• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.162-162
• /
• 2020

토양수분은 TDR(Time Domain Reflectometry)이나 Tensiometer 등의 장비를 이용하여 측정을 시행하고 있으나, 이를 위해서는 많은 인력과 경제적 자원이 소비될 뿐만 아니라 시공간적으로 측정할 수 있는 범위에 한계가 있다. 지상 관측의 대안으로 MIRAS(Microwave Imaging Radiometer with Aperture Synthesis)나 SMAP(Soil Moisture Active Passive), AMSR2(Advanced Microwave Scanning Radiometer 2) 등의 수동 마이크로파 위성 센서를 이용한 공간 토양수분 관측이 수행되었으나, 낮은 공간 해상도(9~36km)는 지역 규모의 토양수분 분포를 나타내기 충분하지 않고, 높은 불확실성을 내포하고 있다. 본 연구에서는 금강 상류의 용담댐 유역(930.0㎢)을 대상으로 Sentinel-1 C-band SAR(Synthetic Aperture Radar) 영상을 이용한 토지 피복 및 토양 속성을 고려한 10m 해상도의 토양수분 산출을 수행하였다. 용담댐 유역은 산림 79.7%, 논 9.0%, 밭 5.4%, 주거지 2.9%의 토지 피복 비율을 가지며 토양은 사양토(66.6%)와 양토(20.9%)가 우세하다. Sentinel-1 C-band SAR 영상은 SeNtinel Application Platform(SNAP)을 이용하여 전처리 후, 후방산란계수로 변환하였다. 토양수분 알고리즘은 TU-Wien change detection algorithm과 Regression model을 활용하였고, 검증을 위한 실측 토양수분 자료는 한국수자원공사(K-water)에서 제공하는 5년(2014~2018)간의 토양수분 관측자료를 이용하였다. 산출된 토양수분은 결정계수(Coefficient of determination, R²) 및 평균제곱근오차(Root Mean Square Error, RMSE)를 이용하여 실측 토양수분과 비교하였다. Sentinel-1 C-band SAR 영상을 이용한 고해상도의 토양수분 산출은 토지 피복 및 토양 속성을 고려한 지역 규모의 공간 토양수분 분포 및 시간적 변화를 표현 가능할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.175-175
• /
• 2023

Detection and monitoring of wildfires are essential for limiting their harmful effects on ecosystems, human lives, and property. In this research, we propose a novel method running in the Google Earth Engine platform for identifying and characterizing burnt regions using a hybrid of Sentinel-1 (C-band synthetic aperture radar) and Sentinel-2 (multispectral photography) images. The 2022 Uljin wildfire, the severest event in South Korean history, is the primary area of our investigation. Given its documented success in remote sensing and land cover categorization applications, we select the Random Forest (RF) method as our primary classifier. Next, we evaluate the performance of our model using multiple accuracy measures, including overall accuracy (OA), Kappa coefficient, and area under the curve (AUC). The proposed method shows the accuracy and resilience of wildfire identification compared to traditional methods that depend on survey data. These results have significant implications for the development of efficient and dependable wildfire monitoring systems and add to our knowledge of how machine learning and remote sensing-based approaches may be combined to improve environmental monitoring and management applications.

• Korean Journal of Bronchoesophagology
• /
• v.16 no.2
• /
• pp.109-114
• /
• 2010

Background: The aim of this study was to compare a novel mannose receptor-binding agent(Technetium-99m human serum albumin, $^{99m}Tc$-MSA) with $^{99m}Tc$-phytate for sentinel node mapping in patients with esophageal cancer. Material and Method: Twenty patients with clinical stage T1N0m0 or T2N0M0 esophageal cancer that were candidates for esophagectomy were enrolled. Endoscopic injection of $^{99m}Tc$-MSA or $^{99m}Tc$-phytate was administered at the peri-tumor region before surgery in 10 patients. The radioactive lymph nodes were identified with a handheld gamma probe after lymph node dissection. Results: The patient's age and the sex ratio of both groups were similar. The clinical stage, tumor location, and operative technique did not differ. The total number of dissected lymph nodes did not differ ($28.5{\pm}9.12$ in MSA group, $32.2{\pm}11.24$ in phytate group, p=0.430). The sentinel node was identified in all cases in both groups. The number of sentinel nodes per patient was $2.7{\pm}1.57$ in the MSA group, which was significantly greater than the $1.7{\pm}0.88$ in the phytate group (p=0.036). Five out of 20 patients whose sentinel nodes could be identified had metastases; however, neither group had any false-negative results for sentinel node identification. Conclusion: Sentinel nodes were detected more frequently with MSA than with phytate.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.274-274
• /
• 2021

