논문 상세보기

대한원격탐사학회> 대한원격탐사학회지> 농림위성용 GCP 칩 매칭 성능 향상을 위한 위성영상 공간해상도 결정

KCI등재

농림위성용 GCP 칩 매칭 성능 향상을 위한 위성영상 공간해상도 결정

Determination of Spatial Resolution to Improve GCP Chip Matching Performance for CAS-4

이유진 ( Yoojin Lee ) , 김태정 ( Taejung Kim )
  • : 대한원격탐사학회
  • : 대한원격탐사학회지 37권6호
  • : 연속간행물
  • : 2021년 12월
  • : 1517-1526(10pages)
대한원격탐사학회지

DOI


목차

1. 서론
2. 실험 방법
3. 실험자료
4. 실험 결과
5. 결론
사사
References

키워드 보기


초록 보기

최근 국내외에서 많은 지구관측위성들이 발사됨에 따라서 위성영상의 활용 분야가 넓어지고 있고 이에 따라서 위성영상의 기하정확도 향상을 위한 연구가 활발히 수행되고 있다. 본 논문은 2025년에 발사예정인 5 m 해상도 영상을 촬영할 수 있는 농림위성을 위한 자동기준점 추출 가능성을 파악하기 위해서 수행되었다. 특히 본 연구에서는 국토위성용으로 구축된 25 cm 해상도의 지상기준점 Chip을 농림위성영상에 사용할 수 있는지를 검토하고 농림위성영상용 지상기준점 추출 시 정합 성능 향상을 위한 적절한 공간해상도가 있는지를 검토하고자 한다. 실제 실험은 농림위성영상과 유사한 사양을 가진 RapidEye 위성영상을 활용하여 연구를 수행하였다. 먼저, 5 m 해상도의 원본 RapidEye 영상을 3배~7배로 분할하여 여러 해상도를 가진 영상으로 만들고, 해상도를 가지는 지상기준점 Chip은 크기를 축소하여 위성영상의 해상도에 맞게 조절하였다. 각각의 해상도를 가지는 위성영상과 지상기준점 Chip을 매칭하고 이 결과로 수립된 정밀센서모델의 정확도를 분석하였다. 분석결과 5 m의 원본 해상도에서 정합하는 것보다 위성영상의 해상도를 높여서 정합하는 것이 개선된 정확도를 보여주었다. 특히, 원본 영상을 1.25~1.67 m 해상도로 분할하여 지상기준점 Chip과 정합 할 경우 평균 약 2.74 m 내외의 위치정확도를 얻을 수 있었다. 본 연구결과가 향후 농림위성영상의 자동기준점 추출 및 정밀 정사영상 생산에 활용될 수 있을 것으로 기대한다.
With the recent global and domestic development of Earth observation satellites, the applications of satellite images have been widened. Research for improving the geometric accuracy of satellite images is being actively carried out. This paper studies the possibility of automated ground control point (GCP) generation for CAS-4 satellite, to be launched in 2025 with the capability of image acquisition at 5 m ground sampling distance (GSD). In particular, this paper focuses to check whether GCP chips with 25 cm GSD established for CAS-1 satellite images can be used for CAS-4 and to check whether optimal spatial resolution for matching between CAS-4 images and GCP chips can be determined to improve matching performance. Experiments were carried out using RapidEye images, which have similar GSD to CAS-4. Original satellite images were upsampled to make satellite images with smaller GSDs. At each GSD level, up-sampled satellite images were matched against GCP chips and precision sensor models were estimated. Results shows that the accuracy of sensor models were improved with images at smaller GSD compared to the sensor model accuracy established with original images. At 1.25~1.67 m GSD, the accuracy of about 2.4 m was achieved. This finding lead that the possibility of automated GCP extraction and precision ortho-image generation for CAS-4 with improved accuracy.

UCI(KEPA)

I410-ECN-0102-2022-400-000954743

간행물정보

  • : 자연과학분야  > 기타(자연과학)
  • : KCI등재
  • :
  • : 격월
  • : 1225-6161
  • : 2287-9307
  • : 학술지
  • : 연속간행물
  • : 1985-2022
  • : 1757


저작권 안내

한국학술정보㈜의 모든 학술 자료는 각 학회 및 기관과 저작권 계약을 통해 제공하고 있습니다.

이에 본 자료를 상업적 이용, 무단 배포 등 불법적으로 이용할 시에는 저작권법 및 관계법령에 따른 책임을 질 수 있습니다.

38권2호(2022년 04월) 수록논문
최근 권호 논문
| | | |

KCI등재

1Sentinel-1 SAR 시계열 영상을 이용한 캐나다 앨버타 오일샌드 지역의 지표변위 분석

저자 : 김태욱 ( Taewook Kim ) , 한향선 ( Hyangsun Han )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 38권 2호 발행 연도 : 2022 페이지 : pp. 139-151 (13 pages)

다운로드

(기관인증 필요)

초록보기

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.


SAGD (Steam-Assisted Gravity Drainage) method is widely used for oil recovery in oil sands regions. The SAGD operation causes surface displacement, which can affect the stability of oil recovery plants and trigger various geological disasters. Therefore, it is important to monitor the surface displacement due to SAGD in the oil sands region. In this study, the surface displacement due to SAGD operations of the Athabasca oil sands region in Alberta, Canada, was observed by applying Permanent Scatterer Interferometric Synthetic Aperture Radar (PSInSAR) technique to the Sentinel-1 time series SAR data acquired from 2016 to 2021. We also investigated the construction and expansion of SAGD facilities from Landsat-7/8 time series images, from which the characteristics of the surface displacement according to the oil production activity of SAGD were analyzed. Uplift rates of 0.3-2.5 cm/yr in the direction of line of sight were observed over the SAGDs and their vicinity, whereas subsidence rates of -0.3--0.6 cm/yr were observed in areas more than several kilometers away from the SAGDs and not affected by oil recovery activities. Through the analysis of Landsat-7/8 images, we could confirm that the SAGDs operating after 2012 and showing high oil production activity caused uplift rates greater than 1.6 cm/yr due to the subsurface steam injection. Meanwhile, very small uplift rates of several mm per year occurred over SAGDs which have been operated for a longer period of time and show relatively low oil production activity. This was probably due to the compression of reservoir sandstone due to continuous oil recovery. The subsidence observed in areas except for the SAGDs and their vicinity estimated to be a gradual land subsidence caused by melting of the permafrost. Considering the subsidence, it was expected that the uplift due to SAGD operation would be greater than that observed by the PSInSAR. The results of this study confirm that the PSInSAR can be used as an effective means for evaluating productivity and stability of SAGD in the extreme cold regions.

