MODIS 영상을 이용한 빙하의 정규청빙지수(NDBI) 개발 및 변화요인 분석 Development of Normalized Difference Blue-ice Index (NDBI) of Glaciers and Analysis of Its Variational Factors by using MODIS Images원문보기
빙상이나 빙하, 빙붕에서 푸른색의 얼음이 지표에 노출되어 있는 지역을 청빙지대라 한다. 이는 빙하 표면에 쌓인 눈이 바람에 의해 침식되거나 기온과 일사량에 따른 승화로 인해 대부분 제거되기 때문이다. 청빙지대는 운석이 농집되기 쉽고 빙체의 질량균형에 매우 큰 영향을 미치기 때문에, 청빙의 노출도 및 밀집도에 대한 정량적 지표의 개발이 요구되고 있다. 이 연구에서는 2007~2012년에 동남극 맥머도 드라이벨리를 촬영한 MODIS 영상을 이용하여 청빙과 눈, 구름의 분광반사특성을 분석하고, 청빙의 노출도 및 밀집도를 정량화 할 수 있는 정규청빙지수(Normalized Difference Blue-ice Index, NDBI) 알고리즘을 고안하였다. 눈과 구름은 가시광선과 근적외선 파장대역에서 매우 높은 반사율을 나타낸다. 청빙은 청색 파장대역에서 높은 반사율을 보이는 반면에, 근적외선 파장대역에서 낮은 반사율을 보인다. NDBI 알고리즘은 청색과 근적외선 파장대역에서의 반사율 차이를 두 반사율의 합으로 나누는 것으로 표현된다[NDBI = (Blue - NIR)/(Blue + NIR)]. 청빙의 NDBI는 노출도와 밀집도에 따라 0.2~0.5의 값을 가지며, 0.2 이하의 값을 가지는 눈과 구름이나 음수의 값을 나타내는 암석으로부터 명확히 구분되었다. 청빙의 NDBI가 시간에 따라 변화하는 현상은 맥머도 드라이벨리의 기상관측소에서 측정된 풍속($R^2=0.012$)이나 기온($R^2=0.278$) 보다는 적설두께와 가장 높은 상관성($R^2=0.699$)을 나타냈다. 적설두께가 증가할수록 NDBI 값은 감소하였는데, 이는 청빙지대의 NDBI 값으로부터 적설량의 추정이 가능함을 의미한다. 이 연구에서 개발된 NDBI 알고리즘은 운석탐사, 빙체의 질량균형 분석, 적설량 추정 등 다양한 극지연구 분야에서 매우 유용하게 사용될 것으로 전망된다.
빙상이나 빙하, 빙붕에서 푸른색의 얼음이 지표에 노출되어 있는 지역을 청빙지대라 한다. 이는 빙하 표면에 쌓인 눈이 바람에 의해 침식되거나 기온과 일사량에 따른 승화로 인해 대부분 제거되기 때문이다. 청빙지대는 운석이 농집되기 쉽고 빙체의 질량균형에 매우 큰 영향을 미치기 때문에, 청빙의 노출도 및 밀집도에 대한 정량적 지표의 개발이 요구되고 있다. 이 연구에서는 2007~2012년에 동남극 맥머도 드라이벨리를 촬영한 MODIS 영상을 이용하여 청빙과 눈, 구름의 분광반사특성을 분석하고, 청빙의 노출도 및 밀집도를 정량화 할 수 있는 정규청빙지수(Normalized Difference Blue-ice Index, NDBI) 알고리즘을 고안하였다. 눈과 구름은 가시광선과 근적외선 파장대역에서 매우 높은 반사율을 나타낸다. 청빙은 청색 파장대역에서 높은 반사율을 보이는 반면에, 근적외선 파장대역에서 낮은 반사율을 보인다. NDBI 알고리즘은 청색과 근적외선 파장대역에서의 반사율 차이를 두 반사율의 합으로 나누는 것으로 표현된다[NDBI = (Blue - NIR)/(Blue + NIR)]. 청빙의 NDBI는 노출도와 밀집도에 따라 0.2~0.5의 값을 가지며, 0.2 이하의 값을 가지는 눈과 구름이나 음수의 값을 나타내는 암석으로부터 명확히 구분되었다. 청빙의 NDBI가 시간에 따라 변화하는 현상은 맥머도 드라이벨리의 기상관측소에서 측정된 풍속($R^2=0.012$)이나 기온($R^2=0.278$) 보다는 적설두께와 가장 높은 상관성($R^2=0.699$)을 나타냈다. 적설두께가 증가할수록 NDBI 값은 감소하였는데, 이는 청빙지대의 NDBI 값으로부터 적설량의 추정이 가능함을 의미한다. 이 연구에서 개발된 NDBI 알고리즘은 운석탐사, 빙체의 질량균형 분석, 적설량 추정 등 다양한 극지연구 분야에서 매우 유용하게 사용될 것으로 전망된다.
