$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] 모델링기반 산림지역 토양수분 평가를 위한 MODIS NDVI 및 LST 활용 방안 원문보기

전원과 자원 = Rural resource, v.58 no.4, 2016년, pp.38 - 43  

박종윤 (한국환경정책.평가연구원) ,  김성준 (건국대학교)

초록이 없습니다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

제안 방법

  • 이들 연구결과들을 바탕으로 본 연구에서는 소양강댐 유역(2,694 km2)을 대상으로 MODIS NDVI와 LST의 토양수분 재현능력 평가를 수행하였다. 이를 위해, SWAT 모형으로부터 모의된 토양수분과의 상관관계 분석을 통해 신뢰성을 평가하였다.
  • )을 대상으로 MODIS NDVI와 LST의 토양수분 재현능력 평가를 수행하였다. 이를 위해, SWAT 모형으로부터 모의된 토양수분과의 상관관계 분석을 통해 신뢰성을 평가하였다. 소양강댐 유역(그림 1)은 북한강 수계에 속하며, 산림이 전체 유역면적의 93%(침엽수 53.
  • 분석기간은 2000년부터 2009년까지이며, 월단위 자료를 이용, 잎의 상태에 따라 forest leaf growing(3∼6월)과 forest leaf falling (9∼12월) 기간으로 나누고 활엽수, 침엽수 및 혼효림에 대한 결과를 도출 비교분석 하였다.
  • , 2012) 모의성능을 보였다. 토양수분에 대한모형의 보정 및 검증은 인제, 춘천, 화천 지점(그림 1)에 대해 수행되었다. 2003∼2004년까지의 일별 토양수분자료를 이용한 각 지점에 대한 검 보정결과 R2는 0.
  • SWAT으로 모의된 토양수분은 가장 작은 계산 단위인 HRU별로 추출되었으며, 그리드(grid) 파일 형태로의 변환을 거쳐 공간내삽 후, 영상과의 선형 회귀식과 상관성을 분석하는 Idrisi 프로그램의 Regress Tool을 이용, MODIS NDVI 및 LST 영상과 상관성 분석을 수행하였다. 분석기간은 2000년부터 2009년까지이며, 월단위 자료를 이용, 잎의 상태에 따라 forest leaf growing(3∼6월)과 forest leaf falling (9∼12월) 기간으로 나누고 활엽수, 침엽수 및 혼효림에 대한 결과를 도출 비교분석 하였다.

대상 데이터

  • MODIS Land Surface Temperature and Emissivity (MOD11)에서는 열적외선밴드(TIRband)를 이용 지표온도(LST)와 복사율을 측정한다. MODIST LST는 마찬가지로 전 지구를 대상으로 1 km(MOD11A1), 6 km(MOD11B1)의 공간해상도를 갖는 일별자료를 제공한다.
  • 본 연구에 사용된 MODIS NDVI 및 LST 데이터는 NASA 홈페이지(https://modis.gsfc.nasa.gov)에서 무료로 다운받을 수 있으며, 각 Product 별 데이터 제공현황을 표 1에 정리하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
2016년 토양수분관측소는 몇개가 운영중인가? go.kr)에 따르면 2016년 현재 전국 83개 토양수분관측소가 운영중에 있으나 낮은 계측밀도로 수문분석에 있어 중권역(117개) 혹은 표준단위유역(840개) 규모에서의 활용에는 한계가 있다. 최근 이러한 토양수분자료의 공간적 한계를 극복하기 위해 위성영상 자료(Hong et al.
토양수분이란? 토양수분은 지표의 다양한 과정을 통제하는 중요한 수문학적 변수이며, 침투나 침루를 통하여 강우와 지하수를 연결하는 기능을 함과 동시에 강우-유출특성에 직접적인 영향을 미치며 증발산을 통하여 에너지 순환을 연결하는 중요한 기능을 한다(홍우용 등, 2009). 따라서 신뢰할 수 있는 토양수분의 정보를 습득하는 것은 매우 중요하다.
신뢰할 수 있는 토양수분의 정보를 습득하는 것이 매우 중요한 이유는? 토양수분은 지표의 다양한 과정을 통제하는 중요한 수문학적 변수이며, 침투나 침루를 통하여 강우와 지하수를 연결하는 기능을 함과 동시에 강우-유출특성에 직접적인 영향을 미치며 증발산을 통하여 에너지 순환을 연결하는 중요한 기능을 한다(홍우용 등, 2009). 따라서 신뢰할 수 있는 토양수분의 정보를 습득하는 것은 매우 중요하다.
질의응답 정보가 도움이 되었나요?

