학술/기술 기사 | 04
원격탐사 수문학의 공간대표성 한계 극복:
우주선 중성자 관측(CRNS)을 이용한 고해상도 SAR 토양수분 산출물 검증
2026/07/01
이슬찬
성균관대학교 건설환경연구소
박사후연구원
seul94@skku.edu
최민하
성균관대학교
건설환경공학부 정교수
mhchoi@skku.edu
1. 들어가며
토양수분은 침투, 증발산, 유출 등 지표 수문 과정을 조절하는 핵심 변수이며, 지표면과 대기 사이의 물·에너지 교환을 통해 지표-대기 상호작용을 결정하는 인자로 알려져 있다. 이에 따라 정확한 토양수분 정보는 수문 예측, 가뭄·홍수 감시는 물론, 수치예보와 지표모형, 자료동화에 이르기까지 광범위한 분야에서 그 활용 가치가 높다. 그러나 토양수분은 지형, 식생, 토양 특성 등 지표 환경의 이질성에 의해 시·공간적으로 매우 크게 변동하기 때문에, 국지 및 지역 규모에서 이를 정확히 산정하는 일은 여전히 어려운 과제로 남아 있다.
위성 원격탐사는 광역 토양수분 관측의 핵심 수단으로 자리잡았다. Soil Moisture Active Passive (SMAP), Soil Moisture and Ocean Salinity (SMOS), Advanced Microwave Scanning Radiometer 2 (AMSR2), Advanced Scatterometer (ASCAT) 등 수동·능동 마이크로파 센서는 전 지구적 토양수분 자료를 제공하며 관측 체계를 크게 발전시켰으나, 이들 산출물의 공간 해상도는 대체로 10~40 km 수준에 머물러 농업·산림·국지 기상 등에서 요구되는 세밀한 토양수분 변화를 포착하지 못한다. 이러한 한계를 바탕으로 고해상도 토양수분 자료에 대한 수요가 꾸준히 증가하고 있으며, 그 대안으로 합성개구레이더(Synthetic Aperture Radar, SAR), 특히 유럽우주국(ESA)의 Sentinel-1 위성이 주목을 받아왔다. 그러나 SAR 후방산란은 토양수분뿐 아니라 식생의 구조와 함수량, 지표 거칠기, 토지피복 등 다양한 지표 특성에 함께 반응한다. 해상도가 높아질수록 이러한 신호가 노이즈로 작용하여 정확한 토양수분 산정을 어렵게 만든다. 더 근본적인 문제는 그다음 단계에 놓여 있다. 고해상도로 산정한 토양수분을 무엇을 기준으로 보정하고 검증할 것인가 하는 점이다. 전통적으로 이 역할은 지상에 설치된 점 단위 토양수분 센서가 담당해 왔으나, 점 관측은 그 자체로 공간 대표성의 한계를 지닌다.
본 고에서는 점 관측과 위성 관측 사이의 공백을 메우는 중규모(intermediate-scale) 관측 장비인 우주선 중성자 탐지기(Cosmic-ray neutron sensor, CRNS)를 고해상도 SAR 토양수분 산정의 기준자료로 활용했을 때의 이점을, 저자의 최근 연구(Lee et al., 2026)를 토대로 세 가지 측면에서 정리하고자 한다. 그림 1은 점 관측망, CRNS, 고해상도 및 저해상도 위성자료가 가지는 관측 스케일을 개념적으로 보여준다.
그림 1. 토양수분 관측 공간 스케일 개념도: 저해상도 위성 격자(좌)와 고해상도 SAR 격자(우), 점 단위 센서 관측망과 CRNS (빨간 원).
