[논문]Sentinel-1 SAR와 지표상태인자를 활용한 토양의 동결 융해 상태 분석 연구

이용관; 정지훈; 장원진; 김진욱; 김성준

doi:10.7780/kjrs.2023.39.5.1.12

Sentinel-1 SAR와 지표상태인자를 활용한 토양의 동결 융해 상태 분석 연구
A Study on Freeze-Thaw Conditions Analysis of Soil Using Sentinel-1 SAR and Surface State Factor 원문보기

대한원격탐사학회지 = Korean journal of remote sensing, v.39 no.5/1, 2023년, pp.609 - 620

이용관 (건국대학교 공과대학 사회환경공학부) , 정지훈 (건국대학교 대학원 사회환경플랜트공학과) , 장원진 (건국대학교 대학원 사회환경플랜트공학과) , 김진욱 (건국대학교 대학원 사회환경플랜트공학과) , 김성준 (건국대학교 공과대학 사회환경공학부)

초록
AI-Helper

본 연구에서는 Sentienl-1 C-band synthetic aperture radar (SAR) 자료를 활용해 토양의 동결-융해 상태 구분을 위한 지표상태인자(surface state factor, SSF)를 산정하고, 기온, 초상온도, 지중온도 관측 자료와 비교를 통해 SSF 구분의 정확도를 분석하였다. 분석을 위한 SAR 자료는 우리나라 중부지방에 대해 2017년부터 2020년까지 4년 동안 관측된 Sentinel-1B descending node 116장을 구축하였으며, 동 기간의 농촌진흥청 토양수분 관측 지점 23곳에 대한 시 단위 기온, 초상온도, 10 cm 지중온도 자료를 구축하고 Sentienl-1B 영상의 촬영시각과 인접한 06:00 am 자료를 활용해 분석하였다. 전체 관측소에 대한 평균 정확도와 F1-score는 기온이 각각 0.63, 0.47, 초상온도가 0.63, 0.48, 지중온도가 0.57, 0.21로 나타났다. 겨울철(12~2월) 자료에 대한 평균 정확도와 F1-score는 기온이 각각 0.66, 0.76, 초상온도가 0.67, 0.76, 지중온도가 0.47, 0.44로 나타났다. 겨울철 자료의 정확도 상승은그외 시기에서 발생하는 오류가 포함되지 않기 때문인 것으로 보인다.

Abstract ▼ AI-Helper

In this study, we used Sentinel-1 C-band synthetic aperture radar to calculate the surface state factor (SSF) for distinguishing the frozen-thawed state of soil. The accuracy of SSF classification was analyzed through comparison with air temperature (AT), grass temperature (GT), and underground temperature (UT). For the analysis, 116 Sentinel-1B Descending nodes observed over a period of 4 years from 2017 to 2020 were established for the central region of South Korea. AT, GT, and UT data were obtained from 23 soil moisture observation points of the Rural Development Administration during the same period, and analyzed using the 06:00 am data adjacent to the shooting time of the Sentinel-1B images. The average accuracy and F1-score for all stations were 0.63 and 0.47 for AT, 0.63 and 0.48 for GT, and 0.57 and 0.21 for UT, respectively. For winter (December-February) data, the average accuracy and F1-score were 0.66 and 0.76 for AT, 0.67 and 0.76 for GT, and 0.47 and 0.44 for UT, respectively. The increase in accuracy during winter data may be attributed to the fact that errors occurring in other seasons are not included.

주제어

표/그림 (11)

