히마와리 위성의 산불방사열에너지 자료를 이용한 산불배출가스 추정: 2017년 삼척 및 강릉 산불을 사례로 Estimation of Fire Emissions Using Fire Radiative Power (FRP) Retrieved from Himawari-8 Satellite원문보기
산불은 다량의 온실가스를 대기 중으로 방출하는 자연재해로서, 이를 효율적으로 감시하기 위해서는 정지궤도 위성의 산불방사열에너지(fire radiative power, FRP)를 활용하는 방법이 필요하다. 본 연구에서는 2017년 5월 6일에 발생한 우리나라 삼척과 강릉 산불을 사례로, 히마와리 위성의 중적외 채널자료를 이용하여 FRP를 산출하였으며, 이를 통해 MODIS(Moderate Resolution Imaging Spectroradiometer)의 제한적인 시간해상도로는 관측이 불가능한 10분 간격의 산불 피해강도의 실시간 모니터링이 가능함을 확인하였다. 또한 히마와리 FRP를 이용하여 강릉 산불의 배출가스를 계산하였으며, 에어코리아 실측치와 비교하였을 때 거리 차에 의한 1~3시간의 지연현상과 함께, 산불배출가스의 시계열 패턴이 매우 잘 일치함을 알 수 있었다. 또한 선행연구에서 고해상도 영상분석을 통해 제시한 산불배출가스 추정량과 비교하였을 때, 100 ha당 배출량이 삼척은 약 12%, 강릉은 약 2%의 차이로 매우 유사한 결과를 나타냈다. 이는 산불 피해면적과 피해강도에 대한 직접적인 분석 없이도, 정지궤도 위성의 FRP만을 이용하여 산불배출가스의 정밀한 추정이 가능함을 의미한다. 이 연구는 향후 발사될 우리나라 정지궤도 기상위성인 GK-2A(Geostationary Korea Multi-Purpose Satellite-2A)의 산불배출가스 추정 및 에어로솔 산출에 활용될 수 있을 것으로 사료된다.
산불은 다량의 온실가스를 대기 중으로 방출하는 자연재해로서, 이를 효율적으로 감시하기 위해서는 정지궤도 위성의 산불방사열에너지(fire radiative power, FRP)를 활용하는 방법이 필요하다. 본 연구에서는 2017년 5월 6일에 발생한 우리나라 삼척과 강릉 산불을 사례로, 히마와리 위성의 중적외 채널자료를 이용하여 FRP를 산출하였으며, 이를 통해 MODIS(Moderate Resolution Imaging Spectroradiometer)의 제한적인 시간해상도로는 관측이 불가능한 10분 간격의 산불 피해강도의 실시간 모니터링이 가능함을 확인하였다. 또한 히마와리 FRP를 이용하여 강릉 산불의 배출가스를 계산하였으며, 에어코리아 실측치와 비교하였을 때 거리 차에 의한 1~3시간의 지연현상과 함께, 산불배출가스의 시계열 패턴이 매우 잘 일치함을 알 수 있었다. 또한 선행연구에서 고해상도 영상분석을 통해 제시한 산불배출가스 추정량과 비교하였을 때, 100 ha당 배출량이 삼척은 약 12%, 강릉은 약 2%의 차이로 매우 유사한 결과를 나타냈다. 이는 산불 피해면적과 피해강도에 대한 직접적인 분석 없이도, 정지궤도 위성의 FRP만을 이용하여 산불배출가스의 정밀한 추정이 가능함을 의미한다. 이 연구는 향후 발사될 우리나라 정지궤도 기상위성인 GK-2A(Geostationary Korea Multi-Purpose Satellite-2A)의 산불배출가스 추정 및 에어로솔 산출에 활용될 수 있을 것으로 사료된다.
Wildfires release a large amount of greenhouse gases (GHGs) into the atmosphere. Fire radiative power (FRP) data obtained from geostationary satellites can play an important role for tracing the GHGs. This paper describes an estimation of the Himawari-8 FRP and fire emissions for Samcheock and Gangn...
