[논문]산불 후 식생 회복 모니터링을 위한 Sentinel-2 위성영상의 RGB 합성기술

김상일; 안도섭; 김승철

doi:10.7780/kjrs.2021.37.5.1.9

산불 후 식생 회복 모니터링을 위한 Sentinel-2 위성영상의 RGB 합성기술
RGB Composite Technique for Post Wildfire Vegetation Monitoring Using Sentinel-2 Satellite Data 원문보기

대한원격탐사학회지 = Korean journal of remote sensing, v.37 no.5 pt.1, 2021년, pp.939 - 946

김상일 (한국전자통신연구원 위성광역인프라연구실) , 안도섭 (한국전자통신연구원 위성광역인프라연구실) , 김승철 (한국전자통신연구원 위성광역인프라연구실)

초록
AI-Helper

산불로 인한 피해지역의 산림 변화를 모니터링하는 것은 식생복원에 중요한 정보를 제공하며, 자연 재해를 완화하고 복구하기 위해 공간정보를 가지는 원격탐사 자료는 모니터링에 필요한 유용한 정보를 제공하는 것으로 알려져 있다. 하지만 원격탐사자료를 활용한 복구 측면에 초점 두어 연구된 사례가 미비한 상황이다. 본 연구는 화재 후 식생회복을 모니터링하기 위한 것으로, Sentinel-2 위성 데이터를 사용하여 산불 피해 지역을 모니터링하는 방법을 제시하는 것을 목적으로 한다. 산불피해지역의 식생회복 모니터링을 위해 Tasseled Cap 선형회귀 추세를 기반으로 RGB 합성기술을 제안하였다. 이러한 위성영상을 활용한 원격탐사 시각화 기법을 통해 효과적인 모니터링 가능성을 확인할 수 있었다.

Abstract ▼ AI-Helper

Monitoring of post wildfire provides important information for vegetation restoration. In particular, remote sensing data are known to provide useful information necessary for monitoring. However, there are insufficient research results which is monitoring the vegetation recovery using remote sensing data. This study is directed to monitoring post-wildfire vegetation restoration. It proposes a method for monitoring vegetation restoration using Sentinel-2 satellite data by compositing Tasseled Cap linear regression trend in a post wildfire study sites. Although it is a simple visualization technique using satellite images, it was able to confirm the possibility of effective monitoring.

주제어

표/그림 (6)

그림 Fig. 1. Study area of the Gosung-gun, Sokcho-si and Yangyang-gun. Sample Sentinel-2 image used in the study, and Red dots are forest fire information.
표 Table 1. A description of Sentinel-2 images used in this study
그림 Fig. 2. Flow chart of Tasseled Cap Linear Trend Map using Sentinel-2 satellite data.
표 Table 2. TCT coefficients for Sentinel-2 at-satellite reflectance (www.indexdatabase.de)
그림 Fig. 3. Left image: Individual TC trend (slope) images from linear regression analysis (Red=decrease, Blue=increase). Right image: TCT profiles of Forest Fire location (P1, P2, P3).
그림 Fig. 4. Left image: Tasseled Cap Linear Trend Map (RGB = R: TCBT, G: TCGT, B: TCWT) and Detailed view of Forest Fire locations (P1, P2, P3), Right image: True Color RGB image of Forest Fire locations (P1, P2, P3).

AI 본문요약
AI-Helper

제안 방법

대신 우리는 본 연구에서 활용한 Sentinel-2 True color RGB를 통해 식생의 성장과 관련된 정성적이고 시각적인 검증을 위해 True color composite 영상을 비교하였고, 산불 발생 순서대로 식생 재생이 일어나는 것을 확인하였다

