[국내논문]수도권 AWS 기온을 이용한 MODIS, Landsat 위성의 지표면 온도 분석 Analysis of Land Surface Temperature from MODIS and Landsat Satellites using by AWS Temperature in Capital Area원문보기논문타임라인
서울을 포함한 수도권의 지표면 온도를 분석하기 위하여 Landsat과 MODIS의 지표면 온도, AWS의 기온, 지표면 고도 및 토지이용도를 이용하였다. Landsat과 MODIS 위성의 지표면 온도와 AWS 기온의 분석은 상관계수, 평방근 오차(Root Mean Squared Error, RMSE), 선형회귀분석 등의 통계분석방법을 적용하였다. Landsat과 MODIS 지표면 온도의 상관계수는 0.32이고 RMSE는 4.61 K였다. 그리고 Landsat과 MODIS 지표면 온도와 AWS 기온의 상관성은 각각 0.83과 0.96이며 RMSE는 3.28 K, 2.25 K이었다. Landsat과 MODIS 지표면 온도는 비교적 높은 상관성을 보였으나 각각의 선형회귀의 기울기는 0.45와 1.02이었다. Landsat 5의 경우 전체 관측소에 대하여 0.5이하의 낮은 상관성을 보였고 Landsat 8의 경우는 일치되는 지점이 다른 위성에 비하여 적었으나 0.5이상의 상관성을 나타냈다. Landsat 7은 대부분 0.8이상의 높은 상관성을 보였고 대체적으로 서울중심부에서 높은 상관성이 나타났다. 위성의 지표면 온도와 지표유형에 따른 AWS 기온사이의 상관성은 0.8이상의 높은 상관성을 보였다. Landsat 위성의 지표면 온도의 상관성은 0.84이었고 RMSE는 3.1 K이상이었으며 MODIS 위성의 상관계수는 0.96이상이고 RMSE는 2.6 K이하였다. 결과적으로 두 위성의 지표온도의 차이는 관측시각 차이에 의한 것으로 위성의 해상도에 따라 복사량을 탐지하는 지표면의 면적 차이에 의하여 발생되는 것으로 사료된다.
서울을 포함한 수도권의 지표면 온도를 분석하기 위하여 Landsat과 MODIS의 지표면 온도, AWS의 기온, 지표면 고도 및 토지이용도를 이용하였다. Landsat과 MODIS 위성의 지표면 온도와 AWS 기온의 분석은 상관계수, 평방근 오차(Root Mean Squared Error, RMSE), 선형회귀분석 등의 통계분석방법을 적용하였다. Landsat과 MODIS 지표면 온도의 상관계수는 0.32이고 RMSE는 4.61 K였다. 그리고 Landsat과 MODIS 지표면 온도와 AWS 기온의 상관성은 각각 0.83과 0.96이며 RMSE는 3.28 K, 2.25 K이었다. Landsat과 MODIS 지표면 온도는 비교적 높은 상관성을 보였으나 각각의 선형회귀의 기울기는 0.45와 1.02이었다. Landsat 5의 경우 전체 관측소에 대하여 0.5이하의 낮은 상관성을 보였고 Landsat 8의 경우는 일치되는 지점이 다른 위성에 비하여 적었으나 0.5이상의 상관성을 나타냈다. Landsat 7은 대부분 0.8이상의 높은 상관성을 보였고 대체적으로 서울중심부에서 높은 상관성이 나타났다. 위성의 지표면 온도와 지표유형에 따른 AWS 기온사이의 상관성은 0.8이상의 높은 상관성을 보였다. Landsat 위성의 지표면 온도의 상관성은 0.84이었고 RMSE는 3.1 K이상이었으며 MODIS 위성의 상관계수는 0.96이상이고 RMSE는 2.6 K이하였다. 결과적으로 두 위성의 지표온도의 차이는 관측시각 차이에 의한 것으로 위성의 해상도에 따라 복사량을 탐지하는 지표면의 면적 차이에 의하여 발생되는 것으로 사료된다.
In order to analyze the Land Surface Temperature (LST) in metropolitan area including Seoul, Landsat and MODIS land surface temperature, Automatic Weather Station (AWS) temperature, digital elevation model and landuse are used. Analysis method among the Landsat and MODIS LST and AWS temperature is b...
In order to analyze the Land Surface Temperature (LST) in metropolitan area including Seoul, Landsat and MODIS land surface temperature, Automatic Weather Station (AWS) temperature, digital elevation model and landuse are used. Analysis method among the Landsat and MODIS LST and AWS temperature is basic statistics using by correlation coefficient, root-mean-square error and linear regression etc. Statistics of Landsat and MODIS LST are a correlation coefficient of 0.32 and Root Mean Squared Error (RMSE) of 4.61 K, respectively. And statistics of Landsat and MODIS LST and AWS temperature have the correlations of 0.83 and 0.96 and the RMSE of 3.28 K and 2.25 K, respectively. Landsat and MODIS LST have relatively high correlation with AWS temperature, and the slope of the linear regression function have 0.45 (Landsat) and 1.02 (MODIS), respectively. Especially, Landsat 5 has lower correlation about 0.5 or less in entire station, but Landsat 8 have a higher correlation of 0.5 or more despite of lower match point than other satellites. Landsat 7 have highly correlation of more than 0.8 in the center of Seoul. Correlation between satellite LSTs and AWS temperature with landuse (urban and rural) have 0.8 or higher. Landsat LST have correlation of 0.84 and RMSE of more than 3.1 K, while MODIS LST have correlation of more than 0.96 and RMSE of 2.6 K. Consequently, the difference between the LSTs by two satellites have due to the difference in the optical observation and detection the radiation generated by the difference in the area resolution.
