• 한국수자원학회논문집
• /
• 제54권12호
• /
• pp.1265-1274
• /
• 2021

본 연구에서는 남한강에서 드론에 탑재된 초분광 센서를 활용하여 수변공간을 측정한 후, 초분광 분석을 통하여 재료를 구분하였다. 식생, 콘크리트, 흙 등의 재료를 대상으로 구분하였으며, 각각 재료의 고유한 분광반사 곡선의 특성을 비교 및 분석하였다. 드론으로 측정한 초분광 자료를 검증하기 위하여 지상분광측정기를 사용하여 현장조사를 실시하고 각 재료를 비교하였다. 분석 비교 결과 각 재료별로 고유한 유형의 파장대가 발생하는 것을 확인하였고 드론으로 수행한 원격 탐사 결과가 지상분광측정 결과와 유사하다는 결론을 내릴 수 있었다. 수변 공간의 분류를 위하여 K-means 군집화 기법과 SVM 분류 기법을 활용하여 측정 구역의 공간 분류를 수행할 수 있었다. 비교 결과, 지도학습인 SVM 분류 기법의 수변공간 분류가 비지도학습인 K-means 기법과 비교하여 상세한 구분이 수행되었음을 확인할 수 있었다. 이와 같이 분류 및 군집 분석 기법을 활용하여 각 수변공간 재료의 고유 분광 특성을 활용하여 측정되는 드론탑재 초분광 이미지의 각 데이터를 분류할 수 있게 되었다.

• 대한원격탐사학회지
• /
• 제36권5_3호
• /
• pp.1053-1066
• /
• 2020

이산화황(SO₂)은 대기 중 화학 반응을 통해 2차 대기오염물질을 생성하는 전구체로, 주로 산업활동이나 주거 및 교통 활동 등을 통해 배출된다. 장기간 노출 시 호흡기 질환이나 심혈관 질환 등을 유발하여 인체 건강에 부정적인 영향을 미칠 수 있기 때문에 이에 대한 지속적인 모니터링이 필요하다. 우리나라에서는 SO₂에 대해 관측소 기반의 모니터링이 수행되고 있으나 이는 공간적으로 연속적인 정보를 제공하는 데에 한계가 있다. 따라서, 본 연구에서는 위성자료와 수치모델 자료를 융합하여 일별 13시를 타겟으로 하는 1 km의 고해상도로 공간적으로 연속적인 SO₂ 지상농도를 산출하였다. 2015년 1월부터 2019년 4월까지의 기간 동안 남한 지역에 대하여 스태킹 앙상블 기법을 이용하여 SO₂ 지상농도 추정 모델을 개발하였다. 스태킹 앙상블 기법이란 여러가지 기계학습 기법을 두 단계로 쌓는 방식으로 융합하여 단일 모델 대비 더 향상된 성능을 도출하는 방법이다. 본 연구에서는 베이스 모델로는 RF (Random Forest)와 XGB (eXtreme Gradient BOOSTing) 기법이, 메타 모델로는 MLR (Multiple Linear Regression) 기법이 사용되었다. 구축된 모델의 교차검증 결과 메타 모델은 상관계수(R) = 0.69와 root-mean-squared-error(RMSE) = 0.0032 ppm의 결과를 보였으며 이는 베이스 모델의 평균 대비 약 25% 향상된 안정성을 보였다. 또한 모델 구축에 사용되지 않은 기간에 대한 예측 검증을 수행하여 모델의 일반화 가능성을 평가하였다. 구축된 모델을 이용하여 남한 지역의 SO₂ 지상농도 공간분포를 분석한 결과 일반적인 계절성과 배출원의 변화를 잘 반영하는 패턴을 보임을 확인하였다.

