Polarimetric Scanning Radiometer 와 In-situ를 이용한 토양수분 자료의 통계분석 Statistical Analyses of Soil Moisture Data from Polarimetric Scanning Radiometer and In-situ원문보기
토양수분은 강우-유출, 에너지 수지, 증발 및 대기의 기후와 기상에 큰 영향을 미치고, 수문학적 거동에 중요한 역할을 한다. 미국의 NASA와 USDA는 전 지구 토양수분 관측을 위해 2002년부터 2005년까지 매년 Soil Moisture Experiment(SMEX)의 실험 실측, 항공기, 원격탐사를 이용한 토양수분 자료를 평가하여 지표와 대기의 수문학적 연구를 위해 기초가 되는 자료를 제공하고 있다. 본 연구의 목적은 SMEX02에 따른 항공기 원격탐사를 이용한 토양수분 데이터와 In-situ를 이용한 토양수분 데이터와의 상관관계를 분석하고, 항공기를 이용한 데이터의 활용성에 대해서 분석하는 것이다. 미국의 Iowa 주 Walnut Creek 유역을 대상으로 항공기를 이용한 Polarimetric ScanningRadiometer(PSR)의 C-band와 In-situ에 의한 데이터의 시공간적 스케일을 조합하여 4개 지점(WC15, WC16, WC23, WC24)에서 관측된 10일간의 토양수분 자료를 비교, 분석하였다. PSR의 C-band와 4개의 지점에 대한 7개 깊이의 In-situ 토양수분 데이터와의 상관성을 분석한 결과, 2-10 cm 깊이에서 상호 상관성이 가장 유의함을 보여 주었다. Rank Sum test와 t-test의 결과, 유의수준 10%에 대해 4개 지점 모두 10 cm에서 평균이 같고, 7 cm와 10 cm에서 중앙값이 같았다. 또한 확률분포의 적합도 검정을 위해 PPCC test를 실시한 결과, PSR에 의한 토양수분 데이터는 대체적으로 정규분포, 대수분포, Gumbel 분포 모두 성립하였고, 대상 지역별 깊이에 따라 토양수분의 분포형은 10 cm 깊이에서 정규분포보다 대수정규분포와 Gumbel 분포가 더 유의하였다. 본 연구를 통하여 PSR 토양수분은 7 cm와 10 cm 깊이의 관측 토양수분 자료로 대체될 수 있을 것으로 판단된다. 향후 우리나라에서도 항공기 및 인공위성을 이용한 토양수분 자료를 활용하여 수문학적 연구에 기초가 되는 자료로서 활용이 가능하며, PSR의 C-band를 이용하여 토양수분 관측 시 약 7-10 cm에 대한 토양수분을 증명할 수 있을 것으로 판단된다.
토양수분은 강우-유출, 에너지 수지, 증발 및 대기의 기후와 기상에 큰 영향을 미치고, 수문학적 거동에 중요한 역할을 한다. 미국의 NASA와 USDA는 전 지구 토양수분 관측을 위해 2002년부터 2005년까지 매년 Soil Moisture Experiment(SMEX)의 실험 실측, 항공기, 원격탐사를 이용한 토양수분 자료를 평가하여 지표와 대기의 수문학적 연구를 위해 기초가 되는 자료를 제공하고 있다. 본 연구의 목적은 SMEX02에 따른 항공기 원격탐사를 이용한 토양수분 데이터와 In-situ를 이용한 토양수분 데이터와의 상관관계를 분석하고, 항공기를 이용한 데이터의 활용성에 대해서 분석하는 것이다. 미국의 Iowa 주 Walnut Creek 유역을 대상으로 항공기를 이용한 Polarimetric Scanning Radiometer(PSR)의 C-band와 In-situ에 의한 데이터의 시공간적 스케일을 조합하여 4개 지점(WC15, WC16, WC23, WC24)에서 관측된 10일간의 토양수분 자료를 비교, 분석하였다. PSR의 C-band와 4개의 지점에 대한 7개 깊이의 In-situ 토양수분 데이터와의 상관성을 분석한 결과, 2-10 cm 깊이에서 상호 상관성이 가장 유의함을 보여 주었다. Rank Sum test와 t-test의 결과, 유의수준 10%에 대해 4개 지점 모두 10 cm에서 평균이 같고, 7 cm와 10 cm에서 중앙값이 같았다. 또한 확률분포의 적합도 검정을 위해 PPCC test를 실시한 결과, PSR에 의한 토양수분 데이터는 대체적으로 정규분포, 대수분포, Gumbel 분포 모두 성립하였고, 대상 지역별 깊이에 따라 토양수분의 분포형은 10 cm 깊이에서 정규분포보다 대수정규분포와 Gumbel 분포가 더 유의하였다. 본 연구를 통하여 PSR 토양수분은 7 cm와 10 cm 깊이의 관측 토양수분 자료로 대체될 수 있을 것으로 판단된다. 향후 우리나라에서도 항공기 및 인공위성을 이용한 토양수분 자료를 활용하여 수문학적 연구에 기초가 되는 자료로서 활용이 가능하며, PSR의 C-band를 이용하여 토양수분 관측 시 약 7-10 cm에 대한 토양수분을 증명할 수 있을 것으로 판단된다.
