온난화는 오늘날 발생하는 다양한 기상재해와 이변의 원인으로 전 세계적으로 중요한 문제점 중에 하나이다. 눈과 빙하는 지구온난화의 영향을 가장 쉽게 보여주는 예이며, 이것들은 높은 반사도 특성으로 지구 냉각에 중요한 역할을 하고 있다. 본 연구에서는 MODIS(Moderate Resolution Imaging Spectroradiometer)센서의 자료를 이용하여 히말라야 산맥내의 만년설 모니터링을 수행하였다. 만년설 감시를 위해서 NDSI(Normalized Differenced Snow Index)를 사용하였으며, NDSI는 위성 영상내에 눈을 감지하기 위해 가시와 단파적외 영역에서 눈의 반사도 특성 차이를 이용한 밴드비율이다. 본 연구에서는 2001년, 2003년, 2006년, 2007년의 9월부터 12월까지의 NDSI를 산출하여 만년설을 감시하였으며, 막연하게 알고 있던 고산지대 만년설에 대한 온난화의 영향을 정량적으로 검증하였다. 검증 결과 2007년이 비해 2001년에 잔설지역이 9월 $71,481km^2$, 10월 $92,760km^2$, 11월 $333,916km^2$ 각각 감소한 것으로 나타났다.
온난화는 오늘날 발생하는 다양한 기상재해와 이변의 원인으로 전 세계적으로 중요한 문제점 중에 하나이다. 눈과 빙하는 지구온난화의 영향을 가장 쉽게 보여주는 예이며, 이것들은 높은 반사도 특성으로 지구 냉각에 중요한 역할을 하고 있다. 본 연구에서는 MODIS(Moderate Resolution Imaging Spectroradiometer)센서의 자료를 이용하여 히말라야 산맥내의 만년설 모니터링을 수행하였다. 만년설 감시를 위해서 NDSI(Normalized Differenced Snow Index)를 사용하였으며, NDSI는 위성 영상내에 눈을 감지하기 위해 가시와 단파적외 영역에서 눈의 반사도 특성 차이를 이용한 밴드비율이다. 본 연구에서는 2001년, 2003년, 2006년, 2007년의 9월부터 12월까지의 NDSI를 산출하여 만년설을 감시하였으며, 막연하게 알고 있던 고산지대 만년설에 대한 온난화의 영향을 정량적으로 검증하였다. 검증 결과 2007년이 비해 2001년에 잔설지역이 9월 $71,481km^2$, 10월 $92,760km^2$, 11월 $333,916km^2$ 각각 감소한 것으로 나타났다.
In this study, we monitor ice cap using calculated NDSI from September to December in 2001, 2003, 2006, 2007 and snow cover area in 2007 decrease by compare with 2001. Global warming is one of the most important issue in this world. Because global-warming is the reason of various meteorological disa...
In this study, we monitor ice cap using calculated NDSI from September to December in 2001, 2003, 2006, 2007 and snow cover area in 2007 decrease by compare with 2001. Global warming is one of the most important issue in this world. Because global-warming is the reason of various meteorological disasters and extreme weather events in these days and snow and glaciers showed that global warming effect most easily. Snow and glaciers play an important role in Earth cooling system because of their high reflectance. The present study has been carried out monitoring ice cap in Himalayas, using MODIS(Moderate Resolution Imaging Spectroradiometer)data. Indicator to monitoring ice cap, NDSI(Normalized Differenced Snow Index) was used in this study. The NDSI is a spectral band ratio that takes advantage of the spectral differences of snow in visible and short-wave infrared domain to detect snow cover area versus non-snow cover area in a scene. This study is quantitative evaluation about effect of global warming for icecap.
