KR20130084503A - 인공위성을 이용한 토양수분 복원 시스템 - Google Patents

인공위성을 이용한 토양수분 복원 시스템 Download PDF

Info

Publication number
KR20130084503A
KR20130084503A KR1020120005329A KR20120005329A KR20130084503A KR 20130084503 A KR20130084503 A KR 20130084503A KR 1020120005329 A KR1020120005329 A KR 1020120005329A KR 20120005329 A KR20120005329 A KR 20120005329A KR 20130084503 A KR20130084503 A KR 20130084503A
Authority
KR
South Korea
Prior art keywords
soil
brightness temperature
soil moisture
temperature
satellite
Prior art date
Application number
KR1020120005329A
Other languages
English (en)
Other versions
KR101336620B1 (ko
Inventor
최민하
Original Assignee
한양대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한양대학교 산학협력단 filed Critical 한양대학교 산학협력단
Priority to KR1020120005329A priority Critical patent/KR101336620B1/ko
Publication of KR20130084503A publication Critical patent/KR20130084503A/ko
Application granted granted Critical
Publication of KR101336620B1 publication Critical patent/KR101336620B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G01C11/04—Interpretation of pictures

Landscapes

  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Image Processing (AREA)

Abstract

본 발명의 인공위성을 이용한 토양수분 복원 시스템은, 임의의 토양지역에 대해 미리 가정된 토양수분에 기초하여 상기 토양지역에 대한 밝기온도를 계산하는 밝기온도 연산부; 및 상기 밝기온도 연산부에 의해 계산된 밝기온도와 상기 토양지역에 대해 인공위성에서 관측된 밝기온도를 비교하고, 상기 계산된 밝기온도와 상기 관측된 밝기온도의 차이가 설정오차범위를 만족하는 경우 상기 토양지역에 대해 상기 미리 가정된 토양수분의 값을 채택하는 비교 분석부;를 포함한다. 본 발명에 의하면, 한국지역과 같이 전파 간섭이 심한 토양지역에 대해서도 토양수분에 관한 유효한 데이터를 많이 획득할 수 있고, 이에 따라, 수문 현상을 보다 정확하게 해석하는 것이 가능하여 환경, 방재 및 수자원 관리 등의 발전에 기여할 수 있다.