토양수분은 가뭄, 홍수, 산불 및 산사태 등 자연재해 발생에 직간접적으로 영향을 미치기 때문에, 시·공간적으로 연속적인 토양수분 관측이 필요하다. 과거에는 TDR (Time Domain Reflectometry) 관측 장비를 설치하여 토양수분의 변화를 관측하였으나, 이러한 지점관측의 경우 하나의 관측지점에서 토양수분을 관측하기 때문에 공간적인 토양수분 변화를 나타내지 못한다. 최근 이러한 문제를 해결하기 위하여 인공위성 이미지 자료를 이용한 토양수분 산정에 관한 연구가 활발히 수행되고 있다. 그러나 SMOS (Soil Moisture and Ocean Salinity), SMAP (Soil Moisture Active Passive)와 같은 다양한 위성에서 관측된 토양수분은 낮은 공간해상도로 인한 불확실성이 커지는 단점이 있다. 최근 이러한 한계를 극복하기 위하여 광학위성영상과 달리 날씨의 영향을 받지 않으며 고해상도 이미지자료를 제공하는 Sentinel-1A/B 위성을 활용하여 토양수분을 관측하는 연구가 진행되고 있다. Sentinel-1은 10m의 높은 공간해상도를 제공하지만, 1~2주 주기로 영상취득이 가능하기 때문에 재방문시기와 같은 시간해상도 문제가 발생한다. 따라서 본 연구에서는 Sentinel-1A/B SAR 기반 후방산란계수와 농촌진흥청에서 제공하는 TDR 기반 토양수분 실측값을 이용하여 우리나라 토양수분 공간분포를 산정하였다. 산정된 Sentinel-1A/B 기반 토양수분과 토양수분자료동화기법을 연계하여 토양의 수리학적 매개변수를 추출하였으며, 추출된 매개변수와 기상자료를 이용하여 장기간(2001~2018) 일별 토양수분 공간분포를 산정하였다.

• Korean Journal of Remote Sensing
• /
• v.37 no.6_3
• /
• pp.1931-1942
• /
• 2021

As the utility of an optical satellite image with a high spatial resolution (i.e., fine-scale) has been emphasized, recently, various studies of the land surface monitoring using those have been widely carried out. However, the usefulness of fine-scale satellite images is limited because those are acquired at a low temporal resolution. To compensate for this limitation, the spatiotemporal data fusion can be applied to generate a synthetic image with a high spatio-temporal resolution by fusing multiple satellite images with different spatial and temporal resolutions. Since the spatio-temporal data fusion models have been developed for mid or low spatial resolution satellite images in the previous studies, it is necessary to evaluate the applicability of the developed models to the satellite images with a high spatial resolution. For this, this study evaluated the applicability of the developed spatio-temporal fusion models for KOMPSAT-3A and Sentinel-2 images. Here, an Enhanced Spatial and Temporal Adaptive Fusion Model (ESTARFM) and Spatial Time-series Geostatistical Deconvolution/Fusion Model (STGDFM), which use the different information for prediction, were applied. As a result of this study, it was found that the prediction performance of STGDFM, which combines temporally continuous reflectance values, was better than that of ESTARFM. Particularly, the prediction performance of STGDFM was significantly improved when it is difficult to simultaneously acquire KOMPSAT and Sentinel-2 images at a same date due to the low temporal resolution of KOMPSAT images. From the results of this study, it was confirmed that STGDFM, which has relatively better prediction performance by combining continuous temporal information, can compensate for the limitation to the low revisit time of fine-scale satellite images.

• Korean Journal of Remote Sensing
• /
• v.40 no.3
• /
• pp.285-293
• /
• 2024

This study explores the use of Sentinel-1 Synthetic Aperture Radar (SAR), processed through Google Earth Engine (GEE), to monitor changes in the areas of Antarctic ice shelves. Focusing on the Campbell Glacier Tongue (CGT) and Drygalski Ice Tongue (DIT),the research utilizes GEE's cloud computing capabilities to handle and analyze large datasets. The study employs Otsu's method for image binarization to distinguish ice shelves from the ocean and mitigates detection errors by averaging monthly images and extracting main regions. Results indicate that the CGT area decreased by approximately 26% from January 2016 to January 2024, primarily due to calving events,while DIT showed a slight increase overall,with notable reduction in recent years. Validation against Sentinel-2 optical images demonstrates high accuracy,underscoring the effectiveness of SAR and GEE for continuous, long-term monitoring of Antarctic ice shelves.

• Korean Journal of Remote Sensing
• /
• v.37 no.5_1
• /
• pp.1207-1214
• /
• 2021

In thisletter, we developed technology which can exclude effect of cloudsto perform remote waterbody detection based on Sentinel-2 optical satellite imagery to calculate the area of ungauged reservoirs and applied to the Hwanggang dam reservoir, a representative ungauged reservoir, to verify usability. The remote waterbody detection technology calculates the cloud blocking ratio by comparing the cloud boundary in the Sentinel-2 imagery and the reservoir boundary first. Next, itselects data whose cloud blocking ratio does not exceed a specific value and calculates NDWI (Normalized Difference Water Index) with selected imagery. In last, it calculatesthe area of the reservoir by counting the number of grids which have NDWI value considered as waterbody within the boundary of the target reservoir and correcting with cloud blocking ratio. To determine cloud blocking ratio threshold forselecting image, we performed the area calculation of Hwanggang dam reservoir from July 2018 to October 2021. As a result, when the cloud blocking ratio threshold wasset 10%, we confirmed that the result with large error due to clouds were filtered well and obtained 114 results that can show changes in Hwanggang dam reservoir area among 220 images.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.163-163
• /
• 2020

