문제 정의

• 따라서 본 연구에서는 사람이 접근하기 힘든 산악지형을 연구지역으로 선정하였기 때문에 영상을 기반으로 대기에 의한 영향을 보정하였다. 이 경우 직접적인 대기관측 자료가 필요하지 않다는 장점이 있다.
• 후)종설 시점(2015년~2020년">종설시점(2015년~2020년 사이)과 유사하다. 또한 일시적인 영상 자료에 국한되지 않은 장기간의 영상을 이용하여 만년설의 변화를 정량적으로 분석한 연구이다. 따라서 향후 연구지역 또는 이러한 기후변화의 원인 및 배경에 대한 논의는 많지만, 기후변화 현상을 시계열, 정량적으로 나타내는 증거는 부족한 상황이다. 본 연구에서는 기후변화에 의한 영향을 파악하기 위하여 만년설¹⁾의 시계열 변화를 정량적으로 분석하였다.
• 본 연구에서는 기후변화의 영향을 직접적으로 나타내는 만년설의 변화를 시계열 정량적으로 분석하고자 하였다. 이를 위하여 만년설이 존재하는 아프리카 적도 부근 탄자니아 킬리만자로를 연구 본 연구에서는 기후변화의 영향을 직접적으로 나타내는 만년설의 변화를 시계열 정량적으로 분석하고자 한다. 이를 위하여 만년설이 존재하는 아프리카 적도 부근 탄자니아 킬리만자로를 연구 본">1993). 본 연구에서는 만년설이 분포된 고도 중 가장 작은 고도를 최저고도라고 하였다. 시계열 만년설의

  가설 설정

  • NDSI 알고리즘은 위와 같이 적설지역을 탐지하는데 유용하며 연구지역의 특성상 건기에는 강수량이 거의 없기 때문에, 본 연구에서는 건기에도 존재하는 적설지역을 만년설로 가정하였다. 따라서 연구지역의 만년설 변화를 분석하기 위하여 대기보정이 완료된 각각의 영상에 NDSI 알고리즘을 적용하였다.
  • 후)대기 보정">대기보정 모델이다. 이 모델은 대기의 하향복사량은 미미하기 때문에 무시해도 된다고 가정하였고, 태양에서 지표까지의 대기투과율을 cosine값으로 근사화한 것이 특징이다. COST

