우리나라의 수자원관련 인공위성 영상정보의 활용능력은 현재 선진국대비 20~30% 수준에 머무르고 있다. 지금까지 수자원분야에서 인공위성영상의 대부분의 활용은 수문모형의 입력자료로서 토지피복도를 사용하는 수준이다. 이 또한 2000년대 건설교통부 '유역조사사업'을 통하여 미국의 Landsat 영상을 활용하여 전국적으로 1975년부터 2000년까지 5년 간격의 기본적인 토지피복도 (USGS level 1~30 m 해상도)를 작성하여 이를 보급한 것으로부터 정착되었다 (국가수자원관리종합정보시스템 http://www.wamis.go.kr/). 2000년 이후로는 환경부가 토지피복도를 제작 공급하는 부처로 구분되어, 이후의 자료로는 2008년 10 m 해상도의 토지피복도가 구축되어 있다. 한편 2000년부터 위성영상을 획득하기 시작한 Terra/Aqua MODIS 위성은 영상정보 활용의 획기적인 전환점을 만들었다고 할 수 있다. 웹상에서 제공하는 다양한 수자원/수문관련 공간정보들이 거의 실시간으로 제공되고 있는 것이다. 공간해상도 또한 250~1,000 m 수준이라 수자원분야에는 충분히 활용이 가능하며, 상세화 (Downscaling) 기술을 개발하여 정보의 수준을 끌어올리기도 한다. 정부는 2005년 8월 국가과학기술위원회에서 '미래 국가유망기술 21'을 확정하였는데, 21개 핵심분야 중에서 공공성 (국가안위 위상제고)을 고려하여 "전지구 관측 시스템과 국가자원 활용"을 선정한 바 있다. 특히 '우주와 지구', '정보와 지식', '안전', '국토관리 및 사회인프라'기술분야에서 제안된 기술들 중에는 원격탐사기술을 중심으로 구성하여, 미래의 원격탐사기술이 수자원분야에 활용될 것을 고지한 바 있다. 이에 건설교통부는 2006년 5월 '국토이노베이션기술개발사업'을 추진하면서 건설교통 R&D 혁신로드맵의 "재해예방 및 감지기술 분야"에서 홍수재해 예방시 원격탐사기술이 큰 비중을 차지하는 것으로 제안한 바있다. 한편, 2013년에는 국토교통부 국토교통과학기술진흥원에서 '위성정보를 활용한 글로벌 수자원 감시, 평가, 예측시스템 개발'을 위한 기획을 거쳐 2014년 7월 '국토관측센서 기반 광역 및 지역 수재해 감시 평가 예측기술 개발 연구단 (2014~2019)'이 발족되었다. 기술개발 내용으로는 위성정보 기반의 수문기상인자 산출기술, 미계측유역 수자원변동 분석기술, 수문학적 가뭄감시 및 전망기술, 하천건천화 추적기술 등이 포함되어, 수자원분야에서 원격탐사기술의 획기적인 발전이 기대되고 있다. 또한, 정부는 2020년대에 수자원 전용위성을 쏘아올릴 계획을 가지고 있어, 인공위성영상을 활용한 연구는 급성장할 것으로 예상된다. 현재 원격탐사 기술개발을 위한 다양한 위성영상 분석소프트웨어 (PG-STEAMER, ERDAS, ER-MAPPER, IDRISI, ArcGIS 등)들이 적정한 가격으로 개발되어 있으므로, 분석툴에 대한 물리적인 환경은 갖추어져 있다고 볼 수 있다. 지난 30여년 동안 GIS를 이용한 다양한 수자원 관련연구가 정착되어 온 것과 마찬가지로, 이제 원격탐사관련 위성영상정보의 활용연구가 활성화되어 다양한 기술개발을 통한 수자원분야의 우주기술시대를 맞이하기를 기대해 본다.
