• Proceedings of the KSRS Conference
• /
• 2003.11a
• /
• pp.1255-1257
• /
• 2003

This study proposes a single-channel satellite remote sensing algorithm for retrieving aerosol optical thickness over global ocean using FY-1C/1D data. An efficient lookup table (LUT)method is adopted in this algorithm to generate apparent reflectance in channel 1 and channel 2 of FY-1C/1D over ocean. The algorithm scale the apparent reflectance in cloud-free conditions to aerosol optical thickness using a state-of-art radiative transfer model 6S with input of the relative spectral response of channel 1 and 2 of FY-1C/1D. Monthly mean composite maps of the aerosol optical thickness have been obtained from FY-1C/1D global area coverage data between 2001 and 2003. Aerosol optical thickness maps can show the major aerosol source which are located off the west coast of northern and southern Africa, Arabian Sea and India Ocean. These result is very similar to other satellite sensors such as AVHRR and MODIS in the location area of heavy aerosol optical thickness over global ocean. The algorithm have been used to FY-1D operational performance and it is the first operational aerosol remote sensing product in China.

• Korean Journal of Remote Sensing
• /
• v.21 no.5
• /
• pp.371-382
• /
• 2005

We present a processing system for the Atmospheric Infrared Sounder (AIRS) sounding suite onboard Aqua satellite. With its unprecedented 2378 channels in IR bands, AIRS aims at achieving the sounding accuracy of radiosonde (1 K in 1-km layer for temperature and $10\%$ in 2-km layer for humidity). The core of the processor is the International MODIS/AIRS Processing Package (IMAPP) that performs the geometric and radiometric correction for generation of Level 1 brightness temperature and Level 2 geophysical parameters retrieval. The processor can produce automatically from received raw data to Level 2 geophysical parameters. As we process the direct-broadcast data almost for the first time among the AIRS direct-broadcast community, a special attention is paid to understand and verify the Level 2 products. This processor includes sub-systems, that is, the near real time validation system which made the comparison results with in-situ measurement data, and standard digital information system which carry out the data format conversion into GRIdded Binary II (GRIB II) standard format to promote active data communication between meteorological societies. This processing system is planned to encourage the application of geophysical parameters observed by AIRS to research the aqua cycle in the Korean peninsula.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.248-248
• /
• 2017

최근 가뭄 모니터링을 위해 과거에 비하여 고해상도의, 물리적으로 기반을 두는 정보가 요구되고 있다. 기존에 주로 활용하고 있는 통계적 방법론 기반의 가뭄지수들은 지니고 있는 한계에 대해 여러 개선과정을 거치고 있으나, 기상변수로부터 지표상의 식생 관련 변수로의 전파 과정에 대한 개별 통계적 가뭄지수 간의 관계 설명이 매우 어렵다. 이와 같은 관계로, 국내 유역에서의 물리적 기반을 둔 고해상도 가뭄 판단방법에 대한 시도가 필요한 시점이다. Brown et al. (2008)은 위성기반 식생정보, 기상학적 가뭄지수, 지형학적 조건을 고려한 식생가뭄반응지수(Vegetation Drought Response Index; 이하 VegDRI)를 개발하였다. 학습자료에 대해 CART 기반의 경험적 모델을 구축하여, 격자마다 근-실시간 자료를 적용한 VegDRI를 산출하여 고해상도의 지도를 산출하는 방식을 제시하였다. VegDRI는 NCDC의 U.S. Drought Monitoring에 활용되고 있으며, NOAA의 Drought Task Force Assessment Protocol에서는 가뭄 모니터링의 기준으로 설정되어 있다. 본 연구에서는 국내에 VegDRI를 적용하고자 필요한 자료수집 및 전처리 과정을 거쳐 결과를 도출하였다. 기상청 ASOS 기상관측소에서 얻은 기상변수, MODIS 위성으로부터 추출된 정규식생지수(Normalized Difference Vegetation Index; NDVI), 지형학적 정보와 기상학적 가뭄지수(SPI, PDSI)를 기계학습으로 모델링하여 VegDRI를 산출하였다. 산출된 VegDRI 공간분포도에 대하여 기존에 활용되던 유관기관의 가뭄 판단방법과의 유사성과 차이점을 비교 검토하여 적용성을 평가하였다.