Description

인공위성을 이용한 토양수분 복원 시스템{SOIL MOISTURE RETRIEVAL SYSTEM USING SATELLITE DATA}
본 발명은, 인공위성을 이용한 토양수분 복원 시스템에 관한 것으로, 보다 상세하게는, 임의의 토양지역에 대해 인공위성에서 관측된 밝기온도를 이용하여 토양수분 데이터를 복원 혹은 획득하는 시스템에 관한 것이다.
토양수분은 토양 안에 함유된 수분의 양으로 수문 현상의 이해 및 해석에 관하여 중요한 요소이다. 이러한 토양수분은 환경, 방재 및 수자원 관리 등 국가적 규모의 정책사항의 결정에 인용될 수 있다.
토양수분의 관측방법으로는 TDR(Time Domain Reflectometry) 등의 센서를 이용한 지표관측방법과 인공위성을 이용한 관측방법이 있다. 지표관측방법은 각각 한 지점만을 관측하므로 광역적인 데이터 구축에는 적합하지 않은 반면, 인공위성을 이용한 관측방법은 공간적으로 광역성을 띄고 있으며 일정한 시간적 주기성으로 관측한다는 장점이 있다. 따라서 시·공간적으로 장점이 많은 인공위성을 이용한 관측방법이 최근 선호되고 있으며 앞으로도 그 이용도는 더욱 증가할 추세이다.
한편, 토양수분을 관측할 수 있는 인공위성은 SMOS(Soil Moisture and Ocean Salintiy)나 AMSR-E(Advanced Microwave Scanning Radiometer for EOS)가 탑재된 Aqua(EOS PM-1) 등이 있다.
도 1은 한국지역에 대해 SMOS 인공위성에서 특정 날짜에 관측된 토양수분을 나타내는 이미지 도면이다.
도 1을 참조하면, SMOS 인공위성에서 관측된 토양수분은 결측값이 상당한 것을 확인할 수 있는데, 이는 한국지역이 전파 간섭 주파수인 RFI(Radio Frequency Interference)의 영향이 심하여 토양수분 데이터 획득이 어렵기 때문이다.
결과적으로, 종래의 인공위성을 이용한 토양수분 관측방법은 전파 간섭이 심한 지역에는 사용할 수 없다는 큰 문제점이 있다.
본 발명의 목적은, 인공위성에서 관측된 밝기온도를 이용하여 한국지역과 같이 전파 간섭이 심한 지역에 대해서도 토양수분에 관한 유효한 데이터를 많이 획득할 수 있는 인공위성을 이용한 토양수분 복원 시스템을 제공하는 것이다.
상기 목적은, 본 발명에 따라, 임의의 토양지역에 대해 미리 가정된 토양수분에 기초하여 상기 토양지역에 대한 밝기온도를 계산하는 밝기온도 연산부; 및 상기 밝기온도 연산부에 의해 계산된 밝기온도와 상기 토양지역에 대해 인공위성에서 관측된 밝기온도를 비교하고, 상기 계산된 밝기온도와 상기 관측된 밝기온도의 차이가 설정오차범위를 만족하는 경우 상기 토양지역에 대해 상기 미리 가정된 토양수분의 값을 채택하는 비교 분석부;를 포함하는 것을 특징으로 하는 인공위성을 이용한 토양수분 복원 시스템에 의해 달성될 수 있다.
상기 밝기온도 연산부는, 상기 미리 가정된 토양수분에 기초하여 상기 토양지역에 대한 토양반사도(soil reflectivity), 유효식생온도(effective vegetation temperature), 유효토양온도(effective soil temperature) 및 알베도(albedo)를 포함한 파라미터들을 획득하고, 상기 파라미터들을 이용하여 상기 토양지역에 대한 밝기온도를 계산할 수 있다.
상기 밝기온도 연산부는, 인공위성 및 미리 구축된 데이터 베이스 중 적어도 하나로부터 상기 파라미터들 직접 또는 간접적으로 획득할 수 있다.