Wildfires release a large amount of greenhouse gases (GHGs) into the atmosphere. Fire radiative power (FRP) data obtained from geostationary satellites can play an important role for tracing the GHGs. This paper describes an estimation of the Himawari-8 FRP and fire emissions for Samcheock and Gangnueng wildfire in 6 May 2017. The FRP estimated using Himawari-8 well represented the temporal variability of the fire intensity, which cannot be captured by MODIS (Moderate Resolution Imaging Spectroradiometer) because of its limited temporal resolution. Fire emissions calculated from the Himwari-8 FRP showed a very similar time-series pattern compared with the AirKorea observations, but 1 to 3 hour's time-lag existed because of the distance between the station and the wildfire location. The estimated emissions were also compared with those of a previous study which analyzed fire damages using high-resolution images. They almost coincided with 12% difference for Samcheock and 2% difference for Gangneung, demonstrating a reliability of the estimation of fire emissions using our Himawari-8 FRP without high-resolution images. This study can be a reference for estimating fire emissions using the current and forthcoming geostationary satellites in East Asia and can contribute to improving accuracy of meteorological products such as AOD (aerosol optical depth).
Wildfires release a large amount of greenhouse gases (GHGs) into the atmosphere. Fire radiative power (FRP) data obtained from geostationary satellites can play an important role for tracing the GHGs. This paper describes an estimation of the Himawari-8 FRP and fire emissions for Samcheock and Gangnueng wildfire in 6 May 2017. The FRP estimated using Himawari-8 well represented the temporal variability of the fire intensity, which cannot be captured by MODIS (Moderate Resolution Imaging Spectroradiometer) because of its limited temporal resolution. Fire emissions calculated from the Himwari-8 FRP showed a very similar time-series pattern compared with the AirKorea observations, but 1 to 3 hour's time-lag existed because of the distance between the station and the wildfire location. The estimated emissions were also compared with those of a previous study which analyzed fire damages using high-resolution images. They almost coincided with 12% difference for Samcheock and 2% difference for Gangneung, demonstrating a reliability of the estimation of fire emissions using our Himawari-8 FRP without high-resolution images. This study can be a reference for estimating fire emissions using the current and forthcoming geostationary satellites in East Asia and can contribute to improving accuracy of meteorological products such as AOD (aerosol optical depth).
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
가설 설정
삼척과 강릉 산불에 대해 산출된 10분 간격의 히마와리 FRP를 식(4)에 적용하여 산불배출가스를 계산하고, 그 추정량을 에어코리아 대기질 관측자료와 비교하였다. 히마와리 위성자료와 동일한 시공간 해상도를 가지는 위성기반 온실기체 관측자료는 존재하지 않는다. 또한 2 km 내외의 해상도를 가지는 GOSAT(Greenhouse Gases Observing Satellite)이나OCO-2(OrbitingCarbonObservatory2)는 관측주기가 수 일 이상이기 때문에 일변화 정보가 제공되지 않으며, IASI(Infrared Atmospheric Sounding Interferometer)나 AIRS(Atmospheric Infrared Sounder) 등 사운더는 관측주기가 12시간 정도이지만 공간해상도가 수십 km여서 서브픽셀 문제가 심각하다.
제안 방법
2000년 삼척 산불의 피해면적은 16,200ha로서 2017년 삼척과 강릉 산불의 약 20배와 약 64배에 해당하기 때문에(Table 1), 동일한 조건 하의 비교를 위하여 100 ha당 추정량을 비교하였다. 그러나 산불의 연소시간의 차이는 고려할 필요가 없는데, 이는 산불배출가스가 연소량과 피해강도에 따라 결정되기 때문이다.
1에 보듯이, 삼척 산불은 관측소와의 거리가 상당히 멀고 바람이 반대방향으로 불어 산불배출가스가 관측소 쪽으로 이동했다고 보기 힘들다. 따라서 강릉 산불에 대하여 에어코리아의 PM2.5, PM10, CO, NOx 농도와 본 연구의 추정량을 시계열 분석하였으며, Fig. 4와 Fig.
히마와리 위성자료와 중적외 복사휘도법을 이용하여 2015년 8월 인도네시아 지역을 대상으로 산출한 FRP는, MODIS FRP 산출물과의 검증을 통하여(Kim and Lee,2016), Meteosat SEVIRI나 GOES Imager와 유사한 수준의 정확도를 가지는 것으로 확인되었다. 본 연구에서는 이와 동일한 방법으로 2017년 5월 6일~9일의 삼척과 강릉 산불에 대한 10분 간격의 FRP를 산출하였다. 해당 산불의 위치, 피해면적, 발화시각 및 진화시각의 정보는 산림청 산불통계자료를 통해 획득하였다.
