[논문]복사전달모의를 통한 중적외 파장역의 민감도 분석 및 지표면온도 산출 가능성 평가

최윤영; 서명석; 차동환; 서두천

doi:10.7780/kjrs.2022.38.6.1.33

복사전달모의를 통한 중적외 파장역의 민감도 분석 및 지표면온도 산출 가능성 평가
Evaluation of Sensitivity and Retrieval Possibility of Land Surface Temperature in the Mid-infrared Wavelength through Radiative Transfer Simulation 원문보기

대한원격탐사학회지 = Korean journal of remote sensing, v.38 no.6 pt.1, 2022년, pp.1423 - 1444

최윤영 (공주대학교 대기과학과) , 서명석 (공주대학교 대기과학과) , 차동환 (한국항공우주연구원 지상국 기술연구부) , 서두천 (한국항공우주연구원 지상국 기술연구부)

초록
AI-Helper

본 연구에서는 대기 및 지표면 인자들에 대한 중적외 파장역의 복사휘도의 민감도를 복사전달모델인 MODerate resolution atmospheric TRANsmission (MODTRAN)6을 이용하여 분석하고 이를 이용하여 야간에 중적외 파장역 만을 이용한 지표면온도 산출 가능성을 평가하였다. 이를 기반으로 야간에 대해 다양한 조건을 반영한 지표면온도 산출식을 개발하고 처방 온도 자료와 현장 관측 자료를 이용하여 개발된 지표면온도 산출식의 수준을 평가하였다. 중적외 파장역을 활용한 위성 원격탐사에 주로 영향을 미치는 대기연직구조, 이산화탄소와 오존, 지표면온도의 일 변동, 지표면 방출률 그리고 위성의 관측각에 대해 민감도 실험을 실시하였다. 이때 분리대기창 기법 활용 가능성을 평가하기 위해 중적외 파장역을 투과율을 근거로 2개의 밴드로 분리한 후 민감도를 분석한 결과 밴드와 관계없이 대기연직구조에 가장 큰 영향을 받으며 지표면 방출률, 지표면온도의 일 변동, 위성의 관측각 순으로 영향을 받았다. 주요 변인 실험 모두에서 대기의 창에 해당되는 밴드 1은 민감도가 낮은 반면 오존과 수증기 흡수가 포함된 밴드 2에서는 민감도가 높아서 분리대기창 기법을 활용하여 지표면온도 산출이 가능할 것으로 판단하였다. 중적외 2개 밴드와 다양한 변인들을 이용하여 개발된 지표면온도 산출식은 복사모의 시 입력된 기준 지표면온도와 상관계수, 편의 그리고 root mean squared error (RMSE)가 각각 0.999, 0.023K과 0.437K의 수준을 보였다. 또한 26개의 현장관측 지표면온도 자료로 검증한 결과 상관계수는 0.993, 편의는 1.875K, RMSE는 2.079K을 보였다. 본 연구의 결과는 대기 및 지표면 조건이 야간의 중적외 두 밴드에 미치는 영향이 다른 특성을 이용하여 지표면온도를 산출할 수 있음을 제시한다. 따라서 향후에는 중적외 파장역 센서를 탑재한 위성자료를 이용하여 지표면온도를 산출하고 그 수준을 평가해 볼 필요가 있다.

Abstract ▼ AI-Helper

In this study, the sensitivity of the mid-infrared radiance to atmospheric and surface factors was analyzed using the radiative transfer model, MODerate resolution atmospheric TRANsmission (MODTRAN6)'s simulation data. The possibility of retrieving the land surface temperature (LST) using only the mid-infrared bands at night was evaluated. Based on the sensitivity results, the LST retrieval algorithm that reflects various factors for night was developed, and the level of the LST retrieval algorithm was evaluated using reference LST and observed LST. Sensitivity experiments were conducted on the atmospheric profiles, carbon dioxide, ozone, diurnal variation of LST, land surface emissivity (LSE), and satellite viewing zenith angle (VZA), which mainly affect satellite remote sensing. To evaluate the possibility of using split-window method, the mid-infrared wavelength was divided into two bands based on the transmissivity. Regardless of the band, the top of atmosphere (TOA) temperature is most affected by atmospheric profile, and is affected in order of LSE, diurnal variation of LST, and satellite VZA. In all experiments, band 1, which corresponds to the atmospheric window, has lower sensitivity, whereas band 2, which includes ozone and water vapor absorption, has higher sensitivity. The evaluation results for the LST retrieval algorithm using prescribed LST showed that the correlation coefficient (CC), the bias and the root mean squared error (RMSE) is 0.999, 0.023K and 0.437K, respectively. Also, the validation with 26 in-situ observation data in 2021 showed that the CC, bias and RMSE is 0.993, 1.875K and 2.079K, respectively. The results of this study suggest that the LST can be retrieved using different characteristics of the two bands of mid-infrared to the atmospheric and surface conditions at night. Therefore, it is necessary to retrieve the LST using satellite data equipped with sensors in the mid-infrared bands.

