산불이 발생하면 수목은 산불의 직접 영향을 받는 1차 피해와 시간이 경과하면서 다양한 원인으로 고사하는 2차 피해를 입는다. 산불 발생 후 피해지 조사 시점에 따라서 산불 피해지의 분포 패턴이 달라지고 2차 피해 현상이 진행하는 과정도 지역마다 다르게 나타난다. 이 연구는 산불발생 후 산불피해지의 변화를 분석하는 방법을 제안하는 것이 목적이다. 이 연구에서 제안하는 방법은 시계열 군집 분석을 통해서 비슷한 피해 변화 양상을 보이는 산불 피해지를 구분할 수 있다. 2022년 3월 4일부터 3월 13일까지 산불이 진행한 울진･삼척 지역을 대상으로 산불 피해지를 분석하였다. 9개의 군집으로 분류한 결과를 보면, 세 개의 군집이 다양한 산불 피해지 변화 양상을 보여주고 있다. 이 연구에서는 각 군집의 지도화로 공간 분포 특성을 보여준다. 산불 피해지가 집중되어 있는 지역, 시기적으로 특정 시기에 산불이 발생한 지역 등에서 각 군집이 분포하는 것을 확인할 수 있다.

가뭄은 일반적으로 장기간에 걸쳐 물 공급이 부족하여 나타나는 환경 재앙 중 하나로 대부분 넓은 지역에 걸쳐 나타난다. 원격탐사 자료는 이러한 넓은 지역에서 나타나는 가뭄 모니터링에 적합한 방법이다. 따라서 이 연구에서는 강원도 소양호 지역의 Landsat 위성 영상 자료를 활용하여 약 30년(1985-2015) 동안의 소양호 면적을 산출하고 이를 가뭄 패턴과 분석하였다. 특히 ISODATA, Maximum likelihood 및 인공신경망을 활용하여 Landsat 영상을 분류하여 소양호 면적을 산출하였다. 또한 가뭄 패턴을 분석하기 위하여 산출된 호수 면적과 소양호 지역의 강수량을 활용한 표준 강수지수(Standardized Precipitation Index: SPI)와의 상관관계를 분석하였다. 영상 분류 연구 결과, ISODATA, Maximum likelihood 및 인공신경망 방법 중에서 호수 면적 산출의 최적의 방법은 인공신경망 방법임을 알 수 있었다. 또한, 인공신경망 방법을 적용하여 산출한 호수 면적과 SPI와의 상관관계 분석 결과 R 2 값이 0.52를 가진다. 즉, SPI 지수가 낮을 때 호수 면적이 감소하는 것을 알 수 있었다. 즉 호수 면적 변화를 통하여 소양호 지역의 가뭄 상태 감지 및 모니터링이 가능하다는 것을 알 수 있었다. 이 연구는 향후 지역 가뭄 모니터링 프로그램 개발 등에 사용이 가능할 것이다.

최근 기후에 대한 관심이 증가하면서 전국단위 뿐만 아니라 지역 단위에서도 기후 지도가 필요하게 되었다. 본 연구에서는 기상청에서 제공하고 있는 무인자동 기상관측장비(AWS) 자료와 LANDSAT 8호 열적외선 영상을 이용하여 지상 기온 분포도를 제작하는 과정을 제시하였다. 지상 기온 분포도 제작을 위하여 기존에 사용되었던 AWS 자료의 공간 보간 기법, 열적외선 영상으로 부터 지표 온도 추출 기법, AWS 자료와 위성영상을 이용한 지상 기온 추출 기법을 비교하고, 지상 기온 분포도에 적합한 지도 제작 기법을 파악하였다. 본 연구의 결과 지상 기온 분포도 제작을 위해 AWS 자료와 위성영상을 이용한 지상 기온 추출 기법이 가장 적합한 것으로 나타났다. 본 연구에서 제시한 과정을 통하여 다양한 지역단위의 기후 지도를 제작할 수 있을 것으로 예상된다.

