시계열 Landsat TM 영상과 연간 지표온도순환 모델을 이용한 열섬효과 분석 Analysis of Urban Heat Island Effect Using Time Series of Landsat Images and Annual Temperature Cycle Model원문보기
다중분광 위성영상을 이용한 원격탐측 기술은 광범위한 지역의 열섬효과 분석에 있어 유용하게 활용될 수 있다. 하지만 우리나라와 같이 구름이 많은 기상조건은 위성영상을 활용한 주기적인 관측을 어렵게 한다. 이에 본 연구에서는 시계열 Landsat 영상과 ATC 모델을 이용한 열섬현상 분석 방법을 제안하였다. 식생상태와 도시화정도를 분석하기 위하여 Landsat 영상으로부터 NDVI와 NDBI를 산출하였으며 ATC 모델의 파라미터 추정을 위하여 Landsat 열적외선 영상으로부터 지표온도를 산출하여 활용하였다. 또한 토지 피복 및 이용형태에 따른 열섬현상 분석을 위해 환경부에서 제공하는 토지피복도를 기반으로 ATC 모델의 파라미터를 비교하였다. 산출한 분광지수와 ATC 모델의 파라미터 간의 상관관계를 분석한 결과 ATC 모델의 MAST는 NDVI 및 NDBI와 각각 -0.76, 0.69 의 강한 상관관계를 보였으며, YAST는 NDVI 및 NDBI와 각각 -0.53, 0.42의 상관관계를 나타냈다. 토지 피복 및 이용형태에 따라 ATC 모델의 파라미터를 비교한 결과 도시 지역에서의 MAST와 YAST가 도시 주변의 농업지역, 초지 등에 비해 높게 나타나는 것을 확인하였다. 또한 도시 지역 내에서 주거지역, 산업지역, 상업지역, 교통지역이 문화 체육 휴양지역, 공공시설지역에 비해 높은 MAST를 나타나며 주거지역, 산업지역, 상업지역이 다른 도시 지역들보다 높은 YAST 값을 지님을 확인할 수 있었다.
다중분광 위성영상을 이용한 원격탐측 기술은 광범위한 지역의 열섬효과 분석에 있어 유용하게 활용될 수 있다. 하지만 우리나라와 같이 구름이 많은 기상조건은 위성영상을 활용한 주기적인 관측을 어렵게 한다. 이에 본 연구에서는 시계열 Landsat 영상과 ATC 모델을 이용한 열섬현상 분석 방법을 제안하였다. 식생상태와 도시화정도를 분석하기 위하여 Landsat 영상으로부터 NDVI와 NDBI를 산출하였으며 ATC 모델의 파라미터 추정을 위하여 Landsat 열적외선 영상으로부터 지표온도를 산출하여 활용하였다. 또한 토지 피복 및 이용형태에 따른 열섬현상 분석을 위해 환경부에서 제공하는 토지피복도를 기반으로 ATC 모델의 파라미터를 비교하였다. 산출한 분광지수와 ATC 모델의 파라미터 간의 상관관계를 분석한 결과 ATC 모델의 MAST는 NDVI 및 NDBI와 각각 -0.76, 0.69 의 강한 상관관계를 보였으며, YAST는 NDVI 및 NDBI와 각각 -0.53, 0.42의 상관관계를 나타냈다. 토지 피복 및 이용형태에 따라 ATC 모델의 파라미터를 비교한 결과 도시 지역에서의 MAST와 YAST가 도시 주변의 농업지역, 초지 등에 비해 높게 나타나는 것을 확인하였다. 또한 도시 지역 내에서 주거지역, 산업지역, 상업지역, 교통지역이 문화 체육 휴양지역, 공공시설지역에 비해 높은 MAST를 나타나며 주거지역, 산업지역, 상업지역이 다른 도시 지역들보다 높은 YAST 값을 지님을 확인할 수 있었다.
Remote sensing technology using a multi-spectral satellite imagery can be utilized for the analysis of urban heat island effect in large area. However, weather condition of Korea mostly has a lot of clouds and it makes periodical observation using time-series of satellite images difficult. For this ...
