• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.80-80
• /
• 2016

GPS로 대표되는 위성항법시스템(GNSS : Global Navigation Satellite System)은 지구 주위를 돌면서 연속적으로 항법신호를 보내고 있다. 그 중 지구표면으로부터 반사되는 항법신호를 수신하고 해석함으로써 지구표면에 관한 정보를 취득할 수가 있다. GPS로 대표되는 항법신호는 L밴드를 사용하기 때문에 토양수분의 변화 등에 대한 반사강도의 감도가 비교적 높다고 알려져 있으며, 토양수분 측정 등에 사용할 수 있다. 뿐만 아니라 경량화, 소형화하기 쉬운 점, 능동적 마이크로웨이브 리모트센싱시스템(Active Microwave Remote Sensing System)과 달리 스스로 신호를 발사하지 않기 때문에 관측의 스텔스성(Stealth)dl 뛰어난 점 등의 장점을 가지고 있다. 또한 향후 10년 이내에 준천정위성(QZSS), Galileo, COMPAS, IRNSS 등 많은 위성항법시스템이 본격 운용되어 GPS와 함께 120기 정도의 항법위성이 항법신호를 송신할 예정이므로 이용 가능성은 크게 늘어날 것으로 기대된다.한편, 항법위성을 이용한 바이스테이틱 리모트센싱은 반사파의 강도가 상당히 미약하기 때문에 정량적 계측모델의 구축은 미미한 상태이다. 즉, 지상 타워에서의 관측, 항공기에서의 관측, 소형 위성에서의 관측 등이 수행되고 있으나, 타워관측과 같이 지상의 거의 동일한 장소를 계속적으로 관측하는 경우를 제외한 기존의 연구에서는 토지의 피복상황이나 토양수분 등의 상관관계를 제시하는 수준으로써 정량적인 계측방법은 아직 확립되어 있지 않다. 이러한 관점에서 본 연구에서는 GPS위성으로부터의 항법신호를 이용하여 지구표면에 관한 정보를 얻는 바이스테이틱 리모트센싱(Bi-static Remote Sensing) 기술을 바탕으로 육지면과 해면의 판별에 신호특성이 어떻게 유효한가를 실험적으로 밝혔다. 이러한 기술은 토양수분 측정 등 수자 원인자를 추출하는데 유용할 뿐만 아니라 수면의 고도 측정, 해상풍 산출 등에도 응용 가능하다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2006년도 Proceedings of ISRS 2006 PORSEC Volume II
• /
• pp.892-895
• /
• 2006

The atmospheric effects on the retrieval of sea ice concentration from passive microwave sensors are examined using simulated data typical for the Arctic summer. The simulation includes atmospheric contributions of cloud liquid water and water vapor and surface wind on surface emissivity on the microwave signatures. A plane parallel radiative transfer model is used to compute brightness temperatures at SSM/I frequencies over surfaces that contain open water, first-year (FY) ice and multi-year (MY) ice and their combinations. Synthetic retrievals in this study use the NASA Team (NT) algorithm for the estimation of sea ice concentrations. This study shows that if the satellite sensor’s field of view is filled with only FY ice the retrieval is not much affected by the atmospheric conditions due to the high contrast between emission signals from FY ice surface and the signals from the atmosphere. Pure MY ice concentration is generally underestimated due to the low MY ice surface emissivity that results in the enhancement of emission signals from the atmospheric parameters. Simulation results in marginal ice areas also show that the atmospheric and surface effects tend to degrade the accuracy at low sea ice concentration. FY ice concentration is overestimated and MY ice concentration is underestimated in the presence of atmospheric water and surface wind at low ice concentration. In particular, our results suggest that strong surface wind is more important than atmospheric water in contributing to the retrieval errors of total ice concentrations over marginal ice zones.

