• 한국지리정보학회지
• /
• 제21권1호
• /
• pp.46-56
• /
• 2018

본 연구에서는 지표면 온도 변화에 미치는 주요 지역특성인자를 도출하고 각각의 인자가 미치는 확률적 영향계수를 추정하였다. 연구대상지역은 충청북도 전역이며 패널 분석을 위해 시 군 행정 단위로 분할하였다. 지표면온도 및 지역특성 시계열자료들은 MODIS 영상과 통계청자료를 사용하여 각각 구축하였다. 그리고 지표면온도와 횡단면자료인 지역특성인자들을 다중회귀관계로 설정하고 패널 모형 분석을 통하여 회귀계수 추정치를 산정하였다. 지표면온도와 지역특성인자는 패널 모형 분석에서 종속변수와 설명변수로 각각 사용하였다. 패널 자료 분석은 상용 통계프로그램 STATA14를 사용하였으며, 일원 개체 고정효과모형이 본 연구의 지표면온도 변화 해석에 가장 적절한 모형으로 선정되었다. 지표면온도 변화에 미치는 설명변수의 영향수준을 나타내는 기여율은 회귀방정식의 추정회귀계수로부터 구했다. 설명변수별 기여율은 도시 공업지역이 3.746로 가장 컸으며, 다음으로 평균고도${\times}$대지면적비율이 2.856, 전력사용량 2.742, 평균풍속 0.553, 비도시관리지역 0.102, 농림지역과 자연 환경보전지역은 0.085와 0.071 그리고 시 군의 평균강우량 한 단위 변화가 지표면온도 변화에 미치는 기여율은 0.003으로 추정되었다.

• 한국지리정보학회지
• /
• 제9권4호
• /
• pp.176-192
• /
• 2006

지난 2001년 발생한 전국적인 봄 가뭄을 계기로 체계적인 가뭄관리의 필요성이 증대 되었으며 가뭄 대책 수립 및 가뭄방재를 위한 다양한 연구가 수행되고 있다. Terra 위성으로부터 제공되는 MODIS 영상은 임의의 지역의 시 공간적 특성을 효과적으로 관찰할 수 있는 주기해상도와 공간 해상도를 보유하고 있다. 또한 적절한 자료처리 과정을 거쳐 제공되는 MODIS data product는 영상전처리 및 기하보정이 용이할 뿐만 아니라 다양한 기간에 대한 합성자료를 지속적으로 제공하여 가뭄 모니터링을 위한 도구로 활용 가능성이 제기 되고 있다. 본 연구에서는 2000년 이후 중부지방을 중심으로 심화되고 있는 봄 가뭄을 탐지하고 평가하기 위하여 안성천 유역과 남한강 상류유역을 대상으로 다중시기 MODIS 영상과 누가 강우량을 활용하였으며 가뭄발생년도와 평년의 식생의 변화탐지 결과를 다양한 지형 공간 자료와 비교하였다. 연구결과 남한의 봄 가뭄 평가를 위한 도구로 지표면복사온도(LST) 보다는 정규식생지수(NDVI)와 지표면수분지수(LSWI)를 활용하는 것이 적절했으며 MODIS NDVI 및 LSWI는 약 2개월의 누가강수량과 일정한 상관성을 갖는 것으로 나타났다. 또한, 토지피복 및 고도에 따라 가뭄에 대한 영향이 달라지는 것으로 나타나 MODIS 영상을 이용한 효과적인 가뭄분석을 위해서는 동일시기 및 동일공간을 대상으로 한 영상자료의 활용이 필요한 것으로 나타났다.

