• 한국지리정보학회지
• /
• 제22권4호
• /
• pp.197-214
• /
• 2019

본 연구에서는 Terra/Aqua MODIS LST(Moderate Resolution Imaging Spectroradiometer Land Surface Temperature)의 Daytime, Nighttime 자료와 기상청 기상관측소 86개 지점에 대한 최고, 최저 및 평균기온을 이용하여 두 자료 사이의 상관성을 분석하고, 한파 및 폭염 발생 기간의 특성을 집중적으로 분석하였다. 모든 자료는 2008년부터 2018년까지 총 11년간 일별로 구축하였으며, Pearson 상관계수(Pearson correlation coefficient, R)와 평균제곱근오차(Root Mean Square Error, RMSE)를 이용하여 상관성 분석을 수행하였다. 시계열 분석 결과, 대상 기간 전체에서 기온과 MODIS LST 간의 변동 양상은 유사하였고, 최고 기온과 MODIS 자료의 R 0.9 이상, 평균기온과 최저 기온과는 0.8 이상으로 기온과 MODIS LST 사이의 상관성은 높은 것으로 나타났다. 특히, 최고 기온은 Terra MODIS LST Daytime과 정확도가 제일 높고, 최저 기온은 Terra MODIS LST Nighttime과 상관성이 제일 높은 것으로 분석되었다. 한파 기간에는 Terra/Aqua MODIS 모두 주간 자료보다 야간 자료의 상관성이 더 높은 것으로 분석되었으며, 특히 Terra MODIS LST Nighttime과의 상관성이 좋은 것으로 분석되었다. 폭염 기간에는 Aqua MODIS LST Daytime 자료가 가장 좋은 것으로 분석되었으나, 전체적인 R이 0.5보다 낮아 추후 활용을 위해서는 식생이나 토지이용, 고도 등 다른 요소를 활용한 추가 분석이 필요할 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.23-23
• /
• 2018

본 연구에서는 다중분위회귀분석모형(Multiple Quantile Regression Model, MQRM)과 MODIS(MODerate resolution Imaging Spectroradiometer) LST (Land Surface Temperature) 자료를 이용하여 전국 공간토양수분을 산정하였다. 공간토양수분을 산정하기 위한 과정은 크게 두가지로 구분된다. 첫 번째로 기존의 MODIS LST 자료를 조건부 합성 보정기법을 적용하여 실측 LST 자료와 비교하여 위성 LST 자료가 갖고 있는 오차를 보정하였다. 그 결과, 조건부 합성 보정기법을 적용하기전 전국 71개 지상관측지점에서 관측한 실측 LST와 MODIS LST의 $R^2$는 전체 평균 0.70으로 어는정도 유의성 있는 상관관계를 나타냈으나 조건부 합성 보정기법을 적용한 후 실측 LST와 MODIS LST의 $R^2$는 전체 평균 0.92로 상당히 크게 향상됨을 알 수 있었다. 두 번째로 보정된 MODIS LST를 이용하여 다중분위회귀분석 모형을 개발하고 토양수분을 예측하는 단계로 입력자료로 위성영상 자료와 관측자료를 융합하여 사용하였다. 위성영상 자료로는 보정된 MODIS LST와 MODIS NDV를 구축하였고 일단위 강수량 및 일조시간의 기상자료는 기상청으로부터 전국 71개 지점에 대해 구축하여 IDW 공간보간기법을 이용한 공간자료로 구축하였다. 토양수분 결과를 비교하기 위한 관측 토양수분은 자동농업기상관측(Automated Agriculture Observing System, AAOS)지점에서 2013년 1월부터 2015년 12월까지의 실측 일단위 토양수분 자료를 구축하여 사용하였다. 다중분위회귀분석 모형은 LST 인자를 중심으로 각각의 분위(0.05, 0.25, 0.5, 0.75, 0.95)에 해당되는 값의 회귀식을 NDVI, 강수 입력자료를 독립인자로서 조합하여 계절 및 토성에 따른 총 80개의 회귀식을 산정하였다. 관측 토양수분과 모의 토양수분을 비교한 결과 $R^2$가 0.70 (철원), 0.90 (춘천), 0.85 (수원), 0.65 (서산), 0.78 (청주), 0.82 (전주), 0.62 (순천), 0.63 (진주), 0.78 (보성)로 높은 상관성을 보였다. 본 연구에서는 다중분위회귀 모형의 성능을 검증하기 위해 기존의 다중선형회귀모형의 결과와 비교하여 크게 개선됨을 나타냈다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.103-104
• /
• 2017

