$\require{mediawiki-texvc}$

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] 적도 태평양 산호초 서식지의 해수 반사도 특성
Ocean Optical Properties of Equatorial Pacific Reef Habitat 원문보기

대한원격탐사학회지 = Korean journal of remote sensing, v.37 no.3, 2021년, pp.615 - 625  

문정언 (한국해양과학기술원 해양위성센터) ,  최종국 (한국해양과학기술원 해양위성센터)

초록
AI-Helper 아이콘AI-Helper

태평양 적도 부근에 위치한 팔라우섬과 통가섬 주변 연안해역은 산호초와 맹그로브 및 해초지로 구성된 해역이다. 특히, 산호초 서식지의 표층 해수의 광특성을 이해하는 것은 원격탐사 기반의 서식지 분류의 정확도를 높이고, 열대해역 생태계 특성을 파악하는 데에 도움이 된다. 본 연구에서는 팔라우섬과 통가섬 산호초 서식지의 해수 특성을 파악하고자 해수 표면의 파장별 분광특성 자료를 수집하고, 해수 표층의 부유물 농도, 흡광계수 및 원격반사도 특성을 분석하였다. 또한 부유물 농도 분석 결과에 의거 위성자료 기반 부유물 농도 추정 경험적 알고리즘을 개발 및 검증하였으며, 555, 625, 660 nm 세 개 밴드를 이용한 원격반사도 밴드비와 부유물 농도의 결정계수가 0.98로 높은 상관관계를 보였다. 이와 같이 열대해역의 산호초 서식지는 해양광학적으로 빈영양성의 CASE-I 해수 성향이 강하며, 현장자료의 지속적인 수집과 분석을 이용한 모니터링이 필요한 것으로 판단된다.

Abstract AI-Helper 아이콘AI-Helper

The coastal areas around Palau Island and Tonga Island, near the Pacific equator, consist of coral reefs, mangrove and seaweed. In particular, understanding the optical properties of sea surface water in coral reef habitats helps improve the accuracy of remote sensing based habitat mapping and ident...

주제어

표/그림 (11)