• 한국수자원학회논문집
• /
• 제56권11호
• /
• pp.729-735
• /
• 2023

다중분광센서인 Moderate resolution Imaging Spectroradiometer (MODIS)는 지표 및 대기 산출물을 통해 다양한 분야에서 활발한 연구가 진행되어 왔다. MODIS는 발사된지 20년이 지났고, 비슷한 특성의 이를 대체할 만한 자료의 필요성이 지속적으로 제기되어 왔다. 본 연구에서는 2011년에 발사된 Suomi National Polar-orbiting Partnership (Suomi NPP) 위성의 Visible Infrared Imaging Radiometer Suite (VIIRS) sensor에서 제공하는 지표 산출물 중 지표면 온도(Land Surface Temperature, LST)와 식생 지수인 정규식생지수(Normalized Differences Vegetation Index, NDVI)를 소개하고, 기존의 MODIS에서 제공되는 자료와의 비교 및 검증을 통해 연구 지역인 남한에서의 지역적인 적용성을 파악하고자 한다. 지표면 온도와 식생 활력은 농업적인 가뭄을 발생시키는 주요한 인자로써, 남한의 극심한 가뭄기간인 2014년과 2015년을 대상으로 가뭄의 시공간적인 변동성을 분석하여, VIIRS 산출물의 활용 가능성을 파악하였다.

• 한국농공학회지
• /
• 제58권4호
• /
• pp.38-43
• /
• 2016

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2009년도 춘계학술대회 논문집
• /
• pp.260-265
• /
• 2009

최근 전 세계적으로 많이 활용되는 MODIS영상은 250m 밴드 2개, 500m 밴드 5개, 1km 해상도의 밴드 29개로 제공된다. 그러나, 국내의 경우 상대적으로 국토 면적이 작고, 그 구조가 복잡하여 MODIS영상의 1km, 500m의 낮은 공간해 상도는 제약점으로 지적되고 있다. 따라서 본 연구에서는 이러한 공간해상도의 제약점을 해결하기 위해, MODIS 250m 2개 밴드와 500m 5개 밴드 영상을 합성하여 250m 공간해상도의 7개 밴드를 제작하였다. 이를 위해 Wavelet 합성방법을 비롯한 7개 합성방법을 적용하였으며, 6개의 통계적 합성 평가 척도를 적용하여 MODIS 합성 결과를 분석하였다. 연구 결과, 육안평가로는 LMVM 합성기법이 가장 선명한 합성영상을 제시하였으며, 합성평가 척도에서는 각 밴드별로 적합한 합성기법이 다르게 나왔으나, 전체적으로 PCA, LST, LMVM합성방법이 상대적으로 우수한 합성결과를 나타냈었다.

• 대한지리학회지
• /
• 제44권2호
• /
• pp.105-121
• /
• 2009

지형 굴곡이 심한 하와이 화산섬의 경우, 측후소 분포가 매우 제한적이어서 공식적인 기온 분포도가 작성되지 못하고 있는 실정이다. 본 연구에서는 이러한 기온 지도화의 문제점을 해결하는 방법으로 위성기반의 지표온도 자료로부터 기온추정치를 추출하여 내삽법에 필요한 입력자료로 사용하였다. 추출된 온도값을 표본값으로하여 거리 역비례 가중치법(IDW)과 공동크리깅 (cokriging)을 적용하여 기온추정치를 지도화하였다. 기온과 고도값을 함께 이용한 cokriging이 IDW에 비해 크게 향상된 추정 오차값을 나타내었다. Cokriging은 주 변수와 고도와 같은 추가 변수 간의 상관관계가 유의하게 나타날 때 효과적으로 사용되는 내삽법이지만, 내삽 정확도는 계절적인 기상조건에 민감하게 영향받는 것으로 조사되었다. 강수량이 크게 증가하는 우기에는 건기에 비해 공간적인 기온변화가 크며, 이에 따라 기온 추정 오차값도 우기에 높게 나타났다.