Soil moisture is a crucial factor in hydrological system which influences runoff, energy balance, evaporation, and atmosphere. United States National Aeronautic and Space Administration (NASA) and Department of Agriculture (USDA) have established Soil Moisture Experiment (SMEX) since 2002 for the gl...
Soil moisture is a crucial factor in hydrological system which influences runoff, energy balance, evaporation, and atmosphere. United States National Aeronautic and Space Administration (NASA) and Department of Agriculture (USDA) have established Soil Moisture Experiment (SMEX) since 2002 for the global observations. SMEX provides useful data for the hydrological science including soil moisture and hydrometeorological variables. The purpose of this study is to investigate the relationship between remotely sensed soil moisture data from aircraft and satellite and ground based experiment. C-band of Polarimetric Scanning Radiometer (PSR) that observed the brightness temperature provides soil moisture data using a retrieval algorithm. It was compared with the In-situ data for 2-30 cm depth at four sites. The most significant depth is 2-10 cm from the correlation analysis. Most of the sites, two data are similar to the mean of data at 10 cm and the median at 7 cm and 10 cm at the 10% significant level using the Rank Sum test and t-test. In general, soil moisture data using the C-band of the PSR was established to fit the Normal, Log-normal and Gumbel distribution. Soil moisture data using the aircraft and satellites will be used in hydrological science as fundamental data. Especially, the C-band of PSR will be used to prove soil moisture at 7-10 cm depths.
Soil moisture is a crucial factor in hydrological system which influences runoff, energy balance, evaporation, and atmosphere. United States National Aeronautic and Space Administration (NASA) and Department of Agriculture (USDA) have established Soil Moisture Experiment (SMEX) since 2002 for the global observations. SMEX provides useful data for the hydrological science including soil moisture and hydrometeorological variables. The purpose of this study is to investigate the relationship between remotely sensed soil moisture data from aircraft and satellite and ground based experiment. C-band of Polarimetric Scanning Radiometer (PSR) that observed the brightness temperature provides soil moisture data using a retrieval algorithm. It was compared with the In-situ data for 2-30 cm depth at four sites. The most significant depth is 2-10 cm from the correlation analysis. Most of the sites, two data are similar to the mean of data at 10 cm and the median at 7 cm and 10 cm at the 10% significant level using the Rank Sum test and t-test. In general, soil moisture data using the C-band of the PSR was established to fit the Normal, Log-normal and Gumbel distribution. Soil moisture data using the aircraft and satellites will be used in hydrological science as fundamental data. Especially, the C-band of PSR will be used to prove soil moisture at 7-10 cm depths.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
SMEX02는 밀집되어 있는 식물들의 4-8 kg/m2의 물 함유량 조건에 대해 이전 알고리즘을 개선 및 확장하기 위한 실험이다. SMEX02의 구체적인 목적은 (1) 대기와 토지의 상호관계에 대한 이해 (2) Advanced Microwave Scanning Radiometer(AMSR)의 밝기 온도(Tb)와 토양수분 복원 알고리즘의 검증 (3) 관측 기기와 토양수분 알고리즘의 관계 확장 (4) 토양수분 원격탐사를 위한 새로운 장비의 평가이며, 위성 관측(AMSR-E)의 알고리즘 개발과 증명을 위해 항공기 관측을 이용하여 토양에서의 실제 관측의 중요한 상호 관계를 도출하기 위한 실험이다. SMEX02 실험의 대상 지역은 Iowa 주의 약 1/4을 차지하고 있는 Des Moines Lobe이며, Iowa 주의 대표적인 유역으로, 토지 이용은 약 95%가 농업지역으로 사용되고 있고, 이 중 60%가 옥수수를, 40%가 콩을 재배하고 있다.