• 한국지구물리탐사학회:학술대회논문집
• /
• 한국지구물리탐사학회 2006년도 공동학술대회 논문집
• /
• pp.271-276
• /
• 2006

이 논문에서는 다편광 Synthetic Aperture Radar (PolSAR) 관측값을 이용하여 남해안 여자만의 조간대 표면 퇴적물에 대한 지구물리학적 특성에 대한 연구를 실시하였다. 원격 탐사를 이용한 조간대 지역의 연구는 종래의 야외 조사를 통한 연구 방법의 한계를 보완할 수 있으며 특히 다편광 SAR 자료는 주 야 및 기상 상태와 관계 없이 지구 표면의 지구물리학적 정보를 정량적으로 획득 할 수 있다. 이 연구를 위하여 사용된 여자만 지역의 다편광 AIRSAR 자료는 2000 년 9 월 30 일 NASA/JPL PACRIM-II 프로젝트를 통해 획득되었다. AIRSAR 자료의 다편광 정보를 이용한 마이크로파의 산란모델을 바탕으로 조간대 지역의 표면퇴적물에서의 마이크로파 산란 특성을 연구하였다.

• 대한원격탐사학회지
• /
• 제35권5_2호
• /
• pp.809-818
• /
• 2019

우리나라는 여름철에 편중된 강우현상과 좁은 반도의 지형적인 특성으로 인해 풍수해에 매우 취약한 구조를 가지고 있다. 최근 태풍, 집중호우 등으로 피해는 날로 심화되고 있어 앞으로 발생할 풍수해에 대비하여 정확한 피해정보 생산과 분석이 필요하다. 본 연구에서는 풍수해 분석에 필요한 수표면 면적 파악을 위해 Sentinel-1 위성영상을 이용하여 벽정저수지, 사점저수지, 수부저수지, 보령호의 수표면 면적 변화를 분석하였다. 2015년 5월부터 2019년 8월까지 촬영된 Sentinel-1 위성에 RTC 기법을 적용한 영상 전처리와 Otsu 기법을 이용한 영상 이진화를 통해 수표면 면적을 산출하였다. 산출된 수표면 면적은 국가수자원관리종합정보시스템과 농업기반관리시스템에서 제공하는 저수용량 정보와 비교하여 상관계수를 분석하였다. 그 결과, 수부저수지와 보령호의 상관계수는 각각 0.850, 0.941의 강한 상관성을 보여주었고 벽정저수지와 사점저수지의 상관계수는 0.651, 0.657의 보통의 상관성을 보였다. 이 결과는 위성영상을 이용한 중소규모 저수지의 수표면 면적 모니터링 가능성을 나타냈으며, 수표면 면적 변화는 저수지의 수량변화 모니터링 정보로 객관적 사용이 가능하다고 판단된다. 향후 다양한 데이터와의 융합을 통하여 국가적 재난관리에 크게 기여할 수 있을 것으로 기대한다.

• 대한원격탐사학회지
• /
• 제30권5호
• /
• pp.687-701
• /
• 2014

해빙은 일반적으로 지구기후 변화 과정을 이해할 수 있는 중요한 요인으로 인식되고 있으며, 기후변화 분석 및 예측을 위한 지구시스템 모델의 기반이 되는 중요한 인자로 대표되고 있다. 수 km 급의 작은 규모로 발생하는 해빙의 변화를 지속적으로 파악하기 위해서는 현재의 제한된 해빙자료로부터 보다 정확한 격자자료를 생산할 것이 요구된다. 본 연구에서는 Advanced Microwave Scanning Radiometer 2(AMSR2)의 월간 해빙면적비(Sea Ice Concentration: SIC) 자료와 상관성이 높은 Moderate Resolution Imaging Spectroradiometer(MODIS) 기반의 월간 해빙일수비율(sea ice days ratio)를 지점별 가중치로 이용하는 상세화 기법을 고안하여 10 km 공간해상도의 SIC 자료를 1 km 공간해상도로 상세화하였다. 오호츠크 해역의 분석 결과, 기존의 공간해상도 10 km 자료와 상세화한 1 km 자료에서 해빙면적은 동일하였으며, 월별 SIC 평균과 표준편차 역시 거의 동일한 값의 분포를 나타냈다. 또한 EOF 분석을 통해 기후모델의 SIC 재분석자료 및 AMSR2 상세화 전후 자료에서 공간적, 시간적 변동성의 주성분이 매우 유사한 경향을 가지는 것으로 나타났다. 본 연구에서 제시한 상세화 기법은 다른 백분율 등으로 표현되는 연속형 비율자료의 상세화에 적용 가능할 것으로 사료되며, 보다 세밀한 해상도의 SIC 자료를 제공함으로써 작은 규모로 발생하는 해빙변화 감시에 기여할 가능성을 보여준다.