KCI등재

2Sentinel-1 SAR 영상의 수체 탐지 기법을 활용한 저수지 관측 기반 수문학적 가뭄 지수 평가

저자 : 김완엽 ( Wanyub Kim ) , 정재환 ( Jaehwan Jeong ) , 최민하 ( Minha Choi )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 38권 2호 발행 연도 : 2022 페이지 : pp. 153-166 (14 pages)

다운로드

(기관인증 필요)

초록보기

저수량은 가용한 수자원의 양을 가장 직접적으로 나타내는 인자중의 하나이다. 또한 가뭄의 영향을 보다 직관적으로 나타낼 수 있으므로, 가뭄 평가를 위한 연구에서도 다양하게 활용되고 있다. 최근에는 광학영상으로 저수면적을 관측하고, 또 이를 활용한 수문학적 가뭄지수인 RADI가 개발되기도 하였다. 인공위성을 통해 얻을 수 있는 광학영상은 관측주기가 뛰어나 많은 양의 자료를 획득할 수 있으나, 구름 등 기상과 대기환경에 의한 영향에 취약하여 실제 활용에서는 다소 한계가 있다. 이에 본 연구에서는 기상이나, 관측시간대와 상관없이 영상을 획득할 수 있는 SAR 영상을 활용한 가뭄지수 산정 연구를 수행하고자 하였다. Sentinel-1 위성의 SAR 영상을 활용하여 충북 진천군에 위치한 백곡, 초평저수지의 저수면적을 탐지하여, RADI를 산정하여 지역규모 가뭄 모니터링을 수행하였다. RADI는 실측 저수량을 기반으로 한 RSDI와 비교, 검증하였다. RADI는 RSDI와 상관계수 r=0.87, ROC의 밑면적 AUC=0.97로 매우 높은 상관 관계를 보여주었다. 이 결과는 SAR 기반 RADI의 지역규모 수문학적 가뭄 모니터링의 가능성을 보여주며, 추후 가용 SAR 영상의 종류가 늘어나고, 재방문주기가 단축될 것이므로 가뭄 모니터링에 대한 활용성이 증대될 것으로 기대된다.


Water storage is one of the factors that most directly represent the amount of available water resources. Since the effects of drought can be more intuitively expressed, it is also used in various studies for drought evaluation. In a recent study, hydrological drought was evaluated through information on observing reservoirs with optical images. The short observation cycle and diversity of optical satellites provide a lot of data. However, there are some limitations because it is vulnerable to the influence of weather or the atmospheric environment. Therefore, this study attempted to conduct a study on estimating the drought index using Synthetic Aperture Radar (SAR) image with relatively little influence from the observation environment. We produced the waterbody of Baekgok and Chopyeong reservoirs using SAR images of Sentinel-1 satellites and calculated the Reservoir Area Drought Index (RADI), a hydrological drought index. In order to validate the applicability of RADI to drought monitoring, it was compared with Reservoir Storage Drought Index (RSDI) based on measured storage. The two indices showed a very high correlation with the correlation coefficient, r=0.87, Area Under curve, AUC=0.97. These results show the possibility of regional-scale hydrological drought monitoring of SAR-based RADI. As the number of available SAR images increases in the future, it is expected that the utilization of drought monitoring will also increase.

KCI등재

3위성 영상을 위한 경량화된 CNN 기반의 보간 기술 연구

저자 : 김현호 ( Hyun-ho Kim ) , 서두천 ( Doochun Seo ) , 정재헌 ( Jaeheon Jung ) , 김용우 ( Yongwoo Kim )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 38권 2호 발행 연도 : 2022 페이지 : pp. 167-177 (11 pages)

다운로드

(기관인증 필요)

초록보기

위성 영상 촬영 후 지상국에 전송된 영상을 이용하여 최종 위성 영상을 획득하기 위해 많은 영상 전/후처리 과정이 수반된다. 전/후처리 과정 중 레벨 1R 영상에서 레벨 1G 영상으로 변환 시 기하 보정은 필수적으로 요구된다. 기하 보정 알고리즘에서는 보간 기법을 필연적으로 사용하게 되며, 보간 기법의 정확도에 따라서 레벨 1G 영상의 품질이 결정된다. 또한, 레벨 프로세서에서 수행되는 보간 알고리즘의 고속화 역시 매우 중요하다. 본 논문에서는 레벨 1R에서 레벨 1G로 변환 시 기하 보정에 필요한 경량화된 심층 컨볼루션 신경망 기반 보간 기법에 대해 제안하였다. 제안한 기법은 위성 영상의 해상도를 2배 향상하며, 빠른 처리 속도를 위해 경량화된 심층 컨볼루션 신경망으로 딥러닝 네트워크를 구성하였다. 또한, panchromatic (PAN) 밴드 정보를 활용하여 multispectral (MS) 밴드의 영상 품질 개선이 가능한 피처 맵 융합 방법을 제안하였다. 제안된 보간 기술을 통해 획득한 영상은 기존의 딥러닝 기반 보간 기법에 비해 정량적인 peak signal-to-noise ratio (PSNR) 지표에서 PAN 영상은 약 0.4 dB, MS 영상은 약 4.9 dB 개선된 결과를 보여주었으며, PAN 영상 크기 기준 36,500×36,500 입력 영상의 해상도를 2배 향상된 영상 획득 시 기존 딥러닝 기반 보간 기법 대비 처리 속도가 약 1.6배 향상됨을 확인하였다.