대상 데이터

산불 발생 후 식생의 회복성을 분석하기 위한 연구 흐름도는 Fig. 2와 같고, 2016년부터 2020년까지 총 8장의 영상에 대한 전처리를 수행하였다.
국내 대형산불이 상대적으로 빈번한 강원도 영동지방 중 고성지역을 중심으로 취득이 가능한 Sentinel-2 52SDH타일 데이터를 활용하여 연구를 수행하였다. Sentinel-2 위성영상 자료가 수급이 가능한 2015년부터 2021년까지 구름이 없는 맑은 날을 대상으로 식생의 성장이 활발한 6월~9월 자료를 이용하여 연구를 진행하였다. 언급된 조건 하에 획득 가능한 총 8장의 이미지는 2016년부터 2021년까지 자료이며, 2016년 8월 6일, 2017년 9월 20일, 2018년 6월 2일, 7월 22일, 2019년 6월 2일, 9월 30일, 2020년 7월 31일 그리고 2021년 6월 6일 자료이다.
국내 대형산불이 상대적으로 빈번한 강원도 영동지방 중 고성지역을 중심으로 취득이 가능한 Sentinel-2 52SDH타일 데이터를 활용하여 연구를 수행하였다. Sentinel-2 위성영상 자료가 수급이 가능한 2015년부터 2021년까지 구름이 없는 맑은 날을 대상으로 식생의 성장이 활발한 6월~9월 자료를 이용하여 연구를 진행하였다.
영동지방의 산불은 주로 봄철(4~5월)에 발생하며 산맥에서 해안방향으로 발생하는 국지성 강풍(양간지풍)의 영향으로 대형산불로 이어지는 경우가 많다. 따라서 본 연구에서는 대형산불이 빈번하게 발생하는 강원도 영동지역 중 북쪽에 위치한 고성지역 주변 산불을 대상으로 연구지역을 선정하여 산불 후 식생 회복을 모니터링 하기 위해 대상지역을 선정하였다. 대형산불이 발생한 시기는 2018년 3월 28일, 2019년 4월 4일부터 6일, 그리고 2020년 5월 1일부터 2일이며, Fig.
본 연구를 수행하기 위해 사용된 위성자료는 지구관측 프로그램의 일환으로 개발된 유럽우주국(ESA)의 Sentinel-2 위성 영상으로 농림과 산림 정보를 제공하기 위해 개발된 위성이다. Sentinel-2 위성은 총 13개의 분광 정보를 가지고 있으며, 고도 약 786 km 궤도상에서 290 km 촬영폭으로 지구를 촬영한다.
Sentinel-2 위성영상 자료가 수급이 가능한 2015년부터 2021년까지 구름이 없는 맑은 날을 대상으로 식생의 성장이 활발한 6월~9월 자료를 이용하여 연구를 진행하였다. 언급된 조건 하에 획득 가능한 총 8장의 이미지는 2016년부터 2021년까지 자료이며, 2016년 8월 6일, 2017년 9월 20일, 2018년 6월 2일, 7월 22일, 2019년 6월 2일, 9월 30일, 2020년 7월 31일 그리고 2021년 6월 6일 자료이다. Table 1은 본 연구에 사용된 Sentinel-2의 제원과 영상리스트를 나타낸다.
연구지역인 강원도는 한반도 북동쪽에 위치하고, 영동지방과 영서지방으로 태백산맥을 중심으로 나뉜다. 영동지방의 산불은 주로 봄철(4~5월)에 발생하며 산맥에서 해안방향으로 발생하는 국지성 강풍(양간지풍)의 영향으로 대형산불로 이어지는 경우가 많다.

