정규화 적설지수의 대기보정 영향 분석: 토지피복별 NDSI 변화 및 적설탐지 특성 (Atmospheric Correction Effects on the NDSI: Snow Detection Characteristics across Land Cover Types)

서지정보

· 발행기관 : 대한원격탐사학회
· 수록지 정보 : 대한원격탐사학회지 / 40권 / 5호 / 569 ~ 577페이지
· 저자명 : 진동현, 안도섭, 김상일

초록

정규화 적설지수(normalized difference snow index, NDSI)는 위성센서가 감지한 가시광선과 단파적외선 밴드의 반사도 차이를 정규화하여 적설 지역을 식별하고 매핑하는 데 사용되는 핵심적인 지표이다. 본연구는 토지피복 유형에 따라 대기보정이NDSI와 적설탐지 특성에 미치는 영향을 분석했다. 연구에는 2022년 11월부터 2023년 4월까지의 천리안위성 2A호(GK-2A/AMI) 자료가 사용되었다. 대기 상단 반사도(top-of-atmosphere, TOA) 기반 NDSI (NDSITOA)와 지표면 반사도(top-of-canopy, TOC) 기반 NDSI (NDSITOC)를비교한 결과, NDSITOC가 전반적으로 높은 값을 보였다. 시계열 분석 결과, 적설 면적이 넓을 때 두 NDSI 간의 차이가 상대적으로 크게 나타났다. S-NPP/VIIRS 적설 자료를 기준으로 비교한 결과, NDSITOC 기반 적설탐지가 NDSITOA 기반 적설탐지보다 높은 일치율(NDSITOA 72.36%, NDSITOC 75.88%)을 보였다. 토지피복 유형별 분석에서는 초지 및 농경지에서 가장 높은 적설탐지 일치율을 보였으며, 산림 지역에서 가장 낮은 일치율을 나타냈다. 이 연구 결과는 NDSI 기반 적설탐지에서 대기보정의 중요성을 강조하며, 토지피복 특성을 고려한 맞춤형 접근의 필요성을 확인하였다. 이는 기후변화 연구, 수자원 관리, 항공기상 예보, 재난 관리등 다양한 분야에 더 신뢰할 수 있는 적설 정보를 제공할 수 있는 기반을 마련했다.

영어초록

The normalized difference snow index (NDSI) is a key indicator used to identify and map snow-covered areas by normalizing the reflectance difference between visible and shortwave infrared bands detected by satellite sensors. This study analyzed the effects of atmospheric correction on NDSI and snow cover detection characteristics according to land cover types. The study used data from the geostationary satellite (GK-2A/AMI) from November 2022 to April 2023. Comparing top-of-atmosphere (TOA) reflectance-based NDSI (NDSITOA) and top-of-canopy (TOC) reflectance-based NDSI (NDSITOC), NDSITOC generally showed higher values. Time series analysis revealed that the difference between the two NDSI values was relatively high when the snow-covered area was extensive. Comparison with S-NPP/VIIRS snow cover showed that NDSITOC-based snow detection had a higher agreement rate than NDSITOA-based snow detection (NDSITOA 72.36%, NDSITOC 75.88%). Analysis by land cover type showed the highest snow cover detection agreement rate in grasslands and croplands, while forest areas showed the lowest agreement rate. These findings emphasize the importance of atmospheric correction in NDSIbased snow cover detection and confirm the need for a customized approach considering land cover characteristics. This study provides a foundation for offering more reliable snow cover information in various fields such as climate change research, water resource management, aviation weather forecasting, and disaster management.

참고자료

· 없음