• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1615-1619
• /
• 2010

토양수분은 토양입자에 포함되어 있는 물을 의미하는 것으로 지표면과 대기간의 에너지 균형과 물 순환을 조절하는데 중요한 요소이다. 본 연구에서는 토양수분 산정을 위하여 2003년 1월부터 2008년 12월까지의 MODIS(Moderate Resolution Imaging Spectroradiometer) 위성관측 자료로부터 획득한 정규식생지수(NDVI: Normalized Difference Vegetation Index)자료와 지표면 온도자료, 우리나라 76개소 기상관측소 중에 자료의 보유기간이 30년 이하인 관측소와 섬 지역들을 제외한 57개 지점의 강수량, 토양온도 자료 및 우리나라 전역에 대한 토지피복, 유효토심자료를 이용하여 데이터 마이닝(Data Mining) 기법의 하나인 CART(Classification And Regression Tree) 기법을 이용하여 토양수분을 산정하였다. 먼저 신뢰성 높은 토양수분 관측 자료를 가진 용담댐 유역의 6개 지점에 대하여 토양수분을 산정하여 적용 가능성을 분석하였다. 3개 지점의 토양수분 관측치는 토양수분 산정 모형 수립에 사용하였으며 검증에 사용된 1개 지점의 토양수분의 관측치와 추정치 간의 상관계수를 확인한 결과 전체적인 토양수분의 거동을 잘 나타내고 있어 토양수분 추정 모형의 적용가능성을 확인하였다. 이를 이용하여 용담댐 유역의 토양수분 분포와 우리나라 전역에 대한 토양수분 분포도를 추정하였다. 신뢰할 수 있는 지상관측 토양수분 관측치가 다양한 지상조건에 대하여 존재하지 않는 한계가 있음에도 불구하고 제시된 토양수분산정 방법은 제한된 가용자료를 사용한 우리나라 전역의 토양수분 산정에 있어 합리적인 접근법이라 판단된다.

• Journal of the Korean Geographical Society
• /
• v.46 no.3
• /
• pp.319-330
• /
• 2011

In this study, a soil moisture estimation model was proposed using the ground observation data of soil moisture, precipitation, surface temperature, MODIS NDVI and artificial neural networks. The model was calibrated and verified on the Yongdam dam watershed which has reliable ground soil moisture networks. The test statistics of calibration sites, Jucheon, Bugui, Sangjeon, showed that the correlation coefficients between observations and estimations are about 0.9353 and RMSE is about 1.4957%. Also that of the verification site, Cheoncheon2, showed that the correlation coefficient is about 0.8215 and RMSE is about 4.2077%. The soil moisture estimation model was applied to estimate the spatial distribution of soil moisture in the Yongdam dam watershed and results showed improved spatial soil moisture distribution since the model used satellite information of NDVI and artificial neural networks which can represent the nonlinear relationships between data well. The model should be useful to estimate wide range soil moisture information.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.446-446
• /
• 2022

본 연구에서는 MODIS(MODerate resolution Imaging Spectroradiometer) 다중 위성영상을 기반으로 전국 시공간 토양수분 및 토양수분 기반의 가뭄지수 SWDI(Soil Water Deficit Index)를 산정하였다. 시공간 토양수분의 산정을 위해 입력자료로 MODIS 위성의 지표면온도(Land Surface Temperature, LST), 증발산 및 식생(Enhanced Vegetation Index, EVI; Fraction of Photosynthetically Active Radiation, FPAR; Leaf Area Index, LAI; Normalized Difference Vegetation Index, NDVI) 관련 산출물 자료와 지상 관측자료인 일 단위 강수량 자료를 구축하였다. MODIS 위성영상은 산출물별로 제공되는 QC(Quality Control) 영상을 활용해 보정을 수행하였고, 공간 강수량 자료는 기상청에서 제공하는 전국 92개 지점의 종관기상관측자료를 구축하여 공간보간기법인 역거리가중법을 적용해 생성하였다. 실측 토양수분은 농촌진흥청에서 제공하는 76개 지점의 토양 깊이 10 cm에 설치된 TDR(Time Domain Reflectomerty) 센서에서 측정된 토양수분 자료를 활용하였으며, 토양수분 모의 시 토양 속성을 고려하기 위해 국립농업과학원에서 제공하는 토양도를 구축하여 활용하였다. 토양수분 산정 모형은 다중선형회귀모형(Multiple Linear Regression Model, MLRM)을 활용하였으며, 계절 및 토성에 따른 회귀식을 산정하였다. 회귀식 기반의 토양수분과 토성별 포장용수량 및 영구위조점 값을 이용하여 SWDI를 산정하고, 실제 가뭄 발생 시기 및 지역과의 비교하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.141-141
• /
• 2019

