DOI QR코드

DOI QR Code

A Review on Monitoring Mt. Baekdu Volcano Using Space-based Remote Sensing Observations

인공위성 원격탐사를 이용한 백두산 화산 감시 연구 리뷰

  • Hong, Sang-Hoon (Department of Geological Sciences, Pusan National University) ;
  • Jang, Min-Jung (Department of Geological Sciences, Pusan National University) ;
  • Jung, Seong-Woo (Department of Geological Sciences, Pusan National University) ;
  • Park, Seo-Woo (Department of Geological Sciences, Pusan National University)
  • 홍상훈 (부산대학교 지질환경과학과) ;
  • 장민정 (부산대학교 지질환경과학과) ;
  • 정성우 (부산대학교 지질환경과학과) ;
  • 박서우 (부산대학교 지질환경과학과)
  • Received : 2018.09.30
  • Accepted : 2018.10.30
  • Published : 2018.12.31

Abstract

Mt. Baekdu is a stratovolcano located at the border between China and North Korea and is known to have formed through its differentiation stage after the Oligocene epoch in the Cenozoic era. There has been a growing interest in the magma re-activity of Mt. Baekdu volcano since 2010. Several research projects have been conducted by government such as Korea Meteorological Administration and Korea Institute of Geoscience and Mineral Resources. Because, however, the Mt. Baekdu volcano is located far from South Korea, it is quite difficult to collect in-situ observations by terrestrial equipment. Remote sensing is a science to analyze and interpret information without direct physical contact with a target object. Various types of platform such as automobile, unmanned aerial vehicle, aircraft and satellite can be used for carrying a payload. In the past several decades, numerous volcanic studies have been conducted by remotely sensed observations using wide spectrum of wavelength channels in electromagnetic waves. In particular, radar remote sensing has been widely used for volcano monitoring in that microwave channel can gather surface's information without less limitation like day and night or weather condition. Radar interferometric technique which utilized phase information of radar signal enables to estimate surface displacement such as volcano, earthquake, ground subsidence or glacial movement, etc. In 2018, long-term research project for collaborative observation for Mt. Baekdu volcano between Korea and China were selected by Korea government. A volcanic specialized research center has been established by the selected project. The purpose of this paper is to introduce about remote sensing techniques for volcano monitoring and to review selected studies with remote sensing techniques to monitor Mt. Baekdu volcano. The acquisition status of the archived observations of six synthetic aperture radar satellites which are in orbit now was investigated for application of radar interferometry to monitor Mt. Baekdu volcano. We will conduct a time-series analysis using collected synthetic aperture radar images.

백두산은 중국과 북한의 국경 경계에 위치하고 있는 성층화산으로 신생대 올리고세 이후 주요 분화 단계를 거쳐 형성된 것으로 알려져 있다. 2010년 이후 마그마 재활동으로 인한 백두산 화산활동 여부에 대한 관심이 증대되고 있다. 백두산 화산 활동을 감시하기 위한 연구는 기상청, 한국지질자원연구원 등 국가기관 중심으로 활발히 수행되고 있다. 2018년에는 한-중 백두산 공동 관측 장기연구 과제가 선정되었으며 이로부터 화산특화연구센터가 설립되기도 하였다. 그러나 백두산은 우리나라로부터 지리적으로 멀리 떨어져 있어 접근에 대한 제약이 있을 뿐만 아니라 백두산 화산 주변에 설치되어 있는 현장 관측 장비로부터 수집된 현장 자료의 공유 혹은 접근이 쉽지 않은 상황이다. 원격탐사는 직접적인 물리적 접촉 없이 대상 물체에 대한 특성을 원격으로 측정하는 수단으로서, 대상물의 관측을 위해 자동차, 무인기, 항공기, 인공위성 등 여러 형태의 플랫폼이 사용된다. 지난 수십 년 간, 다양한 파장 대역에서의 전자기파를 이용한 원격탐사 자료를 활용하여 화산 감시 연구가 수행되어 왔다. 특히 레이더 원격탐사는 주야조건, 기상조건에 관계없이 자료를 획득할 수 있을 뿐만아니라 위상정보를 이용한 레이더 위상간섭기법을 통한 미세 지표 변위 관측이 가능하여 매우 널리 이용되고 있는 화산 감시 기술이다. 본 논문의 목적은 백두산 화산 관측을 위해 수행된 기존 원격탐사 연구 문헌을 수집하고 동향을 파악하는 것이다. 또한 지속적인 화산 감시를 위한 가용 영상레이더 위성정보를 조사하여 향후 이를 바탕으로 백두산 화산 지표 변위의 주기적 탐지 연구를 수행하는데 활용할 예정이다.

Keywords

1. 서론

백두산은 중국과 한반도의 경계 부분인 북위 42° 01′,동경 128° 05′에 위치하고 있으며, 높이 2,750 m, 18,350 km2의 화산암류 분포 면적을 가지고 있다(Yun et al., 1993). 백두산 화산은 하부 지역의 현무암 용암대지와 순상화산체 부분과 상부 지역의 칼데라를 포함하는 성층화산체의 복합화산체로 구성되며, 좁은 범위의 의미로는 성층화산체만을 지칭한다(Yun et al., 1993). 백두산 화산은 신생대 올리고세 이후 주요 분화 단계를 거쳐왔으며, 서기 946년에 분화된 밀레니엄 분화가 역사시대 최대의 화산 분출로 평가되고 있다(Kim, 1992). 과거 밀레니엄 분화의 규모로 백두산 화산이 분화하는 경우, 용암류, 화성쇄설류, 이류, 암설류 등의 화산분출물의 영향이 중국과 북한 쪽에 직접적인 영향을, 화산재, 화산구름에 의한 공기 중 미세먼지 농도 증가, 항공기 운항피해 등이 한국 쪽에 간접적인 영향을 미치게 될 것으로 평가되었다(Yu et al., 2014). 2002년 이후, 백두산 화산의 천지 호수 내 하부에서 화산성 지진이 다수 관측되었으며, 이로 인한 지표면의 팽창과 화산 가스의 헬륨성분 변화 등 다수의 활동 신호가 발견되어 주목을 받기도 하였다(Yun and Lee, 2012). 이와 같이 백두산 화산의 재분화 가능성이 제시됨에 따라 잠재적인 재해 발생에 대한 한반도 주변국 등의 관심이 집중되고 있다(Stone, 2010; 2011).

백두산 화산에 대한 접근성과 현장 관측의 한계를 극복하고, 화산 분화에 대한 감시 예측과 대응 기술의 개발을 위하여 “백두산 화산 감시 예측 및 대응기술 개발”을 국가적 주요 연구 투자 분야 중 하나로 선정된 바 있다. 또한 기상청과 국립기상과학원은 이를 위한 기상·지진 See-At 기술개발연구와 지진화산기술 사업 투자를 통해 백두산 화산의 감시 예측 연구 개발을 수행하고 있다. 2018년에는 한국과 중국 사이의 공동협력연구를 통한 백두산 공동 관측 장기 연구 과제가 선정되었으며, 화산특화연구센터(Volcano Specialized Research Center)가 설립되어 연구가 진행 중에 있다. 한국과 중국 사이의 공동협력연구사업이 진행됨에 따라 백두산 화산에 대한 현장 관측 자료 접근에 대한 기대감이 높아졌음에도 불구하고 여전히 지리적인 접근의 제약이 존재한다. 따라서 원거리에 위치하고 있는 지역적인 제약을 극복하고 주기적인 백두산 관측을 위한 원격탐사 관측연구의 유용성은 매우 크다고 할 수 있다.