In this study, we monitor ice cap using calculated NDSI from September to December in 2001, 2003, 2006, 2007 and snow cover area in 2007 decrease by compare with 2001. Global warming is one of the most important issue in this world. Because global-warming is the reason of various meteorological disasters and extreme weather events in these days and snow and glaciers showed that global warming effect most easily. Snow and glaciers play an important role in Earth cooling system because of their high reflectance. The present study has been carried out monitoring ice cap in Himalayas, using MODIS(Moderate Resolution Imaging Spectroradiometer)data. Indicator to monitoring ice cap, NDSI(Normalized Differenced Snow Index) was used in this study. The NDSI is a spectral band ratio that takes advantage of the spectral differences of snow in visible and short-wave infrared domain to detect snow cover area versus non-snow cover area in a scene. This study is quantitative evaluation about effect of global warming for icecap.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
최종적으로 11월에 관측된 잔설역이 만년설 영역이라고 할 수 있는데 2007년과 2001년 사이의 만년설 감소량(333,916㎢)은 2003년과 2001년 사이의 감소량(66,022㎢)의 약 5배에 달하며 지구온난화에 대해 영향으로 만년설의 감소가 가속화 되고 있다고 사료된다. 본 연구에서는 그동안 막연히 알고 있던 만년설에 대한 지구 온난화에 대한 영향을 정량적으로 분석하였으며 만년설의 감소가 점차 심화되고 있음을 알 수 있었다. 잔설량의 변화를 탐지하는데 있어 기온 및 강수 자료를 활용하여 눈과 기온 그리고 강수 사이의 영향을 파악하고 변화가 일어난 원인에 대한 세밀한 분석이 필요하다.
RGB 영상인 그림 2(a)와 비교 했을 때, MOD35를 사용한 경우, 구름이 아닌 화소까지 구름으로 표시되는 것을 볼 수 있다. 이러한 부정확한 구름 탐지는 잘못된 결과를 이끌어 낼 수 있기 때문에 본 연구에서는 따로 구름 탐지를 하기로 하였다.
제안 방법
본 연구는 히말라야의 일반적인 잔설지역의 탐지가 아닌 1년 이상 녹지 않는 만년설의 탐지이므로, 일정고도 이하의 눈은 잔설이라 판단하기 부적합하다 생각되어 일정고도 이하의 눈을 배제할 필요성이 있었다. 따라서 USGS에서 제공하는 공간해상도 1㎞의 DEM자료를 사용하여, 고도 3,000m 이상의 지역만을 추출하여 이 지역의 잔설의 변화를 탐지하였다. 특히 고도 3,000m 이상 4,000m 이하인 지역에서는 잔설의 변화가 크다 판단되어 100m 단위로 나누어 분석하였다(그림 3).
본 연구는 지구온난화가 진행됨에 따라 전세계적으로 발생한 이상 기후 현상이 빙하와도 연관성이 있을 것이라 추정하고 남북극 대륙의 빙하를 제외한 가장 많은 빙하가 존재하는 히말라야 산맥의 고지대를 중심으로 잔설을 탐지하였다.
본 연구에서는 2001년, 2003년, 2006년 그리고 2007년의 9월, 10월, 11월의 잔설을 모니터링 하였다. 하지만, 11월의 경우 2007년 11월 10일까지의 자료만을 획득하여 비교가 부적합하여 2007년을 제외하고 2001년, 2003년, 그리고 2006년을 비교하였다.
본 연구에서는 육안으로 확연히 구분이 가능한 눈과 구름 화소를 선정하여, 선정한 화소 NDSI값을 비교하여 경계값을 설정하였으며, 경계값 이상은 눈, 경계값 이하는 구름으로 판단하였다. NDSI수치는 눈과 구름의 반사도를 이용하여 산출하게 되는데, 위성 천정각, 태양천정각, 산의 사면 각도에 영향을 받으므로 연구영역과 위성의 궤도특성에 따라 경계값이 달라진다.
NDSI는 가시채널과 단파적외채널의 합과 차를 이용하여 정규화 한 것으로 SPOT/VEGETATION, Landsat-7/ETM+ (Enhanced Thematic Mapper Plus), TerraㆍAqua/MODIS(Moderate Resolution Imaging Spectroradiometer), RESOURCESAT-1/AWiFS (Advanced WiFS) 등 여러 가지 위성센서 자료를 사용하여 연구되었다(Choi와 Bindschadler, 2004; Salomonson와 Appel, 2004; Kulkarni 등, 2006). 본 연구에서도 그동안 여러 연구에서 입증된 NDSI를 이용하여 히말라야 산맥내의 잔설영역을 탐지하고 변화를 관측하였으며, 여름 기간 내의 잔설을 1년 내내 녹지 않는 만년설로 간주하여, 히말라야 만년설에 온난화영향으로 인한 변화를 정량적으로 검증하였다.