본 연구에서는 다중회귀분석모형(MLRM)과 MODIS (MODerate resolution Imaging Spectroradiometer) LST (Land Surface Temperature) 자료를 이용하여 전국 공간토양수분을 산정하였다. 공간토양수분을 산정하기 위한 과정은 크게 두가지로 구분된다. 첫 번째로 기존의 MODIS LST 자료를 조건부 합성 보정기법을 적용하여 실측 LST 자료와 비교하여 위성 LST 자료가 갖고 있는 오차를 보정하였다. 그 결과, 조건부 합성 보정기법을 적용하기전 전국 71개 지상 관측지점에서 관측한 실측 LST와 MODIS LST의 R2는 전체 평균 0.70으로 어는정도 유의성 있는 상관관계를 나타냈으나 조건부 합성 보정기법을 적용한 후 실측 LST와 MODIS LST의 R2는 전체 평균 0.92로 상당히 크게 향상됨을 알 수 있었다. 두 번째로 보정된 MODIS LST를 이용하여 다중회귀분석 모형을 개발하고 토양수분을 예측하는 단계로 입력자료로 위성영상 자료와 관측자료를 융합하여 사용하였다. 위성영상 자료로는 보정된 MODIS LST와 MODIS NDV를 구축하였고 일단위 강수량 및 일조시간의 기상자료는 기상청으로부터 전국 68개 지점에 대해 구축하여 IDW 공간보간기법을 이용한 공간자료로 구축하였다. 토양수분 결과를 비교하기 위한 관측 토양수분은 자동농업기상관측(Automated Agriculture Observing System, AAOS)지점에서 2013년 1월부터 2015년 12월까지의 실측 일단위 토양수분 자료를 구축하여 사용하였다. 다중회귀분석 모형은 각각의 입력자료를 독립인자로서 조합하여 12개의 시나리오를 만들었다. 시공간적 경향을 고려하기 위하여 계절별, 토양 토성(soil texture)를 구분하여 회귀분석을 실시하였다. 관측 토양수분과 모의 토양수분을 비교한 결과 $R^2$가 0.80 (철원), 0.90 (춘천), 0.80 (수원), 0.63 (서산), 0.77 (청주), 0.82 (전주), 0.52 (순천), 0.63 (진주), 0.99 (보성)로 높은 상관성을 보였다. 본 연구에서는 토양수분을 예측하기 위한 인자 중 가장 민간함 LST를 보정하지 않는 토양수분 예측 방법은 상당한 오차를 포함하게 되어 실측 토양수분 결과와 크게 차이가 나타남을 보여주었다.

• 한국방재학회:학술대회논문집
• /
• 한국방재학회 2010년도 정기 학술발표대회
• /
• pp.104-104
• /
• 2010

지난 2008년 가을부터 시작되어 2009년 봄까지 발생했던 전국적인 극한 가뭄을 계기로 가뭄모니터링의 필요성은 증대되었다. 본 연구는 우리나라에서 가뭄 모니터링을 위한 MODIS 위성영상 자료의 활용을 제안하였다. MODIS 영상은 임의의 지역의 시 공간적 특성을 관찰할 수 있는 해상도를 보유하고 있으며, MODIS에서 제공하는 MOD11(LST: Land Surface Temperature)은 가뭄 발생의 판별에는 유효하나 가뭄 심도와 지속기간을 판단하기 위해서는 기준이 되는 강우량 및 가뭄지수와의 비교가 필요하다고 알려져 있다. 본 연구에서는 MOD11(LST) 위성자료와 EDI(Effective Drought Index) 가뭄지수의 상관성을 고려하여 한반도 가뭄모니터링을 위한 MODIS 위성영상의 활용성을 평가하였다.

• 대한원격탐사학회지
• /
• 제36권4호
• /
• pp.609-626
• /
• 2020

Satellite-based land surface temperature (LST) has been used as one of the major parameters in various climate and environmental models. Especially, Moderate Resolution Imaging Spectroradiometer (MODIS) LST is the most widely used satellite-based LST product due to its spatiotemporal coverage (1 km spatial and sub-daily temporal resolutions) and longevity (> 20 years). However, there is an increasing demand for LST products with finer spatial resolution (e.g., 10-250 m) over regions such as urban areas. Therefore, various methods have been proposed to produce high-resolution MODIS-like LST less than 250 m (e.g., 100 m). The purpose of this review is to provide a comprehensive overview of recent research trends and challenges for the downscaling of MODIS LST. Based on the recent literature survey for the past decade, the downscaling techniques classified into three groups-kernel-driven, fusion-based, and the combination of kernel-driven and fusion-based methods-were reviewed with their pros and cons. Then, five open issues and challenges were discussed: uncertainty in LST retrievals, low thermal contrast, the nonlinearity of LST temporal change, cloud contamination, and model generalization. Future research directions of LST downscaling were finally provided.