본 연구의 배출량을 질량 단위로 검증하기 위한 또 다른 방법으로, 선행연구에 제시된 우리나라 산불배출가스 배출량과의 비교를 수행하였다. Won et al.
이에 본 연구에서는 아시아의 정지궤도 위성인Himawari-8의 10분 간격의 2 km 해상도 중적외채널 정보를 이용하여 FRP를 산출하였으며, 이를 통해 2017년 5월 6일~9일에 매우 큰 규모로 발생하였던 삼척과 강릉산불의 배출가스를 추정하고, 직간접적인 검증을 수행하였다. 제1절에서는 연구배경 및 목적을 소개하였으며, 제2절에서는 FRP와 산불배출가스 추정기법을 소개하고,제3절에서는 사례지역의 FRP와 산불배출가스 추정결과에 대하여 분석하였으며, 마지막으로 제4절에서는 연구성과에 대한 요약과 향후과제를 논의하는 것으로 본 논문을 맺는다.
대상 데이터
본 연구에서 산출한 FRP는 우선 Aqua/Terra MODIS의 산출물 및 ECMWF-GFAS의 FRP 자료와 비교하였다(Table 4). WMO(World Meteorological Organization)에서는 MODIS FRP의 자료품질이 매우 우수한 것으로 평가하고 있으며(WMO, 2016), GOES나 Meteosat 등 정지궤도 위성의 FRP 검증기준자료로 사용되었다. ECMWF-GFAS의 FRP는 MODIS를 자료동화에 활용한 재분석자료이며, 최근 아메리카, 유럽 및 아프리카지역은 GOES와 Meteosat의 FRP도 추가로 활용하여 일변화가 포함된 FRP 정보를 제공하고 있다(ECMWF,2017).
1). 검증기준자료로는 에어코리아(AirKorea)의 대기질자료를 사용하였는데, 삼척관측소는 산불 지점으로부터 북동쪽으로 약 25 km 떨어진 곳에 위치하며, 강릉관측소는 산불 지점으로부터 동쪽으로 약 9 km 떨어져있다. 765 ha의 피해면적을 기록한 삼척 산불의 경우, 산불기간 중 북풍이 우세하여 에어코리아 관측소와 반대방향으로 연기가 이동하였을 것으로 보이며, 252ha가 연소된 강릉 산불의 경우, 서풍이 지속적으로 불어 에어코리아 관측소 쪽으로 연기가 이동하였을 것으로 사료된다(Table 1).
본 연구에서 사용한 동아시아 지역의 정지궤도 위성인 히마와리는 적도상공 35,800 km, 경도 140.7°E에 위치하고 있으며, 탑재된 AHI(Advanced Himawari Imager) 센서는 1개의 500 m 가시채널, 3개의 1 km 가시채널, 그리고 12개의 2 km 적외채널을 이용하여 2017년 7월부터 10분 간격의 전지구(full disk) 자료를 생산하고 있다. 상대적으로 저해상도인 정지궤도 위성센서는 이중분광법(bi-spectral method)이나 중적외 휘도온도법(mid-infrared temperature method)을 적용할 경우, 서브픽셀 문제 또는 산불픽셀과 주변윈도우가 너무 이격되는 문제로 인하여 FRP 산출이 용이하지 않다(Giglio and Kendall, 2001;Kim and Lee, 2016; Peterson et al.
본 연구에서는 국내 대형 산불인 2017년 5월 6일의 강원도 삼척과 강릉 산불을 대상으로, 히마와리 위성자료로부터 FRP를 산출하고 이를 통해 산불배출가스를 추정하였으며, 이에 대한 직간접적인 검증을 수행하였다. 산출된 히마와리 FRP는 MODIS와 GFAS FRP가 관측주기나 구름의 영향으로 제공하지 못하는 일변화 정보를 실시간으로 제공할 수 있으며, 또한 산불의 피크시간대와 10분 간격의 피해강도에 대한 우수한 산출능력을 보여주었다.