In order to obtain satellite image products using the image transmitted to the ground station after capturing the satellite images, many image pre/post-processing steps are involved. During the pre/post-processing, when converting from level 1R images to level 1G images, geometric correction is essential. An interpolation method necessary for geometric correction is inevitably used, and the quality of the level 1G images is determined according to the accuracy of the interpolation method. Also, it is crucial to speed up the interpolation algorithm by the level processor. In this paper, we proposed a lightweight CNN-based interpolation method required for geometric correction when converting from level 1R to level 1G. The proposed method doubles the resolution of satellite images and constructs a deep learning network with a lightweight deep convolutional neural network for fast processing speed. In addition, a feature map fusion method capable of improving the image quality of multispectral (MS) bands using panchromatic (PAN) band information was proposed. The images obtained through the proposed interpolation method improved by about 0.4 dB for the PAN image and about 4.9 dB for the MS image in the quantitative peak signal-to-noise ratio (PSNR) index compared to the existing deep learning-based interpolation methods. In addition, it was confirmed that the time required to acquire an image that is twice the resolution of the 36,500×36,500 input image based on the PAN image size is improved by about 1.6 times compared to the existing deep learning-based interpolation method.

KCI등재

4GK2A AMI를 이용한 한반도 식생건강지수 산출

저자 : 이수진 ( Soo-jin Lee ) , 조재일 ( Jaeil Cho ) , 류재현 ( Jae-hyun Ryu ) , 김나리 ( Nari Kim ) , 김광진 ( Kwangjin Kim ) , 손은하 ( Eunha Sohn ) , 박기홍 ( Ki-hong Park ) , 장재철 ( Jae-cheol Jang ) , 이양원 ( Yangwon Lee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 38권 2호 발행 연도 : 2022 페이지 : pp. 180-189 (10 pages)

다운로드

(기관인증 필요)

초록보기

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.


Global warming causes climate change and increases extreme weather events worldwide, and the occurrence of heatwaves and droughts is also increasing in Korea. For the monitoring of extreme weather, various satellite data such as LST (Land Surface Temperature), TCI (Temperature Condition Index), NDVI (Normalized Difference Vegetation Index), VCI (Vegetation Condition Index), and VHI (Vegetation Health Index) have been used. VHI, the combination of TCI and VCI, represents the vegetation stress affected by meteorological factors like precipitation and temperature and is frequently used to assess droughts under climate change. TCI and VCI require historical reference values for the LST and NDVI for each date and location. So, it is complicated to produce the VHI from the recent satellite GK2A (Geostationary Korea Multi-Purpose Satellite-2A). This study examined the retrieval of VHI using GK2A AMI (Advanced Meteorological Imager) by referencing the historical data from VIIRS (Visible Infrared Imaging Radiometer Suite) NDVI and LST as a proxy data. We found a close relationship between GK2A and VIIRS data needed for the retrieval of VHI. We produced the TCI, VCI, and VHI for GK2A during 2020-2021 at intervals of 8 days and carried out the interpretations of recent extreme weather events in Korea. GK2A VHI could express the changes in vegetation stress in 2020 due to various extreme weather events such as heatwaves (in March and June) and low temperatures (in April and July), and heavy rainfall (in August), while NOAA (National Oceanic and Atmospheric Administration) VHI could not well represent such characteristics. The GK2A VHI presented in this study can be utilized to monitor the vegetation stress due to heatwaves and droughts if the historical reference values of LST and NDVI can be adjusted in a more statistically significant way in the future work.

KCI등재

5GEMS 이산화황 산출 현업 알고리즘에서 오프셋 보정 계수 산정 방법에 대한 영향 조사

저자 : 박정현 ( Jeonghyeon Park ) , 양지원 ( Jiwon Yang ) , 최원이 ( Wonei Choi ) , 김세린 ( Serin Kim ) , 이한림 ( Hanlim Lee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 38권 2호 발행 연도 : 2022 페이지 : pp. 189-198 (10 pages)

다운로드

(기관인증 필요)

초록보기

본 연구에서는 지난 2020년 2월에 발사된 정지궤도환경위성탑재체(Geostationary Environment Monitoring Spectrometer; GEMS)의 이산화황 산출 현업 알고리즘에서 오프셋 보정 계수 산정 방법이 이산화황 칼럼 농도 산출 결과에 미치는 영향을 확인하였다. GEMS의 현업 이산화황 산출 알고리즘은 차등흡수분광법(Differential Optical Absorption Spectroscopy; DOAS)과 주성분분석방법(Principal component analysis; PCA)이 융합된 하이브리드 알고리즘이다. 하이브리드 알고리즘에서는 차등흡수분광법을 이용하여 스펙트럴 피팅 후 나오는 이산화황 경사층적분농도 값에 나타나는 오존에 의한 흡수 영향을 보정하기 위하여 편차 보정 과정을 필수적으로 거치게 되며, 오프셋 보정 계수를 산정하는 조건에 따라 이산화황 칼럼농도 산출결과가 달라질 수 있기 때문에 적절한 오프셋 보정 계수 값의 적용이 필요하다. 본 연구에서는 구름 화소가 많이 존재하는 날짜와 적게 존재하는 날짜에 대해 오존 보정 계수를 각각 계산하고, 각각의 오존 보정 계수를 GEMS 현업 이산화황 산출 알고리즘에 적용하여 산출한 이산화황 칼럼농도의 비교를 수행하였다. 구름 화소가 많이 존재하는 날의 GEMS 복사휘도 자료를 이용하여 계산된 오존 보정 계수를 사용한 경우, GEMS 관측 영역의 가장자리에 해당하는 인도 부근에서의 이산화황 칼럼농도의 표준편차가 1.27 DU, 한반도 부근에서 0.58 DU, 주변에 구름 화소가 많았던 홍콩 부근에서 0.77 DU로 나타났다. 한편, 구름 화소가 적은 날의 GEMS 자료를 이용하여 계산된 오존 보정 계수를 사용하였을 경우의 이산화황 칼럼농도의 표준편차는 인도주변에서 0.72 DU, 한반도 주변에서 0.38 DU, 홍콩 부근에서 0.44 DU로 다소 감소하였음을 확인하였으며, 구름 화소가 많은 날의 오존 보정 계수를 사용하여 이산화황을 산출한 경우 대비 비교적 안정적인 산출이 이루어졌음을 확인하였다. 이에 따라, GEMS 이산화황 산출 알고리즘의 불확실성 최소화 및 안정적인 산출을 위해서 적절한 조건에서의 오존 보정 계수 산정이 이루어져야 할 필요가 있다.