• 한국지역지리학회지
• /
• 제19권2호
• /
• pp.352-361
• /
• 2013

기상 현상을 예측하는 수치예보모델의 주요한 기초 입력 데이터로 토지이용, 지형, 식생, 지표 온도 등이 있다. 이 중 지표 온도의 일부인 내륙 수면 온도에 대한 지상 관측 데이터는 강이나 호수의 일부 지역에만 존재한다. 따라서 본 연구는 수치예보모델의 입력 데이터인 내륙 수면 온도로 활용할 수 있는 MODIS 위성영상의 지표 온도 데이터의 오차정도를 확인하기 위해 국내 내륙 수온 지상 관측 데이터와 비교 분석하였다. 이를 위해 2011년 7월부터 2012년 6월까지 약 1년의 MODIS Land Surface Temperature(LST) 데이터와 수질자동측정망의 수온 데이터를 비교하였다. MODIS 데이터는 주간 및 야간 데이터로 구성되는 데, 각각의 월 평균 오차는 $2^{\circ}{\sim}8^{\circ}C$, $3^{\circ}{\sim}12^{\circ}C$로 주간 데이터의 오차가 작았다. 특히, 주간 데이터의 오차는 가을에 $2^{\circ}C$로 다른 계절에 비해 작았고, 야간 데이터는 여름에 $3^{\circ}C$로 다른 계절에 비해 작았다. 또한 지역적으로는 한강, 낙동강, 금강, 영산강의 4대강을 비교한 결과 가장 남쪽에 있는 영산강 유역에서 가장 오차가 작았다. 본 연구를 통해 수치예보모델의 입력 데이터로 활용함에 있어 MODIS 지표 온도 데이터의 오차 정도를 확인할 수 있었다. 연구 결과는 아시아 지역에 대해 수치예보모델을 운용할 때 북한 및 해외 지역에 대해 MODIS 지표 온도 데이터를 활용함에 있어 그 오차 정도의 기준이 될 수 있을 것이다.

• 대한원격탐사학회지
• /
• 제30권2호
• /
• pp.315-329
• /
• 2014

서울을 포함한 수도권의 지표면 온도를 분석하기 위하여 Landsat과 MODIS의 지표면 온도, AWS의 기온, 지표면 고도 및 토지이용도를 이용하였다. Landsat과 MODIS 위성의 지표면 온도와 AWS 기온의 분석은 상관계수, 평방근 오차(Root Mean Squared Error, RMSE), 선형회귀분석 등의 통계분석방법을 적용하였다. Landsat과 MODIS 지표면 온도의 상관계수는 0.32이고 RMSE는 4.61 K였다. 그리고 Landsat과 MODIS 지표면 온도와 AWS 기온의 상관성은 각각 0.83과 0.96이며 RMSE는 3.28 K, 2.25 K이었다. Landsat과 MODIS 지표면 온도는 비교적 높은 상관성을 보였으나 각각의 선형회귀의 기울기는 0.45와 1.02이었다. Landsat 5의 경우 전체 관측소에 대하여 0.5이하의 낮은 상관성을 보였고 Landsat 8의 경우는 일치되는 지점이 다른 위성에 비하여 적었으나 0.5이상의 상관성을 나타냈다. Landsat 7은 대부분 0.8이상의 높은 상관성을 보였고 대체적으로 서울중심부에서 높은 상관성이 나타났다. 위성의 지표면 온도와 지표유형에 따른 AWS 기온사이의 상관성은 0.8이상의 높은 상관성을 보였다. Landsat 위성의 지표면 온도의 상관성은 0.84이었고 RMSE는 3.1 K이상이었으며 MODIS 위성의 상관계수는 0.96이상이고 RMSE는 2.6 K이하였다. 결과적으로 두 위성의 지표온도의 차이는 관측시각 차이에 의한 것으로 위성의 해상도에 따라 복사량을 탐지하는 지표면의 면적 차이에 의하여 발생되는 것으로 사료된다.