상기 밝기온도 연산부는, 하기의 [수학식 1]에 의해 상기 토양지역에 대한 밝기온도를 계산할 수 있다.
[수학식 1]
TBp = (1 - ωp)(1 - γp)(1 + γprgp)Tc + (1 - rgp)γpTg
여기서,
TBp : 계산된 밝기온도(calculated brightness temperature)
ωp : 알베도(albedo)
Tc : 유효식생온도(effective vegetation temperature)
Tg : 유효토양온도(effective soil temperature)
rgp : 토양반사도(soil reflectivity)
γp : 식생감쇠인자(vegetation attenuation factor)
상기 계산된 밝기온도와 상기 관측된 밝기온도의 차이가 상기 설정오차범위를 벗어나는 것으로 상기 비교 분석부에 의해 확인되면, 상기 토양수분 복원 시스템은, 상기 계산된 밝기온도와 상기 관측된 밝기온도의 차이가 상기 설정오차범위를 만족할 때까지 상기 토양수분의 가정값을 변경해가면서 상기 밝기온도 연산부에 의한 계산 과정과 상기 비교 분석부에 의한 비교 분석과정을 반복할 수 있다.
상기 토양수분 복원 시스템은, 상기 토양수분의 최초 가정값을 설정하는 과정 및 상기 토양수분의 가정값을 변경하는 과정에서 유전자 알고리즘(genetic algorithm)을 적용할 수 있다.
본 발명은, 인공위성에서 관측된 밝기온도가 전파 간섭으로 인한 결측값이 적다는 사실을 고려하여, 미리 가정된 토양수분으로부터 계산된 밝기온도와 인공위성에서 관측된 밝기온도의 비교 분석을 통해 임의의 토양지역에 대한 토양수분의 가정값을 검증 채택하여 토양수분을 복원함으로써, 한국지역과 같이 전파 간섭이 심한 토양지역에 대해서도 토양수분에 관한 유효한 데이터를 많이 획득할 수 있고, 이에 따라, 수문 현상을 보다 정확하게 해석하는 것이 가능하여 환경, 방재 및 수자원 관리 등의 발전에 기여할 수 있다.
도 1은 한국지역에 대해 SMOS 인공위성에서 특정 날짜에 관측된 토양수분을 나타내는 이미지 도면이다.
도 2는 본 발명의 일 실시예에 따른 인공위성을 이용한 토양수분 복원 시스템의 구성을 설명하기 위한 블록도이다.
도 3은 도 2의 토양수분 복원 시스템의 전체적인 흐름을 설명하기 위한 순서도이다.
도 4는 한국지역에 대해 SMOS 인공위성에서 특정 날짜에 관측된 밝기온도를 나타내는 이미지 도면이다.
도 5는 한국지역에 대해 본 발명의 토양수분 복원 시스템을 이용하여 복원한 토양수분을 나타내는 이미지 도면이다.
본 발명과 본 발명의 동작상의 이점 및 본 발명의 실시에 의하여 달성되는 목적을 충분히 이해하기 위해서는 본 발명의 바람직한 실시예를 예시하는 첨부 도면 및 첨부 도면에 기재된 내용을 참조하여야만 한다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 설명함으로써, 본 발명을 상세히 설명한다. 다만, 본 발명을 설명함에 있어서 이미 공지된 기능 혹은 구성에 대한 설명은, 본 발명의 요지를 명료하게 하기 위하여 생략하기로 한다.
도 2는 본 발명의 일 실시예에 따른 인공위성을 이용한 토양수분 복원 시스템의 구성을 설명하기 위한 블록도이고, 도 3은 도 2의 토양수분 복원 시스템의 전체적인 흐름을 설명하기 위한 순서도이다.
