[논문]위성기반 토양수분 자료의 한반도 지역 적용성 평가: AMSR2 LPRM 알고리즘과 지점관측 자료를 이용하여

김성균; 김형록; 최민하

doi:10.3741/jkwra.2016.49.5.423

위성기반 토양수분 자료의 한반도 지역 적용성 평가: AMSR2 LPRM 알고리즘과 지점관측 자료를 이용하여
Evaluation of satellite-based soil moisture retrieval over the korean peninsula : using AMSR2 LPRM algorithm and ground measurement data 원문보기

Journal of Korea Water Resources Association = 한국수자원학회논문집, v.49 no.5, 2016년, pp.423 - 429

김성균 (성균관대학교 수자원전문대학원 수자원학과) , 김형록 (성균관대학교 수자원전문대학원 수자원학과) , 최민하 (성균관대학교 수자원전문대학원 수자원학과)

초록
AI-Helper

본 연구에서는 GCOM-W1 위성에 탑재된 Advanced Microwave Scanning Radiometer 2 (AMSR2) 센서의 토양수분 자료를 Land Parameter Retrieval Model (LPRM) 알고리즘을 통해 전처리하여 2014년도 한반도 지점관측 자료와의 비교 분석을 수행, 위성 토양수분 자료의 적합성을 평가하였다. 통계 분석 결과 AMSR2 X-band의 토양수분 자료는 38개의 지점관측 자료와 비교해 0.03의 평균 bias, 0.16의 평균 RMSE의 낮은 오차 수준을 보였으며, 최대상관계수는 0.67로 나타났다. 또한 AMSR2 센서의 ascending, descending 시간대별 위성 토양수분자료 분석과 X, C1, C2-band의 주파수 영역별 위성 토양수분 자료 분석 결과, ascending overpass time 시간대와, X-band 주파수의 토양수분자료가 지점 관측 자료와 더 좋은 상관관계를 보였다. 본 연구의 분석 결과는 한반도에서 최근 문제가 되고 있는 가뭄을 비롯한 각종 재해 분석 시 토양수분의 공간적 분포를 연구하는데 활용 될 수 있을 것으로 기대된다.

Abstract ▼ AI-Helper

This study aims at assessing the quality of the Advanced Microwave Scanning Radiometer 2 (AMSR2) soil moisture products onboard GCOM-W1 satellite based on Land Parameter Retrieval Model (LPRM) soil moisture retrieval algorithm with field measurements in South Korea from March to September, 2014. Results of mean bias and root mean square error between AMSR2 LPRM soil moisture products (X-band) and ground measurements showed reasonable value of 0.03 and 0.16. Also, the maximum of the Pearson correlation coefficients was 0.67, which showed good agreement in terms of temporal variability with ground measurements. By comparing AMSR2 soil moisture with in-situ measurement according to the overpass time and band frequency, X-band products on the ascending time outperformed than those of C1-band and C2-band. Furthermore, this study offers an insight into the applicability of the AMSR2 soil moisture products for monitoring various natural disasters at a large scale such as drought and flood.

주제어

AI 본문요약
AI-Helper

문제 정의

, 2010). 따라서 이번 연구에서는 GCOM-W1 위성의 AMSR2 센서를 이용, 산출된 위성 토양수분 자료를 지점 내부 및 외부적 요소를 통합적으로 고려하여 검증하였으며, 분석을 통해 한반도 지역에서의 AMSR2 LPRM 알고리즘 기반 토양수분 자료의 적용성을 평가 할 수 있었다.

제안 방법

이와 같이 최근 동아시아 및 한반도 지역을 대상으로 한 마이크로파 위성의 토양수분 산출물에 대한 비교검증 연구들이 진행되었으나, AMSR2 LPRM기반 토양수분의 한반도 비교연구는 전무했다. 따라서 이번 연구에서는 두 알고리즘의 비교에 앞서 선행되어야 할 AMSR2 LPRM 알고리즘 기반 토양수분자료와 지상관측자료의 상관성 분석을 진행하였다. 그 결과 X-band 토양수분은 ascending 시간대에서, C1-band와 C2-band의 토양수분은 descending 시간대에서 지점관측 자료와 더 좋은 상관성을 보였고, 주파수 영역별 비교에서는 overpass time에 관계없이 X-band 토양수분 값이 C1-band와 C2-band의 토양수분보다 지점관측 자료와 더 높은 상관관계를 보였다.
지점 토양수분 관측장비는 Time Domain Reflectometry (TDR) 센서로, 전자기파의 겉보기 유전율 변화를 이용하여 토양수분 함량을 측정하는 방식을 이용한다. 본 연구에서는1) 지점관측 토양수분과 AMSR2 데이터가 모두 유효한 지점에서2) 시간에 따라 두 자료가 비교적 연속적으로 분포되어 있으며, 3) 토양수분의 거동이 강우사상을 잘 따라가는지 여부를 기준으로 하는 Data quality control (QC) 를 수행하였으며, 이를 모두 부합하는 38개 지점을 선정하여 위성 토양수분 자료와의 비교 분석을 실시하였다. Fig.