In order to analyze the Land Surface Temperature (LST) in metropolitan area including Seoul, Landsat and MODIS land surface temperature, Automatic Weather Station (AWS) temperature, digital elevation model and landuse are used. Analysis method among the Landsat and MODIS LST and AWS temperature is basic statistics using by correlation coefficient, root-mean-square error and linear regression etc. Statistics of Landsat and MODIS LST are a correlation coefficient of 0.32 and Root Mean Squared Error (RMSE) of 4.61 K, respectively. And statistics of Landsat and MODIS LST and AWS temperature have the correlations of 0.83 and 0.96 and the RMSE of 3.28 K and 2.25 K, respectively. Landsat and MODIS LST have relatively high correlation with AWS temperature, and the slope of the linear regression function have 0.45 (Landsat) and 1.02 (MODIS), respectively. Especially, Landsat 5 has lower correlation about 0.5 or less in entire station, but Landsat 8 have a higher correlation of 0.5 or more despite of lower match point than other satellites. Landsat 7 have highly correlation of more than 0.8 in the center of Seoul. Correlation between satellite LSTs and AWS temperature with landuse (urban and rural) have 0.8 or higher. Landsat LST have correlation of 0.84 and RMSE of more than 3.1 K, while MODIS LST have correlation of more than 0.96 and RMSE of 2.6 K. Consequently, the difference between the LSTs by two satellites have due to the difference in the optical observation and detection the radiation generated by the difference in the area resolution.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구에서는 MODIS와 Landsat 위성의 지표면 온도와 자동기상관측 (Automatic Weather System, AWS)의 기온자료를 이용하여 서울을 포함한 수도권 지역의 지표온도를 분석하였다. 특히, 위성에서 산출된 지표면 온도는 AWS 기온과의 상관성 분석 등 기초 통계값을 분석하였다.
가설 설정
지표면 온도는 대기에 의한 영향이 있으나 대기조건이 전체 도시지역 위에서 공간적으로 동일하다고 가정하여 대기보정은 하지 않았다.
제안 방법
1, Table 2). AWS 관측소는 도시의 특성에 따라 Fig. 1(b)의 토지이용도를 이용하여 주변 25지점의 토지이용도 중 최빈 토지이용도를 계산하여 관측소의 토지이용도로 선택하였다. 수도권의 1998년 이후의 AWS 자료는 백엽상에서 관측한 기온자료와 비교한 결과, 월별 기온의 시계열간 상관계수 값이 0.
MODIS와 Landsat 위성에서 산출된 지표면 온도를 분석하기 위하여 서울을 포함한 수도권 일부지역의 지표 고도와 토지이용도 그리고 AWS 기온을 이용하였다. 토지이용도와 지표면 고도는 국립지리원의 수치지도를 이용하여 USGS 토지이용도 33분류로 재분류하였고 AWS 기온은 연구기간에 대하여 위성의 지표면 온도와 일치시켜 분석하였으며 분석결과는 다음과 같이 요약된다.
MODIS와 Landsat의 지표면 온도를 비교하기 위하여 저해상도인 MODIS 격자의 자료를 기준으로 격자점을 중심으로 1×1 km 내에 포함되는 Landsat 자료들을 평균하여 비교하였다.
AWS 자료의 시간일치는 AQUA와 Landsat위성은 02:00UTC의 AWS 기온과 일치하였고 TERRA는 05:00UTC에 일치하였다. 그리고 공간일치는 AWS 지점을 기준으로 가장 가까운 화소의 값을 일치시켜 비교하였다. 시공간 일치된 자료는 분류에 따라 선형 회귀분석과 상관계수, 평방근오차 (RMSE) 등의 기초 통계값을 분석하였다.
org)는 인천을 중심으로 관측되는 path116/row34 영역의 자료를 사용하였으며 자료에 대한 정보와 사용된 자료의 수는 Table 4와 같다. 또한 Landsat자료는 MODIS 자료의 화소에 공간평균하여 일치시켰다.
MODIS와 Landsat 위성에서 산출된 지표면 온도를 분석하기 위하여 서울을 포함한 수도권 일부지역의 지표 고도와 토지이용도 그리고 AWS 기온을 이용하였다. 토지이용도와 지표면 고도는 국립지리원의 수치지도를 이용하여 USGS 토지이용도 33분류로 재분류하였고 AWS 기온은 연구기간에 대하여 위성의 지표면 온도와 일치시켜 분석하였으며 분석결과는 다음과 같이 요약된다.
대상 데이터
지표온도를 산출하기 위하여 Landsat 5, Landsat 7, Landsat 8 위성에서 관측되는 파장 중 대기의 창 영역에 해당되는 11 μm 자료를 이용하여 산출되었다. Landsat 위성자료(earthexploerer. usgs.org)는 인천을 중심으로 관측되는 path116/row34 영역의 자료를 사용하였으며 자료에 대한 정보와 사용된 자료의 수는 Table 4와 같다. 또한 Landsat자료는 MODIS 자료의 화소에 공간평균하여 일치시켰다.
MODIS는 대기, 지표, 해양 등 지구를 관측하는 센서로 지표면의 온도를 포함한 지표특성을 관측하고 지표면 관측을 통하여 검증되고 있다(Wan, 2008; Wan and Li, 2008). MODIS 자료는 Landsat 자료가 있는 날의 지표면 온도 레벨 2 자료를 수집하여 이용하였으며 사용된 위성과 자료의 수는 Table 3과 같다.