본 발명에 따른 인공위성을 이용한 토양수분 복원 시스템은, 임의의 토양지역에 대해 인공위성에서 관측된 밝기온도를 이용하여 토양수분 데이터를 복원 혹은 획득하는 시스템으로, 도 2에 도시된 바와 같이 밝기온도 연산부(110), 데이터 베이스(120) 및 비교 분석부(130)를 포함할 수 있다. 한편, 본 실시예에서 사용되는 인공위성은 SMOS(Soil Moisture and Ocean Salintiy)이나 본 발명은 이에 한정되지 아니하고 임의의 토양지역에 대해 밝기온도를 제공할 수 있는 인공위성이라면 본 발명에 적용될 수 있다.
밝기온도 연산부(110)는 임의의 토양지역에 대해 미리 가정된 토양수분에 기초하여 토양지역에 대한 밝기온도를 계산한다. 구체적으로, 밝기온도 연산부(110)는 미리 가정된 토양수분에 기초하여 토양지역에 대한 토양반사도(soil reflectivity), 유효식생온도(effective vegetation temperature), 유효토양온도(effective soil temperature) 및 알베도(albedo)를 획득하고, 이 파라미터들을 이용하여 해당 토양지역에 대한 밝기온도를 계산할 수 있다. 여기서, 토양반사도, 유효식생온도, 유효토양온도 및 알베도는 밝기온도를 결정하는 주요 파라미터들이다.
예컨대, 임의의 토양지역에 대한 밝기온도는 아래의 [수학식 1]에 의해 계산될 수 있다.
[수학식 1]
TBp = (1 - ωp)(1 - γp)(1 + γprgp)Tc + (1 - rgp)γpTg
여기서,
TBp : 계산된 밝기온도(calculated brightness temperature)
ωp : 알베도(albedo)
Tc : 유효식생온도(effective vegetation temperature)
Tg : 유효토양온도(effective soil temperature)
rgp : 토양반사도(soil reflectivity)
γp : 식생감쇠인자(vegetation attenuation factor)
여기서, 알베도는 물체가 빛을 받았을 때 반사하는 정도를 나타내며, 유효식생온도는 식생의 생물량에 의해 파장이 감쇠되는 효과를 반영하는 인자이며 대기온도로 대체 가능하다. 유효토양온도는 토성과 토양의 수분 함유량과 연관된 인자로 일정 깊이의 토양온도와 표면의 토양온도에 의한 함수로 계산된다. 토양반사도는 표면의 거칠기에 관련된 계수로 다른 인자들의 수식에 의해 결정되며 밝기온도를 결정하는 계수이다. 식생감쇠인자는 파장이 식생을 투과할 때 파장이 감쇠되는 효과를 나타낸다.
위와 같은 밝기온도를 결정하는 주요 파라미터들 및 그 주요 파라미터들을 산출할 수 있는 다른 파라미터들은 하나 이상의 인공위성으로부터 직접 또는 간접적으로 획득되거나, 인공위성관측이나 지표관측 등을 통해 얻은 지역별 날짜시간별 통계자료에 기초하여 미리 구축된 데이터 베이스(120)로부터 직접 또는 간접적으로 얻어질 수 있다. 이하, 위의 주요 파라미터들 중 인공위성이나 데이터 베이스(120)로부터 직접 제공받을 수 없는 파라미터들을 산출하는 과정을 설명하기로 한다.
유효토양온도(Tg)는 아래의 [수학식 2]에 의해 계산될 수 있다.
[수학식 2]
Tg = Tsoil _ depth + Ct(Tsoil _ surf - Tsoil _ depth)
여기서, Tsoil _ depth는 0.5m에서 1m 사이 깊이의 토양온도이고, Tsoil _ surf는 1cm에서 5cm 사이 깊이의 토양온도이다. 계수 Ct는 다음의 [수학식 3]에 의해 산출될 수 있다.
[수학식 3]
Ct = min[(SM/ω0)bω0,1]
여기서, SM은 가정된 토양수분의 값이고, ω0는 토성(soil texture)의 값이며, bω0은 토양구조(soil structure)의 값이다.
다음으로, 식생감쇠인자(γp)는 다음의 [수학식 4]에 의해 계산될 수 있다.