    제안 방법

    • 분석을 위하여 영상기반의 대기보정과 NDSI 알고리즘을 사용하였다. NDSI 알고리즘은 적설지역을 탐지하는데 장점이 있으며, 본 연구에서는 전술된 만년설의 정의를 반영하여 강수량이 거의 없는 건기에도 존재하는 적설지역을 만년설로 분석하였다. 이로부터 후)종설시점을">종설 시점을 예측하기 위하여 1984년 6월 24일 영상과 2011년 7월 21일 영상간의 정량적 분석을 수행하였다. NDSI 알고리즘을 이용하여 만년설로 분류된 화소를 SRTM을 이용하여 고도별로 집계 하였으며, 가장 작은 고도값을 최저고도로 하였다. 후)기하 보정을">기하보정을 통하여 Landsat 위성영상자료와 좌표체계를 통일하였다. NDSI알고리즘을 적용하여 산출된 만년설의 면적에 SRTM DEM을 중첩시켜 시계열 만년설의 고도별 분포 변화를 분석하였다. Fig.
    • SRTM DEM과 Landsat 위성자료와의 공간해상도 통일을 위하여 Cubic convolution과정을 거쳐 90 m의 공간해상도를 30 m의 공간해상도로 조정을 수행하였다. 또한 후)각화소에">각 화소에 Landsat 위성영상자료의 공간해상도에 해당하는 면적을 곱하여 만년설의 총 면적을 구하였다. 또한 도수분포표를 이용하여 만년설의 전체적인 고도별 분포를 확인하였다.
    • 후)복사휘도값을">복사휘도 값을 지표의 반사율(reflectance)로 변환하는 대기보정을 수행하였다. 대기보정이 완료된 영상을 NDSI 알고리즘을 이용하여 시계열별 만년설의 면적 변화를 분석하였다. 또한 연구지역의 SRTM DEM과 중첩하여 시계열별 만년설의 고도별 분포 변화를 분석하였다.
    • 후)만년 설">만년설 면적 변화를 시계열로 분석하였다. 더욱이 SRTM DEM(Shuttle Radar Topograghy Mission)을 활용하여 적설지역의 최저고도변화를 시계열로 분석하여 기후변화가 지속적으로 진행될 때 연구 지역의 만년설의 종설 시점을 통계적으로 분석하였다. 본 연구의 결과는 만년설 지역의 변화를 통하여 후)모니터링하고">모니터링 하고 있다. 둘째, 위성영상 처리 기법인 NDSI알고리즘만을 활용하여 종설 시점을 예측하였다. 향후에는 이기종 센서 분석 등을 통한 영상간의 영상기반의 대기보정(COST Model)과 NDSI알고리즘으로부터 만년설의 면적 변화를 시계열로 분석하였다. 또한 SRTM DEM을 활용하여 만년설의 최저고도 변화를 시계열로 분석하였다. 마지막으로 기후변화가 지속적으로 진행되며 만년설 보호를 위한 행위를 수행하지 않는다는 조건에서, 연구지역의 만년설이 사라지는 시기를 통계적으로 분석하였고, 다음과 같은 결론을 얻을 수 있었다.
    • 후)공간 해상도로">공간해상도로 조정을 수행하였다. 또한 기하보정을 통하여 Landsat 위성영상자료와 좌표체계를 통일하였다. NDSI알고리즘을 적용하여 산출된 만년설의 면적에 SRTM DEM을 중첩시켜 시계열 만년설의 고도별 분포 변화를 분석하였다.
    • 후)최저 고도를">최저고도를 정량적으로 파악할 수 있었다. 또한 기후변화가 지속적으로 발생하고 연구지역은 이를 위한 대응 행위를 하지 않는다는 조건에서의 통계적 방법을 이용하여 연구지역의 종설 시점을 파악하였다. 95%의 신뢰도에서 킬리만자로의 만년설은 2020년에 완전히 사라질 것으로 분석되었다.
    • 후)총면적을">총 면적을 구하였다. 또한 도수분포표를 이용하여 만년설의 전체적인 고도별 분포를 확인하였다. Fig.
    • 후)시계열별만년설의">시계열별 만년설의 면적 변화를 분석하였다. 또한 연구지역의 SRTM DEM과 중첩하여 시계열별 만년설의 고도별 분포 변화를 분석하였다. 마지막으로 연구지역의 종설 시점을 통계적으로 분석하였다.
    • 후)최저 고도">최저고도 변화를 시계열로 분석하였다. 마지막으로 기후변화가 지속적으로 진행되며 만년설 보호를 위한 행위를 수행하지 않는다는 조건에서, 연구지역의 만년설이 사라지는 시기를 통계적으로 분석하였고, 다음과 같은 결론을 얻을 수 있었다.
    • 또한 연구지역의 SRTM DEM과 중첩하여 시계열별 만년설의 고도별 분포 변화를 분석하였다. 마지막으로 연구지역의 종설 시점을 통계적으로 분석하였다. 연구는 다음의 순서를 통하여 2). 만년설 변화를 분석할 때 시계열 적설 변화를 연구하기 위하여 23장 전부를 활용한 것과, 시계열 만년설 변화를 연구하기 위하여 건기에 촬영된 17장만을 활용한 것으로 나누어 분석하였다.
    • 만년설의">있었다. 만년설의 종설 시점을 예측하기 위하여 1984년 6월 24일 영상과 2011년 7월 21일 영상간의 정량적 분석을 수행하였다. NDSI 알고리즘을 이용하여 후)만년설보호를">만년설 보호를 위한 특별한 행위가 수행되지 않는다는 현재와 같은 조건에서, 사용한 영상을 바탕으로 기후변화가 지속적으로 진행될 때 지역의 만년설이 종설되는 시기를 통계적으로 예측하였다. 본 연구에 활용된 23장 전체 및 건기에 해당하는 17장만을 선택하여 같은 방법으로 정량적 분석을 수행한 후, 일차함수 형태의 추세선으로 도식화 하여 분석하였다. 또한, Thompson et al.
    • 분석된 결과를 바탕으로 지속적인 기후변화에 의한 만년설의 종설 시점을 통계적으로 예측하였다. 만년설의 면적은 후)공간 해상도가">공간해상도가 90 m 이다. 사용된 위성영상자료와의 공간해상도 통일을 위하여 30 m 로 공간해상도를 조정(resampling)하였다. 위성영상자료 및 DEM의 후)대상 지역으로">대상지역으로 선정하였고, 1984년부터 2011년까지 총 27년간 Landsat TM과 ETM+ 23장을 분석하였다. 영상기반의 대기보정(COST Model)과 NDSI알고리즘으로부터 만년설의 면적 변화를 시계열로 분석하였다. 또한 SRTM DEM을 활용하여 만년설의 후)공간 해상도">공간해상도 통일을 위하여 30 m 로 공간해상도를 조정(resampling)하였다. 위성영상자료 및 DEM의 기하보정을 통하여 좌표체계를 통일하였다. 후)최저 고도는">최저고도는 1984년 4,603 m에서 2011년 4,893 m로 약 290 m 상승하였다. 이러한 추세와 기후변화에 의한 영향이 지속적으로 발생하는 점 및 만년설 보호를 위한 특별한 행위가 수행되지 않는다는 현재와 같은 조건에서, 사용한 영상을 바탕으로 기후변화가 지속적으로 진행될 때 지역의 만년설이 종설되는 시기를 통계적으로 예측하였다. 본 연구에 활용된 23장 전체 및 건기에 해당하는 17장만을 선택하여 같은 방법으로 정량적 분석을 수행한 후, 후)적설 지역을">적설지역을 만년설로 분석하였다. 이로부터 만년설 면적 변화를 시계열로 분석하였다. 더욱이 SRTM DEM(Shuttle Radar Topograghy Mission)을 활용하여 후)광학위성영상자료분석에서">광학위성영상자료 분석에서 필수적인 전처리 과정이 대기보정이다. 이를 위하여 본 연구에서는 우선적으로 개별 영상자료의 DN(Digital Number) 값을 복사휘도값(radiance)으로 변환하였고, 복사휘도 값을 지표의 반사율(reflectance)로 변환하는 대기보정을 수행하였다. 대기보정이 완료된 영상을 NDSI 알고리즘을 이용하여 지구 전체의 고해상도 지형 정보를 구축하기 위해 2000년 2월 11일에 발사된 우주왕복선에 2개의 SAR 안테나를 장착하였으며, 11일 동안 남위 60°00′에서 북위 60°00′까지 DEM을 구축하였다.

