선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 회귀식 내에서 EDD가 하나의 독립변수로 추가되었을 때 온도 산출에 어떤 영향을 미치는지도 테스트 되었다. 본 연구에서는 EDD가 회귀식에 추가되었을 때가 그렇지 않았을 때 보다 좋은 상관을 보였고 이는 EDD가 좀 더 정확한 산출을 위해필요한 자료임을 나타낸다. 진보된 산출시스템을 만들기 위해 본 연구는 3가지 접근을 시도하여 그 결과를 비교하였다.
- , 2003b). 본 연구에서는 이 영향을 최소화하기 위해 전날이나 다음날 비가 없고 구름이 적은 비교적 맑은 날의 화상을 채택하였다. 아울러 Cihlar et al(1997)은 방출율의 변화가 상대적으로 큰 나지 (barmen larmd)에서 NDVI와 방출율의 상관 식이 단지 통계적 대표치에 불과 할 수 있다고 지적한 것에 따라.
- 본 연구의 주목적은 우리나라를 대상 영역으로 하여 위성자료를 이용하여 신뢰성 높은 기온을 산출할 수 있는 방법과 절차를 제시하는 것이다. 이를 위하여 기상변수와 위성에서 얻어진 지표자료와의 상관을 조사하고, 아울러 보조 자료로서 EDD(Elevation Derivative Datab猝)와 토지피복 지도의 역할도 알아 보았다.
- p data-page="1">요약 : 본 연구는 위성으로부터 얻어진 지표온도와 Elevation Derivative Database(EDD)를 사용하여 일 최고기온을 산출하기 위해 수행되었다. 실험은 다중 회귀 분석을 통하여 일 최고기온의 반 경험적 산출 시스템을 구축하는데 초점이 맞추어졌다.
- 실험은 다중 회귀 분석을 통하여 일 최고기온의 반 경험적 산출 시스템을 구축하는데 초점이 맞추어졌다. 회귀식 내에서 EDD가 하나의 독립변수로 추가되었을 때 온도 산출에 어떤 영향을 미치는지도 테스트 되었다. 본 연구에서는 EDD가 회귀식에 추가되었을 때가 그렇지 않았을 때 보다 좋은 상관을 보였고 이는 EDD가 좀 더 정확한 산출을 위해필요한 자료임을 나타낸다.
가설 설정
- 여기서 NDVI와 방출율은 픽셀단위에서 하루 동안 일정하다고 가정되었다. 그리고 NDVZ는 태양 천정 각을 보정한 NDVI 값이다.
제안 방법
- 1. 각 토지피복별로 검증하고자하는 지점을 제외한 지점의 지료를 사용하여 경험식을 만든다 (검증모델).
- 3. 검증모델 출력값과 1단계에서 제외시킨 지점의 실측치를 비교한다.
- Method-2와는 다르게 토지 피복을 독립 변수로 하지 않는 대신 토지피복에 따라 산출 경험 식을 만들었을 경우(Method-3)의 결과를 알아보았다. 여기서 연구기간 내 모든 시계열 자료는 계절 구분 없이 토지피복별로 분류 되었고, 독립변수 선정에 있어 유의 수준이 0.
- 그리고 위성으로부터 추정한 지표면온도와 EDD및 위도를 독립변수로 하여 다중회귀방법 으로 일 최고기온을 추정해 보았다. 보조 자료로 사용된 EDD자료와 위성에서 추정된 지표면온도를 이용해서 일 최고기온과의 상관성을 알아본 결과, 대체적으로 EDD자료가 추가되었을 때가장 높은 상관을 보였다.
- 1). 기온과 지표온도는 이 토지피복에 따라 크게 달라 질 수 있기 때문에 온도 산출에 있어 토지피복 분류를 중요한 인자로 고려하여 분석하였다.