[수학식 4]
γp = exp(-τp / cosθ)
여기서, τp는 광학적 깊이(optical depth)이고, θ는 위성입사각(satellite incidence angle)이다.
다음으로, 토양반사도(rgp)는 수평 또는 수직 표면반사도(horizontal or vertical surface reflectivity)로부터 산출될 수 있는데, 이러한 수평 또는 수직 표면반사도는 미리 가정된 토양수분과 다른 여러 파라미터, 예컨대 토양용적밀도(soil bulk density), 토양입자밀도(soil particle density) 등을 이용하여 유전상수(dielectric constant)를 산출한 후, 산출된 유전상수에 토양자기투과도(soil magnetic permeability), 위성입사각(satellite incidence angle) 등을 적용하여 얻어질 수 있다. 여기서, 미리 가정된 토양수분 등으로부터 유전상수를 산출하는 방법, 유전상수 등으로부터 수평 또는 수직 표면반사도를 산출하는 방법, 수평 또는 수직 표면반사도 등으로부터 토양반사도를 산출하는 방법은 토양수분 관련 분야에서 공지의 다양한 방법 중 어느 하나가 선택될 수 있으며, 이에 대한 상세한 설명은 본 명세서에서 생략하기로 한다.
비교 분석부(130)는 도 2 및 도 3에 도시된 바와 같이 임의의 토양지역에 대하여 밝기온도 연산부(110)에 의해 계산된 밝기온도(TBp)와 인공위성에서 관측된 밝기온도(TBSMOS)를 비교하고, 계산된 밝기온도(TBp)와 관측된 밝기온도(TBSMOS)의 차이가 미리 설정된 오차범위(z) 내에 있는 경우 그 토양지역에 대해 미리 가정된 토양수분의 값을 채택한다. 한편, 본 실시예에서는 SMOS 인공위성에서 관측된 밝기온도를 사용하고 있지만, 본 발명은 이에 한정되지 아니한다. 이때, 오차범위(z)를 크게 설정할 경우 보다 높은 수득률을 얻을 수 있지만 오차가 커지며, 오차범위(z)를 작게 설정할 경우 보다 정확한 값을 얻을 수 있지만 수득률이 낮아지므로, 다수의 시뮬레이션을 통해 적절한 오차범위(z)를 설정하는 것이 바람직하다.
도 4는 한국지역에 대해 SMOS 인공위성에서 특정 날짜에 관측된 밝기온도를 나타내는 이미지 도면이다.
인공위성에서 관측된 밝기온도는 도 4에 도시된 바와 같이 인공위성에서 관측된 토양수분과 다르게 한반도 전역에 걸쳐 그 값을 얻을 수 있는데, 이는 밝기온도는 SMOS 인공위성의 Level 2에서 관측되는 토양수분과 다르게 SMOS 인공위성의 Level 1에서 관측되는 것으로 전파 간섭에 의한 영향을 적게 받기 때문이다. 즉, 인공위성에 관측된 밝기온도에 대해서는 전파 간섭이 극히 심한 토양지역(예컨대 도심지역)을 제외하고는 대부분의 토양지역에 대해 유효한 데이터를 얻을 수 있다.
이러한 측면에서 본 발명에 따른 인공위성을 이용한 토양수분 복원 시스템은, 인공위성에서 관측된 밝기온도를 이용하여 토양수분에 관한 데이터를 복원하는 것이다.
한편, 계산된 밝기온도(TBp)와 상기 관측된 밝기온도(TBSMOS)의 차이가 설정오차범위(z)를 벗어나는 것으로 비교 분석부(130)에 의해 확인되면, 도 3에 도시된 바와 같이 토양수분 복원 시스템은 이전 토양수분의 가정값을 변경하고 이에 기초하여 밝기온도(TBp)를 계산하고 이를 관측된 밝기온도(TBSMOS)와 비교 분석하는 과정을 반복한다. 즉, 토양수분 복원 시스템은 계산된 밝기온도(TBp)와 관측된 밝기온도(TBSMOS)의 차이가 설정오차범위(z)를 만족할 때까지 토양수분의 가정값을 변경해가면서 밝기온도 연산부(110)에 의한 밝기온도 계산 과정 및 비교 분석부(130)에 의한 계산된 밝기온도와 관측된 밝기온도의 비교 과정을 반복한다.
