http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
Landsat 8 위성 기반 고해상도 지표면 광대역 알베도 산출
이다래 ( Darae Lee ),서민지 ( Minji Seo ),이경상 ( Kyeong-sang Lee ),최성원 ( Sungwon Choi ),성노훈 ( Noh-hun Sung ),김홍희 ( Honghee Kim ),진동현 ( Donghyun Jin ),권채영 ( Chaeyoung Kwon ),허모랑 ( Morang Huh ),한경수 ( Kyung-soo 대한원격탐사학회 2016 大韓遠隔探査學會誌 Vol.32 No.6
알베도는 태양에너지의 흡수량을 결정하는 주요 기후 변수 중 하나로서, 이러한 알베도를 산출하는 것은 기후 변화 연구에 있어 중요한 과정이다. 이 때, 산출된 알베도 자료를 효율적으로 사용하기 위해서는 높은 공간해상도와 장기간의 일관성 있는 산출이 중요하게 고려된다. 따라서 본 연구에서는 Landsat 8을 기반으로 Landsat 7과의 일관성을 유지한 고해상도 지표면 광대역 알베도를 산출하였다. 먼저, Landsat 7과 Landsat 8의 채널 별 일관성을 분석한 결과, 상관계수(R)가 평균 0.96으로 높은 상관성을 보였다. 이러한 결과를 바탕으로 Landsat 7 알베도와 Landsat 8 반사도 채널 자료를 다중회귀분석에 적용하여 Landsat 8 광대역 알베도 전환 식을 도출하였다. 도출된 식을 통해 Landsat 8 지표면 광대역 알베도를 산출하고, Landsat 7 알베도 자료와 비교하여 검증하였다. 그 결과 R-square(R<sup>2</sup>)가 0.89, Root Mean Square Error (RMSE)가 0.003의 높은 정확도를 보였다. Albedo is one of the climate variables that modulate absorption of solar energy, and its retrieval is important process for climate change study. High spatial resolution and long-term consistent periods are important considerations in order to efficiently use the retrieved albedo data. This study retrieved surface broadband albedo based on Landsat 8 as high resolution which is consistent with Landsat 7. First of all, we analyzed consistency of Landsat 7 channel and Landsat 8 channel. As a result, correlation coefficient(R) on all channels is average 0.96. Based on this analysis, we used multiple linear regression model using Landsat 7 albedo, which is being used in many studies, and Landsat 8 reflectance channel data. The regression coefficients of each channel calculated by regression analysis were used to derive a formula for converting the Landsat 8 reflectance channel data to broadband albedo. After Landsat 8 albedo calculated using the derived formula is compared with Landsat 7 albedo data, we confirmed consistency of two satellite using Root Mean Square Error (RMSE), R-square (R<sup>2</sup>) and bias. As a result, R<sup>2</sup> is 0.89 and RMSE is 0.003 between Landsat 7 albedo and Landsat 8 albedo.
관측 빈도에 따른 COMS 기반의 일 평균 일사량 산출의 민감도 분석
김홍희 ( Honghee Kim ),이경상 ( Kyeong-sang Lee ),서민지 ( Minji Seo ),최성원 ( Sungwon Choi ),성노훈 ( Noh-hun Sung ),이다래 ( Darae Lee ),진동현 ( Donghyun Jin ),권채영 ( Chaeyoung Kwon ),허모랑 ( Morang Huh ),한경수 ( Kyung-soo 대한원격탐사학회 2016 大韓遠隔探査學會誌 Vol.32 No.6
일사량은 지구 내 시스템의 에너지원으로 작용하는 중요한 지표변수로써, 원격탐사를 통해 모니터링 하는 것은 태양 에너지의 잠재량을 평가할 수 있어 매우 중요하다. 따라서 본 논문에서는 한반도에서 관측 빈도에 따른 일 평균 일사량 산출의 민감도를 분석하고자 한다. COMS의 채널 자료 및 구름탐지 분석자료, 구름에 의한 일사량의 감쇠 정도를 이용하여 시간 해상도가 1시간과 3시간 간격의 자료를 이용하여 일사량을 산출하였다. 전천을 의미하는 공간적 범위만큼 Hemispherical Integration를 실시하였고, 각 일사량을 일 평균하여 지상 37곳의 일사계 자료와 검증을 실시하였다. 그 결과, 1시간 간격의 자료를 이용하여 일 평균한 일사량은 28.6401 W/㎡의 정확도를, 3시간 간격의 자료를 이용하여 일 평균한 일사량은 30.4960 W/㎡의 정확도를 보여, 일 평균 일사량은 위성의 관측 빈도에 큰 민감도를 보이지 않았다. 하지만 시간해상도가 다른 두 일사량은 공간적 분포에서 구름의 관측 빈도에 따라 큰 차이를 보였고, 구름의 관측 빈도와 두 일사량의 차이 간 민감도 분석을 실시한 결과 최대 19.4392 W/㎡의 민감도를 보였다. Insolation is an major indicator variable that can serve as an energy source in earth system. It is important to monitor insolation content using remote sensing to evaluate the potential of solar energy. In this study, we performed sensitivity analysis of observed frequency on daily composite insolation over the Korean peninsula. We estimated INS through the channel data of Communication, Ocean and Meteorological Satellite (COMS) and Cloud Mask which have temporal resolution of 1 and 3 hours. We performed Hemispherical Integration by spatial resolution for meaning whole sky. And we performed daily composite insolation. And then we compared the accuracy of estimated COMS insolation data with pyranometer data from 37 points. As a result, there was no great sensitivity in the daily composite INS by observed frequency of satellite that accuracy of the calculated insolation at 1 hour interval was 28.6401 W/㎡ and 3 hours interval was 30.4960 W/㎡. However, there was a great difference in the space distribution of two other INS data by observed frequency of clouds. So, we performed sensitivity analysis with observed frequency of clouds and distinction between the two other INS data. Consequently, there was showed sensitivity up to 19.4392 W/㎡.