다중선형회귀모형과 MODIS LST를 활용한 우리나라 지상기온예측 연구

정지훈 ( Jeehun Chung ),이용관 ( Yonggwan Lee ),김성준 ( Seongjoon Kim ) 한국농공학회 2018 한국농공학회 학술대회초록집 Vol.2018 No.-

지상기온자료는 기상학, 기후학, 수문학 등에서 필수적인 자료이나 지상 관측된 기온자료는 점(point) 자료의 특성상 넓은 지역의 지형적 특성 및 공간 분포를 반영할 수 없는 단점이 있다. 이러한 단점을 극복하기 위해 본 연구에서는 위성으로 측정한 지표면 온도(Land Surface Temperature, LST) 자료와 다중선형회귀모형(Multiple Linear Regression Model)을 활용해 지상기온을 예측하고자 한다. 위성자료로는 Terra 및 Aqua MODIS 위성의 1000m 공간해상도를 가진 일별 LST자료 MOD11A1, MYD11A1의 Daytime, nighttime 자료를 각각 2008년부터 2018년까지 구축하였고, 전국 92개의 기상청 관측소로부터 평균기온 및 최저, 최고기온 자료를 동 기간에 대해 구축하였다. 지상기온과 LST간 회귀분석은 계절별로 나누어 수행하였으며, 산악 지형이 많은 우리나라의 특성에 따른 기온 감률을 고려하기 위해 Digital Elevation Model (DEM)을 추가로 구축하여 활용하였다. 본 연구의 예측 결과는 실제 기온 자료를 통해 검증할 예정이며, 2018년 극한 폭염의 예측 가능성에 대해 분석해 보고자 하였다.

레이더 및 광학 위성영상 식생지수를 이용한 Water Cloud Model 기반 토양수분 추정 연구

정지훈 ( Jeehun Chung ),김원진 ( Wonjin Kim ),우소영 ( Soyoung Woo ),이용관 ( Yonggwan Lee ),김성준 ( Seongjoon Kim ) 한국농공학회 2022 한국농공학회 학술대회초록집 Vol.2022 No.-

본 연구의 목적은 레이더 기반의 지표 후방산란모델 Water Cloud Model(WCM)을 기반으로 레이더 및 광학 위성영상의 식생지수를 이용해 토양수분을 추정하는 것이다. 연구지역은 금강 유역 상류 40×50 km² 면적을 대상으로 하였으며, 해당 지역을 포함하는 Sentinel-1 SAR(Synthetic Aperture Radar) 및 Sentinel-2 MSI(Multi-Spectral Instrument) 영상을 각 12일, 10일 간격으로 4년 간(2017~2020) 수집하였다. 위성영상의 전처리는 SNAP(SentiNel Application Platform)을 활용하여 Sentinel-1의 VH 및 VV 편파 영상, Sentinel-2의 적색 및 근적외선 파장대 영상을 추출하였다. 또한, 추정된 토양수분의 검증을 위해 6개 지점에서 지표 하 10 cm에서 TDR(Time Domain Reflectometry)로 측정된 토양수분 자료를 수집하였다. Forward modeling을 위해 식생지수 NDVI(Normalized Difference Vegetation Index), RVI(Radar Vegetation Index) 및 탈분극비(Depolarization Ratio, DR)를 활용해 VV 편파 후방산란계수를 모의하였다. WCM의 매개변수는 비선형최소제곱법(Nonlinear least square)을 활용해 보정하였다. Forward modeling 결과 NDVI, DR, RVI 순으로 식생층에 의한 양방향 감쇠가 잘 설명되었으며, 모의된 VV 편파 후방산란계수는 Sentinel-1 VV 편파 후방산란계수와의 비교를 통해 검증하였다. 검증된 후방산란계수를 inversion 하여 토양수분으로 변환하였고, 추정토양수분과 실측 토양수분은 NDVI 0.6 이상에서 bias가 급격히 증가하는 경향을 나타냈다.

