• 대한원격탐사학회지
• /
• 제27권3호
• /
• pp.259-276
• /
• 2011

Short-term land cover changes, such as forest fire scar and crop harvesting, can be detected by high temporal resolution satellite imagery like MODIS and AVHRR. Because these optical satellite images are often obscured by clouds, the static cloud-free composite methods (maximum NDVI, minblue, minVZA, etc.) has been used based on non-overlapping composite period (8-day, 16-day, or a month). Due to relatively long time lag between successive images, these methods are not suitable for observing short-term land cover changes in near-real time. In this study, we suggested a new dynamic cloud-free composite algorithm that uses cut-and-patch method of cloud-masked daily MODIS data using MOD35 products. Because this dynamic composite algorithm generates daily cloud-free MODIS images with the most recent information, it can be used to monitor short-term land cover changes in near-real time. The dynamic composite algorithm also provides information on the date of each pixel used in compositing, thereby makes accurately identify the date of short-term event.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2005년도 Proceedings of ISRS 2005
• /
• pp.26-29
• /
• 2005

In order to compute cloud coverage statistics over Asian region, an operational scheme for masking cloud-contaminated pixels in Advanced Very High Resolution Radiometer (AVHRR) daytime data was developed, evaluated and presented. Dynamic thresholding was used with channell, 2 and 3 to automatically create a cloud mask for a single image. Then the IO-day cloud coverage imagery was generated over the whole Asian region along with cloud-free composite imagery. Finally the monthly based statistics were computed based on the derived cloud coverage imagery in terms of land cover and country. As a result, it was found that 20-day is required to acquire the cloud free data over the whole Asia using NOAA AVHRR. The to-day cloud coverage and cloud-free composite imagery derived in this research is available via the web-site http://webpanda.iis.u-tokyo.ac.jp/CloudCover/.

• 대한원격탐사학회지
• /
• 제32권1호
• /
• pp.25-38
• /
• 2016

With the increasing need for high temporal resolution satellite imagery for monitoring land surfaces, this study evaluated the temporal resolution of the NDVI composites from Geostationary Ocean Color Imager (GOCI) data. The GOCI is the first geostationary satellite sensor designed to provide continuous images over a $2,500{\times}2,500km^2$ area of the northeast Asian region with relatively high spatial resolution of 500 m. We used total 2,944 hourly images of the GOCI level 1B radiance data obtained during the one-year period from April 2011 to March 2012. A daily NDVI composite was produced by maximum value compositing of eight hourly images captured during day-time. Further NDVI composites were created with different compositing periods ranging from two to five days. The cloud coverage of each composite was estimated by the cloud detection method developed in study and then compared with the Moderate Resolution Imaging Spectroradiometer (MODIS) Aqua cloud product and 16-day NDVI composite. The GOCI NDVI composites showed much higher temporal resolution with less cloud coverage than the MODIS NDVI products. The average of cloud coverage for the five-day GOCI composites during the one year was only 2.5%, which is a significant improvement compared to the 8.9%~19.3% cloud coverage in the MODIS 16-day NDVI composites.

• 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.

• 대한원격탐사학회지
• /
• 제31권5호
• /
• pp.371-384
• /
• 2015

GOCI 영상은 육상 관측에 적합한 공간해상도와 빠른 관측주기를 가지고 있지만, 현재까지 육상분야에 활용된 예가 많지 않다. GOCI 영상이 육상분야에 활용되기 위해서는 정교한 전처리가 수행되어 신뢰성을 갖춘 기본적인 산출물 형태로 제공되어야 한다. 본 연구에서는 GOCI 영상의 육상 활용을 위하여 구름의 영향이 최소화된 기본 산출물 제작에 필요한 구름 탐지 기법을 제안하였다. GOCI 영상은 구름 탐지에 효과적인 단파적외선(SWIR)과 열적외선(TIR) 밴드가 없기 때문에, 이 연구에서는 GOCI 영상의 장점인 빠른 관측 주기로 얻어지는 많은 다중시기영상을 이용하여 구름을 탐지하는 방법을 개발하였다. 제안한 구름탐지 기법은 세 단계로 구성된다. 1단계와 2단계에서는 1번 밴드 반사율과 1번과 8번 밴드의 반사율 비(b1/b8)에 임계값을 적용하여 완전 맑음(confident clear)과 두꺼운 구름(thick cloud)을 구분했다. 마지막 단계에서는 3일 동안 얻어진 b1/b8 값의 평균을 임계값으로 하여 얇은 구름(thin cloud)을 구분하였다. 이러한 순차적인 구름탐지 알고리즘을 적용하여 모두 4개의 등급으로 분류하였다. 본 연구에서 제안한 기법을 GOCI 영상에 적용 후 그 결과를 MODIS 구름 산출물(cloud mask products)과 비교 검증하였다. 여러 시기의 영상에서 추출된 구름 면적을 비교한 결과 평균제곱근오차(RMSE)가 10% 미만으로 MODIS 구름 산출물과 유사한 결과를 얻었다. 육안 분석을 통해 구름의 공간적인 분포를 비교한 결과, MODIS 산출물과 비슷한 구름 분포를 보여주었다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 1999년도 Proceedings of International Symposium on Remote Sensing
• /
• pp.285-289
• /
• 1999