MODIS의 지표면 온도는 최종 산출된 지표면 온도 레벨 2 자료를 이용하였다. MODIS 자료에서 추출된 지표면 온도의 이미지는 Fig.
연구에 사용되는 자료의 기간은 MODIS와 Landsat의 지표면 온도 그리고 AWS 기온자료가 존재하는 2003년 1월부터 2013년 12월까지의 자료 중 연구영역인 수도권 지역에서 구름이 없는 날의 자료를 이용하였으며 활용된 위성자료의 수는 Table 3~4와 같다. 그리고 연구에서 사용된 위성자료의 특성을 알아보기 위하여 Landsat 자료 중 참고일(2003년 5월 8일, 2006년 10월 15일, 2012년 10월 23일, 2013년 9월 16일)의 Red Green Blue(RGB) 영상을 Fig.2와 같이 나타내었다. RGB 이미지는 위성의 관측밴드(R(0.
기상청에서 관측하는 자동기상관측(AWS) 자료는 서울을 포함한 연구지역에 37소의 관측소에서 관측된 1시간 간격의 기온자료를 사용하였다(Fig. 1, Table 2). AWS 관측소는 도시의 특성에 따라 Fig.
서울을 포함한 수도권의 지표면 온도를 분석하기 위한 연구대상지는 Fig. 1과 같이 서울을 포함한 수도권 일부지역(경도 126.5°E부터 127.5°E까지 위도는 37.2°N부터 37.8°N까지)이며 지표고도와 토지이용도는 국립지리원(www.ngi.go.kr)의 1:5000 수치지도를 이용하였다.
연구에 사용되는 자료의 기간은 MODIS와 Landsat의 지표면 온도 그리고 AWS 기온자료가 존재하는 2003년 1월부터 2013년 12월까지의 자료 중 연구영역인 수도권 지역에서 구름이 없는 날의 자료를 이용하였으며 활용된 위성자료의 수는 Table 3~4와 같다. 그리고 연구에서 사용된 위성자료의 특성을 알아보기 위하여 Landsat 자료 중 참고일(2003년 5월 8일, 2006년 10월 15일, 2012년 10월 23일, 2013년 9월 16일)의 Red Green Blue(RGB) 영상을 Fig.
2(c)의 Landsat 7위성 영상은 2003년 5월부터 위성의 라인 보정센서의 보정문제로 인하여 불연속이 나타나고 있다. 이러한 원자료의 자료부재는 지표면 온도분석에 대하여 영향을 미치지 않기 때문에 보정하지 않은 원자료를 이용하였다.
지표온도를 산출하기 위하여 Landsat 5, Landsat 7, Landsat 8 위성에서 관측되는 파장 중 대기의 창 영역에 해당되는 11 μm 자료를 이용하여 산출되었다.
데이터처리
MODIS와 Landsat에서 산출된 지표면 온도는 AWS 관측소의 기온과 시공간 일치시켰으며 관측소별로 상관계수, RMSE 및 선형회귀 등의 기초 통계값을 계산하였다. Fig.
그리고 공간일치는 AWS 지점을 기준으로 가장 가까운 화소의 값을 일치시켜 비교하였다. 시공간 일치된 자료는 분류에 따라 선형 회귀분석과 상관계수, 평방근오차 (RMSE) 등의 기초 통계값을 분석하였다.
따라서 본 연구에서는 MODIS와 Landsat 위성의 지표면 온도와 자동기상관측 (Automatic Weather System, AWS)의 기온자료를 이용하여 서울을 포함한 수도권 지역의 지표온도를 분석하였다. 특히, 위성에서 산출된 지표면 온도는 AWS 기온과의 상관성 분석 등 기초 통계값을 분석하였다.
이론/모형
계산된 위성관측온도는 토지이용도에 따른 방출률(ε, Jin and Liang, 2006)을 적용하여 지표면 온도(Ts)를 산출하였다.
복사에너지(Lλ)와 절대온도(K)사이의 관계성을 이용하여 위성관측 온도를 계산한다(Nasa Landsat Project Science Office, 2004).
성능/효과
3-Fig. 9와 동일하게 MODIS의 지표면 온도가 Landsat의 지표면 온도와 비교하여 AWS 기온과 상관성이 높았다. 그리고 도시에 위치한 AWS지점에서 다소 높은 상관성을 보였으나 시골지역의 AWS지점에서 RMSE가 작았다(Fig.
1과 Table 2의 AWS 관측소 위치를 기준으로 시간 및 공간을 일치하였다. AWS 자료의 시간일치는 AQUA와 Landsat위성은 02:00UTC의 AWS 기온과 일치하였고 TERRA는 05:00UTC에 일치하였다. 그리고 공간일치는 AWS 지점을 기준으로 가장 가까운 화소의 값을 일치시켜 비교하였다.
58K이었다. Landsat 7과 Landsat 8의 상관성이 높았으며 Landsat 8의 RMSE가 가장 작았다. Landsat 8 위성은 2013년 4월 10일과 9월 16일의 자료가 이용되었으며 9월 16일 자료의 경우 MODIS와의 1:1선과 일치하였다.
5이상으로 나타났다. Landsat 7은 대부분 0.8이상의 높은 상관성을 보였고 대체적으로 서울내부에서 상관관계가 높았다.
