지형적인 이질성이 심한 강원도, 경상북도에 집중되고 있는 대형 산불을 관리하기 위해서는 위성 영상을 활용하여 효율적이고 신속한 피해 평가를 통한 의사 결정 과정이 필수적이다. 이에 본 연구는 2022년 3월 5일에 강원도 강릉 및 동해에서 발화하여 3월 8일 19시경 진화된 대형 산불을 대상으로, dNBR을 활용한 산불 심각도 산정과 등급에 영향을 미치는 환경요인을 도출하고자 하였다. 환경요인으로는 식생 또는 연료 유형을 대표하는 정규식생지수, 수종을 구분한 임상도, 수분함양을 나타내는 정규수분지수, 지형과 관련해서는 DEM 등을 수치화한 후 산불 심각도와의 상관 관계를 분석하였다. 산불 심각도는 산불 피해 없음(Unbured)이 52.4%로 가장 넓었고, 심각도 낮음 42.9%, 심각도 보통-낮음 4.3%, 심각도 보통-높음 0.4% 순이었다. 환경요인의 경우 dNDVI, dNDWI와는 음의 상관관계를, 경사도와 는 양의 상관관계를 나타내었다. 식생과 관련해서는 산불 심각도에 영향을 미치는 것으로 분석된 dNDVI, dNDWI, 경사도 모두에서 침엽수, 활엽수, 기타의 집단간 차이가 p-value < 2.2e-16로 유의미한 것으로 분석되었다. 특히, 침엽수 와 활엽수의 차이가 명확하였는데, 강원도 지역에서 우점종인 소나무를 비롯하여 잣나무, 리기다소나무, 곰솔 등의 산불 심각도가 높아 침엽수가 활엽수에 비해 피해를 받는 것이 확인되었다.

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.

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.

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.

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.

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

CN법은 토지이용변화로 인한 수문학적 영향을 판단하는 경우, 그 적용성이 매우 우수한 것으로 알려져 있다. 본 연구에서는 토지이용의 공간적분포를 분석하기 위해 Landsat 다중분광영상을 이용하였다. 분석된 영상자료로부터 산지지역을 식생밀도에 따라 재분류하고, 식생밀도가 유출에 미치는 영향을 분석하기 위해 CN법을 이용하였다. 토양도의 종류(정밀토양도, 개략토양도)에 따라 분석한 결과, CN은 식생밀도에 따라서는 변화가 미미한 반면 토양 도의 종류에 따