Blue-ice area is a glacial ice field in ice sheet, ice shelf and glaciers where snow ablation and sublimation is larger than snowfall. As the blue-ice area has large influences on the meteorite concentration mechanism and ice mass balance, it is required to quantify the concentration of blue-ice. We...
Blue-ice area is a glacial ice field in ice sheet, ice shelf and glaciers where snow ablation and sublimation is larger than snowfall. As the blue-ice area has large influences on the meteorite concentration mechanism and ice mass balance, it is required to quantify the concentration of blue-ice. We analyzed spectral reflectance characteristics of blue-ice, snow and cloud by using MODIS images obtained over blue-ice areas in McMurdo Dry Valleys, East Antarctica, from 2007 to 2012. We then developed Normalized Difference Blue-ice Index (NDBI) algorithm which quantifies the concentration of blue-ice. Snow and cloud have a high reflectance in visible and near-infrared (NIR) bands. Reflectance of blue-ice is high in blue band, while that lowers in the NIR band. NDBI is calculated by dividing the difference of reflectance in the blue and NIR bands by the sum of reflectances in the two bands so that NDBI = (Blue-NIR)/(Blue + NIR). NDBI calculated from the MODIS images showed that the blue-ice areas have values ranging from 0.2 to 0.5, depending on the exposure and concentration of blue-ice. It is obviously different from that of snow and cloud that has values less than 0.2 or rocks with negative values. The change of NDBI values in the blue-ice area has higher correlation with snow depth ($R^2=0.699$) than wind speed ($R^2=0.012$) or air temperature ($R^2=0.278$), all measured at a meteorological station installed in McMurdo Dry Valleys. As the snow depth increased, the NDBI value decreased, which suggests that snow depth can be estimated from NDBI values over blue-ice areas. The NDBI algorithm developed in this study will be useful for various polar research fields such as meteorite exploration, analysis of ice mass balance as well as the snow depth estimation.
Blue-ice area is a glacial ice field in ice sheet, ice shelf and glaciers where snow ablation and sublimation is larger than snowfall. As the blue-ice area has large influences on the meteorite concentration mechanism and ice mass balance, it is required to quantify the concentration of blue-ice. We analyzed spectral reflectance characteristics of blue-ice, snow and cloud by using MODIS images obtained over blue-ice areas in McMurdo Dry Valleys, East Antarctica, from 2007 to 2012. We then developed Normalized Difference Blue-ice Index (NDBI) algorithm which quantifies the concentration of blue-ice. Snow and cloud have a high reflectance in visible and near-infrared (NIR) bands. Reflectance of blue-ice is high in blue band, while that lowers in the NIR band. NDBI is calculated by dividing the difference of reflectance in the blue and NIR bands by the sum of reflectances in the two bands so that NDBI = (Blue-NIR)/(Blue + NIR). NDBI calculated from the MODIS images showed that the blue-ice areas have values ranging from 0.2 to 0.5, depending on the exposure and concentration of blue-ice. It is obviously different from that of snow and cloud that has values less than 0.2 or rocks with negative values. The change of NDBI values in the blue-ice area has higher correlation with snow depth ($R^2=0.699$) than wind speed ($R^2=0.012$) or air temperature ($R^2=0.278$), all measured at a meteorological station installed in McMurdo Dry Valleys. As the snow depth increased, the NDBI value decreased, which suggests that snow depth can be estimated from NDBI values over blue-ice areas. The NDBI algorithm developed in this study will be useful for various polar research fields such as meteorite exploration, analysis of ice mass balance as well as the snow depth estimation.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
이 연구에서는 동남극 맥머도 드라이벨리(McMurdo Dry Valleys)의 청빙지대에 대해 MODIS 영상을 획득하여 청빙의 분광특성을 분석하였고, 이를 바탕으로 청빙의 분포와 밀집도 및 노출도를 정량화할 수 있는 정규청빙지수(Normalized Difference Blue-iceIndex, NDBI) 알고리즘을 개발하였다. 그리고 청빙지대에서 실측된 다양한 기상자료와 정규청빙지수 사이의 상관성을 해석하여 정규청빙지수의 변화요인을 분석하였다.