• 대한원격탐사학회지
• /
• 제37권2호
• /
• pp.275-290
• /
• 2021

대기 중의 이산화황(SO2)은 주로 인위적 배출원에 의해 발생하며 화학 반응을 통해 (초)미세먼지를 형성하여 직간접적으로 주변 환경 및 인체 건강에 해로운 영향을 주는 물질이다. 특히 지상에서의 농도는 인간 활동과 밀접한 관련이 있어 모니터링의 필요성이 매우 크다. 따라서, 본 연구에서는 TROPOMI SO2 연직 컬럼 농도 산출물 및 타 위성 산물과 모델 산출물 등을 융합 활용하여 기계학습 기법에 적용하여 SO2 지상 농도 추정모델을 개발하였다. 기계학습 기법으로는 널리 활용되고 있는 RF(Random Forest)에 잔차 보정 과정을 결합한 2-step 잔차 보정 RF를 적용하였다. 개발된 모델은 무작위, 공간 및 시간별 10-fold 교차 검증을 통하여 검증하였으며, 기울기(slope) 값이 1.14-1.25, 상관계수(R) 값이 0.55-0.65, rRMSE 값이 약 58-63% 정도로 나타났다. 이는 잔차 보정이 적용되지 않은 기존의 RF 대비 slope의 경우 약 10%, R과 rRMSE의 경우 약 3% 가량 향상된 결과를 보인다. 국가별로 나누어 분석하였을 때에는 샘플 수가 적고 SO2의 전반적인 농도가 낮은 일본 지역에서의 공간별 10-fold 교차검증 성능이 소폭 감소하는 것으로 나타났다. SO2 지상농도 분포를 계절별로 표출하였을 때, 일본의 경우 다른 지역 대비 연중 저농도가 관찰되며 높은 결측 값 비율로 인하여 관측소 농도 대비 2-step 잔차 보정 RF 모델에서 과대 모의하는 경향이 관찰되었다. 대표적 고농도 발생지인 중국의 YRD(Yangtze River Delta) 와 한국의 SMA(Seoul Metropolitan Area)의 계절적 분포 변화를 추가적으로 분석하였을 때, 연료 연소로 인한 겨울철 농도 증가 패턴이 나타났다. 이는 인위적 배출원의 영향을 크게 받는 SO2의 시공간적인 분포 특성을 잘 반영하고 있는 결과이다. 따라서, 본 연구를 통하여 제안한 모델은 장기적으로 SO2 지상 농도의 시공간적 분포를 파악하는 데에 활용될 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제27권2호
• /
• pp.191-201
• /
• 2011

본 연구에서는 다편파 레이더 산란계 자동 측정시스템 이용하여 콩 생육변화를 관측하고 레이더 시스템에서 얻어진 후방산란계수과 콩 생육인자들과의 관계분석을 통하여 콩 생육추정 가능성을 모색하고자 하였다. 2010년도 농촌진흥청 국립식량과학원 연구지역에 다편파 레이더 산란계 관측시스템 (L, C, X-밴드 안테나, 네트워크분석기, RF switch, 입사각 $40^{\circ}$)을 구축하고 콩 파종시기에서 수확기까지 10분단위로 콩 생육변화를 자동 측정하였다. 모든 안테나 밴드, 편파에서 콩 생육초기 (6월초~7월 중순)에는 VV-편파가 HH-, HV-편파보다 후방산란계수가 높게 나타났고, 그 이후 HH-편파와 다른 편파들 간의 cross-over 현상이 일어났는데 그 시기는 L-밴드가 7월 20일 (DOY 200), C-, X-밴드의 경우에는 7월 30일 (DOY 210)로 밴드에 따라 차이를 보였다. 모든 밴드 및 편파에서 9월 29일 (DOY 271)까지 후방산란계수가 증가하다가 그 이후 감소하였고 특히 종실비대기 (DOY 277, R6) 이후 감소폭이 크게 나타났는데 이 현상은 콩 생육인자 (초장, 엽면적지수, 건물중 등)변화와 일치하였다. 밴드에 따른 후방산란계수와 콩 생육인자들과의 관계를 분석한 결과 L-밴드 HH-편파에서 LAI ($r=0.93^{***}$), 초장 ($r=0.95^{***}$), 건물중 ($r=0.94^{***}$), 꼬투리중 ($r=0.92^{***}$)등 콩 생육인자들과의 상관계수가 가장 높게 나타났고 이에 비해 X-밴드 편파에서는 콩 생육인자들과의 상관계수가 상대적으로 낮게 나타났다. 후방산란계수 (L-밴드 HH-편파)를 이용하여 콩 생육인자 추정을 위한 회귀식을 작성하였다.