주제어

표/그림 (25)

그림 Fig. 1. Type of input data according to altitude from surface to top of atmosphere.
그림 Fig. 2. Transmittance of mid-infrared region simulated by MODTRAN6 using US standard 1976 profiles.
표 Table 1. The characteristics of atmospheric profiles used in this study
표 Table 2. Ground meteorological information observed in the field stations (26 cases)
그림 Fig. 3. Vertical distribution of (a) temperature, (b) mixing ratio, and (c) ozone by geopotential height according to atmospheric vertical profiles.
그림 Fig. 4. Conceptual diagram of variation of land surface temperature in atmospheric vertical structure at night (ΔT=LST-Ta).
그림 Fig. 5. The ECOSTRESS spectral library used in this study: (a) Box and whisker diagram of land surface emissivity (LSE) in the mid-infrared wavelength range according to the land cover. (b) Scatter plot of LSE of band 1 and difference LSE between band 1 and band 2 (Green: vegetation, Brown: non-photosynthesis vegetation; Yellow: soil, Gray: manmade).
표 Table 3. Experimental design for radiative transfer model simulation about atmospheric profile, absorption gas, surface conditions, and satellite viewing angle in mid-infrared channels. All the atmospheric profiles in the MODTRAN6 are used. (The duplicate symbol (") means that the items in the table are the same as the ones above.)
표 Table 4. The input conditions of the radiative transfer model simulation according to the various atmospheric and surface conditions
그림 Fig. 6. Graphs of RTM simulated total radiance (blue), surface emitted radiance (skyblue), path radiance (green), and ground reflected radiance (yellow) by wavelength using US standard 1976 profiles.
표 Table 5. The top of atmosphere (TOA) temperature and difference for each band according to wavelength range (Unit: K)
표 Table 6. The top of atmosphere (TOA) temperature and difference according to atmospheric vertical profiles for each band according to the wavelength range (unit: K)
표 Table 7. The top of atmosphere (TOA) temperature and difference by band according to the concentration of carbon dioxide and the wavelength range (unit: K)
그림 Fig. 7. The difference between TOA temperature and reference LST of each band according to ozone profiles and atmospheric profiles: (a) wide band, (b) band 1, and (c) band 2.
그림 Fig. 8. The difference between TOA temperature and reference LST of each band according to the diurnal variation of LST and atmospheric profiles: (a) wide band, (b) band 1, and (c) band 2.
그림 Fig. 9. The TOA temperature according to the land surface emissivity (LSE) of each band: (a) band 1 and (c) band 2. The difference between TOA temperature and reference LST according to the LSE of each band: (b) band 1 and (d) band 2.
그림 Fig. 10. The difference between TOA temperature of band 1 and band 2 according to atmospheric profiles and the LSE of two bands.
표 Table 8. The TOA temperature difference of band 1 when the LSE of band 1 is changed by ±0.08 based on 0.86
그림 Fig. 11. Based on the zero degree of viewing zenith angle, the difference between each band of TOA temperature and reference LST according to the viewing zenith angle: (a) wide band, (b) band 1, and (c) band 2.
표 Table 9. TOA temperature differences according to the LSE of the two bands and atmospheric profiles
표 Table 10. Summary of sensitivity experiment results for major variables affecting TOA temperature
표 Table 11. The coefficients of the land surface temperature retrieval equation using mid-infrared bands (Eq. (1))
그림 Fig. 12. Scatter plot between the reference LST and estimated LST by the split-window LST retrieval algorithm using the 2 band of mid-infrared (gray dotted line in represents the 1:1 line).
그림 Fig. 13. Distribution of RMSEs for the LST retrieval algorithms based on the different impacting factors: (a) TOA temperature difference (BTD) and surface lapse rate, (b) emissivity difference (Δε) and BTD, (c) Δε and surface lapse rate, (d) satellite viewing zenith angle (VZA) and BTD, (e) VZA and surface lapse rate.
그림 Fig. 14. Scatter plot between in-situ observed LST and estimated LST by split-window LST retrieval algorithm using the 2 band of mid-infrared (gray dotted line represents the 1:1 line).