원격탐사는 탐지하고자 하는 대상체에 대해 물리적 또는 밀접한 접촉없이 특성에 대한 정보를 측정하여 종합적으로 분석 또는 해석하는 학문을 말한다. 또한 원거리에 위치한 대상체에서 나오는 전자기파 에너지를 복잡하게 설계된 센서를 통해 측정하고, 이때 얻어진 신호들을 수학, 통계 기반 알고리즘에 기반하여 유용한 정보를 출하는 것 포함한다(Jensen and Lulla, 1987). 영상레이더(synthetic aperture radar: SAR)는 마이크로파 주파수 대역의 전자기파를 이용하기 때문에 비나 구름이 있는 기상 조건에도 지표면을 효과적으로 관측할 수 있다. 그리고 마이크로파 원격탐사는 태양 에너지에 의존적인 수동형 광학 센서와는 달리 센서로부터 생성된 전자기파 에너지를 송수신하므로 주야 조건에 관계없이 대상체를 관측할 수 있다는 장점이 있다. 영상레이더 자료는 지표면에 대한 반사값 뿐만 아니라 거리에 대한 위상정보를 포함하므로 레이더 위상간섭기법을 통해 고도 정보와 지표 변위에 대한 정밀 계산이 가능하다. 레이더 위상간섭기법을 이용한 지표면 고도 측정 및 지진, 화산, 지반침하, 빙하이동, 습지대 수위 변화 등 다양한 지구과학 분야에서 수없이 많은 수의 연구논문 결과가 발표되었다(Hanssen, 2001; Henderson and Lewis, 1998; Moreira et al., 2013).

지난 20년간 다양한 인공위성 관측자료 원격탐사 기법을 통한 백두산 화산에 대한 연구가 국내외 연구자들에 의해 수행되어 왔다. 영상레이더 자료를 기반으로 한 연구 논문이 주를 이루고 있으며, 후방산란계수를 이용한 화산 표면 탐지, 레이더 간섭기법(Interferometric SAR: InSAR)을 응용한 지표변화 탐지가 이에 해당한다(Chen et al., 2008; Feng et al., 1999; Ji et al., 2013; Kim et al., 2014; Kim et al., 2017; Kim, 2004; Kim et al., 2001a; Kim et al., 2001b; Kim et al., 2000; Kim and Won, 2005; Lee, 2014; Lee and Lee, 2017; Lee et al., 2016b). 그리고 광학 위성영상을 이용한 백두산 화산의 수치 표고 모형(Digital Elevation Model: DEM) 제작, 식생분류와 생체량 추정에 대한 논문이 발표된 바 있다(Chi et al., 2017; Huang and Qi, 2010; Lee et al., 2010; Lee et al., 2012). 또한 마그마 활동성 추정 등을 위해 적외선 대역 광학 영상을 활용한 온도 추정 연구가 수행되기도 하였으며(Lee et al., 2016a; Park et al., 2013; 2014), 위성으로부터 획득된 중력과 자력 정보를 이용한 마그마 활동 감시 연구가 이루어지기도 하였다(Lee et al., 2013; Lee et al., 2014; Oh et al., 2014). 이 외에도 화산 연구를 위해 지구물리학적 현장실측 자료와 인공위성 정보와의 종합적 해석을 강조하였으며(Kim et al., 2005), 원격탐사를 이용한 화산활동 연구 사례가 소개되기도 하였다(Cho, 2015).

본 논문에서는 화산 연구를 위한 원격탐사 방법에 대해 먼저 소개하고 그 중 특히 영상레이더 위상간섭기법을 이용 화산 지형 변위 감시 방법에 대해 설명할 것이다. 그리고 앞서 소개되었던 백두산 화산에 대한 기존 원격탐사 연구 동향을 리뷰할 것이다. 아울러 영상레이더 기반 백두산 화산 연구를 위해 이용할 수 있는 가용 영상레이더 위성 관측 현황에 대해서 기술하고자 한다.

2. 원격탐사 기법

1) 화산 감시 원격탐사

원격탐사 기술의 발달과 함께 다양한 인공위성 관측자료를 이용한 화산 활동 감시 측정 방법이 개발되었다. 인공위성에 탑재된 지구 관측 센서는 전자기파를 선택할 수 있어 지표면에 대한 특징을 효과적으로 알아낼 수 있다. 일반적으로 가시광선, 적외선, 자외선 그리고 마이크로파의 영역의 전자기파 대역을 주로 사용하여 화산지역에 대한 변화를 관측한다.

일반적인 지구관측연구와 마찬가지로 광학원격탐사에 의한 화산 감시 연구는 위성의 궤도 특성에 따라 정지궤도위성을 이용하여 관측하는 방법과 극궤도를 따라 주기적으로 비행하는 저궤도 관측위성을 이용하는 두 가지 방법으로 구분된다. 정지궤도관측위성은 매일 일정시간 간격으로 영상을 획득하여 높은 시간해상도를 가지고 있는 장점이 있는 반면에 보통 500 m ~ 1 km 이상의 공간해상도를 가지고 있어 정밀한 지표 변화 관측이 어렵다(Francis and Rothery, 2000; Harris et al., 2001; Zakšek et al., 2013). 저궤도 관측위성의 경우 상대적으로 보다 높은 공간해상도로 지표를 관측하여 정밀한 정보를 제공할 수 있으나, 일정 궤도를 주기적으로 비행하며 관측하므로 시간해상도가 정지궤도 관측위성에 비해 낮은 것이 단점이다. 가시광선 및 적외선 대역의 전자기파를 이용하는 경우 화산 분출 시 분화 상황, 열에너지 추적, 화산 분화 전후에 대한 정성적 지표면 변화 탐지, 화산 지형 변화 탐지, 화산재, 화산가스, 에어로졸 등의 확산 추적 등 다양한 현상을 감지할 수 있다(Francis and Rothery, 2000; Mouginis-Mark et al., 1991; Pyle et al., 2013). 대표적인 광학 위성 센서인 Moderate Resolution Imaging Spectroradiometer(MODIS) 센서나 Landsat TM, ETM+, 또는 OLI 센서를 이용한 사례 연구가 대표적이다(Blackett, 2014; Flynn et al., 2000; Wright et al., 2002). 또한 화산 지역의 온도 추정과 용암 및 분출 활동성 평가를 위해 적외선 대역을 이용한 원격탐사 연구도 수행된 바 있다(Spampinato et al., 2011; Wright et al., 2001).

실제 대기 중에 분출되는 화산 구름 중에는 황산화 화합물이나 화산재가 포함되어 있다. 이들 성분의 감시에 주로 이용되는 자외선 대역 원격탐사 방법은 주로 Total Ozone Mapping Spectrometer(TOMS) 라는 센서에 의존하여 관측한다(Krueger etal., 2008; Krueger, 198). 하지만 관측에 대한 민감도는 화산의 분출 형태 및 양에 따라 탐지 효용성이 달라질 수 있다. Nimbus-7 TOMS 센서를 이용한 자외선 원격탐사 영상을 활용한 화산 분출에 기인한 이산화황 구름 관측 사례연구가 발표된 바 있다(Kieber, 2000; Mouginis-Mark et al., 2000). 그러나 자외선 센서 탑재 위성이 많지 않아 활용도가 상대적으로 낮은 편이다(Pyle et al., 2013).

화산 분화 작용으로 인한 미세 지표면 변화를 육안이나 광학위성 관측에 의해 정성적으로 판단하는 것은 매우 어려울 때가 있다. 영상레이더 위상간섭기법은 화산의 정밀 지형 고도를 측정할 수 있을 뿐만 아니라 화산 분출, 폭발 등에 의한 지표 변화를 정량적으로 수 mm에서 수 cm의 단위로 계산할 수 있는 매우 유용한 기술이다. 광학위성관측과 비교하여 볼 때, 주야 시간, 기상 조건에 관계없이 자료를 취득할 수 있는 장점이 있다. 반면에 육안판독에 의한 해석이 상당히 까다롭고, 위상간섭기법 적용을 위해서는 매우 복잡한 처리과정이 요구된다(Hanssen, 2001). 주기적인 영상레이더 위성관측은 화산의 움직임을 매우 정밀하게 관측할 수 있어 전세계 주요 화산에 대해 널리 활용되고 있다(Amelung et al., 2000; Fournier et al., 2010; Lu et al., 2010; Massonnet et al., 1995; Pritchard and Simons, 2004; Pyle et al., 2013).