2. 토양수분 관측의 공간 스케일 문제와 CRNS
지상 점 관측은 Frequency Domain Reflectometry (FDR), Time Domain Reflectometry (TDR) 등의 센서를 이용해 특정 지점의 토양수분을 직접 측정하므로 정확도가 높지만, 본질적으로 설치 지점 한 곳의 값만을 대표한다. 토양수분의 공간 이질성이 큰 복잡 지형에서는 이러한 대표성이 급격히 저하된다. 실제로 본 연구진이 운영하였던 설마천 관측망의 15개 센서를 분석한 결과, 지점별 평균 토양수분이 0.10~0.26 m3m-3 (전체 평균 0.19 m3m-3)에 이르는 큰 편차를 보였으며, 이러한 차이는CRNS로부터의 거리나 지리적 위치와도 뚜렷한 상관을 보이지 않았다. 이는 지형, 식생, 토양 특성의 이질성이 강하게 작용한다는 것을 의미하며, 소수의 점 관측만으로는 한 지역의 대표 토양수분을 포착하기 어렵다는 점을 보여준다. 반면 위성 관측은 넓은 지역을 관측하지만, 저해상도 산출물은 국지적 변동성을 평활화하고 고해상도 SAR는 앞서 언급한 노이즈 문제를 안고 있다. CRNS는 두 극단 사이의 공간 규모를 채우는 관측 장비이다. 대기로 유입된 우주선이 만들어 내는 고속 중성자(fast neutron)는 수소 원자와 충돌할 때 효과적으로 감속되는데, 토양과 식생에 포함된 물이 많을수록 관측되는 중성자 수가 감소한다. CRNS는 이 역관계를 이용하여 반경 약 130~300 m(해수면 기준), 깊이 15~70 cm 범위의 토양수분을 면적 평균(areal average) 형태로 비파괴적으로 관측한다(Zreda et al., 2008). Footprint의 반경은 복잡하거나 고도가 높은 지형에서 다소 감소하며, 본 연구에서는 240 m 반경(직경 약 480 m)의 원형 footprint를 기준으로 분석을 수행하였다. CRNS 관측을 신뢰성 있게 활용하기 위해서는 중성자 수에 영향을 주는 환경 인자에 대한 보정이 선행되어야 한다. 대기 수증기, 기압, 입사 우주선 중성자 플럭스가 대표적이며, 이 가운데 기압의 영향이 가장 크고 그다음으로 대기 수증기, 입사 중성자 플럭스 순으로 나타났다(Jeong et al., 2021). 세 인자를 함께 보정한 뒤 현장 토양수분으로 보정한 결과, 설마천 관측소에서 CRNS 산정 토양수분은 FDR 센서의 가중평균과 상관계수 0.95, RMSE 0.013 m3m-3의 매우 높은 일치도를 보였다. 이는 적절히 보정된 CRNS가 footprint 내 평균 토양수분을 신뢰성 있게 포착한다는 것을 의미하며, CRNS가 복잡 지형에서 공간적으로 대표성 있는 토양수분 기준자료로 사용될 수 있음을 뒷받침한다.
그림 2. CRNS footprint 내 (a) SAR 토양수분과 지점 센서 관측값의 상관계수, (b) SAR 토양수분과 CRNS 기반 토양수분의 상관계수 분포.
3. 이점 1: 공간 대표성을 가진 검증 기준 확보
서로만 검증할 경우, 평가는 센서가 설치된 지점에서만 가능하며 그 외 넓은 영역은 검증되지 못한 채 남는다. 설마천 관측망을 대상으로 SAR 토양수분과 지점 센서 관측값의 상관계수를 산정한 결과는 –0.06~0.43 (평균 0.17)의 범위로 나타났고(그림 2(a), 그림 3), 이마저도 센서 위치라는 이산적인 지점에서만 얻어진 값이다. 이처럼 공간적으로 희소한 검증 체계에서는 SAR의 성능이 실제보다 과소 혹은 과대 평가될 위험이 존재한다. CRNS를 기준자료로 삼을 경우, footprint 전 영역에 대해 SAR 성능을 연속적으로 평가할 수 있다. SAR 기반 토양수분과 CRNS 토양수분의 상관계수는 –0.07~0.60 범위에서 분포하였으며(그림 2(b), 그림 3), 지점 센서가 위치하지 않은 영역에서 SAR 기반 토양수분 자료의 성능 평가가 가능하다.