본 연구에서는 2002년 미국 Iowa 주의 Walnut Creek 유역을 대상으로 SMEX02의 항공기 데이터와 In-situ 데이터의 시공간적 스케일이 부합하는 4개 지점(WC15, WC16, WC23, WC34)을 선정하여, 각 지점의 10일간의 자료를 이용하여 깊이에 따라 상관성 분석, t-test, Rank Sum test를 실시하여 PSR C-band와 In-situ 데이터의 깊이에 따른 상관성을 비교, 분석하고자 하였다. 또한 PPCC test를 통해 자료의 분포형태를 결정하여 향후 대상지역과 기후조건이 비슷한 지역에 대한 토양수분의 알고리즘 개발 시 기초 자료를 제공하고자 하였다.
본 연구는 우리나라에 잘 알려지지 않은 항공기를 이용한 토양수분과 In-situ를 이용한 토양수분의 자료의 상관성을 알아보고, 복원 알고리즘(Retrieval Algorithm)에 의해 제공되고 있는 PSR의 C-band에 의해 산정된 토양수분이 In-situ 를 이용한 토양수분 자료와의 관계를 검증하였다. 현재 우리나라의 농업기상정보시스템(http://weather.
본 연구에서는 2002년 미국 Iowa 주의 Walnut Creek 유역을 대상으로 SMEX02의 항공기 데이터와 In-situ 데이터의 시공간적 스케일이 부합하는 4개 지점(WC15, WC16, WC23, WC34)을 선정하여, 각 지점의 10일간의 자료를 이용하여 깊이에 따라 상관성 분석, t-test, Rank Sum test를 실시하여 PSR C-band와 In-situ 데이터의 깊이에 따른 상관성을 비교, 분석하고자 하였다. 또한 PPCC test를 통해 자료의 분포형태를 결정하여 향후 대상지역과 기후조건이 비슷한 지역에 대한 토양수분의 알고리즘 개발 시 기초 자료를 제공하고자 하였다.
현재 우리나라에 소개된 원격탐사를 이용한 토양수분에 관련된 연구는 PSR C-band와 ESTAR L-band의 측정치를 사용한 다중 채널의 원격측정 토양수분 자료의 변화도를 비교한 연구가 있다(김광섭, 2006). 이 연구는 AMSR 기기를 이용한 전 지구 관측치를 Downscaling할 때 공간적 스케일의 변화에 따른 토양수분의 변화 양상에 대하여 분석하였다.
가설 설정
Zrs는 정규분포를 따른다는 것을 가정하며, 한계 검정 통계량은 유의수준에 따라 표준정규분포표를 통해 계산되어진다.
귀무가설 (H0) : 자료는 특정 분포형을 따른다.
대립가설 (H1) : 자료는 특정 분포형을 따르지 않는다.
t-test는 두 독립적인 모집단의 자료를 비교하는 이론들 중 가장 널리 사용되고 있는 방법이며, 모수적 방법으로서 평균이 일정한지를 검정하는 이론이고, 자료는 정규분포를 따르는 것으로 가정하여 귀무가설을 설정한다. 대립가설은 양측검정의 경우 평균이 다르다는 것이며, 단측 검정의 경우 한 그룹의 평균이 다른 그룹의 평균보다 크다는 것이다. 표본의 표준편차는 식 (6)과 같이 계산하며, 검정 통계량 t는 식 (7)과 같이 계산된다.
Wilcoxon(1945)에 의해 개발된 Rank Sum test는 두 개의 독립성 표본의 자료를 관측된 자료의 기간에서 두 집단의 중앙값이 서로 동일한지를 비교하기 위한 비모수적 방법 (Siegel and Castellan, 1988)이다. 두 모집단의 중앙값이 동일하다는 것을 기준(H0: Prob[xy]=0.5)으로 귀무가설을 통해 검정을 실시한다.
PSR의 C-band에 의한 토양수분 데이터와 각 지점별 관입 깊이에서의 토양수분의 데이터에 대해 각각 t-test와 Rank Sum test를 통해 자료의 평균과 중앙값의 상관성을 알아보았다. 본 연구에서 비교하고자하는 항공기 데이터와 In-situ 를 이용한 토양수분의 자료의 평균과, 중앙값의 차이를 검증하기 위해 두 집단이 서로 같다는 귀무가설(H0)을 세우고, 각각 10% 유의수준으로 검정을 실시하였다. Table 5와 6은 검정결과를 정리한 것이다.
제안 방법
2와 같이 두 개의 탐사구(A, B)에서 2, 5, 10, 15, 20, 30 cm 깊이에 Water Content Reflectometer(WCR), Soil Temperature Probes(STP) 센서를 1, 2, 3, 4 cm에 Averaging Thermocouple(TCAV) 센서를 설치하여 측정되었다. A탐사구에서는 식물이 재배되어 있는 방향에 대하여 수평방향으로 장비를 설치하였고, B탐사구에서는 수평과 수직방향으로 장비를 설치하여 시간의 변화에 따라 관측된 자료들의 평균값을 이용하여 자료를 구축하였다.