본 연구에서는 히마와리 위성의 운영기간 중에 발생한 국내 대형 산불로서, 2017년 5월 6일에 발생한 강원도 삼척과 강릉 산불을 분석대상으로 선정하였다. 산불의 위치정보는 산림청 통계자료를 참고하였는데, 주소로 표기된 산불발생 위치는 지오코딩(geocoding)을 통해 경위도로 변환하여 위성자료와의 공간일치를 수행하였다(Fig.
본 연구에서는 이와 동일한 방법으로 2017년 5월 6일~9일의 삼척과 강릉 산불에 대한 10분 간격의 FRP를 산출하였다. 해당 산불의 위치, 피해면적, 발화시각 및 진화시각의 정보는 산림청 산불통계자료를 통해 획득하였다. 또한 중적외복사휘도법에서 요구되는 지면 방출률 정보는 VCM(vegetation cover method)을 이용하여 산출하였다.
데이터처리
또한 2 km 내외의 해상도를 가지는 GOSAT(Greenhouse Gases Observing Satellite)이나OCO-2(OrbitingCarbonObservatory2)는 관측주기가 수 일 이상이기 때문에 일변화 정보가 제공되지 않으며, IASI(Infrared Atmospheric Sounding Interferometer)나 AIRS(Atmospheric Infrared Sounder) 등 사운더는 관측주기가 12시간 정도이지만 공간해상도가 수십 km여서 서브픽셀 문제가 심각하다. 따라서 본 연구에서는 에어코리아 대기질 관측자료와의 비교검증을 수행하였다.
본 연구에서 산출한 FRP는 우선 Aqua/Terra MODIS의 산출물 및 ECMWF-GFAS의 FRP 자료와 비교하였다(Table 4). WMO(World Meteorological Organization)에서는 MODIS FRP의 자료품질이 매우 우수한 것으로 평가하고 있으며(WMO, 2016), GOES나 Meteosat 등 정지궤도 위성의 FRP 검증기준자료로 사용되었다.
삼척과 강릉 산불에 대해 산출된 10분 간격의 히마와리 FRP를 식(4)에 적용하여 산불배출가스를 계산하고, 그 추정량을 에어코리아 대기질 관측자료와 비교하였다. 히마와리 위성자료와 동일한 시공간 해상도를 가지는 위성기반 온실기체 관측자료는 존재하지 않는다.
이론/모형
중적외 복사휘도법은 산불의 실제온도와 중적외 복사 휘도 간의 선형관계를 타나태는 센서계수를 필요로 하는데, 국외의 정지궤도 및 극궤도 위성은 연소실험을 통해 센서계수를 도출하여 사용한다. 그러나 히마와리의경우 현실적으로 연소실험이 불가능하므로 근본적으로 FRP 산출이 불가능하지만, 본 연구에서는 MODISFRP를 기준으로 하는 역산법의 최적화 모의를 통해 산출한 Kim and Lee(2016)의 AHI 센서계수 3.11×10-9을적용하여 FRP 산출이 가능하도록 하였다.
, 2013). 따라서 본 연구에서는 히마와리 FRP 산출을 위하여 GOES나 Meteosat과 같은 정지궤도 위성에 적용가능한 중적외 복사휘도법(mid-infrared radiance method)을 사용하였다. 중적외복사휘도법은 산불의 실제온도와 위성센서의 중적외복사휘도와의 관계에 대하여 플랑크 법칙을 적용한다(식 (1)).
해당 산불의 위치, 피해면적, 발화시각 및 진화시각의 정보는 산림청 산불통계자료를 통해 획득하였다. 또한 중적외복사휘도법에서 요구되는 지면 방출률 정보는 VCM(vegetation cover method)을 이용하여 산출하였다. VCM에서는 각 화소가 식생과 나지의 조합으로 구성되어 있다고 가정하고, 지면피복별 최대방출률을 식생과 나지의 비율만큼 가중평균하여 해당 화소의 방출률을 계산하는 방법이다(Valor and Caselles, 1996).