AI 본문요약
AI-Helper 아이콘 AI-Helper

성능/효과

  • 팔라우 섬의 관측해역은 해역에 상관없이 총 부유물농도가 유사한 분포를 보였다. 수심이 얕은 지역은 맹그로브의 서식지가 많고 이러한 해역일수록 색소보다 부유물의 영향에의해 흡광계수 값과 스펙트럼 형태가 결정되었다.
  • 팔라우 섬의 관측해역은 해역에 상관없이 총 부유물농도가 유사한 분포를 보였다. 수심이 얕은 지역은 맹그로브의 서식지가 많고 이러한 해역일수록 색소보다 부유물의 영향에의해 흡광계수 값과 스펙트럼 형태가 결정되었다. 또한 용존유기물의 흡광스펙트럼은 흡광계수 값이 크고 기울기 값이 작은 특성을 보였는데 이것은 용존유기물의 기원 차이에 의한 것으로수심이 얕은 지역일수록 육상기원용존유기물이 우세하게 분포하기 때문인 것으로 판단된다.
  • 수심이 얕은 지역은 맹그로브의 서식지가 많고 이러한 해역일수록 색소보다 부유물의 영향에의해 흡광계수 값과 스펙트럼 형태가 결정되었다. 또한 용존유기물의 흡광스펙트럼은 흡광계수 값이 크고 기울기 값이 작은 특성을 보였는데 이것은 용존유기물의 기원 차이에 의한 것으로수심이 얕은 지역일수록 육상기원용존유기물이 우세하게 분포하기 때문인 것으로 판단된다. 관측해역을 중심으로 한 팔라우섬 연안해역의 해수 원격반사도 스펙트럼의 특징은 대체적으로 CASE-I성향이 강한 스펙트럼 형태를 보이면서도 일부 해역은 부유물의 영향에 의해 파장 550 nm부근에서 반사도 분광 특성이 나타나는 혼용된 CASE-I성향의 원격반사도 스펙트럼 형태를 보였으며, 연안해역 중 수심이 얕은 지역은 해저면의 영향에 의해 스펙트럼 형태가 변형된 CASE-II성향의 원격반사도 스펙트럼 형태로 사료된다.
  • 또한 용존유기물의 흡광스펙트럼은 흡광계수 값이 크고 기울기 값이 작은 특성을 보였는데 이것은 용존유기물의 기원 차이에 의한 것으로수심이 얕은 지역일수록 육상기원용존유기물이 우세하게 분포하기 때문인 것으로 판단된다. 관측해역을 중심으로 한 팔라우섬 연안해역의 해수 원격반사도 스펙트럼의 특징은 대체적으로 CASE-I성향이 강한 스펙트럼 형태를 보이면서도 일부 해역은 부유물의 영향에 의해 파장 550 nm부근에서 반사도 분광 특성이 나타나는 혼용된 CASE-I성향의 원격반사도 스펙트럼 형태를 보였으며, 연안해역 중 수심이 얕은 지역은 해저면의 영향에 의해 스펙트럼 형태가 변형된 CASE-II성향의 원격반사도 스펙트럼 형태로 사료된다. 이에 대하여 본 연구에서는 단지 스펙트럼 형태의 비교에 의한 판단일 뿐이며, 추후 원격반사도 모델과 흡광계수 및 역산란 계수 등의 다양한 현장 자료를 활용한 심층 연구가 필요하다.
  • 통가 섬의 관측해역은 Lagoon지역을 제외한 나머지 해역의 총 부유물 농도가 유사한 분포를 보였고 Lagoon 지역에서도 서쪽 해역이 가장 높은 총 부유물 농도 분포를 보였다. 연안해역 중 산호초군락 지역은 색소보다 부유물의 영향에 의해서,그 외 지역은 대체적으로 부유물보다 색소의 영향에의해 흡광계수 값과 스펙트럼 형태가 결정되었으며, Lagoon 지역의 서쪽해역은 색소의 영향에 의해, 동쪽해역은 부유물의 영향에 의해 흡광계수 및 스펙트럼 형태가 결정되었다.
  • 통가 섬의 관측해역은 Lagoon지역을 제외한 나머지 해역의 총 부유물 농도가 유사한 분포를 보였고 Lagoon 지역에서도 서쪽 해역이 가장 높은 총 부유물 농도 분포를 보였다. 연안해역 중 산호초군락 지역은 색소보다 부유물의 영향에 의해서,그 외 지역은 대체적으로 부유물보다 색소의 영향에의해 흡광계수 값과 스펙트럼 형태가 결정되었으며, Lagoon 지역의 서쪽해역은 색소의 영향에 의해, 동쪽해역은 부유물의 영향에 의해 흡광계수 및 스펙트럼 형태가 결정되었다. 또한 용존유기물의 흡광 스펙트럼은 Lagoon지역을 포함한 모든 관측해역에서 흡광계수 값이 크고 기울기 값이 작은 특성을 보였는데 이것은 용존유기물의 기원차이에 의한 것으로 육상 기원 용존유기물이 우세하게 분포하기 때문으로 판단된다.
  • 팔라우 섬과 통가 섬의 현장자료를 기반으로 부유물 농도에대한 경험적 알고리즘 개발연구를 수행하였는데, 파장 555 nm, 625 nm, 660nm의 세 개 밴드를 이용한 원격반사도 밴드비와 부유물 농도의 결정계수가 0.98 로 상당히 좋은 상관관계를 보였다. 그러나 현재 운용 중인 MODIS, VIIRS 및GOCI-II 등의 해색위성에 적용하기 위해서는 각 센서별 밴드 구성 및 특성을 고려한 심층 연구가 필요하며 또한 다량의 현장자료와 그에 따른 해색위성의 매칭자료가 필요할 것으로 판단된다.