토양수분은 수문 분석에 있어 매우 중요한 인자 중 하나이며 최근 기후변화로 인한 가뭄, 홍수 및 산불발생과 같은 물 관련 재해 발생에 직 간접적으로 영향을 미치기 때문에 지표 토양수분산정은 매우 중요하다. Sentinel-1 SAR(Synthetic Aperture Radar)는 능동형 위성으로 10m의 공간해상도로 제공되기 때문에 기존의 토양수분 전용위성인 SMOS(Soil Moisure and Ocean Salinity), SMAP(Soil Moisture Active Passive) 및 GCOM-W1(Global Change Observation Mission Water) 등 다르게 고해상도 토양수분 산정이 가능하다. 그러나 Sentinel-1 SAR 센서에서는 고해상도 지표 관측 이미지 자료만 제공하며, 토양수분 자료를 직접적으로 제공하지 않는다. 따라서 본 연구에서는 2018년도 Sentinel-1 A/B IW(Interferometric Wide swath) 모드의 VH(Vertical Transmit - Horizontal Receive) 편파 영상과 Sentinel-1 SAR 위성자료 전처리 도구인 SNAP(Sentinel Application Platform)을 이용하여 후방산란계수를 산정하였으며, 산정된 후 방산란계수와 농촌진흥청에서 제공하는 65개 지점의 실측 TDR(Time Domain Reflectrometry) 토양수분의 관계를 이용하여 회귀모형을 도출 및 토양수분 공간분포를 산정하였다. 비록 불확실성은 어느정도 발생 하였으나, 전체적으로 TDR 관측값과 $10m{\times}10m$ 해상도의 Sentinel-1 SAR 기반 토양수분이 일치하는 경향을 보였다. 본 연구 결과는 수문, 농업, 산림, 재해 등 다양한 분야에 활용될 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1472-1475
• /
• 2009

SPI(Standard Precipitation Index)가 기상학적 가뭄을 표현하는 지수인 반면, PDSI(Palmer Drought Severity Index)는 가뭄에 가장 큰 영향을 미치는 수문기상학적 요소인 강수량, 기온뿐만 아니라 유효토양수분량과 일조시간 등의 자료에 근거한 물수지 분석에 의해 산정된다. 특히 PDSI 지수는 토양습윤조건의 민감한 영향을 측정하는데 매우 유용하다는 것을 장점으로 가지고 있다. PDSI에서 토양수분과 관련된 요소들을 다룰 때, 토양수분저장량은 토양을 상부와 하부의 2개 층으로 나누어 상부 층은 1inch(25.4mm)의 수분을 저장할 수 있고 하부층은 토양의 성질에 따라 유효용량이 결정되는 것으로 하부층의 수분은 상부 층의 수분이 모두 제거 될 때까지 손실되지 않으며 하부 층 손실량은 초기수분함유량과 산정된 잠재증발량(PE) 및 토양유효용량(AWC)에 따라 결정되는 것으로 가정한다. 하지만 산정방법에서 토양의 유효용량에 따른 물수지 방정식을 통해 각 잠재량들을 구하는 과정은 기후학적으로 필요한 값을 결정하는 매우 중요한 과정임에도 불구하고 기존의 PDSI 지수 산정 시, 모든 지역에서 상하부토양심도를 지역적 분포를 고려하지 않고 10inch(25.4cm)로 일정하게 사용함으로써 유효 토양수분함량에 대한 신뢰도를 저하시키는 결과를 가져오는 경향이 있었다. 이에 본 연구에서는 GIS 정밀토양도를 사용하여 토양심도의 지역적 분포에 근거한 토양수분함량을 산정한 후 물수지 분석을 실시하고 그에 따른 PDSI 지수를 산정하여 그 영향을 분석하고 기존의 PDSI 지수값과 비교 분석하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.296-296
• /
• 2022