그림 Fig. 1. Study area with Sentinel-1A co-polarized image on August 10, 2015.
표 Table 1. AWS of the Rural Development Administration
그림 Fig. 2. Hourly observation data from 2017 to 2020 in Yecheon-eup, Yecheon-gun (S22).
표 Table 2. Binary confusion matrix
표 Table 3. SSF classification accuracy and F1-score analysis results for the entire period (2017–2020)
그림 Fig. 3. Scatter plots of SSF and observed data in Yecheon-eup, Yecheon-gun (S22): (a) air temperature, (b) grass temperature, and (c) underground temperature. In the figure, the blue circle is the part where the actual value is predicted correctly with TP and TN, and the red circle is the part predicted differently from the actual value with FP and FN.
그림 Fig. 4. Time series graph of range and average values of Terra MODIS NDVI for all observation points.
그림 Fig. 5. Scatter plots of SSF and observed data for winter in Yecheon-eup, Yecheon-gun (S22): (a) air temperature, (b) grass temperature, and (c) underground temperature. In the figure, the blue circle is the part where the actual value is predicted correctly with TP and TN, and the red circle is the part predicted differently from the actual value with FP and FN.
표 Table 4. SSF classification accuracy and F1-score analysis results for the winter period (December-February)
그림 Fig. 6. Time series graphs of air temperature, SSF, precipitation and soil moisture: (a) Okcheon-eup, Okcheon-gun (S09), (b) Muju-eup, Muju-gun (S14), (c) Geochang-eup, Geochang-gun (S15), (d) Jain-myeon, Gyeongsan-si (S16), (e) Seonsan-eup, Gumi-si (S17), and (f) Yecheon-eup, Yecheon-gun (S22). The blue area in the figure means the winter (December to February) period.
그림 Fig. 7. Comparison of SSF changes according to modifications of the SSF calculation formula. The graph on the left is the SSF calculated when the average value of VV polarization in winter (σ_V^Winter) is changed to the 5th percentile, and the graph on the right is when it is changed to the 15th percentile.

AI 본문요약
AI-Helper

문제 정의

본 연구에서는 Sentinel-1B VV 편파 후방산란계수를 활용하여 SSF를 산정해 기온, 초상온도 및 지중온도 관측자료와 토양 동결-융해 상태 분류 정확도를 평가하였고, 토양수분 관측자료와의 비교를 통해 SSF의 활용가능성을 논하였다. 연구의 결과를 요약하면 다음과 같다.

제안 방법

2) 전체 관측소에 대한 지표 특성의 영향을 분석하기 위해 Terra MODIS NDVI를 활용하여 식생의 영향이 가장 적은 시기를 분석하였다. Sentienl-1의 시공간해상도(12일 간격, 10 m)와 Terra MODIS NDVI(16일 간격, 250 m)의 시공간해상도 차이로 인해 본 연구에서는 위성 자료를 구축한 2017년부터 2020년까지 기간의 NDVI 시계열 변화 분석만을 수행하였으며, 겨울철(12~2월)의 NDVI 값이 연중 가장 낮은 모습을 보였다.
본 연구에서는 Sentinel-1 C-band synthetic aperture radar (SAR) 자료를 활용하여 토양의 동결-융해 상태 구분을 위한 지표상태인자(surface state factor, SSF)를 산정하고, 관측 자료(기온, 초상온도, 지중온도 및 토양수분)와 비교를 통해 SSF 구분의 정확도를 분석하였다.
1). 영상의 전처리를 통해 VH 편파 대비 상대적으로 식생의 영향이 적은 VV 편파 후방산란계수 자료를 생성하여 활용하였으며, 전처리는 SeNtinel Application Platform (SNAP)을 이용하여 궤도 보정, 방사보정, 열 잡음(thermal noise), 스펙클(speckle) 보정, 지형 보정(range doppler terrain correction) 및 데시벨(dB) 스케일 변환 순으로 진행하였고 최종 해상도는 10 m이다.

대상 데이터

2) 전체 관측소에 대한 지표 특성의 영향을 분석하기 위해 Terra MODIS NDVI를 활용하여 식생의 영향이 가장 적은 시기를 분석하였다. Sentienl-1의 시공간해상도(12일 간격, 10 m)와 Terra MODIS NDVI(16일 간격, 250 m)의 시공간해상도 차이로 인해 본 연구에서는 위성 자료를 구축한 2017년부터 2020년까지 기간의 NDVI 시계열 변화 분석만을 수행하였으며, 겨울철(12~2월)의 NDVI 값이 연중 가장 낮은 모습을 보였다.
본 연구에서는 우리나라 중부지방에 대해 2017년부터 2020년까지 4년 동안 관측된 Sentinel-1B descending node 영상(촬영시각: Korea standard time [KST] 06:30 am) 115장을 구축하였으며, IW 모드의 GRD product를 활용하였다(Fig. 1).