우리나라의 수자원관련 인공위성 영상정보의 활용능력은 현재 선진국대비 20~30% 수준에 머무르고 있다. 지금까지 수자원분야에서 인공위성영상의 대부분의 활용은 수문모형의 입력자료로서 토지피복도를 사용하는 수준이다. 이 또한 2000년대 건설교통부 '유역조사사업'을 통하여 미국의 Landsat 영상을 활용하여 전국적으로 1975년부터 2000년까지 5년 간격의 기본적인 토지피복도 (USGS level 1~30 m 해상도)를 작성하여 이를 보급한 것으로부터 정착되었다 (국가수자원관리종합정보시스템 http://www.wamis.go.kr/). 2000년 이후로는 환경부가 토지피복도를 제작 공급하는 부처로 구분되어, 이후의 자료로는 2008년 10 m 해상도의 토지피복도가 구축되어 있다. 한편 2000년부터 위성영상을 획득하기 시작한 Terra/Aqua MODIS 위성은 영상정보 활용의 획기적인 전환점을 만들었다고 할 수 있다. 웹상에서 제공하는 다양한 수자원/수문관련 공간정보들이 거의 실시간으로 제공되고 있는 것이다. 공간해상도 또한 250~1,000 m 수준이라 수자원분야에는 충분히 활용이 가능하며, 상세화 (Downscaling) 기술을 개발하여 정보의 수준을 끌어올리기도 한다. 정부는 2005년 8월 국가과학기술위원회에서 '미래 국가유망기술 21'을 확정하였는데, 21개 핵심분야 중에서 공공성 (국가안위 위상제고)을 고려하여 "전지구 관측 시스템과 국가자원 활용"을 선정한 바 있다. 특히 '우주와 지구', '정보와 지식', '안전', '국토관리 및 사회인프라'기술분야에서 제안된 기술들 중에는 원격탐사기술을 중심으로 구성하여, 미래의 원격탐사기술이 수자원분야에 활용될 것을 고지한 바 있다. 이에 건설교통부는 2006년 5월 '국토이노베이션기술개발사업'을 추진하면서 건설교통 R&D 혁신로드맵의 "재해예방 및 감지기술 분야"에서 홍수재해 예방시 원격탐사기술이 큰 비중을 차지하는 것으로 제안한 바있다. 한편, 2013년에는 국토교통부 국토교통과학기술진흥원에서 '위성정보를 활용한 글로벌 수자원 감시, 평가, 예측시스템 개발'을 위한 기획을 거쳐 2014년 7월 '국토관측센서 기반 광역 및 지역 수재해 감시 평가 예측기술 개발 연구단 (2014~2019)'이 발족되었다. 기술개발 내용으로는 위성정보 기반의 수문기상인자 산출기술, 미계측유역 수자원변동 분석기술, 수문학적 가뭄감시 및 전망기술, 하천건천화 추적기술 등이 포함되어, 수자원분야에서 원격탐사기술의 획기적인 발전이 기대되고 있다. 또한, 정부는 2020년대에 수자원 전용위성을 쏘아올릴 계획을 가지고 있어, 인공위성영상을 활용한 연구는 급성장할 것으로 예상된다. 현재 원격탐사 기술개발을 위한 다양한 위성영상 분석소프트웨어 (PG-STEAMER, ERDAS, ER-MAPPER, IDRISI, ArcGIS 등)들이 적정한 가격으로 개발되어 있으므로, 분석툴에 대한 물리적인 환경은 갖추어져 있다고 볼 수 있다. 지난 30여년 동안 GIS를 이용한 다양한 수자원 관련연구가 정착되어 온 것과 마찬가지로, 이제 원격탐사관련 위성영상정보의 활용연구가 활성화되어 다양한 기술개발을 통한 수자원분야의 우주기술시대를 맞이하기를 기대해 본다.
Currently, satellite images act as essential and important data in water resources, environment, and ecology as well as information of geographic information system. In this paper, we will investigate basic characteristics of satellite images, especially application examples in water resources. In r...
Currently, satellite images act as essential and important data in water resources, environment, and ecology as well as information of geographic information system. In this paper, we will investigate basic characteristics of satellite images, especially application examples in water resources. In recent years, researches on spatial and temporal characteristics of large-scale regions utilizing the advantages of satellite imagery have been actively conducted for fundamental hydrological components such as evapotranspiration, soil moisture and natural disasters such as drought, flood, and heavy snow. Furthermore, it is possible to analyze temporal and spatial characteristics such as vegetation characteristics, plant production, net primary production, turbidity of water bodies, chlorophyll concentration, and water quality by using various image information utilizing various sensor information of satellites. Korea is planning to launch a satellite for water resources and environment in the near future, so various researches are expected to be activated on this field.
Currently, satellite images act as essential and important data in water resources, environment, and ecology as well as information of geographic information system. In this paper, we will investigate basic characteristics of satellite images, especially application examples in water resources. In recent years, researches on spatial and temporal characteristics of large-scale regions utilizing the advantages of satellite imagery have been actively conducted for fundamental hydrological components such as evapotranspiration, soil moisture and natural disasters such as drought, flood, and heavy snow. Furthermore, it is possible to analyze temporal and spatial characteristics such as vegetation characteristics, plant production, net primary production, turbidity of water bodies, chlorophyll concentration, and water quality by using various image information utilizing various sensor information of satellites. Korea is planning to launch a satellite for water resources and environment in the near future, so various researches are expected to be activated on this field.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 고에서는 현재 활동하고 있는 위성들 중에서 특히 수자원분야에서 이러한 위성영상의 기본적인 정보인 센서와 해상도로 어떠한 연구들이 활발히 진행되고 있으며, 앞으로는 어떠한 분야에서 기존 학문분야와 함께 융합 발전시킬 수 있는지를 알아보기로 한다.
주요 연구분야로는 토지피복 분류, 강우분포, 지표수분포, 적설 분포, 증발산량 산정, 토양수분/지하수 추정, RS와 GIS 간의 통합, 수문모델링 등이다. 특히, 수자원 재해관련 연구가 활발히 이뤄지고 있는데, 각종 자연재해의 이전과 이후의 영상비교 또는 재해 진행과정의 추적을 통하여 재해가 발생한 지역의 지표, 지형, 식생특성 등의 변화로부터 재해로 인한 영향평가, 재해에 대한 효과적인 대응 등을 위한 다양한 정보를 얻는 목적을 가지고 있다. Table 4와 Table 5는 각각 다양한 인공위성영상을 이용하여 수자원관련 분야 및 재해 (홍수, 태풍, 가뭄, 산사태, 환경오염 등) 분야에 적용한 사례 및 활용 가능한 위성영상들을 정리한 것이다.
