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
- 그러나 국내외의 연구들은 위성자료를 이용하여 다양한 지표특성 지수의 산출에 대한 방법과 기초적인 해석이 부족하였으며 도시화의 분석 및 활용에 대한 연구는 적었다. 따라서 본 연구에서는 Landsat 자료를 이용하여 수도권의 도시화와 지표면 특성을 분석하기 위하여 1985년 Landsat 5와 2003년 Landsat 7 그리고 2013년 Landsat 8 자료를 이용하였으며 서울을 포함한 수도권지역의 지표특성 지수들을 산출하였다. 그리고 지표면 고도와 지표이용도를 활용하여 지표특성지수와 지표면 온도를 비교분석하였다.
- 그리고 지표면 고도와 지표이용도를 활용하여 지표특성지수와 지표면 온도를 비교분석하였다. 이러한 분석 결과를 이용하여 수도권 지역의 도시화와 지면의 특성을 분석하였으며 Landsat 위성자료의 활용에 대하여 논하였다.
제안 방법
- Landsat의 지표특성 지수 중 수도권 지역과 밀접한 관련성이 있는 NDVI 지수와 NDBI 지수의 상관성을 분석하였다. Landsat 5와 Landsat 8에서 −0.
- 고해상도 위성인 Landsat 관측자료를 이용하여 지표특성 지수의 산출과 해석을 이용하여 위성자료의 활용을 분석하기 위하여 서울을 포함한 수도권지역의 Landsat 자료를 이용하여 지표특성 지수를 산출 및 분석하였다. Landsat 위성은 1972년 이후 관측을 시작하여 최근 Landsat 8 위성이 운영 중이다.
- 따라서 본 연구에서는 Landsat 자료를 이용하여 수도권의 도시화와 지표면 특성을 분석하기 위하여 1985년 Landsat 5와 2003년 Landsat 7 그리고 2013년 Landsat 8 자료를 이용하였으며 서울을 포함한 수도권지역의 지표특성 지수들을 산출하였다. 그리고 지표면 고도와 지표이용도를 활용하여 지표특성지수와 지표면 온도를 비교분석하였다. 이러한 분석 결과를 이용하여 수도권 지역의 도시화와 지면의 특성을 분석하였으며 Landsat 위성자료의 활용에 대하여 논하였다.
- 식 (3), 식 (5)-(10)는 지표의 특성을 나타내는 지수로 식생, 구조물, 습윤, 밝기 등 다양한 특성을 나타낸다. 따라서 본 연구에서는 선정된 사례의 지표특성 자료와 Fig. 1의 지표이용도 및 지표고도를 이용하여 수도권의 지표특성을 조사하고 관련성이 높은 지수를 선별하여 선형회귀와 상관계수 등 기초 통계값을 분석하였다.
- 선정된 사례일의 Landsat 자료를 이용하여 SAVI, MNDWI, NDWI, Tasseled cap Brightness, Tasseled cap Greenness, Tasseled cap Wetness 지수, NDVI, NDBI 그리고 지표면 온도를 계산하였다(Fig. 3). 각각의 지수들은 정규화를 하지 않았기 때문에 위성 사이에 값의 범위 차이는 있으나 대부분의 지수에서 산림지역, 도시 그리고 강 등의 지역이 뚜렷이 구별되고 있다(Fig.
대상 데이터
- 본 연구에서는 1985년 10월 21일 Landsat 5 위성, 2003년 9월 29일 Landsat 7 위성 그리고 2013년 9월 16일 Landsat 8 위성의 맑은 날의 자료를 이용하였다. Fig. 2는 선정된 날들의 RGB 영상들로써 Fig. 7b의 Landsat 7 위성 영상들은 2003년 5월부터 위성의 관측센서 보정의 문제로 인하여 불연속이 나타나고 있으나 이 연구에서는 불연속을 보정하지 않은 원자료를 이용하였다. 보정영상은 원자료의 보정에 따른 이차적인 오차가 발생될 수 있고 원자료를 이용하여 분석하여도 본 연구의 영상 해석과 결과 분석에는 영향을 미치지 않는다.
- Landsat 위성은 1972년 7월 23일 Landsat 1을 시작으로 2013년 2월 13일 Landsat 8이 발사되어 운영 중에 있다. Landsat 5, Landsat 7, Landsat 8 위성에서 관측되는 파장 특성은 Table 2, 3, 4와 같으며 Landsat 5 위성은 1984년 3월 1일, Landsat 7 위성은 1999년 4월 15일 Landsat 8 위성은 2013년 2월 11일에 미국 USGS와 NASA의 공동으로 발사되었으며 연구 영역의 관측(Row: 116, Path: 34)은 10시 30분에서 11시 10분 사이에 수행되었다. 또한 각각의 위성에서 산출되는 값들을 비교하기 위하여 Landsat 7과 Landsat 8의 중심 파장을 이용하여 Landsat 5의 파장의 밴드를 기준으로 Table 2와 같이 일치시켰다.