• 대한원격탐사학회지
• /
• 제24권1호
• /
• pp.65-78
• /
• 2008

This study compares the relative accuracy and consistency of four split-window land surface temperature (LST) algorithms (Becker and Li, Kerr et ai., Price, Ulivieri et al.) using 24 sets of Terra (Aqua)/Moderate Resolution Imaging Spectroradiometer (MODIS) data, observed ground grass temperature and air temperature over South Korea. The effective spectral emissivities of two thermal infrared bands have been retrieved by vegetation coverage method using the normalized difference vegetation index. The intercomparison results among the four LST algorithms show that the three algorithms (Becker-Li, Price, and Ulivieri et al.) show very similar performances. The LST estimated by the Becker and Li's algorithm is the highest, whereas that by the Kerr et al.'s algorithm is the lowest without regard to the geographic locations and seasons. The performance of four LST algorithms is significantly better during cold season (night) than warm season (day). And the LST derived from Terra/MODIS is closer to the observed LST than that of Aqua/MODIS. In general, the performances of Becker-Li and Ulivieri et al algorithms are systematically better than the others without regard to the day/night, seasons, and satellites. And the root mean square error and bias of Ulivieri et al. algorithm are consistently less than that of Becker-Li for the four seasons.

• 한국지리정보학회지
• /
• 제10권3호
• /
• pp.123-133
• /
• 2007

본 연구에서는 위성 기반의 지표면 온도 자료를 이용하여 기상관측소의 열적 공간 대표성을 조사하였다. 전국에는 총 76개의 기상관측소가 있으며, 그 중에서 서울, 부산, 대전, 대구, 광주, 춘천을 선택하여 MODIS(MODerate resolution Imaging Spectroradiometer) LST(Land Surface Temperature) 자료와 비교를 하였다. 비교 방법은 위성 자료의 window size를 지상 기온 관측소에 해당하는 화소를 중심으로 $1km{\times}1km$, $3km{\times}3km$, $5km{\times}5km$, $7km{\times}7km$, $9km{\times}9km$, $11km{\times}11km$, $15km{\times}15km$, $19km{\times}19km$, $25km{\times}25km$로 변환하여 만들어진 window size별 평균값을 계산하고, 지상기온과 MODIS LST를 비교하여 선형회귀분석을 하였다. 분석의 요소로 FVC(Fraction Vegetation Cover)와 DEM(Digital Elevation Model)을 순차적으로 사용하였다. 선형회귀분석으로 도출한 식으로 LST를 기온값으로 추정하여 지상관측 기온과의 RMSE를 계산하였다. 기상관측소의 열적 대표성 조사를 위한 RMSE의 임계값은 일 최고 기온 산출 모델에 관한 연구를 참고하여 $4^{\circ}C$이하로 결정하였다. 분석결과 6곳의 기상관측소의 대표성은 대전이 $15km{\times}15km$, 춘천 $11km{\times}11km$, 서울 $7km{\times}7km$, 대구 $5km{\times}5km$, 광주 $3km{\times}3km$, 부산 $3km{\times}3km$로 나타났다.

• 한국수자원학회논문집
• /
• 제45권8호
• /
• pp.755-765
• /
• 2012

지표면 온도는 수문기상학에서 매우 중요한 인자로써 지면-대기의 상호순환을 이해하는 데 필수적인 요소이다. 따라서 지표면 온도를 정확하게 산출하기 위한 연구가 이루어지고 있다. 그러나 국내에서는 현재까지 시 공간적으로 일정한 자료를 대상으로 한 연구가 미흡한 상황이다. 본 연구에서는 국내 최초의 정지궤도 위성인 Communication, Ocean and Meteorological Satellite (COMS)의 지표면 온도 자료를 사용하여 MODerate-resolution Imaging Spectroradiometer (MODIS) 센서를 탑재한 위성(Terra/Aqua)에서 제공되는 지표면 온도와 비교 분석을 실시하였다. 또한, COMS 자료의 정확성 확인을 위하여 지상관측지점의 자료와 비교하였다. 그 결과 MODIS와의 비교에서는 COMS가 Aqua/Terra에 비하여 전체적으로 과소 산정되었으며, Aqua보다는 Terra와 비슷한 경향을 가지고 있는 것을 확인할 수 있었다. 지상 관측 일평균자료와의 비교에서도 COMS가 과소 산정되는 것으로 나타났다. 각각의 오차는 알고리즘 사용 인자의 차이, 자료의 시간적 차이, 외부적인 요인 등으로 인해 발생하는 것으로 판단된다. 그러나 전체적인 경향성이 비슷한 것으로 나타나 COMS의 활용 가능성을 확인할 수 있었으며, 추후보다 정확한 검 보정에 대한 연구가 필요한 실정이다.