• Korean Journal of Remote Sensing
• /
• v.35 no.1
• /
• pp.151-162
• /
• 2019

Surface temperature has been derived from the MODIS/ASTER airborne simulator (MASTER) mid-wave infrared single channel data using the MODerate resolution atmospheric TRANsmission (MODTRAN) radiative transfer model with input data including the University of Wisconsin (UW) emissivity, the National Centers for Environmental Prediction (NCEP) atmospheric profiles, and solar and line-of-sight geometry. We have selected the study area that covers some surface types such as water, sand, agricultural (vegetated) land, and clouds. Results of the current study show the reasonable geographical distribution of surface temperature over land and water similar to the pattern of the MASTER L2 surface temperature. The thorough quantitative validation of surface temperature retrieved from this study is somehow limited due to the lack of in-situ measurements. One point comparison at the Salton Sea buoy shows that the present estimate is 1.8 K higher than the field data. Further comparison with the MASTER L2 surface temperature over the study area reveals statistically good agreement with mean differences of 4.6 K between two estimates. We further analyze the surface temperature differences between two estimates and find primary factors to be emissivity and atmospheric correction.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.230-230
• /
• 2023

딥러닝 알고리즘 중 과거의 정보를 저장하는 문제(장기종속성 문제)가 있는 단순 RNN(Simple Recurrent Neural Network)의 단점을 해결한 LSTM(Long short-term memory)이 등장하면서 특정한 유역의 강우-유출 모형을 구축하는 연구가 증가하고 있다. 그러나 하나의 모형으로 모든 유역에 대한 유출을 예측하는 지역화 강우-유출 모형은 서로 다른 유역의 식생, 지형 등의 차이에서 발생하는 수문학적 행동의 차이를 학습해야 하므로 모형 구축에 어려움이 있다. 따라서, 본 연구에서는 국내 12개의 유역에 대하여 LSTM 기반 분포형 지역화 강우-유출 모형을 구축한 이후 강우 이외의 보조 자료에 따른 정확도를 살펴보았다. 국내 12개 유역의 7년 (2012.01.01-2018.12.31) 동안의 49개 격자(4km²)에 대한 10분 간격 레이더 강우, MODIS 위성 이미지 영상을 활용한 식생지수 (Normalized Difference Vegetation Index), 10분 간격 기온, 유역 평균 경사, 단순 하천 경사를 입력자료로 활용하였으며 10분 간격 유량 자료를 출력 자료로 사용하여 LSTM 기반 분포형 지역화 강우-유출 모형을 구축하였다. 이후 구축된 모형의 성능을 검증하기 위해 학습에 사용되지 않은 3개의 유역에 대한 자료를 활용하여 Nash-Sutcliffe Model Efficiency Coefficient (NSE)를 확인하였다. 식생지수를 보조 자료를 활용하였을 경우 제안한 모형은 3개의 검증 유역에 대하여 하천 흐름을 높은 정확도로 예측하였으며 딥러닝 모형이 위성 자료를 통하여 식생에 의한 차단 및 토양 침투와 같은 동적 요소의 학습이 가능함을 나타낸다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.100-100
• /
• 2021