서울을 포함한 수도권지역의 지표면 특성분석을 위하여 Landsat 위성자료(Landsat 5, Landsat 7, Landsat 8)를 이용하여 다양한 지표 특성지수와 지표면 온도를 계산하였다. 연구에 사용된 Landsat 자료는 가을철 자료로써 1985년 10월 21일의 Landsat 5, 2003년 9월 29일의 Landsat 7 그리고 2013년 9월 1일의 Landsat 8 자료를 이용하였다. 그리고 서울과 주변지역에 대하여 토양조절 식생지수, 수정 정규 습윤지수, 정규 습윤지수, 태슬 모자형 밝기, 태슬 모자형 초록, 태슬 모자형 습윤, 정규 식생지수, 정규 건설지수와 같은 지표 특성지수와 지표면 온도를 산출하였다. 대부분의 지표 특성지수들은 도시, 시골, 산, 건물, 강 그리고 도로 등에서 잘 구별되었다. 특히, 도시화의 특징은 서울 주변의 신도시(예, 일산)에서 잘 나타났다. 정규 식생지수와 정규 건물지수 그리고 지표면 온도에 따르면 도시의 확장은 서울의 주변지역에서 뚜렷이 보였다. 지표면 온도와 지표고도는 식생 또는 건설물의 구조와 분포를 나타내는 정규 식생지수 그리고 정규 건물지수와 강한 상관성이 나타났다. 정규 식생지수는 지표면온도와 양의 상관성을 보였고 지표고도와 음의 상관성을 가지는 반면, 정규 식생지수는 지표면온도와 지표고도에 대하여 각각 반대의 특성을 나타내었다. 또한, Landsat의 정규 식생지수와 정규 건물지수는 수도권지역에서 밀접한 관계를 보였다. Landsat 8과 Landsat 5에서는 -0.6 이하의 강한 상관성이 있었으며 Landsat 7에서는 -0.5 이상의 낮은 상관성이 나타났다.

In this study, the estimation of the temperature distribution of Jeju Island with coastal ocean derived from the thermal band of Landsat 7/ETM+ of January 6, 2003 was carried out. For the computation of the temperature of the island and the coastal ocean based on the thermal band, we used NASA method wiich is the 8 bit Digital Number(DN) converted into spectral radiance. The computed results showed that the land temperature variations were from 0 to 12 Celsius degrees, and a good agreement with the observation ones based on the method. However, the ocean surface temperature was not much changed ground 15 degree since the water was well mixed between the coastal and the offshore ocean. The interesting results were that the temperature distributions of the southern part(Seogwipo City) of Jeju Island were higher than those of the north one(Jeju City) by more than 2 Celsius degree at the same height although the distance between the Jeju and the Seogwipo is only about 35km in winter season. The reason was found that the solar irradiance intensity of the south part was stronger than the north one by Halla mountain in winter season only. From the results, we found that the seasonal variations of solar irradiation and the height of Mt. Halla were an important role of temperature distribution of Jeju Island.

산불지역 토양의 침식양상을 구분하기위하여 강원도 강릉시 사천면 일대의 산불지역 토양을 조사하였다. 토양은 유기물의 분포양상 및 토양층의 두께, 토양층 발달의 완전성(성숙도)를 근거로 5개 유형으로 구분하였다. 침식 현상은 토양의 유형에 따라 다르게 나타났다. 나뭇잎, 낙엽층, 뿌리, 재 그 밖의 유기물의 피복이 토양의 색과 영상 이미지 반사에 영향을 미치는 중요한 요인이었다. 침식양상의 차이를 보이는 5개 유형의 토양의 Landsat ETM 영상은 토양 유형별로 상이한 반사특성을 보였다. 산불지역 토양의 정규식생지수(NDVI)와 무감독 분류는 토양유형에 따른 Landsat ETM 영상 차이를 잘 반영하기 못하였으나, 최대우도법에 의한 감독분류 기법의 적용시 산불지역에서 침식형태에 따른 토양유형 구분이 가능하였다. 본 연구는 산불지역에서 침식현상을 파악하고 예측하는데 Landsat ETM 영상의 활용이 매우 효과적임을 보여주었다.

