[논문]KOMPSAT과 Landsat 8을 이용한 도시확장에 따른 열환경 분석: 세종특별자치시를 중심으로

유철희; 박선영; 김예지; 조동진

doi:10.7780/kjrs.2019.35.6.4.9

[국내논문] KOMPSAT과 Landsat 8을 이용한 도시확장에 따른 열환경 분석: 세종특별자치시를 중심으로
Analysis of Thermal Environment by Urban Expansion using KOMPSAT and Landsat 8: Sejong City 원문보기

대한원격탐사학회지 = Korean journal of remote sensing, v.35 no.6 pt.4, 2019년, pp.1403 - 1415

유철희 (울산과학기술원 도시환경공학부) , 박선영 (한국항공우주연구원 위성활용부) , 김예지 (한국항공우주연구원 위성활용부) , 조동진 (울산과학기술원 도시환경공학부)

초록
AI-Helper

도시인구 증가와 이에 따른 급격한 도시화는 도시 내 여러 열환경 문제를 수반한다. 이를 효과적으로 대응하기 위해 hot Spot 분석과 같은 도심 열환경 모니터링이 필요시 된다. 본 연구는 우리나라 세종특별자치시의 14개의 동과 주변 행정구역을 연구지역으로 선정하여 2013년부터 2018년 여름철의 도시 확장에 따른 지표면 온도 변화 특성을 분석하였다. Landsat 8 지표면온도와 KOMPSAT2/3 기반 NDVI(Normalized Difference Vegetation Index)및 NDBI(Normalized Difference Built-up Index)를 이용하여 연구 지역의 지표면 온도 분포를 모의하고, 도심지 확장에 따른 지표면 온도 변화 양상을 구축된 NDVI와 NDBI를 이용해 논의했다. 특히, 연구지역 안에서의 도심지 확장이 뚜렷한 지역을 연구 대상으로 선정하여 고해상도의 KOMPSAT영상으로 지역 내 hot spot의 변화 원인을 분석하였다. 연구결과, 연구지역 내에서 도시화가 진행된 지역에 hot spot이 나타나는 것을 확인하였으며 일반적으로 NDVI가 낮거나 NDBI가 높을수록 hot spot의 영향이 뚜렷하고 온도가 높게 나타나는 것으로 확인되었다. 지표면온도와 위성기반 산출물을 이용해 도시화가 지속적으로 진행된 지역과 급격하게 나타난 지역이 구분되었으며 토지피복에 따른 상이한 특성도 파악할 수 있었다. 도시화에 따른 지표면 온도 변화가 뚜렷한 지역에 본 연구와 같이 고해상도의 KOMPSAT 영상을 통한 분석이 수반되면 향후 도시계획 및 정책 활용에 효과적으로 도움을 줄 수 있을 것으로 기대된다.

Abstract ▼ AI-Helper

Urban population growth and consequent rapid urbanization involve some thermal environmental problems in the cities. Monitoring of thermal environments in urban areas such as hot spot analysis is required for effective actions to resolve these problems. This study selected 14 dongs and surrounding administrative districts of Sejong city as study areas and analyzed the characteristics of changes in surface temperature due to the urban expansion in the summer from 2013 to 2018. In the study, the surface temperature distributions in the study areas were plotted using surface temperature values from Landsat 8 and NDVI (Normalized Difference Vegetation Index) and NDBI (Normalized Difference Built-up Index) based on KOMPSAT 2/3 data, and the patterns of surface temperature changes with urban expansion were discussed using the estimated NDVI and NDBI. In particular, the distinct urbanization in the study areas were selected for case studies, and the cause of the changes in the hot spots in the regions was analyzed using high-resolution KOMPSAT images. This study results present that hot spots appeared in urbanized regions within the study areas, and it was plotted that the lower the NDVI values and the higher the NDBI values indicate the temperature values are high. The land surface temperature and satellite-based products were used to divide the study areas into continuously urbanized regions and rapidly urbanized regions and to identify the different characteristics depending on land covers. In the regions with distinct surface temperature changes by urbanization, the analysis using high-resolution KOMPSAT images as presented in this study could provide effective information for urban planning and policy utilization in the future.