대상 데이터

gov/data/s4pa). 본 연구에서는 AMSR2 LPRM 토양수분 자료 가운데 지점관측자료와의 비교 검증을 위해 가장 상세화된 10 km 공간 해상도의 토양수분 자료를 채택하였다.
kr)에서는 전국 150여개 지점관측 토양수분에 대한 정보를 제공하고 있다. 본 연구에서는 이 중 자료의 수집기간이 유효한 113 개 지점의 토양수분 자료(10 cm, 20 cm, 30 cm, 50 cm)와 강우 및 지온 데이터를 확보했고, 이 중 표층 토양수분에 인접한 10cm의 자료를 위성 토양수분과의 비교를 위한 실측자료로 활용하였다. 지점 토양수분 관측장비는 Time Domain Reflectometry (TDR) 센서로, 전자기파의 겉보기 유전율 변화를 이용하여 토양수분 함량을 측정하는 방식을 이용한다.

데이터처리

분류된 자료의 전처리는 [t-2days, t+2days]의 기간으로 이동평균 하였으며, 이를 지점관측 토양수분 자료와 비교,·검증하기 위해 최근접 접근법(nearest neighbor) 을 이용, 지점자료와 가장 가까운 격자의 토양수분 자료를 추출하였다. 전처리된 자료의 검증은 상관계수, 오차(bias) 와 평균제곱오차(RMSE) 의 통계기법을 이용하였다. 분류 후 전처리를 거친 위성 자료와 지점관측 자료간의 상관계수를 시간대별, 주파수대 별로 비교하여 한반도 지역에서의 AMSR2 LPRM 알고리즘 기반 토양 수분 자료의 특성을 분석하였다(Table.

이론/모형

전처리된 자료의 검증은 상관계수, 오차(bias) 와 평균제곱오차(RMSE) 의 통계기법을 이용하였다. 분류 후 전처리를 거친 위성 자료와 지점관측 자료간의 상관계수를 시간대별, 주파수대 별로 비교하여 한반도 지역에서의 AMSR2 LPRM 알고리즘 기반 토양 수분 자료의 특성을 분석하였다(Table. 2).
위성 토양수분 자료를 ascending, descending의 두 overpass time에 해당하는 자료로 추출 하였고, 이를 세 주파수 영역(C1, C2, X-band) 별로 나누어 분류하였다. 분류된 자료의 전처리는 [t-2days, t+2days]의 기간으로 이동평균 하였으며, 이를 지점관측 토양수분 자료와 비교,·검증하기 위해 최근접 접근법(nearest neighbor) 을 이용, 지점자료와 가장 가까운 격자의 토양수분 자료를 추출하였다. 전처리된 자료의 검증은 상관계수, 오차(bias) 와 평균제곱오차(RMSE) 의 통계기법을 이용하였다.

성능/효과

따라서 이번 연구에서는 두 알고리즘의 비교에 앞서 선행되어야 할 AMSR2 LPRM 알고리즘 기반 토양수분자료와 지상관측자료의 상관성 분석을 진행하였다. 그 결과 X-band 토양수분은 ascending 시간대에서, C1-band와 C2-band의 토양수분은 descending 시간대에서 지점관측 자료와 더 좋은 상관성을 보였고, 주파수 영역별 비교에서는 overpass time에 관계없이 X-band 토양수분 값이 C1-band와 C2-band의 토양수분보다 지점관측 자료와 더 높은 상관관계를 보였다. 따라서 AMSR2 LPRM 토양수분 자료는 ascending 시간대의 X-band 토양수분 값이 한반도 지역에 가장 우수한 적용성을 보인다는 결론을 얻을 수 있었다.
그 결과 X-band 토양수분은 ascending 시간대에서, C1-band와 C2-band의 토양수분은 descending 시간대에서 지점관측 자료와 더 좋은 상관성을 보였고, 주파수 영역별 비교에서는 overpass time에 관계없이 X-band 토양수분 값이 C1-band와 C2-band의 토양수분보다 지점관측 자료와 더 높은 상관관계를 보였다. 따라서 AMSR2 LPRM 토양수분 자료는 ascending 시간대의 X-band 토양수분 값이 한반도 지역에 가장 우수한 적용성을 보인다는 결론을 얻을 수 있었다. 또한 위성 토양수분과 지점관측 토양수분의 시계열분석을 통해 AMSR2 LPRM 토양수분 자료가 강우사상과 지점관측 자료의 시간 변동성을 잘 반영하고 있음을 판별하였다.