• 한국토양비료학회지
• /
• 제46권1호
• /
• pp.23-31
• /
• 2013

L, C, X-밴드 마이크로파 산란계 자동측정시스템을 이용하여 밀 생육시기에 따른 밴드 및 편파별 후방산란계수와 생육인자 변화를 측정하였다. 모든 안테나 밴드에서 밀 생육 초기에는 VV-편파가 HH, HV-편파보다 후방산란계수가 높게 나타났다. HH-편파가 VV-편파보다 후방산란계수가 높게 나타나는 시기는 밴드에 따라 차이를 보였다. L-밴드의 경우 3월 28일 (DOY 88), C, X-밴드는 4월 2일 (DOY 93)부터 HH-편파가 다른 편파들 보다 후방산란계수가 높게 나타났다. 모든 안테나에서 편파별 후방산란계수가 5월 16일 (DOY 137)에 최대값을 보였고 그 이후 수확기 (DOY 174, 6월 22일)까지 감소하였는데 초장, 생체중, 건물중, 엽면적지수 등 밀 생육인자들에서도 동일한 경향이 나타났다. 밴드별 후방산란계수와 밀 생육인자들과의 상관관계를 분석한 결과 L-밴드 HH-편파에서 생체중 (r=0.98), 건물중 (r=0.96), 식생 수분함량 (r=0.98) 초장 (r=0.96) 등 모든 밀 생육인자들과 상관계수가 가장 높게 나타났다. L-밴드 HH-편파 후방산란계수를 이용하여 밀 생육인자를 추정한 결과 생체중 ($R^2$=0.98), 건물중 ($R^2$=0.95), 식생 수분함량($R^2$=0.98) 초장 ($R^2$=0.95)의 결정계수가 각각 높게 나타났다. L-밴드 HH-편파 후방산란계수를 이용하는 것이 밀 생육을 가장 높게 예측할 수 있었음을 확인하였다.

• 한국지구과학회지
• /
• 제40권3호
• /
• pp.227-239
• /
• 2019

강원지역은 우리나라의 다설지로서 복잡한 지형 때문에 강설량의 공간변동성이 크다. 특히 동풍조건에서 강설이 발생할 시 강설량의 공간적 변동을 예측하기 어렵다. 동풍조건에서는 강원지역 내 위치에 따라 대기환경조건이 다르며 이는 강설의 특성에도 영향을 줄 수 있다. 본 연구에서는 동풍 조건에서 태백산맥의 풍상측과 풍하측에서 강설의 미세물리적 특성을 서로 비교 분석하였다. 강원지역 내 4개 관측지점을 선정하여 파시벨 수적계로 입자크기분포를 관측하였다. 얻어진 강설입자 크기 분포의 특성을 풍상측과 풍하측간 비교한 결과, 풍상측의 강설입자 크기 분포는 풍하측에 비해 넓은 분포를 가졌고 작은 강설입자의 수도 많았다. 강설입자의 수농도에 비례하는 보편특성수농도와 강설입자의 직경에 비례하는 보편특성직경 둘 다 풍상측에서 상대적으로 큰 값을 보였다. 또한, 얼음수함량과 강설강도 비교에서도 풍상측 지점에서 큰 평균값을 가졌다. 이 결과가 나타난 원인은 태백산맥 산사면에서 공기덩어리의 강제적 상승효과로 풍상측 지점 상공에 새로운 강설입자의 생성이 활발했기 때문으로 추정된다. 또한, 풍상측은 따뜻하고 습한 동풍이 불어오므로 이로 인해 지상기온이 $0^{\circ}C$ 근처에 머무르며 강한 부착과정이 일어나기 좋은 조건이다.