- 수많은 연구와 노력에도 불구하고 정확한 구름 제거는 아직 알고리듬이 포함하고 있는 몇몇 불확실성 때문에 큰 신뢰를 주지 못하고 있다. 따라서 본 연구에서는 그러한 오류를 막기 위한 방법으로 각 단계에서 사용되는 임계값을 가시 영역일 경우는 충분히 낮게, 적외 영역일 경우는 충분히높게 결정하여 구름제거를 수행하였다. 이로서 구름 화소를 다소 과대평가하여 구름제거 후에 나타나는 잔차를 최소화 하였다.
- 이는 지표온도를 주 변수로 하는 일 최고기온산출 알고리즘에서 EDD가 보조 자료의 역할을 함으로서 산출 정확도를 향상 시킬 수 있다는 것을 의미한다. 따라서 지표온도, 위도, DEM, slope, aspect가 변수로 이용된 3가지 (Method-1, -2, -3) 일 최고기온 추정 알고리듬이 수행 되었다. 우선 토지 피복을 독립변수로 추가시킨 계절별 산출 (Method-2)의 1<(결정계수) 값이 토지피복을 고려하지 않고 산출한 경우(Method-1)보다 아주 근소하게 높기는 하나 모든 계절에서 거의 같은 값을 보여 주었다(Fig.
- 방법을 이용해서 지표면 온도를 추정하였으며, 지표 모니터링을 위해 수반되는 구름제거 과정은 여러 연구자들이 제시한 임계값 알고리듬을 통하여 수행되었다. 그리고 위성으로부터 추정한 지표면온도와 EDD및 위도를 독립변수로 하여 다중회귀방법 으로 일 최고기온을 추정해 보았다.
- p data-page="1">요약 : 본 연구는 위성으로부터 얻어진 지표온도와 Elevation Derivative Database(EDD)를 사용하여 일 최고기온을 산출하기 위해 수행되었다. 실험은 다중 회귀 분석을 통하여 일 최고기온의 반 경험적 산출 시스템을 구축하는데 초점이 맞추어졌다. 회귀식 내에서 EDD가 하나의 독립변수로 추가되었을 때 온도 산출에 어떤 영향을 미치는지도 테스트 되었다.
- (2001)은 AVHRR에 의해 추정된 정규식생지수 지표면 온도. 옆 면적 지수의 변동성을 연구 분석하였다. 그러나 우리나라를 대상으로 위성자료를 이용하여 기온을 직접 추정하는 연구는 거의 이루어지지 않았다.
- 대해 실시하였다. 이 때, 각각의 토지피복에 해당하는 지점의 수가 적은 경우는 각 지점의 기여도가 크게 작용하므로, 네 가지 형태의토지피복 중 비교적 지점의 수가 많은 Type-2(농경지)와 Type-4(산림)에 대해 임의의 10개의 지점을 선정하여 검증을 수행하였다. 사례 1-1에서 1-10은 Type2에 해당하는 지역의 검증모델이며, 사례 2-1에서 2-10은 Typm-4에 해당하는 지역의 검증모델이다.
- 이 연구에서 제시된 일 최고기온 산출 기법을 검증하기 위해, 재 표본 추출에 근거해서 에러를분석하는 교차검증을 가장 정확도가 높았던 Method-3에 대해 실시하였다. 이 때, 각각의 토지피복에 해당하는 지점의 수가 적은 경우는 각 지점의 기여도가 크게 작용하므로, 네 가지 형태의토지피복 중 비교적 지점의 수가 많은 Type-2(농경지)와 Type-4(산림)에 대해 임의의 10개의 지점을 선정하여 검증을 수행하였다.
- 이 중 세 번째 방법에 의해 제시된 반 경험 시스템에 대해, 교차검증을 통한 추정값 검증을 농경지와 산림에 위치하는 20개 지점에서 실시하였다. 농경지에 위치한 10개의 지점에 대해, 교차검증 방법을 사용한 결과가 산출에 사용된 측정값과 잘 일치하였다.
- 이를 위하여 기상변수와 위성에서 얻어진 지표자료와의 상관을 조사하고, 아울러 보조 자료로서 EDD(Elevation Derivative Datab猝)와 토지피복 지도의 역할도 알아 보았다.