In this present study, we investigated the effect of the offset correction factor calculation method on the sulfur dioxide (SO2) column density in the SO2 retrieval algorithm of the Geostationary Environment Monitoring Spectrometer (GEMS) launched in February 2020. The GEMS operational SO2 retrieval algorithm is the Differential Optical Absorption Spectroscopy (DOAS) - Principal Component Analysis (PCA) Hybrid algorithm. In the GEMS Hybrid algorithm, the offset correction process is essential to correct the absorption effect of ozone appearing in the SO2 slant column density (SCD) obtained after spectral fitting using DOAS. Since the SO2 column density may depend on the conditions for calculating the offset correction factor, it is necessary to apply an appropriate offset correction value. In this present study, the offset correction values were calculated for days with many cloud pixels and few cloud pixels, respectively. And a comparison of the SO2 column density retrieved by applying each offset correction factor to the GEMS operational SO2 retrieval algorithm was performed. When the offset correction value was calculated using radiance data of GEMS on a day with many cloud pixels was used, the standard deviation of the SO2 column density around India and the Korean Peninsula, which are the edges of the GEMS observation area, was 1.27 DU, and 0.58 DU, respectively. And around Hong Kong, where there were many cloud pixels, the SO2 standard deviation was 0.77 DU. On the other hand, when the offset correction value calculated using the GEMS data on the day with few cloud pixels was used, the standard deviation of the SO2 column density slightly decreased around India (0.72 DU), Korean Peninsula (0.38 DU), and Hong Kong (0.44 DU). We found that the SO2 retrieval was relatively stable compared to the SO2 retrieval case using the offset correction value on the day with many cloud pixels. Accordingly, to minimize the uncertainty of the GEMS SO2 retrieval algorithm and to obtain a stable retrieval, it is necessary to calculate the offset correction factor under appropriate conditions.

KCI등재

6작물 분류를 위한 딥러닝 기반 비지도 도메인 적응 모델 비교

저자 : 곽근호 ( Geun-ho Kwak ) , 박노욱 ( No-wook Park )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 38권 2호 발행 연도 : 2022 페이지 : pp. 199-213 (15 pages)

다운로드

(기관인증 필요)

초록보기

비지도 도메인 적응은 연단위 작물 분류를 위해 매년 반복적으로 양질의 훈련자료를 수집해야 하는 비실용적인 문제를 해결할 수 있다. 이 연구에서는 작물 분류를 위한 딥러닝 기반 비지도 도메인 적응 모델의 적용성을 평가하였다. 우리나라 마늘, 양파 주산지인 합천군과 창녕군을 대상으로 무인기 영상을 이용한 작물 분류 실험을 통해 deep adaptation network (DAN), deep reconstruction-classification network, domain adversarial neural network (DANN)의 3개의 비지도 도메인 적응 모델을 정량적으로 비교하였다. 비지도 도메인 적응 모델의 분류 성능을 평가하기 위해 소스 베이스라인 및 대상 베이스라인 모델로 convolutional neural networks (CNNs)을 추가로 적용하였다. 3개의 비지도 도메인 적응 모델은 소스 베이스라인 CNN보다 우수한 성능을 보였으나, 소스 도메인 영상과 대상 도메인 영상의 자료 분포 간 불일치 정도에 따라 서로 다른 분류 성능을 보였다. DAN의 분류 성능은 두 도메인 영상 간 불일치가 작을 때 다른 두 모델에 비해 분류 성능이 높은 반면에 DANN은 두 도메인 영상 간 불일치가 클 때 가장 우수한 분류 성능을 보였다. 따라서 신뢰할 수 있는 분류 결과를 생성하기 위해 두 도메인 영상의 분포가 일치하는 정도를 고려해서 최상의 비지도 도메인 적응 모델을 선택해야 한다.


The unsupervised domain adaptation can solve the impractical issue of repeatedly collecting high-quality training data every year for annual crop classification. This study evaluates the applicability of deep learning-based unsupervised domain adaptation models for crop classification. Three unsupervised domain adaptation models including a deep adaptation network (DAN), a deep reconstructionclassification network, and a domain adversarial neural network (DANN) are quantitatively compared via a crop classification experiment using unmanned aerial vehicle images in Hapcheon-gun and Changnyeong-gun, the major garlic and onion cultivation areas in Korea. As source baseline and target baseline models, convolutional neural networks (CNNs) are additionally applied to evaluate the classification performance of the unsupervised domain adaptation models. The three unsupervised domain adaptation models outperformed the source baseline CNN, but the different classification performances were observed depending on the degree of inconsistency between data distributions in source and target images. The classification accuracy of DAN was higher than that of the other two models when the inconsistency between source and target images was low, whereas DANN has the best classification performance when the inconsistency between source and target images was high. Therefore, the extent to which data distributions of the source and target images match should be considered to select the best unsupervised domain adaptation model to generate reliable classification results.