AI 본문요약
AI-Helper

문제 정의

본 연구에서는 중적외 파장역의 대기상단 온도에 영향을 미치는 주요 변인들을 복사전달모델인 MODT RAN6에 처방하여 온도 민감도를 분석하고 이를 이용하여 야간에 중적외 파장역 만을 이용한 지표면온도의 산출 가능성을 평가하였다. 중적외 파장역의 대기상단 온도에 미치는 주요 변인들에 대한 민감도 분석 결과 대기연직구조에 가장 큰 영향을 받으며 지표면 방출률, 지표면온도의 일 변동, 위성의 관측 각, 오존 연직구조, 이산화탄소 농도 순으로 영향을 받았다.

가설 설정

위성 관측각은 위성 직하점(0°)부터 30°까지 주사한다고 가정하였다

제안 방법

017 atm-cm/km)을 보인다. 대기연직구조에 따라 오존 농도의 연직 분포가 다른 특징을 이용하여 오존 실험에서는 각각의 대기연직구조에 오존 프로파일을 나머지 5개의 프로파일로 변경하여 민감도를 분석하였다.
전반적으로 모든 실험에서 밴드 1이 밴드 2보다 주요 변인들에 대해 덜 민감한 것으로 나타났다. 온도 민감도 분석 결과를 바탕으로 SeeBor 대기연직구조 자료를 이용하여 3,298,925개의 모의 자료를 구축한 후 분리대기창 유형의 지표면온도 산출식을 도출하였다. 이 지표면온도 산출식으로 계산한 지표면온도와 처방된 지표면온도 간 상관계수는 0.
중적외 파장역의 대기상단 온도에 영향을 미치는 대기연직구조와 흡수기체, 지표면 특성 정보, 위성 관측각에 따른 온도 민감도를 정량적으로 분석하였다. 이를 위해 복사전달모델을 이용하여 복사휘도를 모의하였다.

대상 데이터

지표면 방출률은 FT-IR 장비로 측정된 현장 관측 자료를 사용하였다. 본 연구에서 이산화탄소 농도 자료는 기상청 기후정보 포털의 지구대기 감시자료와 세계 기상 기구(World Meteorological Organization, WMO)의 World Data Centre for Greenhouse Gases (WDCGG)의 자료를 사용하였다.
1과 같이 고도별로 크게 위성 정보와 대기연직구조 자료, 지상 기상정보, 지표면 정보로 나뉜다. 본 연구에서는 기상위성부터 다목적 실용위성에 이르기까지 중적외 밴드가 포함된 다양한 위성에 적용할 수 있도록 복사전달모델인 MODTRAN6를 이용하여 복사 모의자료를 생성하였다.
오존 연직구조가 대기상단 온도에 미치는 영향을 분석하기 위해 총 36개(대기연직구조 6개 × 오존 연직구조 6개)의 모의를 수행하였으며 대기연직구조와 오존 연직구조가 동일할 때를 기준으로 다른 오존 연직구조를 처방하였을 때 대기상단 온도가 얼마나 변화하였는지를 Fig
또한 화석연료 사용 및 식생의 계절변동에 따라 이산화탄소 농도 또한 변동하므로 이를 이산화탄소 실험 설계에 반영하였다. 중적외 파장역의 또다른 흡수기체인 오존 프로파일은 각 대기연직구조에 포함된 오존 프로파일을 사용하였으며 이를 Fig. 3(c)에 나타내었다.
지상 기상정보인 2 m 기온, 기압, 상대습도는 특별관측을 위해 설치한 자동기상관측장비(Automatic Weather System, AWS)로 관측된 자료를 사용하였다. 지표면 정보인 지표면온도는 Hobo data logger를 이용하여 관측하였으며 1분의 관측 주기를 가진다.
지표면 정보인 지표면온도는 Hobo data logger를 이용하여 관측하였으며 1분의 관측 주기를 가진다. 지표면 방출률은 FT-IR 장비로 측정된 현장 관측 자료를 사용하였다. 본 연구에서 이산화탄소 농도 자료는 기상청 기후정보 포털의 지구대기 감시자료와 세계 기상 기구(World Meteorological Organization, WMO)의 World Data Centre for Greenhouse Gases (WDCGG)의 자료를 사용하였다.
Air temperature at 2 m (Ta)는 2 m의 기온, relative humidity (RH)는 상대습도를 의미한다. 현장 관측자료를 이용하여 복사전달 모의를 실시할 때는 복사전달모델의 입력 자료를 생성하여야 하는데 지면 및 지상 대기정보는 현장관측자료를 사용하고 대기연직구조는 GFS의 관측자료를 사용하였다. GFS 자료의 경우 일 4회 0.