IPCC 5차 보고서에 따르면 지구 평균 기온상승은 저위도 보다 극지방에서 더욱 뚜렷하게 나타나며 이러한 기후변화는 극지 생태계의 변화를 초래한다. 이러한 기후변화에 따른 극지 생태계의 변화를 분석 및 예측하기 위하여 지면-생태계 모형을 구축하고 극지방 생태계, 수문 및 탄소 순환 등을 모의하는 연구들이 많이 진행되고 있다. 최근 극지 지역에서는 기후변화로 인하여 화재 발생 빈도가 증가하고 있으며, 이로 인하여 극지 생태계뿐 아니라 물순환에 많은 영향을 미치고 있다. 하지만 지면-생태계 모형안의 화재 시뮬레이션은 화재의 원인 파악의 부족, 입력자료의 부족, 화재 역학 이해의 부족 등의 한계가 존재한다. 본 연구에서는 2001~2012년 동안 위성에서 관측된 화재면적 자료인 Global Fire Emissions Database (GFED) v4 자료와 지면-생태계 모형인 NCAR Community Land Model (CLM)-biogeochemistry (BGC) 와의 실시간 융합을 통하여 기존 화재 시뮬레이션의 한계점을 보완하고자 하였다. 기존 CLM-BGC 모형을 통한 증발산량, 화재 자료-모형의 융합을 통한 증발산량 결과와 Moderate Resolution Imaging Spectroradiometer (MODIS) 증발산량 자료와의 비교를 통하여 증발산량 모의에 화재의 중요성을 분석하고자 한다. 또한, 유출량 뿐만 아니라 토양수분의 변화를 시·공간적 변화를 분석함으로써 화재가 극지방 물순환에 미치는 영향을 나타내었다. 또한, 본 연구를 통하여 미래 기후변화에 따른 극지방의 생태계 및 물순환을 모의하기 위하여 화재 시스템 구축의 중요성을 제시하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.425-425
• /
• 2022

동아시아 지역은 몬순 영향으로 계절적인 수자원 변동성이 매우 크고 홍수 및 가뭄과 같은 수재해 피해가 빈번히 발생하고 추세이다. 본 연구에서는 동아시아의 수자원 관리에 활용하기 위해 수문 모형 중 하나인 WRF-Hydro (Weather Research and Forecast and Model Hydrological modeling extension package) 모형을 구축하였다. WRF-Hydro 모형은 미국 NCAR (National Center for Atmospheric Research)에서 개발된 커뮤니티형 고해상도 예측모델로 미국 등에서 활발히 사용되고 있으나, 동아시아 지역에 적용된 연구는 없다. 따라서 모형의 동아시아 적용 가능성에 대한 불확실성이 높다. 본 연구에서는 WRF-Hydro 모형을 0.25°의 공간해상도로 동아시아 대상으로 구축하였고, 기상 및 지면 특성과 유역자료를 활용한 머신러닝 방법으로 파라미터 보정을 시행하여 2006년부터 2015년까지 구동하였다. 머신러닝을 통해 지역특성이 고려된 WRF-Hydro 모형은 표면유출, 보수깊이, 표면 거칠기, 표면 기울기와 같은 매개변수를 보정하였다. 모형 평가를 위해 GRDC (Global Runoff Database Center (GRDC), GLDAS (Global Land Data Assimilation System), ESA-CCI (European Space Agency Climate Change Initiative), MODIS (Moderate Resolution Imaging Spectroradiometer)에서 제공하는 관측 유출량, 토양수분, 증발산량을 비교, 분석하여 동아시아 적용 적절성에 대해 검토하였다.

• Journal of Forest and Environmental Science
• /
• v.40 no.1
• /
• pp.24-34
• /
• 2024

Fire, being primarily a natural phenomenon, is impossible to control, although it is feasible to map the forest fire risk zone, minimizing the frequency of fires. The spread of a fire starting in any stand in a forest can be predicted, given the burning conditions. The natural cover of the land and the safety of the population may be threatened by the spread of forest fires; thus, the prevention of fire damage requires early discovery. Satellite data and geographic information system (GIS) can be used effectively to combine different forest-fire-causing factors for mapping the forest fire risk zone. This study mainly focuses on mapping forest fire risk in the Madikhola watershed. The primary causes of forest fires appear to be human negligence, uncontrolled fire in nearby forests and agricultural regions, and fire for pastoral purposes which were used to evaluate and assign risk values to the mapping process. The majority of fires, according to MODIS events, occurred from December to April, with March recording the highest occurrences. The Risk Zonation Map, which was prepared using LULC, Forest Type, Slope, Aspect, Elevation, Road Proximity, and Proximity to Water Bodies, showed that a High Fire Risk Zone comprised 29% of the Total Watershed Area, followed by a Moderate Risk Zone, covering 37% of the total area. The derived map products are helpful to local forest managers to minimize fire risks within the forests and take proper responses when fires break out. This study further recommends including the fuel factor and other fire-contributing factors to derive a higher resolution of the fire risk map.