    대상 데이터

    • 만년설의 변화를 분석하기 위하여 1984년 6월 24일부터 2011년 7월 21일 까지 총 23장의 Landsat TM 및 ETM+ 영상자료와 SRTM DEM을 사용하였다(Table. 1). 사용한 사용한">1). 사용한 위성영상자료 23장 중 17장은 건기에 촬영되었으며, 7장은 우기에 촬영되었다(Fig. 2). 만년설 변화를 분석할 때 연구지역은 아프리카의 킬리만자로이며, 탄자니아와 케냐의국경선에 해당한다. 연구지역을 선정하여 위성영상자료 및 SRTM DEM을 사용하였다. 자료 본 연구에서는 기후변화의 영향을 직접적으로 나타내는 만년설의 변화를 시계열 정량적으로 분석하고자 한다. 이를 위하여 만년설이 존재하는 아프리카 적도 부근 탄자니아 킬리만자로를 연구 대상지역으로 선정하여 1984년부터 2011년까지 총 27년간 Landsat TM과 ETM+ 23장을 분석하였다. 분석을 위하여 영상기반의 대기보정과 NDSI 알고리즘을 사용하였다.
    • 본 연구에서는 기후변화의 영향을 직접적으로 나타내는 만년설의 변화를 시계열 정량적으로 분석하고자 하였다. 이를 위하여 만년설이 존재하는 아프리카 적도 부근 탄자니아 킬리만자로를 연구 대상지역으로 선정하였고, 1984년부터 2011년까지 총 27년간 Landsat TM과 ETM+ 23장을 분석하였다. 영상기반의 대기보정(COST Model)과 NDSI알고리즘으로부터 만년설의 면적 변화를 시계열로 분석하였다.
    • 따라서 연구지역의 만년설 변화를 분석하기 위하여 대기보정이 완료된 각각의 영상에 NDSI 알고리즘을 적용하였다. 적용한 영상은 1984년 6월 24일부터 2011년 7월 21일까지 이다. Fig.

    이론/모형

    • 또한, Thompson et al.(2002)이 연구한 킬리만자로의 종설시점과 비교를 통한 검증을 실시하였다.
    • ">만년설로 가정하였다. 따라서 연구지역의 만년설 변화를 분석하기 위하여 대기보정이 완료된 각각의 영상에 NDSI 알고리즘을 적용하였다. 적용한 영상은 1984년 6월 24일부터 2011년 7월 만년설의 변화를 정량적으로 분석하기 위하여 NDSI 알고리즘과 SRTM을 활용하였다. Table 2는 각 영상에 해당하는 본 연구에서 선정한 대기보정 모델은 Chavez (1996)가 제안한 COST(cosine approximation) 대기보정 모델이다. 이 모델은 대기의 후)대상 지역으로">대상지역으로 선정하여 1984년부터 2011년까지 총 27년간 Landsat TM과 ETM+ 23장을 분석하였다. 분석을 위하여 영상기반의 대기보정과 NDSI 알고리즘을 사용하였다. NDSI 알고리즘은 시계열 만년설의 고도별 분포 변화를 분석하기 위해 SRTM DEM을 활용하였다. SRTM DEM은

