• 대한원격탐사학회지
• /
• 제28권1호
• /
• pp.69-77
• /
• 2012

표면도달일사량은 전 지구시스템에 대한 기후 연구에 가장 중요한 요소 중 하나다. 기후 연구에서는 동일 지역을 관측하는 두 개 혹은 그 이상의 위성자료로부터 넓은 공간적 범위를 가지는 장기간의 데이터를 사용하는 것이 필요하다. 시간적 연속성을 가지는 서로 다른 위성으로부터 산출 된 표면도달일사량의 연속성과 일관성을 향상시키는 것은 매우 중요하다. 본 연구에서는 물리적 모델을 이용하여 GOES-9과 MTSAT-1R 위성의 중복 관측 기간 동안의 표면도달일사량을 산출하고, 두 위성의 채널자료와 실측치 비교를 통해 위성간의 연속성과 일관성을 향상시키는 방법을 연구하였다. 두 위성의 적외 채널 온도는 매우 잘 일치하는 경향을 보였다 : RMSE=5.595 Kelvin; Bias=2.065 Kelvin. 반면에, 가시채널은 다른 값의 분포를 보였지만 비슷한 경향을 보였다. 그리고 두 위성으로부터 산출 된 표면도달일사량은 실측치와 일치성이 낮았다. 표면도달일사량의 품질 향상을 위해 구름감쇠계수 조정을 통해 표면도달일사량 산출물을 재생산하였다. 그리고 채널 자료의 비교 분석을 통해 GOES-9 위성을 위한 구름감쇠계수를 생산하였다. 그 결과, 구름 효과를 고려한 GOES-9의 표면도달일사량 산출물은 MTSAT-1R과 실측치에 대해 매우 높은 일치성을 보였다 : RMSE=$83.439W\;m^{-2}$; Bias=$27.296W\;m^{-2}$. 구름감쇠계수 조정을 통해 향상 된 정확도는 두 개 이상의 위성으로부터 산출 된 표면도달일사량 산출물의 연속성과 일관성을 향상 시킬 수 있을 것이다.

• 대한원격탐사학회지
• /
• 제36권5_1호
• /
• pp.763-774
• /
• 2020

수치예보모델의 예측 바람장은 대기운동벡터 알고리즘의 표적 추적 과정에서 추적 정확도 향상이나 계산 시간 단축을 위해 초기 추정치로 사용된다. 대기운동벡터는 수치예보모델의 자료동화 시 활용가치가 높다고 알려졌으나, 초기 추정치로 사용된 수치예보모델 바람장이 대기운동벡터의 검증 과정에 참 값으로 사용된다는 모순이 있다. 이를 해결하기 위해서는 수치예보모델로부터 독립적인 초기 추정치가 필요하다. 본 연구에서는 Lucas and Kanade 옵티컬 플로우 방법을 적용하여 바람장을 도출한 후 이를 초기 추정치로 사용함으로써 표적 추적과정에서의 모델 의존성을 제거하고 계산 속도를 향상시키고자 하였다. 대기운동벡터 산출에는 2015년 8월 18일 ~ 9월 5일 00, 06, 12, 18시 동안의 정지궤도 위성 Himawari-8/AHI의 14번 채널 Level 1B 자료를 사용하였다. 옵티컬 플로우 방법이 대기운동벡터 산출에 미치는 영향을 평가하기 위하여 다음과 같은 세가지 방법으로 교차 검증을 수행 하였다. (1) 초기 추정치 없이, (2) KMA/UM 예보바람장을 초기 추정치로 사용하여, 그리고 (3) 옵티컬 플로우 방법으로 계산된 바람장을 초기 추정치로 사용하여 대기운동벡터를 산출하고 ECMWF ERA-Interim 재분석장과 비교 검증한 결과, 옵티컬 플로우 기반 바람장을 초기 추정치로 사용한 경우에 가장 높은 정밀도를 보였다(RMSVD: 5.296-5.804 ms^-1). 계산 속도는 초기 추정치를 사용하지 않은 경우에 가장 느렸고, 나머지 테스트는 유사한 속도를 보였다. 그러므로 대기운동벡터 알고리즘의 표적 추적 과정에 옵티컬 플로우 방법을 적용하면, 모델 의존성 없는 고품질 바람벡터의 산출이 가능할 것으로 사료된다.

