1. 서론

토양 수분 지수는 작물 생산량 추정, 가뭄 예측, 관개, 수문학적 모델 연구 등을 위해 이용되는 중요한 자료이다. 하지만, 직접적인 관측이 불가능한 비 접근 지역이나 방대하게 넓은 지역에 대한 토양 수분 지수를 일반적인 필드 캠페인을 통해 획득하는 것에는 한계가 존재한다. 이를 해결하기 위해, 위성 합성개구레이다(synthetic aperture radar: SAR) 영상 및 광학 영상을 이용한 원격탐사 기반의 토양 수분 지수 추정 알고리즘 연구들이 이루어지고 있다[Baghdadi. et. al., 2011] [Zhao D. et. al., 2006] [Ulaby. et. al., 1990]. 상기의 위성 영상 기반 토양 수분 지수 추정 알고리즘을 효과적으로 개발하기 위해서는 위성 영상 촬영 지역에 대한 다양한 지상 관측 자료가 필수적으로 요구된다. 이를 위해, 한국항공우주연구원에서는 호주 멜 버른 대학교와 협력하여 토양 수분 지수 추정 알고리즘 개발에 적합한 호주 밀 재배 지역에서 토양 수분 지수, 토양 온도, 식생 높이 등의 실측 데이터를 획득하였다. 본 논문에 기술된 지상 관측 자료는 위성 영상 기반의 토양 수분 지수 추정 알고 리즘 개발에 효과적으로 이용될 수 있다. 또한, 항공기 및 드론 영상을 이용한 토양 수분 지수 추정 기술 개발에도 부가 자료 로써 이용 가능하다.

2. 관측방법

관측을 위해 호주 빅토리아주에 위치한 3 개의 밀 재배 지역을 사전에 선정하였고, 각 지역 내 다수의 측정 지점을 지정하 여 밀 성장 시기에 따라 실측 데이터를 수집하였다. 먼저, 토양 수분 지수 관측 장비로는 토양 표면으로부터 6cm 깊이의 토양 수분 지수 측정이 가능한 ICT International 社의 MP306 Moisture Sensor가 사용되었다. 관측을 위해 이용된 MP306 Moisture Sensor는 소형의 바디와 일렬로 배열된 탐지기로 구성되어 있으며, 이는 그림 1에 도시되어 있다. 또한, 일반적인 온도 측정기와 줄자를 이용하여 토양 온도와 밀의 높이를 추가적으로 관측하였다. 각 관측 지점에 대한 밀의 높이 측정은 5 번의 주변 관측 값을 평균하는 것으로 수행되었다. 수집한 실측 데이터를 위성 영상 기반 토양 수분 지수 추정 알고리즘 개발에 활용하기 위해, 한국항공우주연구원에서 운용 중인 다목적실용위성 5호가 밀 재배 지역을 촬영하는 일정과 최대한 가까운 시간에 관측을 수행하였고, 밀의 주요 성장 단계마다 반복적으로 관측을 수행하였다.

새창으로 보기
Fig. 1

MP306 Moisture Sensor for measurement of soil moisture.

GEODATA-2-2-1_F1.tif

3. 공간적 범위

관측이 수행된 밀 재배 지역은 다음과 같이 4 가지의 조건에 부합하는 지역으로 선정하였다: 1) 현재 밀 재배 지역, 2) 모래, 점토 등의 다양한 종류의 토양을 포함하는 지역, 3) 재배 지역 주인의 협조 가능 지역, 4) 작물 성장 시기 동안 주기적 방문 및 측정 가능 지역. 최종적으로 선정된 관측 지역은 호주 빅토리아주에 위치한 3 개의 밀 재배 지역이며, 이들에 대한 상세한 정보는 그림 2에 요약되어 있다.

새창으로 보기
Fig. 2

Three Experimental sites in Victoria, Australia.

GEODATA-2-2-1_F2.tif

Paddock-R은 빅토리아 주의 닐(Nhill)에 위치하며 3 개의 밀 재배 지역 중 가장 넓은 면적을 포함한다. 전반적으로 평탄한 지형이나 동쪽방향으로 완만한 하강 경사를 지니며, 다른 지역에 비해 지표에 모래 성분을 많이 포함하고 있다. Paddock-S는 Paddock-R로부터 서쪽으로 약 60 km 거리에 있는 카니바(Kaniva)에 위치하며, 경사가 없는 평탄한 지형이다. 북쪽에 위치한 토양은 주로 점토 성분으로 이루어져 있으며, 남쪽으로 이동할수록 점진적으로 사질식 양토로 변화한다. Paddock-T는 Paddock-S로부터 북동쪽으로 7.5 km 거리에 위치하며, 넓은 범위에 존재하는 점질 양토와 서쪽 중앙부에 일부 존재하는 사 질식 양토로 구성되어 있다. 그림 3은 각 관측 지역과 이에 포함되어 있는 관측 지점들을 도시한다.

새창으로 보기
Fig. 3

Observation locations in each wheat-growing area.

GEODATA-2-2-1_F3.tif

4. 시간적 범위

밀 재배 지역의 관측은 파종 이전인 2019년 5월에 처음으로 수행하였다. 이후, 밀의 성장 단계에 따라 2019년 6월, 7월, 9월에 각각 추가 관측을 수행하였고, 추수 이전인 11월에 마지막 관측을 수행하여 총 5 번 실측 데이터를 수집하였다. 표 1은 수집된 실측 데이터 형태의 예시이다.

새창으로 보기
Table 1

Example form of ground-based data from wheat fields.

GEODATA-2-2-1_T1.tif

References

1 

Baghdadi N, Saba E, Aubert M, Zribi M, Baup F (2011) Evaluation of radar backscattering models IEM, Oh, and Dubois for SAR data in X-band over bare soils. IEEE Geoscience and Remote Sensing Letters 8(6):1160–1164. https://doi.org/10.1109/LGRS.2011.2158982

2 

ICT International,. MP306 Moisture Sensor. , https://www.ictinternational.com/products/mp306/mp306-moisture-sensor/, .

3 

Ulaby TF, Sarabandi K, Mcdonald K, Whitt M, Dobson CM (1990) Michigan microwave canopy scattering model. International Journal of Remote Sensing 11(7):1223-1253. https://doi.org/10.1080/01431169008955090

4 

Zhao D, Su B, Zhao M (2006) Soil moisture retrieval from satellite images and its application to heavy rainfall simulation in eastern China. Advances in Atmospheric Sciences 23:299-316. https://doi.org/10.1007/s00376-006-0299-4

메타데이터

GEODATA-2-2-1_A1.tif