2) 레이더 위상간섭기법

영상레이더 센서는 태양에너지의 유무와 관계없이 자체 에너지를 이용하여 전자기파를 송수신하여 자료를 취득하는 방식으로서 일반적인 광학위성 관측영상에서 획득하는 값과는 달리 복소수 자료로 자료를 제공한다. 이때 얻어진 복소수를 이용하여 지표면으로부터의 후방산란계수(backscattered coefficient)와 함께 위상(phase) 정보도 계산할 수 있다. 센서로부터 대상체까지의 거리에 대한 정보를 추출할 수 있는 위상 정보는 영상레이더 시스템에서 얻을 수 있는 매우 유용한 관측값이다. 위상 정보는 인공위성 센서로부터 송신된 레이더 신호 파장(wavelength)의 분수값(fraction)으로 표현된다. 위성에서 이용되고 있는 마이크로파 신호의 파장은 L-밴드(23.8 cm), C-밴드(5.6 cm), X-밴드(3.1 cm)이다. 위상 정보는 선택된 파장의 길이에 따라 지구표면에 대한 지표 변위를 수 cm 에서 수 mm 단위로 매우 정밀하게 측정할 수 있는 레이더 간섭기법의 핵심 정보이다(Hanssen, 2001).

레이더 위상간섭기법은 거의 비슷한 곳에 위치한 최소한 두 개의 관측지점에서 동일한 지역을 관측하여 두 영상 사이의 위상차이(phase difference)를 계산하는 것을 말한다. 레이더 간섭기법의 적용을 위해서는 거의 동일한 궤도(orbit), 관측각(incidence agle), 빔모드(beam mode)로 관측한 영상레이 자료의 복소수 값을 요구된다. 위성수신국에서는 영상레이더 처리 단계에 따라 single look complex(SLC) 형태의 영상처리 제품을 제공하며, 이를 이용하여 두 영상 사이의 위상 차이를 계산할 수 있다. 지표변위 탐지를 위한 위상간섭도(interferogram)은 지진, 화산, 지반 침하, 빙하 이동 등의 여러가지 원인의 지표면 운동에 의해 얼마나 변화가 일어났는지를 지시하는 일종의 지도이다(Wdowinski and Eriksson, 2009). 그러나 영상레이더는 비행 직하부 방향 관측이 아닌 경사거리 방향(slant range geometry)으로 관측을 수행하여 영상을 획득하므로, 위상간섭도에서 측정된 변위량은 line of sight(LOS, 가시 거리)에 대한 변화량을 나타낸다. 이때 LOS 방향에서의 지표 변위량은 수직 및 수평성분을 모두 포함한다. 위상간섭도에는 대상 지형의 고도에 대한 정보와 지진, 화산 등 지구조 활동에 의한 지표 변위량 외에도 지형고도오차, 지구타원체 곡률 효과, 대기 효과, 이온층 효과, 기타 영상처리 과정 중 발생가능한 오차 등이 포함될 수 있어 자료처리에 주의가 요구된다(Hanssen, 2001). 이들 중 지형 고도에 대한 효과에 대한 위상 보정을 위해서 지형고도모형이 필요하며 공간해상도가 너무 낮을 경우 위상 오차가 발생할 수도 있다. 미국 NASA에서 제공하는 Shuttle Radar Topography Mission(SRTM)이 활용되고 있다. 최근 독일 DLR에서 상용 배포하기 시작한 World DEM은 TerraSAR-X/TanDEM-X 위성을 이용하여 제작한 것으로서 SRTM DEM과 비교하였을 때 높은 공간해상도를 가지고 있다. 또한 최근의 전세계 지형 고도 정보를 추출한 것이므로 위상간섭기법에서 지형에 대한 위상 보정에 매우 유용하다(Gonzalez et al., 2017). 최초의 영상레이더 위상간섭기법은 지형의 고도 정보를 추출하는데 활용되었으며(Gabriel et al., 1989), 이 후 지형 고도에 의한 위상 효과를 제거함으로써 지구조 활동 등에 의한 지표변위에 대해 정량적으로 계산할 수 있는 차분위상간섭기법(differential SAR interferometry: DInSAR)이 소개되었다(Massonnet et al., 1995; Massonnet et al., 1993; Zebker et al., 1994). Fig. 1은 차분위상간섭기법 적용을 위한 위성 관측 기하 모식도이다.

OGCSBN_2018_v34n6_4_1503_f0001.png 이미지

Fig. 1. DInSAR geometry to estimate Earth’s surface deformation (modified from (Pepe and Calò, 2017)).

Δφ = Δφdisplacement Δφtopo + &Dlta;φorbit + Δφatm + Δφscatter + Δφprocess + Δφerr       (1)

식 (1)은 위상간섭도에서의 위상차이값을 나타내며, Δφdisplacement은 지표변위에 의한 위상차, Δφtopo은 지형고도정보 오차에 의한 위상차, Δφorbit은 위성 궤도오차에 의한 위상차, Δφatm은 대류권의 대기효과와 전리층에 의한 위상오차, Δφscatter은 지표면의 산란 특성 및 방향에 따른 위상오차, Δφprocess은 자료처리과정에서 발생하는 오차, Δφerr은 그 외 발생할 수 있는 종합적인 오차를 의미한다. 여기에서 Δφdisplacement를 제외한 나머지 위상값들은 지표변위량 계산에 영향을 줄 수 있는 오차값들이지만 이를 완전히 제거하는 것은 거의 불가능하다. 하지만 만약 오차가 완전하게 제거되었을 경우를 가정하면 지표변위에 대한 위상차이는 식 (2)와 같이 온전히 지형 변위에 대한 값으로만 표현된다. 식 (2)의 오른쪽 항에 대해 정리하면, 식 (3)과 같이 영상레이더의 파장 혹은 주파수에 비례하는 민감도를 가지게 된다. 따라서 파장이 짧을수록 정밀한 변위 계산이 가능하다. 그러나 단파장의 영상레이더 신호는 장파장 신호에 비해 시간기선거리에 대한 민감도 저하(temporal decorrelation) 혹은 체적산란 민감도 저하(volume decorrelation)에 제약이 있는 것으로 알려져 있다. Fig. 2는 3.1 cm의 파장을 갖는 11일 간격의 X-밴드 TerraSAR-X 영상레이더 자료를 이용하여 계산한 백두산 화산 지역에 대한 위상간섭도이다. 수체로 구성되어 있는 천지는 긴밀도가 유지되고 있지 않고 있으며, 백두산 천지 주위를 중심으로는 긴밀도가 높은 위상간섭도를 계산할 수 있다. 주변부에서는 매우 상관관계가 낮은 잡음으로 구성된 위상간섭도가 계산됨을 알수 있다. 또한 고도에 따른 대류권 효과로 인한 위상오차가 발생함이 인지된다.

\(\Delta \varphi_{\text {displacement }}=-\frac{4 \pi}{\lambda} d_{L O S}\)       (2)

\(d_{L O S}=-\frac{\lambda}{4 \pi} \partial \Delta \varphi_{\text {displacement }}\)       (3)

OGCSBN_2018_v34n6_4_1503_f0002.png 이미지

Fig. 2. An example of differential radar interferogra using X-band TerraSAR-X SAR (wavelength of 3.1 cm) image over Baekdu Volcano (Image courtsey of DLR, TerraSAR-X proposal of GEO1202).

레이더 위상간섭기술의 발달로 인하여 2-pass 혹은 3-pass와 같은 전통적인 차분위상간섭기법에 기반한 단순 지표변위 탐지법 이외에 시계열 지표변위 분석이 가능하게 되었다. 식 (1)과 같은 다양한 긴밀도 저하 요인으로 인하여 전통적인 차분위상간섭기법의 적용이 불가능한 경우, 약 20-30 장 이상의 다량의 자료를 이용하여 시계열 지표변위를 추출하는 방법이다. 현재 Persistent Scatterer Interferometry(PSI)(Ferretti et al., 2001), SqueeSAR(Ferretti et al., 2011), Small BAseline Subset (SBAS)(Lanari et al., 2004) 등의 기술이 개발되어 널리 이용되고 있다. 과거에 비해 운용되고 있는 영상레이더 인공위성의 수와 자료의 관측량이 증대되어 효과적으로 지표변위 추정이 가능하게 되었다.