제안 방법
또한 우리나라의 지형적 영향에 의한 다양한 기후 특성을 반영하기 위해 적설심 감률(Snowdepth Lapse Rate; SLR)의 영향을 고려하였다. 이는 우리나라 76개 기상관측소를 대상으로 30년(1980년 11월 1일~2010년 4월 30일) 평균 월 최심신적설과 기상관측소 고도 자료와의 상관관계를 분석하여 월별로 적설심 감률을 산정하였다.
4는 공간 토양수분 산정을 위한 입력 자료를 나타낸 것이다. 앞서 언급한 바와 같이, 식생지수는 MODIS NDVI를 활용하였으며, 선행 연구(Lee et al., 2016b)를 통해 15분 단위의 COMS LST 자료를 일 단위로 합성하였다. 토양수분 실측 관측지점에 대하여 COMS LST 및 NDVI, 강우 자료를 추출하여 다양한 시나리오를 통해 회귀계수를 산정하여 모의한 결과 다중선형회귀모형을 통한 토양수분 산정에는 토양 속성에 따라 계절별로 선행강우를 고려하여 회귀계수를 산정하는 것이 실측자료와 가장 상관성이 높은 것으로 나타났다 (Lee et al.
영상의 토지피복 분류항목으로는 SCS CN의 분류항목을 고려하여 산림, 논, 밭, 도시, 물, 나지, 초지의 7개로 구분하였으며, 특히 태풍 후의 영상은 피해 전의 산사태 피해지역과 토사유출로 뒤덮인 농경지 등 식생이 피복된 상태에서 나지의 상태로 그 피해의 흔적이 뚜렷이 나타나고 있었으므로 이를 ‘피해지역’으로 분류항목으로 추가하여 분석을 실시하였다.
해외에서는 Wang (2004)이 미국 North Carolina의 Pitt County의 태풍 후 홍수 피해를 분석하였다. 이 연구에서는 30 m 해상도를 가진 DEM과 홍수시 하천수위계를 통해 관측된 수위 자료를 이용하여 범람지역을 산출하고 이를 Landsat TM 영상으로부터 추출된 범람 지역과 중첩하여 정밀한 범람 지역을 추출하는 기법을 사용하였다.
적설심분포도는 전국 76개 기상관측소의 최심적설자료를 이용하여 공간보간하여 작성한다. 공간보간은 공간통계 데이터가 필요할 때 모든 지점에서 원하는 값을 얻을 수 있는 것은 현실적으로 불가능하므로 관측값을 얻은 후, 이를 이용하여 미관측 지점의 값을 예측하는 방법이다.
(2017)은 우리나라의 대표적인 정지궤도 위성인 천리안 위성(Communication, Ocean and Meteorological Satellite, COMS)의 자료를 이용해 지상관측지점에서의 토양수분 실측자료와 다중선형회귀모형을 활용해 공간 토양수분을 모의하는 기법을 연구한 바 있다. 천리안 위성의 경우, 탑재한 센서에 근적외 파장역이 제외되어 토양수분과의 상관성이 높은 식생 관련 인자를 생산할 수 없어 식생지수는 MODIS 위성의 NDVI 자료를 구축하여 활용하였다. 다중선형회귀모형은 통계 모형 중 하나로 독립변수가 2개 이상일 때 종속변수의 변화를 설명하기 위하여 사용하는 선형회귀모형(Linear Regression Model)이다.
영상의 토지피복 분류항목으로는 SCS CN의 분류항목을 고려하여 산림, 논, 밭, 도시, 물, 나지, 초지의 7개로 구분하였으며, 특히 태풍 후의 영상은 피해 전의 산사태 피해지역과 토사유출로 뒤덮인 농경지 등 식생이 피복된 상태에서 나지의 상태로 그 피해의 흔적이 뚜렷이 나타나고 있었으므로 이를 ‘피해지역’으로 분류항목으로 추가하여 분석을 실시하였다. 태풍에 의한 피해지역을 최대한 정확하게 추출하기 위해 Tasseled Cap 변환계수를 이용하여 식생에 대한 정보를 잘 반영하는 Brightness, Greenness, Moisture 지수밴드를 생성하여 토지피복 분류시의 밴드로 적용하였다. 토지피복을 위한 전체적인 밴드구성은 Brightness, Greenness, Moisture 세 개의 지수 밴드와 더불어 식생 반사의 녹색 피크를 통해 식생을 구별하는 2번 밴드, 식생형태, 생장, 함수량과 토양 함수량의 지표가 되는 4번 밴드, 식생과 토양의 수분 구별, 강가나 저수지 부분의 침수 등을 구분하는 데 유용한 5번 밴드 등 총 6개 밴드를 이용하였으며, 감독분류방법 중의 하나인 최대우도법(Maximum Likelihood Classification)을 적용하여 토지피복분류를 실시하였다.