도시에 위치한 AWS지점에서 다소 높은 상관성을 보였고 시골지역의 AWS지점에서 상관계수는 낮았으나 다소 작은 RMSE가 나타났다. Landsat 위성에서 지표면 온도의 상관계수는 0.84였고 RMSE는 3.1 K이상이었으며 MODIS 위성의 상관계수는 0.96이상이었고 RMSE는 2.6 K이하로 Landsat의 지표면 온도가 과소추정되었으며 일관성이 적었다. Landsat 지표면 온도의 정확도가 MODIS 지표면 온도와 비교하여 낮은 원인으로는 구름화소와 에어러솔 화소의 미제거, Landsat 5와 7 위성의 노후화에 따른 센서의 감도 감쇄, 공간일치 자료 생성과 고해상도 관측에 따른 불확실성 등 다양한 원인에 기인된 것으로 분석된다.
도시에 위치한 AWS지점에서 다소 높은 상관성을 보였으나 시골지역의 AWS지점에서 다소 낮은 RMSE가 나타났다. Landsat 위성의 지표면 온도의 상관성은 0.84이었고 RMSE는 3.1K이상이었으며 MODIS 위성의 상관계수는 0.96이상 그리고 RMSE는 2.6 K이하로 Landsat의 지표면 온도가 과소추정되었으며 일관성이 작았다.
02로서 Landsat의 지표면 온도는 비교적 과소추정되었다. Landsat 지표면 온도의 경우 서울을 가로지르는 한강과 서울 남동쪽 외곽지점들에서 상관성이 0.8이하로 낮았고 MODIS 지표면 온도는 전지점에서 0.95이상의 높은 상관성을 보였고 상관성이 가장 낮은 AWS 관측소는 구리(569)였다.
Landsat과 MODIS의 지표면 온도와 AWS 기온의 상관성은 0.83과 0.96이며 RMSE는 3.28 K와 2.25 K로 비교적 높은 상관성을 가졌다. 그러나 각각의 선형회귀식의 기울기는 0.
61K였다. Landsat의 경우 Landsat 7과 Landsat 8의 상관관계가 0.71로 높았고 Landsat 8의 RMSE가 1.58 K로 작았으며 Landsat 5의 상관관계가 가장 낮았고 RMSE는 가장 컸다. 대체로 Landsat의 지표면 온도가 과소추정되었으며 위성에 따라 일관성이 작았다.
8에 나타내었다. TERRA 위성의 상관성이 대체로 AQUA 위성과 비교하여 높았으나 대부분 AWS 관측소에서 0.8 이상의 상관계수가 계산되었다. 그러나 강동(402) 지점의 상관계수가 다른 지점과 비교하여 0.
9와 동일하게 MODIS의 지표면 온도가 Landsat의 지표면 온도와 비교하여 AWS 기온과 상관성이 높았다. 그리고 도시에 위치한 AWS지점에서 다소 높은 상관성을 보였으나 시골지역의 AWS지점에서 RMSE가 작았다(Fig. 11). 위성의 지표면 온도와 토지이용도 분류에 따른 AWS 기온과의 통계값은 Table 5에 정리하였다.
그러나 최근 운영 중인 Landsat 8은 MODIS 지표면 온도와 AWS 기온의 경향과 유사하였다. 그리고 위성에서 산출된 지표면 온도는 시골보다는 도시에 위치한 AWS 기온과 상관성이 높게 나타났다. 이러한 온도의 관계성을 이용하면 도시와 그 주변지역의 온도 분포 또는 열섬 등의 도시화 분석에 활용성이 높을 것으로 사료된다.
넷째, MODIS 위성과 일치된 위성의 지표면 온도와 지표유형에 따른 AWS 기온사이의 상관성은 0.8이상의 높은 상관관계를 보였다. 도시에 위치한 AWS지점에서 다소 높은 상관성을 보였고 시골지역의 AWS지점에서 상관계수는 낮았으나 다소 작은 RMSE가 나타났다.
8이상의 높은 상관관계를 보였다. 도시에 위치한 AWS지점에서 다소 높은 상관성을 보였고 시골지역의 AWS지점에서 상관계수는 낮았으나 다소 작은 RMSE가 나타났다. Landsat 위성에서 지표면 온도의 상관계수는 0.
8이상의 높은 상관성을 나타내었다. 도시에 위치한 AWS지점에서 다소 높은 상관성을 보였으나 시골지역의 AWS지점에서 다소 낮은 RMSE가 나타났다. Landsat 위성의 지표면 온도의 상관성은 0.
9와 같다. 두 위성은 0.8이상의 높은 상관성을 보였으나 Landsat 지표면 온도의 RMSE는 3.2 K이상으로 높았다. 회귀분석의 기울기가 0.
둘째, MODIS와 Landsat의 지표면 온도를 AWS 기온의 시계열과 산포도를 분석하였으며 Landsat과 MODIS의 지표면 온도와 AWS 기온의 상관계수는 각각 0.83과 0.96이며 RMSE는 3.28 K과 2.25 K이었고 선형회귀의 기울기는 0.45와 1.02로서 Landsat의 지표면 온도는 비교적 과소추정되었다.
셋째, Landsat 위성별 지표면 온도의 상관성을 분석하였을 때 Landsat 5의 경우 전체 관측소에 대해서 상관계수가 0.5이하로 낮았다. Landsat 8의 경우는 일치되는 지점이 다른 위성과 비교하여 적었으나 0.