데이터처리

다양한 조건에서 복사전달모의를 통해 산출된 대기 상단에서의 밴드 1과 2의 지표면 온도(이하 대기상단온도)를 분리대기창 기법에 입력하여 추정된 지표면온도와 처방된 지표면온도 간 다중회귀분석을 통해 산출계수를 획득하였다. 회귀분석을 통해 얻어진 산출식을 이용하여 2021년에 수행된 현장 관측일에 대해 지표면 온도를 산출하고 이에 대한 정확도를 평가하였다.
다양한 조건에서 복사전달모의를 통해 산출된 대기 상단에서의 밴드 1과 2의 지표면 온도(이하 대기상단온도)를 분리대기창 기법에 입력하여 추정된 지표면온도와 처방된 지표면온도 간 다중회귀분석을 통해 산출계수를 획득하였다. 회귀분석을 통해 얻어진 산출식을 이용하여 2021년에 수행된 현장 관측일에 대해 지표면 온도를 산출하고 이에 대한 정확도를 평가하였다.

이론/모형

중적외 파장역의 대기상단 온도에 영향을 미치는 대기연직구조와 흡수기체, 지표면 특성 정보, 위성 관측각에 따른 온도 민감도를 정량적으로 분석하였다. 이를 위해 복사전달모델을 이용하여 복사휘도를 모의하였다. 복사전달모델에서는 파장 별 대기 상단의 총 복사휘도, 지표에서 방출된 상향 복사휘도, 대기에서 방출된 복사휘도, 대기에서 방출된 하향 복사휘도가 지표에 반사되어 대기상단에 도달한 복사휘도가 모의되며 파장별 투과율이 계산된다.
중적외 파장역의 흡수기체인 이산화탄소 농도는 2021년 한국의 연 평균 농도인 420 ppm을 MODTRAN6의 입력 값으로 사용하였다. 또한 화석연료 사용 및 식생의 계절변동에 따라 이산화탄소 농도 또한 변동하므로 이를 이산화탄소 실험 설계에 반영하였다.
지상 기상정보인 2 m 기온, 기압, 상대습도는 특별관측을 위해 설치한 자동기상관측장비(Automatic Weather System, AWS)로 관측된 자료를 사용하였다. 지표면 정보인 지표면온도는 Hobo data logger를 이용하여 관측하였으며 1분의 관측 주기를 가진다. 지표면 방출률은 FT-IR 장비로 측정된 현장 관측 자료를 사용하였다.