• 대한원격탐사학회지
• /
• 제24권6호
• /
• pp.551-558
• /
• 2008

본 연구에서는 광학 센서를 이용한 벼 생육단계 별 식생지수와 쌀 단백질함량의 관계를 구명하여 수확기 쌀 단백질함량을 추정하고자 하였다. 인공광원을 사용하는 능동형 광학센서인 GreenSeeker(NTech Inc., USA) GNDVI(green normalized difference vegetation index=$({\rho}0.80{\mu}m-{\rho}0.55{\mu}m)/({\rho}0.80{\mu}m+{\rho}0.55{\mu}m)$)와 NDVI(normalized difference vegetation index=$({\rho}0.80{\mu}m-{\rho}0.68{\mu}m)/({\rho}0.80{\mu}m+{\rho}0.68{\mu}m)$) 2종의 센서를 이용하여 벼 군락의 반사특성을 측정하고 동시에 식물체 샘플링을 통한 쌀 단백질함량을 분석하였다. 3년 동안(2005-2007년) 벼 출수 후 식생지수와 쌀 단백질함량의 관계를 조사해 본 결과 모든 시기에 걸쳐 GNDVI가 NDVI보다 상관이 높았고. 벼 수확기가 가까울수록 상관계수가 높게 나타났다. 수확기 쌀 단백질함량 예측 가능성을 알아보기 위해 벼 유수형성기와 출수기 두 시기의 GNDVI값과 수확기 쌀 단백질함량과의 관계를 분석해본 결과, 결정계수가 각각 0.91, 0.81로 특히 이삭거름 주기 전에 측정한 GNDVI를 통하여 수확기 쌀 단백질함량을 예측 할 수 있다는 결론을 얻었다. 이 결과를 바탕으로 유수형성기 GNDVI를 이용한 수확기 쌀 단백질함량 경험 모델식을 구하고 경험 모델식에서 얻어진 추정값과 실측값의 관계를 통해 검증하였다. 2005년과 2006년에서 구한 경험모델식의 쌀 단백질함량 추정값과 2007년도 쌀 단백질함량 실측값을 1:1 line에서 비교해본결과 결정계수가 높게 나타났다($R^2=0.96^{***}$).

• 대한원격탐사학회지
• /
• 제37권5_1호
• /
• pp.1029-1042
• /
• 2021

차세대 중형위성 사업의 일환으로 농지 및 산림에서의 원격 탐사를 위하여 농림위성 (차세대 중형위성 4호)이 발사 예정에 있다. 위성 영상에서 식생의 정량적인 정보를 얻기 위해서는 대기보정을 통한 지표 반사도 취득이 선행되어야 하므로 농림위성을 위한 대기보정 기술 개발은 불가피할 것으로 생각된다. 특히 대기에서의 흡수와 산란 특성은 파장에 따라 다르게 나타나므로 농림위성 파장 영역을 고려한 대기보정 파라미터 민감도 분석이 필요하다. 또한, 농림위성은 5개 채널(Blue, Green, Red, Red edge, Near-infrared)을 보유하고있어 대기보정 주요 파라미터인 AOD (Aerosol optical depth)와 WV (Water vapor)를 직접 산출하기 어려우므로 이를 외부에서 제공할 수 있는 방안을 마련할 필요가 있다. 따라서, 본 연구에서는 농림위성과 유사한 사양을 가진 Sentinel-2 위성 영상을 이용하여 주요 파라미터인 AOD, WV, O₃ 민감도 분석을 수행하고, 파라미터 제공을 위해 천리안 2A (GK2A; GEO-KOMPSAT-2A) 정지궤도 복합위성의 산출물을 이용하여 대기보정 파라미터로서의 활용 가능성을 살펴보았다. 민감도 분석 결과는 AOD가 가장 중요한 파라미터임을 보여주었으며, 근적외선 채널보다는 가시광 채널에서 더 큰 민감도를 가지는 것으로 나타났다. 특히 Blue 채널에서 AOD의 20%의 변화는 지표 반사도에서 약 100%의 오차율을 야기하므로 정확한 지표 반사도 취득을 위해서는 높은 신뢰성을 가진 AOD가 필요할 것으로 생각된다. GK2A AOD 산출물을 이용한 대기보정 결과는 토지피복별 분류 가능성을 이용하여 Sentienl-2 L2A 자료와 비교한 결과, 두 모델별 분류 가능성은 유사하였으나, 파장대가 짧은 영역일수록 GK2A AOD 산출물을 적용한 대기보정 결과가 Sentinel-2 L2A보다 높게 나타났다. 이를 통해 GK2A에서 제공되는 산출물이 향후 농림위성 대기보정 파라미터로서 충분히 활용될 수 있을 것으로 판단된다. 본 연구의 결과는 추후 농림위성 발사 후 대기보정에 참고 자료로서 활용될 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1423-1444
• /
• 2022