대상 데이터
, 2017). 이에 따라 Automatic Weather Station (AWS)자료로부터 역거리 가중법을 통해 작성한 공간강우자료와 토양도를 입력 자료로 활용하였다.
(2005)은 Landsat TM 위성영상을 활용해 2002년 8월 29일부터 9월 1일 사이에 발생한 태풍 RUSA의 영향으로 인해 저수지 붕괴 피해를 입었던 강릉 남대천 유역을 대상으로 태풍 전후의 피해지역을 연구한 바 있다. 태풍 전의 영상은 태풍 RUSA 직전의 양호한 영상을 찾기 위해 태풍 후의 영상과 계절적 시기가 같고 구름상태가 양호한 2000년 9월 29일의 영상을 선정하고, 태풍으로 인한 피해 분석을 위한 영상으로는 RUSA 발생 후 10일이 경과한 후의 구름량이 거의 없는 영상을 선정하였다.
이론/모형
태풍에 의한 피해지역을 최대한 정확하게 추출하기 위해 Tasseled Cap 변환계수를 이용하여 식생에 대한 정보를 잘 반영하는 Brightness, Greenness, Moisture 지수밴드를 생성하여 토지피복 분류시의 밴드로 적용하였다. 토지피복을 위한 전체적인 밴드구성은 Brightness, Greenness, Moisture 세 개의 지수 밴드와 더불어 식생 반사의 녹색 피크를 통해 식생을 구별하는 2번 밴드, 식생형태, 생장, 함수량과 토양 함수량의 지표가 되는 4번 밴드, 식생과 토양의 수분 구별, 강가나 저수지 부분의 침수 등을 구분하는 데 유용한 5번 밴드 등 총 6개 밴드를 이용하였으며, 감독분류방법 중의 하나인 최대우도법(Maximum Likelihood Classification)을 적용하여 토지피복분류를 실시하였다.
성능/효과
Table 6과 Fig. 9는 피해 전후 영상을 대상으로 토지피복분류를 실시한 결과이며, 각 분류 항목에 대한 정확도를 오차행렬로 작성한 결과 88.6~99.9%의 정확도를 보였으며, Kappa 계수는 0.84~0.99로 높은 정확도를 보였다. 태풍 전과 후의 영상을 비교하여 태풍전의 식생 피복지역이 나지로 변화된 토사피해지역의 면적을 산출한 결과 전체면적의 약 1.
강우 자료와 비교하였을 때, 우리나라에 큰 강우가 왔던 4월 28~29일 기간 동안 강우 지역에 토양수분 역시 증가하는 모습을 보인다. 또한 무강우 기간인 4월 21~27일의 전체적인 토양수분은 감소하는 모습을 보이며 정지궤도 위성자료를 통해 산정한 토양수분이 강우 사상에 따른 토양수분 변동성을 잘 모의하고 있음을 나타내었다.
또한 동쪽의 산맥이 위치한 지역에서의 증발산량이 서쪽의 평야지대가 위치한 지역에 비해 증발산량이 낮게 산정되는 모습을 보인다. 혼효림 지역과 논 지역에 위치한 국내 플럭스 타워 실측자료와의 상관성 분석결과, 혼효림에 위치한 용담댐 유역의 덕유산 플럭스 타워와 설마천 유역의 플럭스 타워와는 각각 결정계수(Coefficient of determination, R2)가 0.59, 0.53으로 산정되었고, 논 지역에 위치한 청미천 유역의 플럭스 타워와는 0.78로 산정되어 위성자료를 활용한 증발산량 산정의 효용성을 보여주었다.
후속연구
, 2003). 따라서 여러 가지 이수 목적으로 이용될 수 있는 수년 혹은 수십 년의 장기유출해석을 위해서는 적설 및 융설의 영향을 고려한 연구가 필요하다. 또한 갈수기에 해당하는 1~5월은 융설의 효과가 유출모의 및 수문 성분해석에 상당히 영향을 미치고 있지만 국외에 비해 국내에서는 이에 대한 해석도 충분치 않은 실정이다(Kim et al.
, 2006), 특히 2013년 8월에는 합성개구레이더(Synthetic Aperture Rader, SAR)가 부착된 KOMPSAT-5가 발사되어 날씨에 상관없이 전천후로 지구 관측이 가능하게 되었다. 또한 공간 및 분광해상도가 현재 운용중인 위성보다 더욱 향상된 KOMPSAT-6, 7호를 각각 2019년 2020년에 발사할 예정이다. 이러한 위성을 활용하여 광범위하게 발생되는 홍수 피해 지역 및 농경지 침수피해지역을 파악하는 것은 기존의 현장조사와 달리 경제성 있고 과학적인 피해지역의 조사를 가능하게 할 뿐만 아니라 피해 지역의 지형, 토지피복, 토양 등과 관련된 수치자료를 활용하면 재해지역의 원인 및 수문학적 변화 분석도 가능하다.