성능/효과

또한 흡수기체(이산화탄소, 오존)의 영향은 대기연직구조에 관계없이 거의 무시할 수 있을 정도로 대기상단 온도에 미치는 영향이 작게 나타났다. 대기연직구조, 방출률 등 복사전달에 영향을 주는 주요 변인들에 대한 밴드 1과 밴드 2의 대기상단 온도 민감도가 다른 특징을 분리대기창 기법에 적용하면 지표면온도 산출이 가능할 것으로 판단된다.
437K로 나타나 회귀식이 적절하게 도출되었음을 알 수 있다. 또한 26개 현장관측 자료를 이용하여 지표면온도 산출식을 검증한 결과 상관계수 0.993, 편의 1.904K, RMSE 2.106K를 보였다. 이러한 결과는 현장 관측된 두 밴드의 지표면 방출률 자료와 대기연직구조 자료가 있다면 중적외 파장역만을 이용한 분리대기창 기법으로 지표면온도 산출이 가능할 것으로 판단된다.
Table 10은 중적외 밴드의 대기상단 온도에 영향을 미치는 주요 변인들에 대한 온도 민감도 실험결과에 대한 요약을 나타낸 것이다. 민감도 분석 결과 밴드와 관계없이 대기상단 온도는 대기연직구조에 가장 큰 영향을 받으며 지표면 방출률, 지표면온도의 일 변동, 위성의 관측각 순으로 영향을 받는다. 지표면 방출률 실험에서는 차갑고 건조한 대기연직구조인 아한대 겨울(SAW)에서 대기상단 온도의 차이가 가장 컸고, 열대 지역(TRO)에서 가장 작게 나타났다.
12에 나타내었다. 복사전달모델에 입력된 기준 지표면온도와 회귀식으로 추정된 지표면온도는 250K부터 330K까지 넓은 범위에 걸쳐 1:1 선에 거의 비슷하게 나타났다. 기준 지표면온도와 추정된 지표면온도의 상관계수는 0.
본 연구에서는 중적외 파장역의 대기상단 온도에 영향을 미치는 주요 변인들을 복사전달모델인 MODT RAN6에 처방하여 온도 민감도를 분석하고 이를 이용하여 야간에 중적외 파장역 만을 이용한 지표면온도의 산출 가능성을 평가하였다. 중적외 파장역의 대기상단 온도에 미치는 주요 변인들에 대한 민감도 분석 결과 대기연직구조에 가장 큰 영향을 받으며 지표면 방출률, 지표면온도의 일 변동, 위성의 관측 각, 오존 연직구조, 이산화탄소 농도 순으로 영향을 받았다. 지표면 방출률 변화의 영향은 상대적으로 차갑고 건조한 대기연직구조인 아한대 겨울에서 대기상단 온도의 차이가 –1.
민감도 분석 결과 밴드와 관계없이 대기상단 온도는 대기연직구조에 가장 큰 영향을 받으며 지표면 방출률, 지표면온도의 일 변동, 위성의 관측각 순으로 영향을 받는다. 지표면 방출률 실험에서는 차갑고 건조한 대기연직구조인 아한대 겨울(SAW)에서 대기상단 온도의 차이가 가장 컸고, 열대 지역(TRO)에서 가장 작게 나타났다. 특히 주요 변인 실험 모두에서 밴드 1이 가장 덜 민감한 밴드로 나타났다.

후속연구

하지만 일반적인 경우 지표면의 방출률과 대기조건을 모두 아는 경우는 거의 없기 때문에 본 연구 결과는 중적외 파장역을 이용하여 지표면온도를 도출할 수 있는 이론적인 상한선을 제시한 것으로 이해되어야 할 것이다. 따라서 향후에는 중적외 파장역을 탑재한 위성이 다양한 대기 및 지표면 환경에 대해 관측한 위성 자료를 이용하여 지표면온도를 산출하고 그 수준을 평가해 볼 필요가 있다.
106K를 보였다. 이러한 결과는 현장 관측된 두 밴드의 지표면 방출률 자료와 대기연직구조 자료가 있다면 중적외 파장역만을 이용한 분리대기창 기법으로 지표면온도 산출이 가능할 것으로 판단된다. 하지만 일반적인 경우 지표면의 방출률과 대기조건을 모두 아는 경우는 거의 없기 때문에 본 연구 결과는 중적외 파장역을 이용하여 지표면온도를 도출할 수 있는 이론적인 상한선을 제시한 것으로 이해되어야 할 것이다.
이러한 결과는 현장 관측된 두 밴드의 지표면 방출률 자료와 대기연직구조 자료가 있다면 중적외 파장역만을 이용한 분리대기창 기법으로 지표면온도 산출이 가능할 것으로 판단된다. 하지만 일반적인 경우 지표면의 방출률과 대기조건을 모두 아는 경우는 거의 없기 때문에 본 연구 결과는 중적외 파장역을 이용하여 지표면온도를 도출할 수 있는 이론적인 상한선을 제시한 것으로 이해되어야 할 것이다. 따라서 향후에는 중적외 파장역을 탑재한 위성이 다양한 대기 및 지표면 환경에 대해 관측한 위성 자료를 이용하여 지표면온도를 산출하고 그 수준을 평가해 볼 필요가 있다.