식생산란모형을 활용한 SAR 기반 토양수분 추정 연구

정지훈 ( Jeehun Chung ),김진욱 ( Jinuk Kim ),장원진 ( Wonjin Jang ),이용관 ( Yonggwan Lee ),김성준 ( Seongjoon Kim ) 한국농공학회 2023 한국농공학회 학술대회초록집 Vol.2023 No.0

지표면의 식생은 영상레이더(Synthetic Aperture Radar, SAR) 기반의 토양수분 추정을 어렵게 하는 주요 요인이다. SAR 신호와 토양수분 사이의 관계는 나지 혹은 초목이 드물게 존재하는 지표면에서는 선형적으로 나타나 토양수분을 쉽게 추정할 수 있지만 그렇지 않은 경우, 비선형적인 관계를 보이게 된다. 본 연구에서는 식생이 우세한 지역을 대상으로 2가지의 SAR 기반 식생산란모형(Water Cloud Model, WCM; Forest Scattering Model, FSM)을 적용하여 토양수분을 추정하고 각 모형을 평가하였다. 이를 위해 Sentinel-1A C-band SAR 영상을 8년(2014년~2022년)에 걸쳐 수집하고 유럽우주국(European Space Agency, ESA)의 Sentinel Application Tool(SNAP)을 사용하여 전처리를 수행하였다. 전처리 된 영상에서 취득된 동일편파(co-polarized) 및 교차편파(cross-polarized) 후방산란계수를 활용해 SAR 기반 식생지수(Radar Vegetation Index, RVI; Polarization Radar Vegetation Index, PRVI; Dual-pol Radar Vegetation Index, DPRVI; Radar Forest Degradation Index, RFDI)를 산정하였으며, 이는 식생산란모형의 식생설명자(Vegetation descriptor)로써 활용하였다. 전체 데이터는 7:3 비율로 나누어 훈련 및 테스트를 수행하였으며, 식생산란모형의 매개 변수는 SAR 기반 식생지수를 모두 사용하여 최적화하였다. 모의된 토양수분은 한국수자원조사기술원(Korea Institute of Hydrological Survey, KIHS)에서 관리 중인 청미천 및 설마천 시험유역 내 27개 토양수분 관측소의 지표 하 10cm에서 측정된 TDR(Time Domain Reflectometer) 토양수분 자료를 사용해 검증하였다. 또한, 각 식생지수의 적합성 및 모형의 성능 피어슨 상관계수(Pearson’s correlation coefficient) 및 평균제곱근편차(Root mean square error)를 활용해 평가하였다.

ASCAT 위성 토양수분과 SM2RAIN 토양수분-강우량 변환 알고리즘을 이용한 금강 영동천 유역의 SWAT 토양수분 추적 모의

정지훈 ( Jeehun Chung ),이지완 ( Jiwan Lee ),이용관 ( Yonggwan Lee ),김성준 ( Seongjoon Kim ) 한국농공학회 2019 한국농공학회 학술대회초록집 Vol.2019 No.-

수문 모델의 성능은 지상에서 관측된 강우 자료의 공간밀도에 크게 의존하며, 위성 영상을 통해 산출된 강우 정보는 유역 단위의 수문 모델링에 있어 하나의 대안으로 간주 된다. SM2RAIN 알고리즘은 공간 토양수분 자료로부터 공간 강우를 추정하기 위해 제안된 새로운 접근법으로, 다양한 지역에 성공적으로 적용된 바 있다. 하지만 토양수분 기반 알고리즘의 특성상 포화상태의 토양에서는 강우를 과소 추정할 수 있다는 단점이 있다. 본 연구에서는 SM2RAIN (Soil Moisture to Rain) 토양수분-강우량 변환 알고리즘과 ASCAT 위성의 토양수분 영상을 활용하여 Soil and Water Assessment Tool (SWAT) 모의를 수행하였다. ASCAT 토양수분 자료는 2007년부터 2016년까지 총 10년간 일별로 구축하였으며, SM2RAIN 알고리즘을 통해 일강우량 자료로 변환하였다. SWAT 모의는 금강 유역을 대상으로 하였으며, SWAT 모형의 모의 결과는 유출량뿐만 아니라 토양수분량에 대한 검정 및 보정을 동시에 진행하여 SM2RAIN 알고리즘이 유출량과 토양수분 모의에 갖는 효용성을 확인하고자 하였다. SWAT 모형의 적용성 평가는 결정계수(Coefficient of determination, R2), Nash-Sutcliffe 모형 효율(Nash-Sutcliffe model Efficiency, NSE), 평균 제곱근 오차(Root Mean Square Error, RMSE)를 산정하여 기초통계량을 분석하였다.