본 연구에서는 대기 및 지표면 인자들에 대한 중적외 파장역의 복사휘도의 민감도를 복사전달모델인 MODerate resolution atmospheric TRANsmission (MODTRAN)6을 이용하여 분석하고 이를 이용하여 야간에 중적외 파장역 만을 이용한 지표면온도 산출 가능성을 평가하였다. 이를 기반으로 야간에 대해 다양한 조건을 반영한 지표면온도 산출식을 개발하고 처방 온도 자료와 현장 관측 자료를 이용하여 개발된 지표면온도 산출식의 수준을 평가하였다. 중적외 파장역을 활용한 위성 원격탐사에 주로 영향을 미치는 대기연직구조, 이산화탄소와 오존, 지표면온도의 일 변동, 지표면 방출률 그리고 위성의 관측각에 대해 민감도 실험을 실시하였다. 이때 분리대기창 기법 활용 가능성을 평가하기 위해 중적외 파장역을 투과율을 근거로 2개의 밴드로 분리한 후 민감도를 분석한 결과 밴드와 관계없이 대기연직구조에 가장 큰 영향을 받으며 지표면 방출률, 지표면온도의 일 변동, 위성의 관측각 순으로 영향을 받았다. 주요 변인 실험 모두에서 대기의 창에 해당되는 밴드 1은 민감도가 낮은 반면 오존과 수증기 흡수가 포함된 밴드 2에서는 민감도가 높아서 분리대기창 기법을 활용하여 지표면온도 산출이 가능할 것으로 판단하였다. 중적외 2개 밴드와 다양한 변인들을 이용하여 개발된 지표면온도 산출식은 복사모의 시 입력된 기준 지표면온도와 상관계수, 편의 그리고 root mean squared error (RMSE)가 각각 0.999, 0.023K과 0.437K의 수준을 보였다. 또한 26개의 현장관측 지표면온도 자료로 검증한 결과 상관계수는 0.993, 편의는 1.875K, RMSE는 2.079K을 보였다. 본 연구의 결과는 대기 및 지표면 조건이 야간의 중적외 두 밴드에 미치는 영향이 다른 특성을 이용하여 지표면온도를 산출할 수 있음을 제시한다. 따라서 향후에는 중적외 파장역 센서를 탑재한 위성자료를 이용하여 지표면온도를 산출하고 그 수준을 평가해 볼 필요가 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.6-7
• /
• 2021

하천에서의 식생 활착은 지형, 생태, 수리학 등의 학문 분야 뿐만 아니라 하천 관리 실무에서도 중요한 이슈 중에 하나로서 하천 식생 문제는 홍수 관리와 생태계 보전이라는 상반되는 가치의 조화에 직결된다. 국내에서는 2000년대 이후 댐 하류 조절하천, 부영화된 소규모 지류하천, 4대강 사업 대상지 고수부지 등 다양한 조건에서 하천 식생 활착과 육역화 문제가 지속적으로 제기되어 왔다. 이러한 배경에서 본 연구에서는 하천 내의 식생 분포를 원격탐사 자료를 기반으로 분류하는 기법을 제안하고 이를 내성천에 적용한 결과를 제시하였다. 내성천은 2014년부터 최근까지 지속적으로 식생 활착이 발생하여 하천 경관이 변화한 대표적인 사례 하천이다. 원격탐사 자료는 유럽항공우주국(ESA)에서 운영 중이며, Google Earth Engine에서 제공하는 Sentinel 1, 2 위성 영상을 사용하였다. 지상 참값(ground truth)으로는 수역, 사주, 초본, 목본 등을 포함한 8가지 유형으로 구분되어 있는 2016년 내성천 지표 피복 자료를 사용하였다. 분류를 위한 방법은 머신러닝 알고리듬의 하나인 랜덤 포레스트 분류 기법을 사용하였으며, 미리 선정된 10개 폴리곤 영역으로부터 1,000개의 표본을 추출하여 1/2씩 나누어 훈련 및 검증 자료로 사용하였다. 검증 자료 기반의 정확도는 82~85 %로 나타났다. 훈련을 통해 수립한 모형을 2016~2020년 자료에도 적용하여 연도에 따른 식생역의 변화 과정을 제시하였다. 본 논문의 기술적 한계와 개선 방안을 고찰하였다. 이 기법은 정량적인 식생 분포를 제공함으로써 하천에서의 홍수위 계산, 식생-수리모델링 등의 기술 분야 뿐만 아니라 간벌이나 하천 식생 회춘 유도(rejuvenation)과 같은 식생의 실무적 관리 측면에서도 활용도가 클 것으로 판단된다.