영상레이더 센서는 주야/기상 조건에 제약을 받지않고 지표면의 변위의 정밀 측정이 가능하므로 주기적, 장기적 화산 감시 연구에 필수적이라 할 수 있다. 현재 X–, C–, 그리고 L–밴드 등 다양한 파장 대역의 영상레이더 위성이 운용되고 있으며 향후 수십 기의 위성이 추가 개발될 예정이어서 지구관측 활용에 대한 관심이 매우 높다. Table 1은 인공위성 영상레이더 시스템에 대한 정보들을 요약한 것이다. 파장대역에 따라 관심 연구 대상 지역에 대한 활용도가 서로 다르기 때문에 적합한 위성을 선택적으로 활용할 필요가 있다. 일반적으로 장파장 영상레이더 자료가 긴밀도 유지에 보다 적합한 것으로 알려져 있다(Hong and Wdowinski, 2014; Hong et al., 2010a; Hong et al., 2010b; Kim et al., 2013). 또한 긴밀도 높은 위상간섭도 제작을 위해 연구지역 특성에 따라 공간기선거리, 시간 기선거리, 파장 등 여러 조건 등을 고려할 필요가 있다.

Table 1. Space-based SAR Satellites (modified from (Hong and Wdowinski, 2017; Wdowinski and Eriksson, 2009))

OGCSBN_2018_v34n6_4_1503_t0001.png 이미지

3. 리뷰 결과

인공위성 원격탐사를 이용한 백두산 화산 연구 논문 리뷰를 위해 백두산, 장백산, Baekdu 등의 지명과 SAR, optic, 인공위성 등의 원격탐사 용어를 키워드로 사용하여 검색하였으며, 이들 중 대표적인 24편의 문헌을 이용하여 논문 리뷰를 진행하였다.

Cho et al.(2015)는 원격탐사에 대한 기본 개념과 이로부터 획득한 정보 추출을 위한 디지털 영상처리에 대해 소개였다. 화산 활동에서 나타나는 열온도 분포와, 용암분출, 지형변형 등으로 나타나는 전조현상에 대해 설명하였다. 자연재해를 탐지하고 분석하는 원격탐사 기법을 이용하여 분석한 화산 지역 열적 이상과 분화 구름 조사, 화산 분출에 의한 지표변위 사례에 대해 소개하였다(Cho, 2015). Kim et al.(2005)은 백두산 화산 등과 같은 지질재해 관측을 위한 영상레이더, GPS 탐사 등 원격탐사 방법과 지진계, 중자력계 등의 지구물리학적 조사 연구와의 융합 효용성에 대해 기술하였다. 측지 측정 지표 자료와의 융합, 지구물리학적 측정을 통한 지하자료 융합, 그리고 최종적으로 지표와 지하자료의 융합의 3단계 분석법을 제시하였다(Kim et al., 2005).

Lee et al.(2013)과 Oh et al.(2014)는 백두산 지역의 지정학적 위치 제약으로 인한 정기적 관측 자료 획득의 어려움에 대해 설명하고 GRACE와 CHAMP 인공위성으로부터 얻을 수 있는 중력과 자력 자료로부터 계산된 지오이드 자료의 10년간 변화 양상을 분석하였다. 분석 결과 2002년부터 2005년 사이에 매우 뚜렷한 지오이드 감소가 있었음을 보여주었고, 동일 기간 백두산 지역의 강수량 변화가 없음으로부터 하부 마그마 활동과의 연관 가능성을 제시하였다(Lee et al., 2013; Oh et al., 2014). Lee et al.(2014)은 백두산 화산 폭발시 화산재 확산 등으로 인해 한국을 비롯한 주변국에 미칠 수 있는 직간접적 영향과 재분화 활동 가능성에 대해 설명하였다. 활동성 감시 시스템 구축을 위해 실측 관측 자료의 획득이 중요하지만 접근의 제한성, 폐쇄성으로 인해 중국, 일본 등과의 인공위성을 이용한 화산 감시망 구축이 효과적 방안이 될 수 있음을 이야기하였다(Lee et al., 2014).

Lee et al.(2010)은 광학 위성 영상인 SPOT-5 스테레오 영상을 이용한 백두산 지역의 지형 고도 모형 추출과 보정에 대한 연구를 수행하였다. 지상기준점의 부재로 인한 수치 표고 모형의 정밀도 저하 문제는 SIFT(Scale Invariant Feature Transform) 기하보정을 통해 해결할 수 있었으며 그 결과 고해상도 표고 모형 제작이 가능함을 보고하였다(Lee et al., 2010). Huang과 Qi는 백두산 지역에 대해 1-m급 고해상도 광학 위성인 IKONOS 영상 자료를 이용하여 토지 피복 분류를 실시하였다. 이를 위해 eCognition(Baatz et al., 2004) 소프트웨어를 사용한 영상 분할분석법이 이용되었다. 고해상도 위성영상의 경우 높은 공간해상도로 인하여 정보가 과도하게 풍부하기 때문에 전통적인 화소 기반 분류법을 적용하기에는 다소 제약이 따르므로 객체기반 분류 접근법이 보다 효율적이라고 지시하고 있다(Huang and Qi, 2010). 또한 Lee et al.(2012)도 고해상도 광학 위성영상인 IKONOS 자료를 이용한 식생 분류 및 백두산 지역 생체량 추정연구를 수행하였다 위성영상을 이용하여 임상단위의 수종구분을 실시하고 현장 정보와 위성영상으로부터 추정된 SAVI, NDVI, SR, ARVI, EVI 5가지의 식생지수를 이용하여 생체량 회귀분석을 실시하였다. 또한 추정된 생체량 자료는 탄소흡수원 계산을 위한 기초 자료로 활용될 수 있음을 지시하고 있다(Lee et al., 2012). 백두산 지역 생체량 추정과 공간 분포 지도 제작에 대한 연구가 Chi et al.(2017)에 의해 수행되었다. 광학 위성 영상인 Landsat TM과 ICESat/GLAS와 같은 레이저 고도계 자료의 통합을 통해 생체량이 추정되었다. 초기 분류를 위해 Landsat TM 영상이 활용되었으며 생체량 추정 모형개발을 위해 고도계 자료 융합을 실시하였다. 분류결과를 통해 고도가 높은 곳에서도 산림이 풍부하게 분포하는 특징이 나타남을 알 수 있었다(Chi et al., 2017).

백두산 화산 지역 시계열 지표면 온도 변화에 대한 연구가 Park et al.(2013, 2014)에 의해 수행되었다. 1987년부터 2012년까지의 26년간 총 23개의 Lasdsat TM과 ETM+ 광학 위성 영상 중열 적외선 대역 자료들을 이용하여 표면 온도 분포도를 작성하였다. 이들은 대기 효과가 미치는 영향과 표면 방사율 측정의 어려움을 줄이기 위해 지표 온도와의 차이를 계산하는 알고리즘을 적용하였다(Park et al., 2013; 2014). Lee et al.(2016)도 2002년부터 나타나기 시작한 간헐적 화산성 지진에 대하여 관심을 갖고 Landsat 위성 영상을 이용하여 백두산 천지 부근의 온도 변화를 탐지 분석하는 논문을 발표하였다(Lee et al., 2016a).