• 한국신재생에너지학회:학술대회논문집
• /
• 2010.11a
• /
• pp.40.1-40.1
• /
• 2010

인간의 삶과 밀접한 관련이 있는 태양 에너지는 전세계적으로 에너지 부족 문제 해결방안을 위한 대체 에너지 자원으로 각광 받고 있다. 즉 태양으로부터 방출되어 지표면에 도달하는 태양광은 연간 약 23,000 TW(Perez et al., 2009)로써 다른 어떤 종류의 에너지원보다 풍부하기 때문에 태양광 발전은 양적인 측면에서의 무한한 잠재력뿐만 아니라 환경적인 측면에서 무공해라는 장점을 가진다. 특히 국내에서는 2030년까지 태양광 에너지와 풍력 및 수소에너지들은 3대 국가 에너지 전략 분야로 집중 육성되고 있다(한국과학기술정보연구원, 2007). 지표면에 도달하는 태양 에너지 평가 및 분석을 위하여 일사계에 의한 관측 자료가 이용될 수 있으나 관측 영역 및 관측 정밀도 문제 때문에 태양 복사 모델(Solar Radiative Transfer Model)에 의한 계산 자료가 중요하게 활용된다. 이 연구에서 한반도의 지표면 태양광 계산을 위하여 사용된 모델은 Iqbal(1983)에 근거한 것으로써 단일 기층의 모형대기를 가정한 모델이며 상세 모델(Line-by-Line Model)에 의하여 보정하여 2009년 1월부터 2009년 12월까지 한반도의 지표면 태양광 시공간 분포를 계산하였다. 이 계산을 위하여 대기 중의 가스와 에어로졸 및 구름 성분들에 대한 모델 입력자료 등이 요구되며 이 자료들은 기상청의 수치 모델(Regional Date Assimilation and Prediction System; RDAPS)과 기상 관련 인공위성(OMI와 MODIS 및 MTSAT-1R 등)으로부터 발췌하여 사용하였다. 그 결과 이 연구 기간(2009년 1월 ~ 2009년 12월)동안 1 km 간격의 수평면에 대하여 계산된 한반도의 지표면 태양광은 안동과 대구 및 진주를 연결하는 지역에서 최대값($5400MJ/m^2$ 이상)이 나타났다. 그러나 지표면 일사 관측 자료의 공간 분포는 이 연구 결과와 차이가 있었으며 그 원인은 관측소 일사계의 보정 및 관리운영에 따른 자료 정확성 결여 때문으로 평가된다.

• Journal of The Korean Society of Agricultural Engineers
• /
• v.57 no.4
• /
• pp.1-9
• /
• 2015

The development of drought index that provides detailed-spatial-resolution drought information is essential for improving drought planning and preparedness. The objective of this study was to develop the concept of using satellite-based hybrid drought index called the Vegetation Drought Response Index in South Korea (VegDRI-SKorea) that could improve spatial resolution for monitoring local and regional drought. The VegDRI-SKorea was developed using the Classification And Regression Trees (CART) algorithm based on remote sensing data such as Normalized Difference Vegetation Index (NDVI) from MODIS satellite images, climate drought indices such as Self Calibrating Palmer Drought Severity Index (SC-PDSI) and Standardized Precipitation Index (SPI), and the biophysical data such as land cover, eco region, and soil available water capacity. A case study has been done for the 2012 drought to evaluate the VegDRI-SKorea model for South Korea. The VegDRI-SKorea represented the drought areas from the end of May and to the severe drought at the end of June. Results show that the integration of satellite imageries and various associated data allows us to get improved both spatially and temporally drought information using a data mining technique and get better understanding of drought condition. In addition, VegDRI-SKorea is expected to contribute to monitor the current drought condition for evaluating local and regional drought risk assessment and assisting drought-related decision making.