이상의 결과를 정리하면 MODIS의 지표면 온도는 지상관측자료인 AWS 기온과 높은 상관관계를 가졌으며 대체로 유사한 경향을 보였다. Landsat의 지표면 온도는 MODIS의 지표면 온도와 비교하여 과소추정되었으며 일관성이 적었다.
첫째, Landsat과 MODIS의 지표면 온도의 상관계수는 0.32이고 RMSE는 4.61K였다. Landsat의 경우 Landsat 7과 Landsat 8의 상관관계가 0.
2 K이상으로 높았다. 회귀분석의 기울기가 0.5이하로 MODIS와 비교하여 과소추정되었고 오차가 크게 나타났다.
후속연구
위성으로부터 산출된 지표온도는 실제 관측자료를 얻을 수 없는 지역에 대하여 고해상도의 도시열섬이나 지표온도 등의 분석이 가능하다. 그리고 고해상도 위성자료를 적용하여 도시의 고해상도 지표 온도와 기온지도 등의 구축에 활용이 가능할 것이며 위성사이의 보정과 지표 관측자료를 이용한 보정 등을 통하여 현실에 맞는 지표온도 산출 등의 연구가 수행되어야 한다.
그리고 위성에서 산출된 지표면 온도는 시골보다는 도시에 위치한 AWS 기온과 상관성이 높게 나타났다. 이러한 온도의 관계성을 이용하면 도시와 그 주변지역의 온도 분포 또는 열섬 등의 도시화 분석에 활용성이 높을 것으로 사료된다. 위성으로부터 산출된 지표온도는 실제 관측자료를 얻을 수 없는 지역에 대하여 고해상도의 도시열섬이나 지표온도 등의 분석이 가능하다.
질의응답
핵심어
질문
논문에서 추출한 답변
Landsat 위성의 특징은 무엇인가?
Landsat 위성은 1972년 7월 23일 Landsat 1을 시작으로 2013년 2월 13일 Landsat 8이 발사되어 운영 중에 있으며 Landsat으로부터 산출된 자료는 지표면 온도를 포함한 지표특성, 바다, 산림 등의 연구에서 이용되고 있다(Nasa Landsat Project Science Office, 2004). 지표온도를 산출하기 위하여 Landsat 5, Landsat 7, Landsat 8 위성에서 관측되는 파장 중 대기의 창 영역에 해당되는 11 μm 자료를 이용하여 산출되었다.
도시열섬 현상의 명백한 증거는 무엇인가?
평면적인 개발확산을 통한 도시의 확장과 녹지공간의 축소는 도시지역의 온도를 상승시켜 도시열섬을 발생시키고 있다. 따라서 도시의 성장과 더불어 도시기온이 상승해왔다는 사실은 도시열섬 현상의 명백한 증거가 된다(Landsberg,1981). 또한 도시화 과정에서 나타나는 도시기후의 변화는 기온의 상승으로써 기온은 야외공간 이용 및 만족도에 영향을 미치는핵심적 물리인자이다(Nikolopoulou andLykoudis, 2006; Nikolopoulou and Lykoudis, 2007).
원격탐사 기법 중 인공위성의 열적외 센서는 어떤 장점이 있는가?
도시화에 따른 도시지역의 기온변화는 지상에서 관측된 온도를 통하여 이루어지기도 하나 제한적인 관측 때문에 인공위성 등의 원격탐사를 통하여 연구되어지고 있다. 특히, 인공위성의 열적외 센서는 온도에 민감한 복사적 특성을 가지고 있기 때문에 지표면 온도를 관측하는데 효과적이다.
National Geological Information Institute: www.ngi.go.kr
NASA LAADS(Level 1 and Atmosphere Archive and distribution system): ladsweb.nascom.nasa.gov
Landsat EarthExplorer : earthexploerer.usgs.org
Boo, K.O., Y.S. Chun, J.Y. Park, H.M. Cho, and W.T. Kwon, 1999. The Horizontal Distribution of Air Temperature in Seoul using Automatic Weather Station data, Journal of the Korean Meteorological Society, 35(3): 335-343 (in Korean with English abstract).
수도권의 1998년 이후의 AWS 자료는 백엽상에서 관측한 기온자료와 비교한 결과, 월별 기온의 시계열간 상관계수 값이 0.98이상으로 높게 나타났기 때문에 AWS의 자료를 이용하였다(Boo et al., 1999).
Chander, G., B.L. Markham, and D.L. Helder, 2009. Summary of current radiometric calibration coefficients for Landsat MSS, TM, ETM+, and EO-1 ALI sensors, Remote Sensing of Environment, 113(5): 893-903.
Landsat 5, 7 위성자료는 아래의 변환 식을 이용하여 변환된다(Chander et al., 2009;Teillet et al., 2001).
Choi, S.P. and I.T. Yang, 1998. Extraction of Land Surface Change Information by Using Landsat TM Images, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry, and Cartography, 21(3): 261-267 (in Korean with English abstract).
국내에서는 LANDSATTM 영상에 의한 호수의 수질인자를 추출하는 연구(Kim et al., 1996, Choi and Yang, 1998)에서 표층수온의 추출이 시도되었으며, 토지피복과 지표면 온도 그리고 식생상태와 지표면 온도의 상관관계를 분석하였다(Jo et al., 2001; Park, 2001; Kim et al., 2005; Lee et al., 2005; Kang, 2006; Lee and Hong, 2008; Jeong, 2009).