후속연구

  • 현재 운용 중인 MODIS, VIIRS 및 GOCI-II의 전구 관측 모드 자료 등의 다양한 해색위성을 활용하기 위해서는 추후 다량의 현장자료와 그에 따른 해색위성영상의 매칭자료를 확보하고, 각 해색센서별 구성 밴드 및 특성 등을 고려하여 위와 같은 경험적 알고리즘을 개선하고 정확도를 향상시키는심층연구를 지속적으로 수행할 필요가 있다.
  • 관측해역을 중심으로 한 팔라우섬 연안해역의 해수 원격반사도 스펙트럼의 특징은 대체적으로 CASE-I성향이 강한 스펙트럼 형태를 보이면서도 일부 해역은 부유물의 영향에 의해 파장 550 nm부근에서 반사도 분광 특성이 나타나는 혼용된 CASE-I성향의 원격반사도 스펙트럼 형태를 보였으며, 연안해역 중 수심이 얕은 지역은 해저면의 영향에 의해 스펙트럼 형태가 변형된 CASE-II성향의 원격반사도 스펙트럼 형태로 사료된다. 이에 대하여 본 연구에서는 단지 스펙트럼 형태의 비교에 의한 판단일 뿐이며, 추후 원격반사도 모델과 흡광계수 및 역산란 계수 등의 다양한 현장 자료를 활용한 심층 연구가 필요하다.
  • 98 로 상당히 좋은 상관관계를 보였다. 그러나 현재 운용 중인 MODIS, VIIRS 및GOCI-II 등의 해색위성에 적용하기 위해서는 각 센서별 밴드 구성 및 특성을 고려한 심층 연구가 필요하며 또한 다량의 현장자료와 그에 따른 해색위성의 매칭자료가 필요할 것으로 판단된다.
본문요약 정보가 도움이 되었나요?

참고문헌 (25)

  1. Andrefouet, S., P. Kramer, D. Torres-Pulliza, K.E. Joyce, E.J. Hochberg, R. Garza-Perez, P.J. Mumby, B. Riegl, H. Yamano, W.H. White, M. Zubia, J.C. Brock, S.R. Phinn, A. Naseer, B.G. Hatcher, and F.E. Muller-Karger, 2003. Multi-site evaluation of IKONOS data for classification of tropical coral reef environments, Remote Sensing of Environment, 88: 128-143. 

  2. Charles, C.D., D.E. Hunter, and R.G. Fairbanks, 1997. Interaction between the ENSO and the Asian monsoon in a coral record of tropical climate, Science, 277: 925-928. 

  3. Curray, J.R., F.P. Shepard, and H.H. Veeh, 1970. Late quaternary sea-level studies in Micronesia: Carmarsel expedition, Geological Society of American Bulletin, 81: 1865-1880. 

  4. Foody, G.M., 2002. Status of land cover classification accuracy assessment, Remote Sensing of Environment, 80: 185-201. 

  5. Golbuu, Y., 2000. Status of Coral Reefs of Palau, PCC-CRE Publication 19/00, Palau Community College Koror, Palau, p. 54. 

  6. Golbuu Y., M. Gouezo, H. Kurihara, L. Rehm, and E. Wolanski, 2016. Long-term isolation and local adaptation in Palau's Nikko Bay help corals thrive in acidic waters, Coral Reefs, 35(3): 909-918 

  7. Gouezo M., Y. Golbuu, R. Woesik, L. Rehm, S. Koshiba, and C. Doropoulos, 2015. Impact of two sequential super typhoons on coral reef communities in Palau, Marine Ecology Progress Series, 540: 73-85. 

  8. Houk, P. and T. Leberer, 2008. Rapid Ecological Assessment of Chuuk, Hall, and Mortlock Islands, Chuuk State, Federated States of Micronesia, p. 53. 

  9. Hyun, S., H.S. Park, and S. Kim, 2008. Geochemical elements in coral skeleton: potential proxies for the earth climatic changes and oceanic pollution, Journal of the Geological Society of Korea, 44: 119-131 (in Korean with English abstract). 

  10. Kang, J.H., W.S. Kim, and K.H. Cho, 2005. Mesozoo plankton Community in the Chuuk Lagoon of the Federated States of Micronesia, Ocean and Polar Research, 27(4): 463-476. 