Feng et al.(1999)은 인공위성 영상레이더 자료를 이용한 백두산 화산의 지표면 변화 연구 가능성에 대해 조사하였다. 화산의 표면적인 특성은 화산 내부의 지질학적 과정을 직간접적으로 반영하는 것이라 설명하면서 백두산 화산에 대한 지질 특성 연구를 위해 L-밴드JERS-1 SAR 시스템과 C-밴드 Radarsat-1 SAR 시스템을 사용하였다. 연구 결과 보다 장파장의 L-밴드 SAR 시스템이 상대적으로 표면 정보를 보다 자세히 나타낼 수 있음을 확인하였다(Feng et al., 1999). Kim et al.(2000)은 ERS-2 C-밴드와 JERS-1 L-밴드 영상레이더 위상간섭기법을 이용하여 초기 단계의 수치 표고 모형을 제작하였다. 비교적 장파장인 JERS-1 영상레이더 자료는 1100일 간격의 시간기선거리에도 비교적 뛰어 긴밀도의 위상간섭도를 생성할 수 있음을 알아내었다(Kim et al., 2000). Kim et al.(2001a, 2001b, 2001c)은 이전 연구에서 사용되었던 JERS-1와 ERS-2 영상레이더 자료를 이용하여 1992년부터 1998년까지의 백두산 지표 변위에 대해 조사하였다. 2-pass, 3-pass 차분위상간섭기법을 이용하여 다양한 시간간격인 704, 1056, 1100, 1118, 123, 2112일의 L-밴드 JERS-1 영상레이더 차분위상간섭도를 제작하였으며, 백두산 산체와 남서쪽에 위치하고 있는 홍두산을 중심으로 수십 km2에 걸쳐 연간 9 cm의 지표 상승이 있음을 확인하였다. 하지만 C-밴드 ERS-2 영상의 경우 temporal decorrelation에 의한 긴밀도의 심각한 저하가 발생하여 지표 변위에 대한 정보를 추출하기에 부족함을 보고하였다(Kim et al., 2001a; Kim et al., 2001b). Kim은 2004년 박사학위 논문과 Kim과 Won(2005)의 논문에서 이전 연구에서 제거하지 못하였던 대류권 효과를 제거하여 향상된 지표 변위량을 추정 발표하였다. 화산추를 중심으로 규칙적으로 발생하는 원형의 차분위상값은 층리화된 대류권의 전파 지연 오류값이 반영된 것임을 밝히고, 이를 제거하였다. 백두산에서의 대류효과로 인한 영상레이더 신호 지연은 약 1200 m 고도에서 최대 13.8 cm(평균 3.8 cm)로 측정되었다. 결과적으로 연간 약 3 mm에 해당하는 지표 상승이 관측되었으며, 오차범위인 Root Mean Square Errors(RMSE)는 약 ±2.2 cm로 나타났다. 추정치의 오차값이 상대적으로 매우 크기 때문에 신뢰성이 부족함을 지적하였으며 백두산 상승 속도를 정의하기에 추가적인 연구가 더 필요함을 주장하였다. 또한 신뢰도 계산과 보정을 위해 현장 실측 정보의 중요성에 대해 언급하기도 하였다(Kim, 2004; Kim and Won, 2005).

Chen et al.(2008)은 Mogi 모델을 이용한 백두산 마그마방 형태 추정을 수행하였으며 2002년부터 2003년 사이에 얻어진 GPS 측지 자료를 이용하여 모델을 개량하였다. 제한적인 현장 접근으로 인한 관측 자료의 부재 문제를 지적하고 원격탐사 기술을 이용한 기술이 효과적임을 지시하였고, 결과적으로 백두산 화산 분화구 아래 7.9 km와 백두산 근처에 위치한 Jianbai 화산 분화구 아래 5.5 km에 두 개의 마그마 점원이 존재하는 이중 Mogi 모형이 더 적합함을 제시한 바 있다(Chen et al., 2008). Ji et al.(2013)은 2004년부터 2010년까지 획득된 Envisat ASAR C-밴드 위성영상을 이용하여 백두산 화산에 대해 고정산란체 간섭기법(Persistent Scatter Interferometric SAR: PSI)을 이용한 지표 변위 시계열 분석을 실시하였다. 마그마방 매개 변수 추출을 위해 Mogi 점원 모형을 이용하였으며, 칼데라호 바로 아래 약 9 km 깊이에 마그마방이 위치하고 있으며, 2006년 8월과 2008년 8월 사이에는 일시적인 마그마 관입으로 인하여 백두산 화산이 팽창하였음을 암시하였다. 연구결과 2008년에서 2010년 사이 반대의 방향의 변형 패턴이 발견되었다(Ji et al., 2013). Envisat 시계열 자료를 이용한 또 다른 연구는 Kim et al.(2014)에 의해 수행되었으며, 2-pass 위상간섭법을 이용한 SBAS 기법을 적용하였다. 또한 L-밴드 ALOS PALSAR의 시계열 분석을 이용하여 백두산 화산의 활동 가능성과 경고 시스템 구축 가능성을 연구하였다. 이들 연구 결과를 통해 국제 협력에 기초한 공동 관측 네트워크 구축의 필요성을 주장하였다(Kim et al., 2014). Lee(2014)는 1992년부터 1998년까지 관측된 JERS-1 자료의 재해석 연구를 실시하였으며 고정산란체 위상간섭기법과 SBAS 기법을 동시에 활용하였다. 상호 검증을 위해 각각 다른 궤도에서 얻어진 자료들을 분석하였으며, 연구 결과에서 관측된 변위량은 약 -2.14 ~ +2.64 cm을 나타내었으며 약 0.32 ~ 2.56 cm의 RMSE 범위를 보여주었다. 결론적으로 2002 ~ 2006년의 기간과 비교하여 보았을 때, 1992 ~ 1998년에는 백두산 하부 마그마의 비활동기로 추정하고 있다(Lee, 2014). Lee et al.(2016)은 백두산 지역에 분포한 산림 효과로 인한 temporal 및 volume decorrelation 효과에 대해 주목하고 긴밀도 높은 위상간섭도 제작을 위한 L-밴드 위성영상의 사용이 효율적임을 지시하였다. 하지만 상대적으로 장파장인 L-밴드 영상레이더의 경우 전리층에 의한 신호 지연 왜곡 효과 발생 가능성이 현저하게 높기 때문에 이에 대한 보정방법이 필요함을 주장하였다. 개발된 전리층 왜곡 보정 방법을 이용하여 2006년부터 2011년까지 획득한 ALOS PALSAR 위성 영상에 적용하고 백두산 지표 변위량을 측정하였다(Lee et al., 2016b). Kim et al.(2017)은 제한적인 현장 접근으로 인한 관측 자료의 부재 문제를 지적하고 원격탐사 기술을 이용한 백두산 화산 지표 변화 연구의 중요성을 강조하였다. 특히 영상레이더 차위상간섭기법의 유용성을 밝히는 한편, 대기 오차 보정을 위한 진보된 기술 개발과 시계열 분석방법을 통한 정확도 향상에 대한 연구를 수행하였으며 연간 약 20 mm의 상승 효과를 밝힌 바 있다(Kim et al., 2017). Lee와 Lee(2017)는 L-밴드 JERS-1 위성과 ALOS 위성 영상으로부터의 시계열 변화 지도를 제작하였고, C-밴드 Radarsat-1 자료를 이용한 위상간섭기법을 적용하였다. 또한 X-밴드 TerraSAR-X를 이용한 시계열 위상간겁도를 제작하고자 하였으나 temporal decorrealation에 의한 긴밀도 저하 문제로 짧은 파장에서의 위상간섭기법이 용이하지 않음을 밝혔다. 이 외에도 라하르 모형을 지형 고도 자료로부터 모함으로써 백두산 지역의 화산 재해 위해성 평가를 수행한 바 있다(Lee and Lee, 2017).

본 논문의 주요 목적은 화산, 지진, 지반침하, 빙하 이동 등 각종 자연 재해 및 재난으로 인한 피해 감시에 매우 효율적인 인공위성 원격탐사 연구의 백두산 지역 적용 사례 동향 파악이다. 이를 위해 백두산 지표 변위 관련 기존 원격탐사 연구 및 문헌 조사 및 분석을 실시하였다. 연구 논문을 중심으 한 문헌 조사 결과 중복도가 높은 자료들을 제외한 후 Fig. 3과 같이 24편의 논문에 대한 분포도를 얻을 수 있었다. 영상레이더를 이용한 원격탐사 주제의 논문이 50 %를 차지하며 가장 높은 비율을 차지하고 있음을 알수 있다. 광학 및 적외선 대역 자료를 이용한 경우는 그 다음의 비율을 보이고 있었으며, 약 30 %에 해당한다. 중력 및 자력 원격탐사의 경우 약 12.5 %를 차지하고 있음을 알 수 있다.

OGCSBN_2018_v34n6_4_1503_f0003.png 이미지

Fig. 3. Pie chart of payload sensor types used in the research papers selected for review.

4. 레이더자료 관측 현황

2018년 9월초 기준으로 관측된 백두산 주변 영상레이더 위성 영상을 검색하여 이를 바탕으로 자료 수집 계획을 작성하였다. 향후 지속적인 시계열 분석이 필요하다고 판단되는 인공위성 영상레이더 자료의 경우 주기적인 화산 관측을 위한 효율적인 영상 입수 계획을 수립하였다. 이때 이미 구축되었던 자료와의 연속성, 입수가능성과 활용가능성 등을 고려하여 설계되어야 한다. 따라서 영상레이더 자료 구축 시 현재 운용이 중단되었거나 자료의 연속성이 보장되지 못하는 인공위성 센서는 제외하여 조사를 실시하였다.