Remote sensing technology using a multi-spectral satellite imagery can be utilized for the analysis of urban heat island effect in large area. However, weather condition of Korea mostly has a lot of clouds and it makes periodical observation using time-series of satellite images difficult. For this reason, we proposed the analysis of urban heat island effect using time-series of Landsat TM images and ATC model. To analyze vegetation condition and urbanization, NDVI and NDBI were calculated from Landsat images. In addition, land surface temperature was calculated from thermal infrared images to estimate the parameters of ATC model. Furthermore, the parameters of ATC model were compared based on the land cover map created by Korean Ministry of Environment to analyze urban heat island effect relating to the pattern of land use and land cover. As a result of a correlation analysis between calculated spectral indices and parameters of ATC model, MAST had high correlation with NDVI and NDBI (-0.76 and 0.69, respectively) and YAST also had correlation with NDVI and NDBI (-0.53 and 0.42, respectively). By comparing the parameters of ATC model based on land cover map, urban area had higher MAST and YAST than agricultural land and grassland. In particular, residential areas, industrial areas, commercial areas and transportation facilities showed higher MAST than cultural facilities and public facilities. Moreover, residential areas, industrial areas and commercial areas had higher YAST than the other urban areas.
Remote sensing technology using a multi-spectral satellite imagery can be utilized for the analysis of urban heat island effect in large area. However, weather condition of Korea mostly has a lot of clouds and it makes periodical observation using time-series of satellite images difficult. For this reason, we proposed the analysis of urban heat island effect using time-series of Landsat TM images and ATC model. To analyze vegetation condition and urbanization, NDVI and NDBI were calculated from Landsat images. In addition, land surface temperature was calculated from thermal infrared images to estimate the parameters of ATC model. Furthermore, the parameters of ATC model were compared based on the land cover map created by Korean Ministry of Environment to analyze urban heat island effect relating to the pattern of land use and land cover. As a result of a correlation analysis between calculated spectral indices and parameters of ATC model, MAST had high correlation with NDVI and NDBI (-0.76 and 0.69, respectively) and YAST also had correlation with NDVI and NDBI (-0.53 and 0.42, respectively). By comparing the parameters of ATC model based on land cover map, urban area had higher MAST and YAST than agricultural land and grassland. In particular, residential areas, industrial areas, commercial areas and transportation facilities showed higher MAST than cultural facilities and public facilities. Moreover, residential areas, industrial areas and commercial areas had higher YAST than the other urban areas.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
제안 방법
이를 위해 본 연구에서는 ATC 모델을 통해 연중 변동성을 나타내는 대표 파라미터를 추출하여 토지피복과 지표온도 변동성 간의 상관관계 분석에 활용하였다. 또한 모델 파라미터 추정에 있어서의 왜곡을 최소화하기 위하여 각 영상의 구름 및 구름에 의한 그림자 픽셀을 제거하였다.
또한 토지 피복에 따른 열섬현상 분석을 위하여 대상지역의 식생상태 및 도시화 정도는 각각 NDVI와 NDBI를 Landsat 영상으로부터 산출하여 활용하였다.
본 연구에서는 Bechtel (2012)이 제안한 ATC 모델을 기반으로 토지피복 및 토지이용형태에 따른 열섬현상을 분석하였다.
본 연구에서는 Landsat 열적외선 영상으로부터 산출한 절대온도를 입력값으로 설정하여 ATC 모델의 파라미터들을 추정하였다.
산출한 ATC 파라미터와 분광지수 간의 상관관계 분석을 통하여 지표 상태에 따른 열섬효과를 분석하고 분석결과를 단영상 내에서의 지표온도와 분광지수 간의 상관계수 분석 결과와 비교하여 ATC 모델의 활용성에 대하여 평가하였다.
이를 위하여 Chander and Markham (2003) 및 NASA User Handbook (2013)에서 제시한 방법을 통하여 각 Landsat TM 영상의 DN 값을 반사도 값으로 변환하였다.