전 세계적으로 기후변화에 따른 온난화 현상으로 인하여 농업에 직접적인 영향을 주는 기상 및 환경요인의 변화가 급격하게 진행되고 있다. 2017년에는 전국의 봄철 강수량이 평년 대비 60% 수준으로 물 부족 현상을 야기하여 극심한 가뭄이 발생하였다. 최근 지역적인 강수량 부족으로 인한 국소적인 가뭄 발생 및 발생빈도가 높아지고 있는 추세이며, 특히 농업가뭄은 농업용수의 주요한 용수공급시설인 농업용 저수지 및 용수공급시설의 지역적 편중 등으로 농업용수 부족 상황이 발생할 위험이 커지고 있다. 따라서, 시기별 저수지의 가용용수능력을 평가하는 것이 중요하며, 이러한 판단을 위하여 위성영상을 이용한 저수지 수표면적 및 용수능력판단이 필요하다. 본 연구에서는 가뭄시기의 저수지 수표면적 및 용수능력판단을 위하여 Sentinel-2 위성영상을 활용하여 2016년부터 2018년까지 충청남도 서산 지역의 농업용 저수지를 대상으로 정규수분지수(Normalized Difference Water Index, NDWI)을 산정하였다. NDWI는 위성영상의 파장 정보를 활용하여 지표면의 수분함유량과 관계를 나타내며, 하천, 호수, 습지 등 수분을 다량으로 함유한 지형지물을 탐지하기 위하여 사용된다. NDWI와 수위-내용적 자료와의 관계로부터 저수지 수표면적을 산출하였으며, 이에 따른 상관성 분석을 통하여 위성영상을 활용한 농업용 저수지의 가용수량 추정방법을 제시하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.117-117
• /
• 2021

본 연구에서는 Sentinel-1A/B C-band SAR(Synthetic Aperture Radar) 위성영상을 기반으로 인공신경망(Artificial Neural Network, ANN) 모형을 활용해 금강 유역 상류 40×50 km² 면적에 대한 토양수분을 산정하였다. 10 m 공간 해상도의 Sentinel-1A/B SAR 영상은 8일 간격으로 2015년부터 2019년까지 5년 동안 구축하였고, SNAP(SentiNel Application Platform)을 통해 기하 보정, 방사 보정 및 잡음(Noise) 보정을 수행하고 VV 및 VH 편파 후방산란계수로 변환하였다. ANN 모형 검증자료로 TDR(Time Domain Reflectometry)로 측정된 9개 지점의 실측 토양수분 자료를 구축하였으며, 수문학적 개념인 선행강우를 고려하기 위해 동지점에 대한 강수량 자료를 구축하였다. ANN은 각 지점에 해당하는 토양 속성별로 모델링하고, 전체 기간 및 계절별로 나누어 모의하였으며, 전체 자료의 60%와 40%를 각각 훈련 및 테스트 데이터로 사용하였다. 산정된 토양수분은 상관계수(Correlation Coefficient, R)와 평균제곱근오차(Root Mean Square Error, RMSE)를 활용하여 검증을 수행할 예정이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.56-56
• /
• 2023

남양호는 농업용수 공급을 위해 건설된 하구 담수호로 과도한 영양물질 축적으로 인해 매년 여름 녹조류가 번성한다. 따라서 본 연구에서는 조류발생 특성을 분석하고자 식물성 플랑크톤 및 관련 분해 산물에 의해 고유 광학특성을 가지고 있는 Chlorophyll-a(Chl-a)의 추정을 통한 녹조 발생을 파악하고자 Sentinel-2 Multi Spectral Image(MSI)의 원격 반사율 광학 스펙트럼을 사용하였다. Chl-a 추정알고리즘 개발을 위하여 Sentinel-2 A, B의 교차 방문주기인 5일 간격에 맞추어 현장수질자료(2022년: 27회 2023년: 27회)를 측정하였다. Chl-a 농도는 EXO-YSI를이용하여 측정하였으며 해당기간동안 9.4 ~ 127.1 mg/L의 범위를 보였으며, Sentine-2 자료는 A, B자료에서 B1(443 nm) ~ B8A(865 nm)파장의 값을 기상조건(구름, 안개, 강수)을 고려하여 현장수질측정 위치에서 반사도를 추출하였다. 입력자료는 대기 및 방사영향을 고려해 반사도 간의 비율자료와 선행연구에서 활용된 반사도를 활용하였으며 알고리즘은 다중선형회귀분석(Multi Linear Regression Model)과 Random Forest를 활용하였다. MLR의 경우 결정계수(R2)가 학습 및 검증에서 각각 0.68, 0.59의 성능을 보였으며, RF의 경우 각각 0.94, 0.85의 성능을 보였다. 해당알고리즘으로 생성된 Chl-a 시공간농도 자료는 담수호내 조류발생 특성을 분석하고 효율적 조류관리 및 대처에 활용될 것으로 판단된다.