데이터처리

TCTB (Tasseled Cap Transformation Brightness), TCTG (Tasseled Cap Transformation Greenness), TCTW (Tasseled Cap Transformation Wetness)는 사용된 6개밴드 TOA 반사도의 가중치 합으로 계산되며, 위 식 (1), (2), (3)을 적용하여 산출된 3개의 지수들(TCTB, TCTG, TCTW)은 2016년부터 2021년까지 8장의 시계열 자료로부터 선형 회귀분석을 통해 TC 추세분석을 수행하였다. 마지막으로 산출된 TC 선형 추세분석을 바탕으로 최종적인 RGB 합성 영상인 Tasseled Cap Linear Trend Map (TCLT Map)을 산출하였다.
TCTB (Tasseled Cap Transformation Brightness), TCTG (Tasseled Cap Transformation Greenness), TCTW (Tasseled Cap Transformation Wetness)는 사용된 6개밴드 TOA 반사도의 가중치 합으로 계산되며, 위 식 (1), (2), (3)을 적용하여 산출된 3개의 지수들(TCTB, TCTG, TCTW)은 2016년부터 2021년까지 8장의 시계열 자료로부터 선형 회귀분석을 통해 TC 추세분석을 수행하였다. 마지막으로 산출된 TC 선형 추세분석을 바탕으로 최종적인 RGB 합성 영상인 Tasseled Cap Linear Trend Map (TCLT Map)을 산출하였다.

이론/모형

전처리는 과정은 TCT(Tasseled Cap Transformation) 에 활용 가능한 밴드(band2, band3, band4, band8, band10, band11, band12)를 활용하여 연구를 수행하였다. 또한, 해당 밴드들의 공간해상도를 일치시키기 위해 최근린 내삽법(Nearest Neighbor Method)을 이용하여 10 m 해상 도로 재배열(Re-sample)을 수행하고, 해당 관심영역을 추출하였다.

성능/효과

대신 우리는 본 연구에서 활용한 Sentinel-2 True color RGB를 통해 식생의 성장과 관련된 정성적이고 시각적인 검증을 위해 True color composite 영상을 비교하였고, 산불 발생 순서대로 식생 재생이 일어나는 것을 확인하였다. 이는 광역적인 산불피해지역에 대한 모니터링이 가능하고, 더불어 산림의 회복성을 파악하는 합성기법을 통해 색의 차이로 식생의 재성장 속도를 확인할 수 있다는 것을 시사한다.
이처럼 자연 재해를 완화하고 복구하기 위해 공간정보는 유용한 정보를 제공한다. 이러한 측면에서 본 연구에서는 TC 선형 추세 분석을 통해 산림의 회복성을 모니터링 할 수 있는 합성기법에 관한 연구를 수행하였고, TC선형 추세 RGB 합성을 기반으로 산불 후 식생회복 모니터링을 시각화하는 간단하지만 효과적인 기술을 설명하고 있다.
시간 경과에 따른 산림 재성장 및 화재지역의 변화를 모니터링하는 것은 산림 및 화재 관리자에게 중요한 정보이다. 이처럼 자연 재해를 완화하고 복구하기 위해 공간정보는 유용한 정보를 제공한다. 이러한 측면에서 본 연구에서는 TC 선형 추세 분석을 통해 산림의 회복성을 모니터링 할 수 있는 합성기법에 관한 연구를 수행하였고, TC선형 추세 RGB 합성을 기반으로 산불 후 식생회복 모니터링을 시각화하는 간단하지만 효과적인 기술을 설명하고 있다.

후속연구

비록 장기간의 데이터를 활용할 수는 없었지만 식생의 회복을 파악할 수 있는 가능성을 볼 수 있는 연구이며, 향후 산불뿐만 아니라 국내 산림의 건강도를 체크하고 산림보전에 관한 다양한 연구에 반영할 수 있을 것이라 판단된다.
우리나라는 현재에도 재난분야에서 위성영상을 이용한 다양한 분석을 수행하고 있지만, 사례분석 측면의 연구가 대다수이며, 장기간의 복구 측면에 초점을 맞춘 국내 산불에 관한 연구는 미비한 실정이다. 재난/재해 예방을 위한 사회적, 경제적 비용보다 복구를 위해 소비되는 비용이 더 큰 만큼 복구단계에 초점을 맞춰진 연구도 활발히 수행될 필요성이 있다고 사료된다.
제안된 합성기법을 통해 분석된 산불 후 식생회복을 분석한 결과는 정성적이고 시각적인 산출물이기에 기존의 통계적인 검증이 불가능하다. 대신 우리는 본 연구에서 활용한 Sentinel-2 True color RGB를 통해 식생의 성장과 관련된 정성적이고 시각적인 검증을 위해 True color composite 영상을 비교하였고, 산불 발생 순서대로 식생 재생이 일어나는 것을 확인하였다.