레이더 및 광학 위성영상 식생지수를 이용한 Water Cloud Model 기반 토양수분 추정 연구

정지훈 ( Jeehun Chung ),김원진 ( Wonjin Kim ),우소영 ( Soyoung Woo ),이용관 ( Yonggwan Lee ),김성준 ( Seongjoon Kim ) 한국농공학회 2022 한국농공학회 학술대회초록집 Vol.2022 No.-

본 연구의 목적은 레이더 기반의 지표 후방산란모델 Water Cloud Model(WCM)을 기반으로 레이더 및 광학 위성영상의 식생지수를 이용해 토양수분을 추정하는 것이다. 연구지역은 금강 유역 상류 40×50 km² 면적을 대상으로 하였으며, 해당 지역을 포함하는 Sentinel-1 SAR(Synthetic Aperture Radar) 및 Sentinel-2 MSI(Multi-Spectral Instrument) 영상을 각 12일, 10일 간격으로 4년 간(2017~2020) 수집하였다. 위성영상의 전처리는 SNAP(SentiNel Application Platform)을 활용하여 Sentinel-1의 VH 및 VV 편파 영상, Sentinel-2의 적색 및 근적외선 파장대 영상을 추출하였다. 또한, 추정된 토양수분의 검증을 위해 6개 지점에서 지표 하 10 cm에서 TDR(Time Domain Reflectometry)로 측정된 토양수분 자료를 수집하였다. Forward modeling을 위해 식생지수 NDVI(Normalized Difference Vegetation Index), RVI(Radar Vegetation Index) 및 탈분극비(Depolarization Ratio, DR)를 활용해 VV 편파 후방산란계수를 모의하였다. WCM의 매개변수는 비선형최소제곱법(Nonlinear least square)을 활용해 보정하였다. Forward modeling 결과 NDVI, DR, RVI 순으로 식생층에 의한 양방향 감쇠가 잘 설명되었으며, 모의된 VV 편파 후방산란계수는 Sentinel-1 VV 편파 후방산란계수와의 비교를 통해 검증하였다. 검증된 후방산란계수를 inversion 하여 토양수분으로 변환하였고, 추정토양수분과 실측 토양수분은 NDVI 0.6 이상에서 bias가 급격히 증가하는 경향을 나타냈다.

동결-융해 상태를 고려한 Sentinel-1 SAR 위성영상 기반 토양수분 산정

정지훈 ( Jeehun Chung ),이용관 ( Yonggwan Lee ),신형진 ( Hyungjin Shin ),손무빈 ( Moobeen Son ),한대영 ( Daeyoung Han ),김성준 ( Seongjoon Kim ) 한국농공학회 2021 한국농공학회 학술대회초록집 Vol.2021 No.-

선행 강우를 고려한 Sentinel-1 SAR 위성영상과 다중선형회귀모형을 활용한 토양수분 산정

정지훈 ( Jeehun Chung ),손무빈 ( Moobeen Son ),이용관 ( Yonggwan Lee ),김성준 ( Seongjoon Kim ) 대한원격탐사학회 2021 大韓遠隔探査學會誌 Vol.37 No.3