- 이것은, 보조 자료인 EDD자료가 일 최고기온을 추정하는데 필요한 요소라는 것을 확인시켜 주는 결과였다. 일 최고 기온을 추정하기 위해 3가지 접근 방법으로 상관 및반 경험식을 산출하였다. 첫 번째와 두 번째 접근방법인 토지피복을 고려하지 않았을 때와 고려했을 때의 계절별 산출(최고: R2 = 0.
- 일 최고기온 추정에 있어 여러 파라미터들 영향을 평가하기 위하여 다음의 5가지의 상관을 연구 기간 내 전 관측점에 대하여 조사하였다. 여기서 Ts, 위도(L), DEM(D), slope(S), aspect(A)가 독립변수로서 단계적으로 추가되었다.
- X3 = Slope (degree), X4 = Aspect (degree), X5 = DEM(m) 이다. 일 최고기온과 각 변수들과의 상관을 다양한 각도에서 분석하기 위하여 온도의 산출 방법을 3가지로 다원화 하였는데 그것은 다음과 같다.
- 본 연구에서는 EDD가 회귀식에 추가되었을 때가 그렇지 않았을 때 보다 좋은 상관을 보였고 이는 EDD가 좀 더 정확한 산출을 위해필요한 자료임을 나타낸다. 진보된 산출시스템을 만들기 위해 본 연구는 3가지 접근을 시도하여 그 결과를 비교하였다. 3가지 접근방법은 다음과 같다: 1) 토지피복을 고려하지 않은 계절별 산출법.
대상 데이터
- 4. 7, 9월중 연구영역 내에 구름이 비교적 적은 맑은 임의의 50일을 선택하여 수집되었다. Table 2는 본 연구에 선정된 날짜와 위성의 관측시각이다.
- EDD 데이터는 NASA (National Aeronautics and Space Administration) 의 EOS (Earth Observing System) 와 EOSDIS(Earth Observing System Data and Information System) 을 관할하고 있는 Land Processes Distributed Active Archive Center 에서 제공되었다. EDD 데이터는 각 대륙별로 제공되는 자료로서 고도, 경사, 경사의 방향에 대한 자료가 있으며, Ikmxlkm의 격자의 자료이다.
- EDD 데이터는 각 대륙별로 제공되는 자료로서 고도, 경사, 경사의 방향에 대한 자료가 있으며, Ikmxlkm의 격자의 자료이다. 수치 표고모형은 고도를 미터로 표시한 값이며, 경사 데이터는 각각의 픽셀과 주변의 8개의 픽셀 사이에서 고도의 최대 변화를 나타내는 0에서 90°의 정수로 나타내는 값이다.
- 본 연구에서 사용한 N0AA-14호 AVHRR 위성 영상자료와 보조자료는 Land Processes Distributed Active Archive Genter를 통해 수집되었으며, 기상관측 자료는 기상월보를 이용하였습니다. 관계 기관에 감사드립니다.
- 본 연구에서는 자세한 기온장 모니터링을 위해 대상지역을 한반도의 남부지 역으로 국한하였다. 미국 Geological Survey에서 작성한 전 지구 토지 피복 분류에 따르면, 연구 영역은 산림지역이 60.
- 사용된 모든 자료는 2000년 1월부터 2001년 12 월까지 2년 동안에 NOAA위성과 기상관측소에서 얻어진 것이다. 지상 기상관측자료는 비교적 고르게 분포되어 있는 전국의 64개 기상대 관측소에서의 일 최고기온 자료를 사용하였다(Fig.
- 14℃ 사이의 정확도와 함께 가장 최상의 결과를 보여주었다. 산출결과를 검증하기 위해 가장 정확도가 좋았던 세 번째 산출 시스템에 대한 교차검증을 농경지와 산림지역을 대상으로 수행하였다. 검증결과는 토지 피복의 종류에 관계없이 좋은 결과를 보였다.
- Table 1은 토지피복 분류에 따른 관측소의 분포를 나타낸다. 위성자료는 N0AA-14에 탑재되어있는 AVHRR 센서로부터 얻어진 것으로, 공간분해능은 1.1km X 1.1km 이다. AVHRR 자료 중, 채널 1번과 2번은 정규식생지수를 얻기 위해, 그리고 채널 4번과 5번은 지표면 온도를 얻기 위하여 사용되었다.