, 1993). 이 연구에서는 식(1)을 맥머도 드라이벨리가 촬영된 MODIS 영상에 적용하고, 청빙의 분포와 상대적 밀집도를 정량화하기 위한 NDBI 알고리즘의 적용 가능성을 검토하였다. 그리고 청빙지대에서 산출된 NDBI의 변화를 관찰하였다.
제안 방법
이 연구에서는 식(1)을 맥머도 드라이벨리가 촬영된 MODIS 영상에 적용하고, 청빙의 분포와 상대적 밀집도를 정량화하기 위한 NDBI 알고리즘의 적용 가능성을 검토하였다. 그리고 청빙지대에서 산출된 NDBI의 변화를 관찰하였다.
이 연구에서는 동남극 맥머도 드라이벨리(McMurdo Dry Valleys)의 청빙지대에 대해 MODIS 영상을 획득하여 청빙의 분광특성을 분석하였고, 이를 바탕으로 청빙의 분포와 밀집도 및 노출도를 정량화할 수 있는 정규청빙지수(Normalized Difference Blue-iceIndex, NDBI) 알고리즘을 개발하였다. 그리고 청빙지대에서 실측된 다양한 기상자료와 정규청빙지수 사이의 상관성을 해석하여 정규청빙지수의 변화요인을 분석하였다.
따라서 청색과 근 적외선 파장대역에서의 분광반사율 차이를 이용하면 구름과 눈으로부터 청빙을 구분할 수 있으며, 청빙의 분포량과 상대적 밀집도에 대한 정량적 지표를 개발할 수 있다. 이 연구에서는 Fig. 2로부터 분석된 구름과 눈, 청빙의 분광반사특성에 기초하여 아래와 같은 정규청빙지수(NDBI)를 고안하였다.
이 연구에서는 Taylor 빙하의 기상관측소에서 측정된 풍속, 기온, 얼음표면의 고도변화로부터 추정된 적설두께를 이용하여 맥머도 드라이벨리의 청빙지대에 대한 NDBI의 변화를 분석하였다.
그러나 청빙은 청색 파장대역에서만 매우 높은 반사율을 보였으며, 근적외선에서의 반사율은 매우 낮아 눈, 구름과 확연히 구분되었다. 이러한 분광반사특성에 기초하여, 청색과 근적외선에서의 반사율 차이를 두 파장대역에서의 반사율 합으로 나눈 것으로 표현되는 NDBI 알고리즘을 개발하였다. 청빙지대는 청빙의 노출도와 밀집도에 따라 0.
청빙의 상대적인 노출도와 밀집도에 대한 정량적 지표를 개발하기 위해 동남극 맥머도 드라이벨리가 촬영된 MODIS 영상으로부터 청빙과 눈, 구름에 대한 분광 반사특성을 분석하였다. 눈과 구름은 모두 가시광선과 근적외선 파장대역에서 매우 높은 반사율을 나타냈다.
2 이하의 NDBI 값을 가지는 눈, 구름과 뚜렷하게 구분되었다. 청빙지대에서 산출된 NDBI 값은 지속적으로 변화하였으며, 이에 대한 영향인자를 분석하고자 풍속, 기온, 적설두께를 청빙지대의 NDBI와 비교하였다. NDBI는 적설두께와 가장 높은 상관성을 보였으며(R2 = 0.
청빙지대의 NDBI 변화를 해석하기 위해 맥머도 드라이벨리에서 청빙이 균일하고 넓게 분포되어 있는 영역(Fig. 5b의 청빙지대)을 설정하였고, 이 영역에 대한 평균 NDBI를 각각의 NDBI 영상으로부터 구하여 풍속, 기온, 적설두께와 비교하였다(Fig. 6). 이때 사용된 NDBI 영상은 Fig.
