논문 상세보기
회귀크리깅을 이용한 AMSR2 토양수분자료의 다운스케일링 KCI 등재
Downscaling Advanced Microwave Scanning Radiometer 2 (AMSR2) Soil Moisture Data Using Regression-kriging
pp.99-110
토양수분은 지면환경에서 일어나는 수문 순환을 이해하기 위한 중요한 기상인자일 뿐만 아니라 가뭄, 홍수, 산불 등과 같은 자연재해와 밀접하게 연관되어 있다. 그러나 위성기반 토양수분 자료는 공간해상도가 매우 떨어져서 국지규모 분석에 직접적 으로 적용하기에는 한계가 있다. 이 연구에서는 마이크로파 위성센서로부터 산출된 토양수분 자료가 가지는 공간해상도의 제약을 완화하기 위하여, 다양한 지면 변수와 공간통계법을 활용한 다운스케일링 기법을 도입하였다. 가장 정교한 다운스케일링 기법으로 평가되는 회귀크리깅을 이 연구를 통하여 토양수분 자료에 처음으로 적용하였다. 우리나라의 2013년과 2014년의 4월부터 10월까지 의 일자별 AMSR2(Advanced Microwave Scanning Radiometer 2) 공간해상도 10km와 25km의 토양수분 자료를 각각 2km와 4km로 다운스케일링한 결과, 고해상도로 다운스케일링된 자료와 저해상도 원자료와의 일관성이 우수하게 유지되어, 다운스케일링 전후의 공간패턴과 자료특성이 잘 보존되는 것을 확인할 수 있었다. 이 연구에서 제시한 다운스케일링 기법은 토양수분뿐만 아니라 여러 기상요소에 적용될 수 있으며, 위성영상이나 모형자료의 공간해상도 한계를 극복하기 위한 방편이 될 수 있을 것으로 기대된다.
Soil moisture is an important meteorological factor to understand hydrological circulation and is closely associated with disasters such as drought, flood and wildfire. However, the spatial resolution of satellite-based soil moisture data is too coarse to be applied directly to local analysis. To solve the problem of the restricted spatial resolution of soil moisture data retrieved from microwave satellite sensors, this study presents a downscaling method that combines spatial statistical models with various land surface variables. Regression-kriging, which is known as the most elaborated downscaling technique, was employed to downscaling of the daily soil moisture data from AMSR2 (Advanced Microwave Scanning Radiometer 2) at the resolution of 10km and 25km for the period between April and October, 2013-2014. The downscaled result at the resolution of 2km and 4km showed very good consistency with the original data, which means the spatial patterns and the data properties were well preserved even after downscaling. Our approach will be applied to other meteorological factors and can be a viable option for overcoming the problem of limited spatial resolution in satellite images and numerical model data.