KCI등재

7Pandora 원시자료로부터 차등흡수분광법을 이용하여 이산화질소 칼럼 농도 산출 시 파장 구간 및 흡수단면적에 따른 산출 정확도 평가

저자 : 김세린 ( Serin Kim ) , 김대원 ( Daewon Kim ) , 이한림 ( Hanlim Lee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 38권 2호 발행 연도 : 2022 페이지 : pp. 215-222 (8 pages)

다운로드

(기관인증 필요)

초록보기

본 연구에서는 pandora 직달광 원시자료로부터 차등흡수분광법(DOAS, Differential Optical Absorption Spectroscopy)을 이용하여 이산화질소 연직칼럼농도(VCD, Vertical column density) 산출 시 파장구간과 흡수단 면적이 미치는 영향을 비교 분석하였다. GEMS Map of the Air Pollution (GMAP) 2020 캠페인 기간 동안 서산에서 Pandora 장비로 관측된 자료를 사용하였으며, 차등흡수분광법을 이용하여 CINDI-2 캠페인과 PGN의 산출 방법에 따라 4가지 조건으로 이산화질소 연직칼럼농도를 산출하였다. 4가지 조건으로 산출된 이산화질소 평균 연직칼럼농도는 1.22×1016~1.38×1016 molec. cm-2으로, 각 조건 간 최대 0.16×1016 molec. cm-2의 차이를 보였다. 피팅 에러는 평균 3.19~9.59%로 모든 조건에서 10% 이내였으며, RMS는 5.11×10-3~7.16×10-3 molec. cm-2으로 나타났다. 4가지 방법으로 산출된 이산화질소 연직칼럼농도와 Pandonia Global Network (PGN)에서 제공하는 이산화질소 연직칼럼농도와 기울기는 0.98~1.09이었으며, 0.96~0.98의 상관관계를 보여주었다.


In this study, the effect of wavelength range and absorption cross-section used to retrieve nitrogen dioxide (NO2) vertical column density (VCD) from Pandora was analyzed using Differential Optical Absorption Spectroscopy (DOAS). During the GEMS Map of the Air Pollution (GMAP) 2020 campaign, data from direct sunlight observation with Pandora instrument in Seosan was used, and NO2 VCD was retrieved under four conditions. The average NO2 VCD under the four conditions ranged from 1.22×1016~1.38×1016 molec. cm-2, with a maximum difference of 0.16×1016 molec. cm-2 between each condition. The fitting error averaged 3.19~9.59%, showing an error within 10% in all cases, and the RMS was 5.11×10-3~7.16×10-3 molec. cm-2. The retrieved NO2 VCD using 4 conditions shows a slope in the range of 0.98 to 1.09 and correlation of 0.96 to 0.98 in comparison with Pandonia Global Network (PGN).

KCI등재

8정오표(Erratum) : 모의영상을 이용한 농림위성 대기보정의 주요 파라미터 민감도 분석 및 타위성 산출물 활용 가능성 제시

저자 : 강유진 ( Yoojin Kang ) , 조동진 ( Dongjin Cho ) , 한대현 ( Daehyeon Han ) , 임정호 ( Jungho Im ) , 임중빈 ( Joongbin Lim ) , 오금희 ( Kum-hui Oh ) , 권언혜 ( Eonhye Kwon )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 38권 2호 발행 연도 : 2022 페이지 : pp. 223-223 (1 pages)

다운로드

(기관인증 필요)

키워드 보기
초록보기
1
권호별 보기
같은 권호 다른 논문
| | | | 다운로드

KCI등재

1복사전달모델을 이용한 GEMS 일산화브로민 산출 민감도 시험

저자 : 정희성 ( Heesung Chong ) , 김준 ( Jhoon Kim ) , 정욱교 ( Ukkyo Jeong ) , 박상서 ( Sang Seo Park ) , 홍재민 ( Jaemin Hong ) , 안다현 ( Dha Hyun Ahn ) , 차혜지 ( Hyeji Cha ) , 이원진 ( Won-jin Lee ) , 이혜정 ( Hae-jung Lee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 6호 발행 연도 : 2021 페이지 : pp. 1491-1506 (16 pages)

다운로드

(기관인증 필요)

초록보기

GEMS의 복사 실측 자료로부터 일산화브로민(BrO) 전량 농도를 산출하기에 앞서, 복사전달모델로부터 생성된 모의자료를 이용하여 민감도 시험을 수행하였다. 산출 오차가 갖는 월간 및 일내 변동성을 고려하기 위해, 2013년 7월-2014년 6월 기간 매달 첫째 날의 00-07 UTC에 대해 한 시간 간격의 모의자료를 구성하였다. 최적추정법을 통해 계산된 산출물의 해답 오차는 대기질량인자 증가에 따라 감소하는 반비례 경향을 주로 보였지만, 대기질량인자 값이 5 이상으로 크게 나타나는 범위에서는 비례 경향을 보였다. BrO와 포름알데히드(HCHO) 흡수선 간의 중첩으로 인해 발생하는 BrO 산출물의 간섭 오차는 BrO의 대기질량인자가 작을수록 크게 나타났다. 해답 오차와 간섭 오차의 추정치를 결합하여 계산한 산출물 최종 오차의 평균값은 모든 데이터 샘플에 대해 26.74±30.18%로, 80° 이상의 태양천정각을 갖는 샘플에 대해 60.39±133.78%로 나타났다. 본 연구에서 고려되지 않은 간섭 스펙트럼 및 복사 측정의 오차로 인해, 실제 GEMS의 BrO 산출물이 갖게 될 오차는 추정치와 절대값의 차이를 나타낼 가능성이 있다. 그러나 본 연구에서 제시한 오차 요소들의 변동 특성들은 실제 산출물에서도 나타날 것이다.

KCI등재

2GOCI Chlorophyll-a 결측 자료의 복원을 위한 DINEOF 방법 적용

저자 : 황도현 ( Do-hyun Hwang ) , 정한철 ( Hahn Chul Jung ) , 안재현 ( Jae-hyun Ahn ) , 최종국 ( Jong-kuk Choi )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 6호 발행 연도 : 2021 페이지 : pp. 1507-1515 (9 pages)

다운로드

(기관인증 필요)

초록보기

해색 원격 탐사를 통해 chlorophyll-a를 추정하면 식물성 플랑크톤, 해양일차생산력의 전 지구적 분포를 파악할 수 있다. 하지만 위성으로 관측된 해색 자료는 구름이나 기상 상황 등에 의하여 결측 데이터가 발생한다. 본 연구에서는DINEOF를 이용하여GOCI chlorophyll-a 산출물의 결측 자료를 복원하고자 하였다. DINEOF는 시·공간 자료에 기반을 두어 결측 자료를 복원하는 방법으로, 정확도는 GOCI chlorophyll-a 영상의 일부를 제거한 뒤 복원 영상과 비교하여 교차 검증하였다. 연구지역에서DINEOF를 위한 최적의 EOF 모드는 10-13이었다. 시·공간 복원 자료 결과에서는 오후 시간대 chlorophyll-a 농도가 증가하는 경향이 반영되었고, 노이즈에 해당되는 이상치는 필터링 되는 효과를 보였다. 따라서 DINEOF는 결측이 발생한 영상에 대하여 복원 자료로 활용 가능할 것으로 보이며, 이를 통해 해양 환경 모니터링을 위한 기초 자료로 사용 가능할 것으로 판단된다.