• 대한원격탐사학회지
• /
• 제37권6_1호
• /
• pp.1767-1772
• /
• 2021

장기간에 걸친 전 지구적인 위성관측 지표면 알베도 자료는 전 지구 기후 및 환경의 변화 감시에 활발히 이용되고 있으며 그 활용도와 중요성이 크다. 우리나라의 경우 정지궤도위성 천리안위성 1호(Communication, Ocean and Meteorological Satellite, COMS) MI(Meteorological Imager) 센서와 천리안위성 2A호(GEO-KOMPSAT-2A, GK-2A) AMI (Advanced Meteorological Imager) 센서의 세대교체를 통해 지속적인 지표면 알베도 산출물의 확보가 가능하다. 그러나 COMS/MI 및 GK-2A/AMI의 지표면 알베도 산출물은 센서 및 알고리즘의 차이로 인해 산출물 간의 차이가 존재한다. 따라서 COMS/MI와 GK-2A/AMI 지표면 알베도 산출 기간을 확장하고 지속적인 기후변화 감시 연계성 확보를 위해 두 위성 산출물 간의 오차 분석이 선행되어야 한다. 본 연구에서는 COMS/MI 및 GK-2A/AMI 지표면 알베도 자료의 중복기간을 대상으로 지상관측자료 AERONET (Aerosol Robotic Network)와 타 위성자료 GLASS (Global Land Surface Satellite)와 함께 비교 분석하였다. 오차 분석 결과 AERONET과의 검증에서 COMS/MI의 평균 제곱근 오차(Root Mean Square Error, RMSE)가 0.043로 GK-2A/AMI의 RMSE인 0.015보다 높게 나타났다. 또한 GLASS와 비교하였을 때 COMS/MI의 RMSE는 0.029로 GK-2A/AMI의 0.038보다 낮게 나타났다. 이러한 오차특성을 이해하고 COMS/MI 및 GK-2A/AMI의 지표면 알베도 자료를 사용할 때 장기간 기후변화 감시에 적극적으로 활용할 수 있을 것이다.

• 대한원격탐사학회지
• /
• 제37권2호
• /
• pp.321-335
• /
• 2021

미세먼지 (PM10) 및 초미세먼지 (PM2.5)는 인체에 흡수 가능하여 호흡기 질환 및 심장 질환과 같이 인체건강에 악영향을 미치며, 심각할 경우 조기 사망에 영향을 줄 수 있다. 전 세계적으로 현장관측기반의 모니터링을 수행하고 있지만 미 관측지역에 대한 대기질 분포의 공간적인 한계점이 존재하여 보다 광범위한 지역에 대한 지속적이고 정확한 모니터링이 필요한 상황이다. 위성기반 에어로졸 정보를 사용함으로써 이러한 현장 관측자료의 한계점을 극복할 수 있다. 따라서 본 연구에서는 다양한 위성 및 모델자료를 활용하여 2019년도에 대해 한 시간 단위의 지상 PM10 및 PM2.5 농도를 추정하였다. GOCI 위성의 관측영역을 포함하는 동아시아 지역에 대해 트리 기반 앙상블 방법을 사용하는 Boosting 기법인 GBRTs (Gradient Boosted Regression Trees)와 LightGBM (Light Gradient Boosting Machine)을 활용하여 모델을 구축하였다. 또한, 기상변수 및 토지피복변수의 사용유무에 따른 모델의 성능을 비교하기 위해 두 가지 festure set으로 나누어 테스트하였다. 두 기법 모두 주요 변수인 AOD (Aerosol Optical Depth), SSA (Single Scattering Albedo), DEM (Digital Eelevation Model), DOY (Day of Year), HOD (Hour of Day)와 기상변수 및 토지피복변수를 함께 사용한 Feature set 1을 사용하였을 때 높은 정확도를 보였다. Feature set 1에 대해 GBRT 모델이 LightGBM에 비해서약 10%의 정확도 향상을 보였다. 가장 정확도가 높았던 기상 및 지표면 변수를 포함한 Feature set1을 사용한 GBRT기반 모델을 최종모델로 선정하였으며 (PM10: R2 = 0.82 nRMSE = 34.9%, PM2.5: R2 = 0.75 nRMSE = 35.6%), 계절별 및 연평균 PM10 및 PM2.5 농도에 대한 공간적인 분포를 확인해본 결과, 현장관측자료와 비슷한 공간 분포를 보였으며, 국가별 농도 분포와 계절에 따른 시계열 농도 패턴을 잘 모의하였다.