여기서, 토양수분 복원 시스템은 유전자 알고리즘(genetic algorithm)을 적용하는데, 구체적으로 최초 토양수분의 값을 가정하는 과정 및 토양수분의 가정값을 변경하는 과정에서 유전자 알고리즘을 사용하고 있다. 유전자 알고리즘은 자연세계의 진화과정을 모티브로 하여 최적화 문제를 해결하는 기법으로, 해결하고자 하는 문제에 대한 가능한 해를 점차적으로 변형시켜 보다 정확한 해를 찾아내는 알고리즘이다. 유전자 알고리즘은 일반적으로 선택(selection), 교차(crossover), 변이(mutation)의 과정을 포함하고 있다. 이러한 유전자 알고리즘은 최근 다양한 분야에서 많이 사용되고 잘 알려져 있는바, 본 명세서에서는 유전자 알고리즘이 본 발명에 구체적으로 어떻게 적용되는지에 관한 상세한 설명은 생략한다. 다만, 최적화 기법으로서 유전자 알고리즘이 갖는 이점들에도 불구하고, 본 발명은 유전자 알고리즘을 적용하는 것에 한정되지 아니하며 다른 다양한 알고리즘으로 대체될 수 있음은 물론이다. 다만, 본 발명은 유전자 알고리즘을 적용하는 것에 한정되지 아니하며, 다른 공지의 알고리즘으로도 충분히 구현될 수 있음은 물론이다.
한편, 본 발명에서 밝기온도 연산부(110) 및 비교 분석부(130)는 전술한 바와 같은 연산이나 비교 분석을 수행하기 위한 하드웨어 및 이를 구동하기 위한 소프트웨어(혹은 프로그램)의 기능적, 구조적 결합에 의해 구현될 수 있다. 예컨대, 밝기온도 연산부(110) 및 비교 분석부(130)는 하드웨어적으로 디지털 신호 프로세서(DSP, Digital Signal Processor) 등으로 구현되고, 소프트웨어적으로 유전자 알고리즘이 적용된 프로그램 등으로 구현될 수 있다. 또한, 밝기온도 연산부(110)와 비교 분석부(130)는 하나의 물리적인 장치에 위치할 수도 있고, 서로 다른 물리적 장치에 위치할 수도 있다.
도 5는 한국지역에 대해 본 발명의 토양수분 복원 시스템을 이용하여 복원한 토양수분을 나타내는 이미지 도면이다.
도 5를 참조하면, 본 발명의 토양수분 복원 시스템을 이용하면 전파 간섭이 극히 심한 도심지역을 제외하고 한반도 전역의 대부분에 대해 유효한 토양수분의 값을 얻을 수 있음을 확인할 수 있다.
이상 설명한 바와 같이, 본 발명에 따른 인공위성을 이용한 토양수분 복원 시스템은, 인공위성에서 관측된 밝기온도가 전파 간섭으로 인한 결측값이 적다는 사실을 고려하여, 미리 가정된 토양수분으로부터 계산된 밝기온도와 인공위성에서 관측된 밝기온도를 비교 분석하여 임의의 토양지역에 대한 토양수분의 가정값을 검증 채택함으로써, 한국지역과 같이 전파 간섭이 심한 토양지역에 대해서도 토양수분에 관한 유효한 데이터를 많이 획득할 수 있다.
이에 따라, 본 발명에 따른 인공위성을 이용한 토양수분 복원 시스템은, 수문 현상을 보다 정확하게 해석하는 것이 가능하여 환경, 방재 및 수자원 관리 등의 발전에 기여할 수 있다.
본 발명은 전술한 실시예들에 한정되는 것이 아니고, 본 발명의 사상 및 범위를 벗어나지 않고 다양하게 수정 및 변형할 수 있음은 이 기술의 분야에서 통상의 지식을 가진 자에게 자명하다. 따라서 그러한 수정예 또는 변형예들은 본 발명의 특허청구범위에 속한다 하여야 할 것이다.
110 : 밝기온도 연산부
120 : 데이터 베이스
130 : 비교 분석부