VCM에서는 각 화소가 식생과 나지의 조합으로 구성되어 있다고 가정하고, 지면피복별 최대방출률을 식생과 나지의 비율만큼 가중평균하여 해당 화소의 방출률을 계산하는 방법이다(Valor and Caselles, 1996). 본 연구에서는 EUMETSAT에서 제공하는 Meteosat SEVIRI 중적외 및 광대역 최대방출률 조견표를 사용하였다. 이때 식생과 나지의 구성비를 알기 위해 사용되는 화소내 식생율(fraction of vegetation cover, FVC)은 NDVI(normalized difference vegetation index)의 최대최소를 이용하여 산출하였으며(Kerr et al.
산불배출가스 추정을 위한 전통적 방법은 Seiler andCrutzen(1980)이 제시한 DM 방법으로서, 피해면적과 피해강도로부터 산불배출가스를 계산하는 방식이다.
따라서 본 연구에서는 히마와리 FRP 산출을 위하여 GOES나 Meteosat과 같은 정지궤도 위성에 적용가능한 중적외 복사휘도법(mid-infrared radiance method)을 사용하였다. 중적외복사휘도법은 산불의 실제온도와 위성센서의 중적외복사휘도와의 관계에 대하여 플랑크 법칙을 적용한다(식 (1)).
성능/효과
5와 PM10은 2-3시간 간격을 두고 높은 상관관계를 보였으며, CO와 NOx는 1-2시간 후에 높은 상관성으로 나타냈다. 또한 계산법이 상이한 선행연구와 100 ha 당 배출가스 양을 비교한 결과, 삼척과 강릉 산불이 각각 12%와 2%의 차이로서 매우 유사한 것으로 나타났다. 이러한 직간접적인 비교검증을 통해서, 정지궤도 위성의 FRP를 이용한 실시간 산불배출가스 추정이 가능함을 확인하였다.
본 연구에서는 국내 대형 산불인 2017년 5월 6일의 강원도 삼척과 강릉 산불을 대상으로, 히마와리 위성자료로부터 FRP를 산출하고 이를 통해 산불배출가스를 추정하였으며, 이에 대한 직간접적인 검증을 수행하였다. 산출된 히마와리 FRP는 MODIS와 GFAS FRP가 관측주기나 구름의 영향으로 제공하지 못하는 일변화 정보를 실시간으로 제공할 수 있으며, 또한 산불의 피크시간대와 10분 간격의 피해강도에 대한 우수한 산출능력을 보여주었다.
또한 계산법이 상이한 선행연구와 100 ha 당 배출가스 양을 비교한 결과, 삼척과 강릉 산불이 각각 12%와 2%의 차이로서 매우 유사한 것으로 나타났다. 이러한 직간접적인 비교검증을 통해서, 정지궤도 위성의 FRP를 이용한 실시간 산불배출가스 추정이 가능함을 확인하였다.
히마와리 FRP를 이용하여 추정한 강릉의 산불배출가스는 9 km 떨어진 에어코리아 관측소의 실측치와 매우 유사한 시계열 패턴을 타나냈다. PM2.
히마와리 위성자료와 중적외 복사휘도법을 이용하여 2015년 8월 인도네시아 지역을 대상으로 산출한 FRP는, MODIS FRP 산출물과의 검증을 통하여(Kim and Lee,2016), Meteosat SEVIRI나 GOES Imager와 유사한 수준의 정확도를 가지는 것으로 확인되었다. 본 연구에서는 이와 동일한 방법으로 2017년 5월 6일~9일의 삼척과 강릉 산불에 대한 10분 간격의 FRP를 산출하였다.
후속연구
향후 장기간 축적된 히마와리 위성자료를 이용하여 사례지역을 확대해 나갈 것이며, 산불의 연소특성을 세밀히 고려하여 다양한 조건에서 모의실험을 수행함으로써 산불배출가스의 추정 정확도를 보다 더 향상시킬수 있을 것으로 기대한다. 이 연구는 향후 발사될 우리나라 정지궤도 기상위성인 GK-2A(Geostationary Korea Multi-Purpose Satellite-2A)의 산불배출가스 추정 및 에어로솔 산출에 활용될 수 있을 것으로 사료된다.