In-situ를 이용한 토양수분의 표본은 공간 스케일이 800 m×800 m로 이루어졌으며, Fig. 2와 같이 두 개의 탐사구(A, B)에서 2, 5, 10, 15, 20, 30 cm 깊이에 Water Content Reflectometer(WCR), Soil Temperature Probes(STP) 센서를 1, 2, 3, 4 cm에 Averaging Thermocouple(TCAV) 센서를 설치하여 측정되었다.
PSR로부터 생성된 토양수분 자료는 Fig. 5와 같이 항공기에서 관측된 PSR 자료를 ENVI를 이용하여 나타내었다. 적색에 가까울수록 토양이 건조한 것을 의미하고, 파란색에 가까울수록 토양의 수분함양이 많은 것을 의미하며, Fig.
7 GHz)-band를 이용하여 H(horizontal)와 V(vertical)의 편광으로 밝기온도(Brightness Temperature, Tb)를 관측 후, 관측된 Tb를 통해 복원 알고리즘(Retrieval Algorithm)을 이용하여 토양수분을 산정하였다. SMEX02 실험에 사용된 PSR은 2002년 6월 25, 27, 29일과 7월 1, 4, 8, 9, 10, 11, 12일(DOY 176~193)의 총 10일 동안 Fig. 4와 같이 항공기(NASA WFF P-3B)에 탑재하여 관측하였다. PSR의 주파수, 편광 및 빔의 각도는 Table 4에 정리되어 있다.
각 지점별 두 개의 탐사구에서 관측하는 센서들은 Table 2에서와 같이, WCR(Water Content Reflectometer)은 수분함유량에 따른 전류 및 전압 등의 측정을 통해 토양수분을 도출하고, STP(Soil Temperature Probe)와 TCAV(Averaging Thermocouple)는 각 깊이에 따른 토양 온도를 측정한다. 또한 TBR(Tipping Bucker Raingage) 센서를 설치하여 강우를 관측하여 자료를 구축한다.
각 지점별 두 개의 탐사구에서 관측하는 센서들은 Table 2에서와 같이, WCR(Water Content Reflectometer)은 수분함유량에 따른 전류 및 전압 등의 측정을 통해 토양수분을 도출하고, STP(Soil Temperature Probe)와 TCAV(Averaging Thermocouple)는 각 깊이에 따른 토양 온도를 측정한다. 또한 TBR(Tipping Bucker Raingage) 센서를 설치하여 강우를 관측하여 자료를 구축한다.
이에 따라 토양수분에 대하여 시공간에 따른 연구와 기후조건 등 외부의 환경적 요인을 고려한 연구들이 선행되어야 한다. 또한 토양수분은 전 지구를 대상으로 실제 관측하기에는 어려움이 많기 때문에 최근 인공위성을 통한 원격탐사를 이용하여 토양수분을 관측하는 방법으로 자료를 구축하고 있다.
본 연구에서는 10% 유의수준에 대해 기각력이 가장 좋다는 PPCC test를 통해 분포형을 검정하였다. 검정하기 위한 대상 분포형은 가장 일반적으로 사용되고 있는 정규분포, 대수정규분포, 그리고 Gumbel 분포를 선정하여 검증하였다.
크게 두 가지로 나누어, Red는 식생을 Cyan은 주거지역 및 도시지역을 의미하고 있다. 본 연구에서는 SMEX02의 In-situ를 통해 관측하고 있는 WC1-WC33 지점 중, 항공기 데이터와 공간적 스케일이 부합하는 WC15, WC16, WC23, WC24 지점을 선정하여 지역적인 토양수분의 관계와 깊이에 따른 관계를 분석하였다. 4개 지점에 대한 토지 이용을 구분하였을 때 WC15와 WC24는 옥수수를 재배하고, WC16과 WC23은 콩을 재배하는 지역으로, 지역의 경사는 1.
본 연구에서는 토양수분이 깊이에 따라 일정하다는 가정하에 PSR의 C-band의 Landset 이미지에 의하여 얻은 토양수분과 In-situ 데이터와의 상관관계 및 그에 따른 상호 통계적 분석을 통하여 상관성을 검증하였다. 상관관계 분석 결과 지표로부터 2-10 cm 깊이에서 높은 상관성을 보이는 결과를 얻었고, 토양수분의 깊이에 따라 t-test와 Rank Sum test를 실시한 결과 10 cm에서의 토양 수분이 두 데이터간의 상호 유의하다는 결과를 얻을 수 있었다.