- Landsat 자료를 이용한 지표특성을 분석하기 위하여 서울을 포함한 수도권지역을 연구대상지역으로 선정하였다. 서울시는 1960년대 이후 지속적인 성장위주의 경제개발정책으로 인해 인구집중과 도시화가 가속화되어 자연생태계 훼손, 도시열섬현상 발생 등 심각한 환경문제를 야기하고 있다.
- 본 연구에서는 1985년 10월 21일 Landsat 5 위성, 2003년 9월 29일 Landsat 7 위성 그리고 2013년 9월 16일 Landsat 8 위성의 맑은 날의 자료를 이용하였다. Fig.
- Landsat 위성은 1972년 이후 관측을 시작하여 최근 Landsat 8 위성이 운영 중이다. 이 연구에서는 1985년 Landsat 5호, 2003년 Landsat 7호 그리고 2013년 Landsat 8호의 관측영상자료를 이용하였으며 다양한 지표특성지수와 지표면 온도 그리고 지표고도와 지표이용도 자료를 활용하였다.
- 지표고도 자료는 국립지리원에서 제공된 10 m×10 m 해상도 자료를 Landsat 위성자료와 비교하기 위하여 50 m×50 m로 공간평균하였고, 지표이용도는 2012년 국립지리원의 중분류 토지이용도를 USGS (United States Geological Survey) 33개 분류(Table 1)로 재분류하여 50 m×50 m로 내삽하였다.
이론/모형
- 복사에너지(Lλ)와 절대온도(K) 사이의 관계성을 이용하여 위성관측 온도를 계산한다(National Aeronautics and Space Administration (NASA), 2004).
- 여기서, SAVI 는 토양조절 식생지수이고 L은 토양 명도 보정계수(soil brightness correction factor)로 Huete (1988)에서 제안된 0.5를 이용하였다.
성능/효과
- NDVI 지수는 산림지역 내에서 큰 값을 가지며 중심지로 갈수록 크게 나타났고 도시 중심부에서 작은 값을 보였으며 Landsat 7의 값이 대체적으로 작았다. NDBI는 NDVI와 반대 경향을 보였고 도시에서 큰 값을 보였으며 서울 주변의 신도시에서 증가되는 경향이 나타났다. 지표면 온도는 도시내부에서 높았고 도시에서 멀어질 수 록 낮았다.
- 1b의 서울경계 외곽의 지표이용도 31-33)의 변화가 시간에 따라 뚜렷이 감소되는 것을 볼 수 있다. NDVI 지수는 산림지역 내에서 큰 값을 가지며 중심지로 갈수록 크게 나타났고 도시 중심부에서 작은 값을 보였으며 Landsat 7의 값이 대체적으로 작았다. NDBI는 NDVI와 반대 경향을 보였고 도시에서 큰 값을 보였으며 서울 주변의 신도시에서 증가되는 경향이 나타났다.
- 지표의 식생분포와 구조물 등의 특성이 나타나는 NDVI 지수와 NDBI 지수는 지표온도와 지표고도와 강한 관계성이 보였다. NDVI 지수는 지표온도와는 음의 상관성이 그리고 지표면 고도와는 양의 상관성이 나타났으며 NDBI는 반대의 상관성이 보였다. 수도권지역에서 번화한 도시는 대체로 낮은 고도에 위치하며 높은 고도는 대부분 산악으로 이루어져 있는 것과 동일하였다.
- NDVI 지수의 평균값은 Landsat 8, Landsat 5, Landsat 7 순으로 높게 나타났고 NDBI 지수의 평균값은 NDVI 지수의 역순으로 나타났다. Landsat 8의 상관성이 가장 높았고 Landsat 7의 상관성이 가장 낮게 나타났다.
- 3에서 나타난 주요 특징은 산림지역에서 식생 등의 영향으로 SAVI 지수, Tasseled cap Greenness 지수가 컸으며 도시에서는 MNDWI 지수, NDWI 지수, Tasseled cap Wetness 지수가 큰 값을 가진다. 그러나 대체로 Landsat 7의 값이 다른 위성과 비교하여 값의 범위가 다소 차이가 나타났으며 SAVI 지수, Tasseled cap Greenness 지수의 경우 Landsat 8의 값이 크게 나타났다. 또한 도시의 확장이나 개발 등의 시간적인 변화가 나타나고 있으며 특히 Landsat 8에서의 지표온도와 NDBI 지수 등이 서울 주변의 신도시에서 증가되는 경향을 보였다.
- 특히, Landsat 5와 Landsat 8의 지표특성 지수와 지표온도에서는 서울에서 주변 신도시 지역으로 도시의 확장이 나타났다. 그리고 기존 연구결과들과 같이 NDVI 지수와 NDBI 지수는 지표온도 및 지표고도와 강한 상관성을 보였으며, NDVI 지수와 NDBI 지수의 상관성을 분석한 결과 Landsat 5와 Landsat 8에서 강한 음의 상관성이 나타났다.