Claims (6)

  1. 임의의 토양지역에 대해 미리 가정된 토양수분에 기초하여 상기 토양지역에 대한 밝기온도를 계산하는 밝기온도 연산부; 및
    상기 밝기온도 연산부에 의해 계산된 밝기온도와 상기 토양지역에 대해 인공위성에서 관측된 밝기온도를 비교하고, 상기 계산된 밝기온도와 상기 관측된 밝기온도의 차이가 설정오차범위를 만족하는 경우 상기 토양지역에 대해 상기 미리 가정된 토양수분의 값을 채택하는 비교 분석부;를 포함하는 것을 특징으로 하는 인공위성을 이용한 토양수분 복원 시스템.
  2. 제1항에 있어서,
    상기 밝기온도 연산부는,
    상기 미리 가정된 토양수분에 기초하여 상기 토양지역에 대한 토양반사도(soil reflectivity), 유효식생온도(effective vegetation temperature), 유효토양온도(effective soil temperature) 및 알베도(albedo)를 포함한 파라미터들을 획득하고, 상기 파라미터들을 이용하여 상기 토양지역에 대한 밝기온도를 계산하는 것을 특징으로 하는 인공위성을 이용한 토양수분 복원 시스템.
  3. 제2항에 있어서,
    상기 밝기온도 연산부는,
    인공위성 및 미리 구축된 데이터 베이스 중 적어도 하나로부터 상기 파라미터들 직접 또는 간접적으로 획득하는 것을 특징으로 하는 인공위성을 이용한 토양수분 복원 시스템.
  4. 제1항에 있어서,
    상기 밝기온도 연산부는,
    하기의 [수학식 1]에 의해 상기 토양지역에 대한 밝기온도를 계산하는 것을 특징으로 하는 인공위성을 이용한 토양수분 복원 시스템.
    [수학식 1]
    TBp = (1 - ωp)(1 - γp)(1 + γprgp)Tc + (1 - rgp)γpTg
    여기서,
    TBp : 계산된 밝기온도(calculated brightness temperature)
    ωp : 알베도(albedo)
    Tc : 유효식생온도(effective vegetation temperature)
    Tg : 유효토양온도(effective soil temperature)
    rgp : 토양반사도(soil reflectivity)
    γp : 식생감쇠인자(vegetation attenuation factor)
  5. 제1항 또는 제2항에 있어서,
    상기 계산된 밝기온도와 상기 관측된 밝기온도의 차이가 상기 설정오차범위를 벗어나는 것으로 상기 비교 분석부에 의해 확인되면,
    상기 토양수분 복원 시스템은, 상기 계산된 밝기온도와 상기 관측된 밝기온도의 차이가 상기 설정오차범위를 만족할 때까지 상기 토양수분의 가정값을 변경해가면서 상기 밝기온도 연산부에 의한 계산 과정과 상기 비교 분석부에 의한 비교 분석과정을 반복하는 것을 특징으로 하는 인공위성을 이용한 토양수분 복원 시스템.
  6. 제5항에 있어서,
    상기 토양수분 복원 시스템은,
    상기 토양수분의 최초 가정값을 설정하는 과정 및 상기 토양수분의 가정값을 변경하는 과정에서 유전자 알고리즘(genetic algorithm)을 적용하는 것을 특징으로 하는 인공위성을 이용한 토양수분 복원 시스템.
KR1020120005329A 2012-01-17 2012-01-17 인공위성을 이용한 토양수분 복원 시스템 KR101336620B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020120005329A KR101336620B1 (ko) 2012-01-17 2012-01-17 인공위성을 이용한 토양수분 복원 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120005329A KR101336620B1 (ko) 2012-01-17 2012-01-17 인공위성을 이용한 토양수분 복원 시스템