이를 위해 본 연구에서는 ATC 모델을 통해 연중 변동성을 나타내는 대표 파라미터를 추출하여 토지피복과 지표온도 변동성 간의 상관관계 분석에 활용하였다.
최종적으로 환경부에서 제공하는 토지피복도를 기반으로 ATC 모델 및 분광지수를 비교 분석하여 토지피복 및 이용형태에 따른 열섬효과를 분석하였다.
토지피복 분석을 위해 지표온도와 직접적인 상관성이 있는 대표적인 분광지수인 NDVI와 NDBI를 활용하였다.
대상 데이터
단영상 내의 지표온도와 분광지수의 상관관계 분석을 위하여 연구기간 중 구름 픽셀이 없는 7장의 영상만을 사용하였다.
연구 기간 중 연구지역 내에 구름이 없는 영상 수는 Table 1에 표시된 바와 같이 총 7장이었고, 영상 내 픽셀 중 구름이 20% 이하로 사용이 가능하다고 판단되는 영상은 총 43장 (7+36 장)으로 나타났다.
연구대상지역은 다양한 토지피복 및 이용형태를 지니고 있는 대전광역시로 선정하였다.
연구를 수행하기 위하여 2000년부터 2007년까지의 시계열 Landsat TM 영상을 사용하였으며 ATC 모델의 정확도를 높이기 위해 Zhu and Woodcock (2012)이 제안한 객체 기반의 구름 및 구름에 의한 그림자 분류 방법을 이용하여 Landsat 영상 내에 분포하고 있는 구름 및 구름에 의한 그림자 픽셀을 추출하여 열섬현상 분석에서 제외하였다.
연구에 사용된 토지피복 자료는 환경부 공간정보서비스에서 제공되는 2009년 10월 15일에 갱신된 중분류 토지피복도를 사용하였으며 사용된 토지피복도의 분류 체계는 Table 2와 같다.
연구에 사용한 Landsat TM 영상의 경우 2008년 이후로는 영상이 충분히 제공되고 있지 않기 때문에 2000년에서 2007년까지 106장의 영상을 본 연구에서 사용하였으며 사용 영상은 18:13 UTC (현지시간: 10:13) 경에 촬영되었다. Table 1은 사용한 Landsat 영상 내에 포함된 구름 및 구름에 의한 그림자 픽셀 비율에 따른 각 연도별 영상의 수이다.
이론/모형
(4)로부터 ATC 모델의 파라미터를 추정하기 위하여 Weng and Fu (2014)가 ATC 모델 파라미터 추정에 사용했던 Levenberg–Marquardt 방법을 이용하였다(Moré, 1978; Göttsche and Olesen, 2001).
시계열 영상을 활용한 열섬현상 분석을 위해 Bechtel(2012)이 제안한 ATC 모델을 적용하였으며, 모델식(f(d))은 Eq.
성능/효과
ATC 모델의 YAST 값도 NDVI 및 NDBI와 각각 음의 상관관계, 양의 상관관계를 나타내는 반면 ATC 모델의 위상 이동량은 지표 상태와 상관관계가 적음을 확인할 수 있었다.
ATC 모델의 파라미터와 분광지수 간의 상관관계를 분석한 결과 ATC 모델의 MAST 값은 NDVI 및NDBI와 강한 상관관계를 보이며, 이는 단영상의 지표온도 값을 이용한 결과와 유사한 패턴을 나타내는 것을 확인하였다.
YAST 또한 NDVI와는 -0.53의 음의 상관관계를 보였으며 NDBI와는 0.42의 양의 상관관계를 보였다.
또한 주거지역, 산업지역, 상업지역의 YAST가 다른 도시 지역들보다 약 0.5~1K 가량 크게 나타난 것을 확인할 수 있었다.
또한 주변 산지, 농경지, 수계 지역은 비교적 낮은 MAST와 YAST를 지님을 확인할 수 있었다.
또한 도심지에서 비교적 높은 NDVI를 지닌 문화・체육・휴양지역(140), 공공시설지역(160)은 도시 지역 내 타 지역에 비해 상대적으로 낮은 MAST를 나타냈다. 이를 통하여 도심지 내 공원, 학교와 같은 시설들이 열섬효과를 완화함을 확인할 수 있었다.