Jeong, J.C., 2009. Comparison of Land Surface Temperatures Derived from Surface Emissivity with Urban Heat Island Effect, Journal of Environmental Impact Assessment, 18(4): 219-277 (in Korean with English abstract).
국내에서는 LANDSATTM 영상에 의한 호수의 수질인자를 추출하는 연구(Kim et al., 1996, Choi and Yang, 1998)에서 표층수온의 추출이 시도되었으며, 토지피복과 지표면 온도 그리고 식생상태와 지표면 온도의 상관관계를 분석하였다(Jo et al., 2001; Park, 2001; Kim et al., 2005; Lee et al., 2005; Kang, 2006; Lee and Hong, 2008; Jeong, 2009).
Jin, M. and S. Liang, 2006. An Improved Land Surface Emissivity Parameter for Land Surface Models Using Global Remote Sensing Observations, Journal of Climate, 19(12): 2867-2881.
계산된 위성관측온도는 토지이용도에 따른 방출률(ε, Jin and Liang, 2006)을 적용하여 지표면 온도(Ts)를 산출하였다.
Jo, M.H., K.J. Lee, and W.S. Kim, 2001. A Study on the Spatial Distribution Characteristic of Urban Surface Temperature using Remotely Sensed Data and GIS, Journal of the Korean Association of Geographic Information Studies, 4(1): 57-66 (in Korean with English abstract).
국내에서는 LANDSATTM 영상에 의한 호수의 수질인자를 추출하는 연구(Kim et al., 1996, Choi and Yang, 1998)에서 표층수온의 추출이 시도되었으며, 토지피복과 지표면 온도 그리고 식생상태와 지표면 온도의 상관관계를 분석하였다(Jo et al., 2001; Park, 2001; Kim et al., 2005; Lee et al., 2005; Kang, 2006; Lee and Hong, 2008; Jeong, 2009).
Karnieli, A., 2010. Use of NDVI and Land surface Temperature for Drought Assessment, Jourrnal of Climate, 23(3): 618-633.
Karnieli 등(2010)은 태양광에 의한 지표면 온도와 정규식생지수사이의 상호관계가 있음을 정의하였다.
Kim, H.O. and J.M. Yeom, 2012. Effect of the Urban Land Cover Types on the Surface Temperature: Case Study of Ilsan New City, Korean Journal of Remote Sensing, 28(2): 203-214 (in Korean with English abstract).
또한, Kim and Yeom(2012)은 경기도 일산의 토지피복유형에 따른 지표면 온도를 MODIS, Landsat 및 Rapideye를 이용하여 분석하였다.
Kim, J.I. and J.H. Kwon, 2005. Identifying Urban Spatial Structure through GIS and Remote Sensing Data: The Case of Daegu Metropolitan Area, The Korean Association of Geographic Information Studies, 12(4): 44-51 (in Korean with English abstract).
국내에서는 LANDSATTM 영상에 의한 호수의 수질인자를 추출하는 연구(Kim et al., 1996, Choi and Yang, 1998)에서 표층수온의 추출이 시도되었으며, 토지피복과 지표면 온도 그리고 식생상태와 지표면 온도의 상관관계를 분석하였다(Jo et al., 2001; Park, 2001; Kim et al., 2005; Lee et al., 2005; Kang, 2006; Lee and Hong, 2008; Jeong, 2009).
Kim, T.G., K.E. Kim, K.S. Jo, and K.H. Kim, 1996. Monitoring of Lake Water Quality Using LANDSAT TM Imagery Data, Journal of The Korean Society for Geo-Spatial Information System, 4(2): 23-33 (in Korean with English abstract).
국내에서는 LANDSATTM 영상에 의한 호수의 수질인자를 추출하는 연구(Kim et al., 1996, Choi and Yang, 1998)에서 표층수온의 추출이 시도되었으며, 토지피복과 지표면 온도 그리고 식생상태와 지표면 온도의 상관관계를 분석하였다(Jo et al., 2001; Park, 2001; Kim et al., 2005; Lee et al., 2005; Kang, 2006; Lee and Hong, 2008; Jeong, 2009).
Landsberg, H.E, 1981. The Urban Climate, New York, Academic press. 275pp.
따라서 도시의 성장과 더불어 도시기온이 상승해왔다는 사실은 도시열섬 현상의 명백한 증거가 된다(Landsberg,1981).
Lee, C.S., K.S. Han, J.M. Yeom, B.G. Song, and Y.S. Kim, 2007. Thermal Spatial Representativity of Meteorological Stations using MODIS Land Surface Temperature, Journal of the Korean Association of Geographic Information Studies, 10(3): 123-133 (in Korean with English abstract).
그리고 지표면의 방출 특성을 고려하여 지표온도로 추정하는 방법을 적용하였을 때 위성에서 산출된 지표면 온도는 AWS 기온사이에는 밀접한 관계성이 있다(Lee et al., 2009; Lee et al., 2007; 박민호, 2001).
그리고 MODIS 지표면 온도는 관측된 지표면 온도 또는 기온을 이용하여 검증하였을 때 정확도가 높았고(Lee et al., 2009; Lee et al., 2007) 본 연구의 MODIS 지표면 온도는 기존 연구와 동일하게 AWS 기온과 높은 상관성이 나타났다.
Lee, J.Y., D.Y. Yang, J.Y. Kim, and G.S. Chung, 2004. Application of Landsat ETM Image to Estimate the Distribution of Soil Types and Erosional Pattern in the Wildfire Area of Gangneung, Gangweon Province, Korea, Journal Korean Earth Science Society, 25(8): 764-773 (in Korean with English abstract).