A processing system to produce cloud-free composite image data set was developed. In the process, a fine geometric correction based on orbit parameters and ground control points and radiometric correction based on 6S code are applied. Presently, by using AVHRR image data received at Tokyo, Okinawa, Ulaanbaatar and Bangkok, data set of 10 days composite images covering almost whole Asian region.

• 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.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• 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.

• 한국산림과학회지
• /
• 제83권4호
• /
• pp.441-449
• /
• 1994

본 연구의 목적(目的)은 현재 한국에서 자료획득이 비교적 용이한 AVHRR 위성자료(衛星資料)를 이용하여, 한반도 전지역(全地域)을 대상으로 식물(植物)의 시기별(時期別) 변화유형(變化類型)을 분석하고, 이를 응용하여 주요식생(主要植生)의 분포를 구분하고자 한다. 1991년 1년동안 NOAA-11 위성에서 수신(受信)된 AVHRR 자료중 비교적 운량(雲量)이 적은 날을 택하여 총 27일분의 일별영상자료(日別映像資料)를 추출하였다. 일별영상자료는 먼저 광학적(光學的) 보정(補正)을 마친 후, 적색(赤色)파장대 및 근적외선(近赤外線)파장대에서의 반사특성(反射特性)을 조합한 식생지수(植生指數)(NDVI-Normalized Difference Vegetation Index)로 변환되었다. 구름으로 덮혀있는 지역의 식생지수는 식물이 존재하는 지역보다 상대적으로 낮은 값을 나타내므로, 구름제거를 위하여 4-5개의 일별식생지수자료(日別植生指數資料)를 중첩한 뒤 각 화소(畵素)지점의 식생지수중 최대치를 선택함으로써 구름의 영향이 최소화된 월별식생지수자료(月別植生指數資料)가 산출되었다. 월별식생지수자료는 식물 생장의 연중변화(年中變化)를 비교 분석하기에 용이하도록 비생장기간(非生長期間)까지 포함하여 2월, 3월, 5월, 8월, 9월, 그리고 11월까지 6개가 산출되었다. 식생별로 상이(相異)한 계절별 잎의 발달상태에 따라, 6개의 월별식생지수자료(月別植生指數資料)에 나타나는 식생지수의 변화특성을 이용하여 식생분류(植生分類)를 실시하였다. 사용된 자료의 광학적 해상력(解像力)을 고려하여 분류집단은 침엽수림, 활엽수림, 침활혼효림, 농지, 초지관목림, 그리고 도시지역으로 구분하였다. 컴퓨터분류방식은 식생지수(植生指數)의 변화유형이 비슷한 집단끼리 스스로 규합(糾合)되게 하는 무감독류집분류법(無監督類集分類法)(unsupervised clustering)을 채택하였다. 컴퓨터분류 결과를 기존의 산림자원조사자료(山林資源調査資料)와 비교한 결과 상당히 근접한 통계치를 보여주었고, 산림지역내(內)에서도 침엽수림, 활엽수림, 혼효림의 구분 또한 만족할만한 결과를 나타내고 있다. 넓은 지역을 대상으로 필요한 영상자료(映像資料)를 비교적 신속하고 용이하게 수신(受信)할 수 있고, 타(他) 위성자료에 비교하여 자료의 양이나 가격 측면에서 유리한 AVHRR자료는 한반도 규모에 상응하는 넓은 지역의 식생현황을 주기적으로 모니터링하기에 적합한 위성자료로 판단된다.