후속연구

또한 위성 토양수분과 지점관측 토양수분의 시계열분석을 통해 AMSR2 LPRM 토양수분 자료가 강우사상과 지점관측 자료의 시간 변동성을 잘 반영하고 있음을 판별하였다. 이러한 결과는 한반도 지역에 맞는 AMSR2 LPRM 토양수분 자료의 최적 산출물과 주효 영향 인자를 파악하였다는 데 의의를 두며, 이를 바탕으로 향후 AMSR2 JAXA와 LPRM 알고리즘 토양 수분의 비교 분석을 통해 한반도 지역 최적 AMSR2 토양수분 산정 알고리즘을 판별한다면 한반도 수문기상분석 및 기상예보 입력 인자 활용에 기준이 될 수 있을 것으로 판단된다. 따라서 지역적 규모로 나타나는 대규모 자연재해(가뭄, 홍수)의 피해 분석 및 예측에 기여할 수 있을 것으로 기대한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	AMSR2는 무엇인가요?	AMSR2는 2012년 3월에 발사된 GCOM-W1 위성에 탑재된 수동형 마이크로파 센서이다. AMSR2는 NASA의 Aqua 위성에 탑재된 Advanced Microwave Scanning Radiometer-EOS (AMSR-E) 센서의 후속연구를 위해 개발되었다.
	위성에서 산출된 토양수분 데이터가 각종 재해에 관련된 분석에 사용되는 이유는 무엇인가요?	, 2012). 이러한 배경에는 위성 원격탐사가 광범위한 영역의 토양수분을 지속적으로 관측할 수 있는 장점이 있기 때문이다(Kerr et al., 2010; Jackson et al.
	토양수분은 어떻게 인식되어왔나요?	수문기상학적으로 토양수분은 대기와 지표 사이의 상호작용을 연계하는 중요한 인자로 인식되어왔다(Jackson et al., 2010; Seneviratne et al.

참고문헌 (27)

Albergel C., de Rosnay P., Gruhier C., Munoz-Sabater J., Hasenauer S., Isaksen L., Kerr Y., Wagner W. (2012). "Evaluation of remotely sensed and modelled soil moisture products using global ground-based in situ observations." Remote Sensing of Environment, Vol. 118, pp. 215-226.

상세보기
Bolten, J.D., Crow, W.T. (2012). "Improved prediction of quasi-global vegetation conditions using remotely-sensed surface soil moisture." Geophys. Res. Lett. Vol. 39, No. 19.

상세보기
Brocca L., Hasenauer S., Lacava T., Melone F., Moramarco T., Wagner W., Dorigo W., Matgen P., Martinez-Fernandez J., Llorens P., Latron J., Martin C., Bittelli M. (2011). "Soil moisture estimation through ASCAT and AMSR-E sensors: an intercomparison and validation study across Europe." Remote Sensing of Environment, Vol. 115, pp. 3390-3408.

상세보기
Cho, E., Moon, H., Choi, M. (2015). "First Assessment of the Advanced Microwave Scanning Radiometer 2 (AMSR2) Soil Moisture Contents in Northeast Asia." Journal of the Meteorological Society of Japan, Vol. 93, No. 1, pp. 117-129.

상세보기
Choi M., Jacobs JM. (2008). "Temporal variability corrections for advanced microwave radiometer E (AMSR-E) surface soil moisture: case study in Little River Region, Georgia. U.S." Sensors. Vol. 8, pp. 2617-2627.

상세보기
Choi, M., Jacobs, J.M., Anderson, M.C., Bosch, D.D. (2013). "Evaluation of drought indices via remotely sensed data with hydrological variables." Journal of Hydrology, Vol. 476, pp. 265-273.

상세보기
Crosson, W. L., Limaye, A. S., and Laymon, C. A. (2005). "Parameter sensitivity of soil moisture retrievals from airborne C- and X-band radiometer measurements in SMEX02." IEEE Trans. Geosci. Remote Sens., Vol. 43, pp. 2842-2853.

상세보기
Crow, W.T. and Ryu, D. (2009). "A new data assimilation approach for improving runoff prediction using remotely-sensed soil moisture retrievals." Hydrol. Earth Syst. Sci., Vol. 13, pp. 1-16.

상세보기
Draper, C.S., Walker, J.P., Steinle, P.J., De Jeu, R.A.M., & Holmes, T.R.H. (2009). "An evaluation of AMSR-E derived soil moisture over Australia." Remote Sensing of Environment, Vol. 113, No. 4, pp. 703-710.

상세보기
Fujii, H., Koike, T., & Imaoka, K. (2009). "Improvement of the AMSR-E algorithm for soil moisture estimation by introducing a fractional vegetation coverage dataset derived from MODIS data." Journal of the Remote Sensing Society of Japan, Vol. 29, No. 1, pp. 282-292.
Griesfeller, A., Lahoz, W.A., De Jeu, R.A.M., Dorigo, W., Haugen, L.E., Svendby, T.M., Wagner W. (2016). "Evaluation of satellite soil moisture products over Norway using ground-based observations." International Journal of Applied Earth Observation and Geoinformation, Vol. 45, pp. 155-164.