) test, Kolmogorov-Smirnov(KS) test, Probability Plot Correlation Coefficient(PPCC) test, Cramer-von Mises test가 있다. 이중 본 연구에서는 현재까지 기각력이 가장 좋다는 PPCC test를 이용하여 확률분포형의 적합도를 검정하였다(신홍준 등, 2009). PPCC test는 유의수준에 따른 검정 통계량을 유도하는 확률 분포형의 적합도 검정으로 Filliben(1975)에 의해 개발되었다.
적모멘트계수 rc를 계산한 다음 유의 수준 α에 대한 검정한계치 와의 조건에 따라 분포형을 검정한다.
대상 데이터
NASA에서 2002년 5월에 발사한 토양수분 관측 위성인 AMSR-E(Advanced Microwave Scanning Radiometer-Earth Observing System)를 이용한 토양수분 자료를 검증하기 위해 Georgia Institute of Technology와 NOAA의 Environmental Technology Laboratory(현재 NOAA/ESRL PSD)에서 개발한 Polarimetric Scanning Radiometer(PSR)의 C/X-band를 이용하였다. PSR은 항공측정 마이크로웨이브 라디오미터로 C(7.
SMEX02의 구체적인 목적은 (1) 대기와 토지의 상호관계에 대한 이해 (2) Advanced Microwave Scanning Radiometer(AMSR)의 밝기 온도(Tb)와 토양수분 복원 알고리즘의 검증 (3) 관측 기기와 토양수분 알고리즘의 관계 확장 (4) 토양수분 원격탐사를 위한 새로운 장비의 평가이며, 위성 관측(AMSR-E)의 알고리즘 개발과 증명을 위해 항공기 관측을 이용하여 토양에서의 실제 관측의 중요한 상호 관계를 도출하기 위한 실험이다. SMEX02 실험의 대상 지역은 Iowa 주의 약 1/4을 차지하고 있는 Des Moines Lobe이며, Iowa 주의 대표적인 유역으로, 토지 이용은 약 95%가 농업지역으로 사용되고 있고, 이 중 60%가 옥수수를, 40%가 콩을 재배하고 있다. 본 연구의 대상 지역은 Iowa 주 내에 Walnut Creek Watershed로 USDA의 National Soil Tilth Laboratory(NSTL)에서 수문학과 기후학적인 변동성을 모니터링하고 있는 지역이고, 기후대는 약간 습한 지역으로 연평균 강우량은 835 mm를 기록하고 있다(Choi and Jacobs, 2007).
본 연구에서는 10% 유의수준에 대해 기각력이 가장 좋다는 PPCC test를 통해 분포형을 검정하였다. 검정하기 위한 대상 분포형은 가장 일반적으로 사용되고 있는 정규분포, 대수정규분포, 그리고 Gumbel 분포를 선정하여 검증하였다. 4개의 지점에서 7개의 깊이와 PSR의 자료에 대하여 검증한 결과는 Table 7에 정리되어 있다.
7월 5일과 7월 11일의 전후에서 강우가 발생하였고, 지표와 가까운 깊이의 2 cm와 5 cm에서의 토양수분은 보다 깊은 곳에서의 토양수분 보다 강우에 민감하게 반응하는 것을 알 수 있다. 본 연구에서는 PSR 데이터와 비교하기 위해 이 중 10일의 자료만을 사용하였다. Table 3에서는 본 연구에 사용된 10일 간의 각 지점 자료에 대한 기초통계 자료이다.
각 표본은 항공기 측정 토양수분과 위성 측정 토양수분의 개선과 검증을 위해 지점의 평균 토양수분량을 제공하고 있다. 본 연구에서는 세 가지 표본 중에서 항공기 관측과 공간적인 관측 지점이 부합하는 Watershed 표본을 이용하였다.
SMEX02 실험의 대상 지역은 Iowa 주의 약 1/4을 차지하고 있는 Des Moines Lobe이며, Iowa 주의 대표적인 유역으로, 토지 이용은 약 95%가 농업지역으로 사용되고 있고, 이 중 60%가 옥수수를, 40%가 콩을 재배하고 있다. 본 연구의 대상 지역은 Iowa 주 내에 Walnut Creek Watershed로 USDA의 National Soil Tilth Laboratory(NSTL)에서 수문학과 기후학적인 변동성을 모니터링하고 있는 지역이고, 기후대는 약간 습한 지역으로 연평균 강우량은 835 mm를 기록하고 있다(Choi and Jacobs, 2007). U.