• Spatial Information Research
• /
• 제22권1호
• /
• pp.55-63
• /
• 2014

수문학, 기상학 및 기후학 등에서 필수적인 자료중의 하나인 지상기온 자료는 최근 보건, 생물, 환경 등의 다양한 분야로까지 활용영역이 확대되고 있어 그 중요성이 커지고 있으나 지상관측을 통한 지상기온자료의 취득은 시공간적인 제약이 크기 때문에 실측된 기온자료는 시공간 해상도가 낮아 높은 해상도가 요구되는 연구 분야에서는 활용성에 큰 제약을 갖게 된다. 이를 극복하기 위한 하나의 대안으로 상대적으로 높은 시공간 해상도를 가지고 있는 위성영상자료에서 얻을 수 있는 지표면온도 자료를 이용하여 지상기온을 추정하는 많은 연구들이 수행되어 왔다. 본 연구는 이러한 연구의 일환으로써 기상청에서 제공하고 있는 AWS(Automatic Weather Station)에서 취득된 2010년 지상 온도 자료(AWS data)를 바탕으로 대표적인 지표면 온도자료인 MODIS Land Surface temperature(LST data:MOD11A1)와 지상기온에 영향을 미칠 수 있는 Land Cover Data, DEM(digital elevation model) 등의 보조 자료와 함께 다양한 지구통계 기법들을 이용하여 남한 지역의 지상기온을 추정하였다. 추정 전 2010년 전체(365일) LST자료와 AWS자료와의 차이에 대한 RMSE(Root Mean Square Error)값의 계절별 피복별 분석결과 계절에 따른 RMSE값의 변동계수는 0.86으로 나타났으나 피복에 따른 변동계수는 0.00746으로 나타나 계절별 차이가 피복별 차이보다 큰 것으로 분석 되었다. 계절별 RMSE 값은 겨울철이 가장 낮은 것으로 나타났으며 AWS자료와 LST자료와 보조자료를 이용한 선형 회귀분석결과에서도 겨울철의 결정 계수가 가장 높은 0.818로 나타났으며, 여름철의 경우에는 0.078로 나타나 계절별 차이가 매우 크게 나타났다. 이러한 결과를 바탕으로 지구통계 기법들의 대표적인 방법론인 크리깅 방법 중 일반적으로 많이 사용되고 있는 정규 크리깅, 일반 크리깅, 공동 크리킹, 회귀 크리깅을 이용하여 지상기온을 추정한 후 모델의 정확도를 판단할 수 있는 교차 검증을 실시한 결과 정규 크리깅과 일반 크리깅에 의한 RMSE 값은 1.71, 공동 크리깅과 회귀 크리깅에 의한 RMSE 값은 각각 1.848, 1.63으로 나타나 회귀 크리깅 방법에 의한 추정의 정확도가 가장 높은 것으로 분석되었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.154-154
• /
• 2012