KCI등재

3농림위성용 GCP 칩 매칭 성능 향상을 위한 위성영상 공간해상도 결정

저자 : 이유진 ( Yoojin Lee ) , 김태정 ( Taejung Kim )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 6호 발행 연도 : 2021 페이지 : pp. 1517-1526 (10 pages)

다운로드

(기관인증 필요)

초록보기

최근 국내외에서 많은 지구관측위성들이 발사됨에 따라서 위성영상의 활용 분야가 넓어지고 있고 이에 따라서 위성영상의 기하정확도 향상을 위한 연구가 활발히 수행되고 있다. 본 논문은 2025년에 발사예정인 5 m 해상도 영상을 촬영할 수 있는 농림위성을 위한 자동기준점 추출 가능성을 파악하기 위해서 수행되었다. 특히 본 연구에서는 국토위성용으로 구축된 25 cm 해상도의 지상기준점 Chip을 농림위성영상에 사용할 수 있는지를 검토하고 농림위성영상용 지상기준점 추출 시 정합 성능 향상을 위한 적절한 공간해상도가 있는지를 검토하고자 한다. 실제 실험은 농림위성영상과 유사한 사양을 가진 RapidEye 위성영상을 활용하여 연구를 수행하였다. 먼저, 5 m 해상도의 원본 RapidEye 영상을 3배~7배로 분할하여 여러 해상도를 가진 영상으로 만들고, 해상도를 가지는 지상기준점 Chip은 크기를 축소하여 위성영상의 해상도에 맞게 조절하였다. 각각의 해상도를 가지는 위성영상과 지상기준점 Chip을 매칭하고 이 결과로 수립된 정밀센서모델의 정확도를 분석하였다. 분석결과 5 m의 원본 해상도에서 정합하는 것보다 위성영상의 해상도를 높여서 정합하는 것이 개선된 정확도를 보여주었다. 특히, 원본 영상을 1.25~1.67 m 해상도로 분할하여 지상기준점 Chip과 정합 할 경우 평균 약 2.74 m 내외의 위치정확도를 얻을 수 있었다. 본 연구결과가 향후 농림위성영상의 자동기준점 추출 및 정밀 정사영상 생산에 활용될 수 있을 것으로 기대한다.

KCI등재

4포인트 클라우드 데이터 기반 군집형 건물 솔리드 모델 자동 생성 기법과 모델 편집 기능 평가

저자 : 김한결 ( Han-gyeol Kim ) , 임평채 ( Pyung-chae Lim ) , 황윤혁 ( Yunhyuk Hwang ) , 김동하 ( Dong Ha Kim ) , 김태정 ( Taejung Kim ) , 이수암 ( Sooahm Rhee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 6호 발행 연도 : 2021 페이지 : pp. 1527-1543 (17 pages)

다운로드

(기관인증 필요)

초록보기

본 논문에서는 포인트 클라우드 데이터를 기반으로 자동으로 군집형 솔리드 건물 모델을 생성하는 기술을 다양한 데이터에 적용, 실험을 수행하여 적용 가능성과 효용성을 탐색한다. 또한 자동 건물 모델링 기술의 한계로 인해 부족한 모델의 품질을 향상시키기 위하여 건물의 형상 편집 및 텍스처 조정 기술을 개발, 실험을 통해 결과를 확인하였다. 자동 건물 모델 생성 기술의 적용 가능성 탐색을 위하여 무인항공기 영상 기반으로 생성된 포인트 클라우드와 LiDAR(Light Detection and Ranging) 자료를 사용해 실험하였으며, 자동으로 생성된 건물 모델에 건물 형상 편집 및 텍스처 조정 기술을 적용하여 모델의 품질의 향상 실험을 수행하였다. 이를 통해 포인트 클라우드 데이터 기반의 자동 군집형 솔리드 건물 모델링 기술의 적용 가능성과 모델의 품질 향상 기술의 효용성을 확인하였다. 개발된 기술은 기존의 건물 모델링 기술과 비교하여 처리시간의 비용이 크게 감소하며, 잦은 모델 갱신이 필요한 지역에 대한 관리 측면에서도 강점이 있을 것으로 기대된다.

KCI등재

5논과 고랭지 배추밭 대상 Sentinel-2A/B 정규식생지수 월 합성영상의 구름 제거 효과 분석

저자 : 은정 ( Jeong Eun ) , 김선화 ( Sun-hwa Kim ) , 김태호 ( Taeho Kim )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 6호 발행 연도 : 2021 페이지 : pp. 1545-1557 (13 pages)

다운로드

(기관인증 필요)

초록보기

농작물은 그 종과 생육상태에 따라 민감한 분광특성을 나타내며, 특히 여름철에 집중적으로 관측이 필요하나 장마로 인해 광학위성의 활용이 어렵다. 이 문제를 해결하기 위해 CC-MNC(Constrained Cloud-Maximum NDVI Composite) 기법이 개발되었으며, 이 기법을 통해 구름의 영향이 최소화된 일정 주기의 대표 합성영상이 생성된다. 본 연구에서도 이 기법을 이용하여, 2019년부터 2021년까지 논과 고랭지 배추밭을 대상으로 Sentinel-2A/B NDVI 월합성영상을 제작하였다. 다른 해보다 200 mm 많은 강수량을 보이는 2020년 8월에는 16일 주기 MODIS NDVI합성영상에서도 구름의 영향이 크게 나타났다. 이 시기를 제외하고 CC-MNC 기법은 평균적으로 원영상의 45.4%의 구름 비율을 14.9%로 줄일 수 있었다. 논의 경우 Sentinel-2A/B와 MODIS NDVI 값이 큰 차이가 나지 않았으며, 5일의 주기로도 벼의 생육 주기를 잘 모니터링할 수 있었다. 고랭지 배추밭의 경우, Sentinel-2A/B에서는 고랭지 배추의 짧은 생육 주기가 잘 나타났지만, MODIS는 공간해상도의 한계를 보였다. 이와 함께 CC-MNC 기법은 수확 시기에 구름 화소가 합성에 사용되는 현상이 보이기도 하였으며, 국내 지역에 맞게 VZA 임계치의 조정이 필요하다는 시사점이 도출되었다.