본 연구에서는 Sentinel-1 C-band SAR(Synthetic Aperture Radar) 위성영상을 기반으로 다중선형회귀모형을 활용하여 금강 유역 상류에 위치한 용담댐 유역의 토양수분을 산정하였다. 10 m 공간 해상도의 Sentinel-1A/B SAR 영상은 6일 간격으로 2015년부터 2019년까지 5년 동안 구축하였고, SNAP(SentiNel Application Platform)을 사용하여 기하 보정, 방사 보정 및 잡음(Noise) 보정을 수행하고 VV 및 VH 편파 후방산란계수로 변환하였다. 토양수분 산정 모형의 검증자료로 TDR로 측정된 6개 지점의 실측 토양수분 자료를 구축하였으며, 수문학적 개념인 선행 강우를 고려하기 위해 동지점에 대한 강수량 자료를 구축하였다. 다중선형회귀모형은 전체 기간 및 계절별로 나누어 모의하였으며, 독립변수의 증감에 따른 상관성 분석을 진행하였다. 산정된 토양수분은 결정계수(R²)와 평균제곱근오차(RMSE)를 활용하여 검증하였다. 초지 지역에서 후방산란계수만을 이용한 토양 수분 산정 결과 R²가 0.13, RMSE가 4.83%으로 나타났으며 선행강우를 5일까지 사용했을 경우 R²가 0.37, RMSE가 4.11%로 상관성이 상승하는 모습을 보였다. 이 때, 토양수분의 계절별 변동성과 감소 패턴의 반영을 위해 무강우누적일수의 적용과 계절별 회귀식을 작성한 결과 R²가 0.69, RMSE가 2.88%로 상관성이 크게 상승하였다. SAR 기반 토양수분 추정 시 선행강우 및 무강우누적일수의 활용이 효과적이었다. This study is to estimate soil moisture (SM) using Sentinel-1A/B C-band SAR (synthetic aperture radar) images and Multiple Linear Regression Model(MLRM) in the Yongdam-Dam watershed of South Korea. Both the Sentinel-1A and -1B images (6 days interval and 10 m resolution) were collected for 5 years from 2015 to 2019. The geometric, radiometric, and noise corrections were performed using the SNAP (SentiNel Application Platform) software and converted to backscattering coefficient of VV and VH polarization. The in-situ SM data measured at 6 locations using TDR were used to validate the estimated SM results. The 5 days antecedent precipitation data were also collected to overcome the estimation difficulty for the vegetated area not reaching the ground. The MLRM modeling was performed using yearly data and seasonal data set, and correlation analysis was performed according to the number of the independent variable. The estimated SM was verified with observed SM using the coefficient of determination (R²) and the root mean square error (RMSE). As a result of SM modeling using only BSC in the grass area, R² was 0.13 and RMSE was 4.83%. When 5 days of antecedent precipitation data was used, R² was 0.37 and RMSE was 4.11%. With the use of dry days and seasonal regression equation to reflect the decrease pattern and seasonal variability of SM, the correlation increased significantly with R² of 0.69 and RMSE of 2.88%.

다목적 PSO, NSGA-II 알고리즘을 활용한 DWAT 매개변수 최적화 평가

장원진 ( Wonjin Jang ),정지훈 ( Jeehun Chung ),김진욱 ( Jinuk Kim ),이용관 ( Yonggwan Lee ),김성준 ( Seongjoon Kim ) 한국농공학회 2023 한국농공학회 학술대회초록집 Vol.2023 No.0

본 연구에서는 Particle Swarm Optimization (PSO), Non-Dominated Sorting Genetic Algorithm II (NSGA-II)를 활용하여 The Dynamic Water Resources Assessment Tool (DWAT)의 자동 검보정 알고리즘을 개발하고 섬진강 유역을 대상으로 모형을 적용하여 이를 평가하고자 한다. 먼저, DWAT 수문모델은 소유역별로 지형학적 요인에 따른 유출 특성, 토양층에 따른 침투, 증발, 지하수 흐름 모의가 가능한 다양한 매개변수를 가지고 있어 유역별 적절한 매개변수 선정을 필요로 한다. 이를 위해 매개변수 최적화 알고리즘 모듈 개발을 위해 다목적 PSO와 NSGA-II 알고리즘을 활용하였다. PSO는 생체 군집의 사회적 행동양식을 바탕으로 설계된 군집 기반 확률론적 최적화 기법이며, NSGA-II는 다윈의 진화론을 모방하여 착안된 자연적인 선택과 진화를 기반으로 한 최적화 기법이다. 개발된 최적화 알고리즘은 Python으로 개발되어 확장성 및 범용성을 고려하였으며, 유역별 시공간적 특성을 고려할 수 있도록 사용자의 선택에 따라 9개의 목적함수(Coefficient of determination, (R²), modified R², Nash-Sutcliffe Efficiency (NSE), Modified NSE, Kling-Gupta Efficiency, Percent Bias, Root Mean Square Error, Ranked Sum of Squared Error, Chi-squared) 중 최대 3개까지 선택할 수 있게 작성되었다. PSO와 NSGA-II를 활용한 DWAT 모형 자동검보정 유출 해석은 다목적 함수와 표준유역별 유동적인 매개변수 산정을 통해 높은 모의 성능을 보여줄 것으로 판단된다.