백두산 화산을 중심으로 관측된 영상레이더 위성자료를 2018년 9월 10일 기준으로 조사를 수행하였다. 현재 운용되고 있는 위성 시스템을 기준으로 조사하였으며, X-밴드 위성인 KOMPSAT-5, COSMO-SkyMed, TerraSAR-X, C-밴드 위성인 Radarsat-2, Sentinel-1, 그리고 L-밴드 위성인 ALOS-2 위성의 경우에 대해 조사하였다. 자료조사 기준시점에서 총 524장의 영상이 관측되어 각 위성 수신국에 저장되어 있음을 확인하였으며, 이는 레이더 위상간섭기법을 적용 가능 여부와 무관하게 조사한 결과값이다. KOMPSAT-5의 경우 단지 2장만을 촬영하였으며, COSMO-SkyMed 영상은 32장이 관측되었다. 두 위성의 경우 주기적인 관측 수행이 되지 않아 시계열 지표변위 추정 연구에 다소 부족할 것으로 보인다. 하지만 TerraSAR-X 위성 자료의 경우 2012년 이후 꾸준하게 관측되어 총 172장의 많은 양이 구축되어 있음을 확인할 수 있었다. Radarsat-2 위성은 88장, Sentinel-1 위성은 163장이 촬영되어 있었으며, 두 기의 위성으로 편대비행하는 Sentinel-1 위성의 경우 약 2배의 영상이 관측되었을 알 수 있다. 유일한 L-밴드 위성인 ALOS-2 자료는 2015년 이후 꾸준하게 백두산 지역을 감시하고 있음을 확인하였으며, 67장의 영상이 관측되었다. Fig. 4는 조사된 위성 영상 수의 연도별 분포도로서 X-밴드의 경우는 TerraSAR-X, C-밴드는 Sentinel-1, 그리고 L-밴드 ALOS-2 위성자료가 좋은 시계열 분석자료로 활용될 수 있음을 확인할 수 있다. 향후 위 세 개의 각각 다른 파장대를 갖 위성자료에 대해 자료를 구축하고 주기적 지표변위 분석 연구를 수행할 예정이다.

OGCSBN_2018_v34n6_4_1503_f0004.png 이미지

Fig. 4. The number of archived SAR images of each radar satellites of KOMPSAT-5, COSMO-SkyMd, ALOS-2, Radarsat-2, Sentinel-1, and TerraSAR-X from past a decade.

향후 연구계획으로는 조사된 영상레이더 자료의 수집 및 이를 위한 표준화된 데이터베이스를 설계를 수행할 예정이다. 수집된 자료를 바탕으로 레이더 위상간섭기법 초기 적용 결과를 도출하도록 자료처리를 수행할 것이다. 이를 바탕으로 백두산 화산 지역에 대한 효과적인 마이크로파 파장 대역을 조사 분석하고자 한다. 조사 분석이 완료되면, 백두산 화산의 주기적인 관측 분석을 위해 효과적인 자료 입수 계획을 수립할 수 있을 것으로 기대된다. 이를 통해 일정 시간 간격을 가지는 백두산 지표 변위 지도를 제작할 수 있을 것이며, 파장 대역별 발생할 수 있는 대류권 대기 및 이온층 효과 등의 원인을 제거할 수 있는 위상간섭기법 보정 기술을 개발에 유용하게 사용될 수 있을 것이다. 또한 백두산 재분화와 연관된 이상 징후 발생 시 원격탐사 자료를 기반으로 하여 지하 마그마의 움직임 파악 연구를 수행할 수 있을 것으로 판단된다.

5. 결론 및 토의

백두산 화산은 중국과 북한 사이에 위치하고 있는 성층화산으로서 2010년 이후 마그마 재활동에 의한 백두산 화산활동 여부에 대한 관심이 증대되고 있다. 하지만 지리적인 제약 등으로 인하여 현장 자료의 관측이 쉽지 않아 원격탐사를 이용한 주기적인 관측이 필요하다. 현재까지 다양한 파장 대역을 이용한 원격탐사 기법에 기반한 백두산 화산 연구가 수행되어 왔다. 특히 마이크로파 대역을 사용하여 관측하는 레이더 원격탐사는 주야조건, 기상조건에 관계없이 자료를 획득가능하며, 위상정보에 기반한 레이더 위상간섭기법을 통해 미세지표 변위 정밀 관측이 가능하므로 화산연구에 매우 유용하다. 본 논문에서는 백두산 화산 관측을 위해 수행되었던 주요 원격탐사 방법과 문헌을 수집하고 동향을 파악하고자 하였다. 또한 백두산 관측 장기연구로 수행하게 될 원격탐사 특히 영상레이더 간섭기법 연구 주제에 대해 소개하였다. 레이더 원격탐사 지표변위 감시를 위해 현재 가용한 영상레이더 관측 자료 실태를 조사하였으며, KOMPSAT-5, COSMO-SkyMed, TerraSAR-X, Radrsat-2, Sentinel-1, ALOS-2 위성에 대해 총 524장의 영상이 관측되었음을 확인하였다. 연도별 분포도를 통해 X-밴드 TerraSAR-X, C-밴드 Sentinel-1, 그리고 L-밴드 ALOS-2 위성이 주기적으로 백두산 화산을 관측하고 있음을 확인할 수 있었으며, 이들 자료의 구축과 활용이 중요할 것으로 판단된다.

사사

TerraSAR-X 영상은 DLR(project id: shong_EO_1202)에서 제공받아 수행하였으며, 본 연구는 기상청 “기상 See-At 기술개발사업(KMI2018-02710)”의 지원으로 수행되었습니다.