참고문헌 (44)

Becker, F. and Z.L. Li, 1990a. Temperature-independent spectral indices in thermal infrared bands, Remote Sensing of Environment, 32(1): 17-33. https://doi.org/10.1016/0034-4257(90)90095-4

상세보기
Becker, F. and Z.L. Li, 1990b. Towards a local split window method over land surfaces, Remote Sensing, 11(3): 369-393. https://doi.org/10.1080/01431169008955028

상세보기
Becker, F. and Z.L., Li, 1995. Surface temperature and emissivity at various scales: Definition, measurement and related problems, Remote Sensing Reviews, 12(3-4): 225-253. https://doi.org/10.1080/02757259509532286

상세보기
Berk, A., P. Conforti, R. Kennett, T. Perkins, F. Hawes, and J. van den Bosch, 2014, June. MODTRAN® 6: A major upgrade of the MODTRAN® radiative transfer code, Proc. of 2014 6th Workshop on Hyperspectral Image and Signal Processing: Evolution in Remote Sensing (WHISPERS), Lausanne, Switzerland. Jun. 24-27. pp. 1-4. https://doi.org/10.1109/WHISPERS.2014.8077573
Borbas, E., S.W. Seemann, H.L. Huang, J. Li, and W.P. Menzel, 2005, May. Global profile training database for satellite regression retrievals with estimates of skin temperature and emissivity, Proc. of the 14th International ATOVS Study Conference, Beijing, China, pp. 763-770.
Cao, J., W. Zhou, Z. Zheng, T. Ren, and W. Wang, 2021. Within-city spatial and temporal heterogeneity of air temperature and its relationship with land surface temperature, Landscape and Urban Planning, 206: 103979. https://doi.org/10.1016/j.landurbplan.2020.103979

상세보기
Cho, A.-R. and M.-S. Suh, 2013. Evaluation of land surface temperature operationally retrieved from Korean geostationary satellite (COMS) data, Remote Sensing, 5(8): 3951-3970. https://doi.org/10.3390/rs5083951

상세보기
Choi, S.W., D.C. Seo, and D.H. Lee, 2021. Possibility and Accuracy of Extracting Room Temperature Information from Mid-Infrared Sensor Satellite Images, Journal of Space Technology and Applications, 1(3): 356-363 (in Korean with English abstract). https://doi.org/10.52912/jsta.2021.1.3.356

원문보기 상세보기
Choi, Y.-Y. and M.-S. Suh, 2020. Development of a land surface temperature retrieval algorithm from GK2A/AMI, Remote Sensing, 12(18): 3050. https://doi.org/10.3390/rs12183050

상세보기
Das, D.N., S. Chakraborti, G. Saha, A. Banerjee, and D. Singh, 2020. Analysing the dynamic relationship of land surface temperature and land use pattern: A city level analysis of two climatic regions in India, City and Environment Interactions, 8: 100046. https://doi.org/10.1016/j.cacint.2020.100046

상세보기
Fang, L., H. Li, L. Sun, and R. Li, 2021. Land Surface Temperature Retrieval from Nighttime Mid-Infrared Modis Data Using a Split-Window Algorithm, Proc. of 2021 IEEE International Geoscience and Remote Sensing Symposium (IGARSS), Brussels, Belgium, Jul. 11-16. pp. 4300-4303. https://doi.org/10.1109/IGARSS47720.2021.9553447
Freitas, S.C., I.F. Trigo, J.M. Bioucas-Dias, and F.M. Gottsche, 2009. Quantifying the uncertainty of land surface temperature retrievals from SEVIRI/Meteosat, IEEE Transactions on Geoscience and Remote Sensing, 48(1): 523-534. https://doi.org/10.1109/TGRS.2009.2027697

상세보기
Gillespie, A., S. Rokugawa, T. Matsunaga, J.S. Cothern, S. Hook, and A.B. Kahle, 1998. A temperature and emissivity separation algorithm for Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER) images, IEEE Transactions on Geoscience and Remote Sensing, 36(4): 1113-1126. https://doi.org/10.1109/36.700995

상세보기
Hong, K.-O., M.-S. Suh, and J.-H. Kang, 2009. Development of a land surface temperature-retrieval algorithm from MTSAT-1R data, Asia-Pacific Journal of Atmospheric Sciences, 45(4): 411-421.