• 대한원격탐사학회지
• /
• 제24권4호
• /
• pp.359-367
• /
• 2008

마이크로파 센서로부터 산출된 물리량과 태풍강도와의 관련성을 2004년 6월에서 9월까지 관측된 태풍과 TRMM TMI 자료를 이용하여 조사하였다. TMI 관측으로부터 산출된 85 GHz 밝기온도(TB), 편광보정온도(PCT), 총 수증기량, 얼음, 강우강도, 잠열방출량은 RMSC-Tokyo의 태풍 best-track 데이터베이스의 최대 풍속으로 정의된 태풍강도와 상관분석을 실시하였다 TB와 태풍강도의 최대 상관계수는 태풍 중심으로부터 반경 2.5도 공간평균을 하였을 때 $-0.2{\sim}-0.4$를 나타냈다. 총 수증기량, 강우강도, 잠열방출량과 태풍강도와의 상관계수는 $0.2{\sim}0.4$를 보였다. 태풍 강도 크기에 따른 상관계수 분포는 태풍 발달의 초기 단계에서는 열대성 저기압 중심으로부터 반경 $1.0{\sim}1.5$도 공간 평균을 하였을 때 최대값을 보였으나 태풍이 가장 크게 발달하였을 때는 태풍 중심에서 반경 0.5도의 공간 평균을 하였을 때 최대 상관성이 나타났다. 최대 상관계수를 나타낸 변수와 공간 규모는 회귀분석으로부터 태풍을 강도를 산출할 수 있으며 태풍 Rusa(2002)와 Maemi(2003)에 적용하였다. 태풍 강도의 오차는 태풍 강도 크기를 고려한 85GHz TB와 총 수증기량의 다중 회귀에서 최소를 보였다. 본 연구는 마이크로파 위성 관측의 TB와 총 수중기량으로부터 태풍 강도 산출에 기여할 수 있음을 지시한다.

• 대한원격탐사학회지
• /
• 제35권5_1호
• /
• pp.625-636
• /
• 2019

토양수분은 수문순환에 핵심적인 역할을 하는 대표적인 인자로써 대기와 지표 사이의 상호작용에 관여하며, 농업, 수자원, 대기 등의 분야에서 활용되고 있다. 한반도 영역의 위성기반 토양수분의 적용성 및 불확실성 분석을 위하여 Advanced Microwave Scanning Radiometer 2 (AMSR2), Advanced SCATterometer (ASCAT), European SpaceAgency Climate Change Initiative (ESACCI) 데이터가 사용되었다. 상기 데이터를 사용한 Cumulative Distribution Function (CDF) Matching과 Triple collocation (TC) 분석을 수행하여 위성 토양수분 데이터 보정 및 불확실성에 관한 연구를 진행하였다. 보정 전의 인공위성 기반 토양수분자료를 Automated Agriculture Observing System (AAOS) 관측지점과 비교한 결과, ESACCI와 ASCAT자료는 AAOS의 경향을 잘 반영하였다. 그에 비해 AMSR2 위성 자료는 동결기간에 과대 산정되었다. CDF Matching을 이용하여 인공위성 토양수분 자료를 보정한 결과, 보정 전보다 오차 및 상관성이 개선되었다. 마지막으로, TC 방법을 이용하여 토양수분 자료의 불확실성 분석을 실시하였다. CDF Matching 보정을 실시한 인공위성 토양수분의 불확실성이 동결과 융해 기간에서 확연하게 개선되는 것을 확인할 수 있었다. 한반도에서는 보정을 실시하였을 때, AMSR2 토양수분 자료보다 ASCAT과 ESACCI를 활용하는 것이 보다 정확한 토양수분 결과를 나타낼 수 있을 것으로 나타났다.