성능/효과

4) SSF에 의해 토양이 동결 상태로 분류되었을 때, 토양수분 관측값도 떨어지는 모습을 보였다. 유전율을 활용한 TDR은 영하일 때 오차가 크게 발생하며, SSF를 통해 이를 사전에 감지할 수 있다면 추후 SAR 기반 토양수분 산정 연구에 있어 관측자료의 오차에 의한 영향을 효과적으로 줄일 수 있을 것으로 판단된다.

후속연구

4) SSF에 의해 토양이 동결 상태로 분류되었을 때, 토양수분 관측값도 떨어지는 모습을 보였다. 유전율을 활용한 TDR은 영하일 때 오차가 크게 발생하며, SSF를 통해 이를 사전에 감지할 수 있다면 추후 SAR 기반 토양수분 산정 연구에 있어 관측자료의 오차에 의한 영향을 효과적으로 줄일 수 있을 것으로 판단된다.
영상레이더 기반의 광역적인 SSF는 토양수분 산정을 위한 주요 변수로 활용할 수 있을 뿐만 아니라, 지면 모델(land surface model) 및 다양한 수문모형(hydrologic model)에서 지표상태 분석을 위한 부가적인 자료로도 활용도가 높다. 향후 SSF 산정 수식의 지속적인 개선을 통해 Sentinel-1 위성 및 차기 수자원/수재해 전용 C-band SAR 중형위성(Compact Advanced Satellite 500-5)을 활용한 토양수분 산정에 적용 가능할 것으로 판단된다.

참고문헌 (22)

Baik, J., Cho, S., Lee, S., and Choi, M., 2019. Analysis？on adequacy of the satellite soil moisture data？(AMSR2, ASCAT, and ESACCI) in Korean？Peninsula: With classification of freezing and？melting periods. Korean Journal of Remote？Sensing, 35(5-1), 625-636. https://doi.org/10.7780/kjrs.2019.35.5.1.1

원문보기 상세보기
Chicco, D., and Jurman, G., 2020. The advantages of？the Matthews correlation coefficient (MCC) over？F1 score and accuracy in binary classification？evaluation. BMC Genomics, 21(1), 1-13. https://doi.org/10.1186/s12864-019-6413-7

상세보기
Cho, M., Lee, Y., Kim, N., and Jee, K., 2013. Temperature？sensitivity analysis of TDR moisture content？sensor for road pavement. KSCE Journal of？Civil and Environmental Engineering Research,？33(1), 329-336. https://doi.org/10.12652/Ksce.2013.33.1.329

원문보기 상세보기
Cho, S., Jeong, J., Lee, S., and Choi, M., 2020. Estimation？of soil moisture based on sentinel-1 SAR data:？Focusing on cropland and grassland area. Journal？of Korea Water Resources Association, 53(11),？973-983. https://doi.org/10.3741/JKWRA.2020.53.11.973

원문보기 상세보기
Chung, J., Lee, Y., Kim, J., Jang, W., and Kim, S., 2023. Soil moisture estimation using the water？cloud model and Sentinel-1 & -2 satellite image-based vegetation indices. Journal of Korea？Water Resources Association, 56(3), 211-224.？https://doi.org/10.3741/JKWRA.2023.56.3.211

원문보기 상세보기
Chung, J., Son, M., Lee, Y., and Kim, S., 2021. Estimation？of soil moisture using Sentinel-1 SAR images？and multiple linear regression model considering？antecedent precipitations. Korean Journal of？Remote Sensing, 37(3), 515-530. https://doi.org/10.7780/kjrs.2021.37.3.12

원문보기 상세보기
Cohen, J., Rautiainen, K., Lemmetyinen, J., Smolander,？T., Vehvilainen, J., and Pulliainen, J., 2021.？Sentinel-1 based soil freeze/thaw estimation in？boreal forest environments. Remote Sensing of？Environment, 254, 112267. https://doi.org/10.1016/j.rse.2020.112267

상세보기
Fawcett, T., 2006. An introduction to ROC analysis.？Pattern Recognition Letters, 27(8), 861-874.？https://doi.org/10.1016/j.patrec.2005.10.010