      성능/효과

      • 6(b)는 2011년 7월 21일 영상이다. 동일 지역에 대하여 고도별 분포 변화를 시각적으로 판단하여도, 27년간 만년설의 최저고도가 상승하였음을 알 수 있다.
      • 둘째, SRTM을 활용하여 만년설의 최저고도 변화를 시계열로 분석했을 때, 1984년에는 4,603 m 고도에서부터 만년설이 존재하였지만 2011년에는 4,893 m 고도에서부터 만년설이 존재하여 27년 동안 약 290m 상승하였음을 나타냈다. 725로 나타났다. 따라서 지속적으로 면적은 감소할 것이며, 최종적으로 킬리만자로의 만년설은 건기 영상만 활용한 경우 95%의 신뢰도에서 2020년에 완전히 사라질 것으로 분석되었다.
      • 655로 나타났다. 또한 만년설의 최저고도는 추세선을 활용하여 나타낸 결과 기울기는 건기에 9.848, 전체적으로는 11.427로 나타났다. 이는 매년 본 연구를 통하여 기후변화에 의한 만년설의 면적 및 최저고도를 정량적으로 파악할 수 있었다. 또한 기후변화가 지속적으로 발생하고 연구지역은 이를 위한 대응 행위를 하지 않는다는 조건에서의 통계적 방법을 이용하여 연구지역의 본 연구에서는 만년설의 변화를 시계열로 분석하였으며, 1984년 6월 24일 영상과 2011년 7월 21일 영상간의 시각적 분석 결과에서 만년설의 면적이 점진적으로 감소하고, 최저고도가 상승하는 것을 알 수 있었다. 만년설의 후)최저 고도">최저고도 분석 결과를 나타낸다. 우기에 촬영된 영상은 대체적으로 건기에 촬영된 앞선 영상에 비하여 면적의 증가와 최저고도의 감소를 나타냈다. 후)일차함 수">일차함수 형태의 추세선을 활용한 결과 면적은 시간에 흐름에 따라 음의 상관관계를 가지며, 매년 건기에 0.342 km², 전체적으로는 0.421 km² 씩 감소하는 것으로 나타났다. 상관계수는 전체 영상자료를 활용한 경우 0.
      • 후)일차함 수">일차함수 형태의 추세선을 활용한 결과 최저고도는 시간에 흐름에 따라 양의 상관관계를 가지며, 매년 건기에 9.848 m, 전체적으로 11.251 m 씩 상승하고 있는 것으로 나타났다. 상관계수는 전체 첫째, NDSI알고리즘을 적용하여 만년설의 면적 변화를 시계열로 분석했을 때, 1984년에는 9.01 km² 이었지만 2011년에는 2.54 km² 로 27년 동안 약 6.47 km² 감소하였으며 약 73%의 면적 감소를 나타냈다. 이러한 결과는 만년설은 건기뿐만 아니라 다른 시기에도 점진적으로 감소하고 있음을 나타낸다. 최종적으로 추세선을 활용하여 만년설의 면적이 0이 되는 시점을 면적감소량을 이용하여 계산한 결과 킬리만자로의 만년설은 95%의 신뢰도에서 2020년에 완전히 사라질 것으로 분석되었다.

      후속연구

      • 후)영상자료에">영상 자료에 국한되지 않은 장기간의 영상을 이용하여 만년설의 변화를 정량적으로 분석한 연구이다. 따라서 향후 연구지역 또는 유사 지역의 만년설 현황을 원격탐사를 이용하여 파악하는데 참고 자료로서의 활용성이 매우 높은 것으로 사료된다. 그럼에도 불구하고 본 연구는 후)연구지역의">연구 지역의 만년설의 종설 시점을 통계적으로 분석하였다. 본 연구의 결과는 만년설 지역의 변화를 통하여 전지구의 기후변화를 모니터링할 수 있는 방법을 적용한 것으로, 향후 연구지역 또는 유사 지역의 만년설 현황을 파악하는데 참고 자료로서 활용될 수 있을 것이다.
      • 후)교차검증도">교차 검증도 고려할만 하다. 차후 현장검증 자료 수집을 통한 직접 검증 또는 다양한 분석 기법 비교를 통한 간접검증을 반영하는 포괄적인 논의가 필요하다.
      • 후)몇 가지">몇가지 한계를 가지고 있다. 첫째, 연구지역의 만년설을 체계적으로 관리하거나 조사된 현장자료가 부족한 실정이며 현장 관측자료와 비교 검증을 수행하지 못하였다. 동일한 사유로 현재 IPCC에서는 전체 관측 빙하 46,000개 중 600개만 후)처리기법인">처리 기법인 NDSI알고리즘만을 활용하여 종설 시점을 예측하였다. 향후에는 이기종 센서 분석 등을 통한 영상간의 교차 검증도 고려할만 하다. 차후 현장검증 자료 수집을 통한 직접 검증 또는 다양한