대상 데이터
, 2002; Vermote and Kotchenova, 2008)를 사용하였다. MODIS 자료는 2007년부터 2012년까지 남극의 여름철인 12월~3월에 촬영된 영상을 획득하였다. 이는 흑야가 지속되는 남극의 겨울철에는 광량이 부족하여 가시광선 영역에 대해 고품질의 관측정보를 제공하는 영상을 획득하기가 매우 어렵기 때문이다.
연구지역은 기상관측 자료의 획득이 용이한 동남극 맥머도 드라이벨리로 설정하였다(Fig. 1). 맥머도 만(McMurdo Sound)의 서쪽에 위치하고 있는 맥머도 드라이벨리는 -18도의 연평균 기온을 나타내며(Fountain et al.
청빙의 노출도 및 밀집도의 변화에 영향을 미치는 기상요소를 분석하기 위해 맥머도 드라이벨리의 Taylor 빙하에 설치된 기상관측소(Fig. 1a의 삼각형 표식)에서 측정된 풍속, 기온, 얼음표면의 고도변화 자료를 이용하였다(www.mcmlter.org). Taylor 빙하의 기상관측소는 다양한 기상요소를 30초마다 측정하고 있으며(풍속은 4초), 모든 측정항목에 대해 15분 평균 자료를 제공하고 있다.
청빙의 분광특성을 분석하고 정규청빙지수 알고리즘을 개발하기 위해 Terra와 Aqua 위성의 MODIS 영상을 이용하였다. MODIS는 36개의 분광 대역에서 250~1000 m의 공간해상도로 지표를 관측하고 있으며, 영상의 후처리를 통해 지표면의 반사율, 정규식생지수, 수증기량 등 다양한 정보를 제공해주고 있다.
이는 흑야가 지속되는 남극의 겨울철에는 광량이 부족하여 가시광선 영역에 대해 고품질의 관측정보를 제공하는 영상을 획득하기가 매우 어렵기 때문이다. 획득된 MODIS 자료 중에서 구름에 의해 연구지역의 청빙지대가 관찰되지 않는 영상과 산악지형의 그림자가 청빙지대에 포함되는 영상을 제외하고, 총 95개의 영상을 연구에 사용하였다.
이론/모형
MODIS는 36개의 분광 대역에서 250~1000 m의 공간해상도로 지표를 관측하고 있으며, 영상의 후처리를 통해 지표면의 반사율, 정규식생지수, 수증기량 등 다양한 정보를 제공해주고 있다. 이 연구에서는 가시광선, 근적외선, 중적외선 영역에 대해 대기 및 방사보정이 수행된 분광 반사율 정보를 제공하는 Terra/Aqua MODIS 지표 반사율(Surface Reflectance) product (MOD09, MYD09) (Vermote et al., 2002; Vermote and Kotchenova, 2008)를 사용하였다. MODIS 자료는 2007년부터 2012년까지 남극의 여름철인 12월~3월에 촬영된 영상을 획득하였다.
성능/효과
1(b)에서 구름은 적색, 눈은 청록색, 청빙은 진청색으로 구분되어 나타남을 볼 수 있으며, Fig. 1(a)에 비해 구름과 눈, 청빙을 보다 명확히 구분할 수 있음을 확인할 수 있다. 또한 바다와 노출된 암반도 Fig.
이는 산악지역과 어두운 구름에 대한 청색 및 근적외선 파장대역의 반사율이 청빙과는 상대적인 차이를 나타내지만, 식 (1)에 의해 계산된 값은 청빙의 NDBI 범주에 포함되기 때문이다. MODIS 지표 반사율 영상으로부터 분석된 산악지역의 반사율은 청색 파장대역에서 ~0.3 이하로 매우 작았으며, 어두운 구름의 경우 청색 파장대역에서 최대 0.7의 반사율을 나타냈다. 이는 청빙에 대한 청색 파장대역의 반사율에 비해 현저히 작은 값에 해당한다.