데이터처리
PSR의 C-band에 의한 토양수분 데이터와 각 지점별 관입 깊이에서의 토양수분의 데이터에 대해 각각 t-test와 Rank Sum test를 통해 자료의 평균과 중앙값의 상관성을 알아보았다. 본 연구에서 비교하고자하는 항공기 데이터와 In-situ 를 이용한 토양수분의 자료의 평균과, 중앙값의 차이를 검증하기 위해 두 집단이 서로 같다는 귀무가설(H0)을 세우고, 각각 10% 유의수준으로 검정을 실시하였다.
PPCC test는 유의수준에 따른 검정 통계량을 유도하는 확률 분포형의 적합도 검정으로 Filliben(1975)에 의해 개발되었다. 이 검정은 관측된 xi 와 Cumulative Distribution Function(CDF)의 역함수인 Mi의 상관관계를 이용하여 유의수준에 따른 검정한계치를 기준으로 분포형을 검정한다(이재수, 2006).
통계량을 검정하기 위해서 두 개의 그룹은 가장 작은 값에서 큰 값으로 순서대로 나열하여 순위를 결정하고, 동일한 값의 자료는 순위의 평균을 이용한다. 두 그룹 중 모집수가 작은 그룹의 순위의 합을 통해 통계량을 결정한다.
이론/모형
NASA에서 2002년 5월에 발사한 토양수분 관측 위성인 AMSR-E(Advanced Microwave Scanning Radiometer-Earth Observing System)를 이용한 토양수분 자료를 검증하기 위해 Georgia Institute of Technology와 NOAA의 Environmental Technology Laboratory(현재 NOAA/ESRL PSD)에서 개발한 Polarimetric Scanning Radiometer(PSR)의 C/X-band를 이용하였다. PSR은 항공측정 마이크로웨이브 라디오미터로 C(7.32 GHz)/X(10.7 GHz)-band를 이용하여 H(horizontal)와 V(vertical)의 편광으로 밝기온도(Brightness Temperature, Tb)를 관측 후, 관측된 Tb를 통해 복원 알고리즘(Retrieval Algorithm)을 이용하여 토양수분을 산정하였다. SMEX02 실험에 사용된 PSR은 2002년 6월 25, 27, 29일과 7월 1, 4, 8, 9, 10, 11, 12일(DOY 176~193)의 총 10일 동안 Fig.
성능/효과
적색에 가까울수록 토양이 건조한 것을 의미하고, 파란색에 가까울수록 토양의 수분함양이 많은 것을 의미하며, Fig. 3에서와 같이 7월 8일과 11일 전후에 강우가 발생하면서 토양수분이 증가하여 7월 4일(e)과 8일(f)을 비교하고, 7월 10일(h)과 11일(i)을 비교했을 때, 전체적으로 적색의 비율이 감소하고, 파란색의 비율이 증가하는 경향을 정량적으로 보여주고 있는 것을 알 수 있다.
3은 4개의 지점(WC15, 16, 23, 24)에서의 강우량과 깊이(2-30 cm)에 따라 토양수분을 6월 25일부터 7월 13일까지 도시한 것이다. 7월 5일과 7월 11일의 전후에서 강우가 발생하였고, 지표와 가까운 깊이의 2 cm와 5 cm에서의 토양수분은 보다 깊은 곳에서의 토양수분 보다 강우에 민감하게 반응하는 것을 알 수 있다. 본 연구에서는 PSR 데이터와 비교하기 위해 이 중 10일의 자료만을 사용하였다.
4개의 지점에서 7개의 깊이와 PSR의 자료에 대하여 검증한 결과는 Table 7에 정리되어 있다. WC23과 WC24 지점에서의 분포형은 3개의 분포형(Normal, Log-Normal 그리고 Gumbel 분포) 모두에 적합한 결과를 얻었고, WC15와 WC16 지점에 대해서는 정규분포 보다는 대수정규분포 및 Gumbel 분포를 따르는 것을 알 수 있다.
두 가지 검정 모두 깊이에 따라 다양한 결과가 산정되었지만 공통적으로 10 cm 깊이에서는 모두 10% 유의 수준에서 평균과 중앙값이 같다는 결과를 얻을 수 있었다. 또한 평균값을 결정하는 검정에 있어서, 지표면에 가까운 2 cm와 5 cm에서는 평균과 중앙값 모두 변동이 큰 것으로 산정이 되었고, WC24 지점에서는 대체적으로 깊이가 커질수록 PSR과 대응하는 값을 가지는 결과를 얻었다.
이는 이전 Cband는 2-10 cm 까지 관측할 수 있다는 선행 연구결과에 부합하는 결과를 얻을 수 있었다. 또한 PSR 과 In-situ 자료의 확률 분포형 검정 결과, 두 데이터 모두 정규분포보다는 대수정규분포 및 Gumbel 분포를 따른다는 결과를 얻었다. 이와 같이 항공기 자료와 실제 측정한 토양수분의 자료는 2 cm와 7 cm 깊이를 대표로 상호 유의함을 알 수 있었다.