위의 식(2)를 사용하여 NDSI를 산출하고, RGB 영상에서 기준이 될 눈과 구름 화소를 선정한다. 선정된 화소의 NDSI 값의 비교를 통해 경계값을 설정하여 히말라야 잔설 지역을 추출하였다. 산출된 NDSI값은 월별로 평균값을 계산하여 분석에 사용하였다.
특히 38ºN~42ºN, 73ºE~77ºE지역(그림 3(c) 사각형)에서 잔설량은 다른 지역에 비해 변화량이 컸으며, 화소의 대부분이 해발고도 3,000m에서 4,000m 사이에 분포하고 있었다. 이 지역의 고도별 특성을 알아보기 위해 100m 단위로 나누어 고도별 잔설량의 변화를 탐지해 보았다. 전체적으로 감소하고 있다는 일반적인 경향 외에 특별한 감소 패턴이나, 특정고도에서의 특정적인 변화도 감지되지 않았다.
지구온난화에 따른 전 세계적인 이상 기후의 영향이 빙하와도 연관성이 있을 것이라는 가설을 바탕으로 남북극을 제외하고 가장 많은 빙하가 존재하고 있는 히말라야 지역의 만년설을 탐지하였다. 그림 1은 연구지역인 히말라야산맥을 나타낸 것으로, 위쪽의 그림에는 인접국가들이 표시되어 있으며, 아래 그림은 히말라야산맥의 고도를 입체적으로 표현하였다.
따라서 USGS에서 제공하는 공간해상도 1㎞의 DEM자료를 사용하여, 고도 3,000m 이상의 지역만을 추출하여 이 지역의 잔설의 변화를 탐지하였다. 특히 고도 3,000m 이상 4,000m 이하인 지역에서는 잔설의 변화가 크다 판단되어 100m 단위로 나누어 분석하였다(그림 3).
대상 데이터
MODIS 센서는 EOS(Earth Observing System)프로그램의 일환으로 발사된 Terra와 Aqua위성에 탑재되었으며, 총 36개 밴드로 육지, 해양, 대기에 관련된 다양한 산출물을 웹이나 ftp를 통해 배포하고 있으며(박정술 등, 2006), 지표면 온도나 식생정보, 해수면 부유물등 다양한 연구에서 사용되고 있다(이나경 등, 2003; 이창석 등, 2007; 염종민 등, 2008). 본 연구에서는 NDSI를 산출하기 위한 위성자료로 Terra/MODIS 센서의 MOD02 1KM (MODIS Level 1B Calibrated Radiances) 해상도 1㎞ 반사도 자료를 사용했으며, 구름 제거를 위해 MOD35 L2 (MODIS Level 2 Cloud Mask and Spectral Test Results)를 사용하였다. 분석을 위한 보조 자료로 USGS (US Geological Survey)의 히말라야 영역 해상도 1㎞ DEM(Digital Elevation Model)과 NCEP(The National Centers for Environmental Prediction) /NCAR(National Center for Atmospheric Research) 기온 재분석 자료를 사용하였다(표 1).
잔설탐지에서 가장 문제가 되는 것은 구름과 눈의 구별이다. 본 연구에서는 구름제거를 위해 1차적으로 MODIS L2 Cloud Mask and Spectral Test Results 산출물을 사용하였다. 하지만 MODIS L2 Cloud Mask and Spectral Test Results는 전 지구를 대상으로 일괄적으로 처리 후 구름 영역을 산출하였기 때문에, 지역적인 특성이 제대로 반영되지 않아 일부 지역에 대한 구름 탐지가 제대로 되지 않는 경우가 많았다.