청빙지대에서 산출된 NDBI 값은 지속적으로 변화하였으며, 이에 대한 영향인자를 분석하고자 풍속, 기온, 적설두께를 청빙지대의 NDBI와 비교하였다. NDBI는 적설두께와 가장 높은 상관성을 보였으며(R2 = 0.699), 적설두께가 증가할수록 NDBI 값이 작아지는 음의 상관관계를 나타냈다. 그러나 NDBI는 풍속 및 기온과 각각 0.
이 연구에서 개발된 NDBI 알고리즘은 가시광선 및 중적외선 영역의 영상을 이용한 가시적 분석기법에 비해 청빙지대의 분포위치를 더욱 명확히 지시하므로, 새로운 청빙지대의 발견에 도움을 줄 수 있다. 또한 NDBI는 노출된 청빙의 밀집도를 정량적으로 나타내며, 적설 두께에 대한 지표 역할도 수행할 수 있기 때문에 운석탐사, 빙체의 질량균형 분석, 극지의 적설량 추정 및 기후 특성 분석 등 다양한 극지연구 분야에서 매우 유용하게 사용될 것으로 기대된다.
4b). 이를 통해 0.2 이하의 NDBI를 가지는 눈과 두꺼운 구름을 제거할 수 있었으며, 0.7 이상의 NDBI 값을 나타내는 그림자 영역도 제거할 수 있었다. 그러나 일부 산악지역과 Fig.
풍속은 측정이 이루어지지 않은 시기가 일부 있었기 때문에 70개의 NDBI 영상과 비교되었다. 적설두께는 얼음표면의 고도변화로 부터 추정되었는데, 42개의 NDBI 영상에 대해서만 청빙지대 표면에 적설이 있는 것으로 나타났다. 이에 적설이 없는 것으로 추정된 시각의 NDBI 영상은 분석에서 제외하였다.
후속연구
이 연구에서 개발된 NDBI 알고리즘은 가시광선 및 중적외선 영역의 영상을 이용한 가시적 분석기법에 비해 청빙지대의 분포위치를 더욱 명확히 지시하므로, 새로운 청빙지대의 발견에 도움을 줄 수 있다. 또한 NDBI는 노출된 청빙의 밀집도를 정량적으로 나타내며, 적설 두께에 대한 지표 역할도 수행할 수 있기 때문에 운석탐사, 빙체의 질량균형 분석, 극지의 적설량 추정 및 기후 특성 분석 등 다양한 극지연구 분야에서 매우 유용하게 사용될 것으로 기대된다.
6(c)를 통해서 적설량은 청빙지대의 형성뿐만 아니라 청빙의 노출도 변화에도 매우 큰 영향을 미치는 것을알수 있었다. 또한 청빙지대의 NDBI 값이 적설두께를 지시하는 것을 확인하였으며, 향후 NDBI 값을 통해 적설량을 추정하는 알고리즘이 개발될 수 있음을 보여준다.
질의응답
핵심어
질문
논문에서 추출한 답변
청빙지대의 청빙의 노출도 및 밀집도에 대한 정량적 지표의 개발이 요구되는 이유는?
이는 빙하 표면에 쌓인 눈이 바람에 의해 침식되거나 기온과 일사량에 따른 승화로 인해 대부분 제거되기 때문이다. 청빙지대는 운석이 농집되기 쉽고 빙체의 질량균형에 매우 큰 영향을 미치기 때문에, 청빙의 노출도 및 밀집도에 대한 정량적 지표의 개발이 요구되고 있다. 이 연구에서는 2007~2012년에 동남극 맥머도 드라이벨리를 촬영한 MODIS 영상을 이용하여 청빙과 눈, 구름의 분광반사특성을 분석하고, 청빙의 노출도 및 밀집도를 정량화 할 수 있는 정규청빙지수(Normalized Difference Blue-ice Index, NDBI) 알고리즘을 고안하였다.
청빙지대란?
빙상이나 빙하, 빙붕에서 푸른색의 얼음이 지표에 노출되어 있는 지역을 청빙지대라 한다. 이는 빙하 표면에 쌓인 눈이 바람에 의해 침식되거나 기온과 일사량에 따른 승화로 인해 대부분 제거되기 때문이다.
청빙지대가 생기는 이유는?