두 가지 검정 모두 깊이에 따라 다양한 결과가 산정되었지만 공통적으로 10 cm 깊이에서는 모두 10% 유의 수준에서 평균과 중앙값이 같다는 결과를 얻을 수 있었다. 또한 평균값을 결정하는 검정에 있어서, 지표면에 가까운 2 cm와 5 cm에서는 평균과 중앙값 모두 변동이 큰 것으로 산정이 되었고, WC24 지점에서는 대체적으로 깊이가 커질수록 PSR과 대응하는 값을 가지는 결과를 얻었다.
본 연구에서는 이전의 “PSR의 토양수분은 관입 깊이 2 cm에서의 토양수분을 설명할 수 있다”라는 연구결과(김광섭, 2006)와 비슷하게 3개의 지점에서 (WC16, WC23, WC24) 2 cm 깊이에 대한 상관성이 가장 좋은 양상을 보이고 있다.
본 연구에서는 토양수분이 깊이에 따라 일정하다는 가정하에 PSR의 C-band의 Landset 이미지에 의하여 얻은 토양수분과 In-situ 데이터와의 상관관계 및 그에 따른 상호 통계적 분석을 통하여 상관성을 검증하였다. 상관관계 분석 결과 지표로부터 2-10 cm 깊이에서 높은 상관성을 보이는 결과를 얻었고, 토양수분의 깊이에 따라 t-test와 Rank Sum test를 실시한 결과 10 cm에서의 토양 수분이 두 데이터간의 상호 유의하다는 결과를 얻을 수 있었다. 이는 이전 Cband는 2-10 cm 까지 관측할 수 있다는 선행 연구결과에 부합하는 결과를 얻을 수 있었다.
또한 PSR 과 In-situ 자료의 확률 분포형 검정 결과, 두 데이터 모두 정규분포보다는 대수정규분포 및 Gumbel 분포를 따른다는 결과를 얻었다. 이와 같이 항공기 자료와 실제 측정한 토양수분의 자료는 2 cm와 7 cm 깊이를 대표로 상호 유의함을 알 수 있었다. 하지만, 본 연구에서는 SMEX02에 대하여 10일간의 데이터를 4개의 대상지역에서만 연구를 진행하였기 때문에 보다 신뢰성 있고 정확한 알고리즘을 위하여 향후 많은 지역에 적용하여 연구를 시행하여 적용성을 판단하는 연구들이 진행되어야 할 것이다.
후속연구
하지만, 본 연구에서는 SMEX02에 대하여 10일간의 데이터를 4개의 대상지역에서만 연구를 진행하였기 때문에 보다 신뢰성 있고 정확한 알고리즘을 위하여 향후 많은 지역에 적용하여 연구를 시행하여 적용성을 판단하는 연구들이 진행되어야 할 것이다. 또한 현재 우리나라의 토양수분 자료를 적절히 활용하지 못하는 상태에서 PSR 데이터를 활용하여 결측치 및 정확한 자료를 위하여 알고리즘 개발 및 자료 보정을 통해 토양수분과 관련된 연구의 기초 자료가 될 것으로 기대된다.
이와 같이 항공기 자료와 실제 측정한 토양수분의 자료는 2 cm와 7 cm 깊이를 대표로 상호 유의함을 알 수 있었다. 하지만, 본 연구에서는 SMEX02에 대하여 10일간의 데이터를 4개의 대상지역에서만 연구를 진행하였기 때문에 보다 신뢰성 있고 정확한 알고리즘을 위하여 향후 많은 지역에 적용하여 연구를 시행하여 적용성을 판단하는 연구들이 진행되어야 할 것이다. 또한 현재 우리나라의 토양수분 자료를 적절히 활용하지 못하는 상태에서 PSR 데이터를 활용하여 결측치 및 정확한 자료를 위하여 알고리즘 개발 및 자료 보정을 통해 토양수분과 관련된 연구의 기초 자료가 될 것으로 기대된다.
질의응답
핵심어
질문
논문에서 추출한 답변
SMEX02란 무엇인가?
SMEX02는 NASA와 USDA-ARS(Agriculture Research Service)가 합동으로 2002년 6월 1일부터 7월 31일까지 미국 Iowa 주를 대상으로 광범위하게 토양수분을 관측한 실험이다. SMEX02 실험 이전, 1992년 Washita92 실험을 시작으로 SGP97과 SGP99 실험을 통해 식물의 2 kg/m2 이하의 물 함유량에 대해 대기와 토양수분의 관계, 원격탐사 및 항공기 장비를 이용한 관측 및 실제 관측과의 관계를 증명하는 연구들이 선행되었다.