상세보기
Hu, L. and N.A. Brunsell, 2013. The impact of temporal aggregation of land surface temperature data for surface urban heat island (SUHI) monitoring, Remote Sensing of Environment, 134: 162-174. https://doi.org/10.1016/j.rse.2013.02.022

상세보기
Jia, A., H. Ma, S. Liang, and D. Wang, 2021. Cloudy-sky land surface temperature from VIIRS and MODIS satellite data using a surface energy balance-based method, Remote Sensing of Environment, 263: 112566. https://doi.org/10.1016/j.rse.2021.112566

상세보기
Kim, Y., N. Malakar, G. Hulley, and S. Hook, 2019. Surface temperature retrieval from MASTER mid-wave infrared single channel data using radiative transfer model, Korean Journal of Remote Sensing, 35(1): 151-162 (in Korean with English abstract). https://doi.org/10.7780/kjrs.2019.35.1.10

원문보기 상세보기
Li, Z.L., B.H. Tang, H. Wu, H. Ren, G. Yan, Z. Wan, I.F. Trigo, and J.A. Sobrino, 2013. Satellite-derived land surface temperature: Current status and perspectives, Remote Sensing of Environment, 131: 14-37. https://doi.org/10.1016/j.rse.2012.12.008

상세보기
Li, H., D. Sun, Y. Yu, H. Wang, Y. Liu, Q. Liu, Y. Du, H. Wang, and B. Cao, 2014. Evaluation of the VIIRS and MODIS LST products in an arid area of Northwest China, Remote Sensing of Environment, 142: 111-121. https://doi.org/10.1016/j.rse.2013.11.014

상세보기
Li, R., H. Li, L. Sun, Y. Yang, T. Hu, Z. Bian, B. Cao, Y. Du, and Q. Liu, 2020. An operational split-window algorithm for retrieving land surface temperature from geostationary satellite data: A case study on Himawari-8 AHI data, Remote Sensing, 12(16): 2613. https://doi.org/10.3390/rs12162613

상세보기
Li, H., R. Li, Y. Yang, B. Cao, Z. Bian, T. Hu, Y. Du, L. Sun, and Q. Liu, 2020. Temperature-based and radiance-based validation of the collection 6 MYD11 and MYD21 land surface temperature products over barren surfaces in northwestern China, IEEE Transactions on Geoscience and Remote Sensing, 59(2): 1794-1807. https://doi.org/10.1109/TGRS.2020.2998945

상세보기
Martin, M.A., D. Ghent, A.C. Pires, F.M. Gottsche, J. Cermak, J., and J.J. Remedios, 2019. Comprehensive in situ validation of five satellite land surface temperature data sets over multiple stations and years, Remote Sensing, 11(5): 479. https://doi.org/10.3390/rs11050479

상세보기
McMillin, L.M., 1975. Estimation of sea surface temperatures from two infrared window measurements with different absorption, Journal of Geophysical Research, 80(36): 5113-5117. https://doi.org/10.1029/JC080i036p05113

상세보기
Meerdink, S.K., S.J. Hook, D.A. Roberts, and E.A. Abbott, 2019. The ECOSTRESS spectral library version 1.0, Remote Sensing of Environment, 230: 111196. https://doi.org/10.1016/j.rse.2019.05.015

상세보기
Mushkin, A., L.K. Balick, and A.R. Gillespie, 2005. Extending surface temperature and emissivity retrieval to the mid-infrared (3-5 ㎛) using the Multispectral Thermal Imager (MTI), Remote Sensing of Environment, 98(2-3): 141-151. https://doi.org/10.1016/j.rse.2005.06.003

상세보기
NCEP (National Centers for Environmental Prediction), 2021. https://www.nco.ncep.noaa.gov/pmb/products/gfs/gfs.t00z.pgrb2.0p50.f000.shtml, Accessed on Dec. 26, 2022.
Park K.-H. and M.-S. Suh 2014. Improvement of infrared channel emissivity data in COMS observation area from recent MODIS data (2009-2012), Korean Journal of Remote Sensing, 30(1): 109-126 (in Korean with English abstract). https://doi.org/10.7780/kjrs.2014.30.1.9

원문보기 상세보기
Peres, L.F. and C.C. DaCamara, 2005. Emissivity maps to retrieve land-surface temperature from MSG/SEVIRI, IEEE Transactions on Geoscience and Remote Sensing, 43(8): 1834-1844. https://doi.org/10.1109/TGRS.2005.851172

상세보기
Pinker, R.T., D. Sun, M.P. Hung, C. Li, and J.B. Basara, 2009. Evaluation of satellite estimates of land surface temperature from GOES over the United States, Journal of Applied Meteorology and Climatology, 48(1): 167-180. https://doi.org/10.1175/2008JAMC1781.1

