• 한국농공학회논문집
• /
• 제61권5호
• /
• pp.89-99
• /
• 2019

In this study, we estimated the spatially-distributed soil moisture at the high resolution ($10m{\times}10m$) using the satellite-based Sentinel-1A/B SAR (Synthetic Aperture Radar) sensor images. The Sentinel-1A/B raw data were pre-processed using the SNAP (Sentinel Application Platform) tool provided from ESA (European Space Agency), and then the pre-processed data were converted to the backscatter coefficients. The regression equations were derived based on the relationships between the TDR (Time Domain Reflectometry)-based soil moisture measurements and the converted backscatter coefficients. The TDR measurements from the 51 RDA (Rural Development Administration) monitoring sites were used to derive the regression equations. Then, the soil moisture values were estimated using the derived regression equations with the input data of Sentinel-1A/B based backscatter coefficients. Overall, the soil moisture estimates showed the linear trends compared to the TDR measurements with the high Pearson's correlations (more than 0.7). The Sentinel-1A/B based soil moisture values matched well with the TDR measurements with various land surface conditions (bare soil, crop, forest, and urban), especially for bare soil (R: 0.885~0.910 and RMSE: 3.162~4.609). However, the Mandae-ri (forest) and Taean-eup (urban) sites showed the negative correlations with the TDR measurements. These uncertainties might be due to limitations of soil surface penetration depths of SAR sensors and complicated land surface conditions (artificial constructions near the TDR site) at urban regions. These results may infer that qualities of Sentinel-1A/B based soil moisture products are dependent on land surface conditions. Although uncertainties exist, the Sentinel-1A/B based high-resolution soil moisture products could be useful in various areas (hydrology, agriculture, drought, flood, wild fire, etc.).

• 대한원격탐사학회지
• /
• 제37권4호
• /
• pp.789-802
• /
• 2021

Synthetic Aperture Radar (SAR) at C-band is an ideal remote sensing system for crop monitoring owing to its short wavelength, which interacts with the upper parts of the crop canopy. This study evaluated the potential of dual polarimetric Sentinel-1 at C-band for monitoring rice phenology. Rice phenological variations occur in a short period. Hence, the short revisit time of Sentinel-1 SAR system can facilitate the tracking of short-term temporal morphological variations in rice crop growth. The sensitivity of SAR backscattering coefficients, backscattering ratio, and polarimetric decomposition parameters on rice phenological stages were investigated through a time-series analysis of 33 Sentinel-1 Single Look Complex images collected from 10th April to 25th October 2020 in Gimhae, South Korea. Based on the observed temporal variations in SAR parameters, we could identify and distinguish the phenological stages of the Gimhae rice growth cycle. The backscattering coefficient in VH polarisation and polarimetric decomposition parameters showed high sensitivity to rice growth. However, amongst SAR parameters estimated in this study, the VH backscattering coefficient realistically identifies all phenological stages, and its temporal variation patterns are preserved in both Sentinel-1A (S1A) and Sentinel-1B (S1B). Polarimetric decomposition parameters exhibited some offsets in successive acquisitions from S1A and S1B. Further studies with data collected from various incidence angles are crucial to determine the impact of different incidence angles on polarimetric decomposition parameters in rice paddy fields.

• 한국농공학회논문집
• /
• 제62권6호
• /
• pp.11-20
• /
• 2020

We estimated the spatio-temporally distributed soil moisture using Sentinel-1A/B SAR (Synthetic Aperture Radar) sensor images and soil moisture data assimilation technique in South Korea. Soil moisture data assimilation technique can extract the hydraulic parameters of soils using observed soil moisture and GA (Genetic Algorithm). The SWAP (Soil Water Atmosphere Plant) model associated with a soil moisture assimilation technique simulates the soil moisture using the soil hydraulic parameters and meteorological data as input data. The soil moisture based on Sentinel-1A/B was validated and evaluated using the pearson correlation and RMSE (Root Mean Square Error) analysis between estimated soil moisture and TDR soil moisture. The soil moisture data assimilation technique derived the soil hydraulic parameters using Sentinel-1A/B based soil moisture images, ASOS (Automated Synoptic Observing System) weather data and TRMM (Tropical Rainfall Measuring Mission)/GPM (Global Precipitation Measurement) rainfall data. The derived soil hydrological parameters as the input data to SWAP were used to simulate the daily soil moisture values at the spatial domain from 2001 to 2018 using the TRMM/GPM satellite rainfall data. Overall, the simulated soil moisture estimates matched well with the TDR measurements and Sentinel-1A/B based soil moisture under various land surface conditions (bare soil, crop, forest, and urban).

