174-184
    • /
    • 2009
  • 지표 증발산은 육상 생태계의 수문순환의 주요 성분으로서, 지표-대기간의 에너지 교환, 미기후, 지역의 수자원 함량, 식생의 일차생산성 등에 중요한 영향을 미친다. 증발산을 추정하기 위한 방법들 중에서 MODIS를 이용한 방법은 위성 자료만을 사용하여 넓은 지역에 대한 지속적인 증발산 모니터링이 가능하다는 장점을 갖고 있다. 본 연구에서는 MODIS 기반의 증발산 추정 알고리즘을 동아시아 지역에 적용하고, 그 신뢰도를 평가하였으며, 주요 오차요인을 분석하였다. 증발산 평가 결과 여섯 연구지역(GDK, HFK, TKY, TMK, CBS, SKT)에서는 $r^2$가 0.38~0.73, ME 와 RMSE가 각각 $-44{\sim}+31W\;m^{-2}$, $48{\sim}111W\;m^{-2}$로 신뢰할 만한 결과를 나타냈다. 하지만 다른 세 연구지역(HBG, QYZ, MKL)에서는 관측 값과 비교해서 차이를 나타내었고, 과소평가하는 경향을 보였다. HBG, MKL 지역은 MODIS 기상 자료 및 복사요소의 오차가 주요 원인으로 나타났다. 그러나 QYZ지역은 기상 자료와 복사요소가 모두 좋은 일치도를 보였기 때문에, 모형의 모수와 관련된 오차가 주요 원인의 하나로 판단된다. 임관 전도도의 오차가 증발산 오차에 미치는 영향을 분석한 결과, HBG지역을 제외한 다른 연구지 역에서 r값이 0.59~0.82로 관측값과의 상관성이 높은 것을 확인하였다. 또한 MODIS로부터 산출된 순간 증발산을 일 단위로 확장시킨 결과, 순간 증발산의 일치도가 떨어졌던 3개 연구지역을 제외하고 6개 지역에서 $r^2$가 0.44~0.89, ME와 RMSE는 각각 $-0.7{\sim}+0.6mm\;day^{-1}$, $0.5{\sim}1.1mm\;day^{-1}$의 범위로 신뢰도 있는 결과를 나타냈다.