농업적 가뭄은 토양의 수분함량(토양수분)이 마르기 시작하면서 식생 활동에 영향을 주는 것으로 정의할 수 있다. 광범위한 농업적 가뭄을 판별하기 위해 인공위성 자료를 토대로 토양수분을 산정하고 이를 이용해 가뭄지수를 산정하고, 가뭄 상태를 판별한다. 기존 인공위성 기반의 토양수분의 경우, microwave sensor에서 제공되는 밝기온도(brightness temperature)를 통해 토양수분을 추정하는 방식이 일반적으로 활용되었다. 하지만, microwave sensor에서 제공되는 자료들의 공간해상도가 10 km 이상이기 때문에, 한반도나 더 작게는 유역 단위, 행정 단위별 가뭄 분석을 하기에는 적합하지 않다. 이에 본 연구에서는 공간 해상도 500m의 광학센서(visible infrared imaging radiometer suite sensor (VIIRS))에서 제공되는 지표면 온도(land surface temperature)와 지표 반사도(land surface albedo) 자료들을 조합하여 토양수분을 산정하는 방식을 제안하고, 산출된 토양수분으로 농업적 가뭄을 모니터링한 결과를 제시하고자 한다. 기존의 microwave sensor로 산출된 토양수분 결과 값과의 비교 및 검증을 통해 광학센서를 통한 토양수분 산출물의 한반도 내 적용성을 확인할 수 있다.

• 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.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.119-119
• /
• 2023

본 연구에서는 Terra MODIS(MODerate resolution Imaging Spectroradiometer) 위성영상과 토양수분 부족지수(Soil Water Deficit Index, SWDI)를 이용하여 2012년부터 2022년까지 한반도 전국의 1km 공간 증발산량을 산정하였다. 공간 증발산량을 산정하기 위한 과정은 크게 두 가지로 구분된다. 첫 번째로 MODIS의 LST(Land Surface Temperature), NDVI(Normalized Difference Vegetation Index), 선행강우 및 무강우 누적일수를 이용해 1 km 공간 토양수분을 산정하였다. 농촌진흥청 토양수분관측망 자료 중 토지피복, 토양 속성을 고려하여 선정된 70개소 토양수분 실측데이터와 비교한 결과 지점별 평균 R² 0.63~0.90으로 유의미한 상관성을 나타내었다. 산정된 공간 토양수분은 생장저해수분점과 초기위조점의 관계를 이용한 SWDI로 변환하였다. 두 번째로 순 복사량, 기온 및 NDVI의 적은 수문인자를 통해 증발산량 산정이 가능한 MS-PT(Modified Satellite-based Priestley-Taylor) 모형을 기반으로 계절별 식생과 토양수분 상태를 고려하여 1 km 공간 증발산량을 산정하였다. MS-PT 모형에서 가정한 대기 증발 변수 Diurnal temperature (DT)와 지표 수분의 상관성 문제를 해결하기 위해 DT를 SWDI로 적용하였다. 모형 결과의 검증을 위해 국내 플럭스 타워 (설마천, 청미천, 덕유산) 증발산량 관측자료와의 결정계수(Coefficient of determination, R²), RMSE(Root Mean Square Error) 및 IOA(Index of Agreement)를 산정하였다. 본 연구의 결과로 생산되는 국내 증발산량의 시, 공간적 변동성은 증발산량을 통한 수문학적 가뭄지수 및 급성 가뭄을 파악하는데 활용될 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.114-114
• /
• 2021