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.274-274
• /
• 2021

토양수분은 가뭄, 홍수, 산불 및 산사태 등 자연재해 발생에 직간접적으로 영향을 미치기 때문에, 시·공간적으로 연속적인 토양수분 관측이 필요하다. 과거에는 TDR (Time Domain Reflectometry) 관측 장비를 설치하여 토양수분의 변화를 관측하였으나, 이러한 지점관측의 경우 하나의 관측지점에서 토양수분을 관측하기 때문에 공간적인 토양수분 변화를 나타내지 못한다. 최근 이러한 문제를 해결하기 위하여 인공위성 이미지 자료를 이용한 토양수분 산정에 관한 연구가 활발히 수행되고 있다. 그러나 SMOS (Soil Moisture and Ocean Salinity), SMAP (Soil Moisture Active Passive)와 같은 다양한 위성에서 관측된 토양수분은 낮은 공간해상도로 인한 불확실성이 커지는 단점이 있다. 최근 이러한 한계를 극복하기 위하여 광학위성영상과 달리 날씨의 영향을 받지 않으며 고해상도 이미지자료를 제공하는 Sentinel-1A/B 위성을 활용하여 토양수분을 관측하는 연구가 진행되고 있다. Sentinel-1은 10m의 높은 공간해상도를 제공하지만, 1~2주 주기로 영상취득이 가능하기 때문에 재방문시기와 같은 시간해상도 문제가 발생한다. 따라서 본 연구에서는 Sentinel-1A/B SAR 기반 후방산란계수와 농촌진흥청에서 제공하는 TDR 기반 토양수분 실측값을 이용하여 우리나라 토양수분 공간분포를 산정하였다. 산정된 Sentinel-1A/B 기반 토양수분과 토양수분자료동화기법을 연계하여 토양의 수리학적 매개변수를 추출하였으며, 추출된 매개변수와 기상자료를 이용하여 장기간(2001~2018) 일별 토양수분 공간분포를 산정하였다.

• 대한원격탐사학회지
• /
• 제37권6_1호
• /
• pp.1545-1557
• /
• 2021

농작물은 그 종과 생육상태에 따라 민감한 분광특성을 나타내며, 특히 여름철에 집중적으로 관측이 필요하나 장마로 인해 광학위성의 활용이 어렵다. 이 문제를 해결하기 위해 CC-MNC(Constrained Cloud-Maximum NDVI Composite) 기법이 개발되었으며, 이 기법을 통해 구름의 영향이 최소화된 일정 주기의 대표 합성영상이 생성된다. 본 연구에서도 이 기법을 이용하여, 2019년부터 2021년까지 논과 고랭지 배추밭을 대상으로 Sentinel-2A/B NDVI 월합성영상을 제작하였다. 다른 해보다 200 mm 많은 강수량을 보이는 2020년 8월에는 16일 주기 MODIS NDVI합성영상에서도 구름의 영향이 크게 나타났다. 이 시기를 제외하고 CC-MNC 기법은 평균적으로 원영상의 45.4%의 구름 비율을 14.9%로 줄일 수 있었다. 논의 경우 Sentinel-2A/B와 MODIS NDVI 값이 큰 차이가 나지 않았으며, 5일의 주기로도 벼의 생육 주기를 잘 모니터링할 수 있었다. 고랭지 배추밭의 경우, Sentinel-2A/B에서는 고랭지 배추의 짧은 생육 주기가 잘 나타났지만, MODIS는 공간해상도의 한계를 보였다. 이와 함께 CC-MNC 기법은 수확 시기에 구름 화소가 합성에 사용되는 현상이 보이기도 하였으며, 국내지역에 맞게 VZA 임계치의 조정이 필요하다는 시사점이 도출되었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.141-141
• /
• 2019