전체 영상 내 픽셀값을 이용하여 상관관계 분석을 수행한 결과, 지표온도와 NDVI는 –0.56~-0.80의 음의 상관관계를 보였으며 지표온도와 NDBI는 0.47~0.80의양의 상관관계를 보였다.
중분류 토지피복도를 기반으로 토지 피복 및 이용형태에 따른 ATC 모델의 파라미터를 비교 분석한 결과 도시 지역에서의 MAST, YAST가 높게 나타났다.
특히 주거지역, 산업지역, 상업지역, 교통시설이 지표의 열특성 및 인공열 발생으로 열섬효과를 악화시키는 것으로 나타난 반면 비교적 건물 밀도가 낮고 식생이 많은 문화․ 체육․ 휴양지역, 공공시설지역이 열섬현상을 완화시키는 것을 확인할 수 있었다.
특히, 고도와 식생지수가 높은 산림지역에서 매우 낮은 MAST가 나타남을 확인할 수 있었다.
하지만 각 상관관계는 MAST에 대한 분석결과에 비해 NDVI의 경우 0.23, NDBI의 경우에는 0.27만큼 작은 상관계수가 나타남을 확인할 수 있었다.
질의응답
핵심어
질문
논문에서 추출한 답변
연간 지표온도순환모델은 어떠한 한계점을 해결하기 위해 제안되었는가?
특히 우리나라와 같이 구름이 많은 기상 조건은 시계열 다중분광 영상 자료를 활용한 지표 분석을 어렵게 한다. 이러한 이유로 기존 연구에서는 열섬현상 분석 시 특정 비교 시점의 영상들로부터 지표온도를 추정하여 분석을 수행했으나 이와 같은 기존의 접근방식은 연간 지표온도의변동성을 파악할 수 없다는 한계가 있다.
열섬현상이란 무엇인가?
열섬현상이란 인구와 콘크리트 건물이 밀집한 도심지에서 주변 지역에 비해 온도가 높게 나타나는 현상을 말한다(Oke, 1973; Ackerman, 1985). 열섬현상은 삶의 질에 직접적인 영향을 미치며 따라서, 열섬현상의 완화를 위하여 토지에 대한 피복 및 이용 패턴을 분석하는 것은 도시 설계 및 개발에 있어 필수적이라고 할 수 있다.
Landsat TM 영상의 구성은?
대표적인 다중분광 위성영상인 Landsat TM 영상은 30m 공간해상도를 가지고 있는 6가지 파장대별 밴드와 120m 공간해상도를 가지고 있는 열적외선 밴드로 구성되어 있다. 이와 같은 다중 분광대의 영상을 이용하여 지표온도 및 토지 피복 상태에 관련된 분광지수를 추정할 수 있다 (Weng, 2009; Li et al.
참고문헌 (26)
Ackerman, B., 1985, Temporal march of the Chicago heat island, Journal of Climate and Applied Meteorology, Vol. 24, No. 6, pp. 547-554.
Chander, G. and Markham, B., 2003, Revised Landsat-5 TM radiometric calibration procedures and postcalibration dynamic ranges, Geoscience and Remote Sensing, IEEE Transactions on, Vol. 41, No. 11, pp. 2674-2677.
Daejeon Metropolitan City, 2015, http://www.daejeon.go.kr/sta/StaStatisticsFldView.do?ntatcSeq1042691&menuSeq&colmn1Cont&colmn2Cont&pageIndex1#.
Gottsche, F. M. and Olesen, F. S., 2001, Modelling of diurnal cycles of brightness temperature extracted from METEOSAT data, Remote Sensing of Environment, Vol. 76, No. 3, pp. 337-348.
Hua, L. and Wang, M., 2012, Temporal and spatial characteristics of urban heat island of an Estuary city, China, Journal of Computers, Vol. 7, No. 12, pp. 3082-3087.