참고문헌 (26)

Baig, M.H.A., L.F. Zhang, T. Shuai, and Q.X. Tong, 2014. Derivation of a tasselled cap transformation based on Landsat8 at-satellite reflectance, Remote Sensing Letters, 5(5): 423-431.

상세보기
Choi, Y.J., H.J. Cho, S.H. Hong, S.J. Lee, and H.G. Sohn, 2016. Analysis of Changes in NDVI Annual Cycle Models Caused by Forest Fire in Yangyang-gun, Gangwon-do Using Time Series of Landsat Images, Journal of Korean Society for Geospatial Information System, 24(4): 3-11 (in Korean with English abstract).

원문보기 상세보기
Cui, W. and A.H. Perera, 2008. What do we know about forest fire size distribution, and why is this knowledge useful for forest management, International Journal of Wildland Fire, 17: 234-244.

상세보기
Diaz-Delgado, R., F. Lloret, and X. Pons, 2003. Influence of fire severity on plant regeneration by means of remote sensing imagery, International Journal of Remote Sensing, 24(8): 1751-1763.

상세보기
Hollingsworth, T.N., J.F. Johnstone, E.L. Bernhardt, and F.S. Chapin III, 2013. Fire severity filters regeneration traits to shape community assembly in Alaska's boreal forest, PLoS One, 8(2): e56033.

상세보기
Jang, E., Y. Kang, J. Im, D.W. Lee, J. Yoon, and S.K. Kim, 2019. Detection and Monitoring of Forest Fires Using Himawari-8 Geostationary Satellite Data in South Korea, Remote Sensing, 11(3): 271.

상세보기
Kang, Y.J., S. Park, E. Jang, J. Im, C.G. Kwon, and S.J. LEE, 2019. Spatio-temporal enhancement of forest fire risk index using weather forecast and satellite data in South Korea, Journal of the Korean Association of Geographic Information Studies, 22(4): 116-130 (in Korean with English abstract).

원문보기 상세보기
Kasischke, E.S., N.H. French, L.L. Bourgeau-Chavez, and J.L. Michalek, 2000. Using satellite data to monitor fire-related processes in boreal forests, In: Kasischke E.S., Stocks B.J. (Ed.), Fire, Climate Change, and Carbon Cycling in the Boreal Forest, Springer, New York, NY, pp. 406-422.
Kauth, R.J. and G.S. Thomas, 1976. The Tasselled Cap-A Graphic Description of the Spectral-Temporal Development of Agricultural Crops as Seen by LANDSAT, Proc. of the Symposium on Machine Processing of Remotely Sensed Data, West Lafayette, Indiana, Jun. 29-Jul. 1, vol. 159, pp. 5079-5101.
Kerle, N., 2016. Disasters: Risk Assessment, Management, and Post-Disaster Studies Using Remote Sensing, In Remote Sensing of Water Resources, Disasters, and Urban Studies, 2015: 455-481.
Kim, J.S. and J.S. Oh, 2021. Recoverability analysis of Forest Fire Area Based on Satellite Imagery: Applications to DMZ in the Western Imjin Estuary, Journal of The Korean Geomorphological Association, 28(1): 83-99 (in Korean with English abstract).

상세보기
Kim, Y.H., I.H. Kong, C.Y. Chung, I. Shin, S. Cheong, W.C. Jung, H.S. Mo, S.I. Kim, and Y.W. Lee, 2019. Wildfire Risk Index Using NWP and Satellite Data: Its Development and Application to 2019 Kangwon Wildfires, Korean Journal of Remote Sensing, 35(2): 337-342 (in Korean with English abstract).