Lee, K.K. and W.H. Hong, 2008. A Study on the Urban Heat Environment Pattern Analysis and Alleviation Plan, Journal of Architectural Institute of Korea, 24(9): 253-260 (in Korean with English abstract).
국내에서는 LANDSATTM 영상에 의한 호수의 수질인자를 추출하는 연구(Kim et al., 1996, Choi and Yang, 1998)에서 표층수온의 추출이 시도되었으며, 토지피복과 지표면 온도 그리고 식생상태와 지표면 온도의 상관관계를 분석하였다(Jo et al., 2001; Park, 2001; Kim et al., 2005; Lee et al., 2005; Kang, 2006; Lee and Hong, 2008; Jeong, 2009).
Lee, S.H., J.S. Ahn, H.D. Kim, and S.J. Hwang, 2009. Comparison Study on the Estimation Algorithm of Land Surface Temperature for MODIS Data at the Korean Peninsula, Journal of the Environmental Sciences, 18(4): 355-367 (in Korean with English abstract).
그리고 지표면의 방출 특성을 고려하여 지표온도로 추정하는 방법을 적용하였을 때 위성에서 산출된 지표면 온도는 AWS 기온사이에는 밀접한 관계성이 있다(Lee et al., 2009; Lee et al., 2007; 박민호, 2001).
그리고 MODIS 지표면 온도는 관측된 지표면 온도 또는 기온을 이용하여 검증하였을 때 정확도가 높았고(Lee et al., 2009; Lee et al., 2007) 본 연구의 MODIS 지표면 온도는 기존 연구와 동일하게 AWS 기온과 높은 상관성이 나타났다.
Liu, L. and Y. Zhang, 2011. Urban Heat Island Analysis Using the Landsat TM Data and ASTER Data: A Case Study in Hong Kong, Remote Sensing, 3(7): 1535-1552.
그리고 Liu and Zhang(2011)은 Landsat과 ASTER 위성자료를 이용하여 홍콩의 도시열섬을 분석하였다.
Mallick, J., Y. Kant, and B.D. Bharath, 2008. Estimation of land surface temperature over Delhi using Landsat-7 ETM+, Journal Indian Geophysical Union, 12(3): 131-140.
특히, Landsat 5와 Landsat 7의 기존 산출식(Nasa Landsat Project Science Office, 2004)에 따른 지표면 온도의 과소추정된 원인으로는 위성의 예상수명(5년) 이상의 사용에 따른 위성의 노후(Landsat 5(1984년), Landsat 7(1999년))로 위성센서의 감도가 낮아진 것으로 분석된다(Mishra, et al., 2014;Teillet et al., 2001).
Nasa Landsat Project Science Office, 2004. Landsat 7 Science Data Users Handbook, 184, http://landsathandbook.gsfc.nasa.gov/pdfs/Landsat7_Handbook.pdf.
Landsat 위성은 1972년 7월 23일 Landsat 1을 시작으로 2013년 2월 13일 Landsat 8이 발사되어 운영 중에 있으며 Landsat으로부터 산출된 자료는 지표면 온도를 포함한 지표특성, 바다, 산림 등의 연구에서 이용되고 있다(Nasa Landsat Project Science Office, 2004).
복사에너지(Lλ)와 절대온도(K)사이의 관계성을 이용하여 위성관측 온도를 계산한다(Nasa Landsat Project Science Office, 2004).
Na, S.I., J.H. Park, and H.S. Shin, 2008. Change Detection of NDVI, Surface Temperature and VTCI in Saemangeum Area using Satellite Imagery, Korean National Committee on Irrigation and Drainage Journal, 15(1): 28-38.
Na et al.(2008)은 Landsat, SPOT, MODIS 위성자료를 이용하여 새만금 지역의 공사전후의 연안환경변화를 감시하여 지표면 온도변화를 비교분석하였다.
Nikolopoulou, M. and S. Lykoudis, 2007. Use of Outdoor Spaces and Microclimate in a Mediterranean Urban Area, Building and Environment, 42(10): 3691-3707.
또한 도시화 과정에서 나타나는 도시기후의 변화는 기온의 상승으로써 기온은 야외공간 이용 및 만족도에 영향을 미치는 핵심적 물리인자이다(Nikolopoulou andLykoudis, 2006; Nikolopoulou and Lykoudis, 2007).
Nikolopoulou, M. and S. Lykoudis, 2006. Thermal comfort in outdoor urban spaces: analysis across different European countries, Building and Environment, 41(11): 1455-1470.
또한 도시화 과정에서 나타나는 도시기후의 변화는 기온의 상승으로써 기온은 야외공간 이용 및 만족도에 영향을 미치는 핵심적 물리인자이다(Nikolopoulou andLykoudis, 2006; Nikolopoulou and Lykoudis, 2007).
Park, M.H., 2001. A Study on the Urban Heat Island Phenomenon Using LANDSAT TM Thermal Infrared Data-In the Case of Seoul-, Korean Society Civil Engineering, 21(6-D): 861-874 (in Korean with English abstract).
국내에서는 LANDSATTM 영상에 의한 호수의 수질인자를 추출하는 연구(Kim et al., 1996, Choi and Yang, 1998)에서 표층수온의 추출이 시도되었으며, 토지피복과 지표면 온도 그리고 식생상태와 지표면 온도의 상관관계를 분석하였다(Jo et al., 2001; Park, 2001; Kim et al., 2005; Lee et al., 2005; Kang, 2006; Lee and Hong, 2008; Jeong, 2009).