본 연구는 강원도 강릉지역 산불지역의 피해분석을 위한 피해지 지표분류를 목적으로 Landsat Enhanced Thematic Mapper Plus (ETM+) 영상에서 활용할 수 있는 분류지수의 적용을 검토하였다. 연구지역 산불지역을 대상으로 Landsat TM 영상을 활용하기 위해 개발된 식생지수(NDVI)와 토양을 고려한 식생지수(SAVI), Tasseled Cap 변환으로 억을 수 있는 밝기지수(brightness), 습윤지수(wetness), 녹색지수(greenness)를 야외조사 결과와 비교하였다. 분석 결과 식생지수와 토양을 고려한 식생지수는 산불발생지역과 산불이 발생하지 않은 지역에 대한 구분이 뚜렷하였으나, 산불발생지역내에서 피해지역 구분에는 적절하지 않은 것으로 파악되었다. 산불방생지역내에서는 Tasseled Cap 변화에서 나타나는 토양평면을 활용할 때 침식피해와 관련한 야외조사 결과와 가장 근접한 분류 결과를 얻을 수 있었다. Tasseled Cap 변환에서 건조지수와 녹색지수를 더하여 선형함수로 활용하면 신속하고 효율적으로 산불지역을 분류가 가능 할 것으로 기대된다.

The land-cover of two regions of South and North Korea included in one Landsat TM scene was investigated by comparing different seasons and different band data over the multiple land-cover types. The relationships between the intensities of two bands in the 2-D plot are mainly linear in band2 versus band1 and band3 versus band1, polygonal sporadic in band5 versus band1 and band7 versus band1, and almost tri-polarized in band4 versus band3. The 2-D plot of band4/band3 shows the best capability to discriminate different main land-cover such as water, vegetation and dry soil. Some discriminations are not clear between city and dry field, or mountain and plain field in the scene of September. The digital number data of band4 from vegetated zones show stronger reflectance in September rather than April, while other band values tend to be lager in April than in September over each land-cover. NDVI presents high value in both regions in September. However the image of Wonsan area in April suggests weak vigor of vegetation in comparison with Cholwon area. Band ratios are very effective in eliminating the influence of the complex topography. The proper pairing of the band ratio improved the discrimination capability of the land-cover; band5/band2 for dry soil, band4/band3 for vegetation and band1/band7 for the water. The RGB combination of the three band ratio pairs showed the best results in the discrimination of the land-cover of Wonsan, Cholwon and even the Demilitarized Zone.

15년간의 안면도의 landsat TM 영상과 50여 년의 지형도 및 25년 사이의 항공사진을 토대로, 지형, 지질답사와 산림조사를 실시하고 이들로부터 지질특성, 지형변화 및 산림자원의 변화경향을 파악하였다. 소나무 숲만을 대상으로 볼 때, 겨울철의 식생지수가 0.5 이상인 지역이 소나무 숲과 일치하며 대체적으로 30년 내지 50년 연령의 숲에서 최대의 식생지수를 보이며 고령으로 가면서 약간 감소할 뿐, 별 차이를 보이지 않는다. 활엽수 및 초지와 침엽수의 구분은 계절별 식생지수의 급격한 변화 및 지형과의 대비로서 가능하였다. 지형변화는 창기리 부근에서 약 370년 전 운하를 건설한 이후, 조석에 의해 지속적인 침식이 진행 중이며 해안선에 발달해있던 만곡부는 방조제의 축조로 간척사업이 특히 과거 30여 년 동안에 진행되어 논 경작지가 크게 증가되었다. 소나무 숲의 면적을 해석하면, 1986년에는 소나무 삼림면적이 35.91km2, 1993년에는 33.15 km2이며, 안면도 남동부의 장곡리, 누동리에서는 1986년에는 넓게 분포했던 소나무 숲이 93년에는 초지로 바뀌어 있음이 나타나고, 중북부에서는 대체로 소나무 숲의 면적이 1986년에 비하여 1993년에 증가한 것으로 해석된다.