원문보기 상세보기
Kong, I., K. Kim, and Y. Lee, 2017. Sensitivity Analysis of Meteorology-based Wildfire Risk Indices and Satellite-based Surface Dryness Indices against Wildfire Cases in South Korea, Journal of Cadastre & Land InformatiX, 47(2): 107-120 (in Korean with English abstract).

원문보기 상세보기
Lee, S.M. and J.C. Jeong, 2019. Forest Fire Severity Classification Using Probability Density Function and KOMPSAT-3A, Korean Journal of Remote Sensing, 35(6-4): 1341-1350 (in Korean with English abstract).

원문보기 상세보기
Lee, Y.S. and H.S. Sang, 2012. Problems and Improvement Measures for Extinguishing Wildfires, Journal of International Studies, 18: 97-132.
Li, B.L., C.P. Ti, and X.Y. Yan, 2016. Study of derivation of tasseled cap transformation for Landsat 8 OLI images, Science of Surveying and Mapping, 41(4): 102-107.
Park, S., B. Son, J. Im, J. Lee, B. Lee, and C. Kwon, 2019. Development of Satellite-based Drought Indices for Assessing Wildfire Risk, Korean Journal of Remote Sensing, 35(6-3): 1285-1298 (in Korean with English abstract).

원문보기 상세보기
Park, S.H., 2019. Development of forest fire detection algorithm for geo-KOMPSAT 2A geostationary imagery, Doctoral dissertation, University of Seoul, Seoul, KR (in Korean with English abstract).
Park, S.W., S.J. Lee, C.Y. Chung, S.R. Chung, I. Shin, W.C. Jung, H.S. Mo, S.I. Kim, and Y.W. Lee, 2019. Satellite-based Forest Withering Index for Detection of Fire Burn Area: Its Development and Application to 2019 Kangwon Wildfires, Korean Journal of Remote Sensing, 35(2): 343-346 (in Korean with English abstract).

원문보기 상세보기
Riano, D., E. Chuvieco, S. Ustin, R. Zomer, P. Dennison, D. Roberts, and J. Salas, 2002. Assessment of vegetation regeneration after fire through multitemporal analysis of AVIRIS images in the Santa Monica Mountains, Remote Sensing of Environment, 79(1): 60-71.

상세보기
Ryu, J.H., K.S. Han, S. Hong, N.W. Park, Y.W. Lee, and J. Cho, 2018. Satellite-Based Evaluation of the Post-Fire Recovery Process from the Worst Forest Fire Case in South Korea, Remote Sensing, 10(6): 918.

상세보기
Shin, J.I., W.W. Seo, T. Kim, C.S. Woo, and J. Park, 2019. Analysis of Availability of High-resolution Satellite and UAV Multispectral Images for Forest Burn Severity Classification, Korean Journal of Remote Sensing, 35(6-2): 1095-1106 (in Korean with English abstract).

원문보기 상세보기
Sim, S., W. Kim, J. Lee, Y. Kang, J. Im, C. Kwon, and S. Kim, 2020. Wildfire Severity Mapping Using Sentinel Satellite Data Based on Machine Learning Approaches, Korean Journal of Remote Sensing, 36(5-3): 1109-1123 (in Korean with English abstract).

원문보기 상세보기
Storey, E.A., D.A. Stow, and J.F. O'Leary, 2016. Assessing postfire recovery of chamise chaparral using multitemporal spectral vegetation index trajectories derived from Landsat imagery, Remote Sensing Environ, 183: 53-64.

상세보기
Won, M., K. Jang, S. Yoon, and H. Lee, 2019. Change Detection of Damaged Area and Burn Severity due to Heat Damage from Gangwon Large Fire Area in 2019, Korean Journal of Remote Sensing, 35(6-2): 1083-1093 (in Korean with English abstract).

원문보기 상세보기
Youn, H. and J. Jeong, 2019. Detection of Forest Fire and NBR Mis-classified Pixel Using Multi-temporal Sentinel-2A Images, Korean Journal of Remote Sensing, 35(6-2): 1107-1115 (in Korean with English abstract).

원문보기 상세보기

저자의 다른 논문 :

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