기술개발 내용으로는 위성정보 기반의 수문기상인자 산출기술, 미계측유역 수자원변동 분석기술, 수문학적 가뭄감시 및 전망기술, 하천건천화 추적기술 등이 포함되어, 수자원분야에서 원격탐사기술의 획기적인 발전이 기대되고 있다. 또한, 정부는 2020년대에 수자원 전용위성을 쏘아올릴 계획을 가지고 있어, 인공위성영상을 활용한 연구는 급성장할 것으로 예상된다.
현재 원격탐사 기술개발을 위한 다양한 위성영상 분석소프트웨어(PG-STEAMER, ERDAS, ER-MAPPER, IDRISI, ArcGIS 등)들이 적정한 가격으로 개발되어 있으므로, 분석 툴에 대한 물리적인 환경은 갖추어져 있다고 볼 수 있다. 지난 30여년 동안 GIS를 이용한 다양한 수자원 관련연구가 정착되어 온 것과 마찬가지로, 이제 원격탐사관련 위성영상정보의 활용연구가 활성화되어 다양한 기술개발을 통한 수자원분야의 우주기술시대를 맞이하기를 기대해 본다.
질의응답
핵심어
질문
논문에서 추출한 답변
분광해상도(Spectral resolution)는 어떻게 활용되는가?
분광해상도(Spectral resolution)는 대상지역의 지표면 관련 다수의 밴드를 이용한 분광 분석을 통하여 다양한 특징을 추출하는데 활용되므로, 해당 위성이 분광특성을 가지고 있는지를 먼저 확인하여야 한다.
원격탐사기술은 탈냉정시대 이후 어떠한 목적으로 사용되었는가?
일반적으로 위성 1대당 평균수명이 5~10년이고, 제작/발사/운영경비가 2,500~3,000억 원이 소요되는 것을 감안하면 가히 엄청난 경제적 비용의 지출이다. 원격탐사기술은 탈냉전시대 이후부터 지구자원, 기상, 환경, 해양, 수자원 등 인류의 번영을 위한 목적으로 전환되어 사용되기 시작하였다.
가뭄 관련 연구를 진행하기 위해 사용하는 인공위성 영상은 무엇이 있는가?
다른 재해와 마찬가지로 인공위성을 활용할 경우 광역 규모의 다양한 자연재해에 대한 자료를 획득할 수 있기 때문에, 실측자료의 시공간적 한계를 극복하기 위해 많이 사용되고 있다. 이에 Landsat TM/ETM, RADARSAT SAR, Terra MODIS 등 다양한 위성영상들을 이용한 재해관련 연구가 시도되고 있다.
참고문헌 (77)
Aubert, D., C. Loumagne and L. Oudin. 2003. Sequential assimilation of soil moisture and streamflow data in a conceptual rainfall-runoff model. Journal of Hydrology 280: 145-161.
Bastiaanssen, W.G.M., E.J.M. Noordman, H. Pelgrum, G. Davids, B.P. Thoreson and R.G. Allen. 2005. SEBAL Model with Remotely Sensed Data to Improve Water-Resources Management under Actual Field Conditions. Journal of Irrigation and Drainage Engineering 131: 85-93.
Bastiaanssen, W.G.M., M. Menenti, R.A. Feddes and A.A.M. Holtslag. 1998. A remote sensing surface energy balance algorithm for land (SEBAL). 1. Formulation. Journal of Hydrology 212-213: 198-212.
Bonan, G. 2008. Ecological Climatology: Concepts and Applications, Second Edition, Cambridge University Press, Cambridge USA.
Brown, J.F., B.D. Wardlow, T. Tadesse, M.J. Hayes and B.C. Reed. 2008. The Vegetation Drought Response Index (VegDRI): A new integrated approach for monitoring drought stress in vegetation. GIScience & Remote Sensing 45: 16-46.
Ceppi, A., G. Ravazzani, C. Corbari, R. Salerno, S. Meucci and M. Mancini. 2014. Real-time drought forecasting system for irrigation management. Hydrology and Earth System Sciences 18: 3353-3366.
Choi, M., W.P. Kustas, M.C. Anderson, R.G. Allen, F. Li and J.H. Kjaersgaard. 2009. An intercomparison of three remote sensingbased surface energy balance algorithms over a corn and soybean production region (IOWA, U.S.) during SMACEX. Agricultural and Forest Meteorology 149: 2082-2097.
Crow, W.T., D.G. Miralles and M.H. Cosh. 2010. A quasiglobal evaluation system for satellite-based surface soil moisture retrievals. IEEE Transactions on Geoscience and Remote Sensing 48: 2516-2527.
Draper, C.S., J.P. Walker, P.J. Steinle, R.A. de Jeu and T.R. Holmes. 2009. An evaluation of AMSR-E derived soil moisture over Australia. Remote Sensing of Environment 113: 703-710.
Farrar, T.J., S.E. Nicholson and A.R. Lare. 1994. The influence of soil type on the relationships between NDVI, rainfall, and soil moisture in semiarid Botswana. II. NDVI response to soil oisture. Remote Sensing of Environment 50: 121-133.