토양수분은 수문 분석에 있어 매우 중요한 인자 중 하나이며 최근 기후변화로 인한 가뭄, 홍수 및 산불발생과 같은 물 관련 재해 발생에 직 간접적으로 영향을 미치기 때문에 지표 토양수분산정은 매우 중요하다. Sentinel-1 SAR(Synthetic Aperture Radar)는 능동형 위성으로 10m의 공간해상도로 제공되기 때문에 기존의 토양수분 전용위성인 SMOS(Soil Moisure and Ocean Salinity), SMAP(Soil Moisture Active Passive) 및 GCOM-W1(Global Change Observation Mission Water) 등 다르게 고해상도 토양수분 산정이 가능하다. 그러나 Sentinel-1 SAR 센서에서는 고해상도 지표 관측 이미지 자료만 제공하며, 토양수분 자료를 직접적으로 제공하지 않는다. 따라서 본 연구에서는 2018년도 Sentinel-1 A/B IW(Interferometric Wide swath) 모드의 VH(Vertical Transmit - Horizontal Receive) 편파 영상과 Sentinel-1 SAR 위성자료 전처리 도구인 SNAP(Sentinel Application Platform)을 이용하여 후방산란계수를 산정하였으며, 산정된 후 방산란계수와 농촌진흥청에서 제공하는 65개 지점의 실측 TDR(Time Domain Reflectrometry) 토양수분의 관계를 이용하여 회귀모형을 도출 및 토양수분 공간분포를 산정하였다. 비록 불확실성은 어느정도 발생 하였으나, 전체적으로 TDR 관측값과 $10m{\times}10m$ 해상도의 Sentinel-1 SAR 기반 토양수분이 일치하는 경향을 보였다. 본 연구 결과는 수문, 농업, 산림, 재해 등 다양한 분야에 활용될 수 있을 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.117-117
• /
• 2021

본 연구에서는 Sentinel-1A/B C-band SAR(Synthetic Aperture Radar) 위성영상을 기반으로 인공신경망(Artificial Neural Network, ANN) 모형을 활용해 금강 유역 상류 40×50 km² 면적에 대한 토양수분을 산정하였다. 10 m 공간 해상도의 Sentinel-1A/B SAR 영상은 8일 간격으로 2015년부터 2019년까지 5년 동안 구축하였고, SNAP(SentiNel Application Platform)을 통해 기하 보정, 방사 보정 및 잡음(Noise) 보정을 수행하고 VV 및 VH 편파 후방산란계수로 변환하였다. ANN 모형 검증자료로 TDR(Time Domain Reflectometry)로 측정된 9개 지점의 실측 토양수분 자료를 구축하였으며, 수문학적 개념인 선행강우를 고려하기 위해 동지점에 대한 강수량 자료를 구축하였다. ANN은 각 지점에 해당하는 토양 속성별로 모델링하고, 전체 기간 및 계절별로 나누어 모의하였으며, 전체 자료의 60%와 40%를 각각 훈련 및 테스트 데이터로 사용하였다. 산정된 토양수분은 상관계수(Correlation Coefficient, R)와 평균제곱근오차(Root Mean Square Error, RMSE)를 활용하여 검증을 수행할 예정이다.

• 대한원격탐사학회지
• /
• 제37권5_1호
• /
• pp.989-998
• /
• 2021

구름의 영향을 크게 받는 광학위성영상의 활용에 있어 일정 주기 합성은 구름의 영향을 최소화할 수 있는 유용한 방법이다. 최근 주기 합성 시 구름과 구름 그림자 정보가 직접 입력되어 일정 주기 시 두 인자의 영향을 가장 덜 받는 최적의 화소를 선택하는 기법이 제시되었다. 최적의 합성 결과를 도출하기 위해서는 구름과 구름 그림자의 정확한 추출이 필수적이다. 또한 농작물과 같이 분광정보가 중요한 대상의 경우 주기 합성 시 분광정보의 손실이 최소화되어야 한다. 본 연구에서는 구름과 구름 그림자의 높은 탐지정확도를 유지하면서 분광정보의 손실이 적은 탐지 기법을 도출하기 위해, 강원도 고랭지 배추밭을 대상으로 두 분광척도(Haze Optimized Tranformation; HOT, MeanVis)를 이용한 방법과 Sentinel-2A/B에서 제공되는 구름 정보를 비교 분석하였다. 2019년~2021년까지 자료를 분석한 결과 Sentinel-2A/B위성의 구름 정보는 F1값이 0.91인 탐지 정확도를 보이나, 밝은 인공물이 구름으로 오탐지되었다. 이에 비해 HOT에 임계치(=0.05)를 적용해 획득한 구름 탐지 결과는 상대적으로 낮은 탐지 정확도(F1=0.72)를 보였으나, 오탐지가 적어 분광정보의 손실을 최소화하였다. 구름 그림자의 경우, Sentinel-2A/B 부가 레이어에서는 최소한의 그림자만이 탐지된 결과를 볼 수 있었으나, MeanVis에 임계치(= 0.015)를 적용했을 시 지형적으로 발생한 그림자와 구별 가능한 구름 그림자만을 탐지할 수 있었다. 분광척도 기반 구름 및 그림자 정보를 입력해 안정된 월별 합성된 식생지수결과를 획득하였으며, 향후 Sentinel-2A/B의 높은 정확도의 구름 정보를 주기 합성에 입력해 비교할 예정이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.56-56
• /
• 2023