토양수분은 무엇에 따라 차이를 보이는가?
특히 강우사상에 따른 침투와 침루에 따라 유출변화에 큰 영향을 끼치기 때문에 물 순환 체계의 이해를 위해서 강우와 증발산에 관련된 연구와 동시에 토양수분에 대한 연구가 수반되어야 한다(김광섭, 2007). 토양수분은 지표면으로부터의 깊이에 따라 변동성의 차이를 보이고, 식생 조건과 기후의 조건에 따라서 서로 상이한 차이를 보이고 있다. 이에 따라 토양수분에 대하여 시공간에 따른 연구와 기후조건 등 외부의 환경적 요인을 고려한 연구들이 선행되어야 한다.
SMEX 실험의 내용은 무엇인가?
미국의 NASA(National Aeronautic and Space Administration)와 USDA(United States Department of Agriculture)에서는 전 지구적 토양수분의 관측을 위하여 SGP92(Southern Great Plain 1992)를 시작으로 SGP97, 99의 실험을 통해 Soil Moisture Experiment(SMEX)의 준비 단계를 수행하였고, SMEX02, 03, 04, 05를 통해 원격탐사를 이용한 토양수분과 In-situ를 이용한 토양수분 데이터의 상호관계에 대하여 본격적인 알고리즘을 확립하였다. 이러한 SMEX 실험을 통해 원격탐사를 이용한 토양수분 데이터와 In-situ를 이용한 토양수분 데이터에 대하여 많은 연구들이 진행되어왔다.
참고문헌 (14)
김광섭(2006) PSR C-band 및 ESTAR L-band 측정치를 사용한 다중 채널 원격측정 토양수분 자료의 변화도 비교. 대한토목학회논문집, 대한토목학회, 제26권 제4B호, pp. 329-334.
김광섭(2007) 유역관리를 위한 토양수분 분석(I)-토양수분 관측 연구동향. 한국수자원학회지, 한국수자원학회, 제40권 제1호, pp. 62-71.
신홍준, 이원근, 허준행(2009) 경험적 분포함수의 통계량을 이용한 확률분포형의 결정. 대한토목학회 정기학술대회 논문집, 대한토목학회, pp. 2489-2492.
이재수(2006) 수문학, 구미서관.
황교택, 조훈식, 이승오, 최민하(2010) 건조지역 원격탐사 footprint 내 토양수분의 시공간적 변동성 분석. 대한토목학회논문집, 대한토목학회, 제30권 제3B호, pp. 285-293.
Bindlish, R., Jackson, T.J., Gasiewski, A.J., Klein, M., and Njoku, E.G. (2008) Soil moisture mapping and AMSR-E validation using the PSR in SMEX02. Remote Sensing of Environment, Vol. 103, Issue. 2, pp. 127-139.
Choi, M. and Jacobs, J.M. (2007) Soil moisture variability of root zone profiles within SMEX02 remote sensing footprints. Advances in Water Resources, Vol. 30, pp. 883-896.
Das, N.D. and Mohanty, B.M. (2008) Temporal dynamics of PSR-based soil moisture across spatial scales in an agricultural lands-cape during SMEX02: A wavelet approach. Remote Sensing of Environment, Vol. 112, Issue. 2, pp. 522-534.
Filliben, J.J. (1975) The probability plot correlation coefficient test for normality. Technometrics(American Society for Quality), Vol. 17, No. 1, pp. 111-117.
Kim, G. and Barros, A.P. (2002) Downscaling of remotely sensed soil moisture with a modified fractal interpolation method using contraction mapping and ancillary data. Remote Sensing of Environment, Vol. 83, Issue. 3, pp. 400-413.
Nolan, M. and Fatland, D.R. (2003) Penetration depth as a DIn-SAR observable and proxy for soil moisture. IEEE Transactions on Geoscience and Remote Sensing, Vol. 41, Issue. 3, pp. 532-537.
Siegel, S. and Castellan, N.J. (1988) Nonparametric Statistics for the Behavioral Sciences. McGraw-Hill., New York, NY.
van Zyl, J., NJoku, E., and Jackson, T. (2003) Quantitative analysis of SMEX'02 AIRSAR data for soil moisture inversion. Proceedings of Geoscience and Remote Sensing Symposium, Pasadena, CA USA, Vol. 1. pp. 404-406.
Wilcoxon, F. (1945) Individual comparisons by ranking methods. Biometrics Bulletin, Vol. 1, No. 6, pp. 80-83.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.