주제어

표/그림 (11)

그림 Fig. 1. Study area with land covers(2014) provided by the Ministry of Environment. Source: https://egis.me.go.kr.
표 Table 1. The specifications of KOMPSAT 2 and 3
표 Table 2. Gain and offset values for KOMPSAT 2 and 3
표 Table 3. Emissivity values according to NDVI range
표 Table 4. Summary of used images from Landsat 8 and KOMPSAT 2/3 in this study
그림 Fig. 2. Spatial distribution of normalized LST.
그림 Fig. 4. Boxplot of zonal.
그림 Fig. 3. Zonal mean of normalized LST by administrative districts.
그림 Fig. 5. Spatial distribution of Landsat 8 RGB images (a-d), NDBI (e-h), and NDVI (i-l) in 2013 (a,e,i), 2015 (b,f,j), 2016 (c,g,k), 2018 (d,h,l).
그림 Fig. 6. Case study 1: Spatial distribution of normalized LST, Landsat 8 and KOMPSAT RGB images. in 2013 (a,e,i), 2015 (b,f,j), 2016 (c,g,k), 2018 (d,h,l).
그림 Fig. 7. Case study 2: Spatial distribution of normalized LST, Landsat 8 and KOMPSAT RGB images in 2013 (a,e,i), 2015 (b,f,j), 2016 (c,g,k), 2018 (d,h,l).

AI 본문요약
AI-Helper

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

제안 방법

공간 정규화된 지표면 온도, NDBI, NDVI 영상을 이용하여 세종특별자치시 열환경 변화를 확인 및 분석하였으며, 행정구역 별 zonal 평균 및 표준편차를 산출하여 열환경 변화가 큰 행정구역을 확인하고, 원인에 대한 분석을 수행하였다.
본 연구에서는 ENVI에 있는 FLAASH 모듈(Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes)을 이용한 대기보정을 수행하여 가시광선 및 근적외 밴드들의 지표 반사도를 구하였다.
본 연구에서는 열섬 분석을 수행하기 위해 KOMPSAT 1G의 DN(Digital Number) 정보를 TOA(Top-of-Atmosphere) 반사도 정보로 변환하였다.
본연구는우리나라세종특별자치시를연구지역으로 선정하여 2013년부터 2018년까지의 Landsat 8 영상과 KOMPSAT 2/3 영상을 이용하여 세종특별자치시에서의 도시 확장에 따른 열환경 분석을 수행하였다.
식생지수, 도시화지수, 지표면온도, 고해상도 위성영상을 이용하여 도시화로 인한 세종특별자치시의 열환경 변화 분석을 수행하였다.
연구 지역 안에서의 도심지 확장이 뚜렷한 지역(고운동, 종촌동, 반곡동 및 집현리)을 연구 대상으로 선정하여 고해상도의 KOMPSAT 영상으로 지역 내 hot spot의 변화 원인을 분석하였다.
ACPC는 대기보정 파라미터가 제공되지 않는 지점에 매우 유용하며, 위성 자료가 제공되는 날짜, 시간 및 위치에 시뮬레이션된 대기 프로파일을 이용하여 대기보정 파라미터인 투과율(Transmittance), 상승(upwelling) 및 하강(downwelling) 복사량을 추정하였다.
Landsat 8 영상을 이용하여 지표 반사도, NDVI, NDBI,지표면 온도를 산출하였으며, KOMPSAT 2/3 영상의TOA 반사도를 산출하였다.
따라서, 본 연구에서는 각 영상 내에서 최댓값과 최솟값을 이용하여 지표면 온도를 0에서 1사이 값으로 공간 정규화 한 뒤 분석을 수행하였다.
본 연구에서는 방사율(Emissivity)과 대기 보정을 고려하여 Landsat 8 위성의 열적외 밴드10을 바탕으로 지표면 온도를 산출하였다.
연구기간의 연도 별 Landsat 8 지표면 온도 자료를 각 날짜 별로 공간 정규화시켜 그 분포를 확인해보았다(Fig. 2).
전처리를 통해 계산된 가시광선 및 근적외선 밴드들의 지표 반사도 값을 이용하여, 도시 열환경 분석의 주요 인자인 NDVI와 NDBI를 계산하였다.