- AVHRR 자료 중, 채널 1번과 2번은 정규식생지수를 얻기 위해, 그리고 채널 4번과 5번은 지표면 온도를 얻기 위하여 사용되었다. 자료는 2000년과 2001년의 각 계절을 대표하는 달인 1. 4.
- 것이다. 지상 기상관측자료는 비교적 고르게 분포되어 있는 전국의 64개 기상대 관측소에서의 일 최고기온 자료를 사용하였다(Fig. 1). Table 1은 토지피복 분류에 따른 관측소의 분포를 나타낸다.
이론/모형
- (1996), Saunders and Kriebel(1988) 과 Gutman et a/.(1987) 등에 의해 제시된 임계값 알고리듬을 통합해서 사용하였다. 수많은 연구와 노력에도 불구하고 정확한 구름 제거는 아직 알고리듬이 포함하고 있는 몇몇 불확실성 때문에 큰 신뢰를 주지 못하고 있다.
- 그러므로 부분적 혹은 전체적인 구름화소의 탐지와 제거는 지표변수 산출을 위한 자료처리 이전에 필요한 단계이다. 구름 정보를 추출하기 위해 본 연구에서는 임계값 알고리듬방법을 적용하였다. 이 방법으로 구름을 탐지하는 과정에서 기본적으로 발생하는 문제는 임계값을 어떻게 정하느냐 하는 것이다(서명석과 이동규.
성능/효과
- 12℃) 보였다. 20개의검증모델 중 토지피복 Type-2 속하는 10개의 지점 각각은 평균 RMSE보다(3.65℃) 6개의 지점에서는 낮게 그리고 나머지에 지점에 대해서는 높게나타났다. 토지피복 Type-4에 대해서는 평균 RMSE보다(3.
- 59℃) 8개의 지점에서는 낮게 그리고 나머지 지점에 대해서는 높게 나타났다. 검증 결과를 통해, Type-4의 경우가 Type2의 경우보다 검증 지점에 대한 오차의 변동이 적었으며, 평균RMSE와 비교하였을 때에도 좀 더 안정된 결과를 보여주었다. 검증 지점들로부터 얻어진 모든 산출치와 실측치를 비교한 산점도는 Fig.
- 산출결과를 검증하기 위해 가장 정확도가 좋았던 세 번째 산출 시스템에 대한 교차검증을 농경지와 산림지역을 대상으로 수행하였다. 검증결과는 토지 피복의 종류에 관계없이 좋은 결과를 보였다. 따라서 제시된 일 최고기온 산출 시스템은 남한의 대부분 지역에서 적용 가능하리라 사료된다.
- 3)와 유사한 경향을 보이고있고 RMSE를 통해 표현된 정확도역시 허용될만한 수준의 차이를 보이고 있다. 검증모델과 산출모델간의 RMSE의 차이는 농경지에 대해 0.51℃, 산림에 대해 0.69'C 이었으며, 결정계수의 차이 역시 근소하게 관측되었다(농경지: 0.02, 산림: 0.04). 교차 검증 결과에 의해, 본 연구가 제시한 일 최고기온의 산출모델은 한반도 남한에서의 그 유효성을 가지고 있다고 사료된다.
- 4에서 보여준다. 검증에 사용된 두 토지피복 형태에 대해서, 검증 모델과의 산점도의 분포(Fig. 4)는 산출모델과의 산점도 분포(Fig. 3)와 유사한 경향을 보이고있고 RMSE를 통해 표현된 정확도역시 허용될만한 수준의 차이를 보이고 있다. 검증모델과 산출모델간의 RMSE의 차이는 농경지에 대해 0.
- 04). 교차 검증 결과에 의해, 본 연구가 제시한 일 최고기온의 산출모델은 한반도 남한에서의 그 유효성을 가지고 있다고 사료된다.