References

  1. Amelung, F., S. Jonsson, H. Zebker, and P. Segall, 2000. Widespread uplift and 'trapdoor' faulting on galapagos volcanoes observed with radar interferometry, Nature, 407(6807): 993. https://doi.org/10.1038/35039604
  2. Baatz, M., U. Benz, S. Dehghani, M. Heynen, A. Holtje, P. Hofmann, I. Lingenfelder, M. Mimler, M. Sohlbach, and M. Weber, 2004. Ecognition user guide, Definiens Imaging GmbH, Munich, Germany.
  3. Blackett, M., 2014. Early analysis of landsat-8 thermal infrared sensor imagery of volcanic activity, Remote sensing, 6(3): 2282-2295. https://doi.org/10.3390/rs6032282
  4. Chen, G. H., X. J. Shan, W. M. Moon, and K. R. Kim, 2008. A modeling of the magma chamber beneath the changbai mountains volcanic area constrained by insar and gps derived deformation, Chinese Journal of Geophysics, 51(4): 765-773. https://doi.org/10.1002/cjg2.1269
  5. Chi, H., G. Sun, J. Huang, R. Li, X. Ren, W. Ni, and A. Fu, 2017. Estimation of forest aboveground biomass in changbai mountain region using icesat/glas and landsat/tm data, Remote Sensing, 9(7): 707. https://doi.org/10.3390/rs9070707
  6. Cho, J.-D., 2015. The case of remote sensing for the earthquake, Proc. of Conference of the Geological Science in Korea, Jeju, Oct. 28-31, pp. 395-395.
  7. Feng, L., W. M. Moon, D.-J. Kim, K. Choi, and Y. Yamaguchi, 1999. Investigation of baiktu-san (volcano) using space-borne sar system, Proc. of International Geoscience and Remote Sensing Symposium, Hamburg, Jun. 28-Jul. 29, pp. 270-272.
  8. Ferretti, A., A. Fumagalli, F. Novali, C. Prati, F. Rocca, and A. Rucci, 2011. A new algorithm for processing interferometric data-stacks: Squeesar, IEEE Transactions on Geoscience and Remote Sensing, 49(9): 3460-3470. https://doi.org/10.1109/TGRS.2011.2124465
  9. Ferretti, A., C. Prati, and F. Rocca, 2001. Permanent scatterers in sar interferometry, IEEE Transactions on Geoscience and Remote Sensing, 39(1): 8-20. https://doi.org/10.1109/36.898661
  10. Flynn, L. P., A. J. Harris, D. A. Rothery, and C. Oppenheimer, 2000. High-spatial-resolution thermal remote sensing of active volcanic features using landsat and hyperspectral data, Geophysical Monograph-American Geophysical Union, 116: 161-178.
  11. Fournier, T., M. Pritchard, and S. Riddick, 2010. Duration, magnitude, and frequency of subaerial volcano deformation events: New results from latin america using insar and a global synthesis, Geochemistry, Geophysics, Geosystems, 11(1).
  12. Francis, P. and D. Rothery, 2000. Remote sensing of active volcanoes, Annual Review of Earth and Planetary Sciences, 28(1): 81-106. https://doi.org/10.1146/annurev.earth.28.1.81
  13. Gabriel, A. K., R. M. Goldstein, and H. A. Zebker, 1989. Mapping small elevation changes over large areas: Differential radar interferometry, Journal of Geophysical Research: Solid Earth, 94(B7): 9183-9191. https://doi.org/10.1029/JB094iB07p09183
  14. Gonzalez, C., P. Rizzoli, M. Martone, C. Wecklich, D. Borla Tridon, M. Bachmann, T. Fritz, B. Wessel, G. Krieger, and M. Zink, 2017. The new global digital elevation model: Tandem-x dem and its final performance, Proc. of EGU General Assembly Conference Abstracts, Vienna, Apr. 8-13, vol. 19, pp. 8978.
  15. Hanssen, R. F., 2001. Radar interferometry: Data interpretation and error analysis, Kluwer Academic Publishers, New York City, NY. USA.
  16. Harris, A., E. Pilger, L. Flynn, H. Garbeil, P. Mouginis-Mark, J. Kauahikaua, and C. Thornber, 2001. Automated, high temporal resolution, thermal analysis of kilauea volcano, hawai'i, using goes satellite data, International Journal of Remote Sensing, 22(6): 945-967. https://doi.org/10.1080/014311601300074487
  17. Henderson, F. M. and A. J. Lewis, 1998. Principles and applications of imaging radar, Manual of remote sensing: Volume 2, Wiley, New York City, NY, USA.
  18. Hong, S.-H. and S. Wdowinski, 2014. Multitemporal multitrack monitoring of wetland water levels in the florida everglades using alos palsar data with interferometric processing, IEEE Geoscience and Remote Sensing Letters, 11(8): 1355-1359. https://doi.org/10.1109/LGRS.2013.2293492
  19. Hong, S.-H. and S. Wdowinski, 2017. A review on monitoring the everglades wetlands in the southern florida using space-based synthetic aperture radar (sar) observations, Korean Journal of Remote Sensing, 33(4): 377-390. https://doi.org/10.7780/kjrs.2017.33.4.4
  20. Hong, S.-H., S. Wdowinski, and S.-W. Kim, 2010a. Evaluation of terrasar-x observations for wetland insar application, IEEE Transactions on Geoscience and Remote Sensing, 48(2): 864-873. https://doi.org/10.1109/TGRS.2009.2026895
  21. Hong, S.-H., S. Wdowinski, S.-W. Kim, and J.-S. Won, 2010b. Multi-temporal monitoring of wetland water levels in the florida everglades using interferometric synthetic aperture radar (insar), Remote Sensing of Environment, 114(11): 2436-2447. https://doi.org/10.1016/j.rse.2010.05.019
  22. Huang, F. and Y. Qi, 2010. Object-oriented land cover extraction in changbai natural reserve from ikonos image, Proc. of 2010 18th International Conference on Geoinformatics, Beijing, Jun. 18-20, pp. 1-4.
  23. Jensen, J. R. and K. Lulla, 1987. Introductory digital image processing: A remote sensing perspective, Pearson, New York City, NY, USA.
  24. Ji, L., J. Xu, Q. Wang, and Y. Wan, 2013. Episodic deformation at changbaishan tianchi volcano, northeast china during 2004 to 2010, observed by persistent scatterer interferometric synthetic aperture radar, Journal of Applied Remote Sensing, 7(1): 073499. https://doi.org/10.1117/1.JRS.7.073499
  25. Kieber, D. J., 2000. Causes and environmental implications of increased uv-b radiation, Royal Society of Chemistry, London, UK.
  26. Kim, J. H., 1992. A study on geology and geomorphology of the mt . Paekdu, Journal of Korean Association of Professional Geographers, 19: 1-28.
  27. Kim, J.-R., S.-Y. Lin, S. Hong, Y.-S. Choi, and H.-W. Yun, 2014. Ground deformation tracking over mt. Baekdu: A pre-evaluation of possible magma recharge by d-insar analysis, KSCE Journal of Civil Engineering, 18(5): 1505-1510. https://doi.org/10.1007/s12205-013-0126-2
  28. Kim, J.-R., S.-Y. Lin, H.-W. Yun, Y.-L. Tsai, H.-J. Seo, S. Hong, and Y. Choi, 2017. Investigation of potential volcanic risk from mt. Baekdu by dinsar time series analysis and atmospheric correction, Remote Sensing, 9(2): 138. https://doi.org/10.3390/rs9020138
  29. Kim, J. W., J.-S. Jeon, and Y. S. Lee, 2005. Geohazard monitoring with space and geophysical technologyan introduction to the kjrs 21 (1) special issue, Korean Journal of Remote Sensing, 21(1): 3-13. https://doi.org/10.7780/kjrs.2005.21.1.3
  30. Kim, S.-W., 2004. Measurement of surface displacement of mt. Baekdu and busan area using l-band sar interferometry, Ph. D. Thesis of Yonsei University, Seoul, Korea, p.157.
  31. Kim, S.-W., S. Wdowinski, F. Amelung, T. H. Dixon, and J.-S. Won, 2013. Interferometric coherence analysis of the everglades wetlands, south florida, IEEE Transactions on Geoscience and Remote Sensing, 51(12): 5210-5224. https://doi.org/10.1109/TGRS.2012.2231418
  32. Kim, S.-W., J.-S. Won, J.-W. Kim, W. Moon, and K.-D. Min, 2001a. Swelling of the Baegdu stratovolcanic mountain observed by dinsar, Proc. of Conference of the Korea Soceity of Remote Sensing, Seoul, Mar. 30, pp. 128-132.
  33. Kim, S.-W., J.-S. Won, J. W. Kim, and W. M. Moon, 2001b. Application of differential sar interferometry over the baegdu stratovolcanic mountain, Proc. of International Geoscience and Remote Sensing Symposium, Sydney, Jul. 9-13.
  34. Kim, S.-W., J.-S. Won, H. J. Lee, and W. M. Moon, 2000. Sar investigation over the baegdu stratovolcanic mountain: Preliminary results, Proc. of International Geoscience and Remote Sensing Symposium, Hawaii, Jul. 24-28, pp. 3231-3233.
  35. Kim, S. W. and J. S. Won, 2005. Radar measurement of slow deformation in the baekdusan stratovolcano, Korean Journal of Remote Sensing, 21(3): 221-228. https://doi.org/10.7780/kjrs.2005.21.3.221