대상 데이터

2013년부터 2018년까지의 여름철 Landsat 8 영상과 KOMPSAT 2/3 영상을 이용하였다.
본 연구에서는 USGS에서 제공하는 OLI와 TIRS 센서의 자료를 이용하였으며, 2013년부터 2018년 사이의 여름철 Landsat 8 영상자료들을 자료처리에 사용하였다.
본 연구에서는 총 4장의 영상을 이용하여 분석을 수행하였으며(Table 4), 식생이 자라는 시기인 4월에서 10월 사이의 영상을 이용하였다.
KOMPSAT 1G 자료는 SRTM(Shuttle Radar Topography Mission)의 DEM(Digital Elevation Model)정보를 통한 기하보정 및 센서보정 등이 수행된 영상 정보이다. 본 연구에서는 열섬 분석을 수행하기 위해 KOMPSAT 1G의 DN(Digital Number) 정보를 TOA(Top-of-Atmosphere) 반사도 정보로 변환하였다.
본 연구는 우리나라 중앙내륙에 위치한 세종특별자치시의 새롬동, 도담동 동을 비롯한 14개의 동과 주변행정구역 연기면, 연서면 등을 포함한 영역을 연구지역으로 선정하였다(Fig. 1).
본 연구에서는 2013년부터 2018년까지의 Landsat 8영상과 KOMPSAT 2/3 영상을 이용하여 분석을 수행하였다.
본 연구에서는 급격한 도시화로 인한 열환경 변화분석을 위해 세종특별자치시를 연구지역으로 선정하였다. 2013년부터 2018년까지의 여름철 Landsat 8 영상과 KOMPSAT 2/3 영상을 이용하였다.

이론/모형

열적외 밴드자료의 대기보정 파라미터들은 MODTRAN 알고리즘 기반인 ACPC(Atmospheric Correction Parameter Calculator)를 이용하여 산출하였다.

성능/효과

일반적으로 NDVI가 낮고, NDBI가 높은 영역에서 뚜렷한 hot spot이 나타났으며, 지표면 온도가 높게 나타나는 것으로 확인되었다.
특히, 건조하고 식생으로 이루어진 토지 유형이 습하고 불투수영역으로 구성된 영역보다 예민하게 온도가 변화하는 것으로 분석됐다.
특히, 이 영역 안에서 여러 가지 위성 기반 지수들 중 NDVI와 NDBI가 지표면 온도의 변화와 매우 뚜렷한 상관관계를 보이는 지수임을 확인했다.
특히 도시화가 지속적으로 진행된 지역과 급격하게 나타난 지역이 열적 특성을 통해 구분되었으며 토지피복에 따른 hot spot 분포도 확인할 수 있었다. 본 연구의 결과는 KOMPSAT과 같은 고해상도의 영상을 지표면 온도 자료와 함께 분석에 활용했을 때 도시화에 따른 온도 변화 원인이 다양하게 도출될 수 있다는 점을 내포한다. 향후 고해상도 영상 기반 열환경 분석을 통해 보다 효율적인 도시계획 및 정책 활용에 도움을 줄 수 있을 것으로 기대된다.
연구 결과 도시화가 진행됨에 따라 평균온도가 높은 행정구역이 시간이 지나면서 두드러지게 나타나는 것으로 확인되었다. 일반적으로 NDVI가 낮고, NDBI가 높은 영역에서 뚜렷한 hot spot이 나타났으며, 지표면 온도가 높게 나타나는 것으로 확인되었다.

후속연구

이에 따라 hot spot 영역 또한 꾸준히 변화할 것으로 판단되며 향후 KOMPSAT과 같은 초고해상도의 위성자료를 통해 명확한 온도변화 분포를 파악하고 그 원인을 모의할 수 있을 것으로 기대된다.
이와 같은 분석을 통해 개발 예정인 지역(나지)등의 관리를 위한 정보 제공을 통해 보다 효율적인 열환경 정책마련이 가능할 것으로 생각된다.
향후 고해상도 영상 기반 열환경 분석을 통해 보다 효율적인 도시계획 및 정책 활용에 도움을 줄 수 있을 것으로 기대된다.
향후 유사한 평균 온도를 갖는 날짜들을 연구기간으로 선별하면 이러한 문제를 최소화할 수 있을 것으로 기대된다.

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