Jensen, J. R. and Cowen, D. C., 1999, Remote sensing of urban/suburban infrastructure and socioeconomic attributes, Photogrammetric engineering and remote sensing, Vol. 65, pp. 611-622.
Jung, G. S., Koo, S. and Yoo, H. H., 2011, Temperature change analysis for land use zoning using landsat satellite imagery, Journal of the Korean Society for Geospatial Information System, Vol. 19, No. 2, pp. 55-61.
Kang, J. M., Ka, M. S., Lee, S. S. and Park, J. K., 2010, Detection of heat change in urban center using Landsat imagery, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, Vol. 28, No. 2, pp. 197-206.
Kim, H. O. and Yeom, J. M., 2012, Effect of the urban land cover types on the surface temperature: case study of Ilsan new city, Korean Journal of Remote Sensing, Vol. 28, No. 2, pp. 203-214.
Kim, M. K., Kim, S. P., Kim, N. H. and Sohn, H. G., 2014, Urbanization and urban heat island analysis using LANDSAT imagery: Sejong city as a case study, Journal of the Korean Society of Civil Engineers, Vol. 34, No. 3, pp. 1033-1041.
Li, Z. L., Tang, B. H., Wu, H., Ren, H., Yan, G., Wan, Z., Trigo, I. F. and Sobrino, J. A., 2013, Satellite-derived land surface temperature: Current status and perspectives, Remote Sensing of Environment, Vol. 131, pp. 14-37.
More, J. J. 1978, The Levenberg-Marquardt algorithm: implementation and theory Numerical analysis (pp. 105-116): Springer.
Myeong, S., Nowak, D., Hopkins, P. and Brock, R., 2001, Urban cover mapping using digital, highspatial resolution aerial imagery, Urban Ecosystems, Vol. 5, No. 4, pp. 243-256.
Na, S. I. and Park, J. H., 2012, Assessment of the urban heat island effects with LANDSAT and KOMPSAT-2 data in Cheongju, Journal of Agricultural Science, Vol. 39, No. 1, pp. 87-95.
NASA User Handbook, 2013, Landsat 7 science data users handbook, http://landsathandbook.gsfc.nasa.gov/
Oke, T. R., 1973, City size and the urban heat island, Atmospheric Environment (1967), Vol. 7, No. 8, pp. 769-779.
Purevdorj, T., Tateishi, R., Ishiyama, T. and Honda, Y., 1998, Relationships between percent vegetation cover and vegetation indices, International Journal of Remote Sensing, Vol. 19, No. 18, pp. 3519-3535.
Quan, H. C. and Lee, B. G., 2009, Analysis of relationship between LST and NDVI using Landsat TM images on the city areas of Jeju island, Journal of the Korean Society for Geospatial Information System, Vol. 17, No. 4, pp. 39-44.
Villa, P., 2012, Mapping urban growth using Soil and Vegetation Index and Landsat data: The Milan (Italy) city area case study, Landscape and Urban Planning, Vol. 107, No. 3, pp. 245-254.
Walpole, R. E., Myers, R. H., Myers, S. L., and Ye, K., 2010, Probability and statistics for engineers and scientists, 9/E, Pearson, pp. 518-520.
Weng, Q., 2009, Thermal infrared remote sensing for urban climate and environmental studies: Methods, applications, and trends, ISPRS Journal of Photogrammetry and Remote Sensing, Vol. 64, No. 4, pp. 335-344.
Weng, Q. and Fu, P., 2014, Modeling annual parameters of clear-sky land surface temperature variations and evaluating the impact of cloud cover using time series of Landsat TIR data, Remote Sensing of Environment, Vol. 140, pp. 267-278.
Zha, Y., Gao, J. and Ni, S., 2003, Use of normalized difference built-up index in automatically mapping urban areas from TM imagery, International Journal of Remote Sensing, Vol. 24, No. 3, pp. 583-594.
Zhu, Z. and Woodcock, C. E., 2012, Object-based cloud and cloud shadow detection in Landsat imagery, Remote Sensing of Environment, Vol. 118, pp. 83-94.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.