- 농경지에 위치한 10개의 지점에 대해, 교차검증 방법을 사용한 결과가 산출에 사용된 측정값과 잘 일치하였다. 산림에 위치한 지점들에 대해서도 교차검증 방법을 사용한 결과가 농경지 에서처럼 잘 일치하였으나 각 지점들 간의 정확도의 변동이 상대적으로 다소 높았다.
- 그리고 위성으로부터 추정한 지표면온도와 EDD및 위도를 독립변수로 하여 다중회귀방법 으로 일 최고기온을 추정해 보았다. 보조 자료로 사용된 EDD자료와 위성에서 추정된 지표면온도를 이용해서 일 최고기온과의 상관성을 알아본 결과, 대체적으로 EDD자료가 추가되었을 때가장 높은 상관을 보였다. 이것은, 보조 자료인 EDD자료가 일 최고기온을 추정하는데 필요한 요소라는 것을 확인시켜 주는 결과였다.
- 3은 네 가지 토지 피복형태 (도심지, 초지, 산림, 농경지)에 대한 산출 추정치와 실측치와의 산점도를 보여준다. 산출 결과는 Method-1 과 Method-2의 경우보다 상당히 향상되었다(Fig. 3). 모든 피복 형태에서 결정계수는 0.
- 2) 토지피복을 고려한 계절별 산출법, 그리고 3) 계절의 구분이 없는 토지피복 형태별 산출법이다. 세 번째 방법이 0.56℃ 에서 3.14℃ 사이의 정확도와 함께 가장 최상의 결과를 보여주었다. 산출결과를 검증하기 위해 가장 정확도가 좋았던 세 번째 산출 시스템에 대한 교차검증을 농경지와 산림지역을 대상으로 수행하였다.
- 일 최고 기온을 추정하기 위해 3가지 접근 방법으로 상관 및반 경험식을 산출하였다. 첫 번째와 두 번째 접근방법인 토지피복을 고려하지 않았을 때와 고려했을 때의 계절별 산출(최고: R2 = 0.51, 최저: R2 = 0.24)은 큰 차이가 없었고, 세 번째 접근 방법, 즉 토지피복별 상관은 본 연구에서 수행된 모든지표 형태에서 높은 상관(최고: R2 = 0.98, 최저: R2 = 0.93) 과 0.56℃ ~3.14℃ 사이의 좋은 정확도를 보여 주었다.
후속연구
- 검증결과는 토지 피복의 종류에 관계없이 좋은 결과를 보였다. 따라서 제시된 일 최고기온 산출 시스템은 남한의 대부분 지역에서 적용 가능하리라 사료된다.
- 이러한 문제를 해결하고 정확도를 좀 더 높이기 위해서 이후 연구는 Landsat Enhanced Thematic Mapper Plus (ETM+) 같은 좀 더 향상된 해상력(열적외 채널의 경우 60m)을 가지고 있는 자료를 통한 시도와비교가 필요하며, 기상 관측 지점의 공간적인 대표성을 독립적으로 시험해 보는 방향으로 나아가야 할 것으로 보인다. 또한 지표면 온도와 최고기온 사이의 차이가 기상조건에 따라서 차이가 클수 있으므로 지면 피복별로 RMSE가 큰 경우와작은 경우의 기상 조건에 대한 해석이 뒤따라야할 것이다.
- 즉, 한 화소 내에서 고도의 변화가 심할수록 관측소에서 관측된 값의 대표성은 낮아진다. 이러한 문제를 해결하고 정확도를 좀 더 높이기 위해서 이후 연구는 Landsat Enhanced Thematic Mapper Plus (ETM+) 같은 좀 더 향상된 해상력(열적외 채널의 경우 60m)을 가지고 있는 자료를 통한 시도와비교가 필요하며, 기상 관측 지점의 공간적인 대표성을 독립적으로 시험해 보는 방향으로 나아가야 할 것으로 보인다. 또한 지표면 온도와 최고기온 사이의 차이가 기상조건에 따라서 차이가 클수 있으므로 지면 피복별로 RMSE가 큰 경우와작은 경우의 기상 조건에 대한 해석이 뒤따라야할 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.