KCI등재

6마늘의 제초제 약해에 대한 구조적, 생화학적, 생리적 계열 식생지수 반응: 지상분광계 및 다중분광카메라를 활용하여

저자 : 류재현 ( Jae-hyun Ryu ) , 문현동 ( Hyun-dong Moon ) , 조재일 ( Jaeil Cho ) , 이경도 ( Kyung-do Lee ) , 안호용 ( Ho-yong Ahn ) , 소규호 ( Kyu-ho So ) , 나상일 ( Sang-il Na )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 6호 발행 연도 : 2021 페이지 : pp. 1559-1572 (14 pages)

다운로드

(기관인증 필요)

초록보기

다중분광카메라의 기술 개발로 인해 구조적 특성뿐만 아니라 생화학적, 생리적 특성을 가지는 식생지수를 다양한 공간 규모에서 활용할 수 있게 되었다. 이에 본 연구는 스트레스를 받은 노지작물을 대상으로 지상 초분광계 및 무인기 영상 기반 구조적, 생화학적, 생리적 계열의 식생지수 반응을 평가하였다. 마늘을 대상으로 서로 다른 생육시기에 고농도의 제초제를 살포하여 약해 처리하였으며, 정상 생육에 비해 지상부 건물중이 46.9~84.5% 감소하는 등 큰 피해가 나타났다. 제초제를 살포한 처리구에서 근적외선 분광반사도 값은 꾸준하게 감소하였으며, 구조적 식생지수에서 작물의 약해 피해가 명확하게 표현되었다. 생화학적 식생지수의 경우 일부 지수를 제외하고는 작물의 피해 상태를 표현하였으나 생리적 식생지수는 잎이 고사하고 드러나는 멀칭비닐의 영향으로 약해 피해를 해석하기에 어려움이 있었다. 제초제 살포 후 서로 다른 공간 규모에서 관측된 식생지수의 감소율 차이는 구조적 식생지수의 경우 평균적으로 2.3%로 나타났으며, 정규화 식생지수의 경우 1.3~4.1%의 분포를 보였다. 비록 생리적 식생지수가 작물 스트레스에 민감하다고 알려졌지만, 노지작물의 경우 작물 스트레스 종류와 재배 환경에 따라 적합한 식생지수를 활용하여야 한다는 것, 공간 규모에 따른 오차를 최소화하기 위해서는 정규화 식생지수를 활용해야 한다는 것을 확인하였다.

KCI등재

7드론 영상으로부터 월동 작물 분류를 위한 의미론적 분할 딥러닝 모델 학습 최적 공간 해상도와 영상 크기 선정

저자 : 정동기 ( Dongki Chung ) , 이임평 ( Impyeong Lee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 6호 발행 연도 : 2021 페이지 : pp. 1573-1587 (15 pages)

다운로드

(기관인증 필요)

초록보기

드론 영상은 위성이나 항공 영상보다 공간 해상도가 수배 혹은 수십 배가 높은 초고해상도 영상이다. 따라서 드론 영상 기반의 원격탐사는 영상에서 추출하고자 하는 객체의 수준과 처리해야 하는 데이터의 양이 전통적인 원격탐사와 다른 양상을 보인다. 또한, 적용되는 딥러닝(deep learning) 모델의 특성에 따라 모델 훈련에 사용되는 최적의 데이터의 축척과 크기가 달라질 수밖에 없다. 하지만 대부분 연구가 찾고자 하는 객체의 크기, 축척을 반영하는 영상의 공간 해상도, 영상의 크기 등을 고려하지 않고, 관성적으로 적용하고자 하는 모델에서 기존에 사용했던 데이터 명세를 그대로 적용하는 경우가 많다. 본 연구에서는 드론 영상의 공간 해상도, 영상 크기가 6가지 월동채소의 의미론적 분할(semantic segmentation) 딥러닝 모델의 정확도와 훈련 시간에 미치는 영향을 실험 통해 정량적으로 분석하였다. 실험 결과 6가지 월동채소 분할의 평균 정확도는 공간 해상도가 증가함에 따라 증가하지만, 개별 작물에 따라 증가율과 수렴하는 구간이 다르고, 동일 해상도에서 영상의 크기에 따라 정확도와 시간에 큰 차이가 있음을 발견하였다. 특히 각 작물에 따라 최적의 해상도와 영상의 크기가 다름을 알 수 있었다. 연구성과는 향후 드론 영상 데이터를 이용한 월동채소 분할 모델을 개발할 때, 드론 영상의 촬영과 학습 데이터의 제작 효율성 확보를 위한 자료로 활용할 수 있을 것이다.

