KR20130084503A - 인공위성을 이용한 토양수분 복원 시스템 - Google Patents
인공위성을 이용한 토양수분 복원 시스템 Download PDFInfo
- 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
Links
- 239000002689 soil Substances 0.000 title claims abstract description 147
- 238000004364 calculation method Methods 0.000 claims abstract description 11
- 238000004458 analytical method Methods 0.000 claims abstract description 10
- 238000000034 method Methods 0.000 claims description 31
- 230000008569 process Effects 0.000 claims description 14
- 238000002310 reflectometry Methods 0.000 claims description 14
- 230000002068 genetic effect Effects 0.000 claims description 13
- 238000010835 comparative analysis Methods 0.000 claims description 5
- 238000011084 recovery Methods 0.000 claims description 5
- 238000004856 soil analysis Methods 0.000 claims 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 5
- 230000002265 prevention Effects 0.000 abstract description 4
- 230000007613 environmental effect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 8
- 230000008901 benefit Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 239000002028 Biomass Substances 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000003746 surface roughness Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
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
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.
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
120 : 데이터 베이스
130 : 비교 분석부
Claims (6)
- 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.
- 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.
- 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.
- 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)
- 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.
- 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.
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)
| 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)
| 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)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100873053B1 (ko) * | 2008-07-16 | 2008-12-09 | 전남대학교산학협력단 | 스팀과 미생물 복합공정을 통한 유류오염토양의 정화 방법 |
-
2012
- 2012-01-17 KR KR1020120005329A patent/KR101336620B1/ko not_active IP Right Cessation
Cited By (6)
| 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 | |
| Mergili et al. | A strategy for GIS-based 3-D slope stability modelling over large areas | |
| Ballard et al. | Hydrological modelling of drained blanket peatland | |
| Haile et al. | Evaluation of the climate prediction center (CPC) morphing technique (CMORPH) rainfall product on hourly time scales over the source of the Blue Nile River | |
| Molines et al. | Calibration of overtopping roughness factors for concrete armor units in non-breaking conditions using the CLASH database | |
| Naz et al. | Improving soil moisture and runoff simulations at 3 km over Europe using land surface data assimilation | |
| KR101336620B1 (ko) | 인공위성을 이용한 토양수분 복원 시스템 | |
| Matgen et al. | On the potential of METOP ASCAT‐derived soil wetness indices as a new aperture for hydrological monitoring and prediction: A field evaluation over Luxembourg | |
| Barneveld et al. | Assessment of terrestrial laser scanning technology for obtaining high‐resolution DEMs of soils | |
| US20210199600A1 (en) | Dynamic Determination of Irrigation-Related Data Using Machine Learning Techniques | |
| Annis et al. | Simultaneous assimilation of water levels from river gauges and satellite flood maps for near-real-time flood mapping | |
| Xu et al. | Coupling a regional climate model and a distributed hydrological model to assess future water resources in Jinhua River Basin, East China | |
| Crema et al. | Can inpainting improve digital terrain analysis? Comparing techniques for void filling, surface reconstruction and geomorphometric analyses | |
| WO2022229706A1 (en) | System and method of monitoring floods | |
| 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 | |
| Wang et al. | Optimizing the configuration of precipitation stations in a space-ground integrated sensor network based on spatial-temporal coverage maximization | |
| Liu et al. | Quantitative liquefaction-induced lateral spread hazard mapping | |
| Guido et al. | An integrated modelling approach to evaluate the impacts of nature-based solutions of flood mitigation across a small watershed in the southeast United States | |
| Hou et al. | Effect of digital elevation model spatial resolution on depression storage | |
| Oguz et al. | IoT-based strategies for risk management of rainfall-induced landslides: a review | |
| Milledge et al. | The potential of digital filtering of generic topographic data for geomorphological research | |
| JP2013058929A (ja) | 電波伝搬における損失量の推定方法及びそのプログラム並びに電波伝搬における損失量推定シミュレーション装置 | |
| Donovan et al. | The EarthCARE lidar cloud and aerosol profile processor (a-PRO): The a-AER, a-EBD, a-TC, and a-ICE products | |
| Di Stefano et al. | Testing the USLE-M family of models at the Sparacia experimental site in South Italy | |
| Chen et al. | Assimilating multi-site measurements for semi-distributed hydrological model updating |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| PA0109 | Patent application |
Patent event code: PA01091R01D Comment text: Patent Application Patent event date: 20120117 |
|
| PA0201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| PE0902 | Notice of grounds for rejection |
Comment text: Notification of reason for refusal Patent event date: 20121122 Patent event code: PE09021S01D |
|
| E90F | Notification of reason for final refusal | ||
| PE0902 | Notice of grounds for rejection |
Comment text: Final Notice of Reason for Refusal Patent event date: 20130507 Patent event code: PE09021S02D |
|
| PG1501 | Laying open of application | ||
| E701 | Decision to grant or registration of patent right | ||
| PE0701 | Decision of registration |
Patent event code: PE07011S01D Comment text: Decision to Grant Registration Patent event date: 20131125 |
|
| GRNT | Written decision to grant | ||
| PR0701 | Registration of establishment |
Comment text: Registration of Establishment Patent event date: 20131128 Patent event code: PR07011E01D |
|
| PR1002 | Payment of registration fee |
Payment date: 20131128 End annual number: 3 Start annual number: 1 |
|
| PG1601 | Publication of registration | ||
| FPAY | Annual fee payment |
Payment date: 20161004 Year of fee payment: 4 |
|
| PR1001 | Payment of annual fee |
Payment date: 20161004 Start annual number: 4 End annual number: 4 |
|
| LAPS | Lapse due to unpaid annual fee | ||
| PC1903 | Unpaid annual fee |
Termination category: Default of registration fee Termination date: 20180909 |