상세보기
Qian, Y.G., E.Y. Zhao, C. Gao, N. Wang, and L. Ma, 2014. Land surface temperature retrieval using nighttime mid-infrared channels data from Airborne Hyperspectral Scanner, IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 8(3): 1208-1216. https://doi.org/10.1109/JSTARS.2014.2364853

상세보기
Salisbury, J.W. and D.M. D'Aria, 1994. Emissivity of terrestrial materials in the 3-5 ㎛ atmospheric window, Remote Sensing of Environment, 47(3): 345-361. https://doi.org/10.1016/0034-4257(94)90102-3

상세보기
Seemann, S.W., E.E. Borbas, R.O. Knuteson, G.R. Stephenson, and H.L. Huang, 2008. Development of a global infrared land surface emissivity database for application to clear sky sounding retrievals from multispectral satellite radiance measurements, Journal of Applied Meteorology and Climatology, 47(1): 108-123. https://doi.org/10.1175/2007JAMC1590.1

상세보기
Sobrino, J.A., J.C. Jimenez-Munoz, J. El-Kharraz, M. Gomez, M. Romaguera, and G. Soria, 2004. Single-channel and two-channel methods for land surface temperature retrieval from DAIS data and its application to the Barrax site, International Journal of Remote Sensing, 25(1): 215-230. https://doi.org/10.1080/0143116031000115210

상세보기
Sobrino, J.A., J.C. Jimenez-Munoz, G. Soria, M. Romaguera, L. Guanter, J. Moreno, A. Plaza, and P. Martinez, 2008. Land surface emissivity retrieval from different VNIR and TIR sensors, IEEE Transactions on Geoscience and Remote Sensing, 46(2): 316-327. https://doi.org/10.1109/TGRS.2007.904834

상세보기
Sobrino, J.A., Z.L. Li, M.P. Stoll, and F. Becker, 1994. Improvements in the split-window technique for land surface temperature determination, IEEE Transactions on Geoscience and Remote Sensing, 32(2): 243-253. https://doi.org/10.1109/36.295038

상세보기
Sun, D. and R.T. Pinker, 2007. Retrieval of surface temperature from the MSG-SEVIRI observations: Part I. methodology, International Journal of Remote Sensing, 28(23): 5255-5272. https://doi.org/10.1080/01431160701253246

상세보기
Sun, D., L. Fang, and Y. Yu, 2012. GOES LST algorithm theoretical basis document, NOAA NESDIS Center for Satellite Applications and Research, College Park, MD, USA.
Tang, B.H. and J. Wang, 2016. A physics-based method to retrieve land surface temperature from MODIS daytime midinfrared data, IEEE Transactions on Geoscience and Remote Sensing, 54(8): 4672-4679. https://doi.org/10.1109/TGRS.2016.2548500

상세보기
Wan, Z., 1999. MODIS Land-Surface Temperature Algorithm Theoretical Basis Document (LST ATBD) version 3.3, National Aeronautics and Space US Department of Commerce, Washington D.C., USA. 77pp.
Wan, Z. and J. Dozier, 1996. A generalized split-window algorithm for retrieving land-surface temperature from space, IEEE Transactions on Geoscience and Remote Sensing, 34(4): 892-905. https://doi.org/10.1109/36.508406

상세보기
Wan, Z. and Z.L. Li, 1997. A physics-based algorithm for retrieving land-surface emissivity and temperature from EOS/MODIS data, IEEE Transactions on Geoscience and Remote Sensing, 35(4): 980-996. https://doi.org/10.1109/36.602541

상세보기
Wang, J., B.H. Tang, Z.L. Li, R. Tang, and H. Wu, 2015. Retrieval of land surface temperature from modis mid-infrared data, Proc. of 2015 IEEE International Geoscience and Remote Sensing Symposium (IGARSS), Milan, Italy, Jul. 26-31. pp. 4404-4407. https://doi.org/10.1109/IGARSS.2015.7326803
Watson, K., 1992. Two-temperature method for measuring emissivity, Remote Sensing of Environment, 42(2): 117-121. https://doi.org/10.1016/0034-4257(92)90095-2

상세보기
Zhao, E., Y. Qian, C. Gao, H. Huo, X. Jiang, and X. Kong, 2014. Land surface temperature retrieval using airborne hyperspectral scanner daytime mid-infrared data, Remote Sensing, 6(12): 12667-12685. https://doi.org/10.3390/rs61212667

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