• 대한원격탐사학회지
• /
• 제38권2호
• /
• pp.179-188
• /
• 2022

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

• 대한원격탐사학회지
• /
• 제38권5_2호
• /
• pp.707-723
• /
• 2022

위성기반 해수면온도는 광역 모니터링이 가능한 장점이 있지만, 다양한 환경적 그리고 기계적 이유로 인한 시공간적 자료공백이 발생한다. 자료공백으로 인한 활용성의 한계가 있으므로, 공백이 없는 자료 생산이 필수적이다. 따라서 본 연구에서는 한반도 주변 해역에 대해 극궤도와 정지궤도 위성에서 생산되는 해수면온도 자료를 두 단계의 기계학습을 통해 융합하여 4 km의 공간해상도를 가지는 일별 해수면온도 합성장을 만들었다. 첫번째 복원 단계에서는 Data INterpolate Convolutional AutoEncoder (DINCAE) 모델을 이용하여 다종 위성기반 해수면온도 자료를 합성하여 복원하였고, 두번째 보정 단계에서는 복원된 해수면온도 자료를 현장관측자료에 맞춰 Light Gradient Boosting Machine (LGBM) 모델로 학습시켜 최종적인 일별 해수면온도 합성장을 만들었다. 개발된 모델의 검증을 위해 복원 단계에서 무작위 50일의 자료 중 일부분을 제거하여 복원한 뒤 제거된 영역에 대해 검증하였으며, 보정 단계에서는 Leave One Year Out Cross Validation (LOYOCV) 기법을 이용하여 현장자료와의 정확도를 검증하였다. DINCAE 모델의 해수면온도 복원 결과는 상당히 높은 정확도(R²=0.98, bias=0.27℃, RMSE=0.97℃, MAE=0.73℃)를 보였다. 두번째 단계의 LGBM 보정 모델의 정확도 개선은 표층 뜰개 부이와 계류형 부이 현장자료와의 비교에서 모두 상당한 향상(RMSE=∆0.21-0.29℃, rRMSE=∆0.91-1.65%, MAE=∆0.17-0.24℃)을 보여주었다. 특히, 모든 현장 자료를 이용한 보정 모델의 표층 뜰개 부이와의 정확도는 동일한 현장 자료가 동화된 기존 해수면온도 합성장보다 나은 정확도를 보였다. 또한 LGBM 보정 모델은 랜덤포레스트(random forest)를 사용한 선행연구에서 보고된 과적합의 문제를 상당부분 해결하였다. 보정된 해수면온도는 기존의 초고해상도 해수면온도 합성장들과 유사한 수준으로 수온 전선과 와동 등의 중규모 해양현상을 뚜렷하게 모의하였다. 본 연구는 다종위성 자료와 기계학습 기법을 사용해 시공간적 공백 없는 고해상도 해수면온도 합성장 제작 방법을 제시하였다는 점에서 가치가 있다.