지표에서의 토양수분은 작은 구성비를 가짐에도 불구하고 여러 수문 현상을 연계하는 매우 중요한 인자로써 최근 관련 연구가 활발하게 진행되고 있다. 토양수분은 침투나 침루를 통하여 강우와 지하수를 연결하는 기능을 함과 동시에 강우사상에 따른 유출특성에 직접적인 영향을 미치며 증발산을 통하여 에너지 순환을 연결하는 중요한 기능을 한다. 토양수분을 측정하는 방법에는 세타 탐침(Theta Probe), 장력계, TDR(Time Domain Reflectrometry) 등이 이용되고 있으며, 광역 토양수분자료의 보다 정확한 공간 변동성의 관측을 위하여 항공원격탐사와 인공위성 원격탐사기술이 개발되어 적용되고 있다. 인공위성 영상은 자료의 분석이 간편하며, 공간자료이므로 공간 변화를 분석하는 데 있어 매우 편리하다. 그 중 MODIS(Moderate Resolution Imaging Spectroradiometer) 위성영상은 저해상도 영상으로 극궤도 위성인 Terra와 Aqua 위성에 장착되어 있으며, NASA에서 필요한 정보를 받아 사용할 수 있다. 본 연구에서는 유역의 물리적 지형자료와 같은 방대한 양의 자료 수집 없이도, 모형이 구축되면 인공위성자료와 강우자료만으로도 신뢰성 높은 결과를 단시간 내에 효율적으로 산정할 수 있는 자료 지향형 모형인 ANFIS(Adaptive Neuro-Fuzzy Inference System)를 사용하였다. 사용된 퍼지변수로는 시험유역의 토양수분 관측자료와 강수량 및 인공위성 자료인 MODIS NDVI(Normalize Difference Vegetation Index), MODIS LST(Land-Surface Temperature) 영상을 이용하였다. MODIS NDVI는 시간 해상도 8일, 공간해상도 250 인 Level 3 영상이며, MODIS LST는 시간 해상도 1일, 공간해상도 1 km인 Level 3 영상을 사용하였다. 위성자료를 사용하기 위해 Korea TM 좌표체계로 변환한 뒤, 토양수분 관측지점이 속한 각 셀의 속성값을 추출하였다. 위성자료와 수집된 자료 및 토양수분자료와의 관계를 분석하기 위하여 입력자료를 다양한 방법으로 구성하여 입력 변수를 생성하였다. 생성된 입력 변수와 ANFIS 모형을 연계하여 각각의 토양수분 산정모형을 구축하고 대상지점에 대한 토양수분을 산정 및 비교 분석하였다.

• 대한원격탐사학회지
• /
• 제27권6호
• /
• pp.653-662
• /
• 2011

Land surface temperature (LST) is a one of the key variables of land surface which can be estimated from geostationary meteorological satellite. In this study, we have developed the three sets of LST retrieval algorithm from MTSAT-2 data through the radiative transfer simulations under various atmospheric profiles (TIGR data), satellite zenith angle, spectral emissivity, and surface lapse rate conditions using MODTRAN 4. The three LST algorithms are daytime, nighttime and total LST algorithms. The weighting method based on the solar zenith angle is developed for the consistent retrieval of LST at the early morning and evening time. The spectral emissivity of two thermal infrared channels is estimated by using vegetation coverage method with land cover map and 15-day normalized vegetation index data. In general, the three LST algorithms well estimated the LST without regard to the satellite zenith angle, water vapour amount, and surface lapse rate. However, the daytime LST algorithm shows a large bias especially for the warm LST (> 300 K) at day time conditions. The night LST algorithm shows a relatively large error for the LST (260 ~ 280K) at the night time conditions. The sensitivity analysis showed that the performance of weighting method is clearly improved regardless of the impacting conditions although the improvements of the weighted LST compared to the total LST are quite different according to the atmospheric and surface lapse rate conditions. The validation results of daytime (nighttime) LST with MODIS LST showed that the correlation coefficients, bias and RMSE are about 0.62~0.93 (0.44~0.83), -1.47~1.53 (-1.80~0.17), and 2.25~4.77 (2.15~4.27), respectively. However, the performance of daytime/nighttime LST algorithms is slightly degraded compared to that of the total LST algorithm.

• 한국농공학회논문집
• /
• 제59권1호
• /
• pp.11-20
• /
• 2017

This study is to estimate the spatial soil moisture using multiple linear regression model (MLRM) and 15 minutes interval Land Surface Temperature (LST) data of Communication, Ocean and Meteorological Satellite (COMS). For the modeling, the input data of COMS LST, Terra MODIS Normalized Difference Vegetation Index (NDVI), daily rainfall and sunshine hour were considered and prepared. Using the observed soil moisture data at 9 stations of Automated Agriculture Observing System (AAOS) from January 2013 to May 2015, the MLRMs were developed by twelve scenarios of input components combination. The model results showed that the correlation between observed and modelled soil moisture increased when using antecedent rainfalls before the soil moisture simulation day. In addition, the correlation increased more when the model coefficients were evaluated by seasonal base. This was from the reverse correlation between MODIS NDVI and soil moisture in spring and autumn season.