본 연구에서는 NDSI를 산출하기 위한 위성자료로 Terra/MODIS 센서의 MOD02 1KM (MODIS Level 1B Calibrated Radiances) 해상도 1㎞ 반사도 자료를 사용했으며, 구름 제거를 위해 MOD35 L2 (MODIS Level 2 Cloud Mask and Spectral Test Results)를 사용하였다. 분석을 위한 보조 자료로 USGS (US Geological Survey)의 히말라야 영역 해상도 1㎞ DEM(Digital Elevation Model)과 NCEP(The National Centers for Environmental Prediction) /NCAR(National Center for Atmospheric Research) 기온 재분석 자료를 사용하였다(표 1). 기온 재분석 자료를 제외하고 모든 자료들은 1㎞의 공간 해상력을 가지고 있다.
히말라야 산맥은 인도대륙과 아시아 대륙의 충돌로 생성되었으며, 인도대륙과 중국 티베트 고원 사이에 형성된 대습곡 산맥이다. 세계의 지붕으로 불리며, 에베레스트, K2등 7,000m 이상의 고봉을 100개 이상 포함하고 있다. 북서쪽에서 남동 방향으로 활모양의 산맥이 뻗어있으며, 총길이 2,400㎞, 전체면적 594,420㎢으로 한반도 넓이의 약 3배에 이르며, 인도, 네팔, 중국, 파키스탄, 부탄, 아프가니스탄등 6개국에 접해있다.
연구영역은 전체 히말라야 산맥 중에 서북쪽의 산맥으로 북위 30º~42.5º, 동경 67.5º~85º이다.
이것은 보통 해가 갈수록 잔설지역이 감소한다는 가설과 다른 결과였다. 이 감소 원인을 분석하기 위해서 NCEP/NCAR 기온 재분석 자료를 사용하였다. 연도별 NDSI 수치의 변화(그림 4)가 기온 재분석 자료(그림 5)와 유사한 패턴을 보이고 있었다.
데이터처리
선정된 화소의 NDSI 값의 비교를 통해 경계값을 설정하여 히말라야 잔설 지역을 추출하였다. 산출된 NDSI값은 월별로 평균값을 계산하여 분석에 사용하였다.
성능/효과
하지만, 11월의 경우 2007년 11월 10일까지의 자료만을 획득하여 비교가 부적합하여 2007년을 제외하고 2001년, 2003년, 그리고 2006년을 비교하였다. 10월 달에 NDSI 수치가 크게 줄어드는 경향을 보이고(그림 4), 2003년의 NDSI가 다른 어느 해보다 낮으며, 잔설지역으로 판명된 화소의 숫자도 06년에 비해 크게 감소하였다. 이것은 보통 해가 갈수록 잔설지역이 감소한다는 가설과 다른 결과였다.
본 연구에서는 눈이 녹기 시작해서 잔설이 시작되기 전 기간 동안 히말라야 산맥의 눈을 감지하여 연중 녹지 않는 만년설을 감지하였다. 2001년 히말라야 지역의 잔설량에 비해 2007년 히말라야 지역의 잔설량이 감소하는 추세를 보였다.
분석 결과, 2001년 히말라야의 잔설량에 비해 2007년 히말라야의 잔설량이 상당히 줄어든 것으로 보였다. 이는 연구 초기의 지구온난화에 따른 잔설량이 감소하였을 것이란 예상과 동일한 결과이다.
이는 연구 초기의 지구온난화에 따른 잔설량이 감소하였을 것이란 예상과 동일한 결과이다. 잔설량의 감소를 NDSI값을 이용하여 정량적으로 살펴본 결과, 2007년의 잔설지역은 2001년에 비해서 9월은 71,481㎢, 10월은 92,760㎢, 11월은 6년간 333,916㎢ 감소하였다. 여름과 가을기간의 잔설을 탐지함으로써, 여름과 가을내내 녹지 않는 잔설역을 만년설로 정의 하여 만년설 면적의 변화를 탐지 하였다.
이 지역의 고도별 특성을 알아보기 위해 100m 단위로 나누어 고도별 잔설량의 변화를 탐지해 보았다. 전체적으로 감소하고 있다는 일반적인 경향 외에 특별한 감소 패턴이나, 특정고도에서의 특정적인 변화도 감지되지 않았다.