남양호는 농업용수 공급을 위해 건설된 하구 담수호로 과도한 영양물질 축적으로 인해 매년 여름 녹조류가 번성한다. 따라서 본 연구에서는 조류발생 특성을 분석하고자 식물성 플랑크톤 및 관련 분해 산물에 의해 고유 광학특성을 가지고 있는 Chlorophyll-a(Chl-a)의 추정을 통한 녹조 발생을 파악하고자 Sentinel-2 Multi Spectral Image(MSI)의 원격 반사율 광학 스펙트럼을 사용하였다. Chl-a 추정알고리즘 개발을 위하여 Sentinel-2 A, B의 교차 방문주기인 5일 간격에 맞추어 현장수질자료(2022년: 27회 2023년: 27회)를 측정하였다. Chl-a 농도는 EXO-YSI를이용하여 측정하였으며 해당기간동안 9.4 ~ 127.1 mg/L의 범위를 보였으며, Sentine-2 자료는 A, B자료에서 B1(443 nm) ~ B8A(865 nm)파장의 값을 기상조건(구름, 안개, 강수)을 고려하여 현장수질측정 위치에서 반사도를 추출하였다. 입력자료는 대기 및 방사영향을 고려해 반사도 간의 비율자료와 선행연구에서 활용된 반사도를 활용하였으며 알고리즘은 다중선형회귀분석(Multi Linear Regression Model)과 Random Forest를 활용하였다. MLR의 경우 결정계수(R2)가 학습 및 검증에서 각각 0.68, 0.59의 성능을 보였으며, RF의 경우 각각 0.94, 0.85의 성능을 보였다. 해당알고리즘으로 생성된 Chl-a 시공간농도 자료는 담수호내 조류발생 특성을 분석하고 효율적 조류관리 및 대처에 활용될 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제39권5_1호
• /
• pp.609-620
• /
• 2023

본 연구에서는 Sentienl-1 C-band synthetic aperture radar (SAR) 자료를 활용해 토양의 동결-융해 상태 구분을 위한 지표상태인자(surface state factor, SSF)를 산정하고, 기온, 초상온도, 지중온도 관측 자료와 비교를 통해 SSF 구분의 정확도를 분석하였다. 분석을 위한 SAR 자료는 우리나라 중부지방에 대해 2017년부터 2020년까지 4년 동안 관측된 Sentinel-1B descending node 116장을 구축하였으며, 동 기간의 농촌진흥청 토양수분 관측 지점 23곳에 대한 시 단위 기온, 초상온도, 10 cm 지중온도 자료를 구축하고 Sentienl-1B 영상의 촬영시각과 인접한 06:00 am 자료를 활용해 분석하였다. 전체 관측소에 대한 평균 정확도와 F1-score는 기온이 각각 0.63, 0.47, 초상온도가 0.63, 0.48, 지중온도가 0.57, 0.21로 나타났다. 겨울철(12~2월) 자료에 대한 평균 정확도와 F1-score는 기온이 각각 0.66, 0.76, 초상온도가 0.67, 0.76, 지중온도가 0.47, 0.44로 나타났다. 겨울철 자료의 정확도 상승은그외 시기에서 발생하는 오류가 포함되지 않기 때문인 것으로 보인다.