Ha, R., H.J. Shin, M.S. Lee and S.J. Kim. 2010. Estimation of Spatial Evapotranspiration Using satellite images and SEBAL Model. Journal of the Korean Society of Civil Engineers 30: 233-242.
Hall, D.K., G.A. Riggs, J.L. Foster and S.V. Kumar. 2010. Development and evaluation of a cloud-gap-filled MODIS daily snow-cover product. Remote Sensing of Environment 114: 496-503.
Holmes, T.R.H., R.A.M. De Jeu, M. Owe and A.J. Dolman. 2009. Land surface temperature from Ka band (37 GHz) passive microwave observations. Journal of Geophysical Research: Atmospheres 114: D04113.
Hong, W.Y., M.J. Park, J.Y. Park, R. Ha, G.A. Park and S.J. Kim. 2009. The Correlation Analysis Between SWAT Predicted Forest Soil Moisture and MODIS NDVI During Spring Season. Journal of The Korean Society of Agricultural Engineers 51: 7-14.
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.
Hwang, S., K. Kim, G. Lee and M. Lee. 2016. A Study on the Development of Automated Damage Estimation System using High Resolution Satellite Imagery. Journal of Korean Society of Hazard Mitigation 16: 161-172.
Im, J.S. 2013. Applicability evaluation of SEBAL using multitemporal satellite images and observed evapotranspiration data: focused on Wangsuk river basin, Master of Philosophy, Department of Geography, Seoul National University.
Jackson, T.J., M.H. Cosh, R. Bindlish, P.J. Starks, D.D. Bosch, M. Seyfried, D.C. Goodrich, M.S. Moran and J. Du. 2010. Validation of advanced microwave scanning radiometer soil moisture products. IEEE Transactions on Geoscience and Remote Sensing 48: 4256-4272.
Jackson, T.J., R. Hurkmans, A. Hsu and M.H. Cosh. 2004. Soil moisture algorithm validation using data from the Advanced Microwave Scanning Radiometer (AMSR-E) in Mongolia. Italian Journal of Remote Sensing 30: 39-52.
Jensen, J.R. and D.C. Cowen. 1999. Remote Sensing of Urban/Suburban Infrastructure and Socio-Economic Attributes. Photo-grammetric Engineering & Remote Sensing 65: 611-622.
Jeon, T.G., H.S. Hwang and C.S. Kim. 2010. A UIS-based System Development to Express the Damage History Information of Natural Disasters. Journal of Korea Multimedia Society 13: 1739-1747.
Jeong, S.T., K.C. Jang, S.K. Kang, J. Kim, H. Kondo, M. Gamo, J. Asanuma, N. Saigusa, S. Wang and S. Han. 2009. Evaluation of MODIS-derived Evapotranspiration at the Flux Tower Sites in East Asia. Korean Journal of Agricultural and Forest Meteorology 11: 174-184.
Kang, S.M., H.J. Shin, H.J. Kwon and S.J. Kim. 2006. Extraction of Snowmelt Factors using NOAA Satellite Images and Meteorological Data. Journal of Korea Water Resources Association 39: 845-854.
Keshavarz, M.R., M. Vazifedoust and A. Alizadeh. 2014. Drought monitoring using a Soil Wetness Deficit Index (SWDI) derived from MODIS satellite data. Agricultural Water Management 132: 37-45.
Kerr, Y.H., P. Waldteufel, J.P. Wigneron, S. Delwart, F. Cabot, J. Boutin, M. Escorihuela, J. Font, N. Reul, C. Gruhier, S.E. Juglea, M.R. Drinkwater, A. Hahne, M. Martin-Neira and S. Mecklenburg. 2010. The SMOS mission: New tool for monitoring key elements of the global water cycle. Proceedings of the IEEE 98: 666-687.
Kim, G.S. and H.G. Park. 2010. Soil Moisture Estimation Using CART Algorithm and Ancillary Data. Journal of Korea Water Resources Association 49: 263-273.
Kim, H., S. Kim, J. Jeong, I. Shin, J. Shin and M. Choi. 2016. Revising Passive Satellite-based Soil Moisture Retrievals over East Asia Using SMOS (MIRAS) and GCOM-W1 (AMSR2) Satellite and GLDAS Dataset. Journal of Wetlands Research 18: 132-147.
Kim, N.W., B.J. Lee and J.E. Lee. 2006. An evaluation of snowmelt effects using SWAT in Chungju dam basin. Journal of Korean Water Resources Association 33: 833-844.
Kim, S.B., H.J. Shin, J.W. Lee, Y.S. Yu and S.J. Kim. 2011. Mapping Technique for Heavy Snowfall Distribution Using Terra MODIS Images and Ground Measured Snowfall Data. Journal of the Korean Association of Geographic Information Studies 14: 33-43.
Kim, S.B., H.J. Shin, R. Ha and S.J. Kim. 2012. Spatio-temporal Analysis of Snowfall for 5 Heavy Snowfall Areas in South Korea. Journal of the Korean Society of Civil Engineers 32: 103-111.