나아가 CRNS footprint 규모로 SAR 기반 토양수분을 업스케일링(up-scaling)하면 상관계수가 0.47까지 상승하였다(그림 3(b)). 이는 SAR 신호가 국지적 지표 특성에 덜 민감해지는 저해상도규모에서 공간 적분형 토양수분(CRNS)과의 정합성이 향상된다는 것을 의미하며, CRNS의 중간 규모 footprint가 해당 공간 내 평균적인 SAR 성능을 평가하는 데 특히 적합하다는 또 하나의 강점을 보여준다.
그림 3. 토양수분 자료 간 상관계수의 (a) PDF와 (b) Box plot.
4. 이점 2: 픽셀 단위 신뢰도 평가와 마스킹 기법 진단
고해상도 SAR 영상에는 수체, 인공구조물, 노출 암반 등 토양수분과 본질적으로 관계가 약한 픽셀이 다수 포함된다. 따라서 정확한 토양수분 산정을 위해서는 어떤 픽셀이 실제로 토양수분 신호를 담고 있는가를 선별하는 과정, 즉 마스킹(masking)이 필수적이다(Bauer-Marschallinger et al., 2018). 현재 가장 널리 쓰이는 기법 중 하나는 Dynamic Masking (DM)으로, -5 dB를 초과하는 값(urban)과 –20 dB 미만의 값(sensor noise floor)을 제거한다. 그러나 DM은 특정 시점의 후방산란 순간 크기만을 기준으로 픽셀을 선별하기 때문에, 건조한 토양에서 나타나는 낮은 후방산란 같이 실제로 유효한 토양수분 신호까지 함께 제거하거나, 반대로 토양수분과 무관한 노이즈 픽셀을 그대로 남길 수 있다. 실제로 본 연구 대상지인 설마천 관측소를 포함한 일대(약 40 km × 40 km 영역)에서 DM은 감악산 등 산지 픽셀을 대부분 제거하고 우측 하단의 도시(동두천, 양주) 지역 픽셀들을 효과적으로 제거하지 못하였으며, CRNS footprint 내 노출된 암반 또한 제거하지 못하는 결과를 보였다. 그림 4(c, d)는 DM의 마스킹 빈도 공간 분포를 나타낸 것으로, 지표 특성(특히, 식생과 경사)에 따라 마스킹 빈도가 크게 달라지는 것을 보여준다.
그림 4. (a) 임진강-동두천 일대 연구지역, (b) 설마천 토양수분 관측소, (c, d) Dynamic Masking 적용 결과, (e, f) Temporal Stability Analysis (TSA) 기반 마스킹 기법 적용 결과(Lee et al., 2026).
Lee et al. (2026)의 연구에서는 이러한 한계를 보완하기 위해, 시간안정성분석(Temporal Stability Analysis, TSA)에 기반한 픽셀 선별 기법을 적용하였다. TSA는 본래 토양수분의 공간 패턴이 시간에 따라 지속적으로 유지된다는 이론에 근거하여 광범위한 관측망을 소수의 대표 지점으로 축약하기 위해 제안된 개념이다(Vachaud et al., 1985). 이를 SAR 후방산란계수에 적용하면 시간적으로 토양수분 변동을 일관되게 반영하는 픽셀과 그렇지 못한 픽셀을 구별할 수 있다(Wagner et al., 2008). DM이 특정 날짜의 순간 값을 제거하는 것과 달리, TSA는 시간적 일관성이 낮은 픽셀의 시계열 전체를 제거한다는 점에서 차이가 있다. 그림 4(e, f)는 후방산란계수와 토양수분((e): 지표모형 기반 토양수분, (f): CRNS 토양수분)의 상관 정도를 나타내는 Relative Difference (RD)로, 수체, 도시와 같은 영역뿐 아니라 노출된 암반과 침식방지시설 등 국지적 구조물에서도 관계가 약화된다는 것을 확인할 수 있다. 이러한 픽셀 단위의 신뢰도 평가는 CRNS footprint 규모에서 특히 의미를 가진다. 지점 센서는 개별 지점의 값만 제공하므로 여러 SAR 픽셀에 걸친 신뢰도를 평가할 수 없는 반면, CRNS의 중간 규모 footprint는 국지적 노이즈를 감소시킬 만큼은 크면서도 다수의 SAR 픽셀을 동시에 평가할 만큼은 세밀하다. 따라서 CRNS는 마스킹 기법의 적정성을 진단하고 픽셀별 신뢰도를 공간적으로 평가하기 위한 test bed로서 고유한 가치를 지닌다.