Publications (2)

Publication Number Publication Date
KR20130084503A true KR20130084503A (ko) 2013-07-25
KR101336620B1 KR101336620B1 (ko) 2013-12-05

Family

ID=48995092

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120005329A KR101336620B1 (ko) 2012-01-17 2012-01-17 인공위성을 이용한 토양수분 복원 시스템

Country Status (1)

Country Link
KR (1) KR101336620B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112505068A (zh) * 2020-11-03 2021-03-16 桂林理工大学 一种基于gnss-ir的地表土壤湿度多星组合反演方法
KR102291632B1 (ko) 2020-03-18 2021-08-20 고려대학교 산학협력단 인공위성 데이터를 이용한 토양수분 산출 방법
CN117787110A (zh) * 2024-02-26 2024-03-29 山东建筑大学 基于深度学习模型的土壤水分反演方法及系统

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102082102B1 (ko) 2017-08-28 2020-02-28 서울대학교산학협력단 토양 이미지를 이용한 토양 분류 방법 및 함수비 추정 방법

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100873053B1 (ko) * 2008-07-16 2008-12-09 전남대학교산학협력단 스팀과 미생물 복합공정을 통한 유류오염토양의 정화 방법

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102291632B1 (ko) 2020-03-18 2021-08-20 고려대학교 산학협력단 인공위성 데이터를 이용한 토양수분 산출 방법
WO2021187920A3 (ko) * 2020-03-18 2021-11-11 고려대학교 산학협력단 인공위성 데이터를 이용한 토양수분 산출 방법
CN112505068A (zh) * 2020-11-03 2021-03-16 桂林理工大学 一种基于gnss-ir的地表土壤湿度多星组合反演方法
CN112505068B (zh) * 2020-11-03 2023-08-11 桂林理工大学 一种基于gnss-ir的地表土壤湿度多星组合反演方法
CN117787110A (zh) * 2024-02-26 2024-03-29 山东建筑大学 基于深度学习模型的土壤水分反演方法及系统
CN117787110B (zh) * 2024-02-26 2024-05-17 山东建筑大学 基于深度学习模型的土壤水分反演方法及系统

Also Published As

Publication number Publication date
KR101336620B1 (ko) 2013-12-05

Similar Documents

Publication Publication Date Title
Xu et al. The importance of digital elevation model selection in flood simulation and a proposed method to reduce DEM errors: a case study in Shanghai
Kim et al. A review of satellite-derived soil moisture and its usage for flood estimation
KR101336620B1 (ko) 인공위성을 이용한 토양수분 복원 시스템
Molines et al. Calibration of overtopping roughness factors for concrete armor units in non-breaking conditions using the CLASH database
US11313811B2 (en) Dynamic determination of irrigation-related data using machine learning techniques
Jackson et al. Reconstruction of multi‐decadal groundwater level time‐series using a lumped conceptual model
CN110210129B (zh) 自适应有限元gpr频率域正演方法
Yanites et al. Landslides control the spatial and temporal variation of channel width in southern Taiwan: Implications for landscape evolution and cascading hazards in steep, tectonically active landscapes
Popit et al. A lidar, GIS and basic spatial statistic application for the study of ravine and palaeo-ravine evolution in the upper Vipava valley, SW Slovenia
Xu et al. Coupling a regional climate model and a distributed hydrological model to assess future water resources in Jinhua River Basin, East China
Annis et al. Simultaneous assimilation of water levels from river gauges and satellite flood maps for near-real-time flood mapping
Fenta et al. Improving satellite-based global rainfall erosivity estimates through merging with gauge data
Đukić et al. Sensitivity analysis of a physically based distributed model
Zhu et al. Time series soil moisture retrieval from SAR data: Multi-temporal constraints and a global validation
Mao et al. A simple multiscale layer detection algorithm for CALIPSO measurements
Karimzadeh et al. Backbone ground motion model through simulated records and XGBoost machine learning algorithm: An application for the Azores plateau (Portugal)
Rogov et al. Modeling of high frequency radio wave absorption on oblique soundings during a solar X-ray flare
Donovan et al. The Earthcare Lidar Cloud And Aerosol Profile Processor (A-Pro): The A-Aer, A-Ebd, A-Tc, And A-Ice Products
JP2011081015A (ja) 気象レーダ装置
McKee Evaluation of gauge-radar merging methods for quantitative precipitation estimation in hydrology: A case study in the Upper Thames River basin
Mao et al. Denoising and retrieval algorithm based on a dual ensemble Kalman filter for elastic lidar data
CN113686456B (zh) 基于rtg的反演电离层电子温度的方法及系统
Modrick et al. Operational quality control and enhancement of radar data to support regional flash flood warning systems
Xavier et al. Methodology for spatialization of intense rainfall equation parameters
Yang et al. Evaluate the Probability of Failure in Rainfall‐Induced Landslides Using a Fuzzy Point Estimate Method

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20161004

Year of fee payment: 4

LAPS Lapse due to unpaid annual fee