토양수분 관측망 기반 밭 가뭄의 공간적 분석

신형진 ( Hyungjin Shin ),정지훈 ( Jeehun Chung ),이재남 ( Jaenam Lee ),임희성 ( Heesung Lim ),이규상 ( Gyusang Lee ),황선아 ( Seonah Hwang ),박찬기 ( Changi Park ),김성준 ( Seongjoon Kim ) 한국농공학회 2023 한국농공학회 학술대회초록집 Vol.2023 No.0

농촌진흥청 국립농업과학원에서 관측하고 있는 토양수분 관측망 데이터와 위성영상을 이용한 공간 토양수분 데이터를 구축하고 농촌진흥청 스마트팜맵의 밭(노지와 과수) 지역을 이용하여 공간 밭 토양수분 맵을 구축하였다. 공간 밭 토양수분 맵은 2013년부터 2022년까지 10년의 일별 자료로 구축하였다. 농촌진흥청 국립농업과학원에서 구축한 토양특성에 따라 구축된 토심 20cm 기준의 시군별 영구위조점(mm)을 기준으로 밭 가뭄을 분석하였다. 전북 고창군의 경우 2013년 11일(6월~8월), 2014년 4일(9월), 2015년 22일(5월, 6월, 9월), 2016년 4일(9월), 2017년 8일(5월, 6월), 2018년 44일(6월~9월), 2019년 6일(5월, 6월), 2020년 21일(4월, 6월, 9월, 10월), 2021년 1일(4월), 2022년 30일(5월, 6월, 9월, 10월) 가뭄이 분석되었다. 실제 접수된 가뭄 피해면적(2015년~2019년) 자료를 살펴보면 전북 고창군의 경우 2016년 502ha, 2017년 38ha, 2018년 200ha로 나타났다. 2018년 여름 무강우일수 30일 이상의 기상으로 인한 밭 작물의 큰 피해와, 2022년 전북권의 봄 가뭄과 가을 가뭄으로 피해가 분석결과 확인되었다. 본 연구는 향후 밭 가뭄 분석을 위한 실측 토양수분 관측망 활용의 기초자료로 사용될 것으로 판단된다.

위성영상 기반 토양속성별 토양수분 가뭄지수 산정

김진욱 ( Jinuk Kim ),정지훈 ( Jeehun Chung ),이용관 ( Yonggwan Lee ),장원진 ( Wonjin Jang ),김성준 ( Seongjoon Kim ) 한국농공학회 2023 한국농공학회 학술대회초록집 Vol.2023 No.0

본 연구에서는 Terra MODIS(MODerate resolution Imaging Spectroradiometer) 위성영상 기반의 토양수분을 산정하고, 토양수분을 활용한 토양 속성별 가뭄지수를 산정하여 전남지역의 가뭄을 파악하고자 하였다. 위성영상 기반 일별 토양수분을 산정하기 위한 입력자료로 2000년 3월 ~ 2023년 5월까지 MODIS LST(Land Surface Temperature), NDVI(Normalized Difference Vegetation Index)를 구축하였으며, 기상청 강수량 자료를 활용하여 선행 5일 강수량 및 무강우일수와 농촌진흥청 Sand, Silt, Clay 비율 및 DEM 자료를 구축하였다. 농촌진흥청 토양수분 관측소 211개소에서 결측, 토양물리학적 오류를 보이는 관측소를 제외하고 77개소의 토양수분에 대해 train:test를 7:3으로 적용하여 Random Forest를 활용하였다. 산정 결과 train R² 0.98, test R²는 0.81로 높게 나타났으며, 이에 따른 1 km 공간 토양수분을 적용하여 관측소별 정확도 산정 결과 R² 0.52~0.77로 나타났다. 전남지역의 시군별 가뭄을 판단하기 위해 토양속성별 토양수분 값을 평균하여 SSMI(Standardized Soil Moisture Index)를 계산하였으며, 가뭄지수 산정의 정확도 판단을 위해 SPI와 비교하여 R2, NSE, Cross-Correlation을 분석하였다. SPI1 및 SSMI와의 R² 및 NSE 산정 결과 ClayLoam, Loam 및 SandyLoam이 각각 0.41, 0.39, 및 0.38로 나타났으며 NSE는 각각 0.26, 0.25, 및 0.21로 나타나 전체적으로 Loam 계열에서 가뭄의 표현이 좋았다. Cross-Coreelation 분석결과 ClayLoam, Loam, SandyLoam이 각각 0.64, 0.62, 및 0.61로 나타나 시계열적 상관성이 높았으며 Silt, SiltyClay는 각각 0.56, 0.59로 상대적으로 상관성이 떨어지는 것으로 나타났다. 일별 자료를 월별 자료로 가공한 후 가뭄예경보 분석 결과 ClayLoam에서 Accuracy가 0.85로 가장 높았다.