향후 장기간 축적된 히마와리 위성자료를 이용하여 사례지역을 확대해 나갈 것이며, 산불의 연소특성을 세밀히 고려하여 다양한 조건에서 모의실험을 수행함으로써 산불배출가스의 추정 정확도를 보다 더 향상시킬수 있을 것으로 기대한다. 이 연구는 향후 발사될 우리나라 정지궤도 기상위성인 GK-2A(Geostationary Korea Multi-Purpose Satellite-2A)의 산불배출가스 추정 및 에어로솔 산출에 활용될 수 있을 것으로 사료된다.
질의응답
핵심어
질문
논문에서 추출한 답변
산불을 효율적으로 감시하기 위해 필요한 방법은 무엇인가?
산불은 다량의 온실가스를 대기 중으로 방출하는 자연재해로서, 이를 효율적으로 감시하기 위해서는 정지궤도 위성의 산불방사열에너지(fire radiative power, FRP)를 활용하는 방법이 필요하다. 본 연구에서는 2017년 5월 6일에 발생한 우리나라 삼척과 강릉 산불을 사례로, 히마와리 위성의 중적외 채널자료를 이용하여 FRP를 산출하였으며, 이를 통해 MODIS(Moderate Resolution Imaging Spectroradiometer)의 제한적인 시간해상도로는 관측이 불가능한 10분 간격의 산불 피해강도의 실시간 모니터링이 가능함을 확인하였다.
산불의 특징은 무엇인가?
산불은 불특정 시공간에서 발생하는 재해로서, 지구상의 식생은 매년 산불로 인해 약 8-10억 톤의 이산화탄소를 대기 중으로 배출하는 것으로 알려져 있다(FAO,2005; van der Werf et al., 2010). 근래에 발생했던 2015년 인도네시아 산불은 약 3개월 동안 지속되면서 약 8억5천만 톤의 이산화탄소를 대기 중으로 방출시켰으며, 이는 인도네시아 연평균 이산화탄소 방출량의 97%에 해당한다(Huijnen et al.
산불배출가스 추정에 사용되는 DM(dry matter burnt) 방법이 번거로운 이유는 무엇인가?
, 2006) 의 산불배출가스를 계산하기 위한 선행연구들이 다수 존재한다. 하지만 DM 방법에서는 산불진화 후 현장관측이나 고해상도영상을 통해 피해지역과 피해강도에 대한 정량적인 정보를 계산해야 하는 번거로움이 있다. 또 다른 접근법으로 피해강도에 대한 복잡한 분석과정 없이도, 산불로부터 방출되는 복사에너지 강도인 산불방사열에너지(fire radiative power, FRP)와 식생 연소율과의 선형적 관계에 기초하여 산불배출가스를 추정하는 방법이 제시된 바 있다(Wooster, 2002; Woster et al.
참고문헌 (24)
Akagi, S.K., R.J. Yokelson, C. Wiedinmyer, M.J. Alvarado, J.S. Reid, T. Karl, J.D. Crounse, and P.O. Wennberg, 2011. Emission factors for open and domestic biomass burning for use in atmospheric models, Atmospheric Chemistry and Physics, 11: 4039-4072.
Delmas, R., J.P. Lacaux, and D. Brocard, 1995. Determination of Biomass Burning Emission factors: Methods and Results, Environmental Monitoring and Assessment, 38: 181-204.
FAO (Food and Agriculture Organization of the United Nations). 2005. The state of food and agriculture 2005, http://www.fao.org/, Accessed on Oct. 25, 2017.
Giglio, L. and J.D. Kendall, 2001. Application of the Dozier Retrieval to Wildfire Characterization: A Sensitivity Analysis, Remote Sensing of Environment, 77: 34-49.
Huijnen, V., M.J. Wooster, J.W. Kaiser, D.L.A. Gaveau, J. Flemming, M. Parrington, A. Inness, D. Murdiyarso, B. Main, and M. van Weele, 2016. Fire carbon emissions over maritime southeast Asia in 2015 largest since 1997, Scientific Reports, 6: 26886.
Ito, A. and J.E. Penner, 2004. Global estimates of biomass burning emissions based on satellite imagery for the year 2000, Journal of Geophysical Research, 109: D14S05.
IPCC, 2003. Good practice guidance for land use, landuse change and forestry, national greenhouse gas inventories programme, the institute for global environmental strategies (IGES) for the IPCC, Geneva, Switzerland.