Kim, S.B., S.R. Ahn, H.J. Shin and S.J. Kim. 2014. Assessment of Snowmelt Impact on Chungju Dam Watershed Inflow Using Terra MODIS Data and SWAT Model. Journal of the Korean Society of Civil Engineers 34: 457-467.
Kocin, P.J. and L.W. Uccellini. 1990. Snowstorms along the Northeastern Coast of the United States: 1955 to 1985, Meteor. Monogr, No. 44, Amer. Meteor. Soc., 280p.
Kwon, H.J., H.J. Lim and S.J. Kim. 2007. Drought assessment of agricultural district using modified SWSI. Journal of the Korean Association of Geographic Information Studies 10: 22-34.
K-water. 2015. Pre-planning for technology development of satellite payload technology for water resources. Infrastructure R&D Report, Korea Agency for Infrastructure Technology Advancement, Ministry of Land, Infrastructure and Transport.
Lee, H.C., B.Y. Lee, J. Kim and J.S. Shim. 2004. Tower-based Flux Measurement Using the Eddy Covariance Method at Ieodo Ocean Research Station. Ocean and Polar Research 26: 145-154.
Lee, M.S., G.A. Park and S.J. Kim. 2004. Land Cover Change Detection by Typhoon RUSA. Journal of the Korean Society of Civil Engineers 24: 823-828.
Lee, M.S., G.A. Park and S.J. Kim. 2005. Analysis of Hydrological Impact by Typhoon RUSA using Landsat Images and hydrological Model. Journal of Korea Water Resources Association 38: 391-399.
Lee, M.S., G.A. Park and S.J. Kim. 2006. A Study on the Extraction of Flood Inundated Scar of Rural Small Stream Area Using RADARSAT SAR Images. Journal of Korea Water Resources Association 39: 969-976.
Lee, S.H. and J.H. Chun. 2003. The Distribution of Snowfall by Siberian High in the Honam Region - Emphasized on the Westward Region of the Noryung Mountain ranges -. Journal of the Korean Geographical Society 38: 173-183.
Lee, S.H., T.J. Ahn, B.M. Yun and M.P. Shim. 2003. A Tank model application to Soyanggang Dam and Chungju Dam with snow accumulation and snow melt. Journal of Korean Water Resources Association 36: 851-861.
Lee, Y.G. and S.J. Kim. 2016. The Modified SEBAL for Mapping Daily Spatial Evapotranspiration of South Korea Using Three Flux Towers and Terra MODIS Data. Remote Sensing 8: 983.
Lee, Y.G., C.G. Jung, S.R. Ahn and S.J. Kim. 2016a. Estimation of spatial evapotranspiration using Terra MODIS satellite image and SEBAL model in mixed forest and rice paddy area. Journal of Korea Water Resources Association 49: 227-239.
Lee, Y.G., C.G. Jung, J.W. Lee and S.J. Kim. 2016b. A Study on Establishment of Appropriate Observation Time for Estimation of Daily Land Surface Temperature using COMS in Korea Peninsula. Journal of the Korean Society of Agricultural Engineers 58: 37-46.
Lee, Y.G., C.G. Jung, Y.H. Cho and S.J. Kim. 2017. Estimation of Soil Moisture Using Multiple Linear Regression Model and COMS Land Surface Temperature Data. Journal of the Korean Society of Agricultural Engineering 59: 11-20.
Lee, Y.G., S.H. Kim, S.R. Ahn, M.H. Choi, K.S. Lim and S.J. Kim. 2015. Estimation of Spatial Evapotranspiration Using Terra MODIS satellite image and SEBAL Model-For Yongdam Dam Watershed-. Journal of the Korean Association of Geographic Information Studies 18: 90-104.
Li, R., A. Tsunekawa and M. Tsubo. 2014. Index-based assessment of agricultural drought in a semi-arid region of Inner Mongolia, China. Journal of Arid Land 6: 3-15.
Li, L., P.W. Gaiser, B.C. Gao, R.M. Bevilacqua, T.J. Jackson, E.G. Njoku, C. Rudiger, J.-C. Calvet and R. Bindlish. 2010. WindSat global soil moisture retrieval and validation. IEEE Transactions on Geoscience and Remote Sensing 48: 2224-2241.
Narasimhan, B., R.J. Srinivasan, J.G. Arnold and M.D. Luzio. 2005. Estimation of long-term soil moisture using a distributed parameter hydrologic model and verification using remotely sensed data. American Society of Agricultural Engineers 48: 1101-1113.
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: 69-88.
Otkin, J.A., M.C. Anderson, C. Hain, I.E. Mladenova, J.B. Basara and M. Svoboda. 2013. Examining rapid onset drought development using the thermal infrared-based evaporative stress index. Journal of Hydrometeorology 14: 1057-1074.
Owe, M., R. de Jeu and T. Holmes. 2008. Multisensor historical climatology of satellite-derived global land surface moisture. Journal of Geophysical Research: Earth Surface 113: F01002.
Parinussa, R.M., T.R.H. Holmes, M.T. Yilmaz and W.T. Crow. 2011. The impact of land surface temperature on soil moisture anomaly detection from passive microwave observations. Hydrology and Earth System Sciences 15(10): 3135-3151.