• 대한원격탐사학회지
• /
• 제39권6_2호
• /
• pp.1635-1650
• /
• 2023

지구온난화로 인한 해수면온도 상승은 해양 생태계와 해양 생물에 열적 스트레스를 유발하여 해양 종의 생산성과 분포에 심각한 영향을 미친다. 이와 관련하여 최근 우리나라의 수산자원 중 살오징어의 어획량이 지속적으로 감소하고 있다. 본 연구에서는 지속적인 수산자원 관리를 위하여 어장 형성에 영향을 주는 해양환경을 분석하고 천리안해양관측위성 자료를 비롯한 여러 위성자료들을 이용하여 계절별 살오징어 서식지적합 모델을 개발하였다. 해수면온도는 14.11-26.16℃, 해수면높이는 0.56-0.82 m, 엽록소-a 농도는 0.31-1.52 mg m^-3, 일차생산량은 580.96-1574.13 mg C m^-2 day^-1인 범위에서 평균적으로 약 83%의 살오징어가 어획되는 것을 확인하였다. 계절별로 적합지수를 곡선 접합한 후, 네 가지 통계 방법으로 서식지적합지수를 개발하였고 그 중 산술평균을 사용한 모델이 가장 좋은 성능을 보였다. 개발한 통계 모델과 2019년 어획량 자료와 비교하였을 때, 계절별로 다른 해역에 생성되는 어장과 어획량이 높은 곳에 서식지적합지수가 높게 나타나는 것을 확인하여 모델이 잘 개발될 것을 볼 수 있었다. 또한, 살오징어의 어장 형성과 관련이 높은 해수면온도의 뚜렷한 증가 추세를 확인하였으며 앞으로 지속될 해양 온난화에 의해 어장이 변화할 것으로 예상이 된다. 수산자원 관리를 위해서는 꾸준히 모니터링하는 것이 필요하다고 보여진다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2007년도 춘계학술대회 논문집
• /
• pp.219-223
• /
• 2007

GMS(Geostational Meteorological Satellite), GOES(Geostationary Operational Environmental Satellite), MTSAT(Multi-Funcional Transport Satellite) 등의 정지기상위성은 거의 매시간 기상상황을 감시하고 태풍정보를 실시간 분석할 수 있어 드보락(Dvorak, 1975)등에 의해 이를 이용한 가시영상이나 적외영상기반의 태풍중심강도를 분석기법(드보락의 VIS/IR 분석법) 및 적외강조영상 분석기법(드보락의 EIR 분석법)이 개발되었다(Dvorak，1975, 1984). 그러나 주관적인 드보락의 VIS/IR 분석 법 및 EIR 분석법에 의한 결과는 분석자마다 다를 수 있고，절차 또한 복잡하여 시급성을 요하는 태풍 분석에서 취약점으로 지적되어 왔다. 이러한 주관적 방법의 한계를 극복하기 위하여 디지럴화된 영상과 자동 객관화된 알고리즘을 적용하는 객관 드보락 기법 (Advanced Objective Dvorak Technique, 이하 AODT)이 개발되었고(Velden et al, 1998), Zehr(1989)에 의해 비행기 관측자료등을 통해 보정되고 있다. 기상청에서는 2001 년부터 GMS 위성 관측영상을 이용하여 태풍의 중심위치를 분석하고，태풍강도를 정량화하기 위해 주관 드보락 기법 (Subjective Dvorak Technique 이하 SDT)을 이용하여 태풍중심위치와 강도정보를 실시간 예보관 및 일반인에게 제공하고 있다. 그러나 주관적인 드보락 기법이 분석자에 따라 다른 결과가 도출 될 수 있어, 이를 보완하기 위해 QuikSCAT 해상풍 관측자료, 정지 및 극 궤도위성자료를 활용한 해수면온도 둥 위성 분석자료와 기타 관측자료를 참조하고 있다. 정지기상위성자료를 이용한 드보락기법은 적외영상만으로 태풍중심 위치와 강도를 분석할 수 있는 장점 외에 앞에서 열거한 몇 가지 극복되지 못한 한계도 있으나，SSM/I 둥 기타 위성자료의 관측시간대와 분석정보 부족 등으로 정지기상위성자료를 이용한 드보락 기법을 대체할만한 현업용 분석기법이 개발되지 못했다. 기상청에서는 기존의 태풍분석업무를 개선하기 위해서 2005년부터 AODT를 도입하여 그 성능을 시험분석하고, 2006년 6월부터 AODT를 현업화하여 실시간 태풍강도분석 에 활용하였으며 2006년 제 3호 태풍 에위니아(EWINIAR)부터 두리안(DURlAN)까지 19개 태풍 434개 시간대자료를 분석한 결과 SDT 강도분석결과와 0.90의 상관도를 보였다. 또한 AODT 알고리즘이 기본적으로 대서양에서 발생하는 태풍에 초점을 두고 개발되어 북서태평양에서 발생하는 태풍에 직접 적용하기에는 어려움이 있는 것으로 알려져 있으므로(Velden et al. 1998), 이의 개선을 위하여 태풍강도지수인 SDT CI(Current Intensity) 수와 AODT CI 수간의 통계적 관계를 밝히고 신경망을 이용한 비선형 주성분 분석 (Hieh，2004)등을 통해 AODT CI 수 보정 시도를 하였다. 이와 더불어, 기상청은 근원적 객관 알고리즘 개선을 위해 AODT 자체 알고리즘 분석과 위성자료 DB 구축 동의 노력을 기울이고 있다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2009년도 춘계학술대회 논문집
• /
• pp.227-236
• /
• 2009