도시의 환경문제가 인구와 시설의 증가에 의해서 점점 더 심각해짐에 따라 도시내 산림을 도시에서 가장 중요한 부분으로 인식하고 있다. 따라서 본 연구에서는 대전지역에서 도시내 또는 도시외곽에 위치한 산림을 합리적으로 관리하고 이용하기 위한 기본적 분석 단계로서 산림지역의 지형환경을 Landsat - 5 TM데이타와 수치지형자료를 이용하여 분석하였다. Landsat - 5 TM의 영상자료로부터 산림지역을 추출하였고, 수치지형자료를 이용하여 표고, 경사도, 주경사향의 분포를 분석하였다. 영상자료로부터 추출한 산림지역에서 특히 보문산, 봉산, 갑하산, 식장산과 계족산의 5개 지역을 대상으로 지형환경 분석이 이루어졌다. 대전지역에서 산림지역이 차지하는 면적비율은 55.1%로 도심지역보다 약 5배 많은 며적이다. 전체 산림지역의 표고 분포는 200m 이하가 70.8%이고, 400m 이상은 4.8%이다. 5개 지역에서 계족산은 100~200m 지역의 전체의 45.7%, 보문산은 300m 이하 지역이 92.4%이다. 갑하산과 식장산에서 300m 이상되는 지역은 각각 20.4%와 46.6%이다. 도시내에 위치하고 있는 봉산을 제외하고 모든 지역에서 50% 이상이 경사 20˚ 이상의 급경사지로 구성되어 있다. 특히 식장산에서는 30˚ 이상의 절험지가 35.2%나 분포하고 있다. 식장산과 갑하산은 보문산, 계족산보다 고도, 경사도 변화가 심한 것으로 나타났다.

2013년 3월에 발사된 Landsat 8 인공위성의 이미지데이터를 이용하여 금강유역을 대상으로 수질인자에 대한 평가를 수행하였다. 본 연구의 목적은 다양한 수질인자 중 녹조에 직접적인 영향을 미치는 총질소와 총인의 농도를 추정함으로써 궁극적으로 수생태계에 악영향을 미치는 녹조의 발생을 모니터링 하는 것이다. 현장실측데이터와 인공위성 데이터간의 상관관계를 규명하기 위하여 Pearson' 상관계수를 이용하여 그 관계를 파악하였다. Landsat 8이 촬영되는 시기를 포함하는 총 20개의 현장실측 데이터가 수집되었으며 Landsat 8의 11개의 밴드 중, 밴드2, 3, 4의 반사도 값이 총인과 총질소를 탐지하는데 있어서 가장 상관성 높은 것으로 나타났다. 총질소는 유의수준 0.05에서 밴드2(0.48), 3(0.62), 4(0.57)과 높은 양의 상관관계를 보였으며, 총인의 경우, 유의수준 0.01에서 밴드2(0.59), 3(0.59), 4(0.58)로 높은 양의 상관관계를 나타냈다. 5번 밴드는 유의수준을 벗어남으로써 두 수질인자를 탐지하는데 상관성이 떨어지는 것으로 나타났다. 상관성이 높았던 밴드간의 조합을 통해서 총질소와 총인에 대한 각각의 최적 회귀식이 다중 회귀식을 근거로 구축되었다. 유도된 회귀식으 로 계산된 총질소와 총인의 농도값은 통계기법인 Bias와 RMSE를 이용하여 현장실측데이터들과 비교·검증되었다. 최종적으로, 2014년 4월 21과 2013년 11월 12일에 대한 맵핑을 수행함으로써 총질소와 총인의 공간적인 분포를 시각적으로 확인할 수 있었다.