• 대한원격탐사학회지
• /
• 제34권6_2호
• /
• pp.1261-1272
• /
• 2018

북극 지역의 대기 온도는 바다 및 해빙, 대기 사이의 에너지 교환에 큰 역할을 하므로 북극 대기 온도를 정확하게 파악하는 것은 중요하다. 하지만 현장 관측 자료들은 북극 대기 온도의 공간적인 분포를 나타내는 데에 한계가 있다. 따라서 본 연구에서는 부이(buoy) 자료와 Advanced Microwave Scanning Radiometer 2(AMSR2) 위성자료를 이용하여 기계학습 기반 여름철 대기 온도 추정 모델을 구축하였다. 기계학습으로는 random forest(RF) 및 support vector machine(SVM)을 사용하였으며, AMSR2 관측 시간에 따라 하루 두 번의 대기 온도를 추정하였다. 또한 추정된 대기 온도를 유럽 중기예보센터(European Centre for Medium-Range Weather Forecasts, ECMWF)의 ERA-Interim 재분석자료의 대기 온도와 공간 분포를 비교하였다. 교차 검증 결과 두 가지 기계학습 기법 모두 0.84-0.88의 $R^2$ 및 $1.31-1.53^{\circ}C$의 RMSE를 보였다. 공간적인 분포에서 IABP 부이 관측 자료가 존재하지 않는 바렌츠해(Barents Sea), 카라해(Kara Sea) 및 배핀만(Baffin bay) 지역에서는 기계학습 모델이 ERA-Interim 대기 온도에 비하여 과소 추정하는 경향을 보였다. 본 연구는 경험적인 북극 대기 온도 추정의 가능성과 한계점을 서술하였다.

• 대기
• /
• 제22권2호
• /
• pp.163-174
• /
• 2012

Brightness temperature (BT) difference between sea fog and sea surface is small, because the top height of fog is low. Therefore, it is very difficult to detect sea fog with infrared (IR) channels in the nighttime. To overcome this difficulty, we have developed a new algorithm for detection of sea fog that consists in three tests. Firstly, both stratus and sea fog were discriminated from the other clouds by using the difference between BTs $3.7{\mu}m$ and $11{\mu}m$. Secondly, stratus occurring at a level higher than sea fog was removed when the difference between cloud top temperature and sea surface temperature (SST) is smaller than 3 K. In this process, we used daily SST data from AMSR-E microwave measurements that is available even in the presence of cloud. Then, the SST was converted to $11{\mu}m$ BT based on the regressed relationship between AMSR-E SST and MTSAT-1R $11{\mu}m$ BT at 1733 UTC over clear sky regions. Finally, stratus was further removed by using the homogeneity test based on the difference in cloud top texture between sea fog and stratus. Comparison between the retrievals from our algorithm and that from Korea Meteorological Administration (KMA) algorithm, shows that the KMA algorithm often misconceived sea fog as stratus, resulting in underestimating the occurrence of sea fog. Monthly distribution of sea fog over northeast Asia in 2008 was derived from the proposed algorithm. The frequency of sea fog is lowest in winter, and highest in summer especially in June. The seasonality of the sea fog occurrence between East and West Sea was comparable, while it is not clearly identified over South Sea. These results would serve to prevent the possible occurrence of marine accidents associated with sea fog.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 1998년도 Proceedings of International Symposium on Remote Sensing
• /
• pp.76-82
• /
• 1998

Increase of greenhouse gas due to $CO_2$ and CH$_4$ gases would cause the global warming in the atmosphere. According to the global circulation model, it is pointed out in the Okhotsk Sea that the large increase of atmospheric temperature might be occurredin this region by global warming due to the doubling of greenhouse effectgases. Therefore, it is very important to monitor the sea ice extents in the Okhotsk Sea. To improve the sea ice extents and concentration with more highly accuracy, the field experiments have begun to comparewith Airborne Microwave Radiometer (AMR) and video images installed on the aircraft (Beach-200). The sea ice concentration is generally proportional to the brightness temperature and accurate retrieval of sea ice concentration from the brightness temperature is important because of the sensitivity of multi-channel data with the amount of open water in the sea ice pack. During the field experiments of airborned AMR the multi-frequency data suggest that the sea ice concentration is slightly dependending on the sea ice types since the brightness temperature is different between the thin and small piece of sea ice floes, and a large ice flow with different surface signatures. On the basis of classification of two sea ice types, it is cleary distinguished between the thin ice and the large ice floe in the scatter plot of 36.5 and 89.0GHz, but it does not become to make clear of the scatter plot of 18.7 and 36.5GHz Two algorithms that have been used for deriving sea ice concentrations from airbomed multi-channel data are compared. One is the NASA Team Algorithm and the other is the Bootstrap Algorithm. Intrercomparison on both algorithms with the airborned data and sea ice concentration derived from video images bas shown that the Bootstrap Algorithm is more consistent with the binary maps of video images.