참고문헌 (13)

  1. 박종윤, 정혁, 장철희, 김성준, 2014. RCP 배출 시나리오와 SWAT 모형을 이용한 기후변화가 용담댐 유역의 수문요소에 미치는 영향 평가. 한국농공학회논문집, 56(3):19-29. 

  2. 신사철, 안태용, 2007. 인공위성 자료를 활용한 광역증발산량의 산정방법 개발. 한국지리정보학회지, 10(2):70-80. 

  3. 홍우용, 박민지, 박종윤, 하림, 박근애, 김성준, 2009. 봄철 SWAT모형의 토양수분과 Terra MODIS 위성영상 NDVI와의 상관성 분석. 한국농공학회논문집, 51(2):7-14. 

  4. Arnold, J.G., R. Srinivasan, R.S. Muttiah, and J.R. Williams. 1998. Large area hydrologic modeling and assessment - Part 1: model development. Journal of the American Water Resources Association 34:73-89. 

  5. Farrar, T.J., 1994. The influence of soil type on the relationships between NDVI, rainfall, and soil moisture in semiarid Botswana: II. NDVI response to soil moisture. Remote Sensing of Environment, 50(2):121-133. 

  6. Hong, W.Y., M.J. Park, J.Y. Park, G.A. Park, and S.J. Kim, 2010. The spatial and temporal correlation analysis between MODIS NDVI and SWAT predicted soil moisture during forest NDVI increasing and decreasing periods. KSCE Journal of Civil Engineering, 14(6):931-939. 

  7. Huete, A.R., K. Didan, T. Miura, E.P. Rodriguez, X. Gao, and L.G. Ferreira, 2002. Overview of the radiometric and biophysical performance of the MODI S vegetation indices. Remote Sensing of Environment, 83:195-213. 

  8. Hutchinson, J.M.S., and T.J. Vought, 2006. Continuous soil moisture mapping using MODIS NDVI and LST products. Papers of the Applied Geography Conferences, 29:140-149. 

  9. Moriasi, D.N., J.G. Arnold, M.W.V. Liew, R.L. Bingner, R.D. Harmel, and T.L. Veith, 2007. Model evaluation guidelines for systematic quantification of accuracy in watershed simulations. Transactions of the ASABE 50:885-900. 

  10. Narasimhan, B., and R. Srinivasan, 2005. Development and evaluation of Soil Moisture Deficit Index (SMDI) and Evapotranspiration Deficit Index (ETDI) for agricultural drought monitoring. Agricultural and Forest Meteorology, 133(1):69-88. 

  11. Nash, J.E., and J.V. Sutcliffe, 1970. River flow forecasting through conceptual models, Part I: a discussion of principles. Journal of Hydrology 10:282-290. 

  12. Neitsch, S.L., J.G. Arnold, J.R. Kiniry, and J.R. Williams, 2011. Soil and Water Assessment Tool Theoretical Documentation Version 2009. Technical Report 406, Temple, TX: Texas Water Resources Institute. 

  13. Park, J.Y., S.R. Ahn, S.J. Hwang, C.H. Jang, G.A. Park, and S.J. Kim, 2014. Evaluation of MODIS NDVI and LST for indicating soil moisture of forest areas based on SWAT modeling. Paddy and Water Environment, 12(Supp. 1):S77-S88. 

저자의 다른 논문 :

활용도 분석정보

상세보기
다운로드
내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로