본 연구에서는 Sentinel-1 SAR 센서 기반 이미지자료와 딥러닝기법을 이용하여 고해상도 토양수분을 산정하였다. 입력자료는 지표특성(모래함량, 점토함량, 경사도), 인공위성 기반의 강우와 LANDSAT 기반의 이미지자료(NDVI, LST, 공간분포 토양수분)를 사용하였다. 강우자료의 경우 GPM(Global Precipitation Measurement) 일강우 자료를 사용하였으며, 관측일 기준으로 5일전까지의 강우자료와 5일평균강우를 구분하여 사용하였다. LANDSAT 기반의 토양수분 이미지자료와 지점관측 토양수분을 이용하여 검·보정 이후 딥러닝 모형의 입력자료로 사용하였다. 입력자료는 30m × 30m 해상도로 Resample 하여 딥러닝 모형의 학습을 진행하였으며, 학습에 사용된 모형을 이용하여 Sentinel-1 기반의 고해상도(10m × 10m) 토양수분이미지를 산정하였다. 검증지점은 거창군 거창읍, 계룡시 두마면, 장수군 장수읍 및 무주군 무주읍 토양수분 관측지점을 선정하였다. 거창군 거창읍의 산정결과, LANDSAT 기반의 토양수분 이미지와 DNN 기반의 토양수분 이미지가 매우 유사하게 나타났으며, 모의값(DNN 기반 토양수분)이 실측값(LANDSAT 기반의 토양수분)을 잘 반영한 것(R: 0.875 ; RMSE: 0.013)으로 나타났다. 또한 학습모형을 토지피복이 유사한 지역에 적용하여 토양수분을 산정한 결과 검증지점 계룡시(R: 0.897 ; RMSE: 0.014), 장수군(R: 0.770 ; RMSE: 0.024) 및 무주군(R: 0.909 ; RMSE: 0.012)의 모의값이 실측값과 매우 유사한 것으로 나타났다. 이를 바탕으로 Seninel-1 SAR센서 이미지자료와 딥러닝기법을 연계한 고해상도 토양수분자료가 농업, 수문, 환경 등 다양한 분야에서 활용될 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.109-109
• /
• 2016

유역의 물수지는 기상인자, 지형, 토양, 식생 등 여러 가지 인자들에 의해 결정된다. 물수지 분포를 평가하기 위해 수문모형의 모의 시 필요한 수문요소 조건들을 정보화하게 되며, 동시에 토양수분의 특성, 강우 입력자료, 유역의 지형학적 특성들은 불확실성에 기인하는 요소로 작용한다. 이러한 수문모형 모의 시 불확실성을 제거하기 위해 모형 초기조건에 대한 다각적인 분석이 선행이 필요하다. 특히 토양수분은 대기와 지표 사이의 상호작용에 작용하는 중요한 수문기상학적 인자로 평가되고 있다. 토양수분 데이터 자료를 이용하여 강우-유출모형의 입력자료를 구축하여 실제 토양수분의 변동성을 파악하는 연구가 활발히 진행되고 있으며, 유역기반의 유출현황을 산정하기 위해 매우 유용한 초기조건으로 그 역할이 기대된다. 현장에서 관측하는 토양수분 데이터는 넓은 유역의 토양수분을 대표하는 자료로 사용되기에는 한계점이 있으며, 위성기반 토양수분 데이터는 원격탐사를 통해 획득되기 때문에 토양수분의 시 공간적인 변동성 파악에 용의하며 경제성 또한 높다. 이에 따라, 본 연구에서는 유역의 수문순환 분석을 하고, 위성기반 토양수분의 적용 가능성을 평가하기 위해 Aqua위성에 탑재된 Advanced Mircowave Scanning Radiometer Earth Observing System(AMSR-E)와 Metop-A의 Advanced SCATterometer(ASCAT)의 토양수분 데이터를 이용하여 강우-유출모델의 초기조건을 산정하였다. 또한, 이에 대한 검증을 위해 기존 강우인자 초기조건 및 지점에서 관측된 토양수분 초기조건 등을 비교하여 통계분석을 실시하였다.