Lee, B.D., H.J. Yoon, K.S. Koo, and K.H. Kim, 2012. Estimation of biomass loss and greenhouse gases emissions from surface layer burned by forest fire, Journal of Korean Forest Society, 101(2): 286-290 (in Korean with English abstract).
Li, Z., H. Wu, N. Wang, S. Qiu, J.A. Sobrino, Z. Wan, B. Tang, and G. Yan, 2013. Land surface emissivity retrieval from satellite data, International Journal of Remote Sensing, 34: 3084-3127.
Kerr, Y.H., J.P. Lagouarde, and J. Imbernon, 1992. Accurate land surface temperature retrieval from AVHRR data with use of an improved split window algorithm, Remote Sensing of Environment, 41: 197-209.
Kim, D.S. and Y-W. Lee, 2016. Retrieval of fire radiative power from Himawari-8 satellite data using the mid-infrared radiance method, Journal of the Korean Society for Geospatial Information Science, 24(4): 105-113 (in Korean with English abstract).
Peterson, D., J. Wang, C. Ichoku, E. Hyer, and V. Ambrosia, 2013. A sub-pixel-based calculation of fire radiative power from MODIS observations: 1: algorithm development and initial assessment, Remote Sensing of Environment, 129: 262-279.
Reid, J.S., E.M. Prins, D.L. Westphal, C.C. Schmidt, K.A. Richardson, S.A. Christopher, T.F. Eck, E.A. Reid, C.A. Curtis, and J.P. Hoffman, 2004. Real-time monitoring of South American smoke particle emissions and transport using a coupled remote sensing/box-model approach, Geophysical Research Letters, 31: L06107.
Seiler, W. and P.J. Crutzen, 1980. Estimates of gross and net fluxes of carbon between the biosphere and the atmosphere from biomass burning, Climatic Change, 2: 207-247.
Valor, E. and V. Caselles, 1996. Mapping land surface emissivity from NDVI: application to European, African, and South American areas, Remote Sensing of Environment, 57: 167-184.
van der Werf, G. R., J.T. Randerson, L. Giglio, G.J. Collatz, P.S. Kasibhatla, and A.F. Arellano Jr, 2006. Interannual variability in global biomass burning emissions from 1997 to 2004, Atmospheric Chemistry and Physics, 6(11): 3423-3441.
van der Werf, G.R., J.T. Randerson, L. Giglio, G.J. Collatz, M. Mu, P.S. Kasibhatla, D.C. Morton, R.S. DeFries, Y. Jin, and T.T. van Leeuwen, 2010. Global fire emissions and the contribution of deforestation, savanna, forest, agricultural, and peat fires (1997-2009), Atmospheric Chemistry and Physics, 10: 11707-11735.
Wiedinmyer, C., B. Quayle, C. Geron, A. Belote, D. McKenzie, X. Zhang, S.O' Neill, and K.K. Wynne, 2006. Estimating emissions from fires in North America for air quality modeling, Atmospheric Environment, 40: 3419-3432.
WMO (World Meteorological Organization), 2016. Gap analyses by Variable: Fire Radiative Power, http://www.wmo-sat.info/oscar/gapanalyses?view61, Accessed on Oct. 25, 2017.
Won, M.S., K.S. Koo, M.B. Lee, and Y.M. Son, 2008. Estimation of non-CO2 greenhouse gases emissions from biomass burning in the Samcheok largefire area using Landsat TM imagery, Korean Journal of Agricultural and Forest Meteorology, 10(1): 17-24 (in Korean with English abstract).
Wooster, M.J., 2002, Small-scale experimental testing of fire radiative energy for quantifying mass combusted in natural vegetation fires, Geophysical Research Letters, 29(21): 2027.
Wooster, M.J., G. Roberts, and G.L.W. Perry, 2005. Retrieval of biomass combustion rates and totals from fire radiative power observations: FRP derivation and calibration relationships between biomass consumption and fire radiative energy release, Journal of Geophysical Research, 110(D24).
Zhang, X. and S. Kondragunta, 2008. Temporal and spatial variability in biomass burned areas across the USA derived from the GOES fire product, Remote Sensing of Environment, 112: 2886-2897.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.