그리고 지표면의 방출 특성을 고려하여 지표온도로 추정하는 방법을 적용하였을 때 위성에서 산출된 지표면 온도는 AWS 기온사이에는 밀접한 관계성이 있다(Lee et al., 2009; Lee et al., 2007; 박민호, 2001).
Prihodko, L. and S.N. Goward, 1997. Estimation of air temperature from remotely sensed surface observations, Remote Sensing of Environment, 60(3): 335-346.
국외의 경우 Prihodko와 Goward(1997)는 NOAA-9 AVHRR 자료로부터 식생지수와 지표면 온도의 상관성을 이용하여 기온을 추정하는 연구를 수행하였다.
Steve, K.J., N.H. Wong, H. Emlyn, A. Roni, and Y. Hong, 2007. The influence of land use on the urban heat island in Singapore, Habitat International, 31(1): 232-242.
Suga 등(2003)은 Landsat ETM+ 자료를 이용하여 추정된 지표면 온도의 상관관계를 분석하여 뚜렷한 양의 상관관계에 있음을 연구하였다.
Teillet, P.M., J.L. Barker, B.L. Markham, R.R. Irish, G. Fedosejevs, and J.C. Storey, 2001. Radiometric cross-calibration of the Landsat-7 ETM+ and Landsat-5 TM sensors based on tandem data sets, Remote Sensing of Environment, 78(1-2): 39-54.
Landsat 5, 7 위성자료는 아래의 변환 식을 이용하여 변환된다(Chander et al., 2009;Teillet et al., 2001).
특히, Landsat 5와 Landsat 7의 기존 산출식(Nasa Landsat Project Science Office, 2004)에 따른 지표면 온도의 과소추정된 원인으로는 위성의 예상수명(5년) 이상의 사용에 따른 위성의 노후(Landsat 5(1984년), Landsat 7(1999년))로 위성센서의 감도가 낮아진 것으로 분석된다(Mishra, et al., 2014;Teillet et al., 2001).
Walawender, J.P., M. Szymanowski, M.J. Hajito, and A. Bokwa, 2013. Land Surface Temperature Patterns in the Urban Agglomeration of Krakow (Poland) Derived from Landsat-7/ETM+ Data, Pure and Applied Geophysics, doi:10.1007/s00024-013-0685-7.
Walawender et al.(2013)은 Landsat 7 ETM+ 자료를 이용하여 폴란드 카라토우의 지표면 온도의 패턴을 분석하였다.
Wan, Z.M., 2008. New refinements and validation of the MODIS Land-Surface Temperature/Emissivity products, Remote Sensing of Environment, 112(1): 59-74.
MODIS는 대기, 지표, 해양 등 지구를 관측하는 센서로 지표면의 온도를 포함한 지표특성을 관측하고 지표면 관측을 통하여 검증되고 있다(Wan, 2008; Wan and Li, 2008).
Landsat의 지표면 온도의 해상도는 30×30 m 또는 60×60 m이며 MODIS 지표면 온도는 1×1 km로 해상도의 차이가 있기 때문에 그대로 비교하는 것은 힘들며 MODIS 자료의 경우 구름 또는 에어러솔의 영향을 제거하여 제공되기 때문에 자료 수가 적다(Wan, 2008; Wan and Li, 2008).
MODIS 지표면 온도는 지표면에서 관측된 지표면 온도를 이용하여 산출된 회귀식을 이용하여 산출되었으며 검 증 된 다 (Wan, 2008; Wan and Ji, 2008).
Wan, Z. and Z.L. Li, 2008. Radiance-based validation of the V5 MODIS land-surface temperature product, International Journal of Remote Sensing, 29 (17-18): 5373-5395.
MODIS는 대기, 지표, 해양 등 지구를 관측하는 센서로 지표면의 온도를 포함한 지표특성을 관측하고 지표면 관측을 통하여 검증되고 있다(Wan, 2008; Wan and Li, 2008).
Landsat의 지표면 온도의 해상도는 30×30 m 또는 60×60 m이며 MODIS 지표면 온도는 1×1 km로 해상도의 차이가 있기 때문에 그대로 비교하는 것은 힘들며 MODIS 자료의 경우 구름 또는 에어러솔의 영향을 제거하여 제공되기 때문에 자료 수가 적다(Wan, 2008; Wan and Li, 2008).
MODIS 지표면 온도는 지표면에서 관측된 지표면 온도를 이용하여 산출된 회귀식을 이용하여 산출되었으며 검 증 된 다 (Wan, 2008; Wan and Ji, 2008).
World Meteorological Organization (WMO), 2007. RGB Composite Satellite Imagery Workshop, Final Report. Boulder, Co, 5-7.
이러한 RGB영상을 통하여 수도권지역의 산림, 도시, 그리고 인공 구조물, 초지, 건물, 도로, 강, 호수 등의 구분이 가능하며(WorldMeteorologicalOrganization,2007) 위성에서 산출되는 지표면 온도의 위치와 비교분석할 수 있다.
Yoo, B.M., 1999. Introduction to Geospatial Information, DongMyung, 511pp (in Korean).
Yoon, M.H. and D.M. Ahn, 2009. An Application of Satellite Image Analysis to Visualize the Effects of Urban Green Areas on Temperature, Journal of the Korean Institute of Landscape Architecture, 37(3): 46-53(in Korean with English abstract).
※ AI-Helper는 부적절한 답변을 할 수 있습니다.