KCI등재

8낙동강 유역의 연안 해저지하수 유출특성에 관한 연구

저자 : 김대선 ( Daesun Kim ) , 정한철 ( Hahn Chul Jung )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 6호 발행 연도 : 2021 페이지 : pp. 1589-1597 (9 pages)

다운로드

(기관인증 필요)

초록보기

연안지역의 해저지하수 유출(SGD)은 하천과 함께 영양염류와 미량금속 등을 해양으로 유입시키는 주요 수송로 역할로써 중요성이 대두되고 있다. 이에 우리나라 육상의 연안지역인 낙동강 대권역 유역에 대해 1986년부터 2020년까지 35개년의 월별 SGD를 추정하고 계절적 변화와 시공간적 특성을 분석하였다. SGD 산출지점인 낙동강 연안유역은 SRTM(Shuttle Radar Topography Mission) DEM(Digital Elevation Model) 자료를 이용하여 210개의 유역을 추출하였으며, 우리나라에 적용가능한 가장 높은 해상도의 전지구 모델인 FLDAS (Famine Early Warning Systems Network Land Data Assimilation System) 10 km recharge를 통해 추정한 낙동강 연안유역의 연평균 SGD는 466.7 ㎡/yr 로 나타났다. 낙동강 연안유역 SGD는 시계열적으로 큰 변동성은 없었으나 여름에 집중되던 SGD유출이 가을철로 주요유출 시기가 확대되는 경향을 보였다. 또한 공간적으로는 큰 수계와 인접한 연안지역에서 계절에 관계없이 SGD 유출이 많고 1980년대 이후로 시간적 변화에 따라 다소 증가하고 있는 경향을 확인하였다. 이러한 결과는 낙동강 지역의 강수패턴의 시기가 확대되며, 기저유량이 많은 지역의 집수량이 높은 데에 따른 것으로 사료된다. 본 연구는 우리나라의 SGD 특성을 탐구하기 위한 모델링 기법을 제시한 선행적 연구이며 우리나라 해저지하수 유출이 해양에 미치는 영향과 연안관리를 위한 기초자료로 활용성이 기대된다.

KCI등재

9위성 영상의 분류 기법을 활용한 겨울철 하천의 얼음 면적과 기온 변화 비교 연구

저자 : 박성재 ( Sungjae Park ) , 김봉찬 ( Bongchan Kim ) , 이창욱 ( Chang-wook Lee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 6호 발행 연도 : 2021 페이지 : pp. 1599-1610 (12 pages)

다운로드

(기관인증 필요)

초록보기

자연환경이나 지역생태계는 다양한 요인에 의하여 변화가 일어나지만 그 중에서도 수온의 변화는 하천생태계에서 주변환경에 영향을 미치는 큰 요인 중 하나이다. 하지만 현재까지 수온 변화에 관한 연구는 수온이 하천환경에 미치는 영향력에 비해 활발히 진행되지 못하였다. 이에 본 연구에서는 2015년부터 2021년까지 홍천강의 겨울철 얼음의 면적 변화를 통해 수온의 변화를 연구하고자 한다. 현장조사 결과를 참고하여 광학 위성 영상을 분류하였으며, SAR 위성 영상은 GLCM 텍스처 분석법을 이용하여 입력 자료의 한계를 극복하고자 하였다. 사용된 모든 영상의 정확도 검증을 수행한 뒤, 산출된 월 평균 얼음 면적과 인접한 기상대의 기온자료와 비교를 하였다. 수온과 얼음의 면적이 상관관계가 있음을 알 수 있었으며 본 연구결과는 접근이 힘들거나 시스템이 갖춰지지 않은 소규모 하천의 환경변화 연구에 활용할 수 있을 것이다.

KCI등재

10지상관측 기상자료를 적용한 KLDAS(Korea Land Data Assimilation System)의 토양수분 · 증발산량 산출

저자 : 박광하 ( Gwangha Park ) , 계창우 ( Changwoo Kye ) , 이경태 ( Kyungtae Lee ) , 유완식 ( Wansik Yu ) , 황의호 ( Eui-ho Hwang ) , 강도혁 ( Dohyuk Kang )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 6호 발행 연도 : 2021 페이지 : pp. 1611-1623 (13 pages)

다운로드

(기관인증 필요)

초록보기

본 연구에서는 K-LIS(Korea-Land surface Information System)의 KLDAS(Korea Land Data Assimilation System)를 사용하여 LSM의 초기 경계조건 최적화를 위해 스핀업(Spin-up)을 진행하였고다. 스핀업은 2018년을 대상으로 8회 반복 수행하였다. 또한, 국내 기상청(KMA, Korea Meteorological Administration), 농촌진흥청(RDA, Rural Development Administration), 한국농어촌공사(KRC, Korea Rural Community Corporation), 한국수력원자력(KHNP, Korea Hydro & Nuclear Power Co., Ltd.), 한국수자원공사(K-water, Korea Water Resources Corporation), 환경부(ME, Ministry of Environment) 등에서 관측하고 있는 기상자료를 사용하여 저해상도(K-Low, Korea Low spatial resolution; 0.125°) 및 고해상도(K-High, Korea High spatial resolution; 0.01°)의 기상자료를 생성하여KLDAS에 적용하였다. 그리고, K-Low 및 K-High의 정확도 향상 정도를 확인하기 위해 선행 연구에서 사용된 MERRA-2 (Modern-Era Retrospective analysis for Research and Applications, version 2)와 ASOS-S(ASOS-Spatial)가 적용된 토양수분 및 증발산량을 같이 평가하였다. 그 결과, 초기 경계조건의 최적화는 토양수분의 경우 2회(58개 지점), 3회(6개 지점), 6회(3개 지점)의 스핀업이 필요하고, 증발산량의 경우 1회(2개 지점), 2회(2개 지점)의 스핀업이 필요하다. MERRA-2, ASOS-S, K-Low, K-High을 적용한 토양수분의 경우 R2의 평균은 각각 0.615, 0.601, 0.594, 0.664이고, 증발산량의 경우 R2의 평균은 각각 0.531, 0.495, 0.656, 0.677로 K-High의 정확도가 가장 높은 것으로 평가되었다. 본 연구 결과를 통해 다수의 지상 관측자료를 확보하고 고해상도의 격자형 기상자료를 생성하면 KLDAS의 정확도를 높일 수 있다. 다만, 지점 자료를 격자로 변환할 때 각 지점의 기상현상이 충분히 고려되지 않으면 정확도는 오히려 낮아진다. 향후 IDW의 매개변수 설정 또는 다른 보간기법을 사용하여 격자형 기상자료를 생성하여 적용하면 보다 높은 품질의 자료를 산출할 수 있을 것으로 판단된다.

발행기관 최신논문
자료제공: 네이버학술정보
발행기관 최신논문
자료제공: 네이버학술정보

내가 찾은 최근 검색어

최근 열람 자료

맞춤 논문

보관함

내 보관함
공유한 보관함

1:1문의

닫기