  36. Krueger, A., N. Krotkov, and S. Carn, 2008. El chichon: The genesis of volcanic sulfur dioxide monitoring from space, Journal of Volcanology and Geothermal Research, 175(4): 408-414. https://doi.org/10.1016/j.jvolgeores.2008.02.026
  37. Krueger, A. J., 1983. Sighting of el chichon sulfur dioxide clouds with the nimbus 7 total ozone mapping spectrometer, Science, 220(4604): 1377-1379. https://doi.org/10.1126/science.220.4604.1377
  38. Lanari, R., O. Mora Sacristan, M. Manunta, J. J. Mallorqui Franquet, P. Berardino, and E. Sansoti, 2004. A small-baseline approach for investigating deformations on full-resolution differential SAR interferograms, IEEE Transactions on Geoscience and Remote Sensing, 42(7): 1377-1386. https://doi.org/10.1109/TGRS.2004.828196
  39. Lee, C.-W., 2014. Baekdusan volcano time-series analysis from 1992 to 1998 using multi-interferogram insar processing, Terrestrial, Atmospheric & Oceanic Sciences, 25(6).
  40. Lee, C.-W. and M. Lee, 2017. Volcanic activity monitoring in mt. Baekdu using sar and laharz model, Proc. of EGU General Assembly Conference Abstracts, Vienna, Apr. 8-13, vol. 19, pp. 11567.
  41. Lee, D.-S., S.-C. Choi, C.-W. Oh, M.-H. Seo, and I.-C. Ryu, 2013. The study on the possibility of using satellite in monitoring precursor of magma activity in the baegdusan volcano, The Journal of the Petrological Society of Korea, 22(1): 35-47. https://doi.org/10.7854/JPSK.2013.22.1.035
  42. Lee, D.-S., C. W. Oh, S. C. Choi, and M. H. Seo, 2014. The necessity of constructing satellite monitoring system for activities of baegdu volcano and active volcanos around the korean peninsula, Journal of International Area Studies, 18(3): 189-209. https://doi.org/10.18327/jias.2014.09.18.3.189
  43. Lee, H., K. Ahn, B. Park, O. Jaehong, and D. Han, 2010. Correction of mt. Baekdu dem generated from spot-5 stereo images, Journal of the Korean Society of Survey, Geodesy, Photogrammetry, and Cartography, 28(5): 555-560.
  44. Lee, J. S., S. H. Baek, C. W. Seo, and H. C. Yun, 2016a. Temperature change detection of mt. Baekdu cheonji using landsat satellite images, Proc. of Korean Society of Surveying, Geodesy, Photogrammetry, and Cartography, Suwon, Apr. 29-29, pp. 182-183.
  45. Lee, W.-J., H.-S. Jung, S.-C. Park, and D. K. Lee, 2016b. Precisely determined the surface displacement by the ionospheric mitigation using the l-band sar interferometry over mt. Baekdu, Proc. of EGU General Assembly Conference Abstracts, Vienna, Apr. 17-22, vol. 18, pp. 5236.
  46. Lee, W. K., J. Y. Lee, H. B. Kwak, S. H. Choi, D. A. Kwak, and T. J. Park, 2012. Vegetation classification and biomass estimation using ikonos imagery in mt. Changbai mountain area, Journal of Korean Society of Forest Science, 101(3): 356-364.
  47. Lu, Z., D. Dzurisin, J. Biggs, C. Wicks Jr., and S. McNutt, 2010. Ground surface deformation patterns, magma supply, and magma storage at okmok volcano, alaska, from insar analysis: 1. Intereruption deformation, 1997-2008, Journal of Geophysical Research: Solid Earth, 115(B5).
  48. Massonnet, D., P. Briole, and A. Arnaud, 1995. Deflation of mount etna monitored by spaceborne radar interferometry, Nature, 375(6532): 567. https://doi.org/10.1038/375567a0
  49. Massonnet, D., M. Rossi, C. Carmona, F. Adragna, G. Peltzer, K. Feigl, and T. Rabaute, 1993. The displacement field of the landers earthquake mapped by radar interferometry, Nature, 364 (6433): 138. https://doi.org/10.1038/364138a0
  50. Moreira, A., P. Prats-Iraola, M. Younis, G. Krieger, I. Hajnsek, and K. P. Papathanassiou, 2013. A tutorial on synthetic aperture radar, IEEE Geoscience and Remote Sensing Magazine, 1(1): 6-43. https://doi.org/10.1109/MGRS.2013.2248301
  51. Mouginis-Mark, P., S. Rowland, P. Francis, T. Friedman, H. Garbeil, J. Gradie, S. Self, L. Wilson, J. Crisp, and L. Glaze, 1991. Analysis of active volcanoes from the earth observing system, Remote Sensing of Environment, 36(1): 1-12. https://doi.org/10.1016/0034-4257(91)90027-4
  52. Mouginis-Mark, P. J., J. A. Crisp, and J. H. Fink, 2000. Remote sensing of active volcanism, Washington DC American Geophysical Union Geophysical Monograph Series, 116.
  53. Oh, C. W., S. C. Choi, D. S. Lee, J. H. Park, and M. D. Kim, 2014. Necessity and possibility of the research for the study of magma activity under the baegdu volcano using satellite, Journal of International Area Studies, 18(3): 169-188. https://doi.org/10.18327/jias.2014.09.18.3.169
  54. Park, S.-H., H.-S. Jung, and H.-S. Shin, 2013. An efficient method to estimate land surface temperature difference (lstd) using landsat satellite images, Korean Journal of Remote Sensing, 29(2): 197-207 (in Korean with English abstract). https://doi.org/10.7780/kjrs.2013.29.2.4
  55. Park, S.-H., H.-S. Jung, and H.-S. Shin, 2014. Time-series monitoring result of land surface temperature variation at mt. Baekdu using landsat images, Proc. of Land Surface Remote Sensing II, vol. 9260, pp. 92600Z. https://doi.org/10.1117/12.2068902
  56. Pepe, A. and F. Calo, 2017. A review of interferometric synthetic aperture radar (insar) multi-track approaches for the retrieval of earth's surface displacements, Applied Sciences, 7(12): 1264. https://doi.org/10.3390/app7121264
  57. Pritchard, M. E. and M. Simons, 2004. An insar-based survey of volcanic deformation in the southern andes, Geophysical Research Letters, 31(15).
  58. Pyle, D. M., T. A. Mather, and J. Biggs, 2013. SP380: Remote sensing of volcanoes and volcanic processes: Integrating observation and modellingintroduction, Geological Society of London, London, UK.
  59. Spampinato, L., S. Calvari, C. Oppenheimer, and E. Boschi, 2011. Volcano surveillance using infrared cameras, Earth-Science Reviews, 106(1-2): 63-91. https://doi.org/10.1016/j.earscirev.2011.01.003
  60. Stone, R., 2010. Is china's riskiest volcano stirring or merely biding its time?, Science, 329(5991): 498-499. https://doi.org/10.1126/science.329.5991.498-a
  61. Stone, R., 2011. Vigil at north korea's mount doom, Science, 334(6056): 584-588. https://doi.org/10.1126/science.334.6056.584
  62. Wdowinski, S. and S. Eriksson, 2009. Geodesy in the 21st century, Eos, Transactions American Geophysical Union, 90(18): 153-155. https://doi.org/10.1029/2009EO180001
  63. Wright, R., L. Flynn, H. Garbeil, A. Harris, and E. Pilger, 2002. Automated volcanic eruption detection using modis, Remote Sensing of Environment, 82(1): 135-155. https://doi.org/10.1016/S0034-4257(02)00030-5
  64. Wright, R., L. P. Flynn, and A. J. Harris, 2001. Evolution of lava flow-fields at mount etna, 27-28 october 1999, observed by landsat 7 etm+, Bulletin of Volcanology, 63(1): 1-7. https://doi.org/10.1007/s004450100124
  65. Yu, S. Y., Y.-J. Lee, S.-M. Yoon, and K.-H. Choi, 2014. Economic loss estimation of mt. Baekdu eruption scenarios, Economic and Environmental Geology, 47(3): 1-13. https://doi.org/10.9719/EEG.2014.47.1.1
  66. Yun, S.-H. and J. H. Lee, 2012. Analysis of unrest signs of activity at the baegdusan volcano, Journal of the Petrological Society of Korea, 21(1): 1-12. https://doi.org/10.7854/JPSK.2012.21.1.001
  67. Yun, S.-H., C. K. Won, and M. W. Lee, 1993. Cenozoic volcanic activity and petrochemistry of volcanic rocks in the mt. Paektu area, Journal of the Geological Society of Korea, 29(3): 291-307.
  68. Zaksek, K., M. Hort, J. Zaletelj, and B. Langmann, 2013. Monitoring volcanic ash cloud top height through simultaneous retrieval of optical data from polar orbiting and geostationary satellites, Atmospheric Chemistry and Physics, 13(5): 2589-2606. https://doi.org/10.5194/acp-13-2589-2013
  69. Zebker, H. A., P. A. Rosen, R. M. Goldstein, A. Gabriel, and C. L. Werner, 1994. On the derivation of coseismic displacement fields using differential radar interferometry: The landers earthquake, Journal of Geophysical Research: Solid Earth, 99(B10): 19617-19634. https://doi.org/10.1029/94JB01179