열적외선 위성영상은 저비용으로 안전하게 지표온도를 추정할 수 있으며, 따라서 열적외선 위성영상을 활용하는 것으로 화산활동의 전조현상 모니터링이 가능하다. 그러나, 지표온도를 추정하기 위해 필요한 요소인 지표의 복사율 결정과 대기효과 보정은 쉽지 않기 때문에, 높은 정밀도를 기대하기 어렵다는 단점이 존재해왔다. 이에 본 연구에서는 최근 개발된 LSTD(Land Surface Temperature Difference)기법을 활용하여, 높은 정밀도의 지표온도 추정방법을 제안하고자 한다. 이 방법은 임의의 기준점으로부터 상대적인 지표온도의 차이를 구하는 것으로 대기효과를 보정하며, 복사율이 잘 알려진 식생지역에 한정적으로 적용함으로써 0.5K 이하의 높은 정밀도의 지표온도 추정이 가능한 것으로 알려져있다. 이 방법은 1) 대기효과 보정, 2) 식생지역의 추출, 3) 기준점의 지표온도로부터 상대적인 지표온도차 계산 및 4) 온도감률로부터 지형효과 보정의 단계로 이루어진다. 제안된 방법의 실험을 위하여, 화산활동이 활발한 아프리카의 Nyiragongo화산과 최근 전조현상이 발생하고 있는 백두산을 연구지역으로 선정하였으며, 열적외선 밴드를 탑재한 Landsat TM/ETM+ 영상을 수집하였다. 제안된 방법은 식생지역에만 적용되는 것으로서 공간적인 한계가 있으나, 높은 정밀도로 지표온도의 추정이 가능하기 때문에 화산활동의 전조현상을 관측할 수 있을 것으로 기대된다.

화산재해대응을 위하여 화산분화의 전조를 모니터링하고 분화 시 피해규모 및 범위를 사전에 예측하는 것이 중요하다. 그러나 최근에 이슈가 되고 있는 백두산의 경우 공간적으로 중국과 북한의 접경지역이며, 정치적인 이유로 접근이 불가능하여 해당 국가의 공조가 전제되지 않은 상태에서는 직접적인 모니터링이나 관측 및 대응을 위한 정보를 확보할 수가 없다. 따라서 본 연구에서는 백두산 분화에 대비 대응에 활용하기 위한 목적으로 Landsat TM과 ETM＋적외선 위성영상을 이용하여 백두산의 온도변화를 관측하는 것이 가능한지를 확인하였다. 1988년부터 2012년까지 Landsat TM과 ETM＋영상 102장(TM 30장, ETM＋72장)중에서 구름이 없고 눈으로 덮히지 않은 영상 4장을 본 연구를 위하여 선택하였다. 선택된 자료는 백두산에 이상이 있다고 알려진 시기와 그렇지 않은 시기의 영상을 각각 2장씩 포함한다. Landsat 영상의 3번 밴드와 4번 밴드를 이용하여 우선 정규식생지수(NDVI, normalized difference vegetation index)를 계산하고 이로부터 복사율(emissivity)을 유추하였고, 6번 밴드를 이용하여 지표 온도를 계산하였다. 본 연구에서는 관측된 네 장의 지표온도자료로부터 백두산 외곽지역에서 내부로의 온도변화를 확인한다.

인공위성영상은 홍수특성을 연구하는데 있어 관측자료를 확보하기 위해 활용되어왔다. 과거, 홍수범람지역을 홍수 발생 후 고수위지점(high water mark)을 조사함으로 불연속적인 관측범람면적을 구축하는 것과는 달리, 인공위성영상을 이용한 범람지역은 연속적으로 표현이 가능하기 때문에 보다 높은 정확성을 가진다. 또한, 강우나 유량과 같은 수문요소들의 정량적 크기는 한 지점에 대해 시계열로 구축되어 있기 때문에 수문학적 경향을 분석하는데 많이 활용되어 왔듯이, 인공위성영상의 발전은 공간적 분포를 가지는 자료도 시계열로 구축을 가능하게 한다. 이러한 점에 착안하여, 본 연구의 목적은 한 대상유역에 대하여 홍수범람의 공간적 분포를 가지는 Landsat 영상과 DEM (digital elevation model)을 이용해 홍수위를 산정하여 홍수유량과의 관계를 수립하는 것이다. 대상하천은 미국 인디애나주 서쪽에 Wabash강의 일부구간을 선정하였다. 본 연구의 방법은 홍수발생시 촬영된 Landsat자료에서 ENVI(the Environment for Visualising Images)를 이용하여 수체 (waterbody)를 추출하고, 설정된 각 단면과 추출된 수체의 교차점의 표고를 DEM을 이용해 산정하였다. 또한, 각 단면에서 산정된 수위와 각 홍수사상에 대한 유량자료를 이용하여 홍수위-유량곡선을 수립하였으며, 이를 통하여 홍수범람도를 구축하였다. 이와 같은 방법으로 구축된 홍수범람지도는 F-statistics을 통하여 관측자료와 공간적, 정량적으로 일치하는 정도를 파악하였다. 정량적인 측면에서 모의된 홍수범람의 크기는 전 홍수량에 대해 관측된 홍수범람의 크기와 매우 유사한 결과를 보인다. 반면, 공간적인 측면까지 고려했을 때 모의된 홍수범람은 홍수량이 증가할수록 관측값에 근접하는 결과를 보인다. 본 연구에서 제안한 홍수범람도 구축에 대한 접근방법은 규모가 큰 홍수사상에 대하여 수리모형과 하상의 상세한 지형 자료에 대한 고려 없이 관측범람도와 유사한 결과를 도출하였다.