후속연구
향후 연구에서는 좀 더 높은 해상력의 자료를 이용하여 분석하여야 할 것이다. 그리고 기온자료 외에 강수와 지표온도 등 다양한 자료를 사용하여 좀 더 세밀한 분석이 필요한 것으로 사료된다.
또한 이러한 자료들을 바탕으로 히말라야 지역 잔설의 변화에 따른 전 세계적인 기온 및 강수의 관계를 통해 앞으로의 기후의 변화에 대해 예상하고 대처하는데 활용할 수 있을 것이라 예상된다. 실제로 기후 변화는 수십 년에 걸쳐 일어나기 때문에 장기적인 관측 필요하다.
실제로 기후 변화는 수십 년에 걸쳐 일어나기 때문에 장기적인 관측 필요하다. 본 연구는 2001년, 2003년, 2006년, 2007년의 9월에서 11월까지 4년간의 위성 자료만을 다루었기 때문에 장기적인 변화를 관측하는데 한계가 있었다. 향후 좀 더 장기간의 자료를 통하여 기후변화의 전체적인 흐름을 파악하고, 신뢰도를 향상시키는 연구가 수행되어야 할 것으로 사료된다.
본 연구는 히말라야의 일반적인 잔설지역의 탐지가 아닌 1년 이상 녹지 않는 만년설의 탐지이므로, 일정고도 이하의 눈은 잔설이라 판단하기 부적합하다 생각되어 일정고도 이하의 눈을 배제할 필요성이 있었다. 따라서 USGS에서 제공하는 공간해상도 1㎞의 DEM자료를 사용하여, 고도 3,000m 이상의 지역만을 추출하여 이 지역의 잔설의 변화를 탐지하였다.
5º로 조약하여 기온과 잔설에 대한 세세한 분석에 무리가 있었다. 향후 연구에서는 좀 더 높은 해상력의 자료를 이용하여 분석하여야 할 것이다. 그리고 기온자료 외에 강수와 지표온도 등 다양한 자료를 사용하여 좀 더 세밀한 분석이 필요한 것으로 사료된다.
본 연구는 2001년, 2003년, 2006년, 2007년의 9월에서 11월까지 4년간의 위성 자료만을 다루었기 때문에 장기적인 변화를 관측하는데 한계가 있었다. 향후 좀 더 장기간의 자료를 통하여 기후변화의 전체적인 흐름을 파악하고, 신뢰도를 향상시키는 연구가 수행되어야 할 것으로 사료된다.
질의응답
핵심어
질문
논문에서 추출한 답변
히말라야 산맥은 어떻게 생겼으며, 어디에 위치하고 있는가?
히말라야 산맥은 인도대륙과 아시아 대륙의 충돌로 생성되었으며, 인도대륙과 중국 티베트 고원 사이에 형성된 대습곡 산맥이다. 세계의 지붕으로 불리며, 에베레스트, K2등 7,000m 이상의 고봉을 100개 이상 포함하고 있다.
잔설지역은 지구에 어떤 역할을 하고 있는가?
북반구는 겨울 동안 지표면의 약 40%가 눈으로 덮여 있으며, 잔설지역은 높은 지표 반사도를 가지기 때문에 지표면으로 입사하는 태양에너지의 대부분을 반사하여, 지구 냉각의 중요한 역할을 하고 있다. 또한, 기후변화에 매우 민감한 눈과 빙하는 최근 이슈화되고 있는 지구온난화 영향의 중요한 지시자이기도 하다(Gupta 등, 2005).
히말라야 산맥이 접해있는 나라는 어디가 있는가?
세계의 지붕으로 불리며, 에베레스트, K2등 7,000m 이상의 고봉을 100개 이상 포함하고 있다. 북서쪽에서 남동 방향으로 활모양의 산맥이 뻗어있으며, 총길이 2,400㎞, 전체면적 594,420㎢으로 한반도 넓이의 약 3배에 이르며, 인도, 네팔, 중국, 파키스탄, 부탄, 아프가니스탄등 6개국에 접해있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.