- 대체로 음의 상관관계가 보이며 NDVI 지수는 0.0부터 0.8사이에서 보였고 NDBI 지수는 −0.6부터 0.3의 범위에서 나타났다.
- 그러나 대체로 Landsat 7의 값이 다른 위성과 비교하여 값의 범위가 다소 차이가 나타났으며 SAVI 지수, Tasseled cap Greenness 지수의 경우 Landsat 8의 값이 크게 나타났다. 또한 도시의 확장이나 개발 등의 시간적인 변화가 나타나고 있으며 특히 Landsat 8에서의 지표온도와 NDBI 지수 등이 서울 주변의 신도시에서 증가되는 경향을 보였다. 이러한 공간 분포가 나타나는 것은 영상의 시간적인 차이와 Landsat 8의 밴드별 파장의 범위가 작기 때문인 것으로 분석된다.
- 이상의 결과를 정리하면, Landsat 자료를 이용하여 RGB 영상분석, 지표특성 지수와 지표온도 산출결과는 서울과 주변지역의 차이가 뚜렷이 나타났다. 특히, Landsat 5와 Landsat 8의 지표특성 지수와 지표온도에서는 서울에서 주변 신도시 지역으로 도시의 확장이 나타났다.
- 지표의 식생분포와 구조물 등의 특성이 나타나는 NDVI 지수와 NDBI 지수는 지표온도와 지표고도와 강한 관계성이 보였다. NDVI 지수는 지표온도와는 음의 상관성이 그리고 지표면 고도와는 양의 상관성이 나타났으며 NDBI는 반대의 상관성이 보였다.
- 지표특성 지수인 SAVI, MNDWI, NDWI, Tasseled cap Brightness, Tasseled cap Greenness, Tasseled cap Wetness 지수, NDVI, NDBI 지수 그리고 지표면 온도는 서울 등의 도시지역과 주변지역사이에서 뚜렷한 차이를 보였다. 특히 도시의 빌딩, 건물, 다리 등 인공구조물과 산림지역, 공원, 강, 호수 등에서 지표특성 지수의 차이를 분석할 수 있었다.
- 그리고 수도권 지역의 도시화로 인한 주변지역으로 도시의 확장 등이 나타났다. 특히 일산 등의 신도시는 개발전후의 NDVI 지수, NDBI 지수, 지표온도의 변화가 뚜렷이 보였다. 그러나 Landsat 7의 분석에서는 다른 위성과 달리 관측값과 지수 등의 범위가 다르게 나타나 상호 비교에 어려움이 있는 것으로 분석된다.
- 이상의 결과를 정리하면, Landsat 자료를 이용하여 RGB 영상분석, 지표특성 지수와 지표온도 산출결과는 서울과 주변지역의 차이가 뚜렷이 나타났다. 특히, Landsat 5와 Landsat 8의 지표특성 지수와 지표온도에서는 서울에서 주변 신도시 지역으로 도시의 확장이 나타났다. 그리고 기존 연구결과들과 같이 NDVI 지수와 NDBI 지수는 지표온도 및 지표고도와 강한 상관성을 보였으며, NDVI 지수와 NDBI 지수의 상관성을 분석한 결과 Landsat 5와 Landsat 8에서 강한 음의 상관성이 나타났다.
후속연구
- 특히 지표면의 관측자료가 부족한 지역의 특성 연구, 고해상도 열 또는 식생지도 작성, 도시화, 도시열섬 등의 다양한 연구에 유용할 것으로 사료된다. 그리고 위성사이의 보정과 지표 관측자료의 보정 등을 통하여 현실에 맞는 지수산출 등의 연구가 수행되어야 할 것으로 분석한다.
- 따라서 Landsat 위성 등의 고해상도 위성자료를 이용하여 산출된 지면특성과 지표온도는 지표면의 특성을 그대로 반영하기 때문에 다방면의 연구에 활용될 수 있다. 특히 지표면의 관측자료가 부족한 지역의 특성 연구, 고해상도 열 또는 식생지도 작성, 도시화, 도시열섬 등의 다양한 연구에 유용할 것으로 사료된다.
- 따라서 Landsat 위성 등의 고해상도 위성자료를 이용하여 산출된 지면특성과 지표온도는 지표면의 특성을 그대로 반영하기 때문에 다방면의 연구에 활용될 수 있다. 특히 지표면의 관측자료가 부족한 지역의 특성 연구, 고해상도 열 또는 식생지도 작성, 도시화, 도시열섬 등의 다양한 연구에 유용할 것으로 사료된다. 그리고 위성사이의 보정과 지표 관측자료의 보정 등을 통하여 현실에 맞는 지수산출 등의 연구가 수행되어야 할 것으로 분석한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.