상세보기
Kelly, R. E., Chang, A. T., Tsang, L., and Foster, J. L., 2003. A prototype AMSR-E global snow area？and snow depth algorithm. IEEE Transactions on？Geoscience and Remote Sensing, 41(2), 230-242.？https://doi.org/10.1109/TGRS.2003.809118

상세보기
Kim, Y., Kimball, J. S., McDonald, K. C., and Glassy, J., 2010. Developing a global data record of daily？landscape freeze/thaw status using satellite passive？microwave remote sensing. IEEE Transactions on？Geoscience and Remote Sensing, 49(3), 949-960.？https://doi.org/10.1109/TGRS.2010.2070515

상세보기
Kimball, J. S., McDonald, K. C., Keyser, A. R., Frolking,？S., and Running, S. W., 2001. Application of the？NASA scatterometer (NSCAT) for determining？the daily frozen and nonfrozen landscape of？Alaska. Remote Sensing of Environment, 75(1),？113-126. https://doi.org/10.1016/S0034-4257(00)00160-7

상세보기
Kwon, Y., and Koo, B., 2014. Simulation of spatiotemporal distributions of winter soil temperature？taking account of snow-melting and soil？freezing-thawing processes. Journal of Korea？Water Resources Association, 47(10), 945-958.？https://doi.org/10.3741/JKWRA.2014.47.10.945

원문보기 상세보기
Mironov, V. L., and Muzalevsky, K. V., 2013. Spaceborne？radar monitoring of soil freezing/thawing processes？in the Arctic tundra. Russian Physics Journal,？55(8), 899-902. https://doi.org/10.1007/s11182-013-9898-6

상세보기
Mironov, V. L., De Roo, R. D., and Savin, I. V., 2010.？Temperature-dependable microwave dielectric？model for an Arctic soil. IEEE Transactions on？Geoscience and Remote Sensing, 48(6), 2544-2556. https://doi.org/10.1109/TGRS.2010.2040034

상세보기
Ottinger, M., and Kuenzer, C., 2020. Spaceborne L-band？synthetic aperture radar data for geoscientific？analyses in coastal land applications: A review.？Remote Sensing, 12(14), 2228. https://doi.org/10.3390/rs12142228

상세보기
Pulliainen, J., 2006. Mapping of snow water equivalent？and snow depth in boreal and sub-arctic zones by？assimilating space-borne microwave radiometer？data and ground-based observations. Remote？Sensing of Environment, 101(2), 257-269. https://doi.org/10.1016/j.rse.2006.01.002

상세보기
Rawlins, M. A., Fahnestock, M., Frolking, S., and？Vorosmarty, C. J., 2007. On the evaluation of？snow water equivalent estimates over the terrestrial？Arctic drainage basin. Hydrological Processes,？21(12), 1616-1623. https://doi.org/10.1002/hyp.6724

상세보기
Shin, J. H., Lee, K. Y., and Lee, J. T., 2001. Development？of agrometeorological network and information？service in Korea. In Proceedings of the 2001？Korean Society of Agricultural and Forest？Meteorology Conference, Chungju, Korea, June？1, pp. 143-146.
Shim, K. M., Kim, Y. S., Jeong, M. P., Choi, I. T., and？So, K. H., 2015. Status of agrometeorology？monitoring network for weather risk management:？focused on RDA of Korea. Journal of Climate？Change Research, 6(1), 55-60. https://doi.org/10.15531/ksccr.2015.6.1.55

상세보기
Tucker, C. J., 1979. Red and photographic infrared？linear combinations for monitoring vegetation.？Remote Sensing of Environment, 8(2), 127-150.？https://doi.org/10.1016/0034-4257(79)90013-0

상세보기
Rignot, E., and Way, J. B., 1994. Monitoring freeze-thaw cycles along North-South Alaskan transects？using ERS-1 SAR. Remote Sensing of Environment,？49(2), 131-137. https://doi.org/10.1016/0034-4257(94)90049-3

상세보기
Wismann, V., 2000. Monitoring of seasonal thawing？in Siberia with ERS scatterometer data. IEEE？Transactions on Geoscience and Remote Sensing,？38(4), 1804-1809. https://doi.org/10.1109/36.851764

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