상세보기
Imaoka, K., Kachi, M., Kasahara, M., Ito, N., Nakagawa, K., & Oki, T. (2010). "Instrument performance and calibration of AMSR-E and AMSR2." The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Vol. 38, No. 8, pp. 13-18.
Jackson, T.J., Cosh, M.H., Bindlish, R., Starks, P.J., Bosch, D.D., Seyfried, M., Goodrich,D.C., Moran, M.S., Jinyang, D. (2010). "Validation of advanced microwavescanning radiometer soil moisture products." IEEE Trans. Geosci. Remote Sens, Vo. 48, No. 12, pp. 4256-4272.

상세보기
Kerr, Y. H., Waldteufel, P., Wigneron, J. -P., Delwart, S., Cabot, F., Boutin, J. (2010). "The SMOS mission: New tool for monitoring key elements of the globalwater cycle." Proceedings of the IEEE, Vol. 98, No. 5, pp. 666-687.

상세보기
Kim, H., & Choi, M. (2015a). "An inter-comparison of active and passive satellite soil moisture products in East Asia for dust-outbreak prediction." J.Korean Soc. Hazard Mitig., Vol. 15, No. 4, pp.53-58.
Kim, H., & Choi, M. (2015b). "Impact of soil moisture on dust outbreaks in East Asia: Using satellite and assimilation data." Geophysical Research Letters, Vol. 42, pp. 2789-2796.

상세보기
Kim, S., Liu, Y.Y., Johnson, F.M., Parinussa, R.M., Sharma, A. (2015). "A global comparison of alternate AMSR2 soil moisture products: Why do they differ?" Remote Sensing of Environment, Vol. 163, pp. 43-62.
Koike, T., Nakamura, Y., Kaihotsu, I., Davva, G., Matsuura, N., Tamagawa, K. (2004). "Development of an advanced microwave scanning radiometer (AMSR-E) algorithm of soil moisture and vegetation water content." Annual Journal of Hydraulic Engineering, JSCE, Vol. 48, No. 2, pp. 217-222.

상세보기
Leroux D.J., Kerr Y.H., Al Bitar A., Bindlish R., Jackson T.J., Berthelot B., Portet G. (2013) "Comparison between SMOS, VUA, ASCAT, and ECMWF Soil Moisture Products Over Four Watersheds in U.S." IEEE Transactions on Geoscience and Remote Sensing, Vol. 52, No. 3.
Njoku, E.G., and Entekhabi, D. (1996). "Passive microwave remote sensing of soil moisture." J. Hydrol., vol. 184, pp. 101-129.

상세보기
Njoku, E.G., Jackson, T.J., Lakshmi, V., Chan, T.K., Nghiem, S.V. (2003). "Soil moisture retrieval from AMSR- E." IEEE Trans. Geosci. Remote Sens. Vol. 41, No. 2, pp. 215-229.

상세보기
Oliva, R., Daganzo, E., Kerr, Y., Mecklenburg, S., Nieto, S., Richaume, P., and Gruhier, C. (2012). "SMOS radio frequency interference scenario: status and actions taken to improve the RFI environment in the 1400-1427 MHz passive band." IEEE T. Geosci. Remote., Vol. 50, pp. 1427-1439.

상세보기
Owe, M., De Jeu, R.A.M., & Holmes, T. (2008). "Multisensor historical climatology of satellite-derived global land surface moisture." Journal of Geophysical Research, Earth Surface, Vol. 113, Issue. F1.
Parinussa, R.M., Meesters, A.G.C.A., Liu, Y., Dorigo, W., Wagner, W., & De Jeu, R.A.M. (2011). "Error estimates for near-real-time satellite soil moisture as derived from the land parameter retrieval model." IEEE Geoscience and Remote Sensing Letters, Vol. 8, No. 4, pp. 779-783.

상세보기
Soldo, Y., Khazaal, A., Cabot, F., Kerr, Y. H. (2015). "An RFI Index to Quantify the Contamination of SMOS Data by Radio-Frequency Interference." IEEE Trans. Geosci. Remote Sens, Vol. 9, pp. 1577-1589.
Wagner W, Lemoine G, Rott H. (1999). "A method for estimating soil moisture from ERS scatterometer and soil data." Remote Sens Environ. Vol. 70, pp. 191-207.

상세보기
Wigneron, J., Schmugge, T.J., Chanzy, A., Calvet, J., & Kerr, Y. (1998). "Use of passive microwave remote sensing to monitor soil moisture." Agronomie, Vol. 18, No. 1, pp. 27-43.

상세보기

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증