낙뢰 발생에 따른 휘도온도 특성을 분석하기 위하여 MTSAT-1R 수증기와 적외 1채널에서 추정된 휘도 온도를 사용하여 낙뢰 발생 유무에 따른 휘도온도 특성을 분석하였다. 비(非) 낙뢰시 두 채널간의 휘도온도 차이가 큰 반면, 낙뢰가 발생했을 때 두 채널의 휘도온도가 225 K과 205 K 부근에서 2번의 최대 극대가 나타나며 휘도온도 차이가 0에 수렴하였다. 또한 낙뢰가 발생할 시에 두 채널간의 휘도온도 차이를 이용하여 Machado et al., (2008)이 남미지역에 제시한 확률적인 낙뢰빈도 예보법이 남한지역에도 적용 가능함을 보였다. 낙뢰 발생 시에 나타나는 위성 휘도온도의 분포를 및 특성을 이용하여 최근 5년(2002-2006)간 낙뢰활동이 가장 왕성했던 2006년 06월 10일의 사례에 적용한 결과, 기본적인 종관장 분석 자료 및 다중 채널 (수증기, 적외)간의 휘도온도 및 그 차이를 종합적으로 활용할 때 낙뢰 예측성의 향상 가능성을 확인하였다. 이러한 위성 자료를 이용한 낙뢰 분석은 MTSAT-1R과 유사하고 2009년 말에 발사 예정인 통신해양기상 위성 (COMS)의 악기상 활용성을 증대시키는데 도움이 될 것이다.

• 한국전자통신학회논문지
• /
• 제15권6호
• /
• pp.1089-1098
• /
• 2020

본 연구에서는 적조 Cochlodinium Polykrikoide를 기계학습 방법과 정지궤도 해색위성 영상을 활용하여 탐지하는 방법을 제안한다. 기계학습 모형을 학습시키기 위해 GOCI Level2 자료를 활용하였으며, 국립수산과학원의 적조 속보 자료를 활용하였다. 기계학습 모델은 로지스틱 회귀모형, 의사결정나무 모형, 랜덤포래스트 모형을 사용하였다. 성능 평가 결과 기계학습을 사용하지 않은 전통적인 GOCI 영상 기반 적조 탐지 알고리즘(Son et al.,2012) (75%)과 비교해보았을 때 약 13~22%p (88~98%)의 정확도 향상을 확인할 수 있었다. 또한 기계학습 모형 간 탐지 성능을 비교 분석해본 결과 랜덤 포레스트 모형(98%)이 가장 높은 탐지 정확도를 보였다. 이러한 기계학습 기반 적조 탐지 알고리즘은 향후 적조를 조기에 탐지하고 그 이동과 확산을 추적 모니터링하는데 활용될 수 있을 것이라고 판단된다.