빙상이나 빙하, 빙붕에서 푸른색의 얼음이 지표에 노출되어 있는 지역을 청빙지대라 한다. 이는 빙하 표면에 쌓인 눈이 바람에 의해 침식되거나 기온과 일사량에 따른 승화로 인해 대부분 제거되기 때문이다. 청빙지대는 운석이 농집되기 쉽고 빙체의 질량균형에 매우 큰 영향을 미치기 때문에, 청빙의 노출도 및 밀집도에 대한 정량적 지표의 개발이 요구되고 있다.
참고문헌 (19)
Bintanja, R., 1999. On the glaciological, meteorological, and climatological significance of Antarctic blue ice areas, Reviews of Geophysics, 37(3): 337-359.
Bintanja, R., 2000. Surface heat budget of Antarctic snow and blue ice: Interpretation of spatial and temporal variability, Journal of Geophysical Research, 105(D19): 24387-24407.
Bintanja, R. and C.H. Reijmer, 2001. Meteorological conditions over Antarctic blue-ice areas and their influence on the local surface mass balance, Journal of Glaciology, 47(156): 37-50.
Bintanja, R., S. Jonsson, and W.H. Knap, 1997. The annual cycle of the surface energy balance of Antarctic blue ice, Journal of Geophysical Research, 102(D2): 1867-1881.
Doran, P.T., C.P. McKay, G.D. Clow, G.L. Dana, A.G. Fountain, T. Nylen, and W.B. Lyons, 2002. Valley floor climate observations from the McMurdo dry valleys, Antarctica, 1986-2000, Journal of Geophysical Research, 107(D24): 4772.
Fountain, A.G., T.H. Nylen, A. Monaghan, H.J. Basagic, and D. Bromwich, 2010. Snow in the McMurdo Dry Valleys, Antarctica, International Journal of Climatology, 30(5): 633-642.
Lee, J.I., 2009. 2006-2008 Korea expedition for Antarctic meteorites (KOREAMET), Journal of the Geological Society of Korea, 45(6): 621-637 (in Korean with English abstract).
Liston G.E., J.-G. Winther, O. Bruland, H. Elvehoy, K. Sand, and L. Karluof, 2000. Snow and blue-ice distribution patterns on the coastal Antarctic Ice Sheet, Antarctic Science, 12(1): 69-79.
Orheim, O. and B. Lucchitta, 1990. Investigating climate change by digital analysis of blue ice extent on satellite images of Antarctica, Annals of Glaciology, 14(1): 211-215.
Scambos, T.A., M. Frezzotti, T. Haran, J. Bohlander, J.T.M. Lenaerts, M.R. van den Broeke, K. Jezek, D. Long, S. Urbini, K. Farness, T. Neumann, M. Albert, and J.-G. Winther, 2012. Extent of low-accumulation 'wind glaze' areas on the East Antarctic plateau: implications for continental ice mass balance, Journal of Glaciology, 58(210): 633-647.
Spaulding, N.E., V.B. Spikes, G.S. Hamilton, P.A. Mayewski, N.W. Dunbar, R.P. Harvey, J. Schutt, and A.V. Kurbatov, 2012. Ice motion and mass balance at the Allan Hills blue-ice area, Antarctica, with implications for paleoclimate reconstructions, Journal of Glaciology, 58(208): 399-406.
van den Broeke, M.R. and R. Bintanja, 1995. The interaction of katabatic winds and the formation of blue-ice areas in East Antarctica, Journal of Glaciology, 41(138): 395-407.
Vermote, E.F., N.Z. El Saleous, and C.O. Justice, 2002. Atmospheric correction of MODIS data in the visible to middle infrared: first results, Remote Sensing of Environment, 83(1-2): 97-111.
Vermote, E.F. and S. Kotchenova, 2008. Atmospheric correction for the monitoring of land surfaces, Journal of Geophysical Research, 113, D23S90.
Warren, S.G., R.E. Brandt, and R.D. Boime, 1993. Blue ice and green ice, Antarctic Journal of the United States, 28(5): 255-256.
Winther, J.-G., M.N. Jespersen, and G.E. Liston, 2001. Blue-ice areas in Antarctica derived from NOAA AVHRR satellite data, Journal of Glaciology, 47(157): 325-334.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.