Park, B.U. and C. Kim. 1997. A Study on Analysis of Natural Disaster Using Remote Sensing Data. Journal of the Korean Society of Surveying, Geodesy, Photogrammetry, and Cartography 15: 234-244.
Park, J.A. and G.S. Kim. 2011. Estimation of Spatial Distribution of Soil Moisture at Yongdam Dam Watershed Using Artificial Neural Networks. Journal of the Korean Geographical Society 46: 319-330.
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 Water Environment 12: s77-s88.
Park, M.J., H.J. Shin, Y.D. Choi, J.Y. Park and S.J. Kim. 2011. Development of a hydrological drought index considering water availability. Journal of the Korean Society of Agricultural Engineers 53: 165-170.
Qiu, Y., B. Fu, J. Wang and L. Chen. 2003. Spatiotemporal prediction of soil moisture content using multiple-linear regression in a small catchment of the Loess Plateau, China. CATENA 54: 173-195.
Qin, Y., D. Yang, H. Lei, K. Xu and X. Xu. 2015. Comparative analysis of drought based on precipitation and soil moisture indices in Haihe basin of North China during the period of 1960-2010. Journal of Hydrology 526: 55-67.
Salomonson, V.V. and I. Appel. 2004. Estimating fractional snow cover from MODIS using the normalized difference snow index. Remote Sensing of Environment 89: 351-360.
Sellers, P.J., D.A. Randall, G.J. Collatz, J.A. Berry, C.B. Field, D.A. Dazlich, C. Zhang, G.D. Collelo and L. Nounoua. 1996. A revised land surface parameterization (SiB2) for atmospheric GCMS, Part 1: Model formulation. Journal of Climate 9: 676-705.
Shin, H.J., G.A. Park and S.J. Kim. 2007. Extraction of Snowmelt Parameters using NOAA AVHRR and GIS Technique for 5 River Basins in South Korea. Korean Journal of Remote Sensing 23: 119-124.
Shin, H.J. and S.J. Kim. 2008. Extraction of Snowmelt Parameters using NOAA AVHRR and GIS Technique for 7 Major Dam Watersheds in South Korea. Journal of the Korean Society of Civil Engineers 28: 177-185.
Shin, H.J., M.J. Park, E.H. Hwang, H.S. Chae and S.J. Kim. 2015. A Study of Spring Drought Using Terra MODIS Satellite Image - For the Soyanggang Dam Watershed -. Journal of the Korean Association of Geographic Information Studies 18: 145-157.
Singh, R.K., A. Irmak, S. Irmak and D.L. Martin. 2008. Application of SEBAL model for mapping evapotranspiration and estimating surface energy fluxes in south-central Nebraska. Journal of Irrigation and Drainage Engineering 134: 273-285.
STEPI (Science and Technology Police Institute). 2011. Planning for the Utilization of Satellite Observation Information. Ministry of Education, Science and Technology, Republic of Korea.
Sur, C.Y., S.J. Han, J.H. Lee and M.H. Choi. 2012. Estimation of Satellite-based Spatial Evapotranspiration and Validation of Fluxtower Measurements by Eddy Covariance Method. Korean Journal of Remote Sensing 28: 435-448.
Tang, R., Z.-L. Li, K.-S. Chen, Y. Jia, C. Li and X. Sun. 2013. Spatial-scale effect on the SEBAL model for evapotranspiration estimation using remote sensing data. Agricultural and Forest Meteorology 174-175: 28-42.
Teixeira, A., W.G.M. Bastiaanssen, M.D. Ahmad and M.G. Bos. 2009. Reviewing SEBAL input parameters for assessing evapotranspiration and water productivity for the lowmiddle Sao Francisco River basin, Brazil. Part A: calibration and validation. Agricultural and Forest Meteorology 149: 462-476.
Wagner, W., V. Naeimi, K. Scipal, R. de Jeu and J. Martinez-Fernandez. 2007. Soil moisture from operational meteorological satellites. Hydrogeology Journal 15: 121-131.
Wang, H., X. Li, H. Long, X. Xu and Y. Bao. 2010. Monitoring the effects of land use and cover type changes on soil moieture using remotesensing data: A case study in China's Yongding River basin. CATENA 82: 135-145.
Wang, Y. 2004. Using Landsat 7 TM data acquired days after a flood event to delineate the maximum flood extent on a coastal floodplain. International Journal of Remote Sensing 25: 959-974.
Yoo, J.W. 2003. The Estimation of Evapotranspiration with SEBAL Model in the Geumgang Upper Basin, Korea. Master of Philosophy, Department of Geography, Seoul National University.
Yoon, B.Y., J.H. Lee and Y.S. Kim. 2016. Trend on the international & domestic of solution for social issues based on satellite information. Current Industrial and Technological Trends in Aerospace, Korea Aerospace Research Institute 14: 183-190.
Zribi, M., N. Baghdadi, N. Holah and O. Fafin. 2005, New methodology for soil surface moisture estimation and its application to ENVISAT-ASAR multi-incidence data inversion. Remote Sensing of Environment 96: 485-496.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.