  11. Laurent, E.J., H. Shi, D. Gatziolis, J.P. LeBouton, M.B. Walters, and J. Liu, 2005. Using the spatial and spectral precision of satellite imagery to predict wildlife occurrence patterns, Remote Sensing of Environment, 97: 249-262. 

  12. Lyzenga, D.R., 1981. Remote sensing of bottom reflectance and water attenuation parameters in shallow water using aircraft and Landsat data, Int. J., Remote Sensing, 2: 71-82. 

  13. Min, W.G., D.S. Kim, and M.S. Kim, 2006. Meiobenthic Community Structures on the Sediment of Seagrass Bed and Mangrove Forest in Chuuk Lagoon, Micronesia, Ocean and Polar Research, 28(1): 13-24. 

  14. Moon, J.E., Y.H Ahn, J.H. Ryu, and P. Shanmugam, 2010. Development of ocean environmental algorithms for Geostationary Ocean Color Imager (GOCI), Korean Journal of Remote Sensing 26: 189-207. 

  15. Moon, J.E., Y.J. Park, J.H. Ryu, J.K. Choi, J.H. Ahn, J.E. Min, Y.B. Son, S.J. Lee, H.J. Han, and Y.H. Ahn, 2012. Initial validation of GOCI water products against in situ data collected around Korean Peninsula for 2010-2011, Ocean Science Journal, 47: 261-277. 

  16. Mumby, P.J. and A.J. Edwards, 2002. Mapping marine environments with IKONOS imagery: enhanced spatial resolution can deliver greater thematic accuracy, Remote Sensing of Environment, 82: 248-257. 

  17. Mumby, P.J., W. Skirving, A.E. Strong, J.T. Hardy, E.F. LeDrew, E.J. Hochberg, R.P. Stumpf, and L.T. David, 2004. Remote sensing of coral reefs and their physical environment, Marine Pollution Bulletin, 48: 219-228. 

  18. Purkis, S.J., 2005. A "reef-up" approach to classifying coral habitats from IKONOS imagery, Ieee Transactions on Geoscience and Remote Sensing, 43: 1375-1390. 

  19. Purkis, S.J., S.W. Myint, and B.M. Riegl, 2006. Enhanced detection of the coral Acropora cervicornis from satellite imagery using a textural operator, Remote Sensing of Environment, 101: 82-94. 

  20. Scopelitis, J., S. Andrefouet, S. Phinn, P. Chabanet, O. Naim, C. Tourrand, and T. Done, 2009. Changes of coral communities over 35 years: Integrating in situ and remote sensing data on Saint-Leu Reef (la Reunion, Indian Ocean), Estuarine Coastal and Shelf Science, 84: 342-352. 

  21. Selkoe, K.A., B.S. Halpern, C.M. Ebert, E.C. Franklin, E.R. Selig, K.S. Casey, J. Bruno, and R.J. Toonen, 2009. A map of human impacts to a "pristine" coral reef ecosystem, the PapahAnaumokuAkea Marine National Monument, Coral Reefs, 28: 418 635-650. 

  22. Walker, J.S. and T. Blaschke, 2008. Object-based land-cover classification for the Phoenix metropolitan area: optimization vs. transportability, International Journal of Remote Sensing, 29(7): 2021-2040. 

  23. Whiteside, A., C. Dupouy, A. Singh, R. Frouin, C. Menkes, and J. Lefevre, 2021. Automatic o dtection of optical signatures within and around floating Tonga-Fiji pumice rafts using MODIS, VIIRS, and OLCI satellite sensors, Remote Sensing, 13: 501. 

  24. Yang, C., D. Yang, W. Cao, J. Zhao, G. Wang, Z. Sun, Z. Xu, and K.M.S. Ravi, 2010. Analysis of seagrass reflectivity by using a water column correction algorithm, International Journal Remote Sensing, 31: 4595-4608. 

  25. Zoffoli, M.L., R. Frouin, and M. Kampel, 2014. Water column correction for coral reef studies by remote sensing, Sensors, 14: 16881-16931. 

저자의 다른 논문 :

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