광범위한 지역의 재배면적과 생산량을 신속하고 경제적으로 모니터링 할 수 있는 광학(LANDSAT) 중해상도 위성 영상을 활용하여 벼 재배면적, 생육 및 수량을 모니터링 할 수 있는지를 검토하였다. 1. 식생지수와 수량과의 관계를 살펴보면, EVI를 제외한 모든 식생지수와 수량간에는 정의 상관관계를 보였으며, NDVISWIR이나 EVISWIR과는 유의성이 없었다. NDVI가 RVI보다 수량과의 상관도가 다소 높았으며, 수량과 가장 밀접한 식생지수는 NDVIR (r = 0.68)이었다 2. LANDSAT 단일시기 영상(2004년 7월 29일)을 활용하여 서산간척지 지역내 벼 수량을 모니터링한 결과 NDVIR 와 백미수량간에는 1차 직선관계(R2 = 0.46)가 성립하였으며, 필 지중에서 면적이 다소 적거나 주변에 반사특성에 영향하는 요인이 있는 지역을 제외하여 살펴본 결과 추정도가 다소 높아졌다(R2 = 0.66). 3. 논구역 벡터를 사용하여 논구역 정보를 추출하는 기존의 방법 대신 raster 기반의 논구역 masking을 제작하여 논 구역 정보를 추출하였는데 이 방법을 통해 쉽고 빠르게 논구역 정보를 추출할 수 있었다. 4. 연차별 지역적용가능성을 검토하기 위해 1994년 7월 26일 경기도내 7개 시군의 논구역 masking을 제작하여 NDVIred를 추출하고 NDVIR -수량관계식을 이용하여 수량을 추정한 결과 1:1 line에 근접하여 비교적 잘 일치되었다.

본 연구에서는 2003년 2월 1일 군산과 부안을 중심으로 한 호남 서해안 지역의 Landsat ETM+ 영상과 기상 관측 지점의 적설 자료를 이용하여 적설 면적을 지도화하는 방법을 비교ㆍ분석하였다. 기상 관측 지점의 자료를 이용한 방법은 각 관측 지점별로 적설량의 많고 적음을 잘 나타낼 수 있다. 그러나 이 방법은 해당 관측 지점에 대한 정보만 신뢰할 수 있을 뿐, 주변 지역에 대한 정보는 부정확하게 추정될 수 있다. 반면에 Landsat ETM+ 영상 자료를 이용하여 작성된 적설 분포도는 영상이 제공하는 시점의 적설의 실제적인 분포 상태를 구체적으로 표현 가능하였다. 또한 픽셀의 개수를 통해 영상 내의 대략적인 적설 면적도 계산 가능하다.

본 연구의 목적은 태풍 피해로 인한 토지피복변화가 수문변화에 미치는 영향을 평가하는 것이다. 2002년 8월 31일부터 9월 1일까지 발생한 태풍 루사(1,402mm)가 강릉 남대천 유역에 미친 영향을 파악하기 위하여 2000년 9월 29일 Landsat 7 ETM+ 영상(태풍 전)과 2002년 9월 11일 Landsat 5 TM영상(태풍 후)을 선정하여 각각 토지피복도를 작성하였다. 유역유출과 하도추적에 대해 WMS HEC-1의 SCS 무차원 단위도법