5. 이점 3: 다중 스케일 정합성과 고해상도 산정 정확도 향상
CRNS는 단일 규모의 검증을 넘어, 10 m에서 480 m에 이르는 다양한 공간 규모에 걸친 정합성 평가를 가능하게 한다. SAR 기반 토양수분을 점진적으로 업스케일링하며 CRNS 토양수분과 비교한 결과, 저해상도 규모로 갈수록 상관성이 향상되는 경향이 뚜렷하게 나타났다. 특히 앞 절에서 언급한 TSA 기반 픽셀 선별 기법을 결합하면, 480 m 규모에서 CRNS와의 상관계수가 0.61까지 향상되었다. 이는 토양수분과 무관한 픽셀을 효과적으로 제거함으로써 어떤 SAR 픽셀이 실제로 토양수분 정보를 담고 있는지를 공간적으로 판별할 수 있게 된 결과로 해석된다.
이렇게 산정된 SAR 기반 토양수분 자료는 지점 센서 토양수분 값들과 비교했을 때도 크게 향상되었는데, 10 m 해상도에서는 상관계수 0.16에서 0.29, 480 m 해상도에서는 0.45에서 0.54까지 상승하였다. 즉, 자료 가용성을 크게 줄이지 않으면서도 토양수분과의 신호 정합성을 높이는 효과가 나타났다. 이는 CRNS와 같은 공간 대표성 있는 관측 기반 기준자료가 고해상도 위성 토양수분 산정의 정확도를 실질적으로 끌어올리는 데 기여할 수 있음을 보여준다.
6. 결론 및 전망
고해상도 SAR 기반 토양수분 산정 방법이 주목받으며, 검증과 보정의 과제 또한 근본적으로 바뀌고 있다. 픽셀이 작아질수록 지표 이질성에 대한 민감도가 커지므로, 개별 픽셀을 분석할 수 있는 공간적으로 일관된 기준자료가 요구되기 때문이다. 본 고에서 살펴본 바와 같이 CRNS는 (1) footprint 전역에 대한 공간적으로 대표성 있는 검증, (2) 다수의 SAR 픽셀에 걸친 픽셀 단위 신뢰도 평가와 마스킹 기법 진단, (3) 다중 공간 규모에서의 정합성 평가와 산정 정확도 향상에 기여한다는 점에서, 지점 관측과 위성 관측 사이의 공간적 간극을 메우는 중규모 기준자료로서 활용 가치가 높다.
다만 이러한 접근의 이면에는 아직 충분히 규명되지 않은 가정이 자리한다. 본 연구에서 활용한 기준자료는 10 m에서 480 m에 이르는 서로 다른 공간 규모를 아우르지만, 어느 규모까지 토양수분이 충분히 유사하다고 볼 수 있는지는 여전히 명확하지 않다. CRNS가 제공하는 값은 footprint 내부의 공간 평균이므로, 480 m의 공간 안에서도 실제 토양수분은 상당한 편차를 가질 수 있다. 수직 방향에서는 관측 깊이의 차이가 특히 중요한 불확실성 요인이 된다. C-밴드(약 5.3 GHz) SAR가 대표하는 토양수분은 지표로부터 약 0~2 cm 깊이에 국한되는 반면, CRNS의 유효 관측 깊이는 식생, 토양 습윤 상태에 따라 약 15~70 cm에서 산정된다. 재분석 자료나 지표모형 산출물과 같이 연직 방향으로 여러 토양층을 제공하는 자료의 경우, 깊이별 가중함수를 적용하여 CRNS의 유효 깊이에 맞춘 가중평균을 산정함으로써 이러한 불일치를 완화할 수 있으나(Zheng et al., 2024), SAR를 비롯한 위성 관측은 사실상 표층 수 cm의 정보만을 제공하므로 이와 같은 연직 보정을 적용하기 어렵고, 따라서 SAR와 CRNS 사이의 유효 깊이 불일치는 본질적인 불확실성으로 남는다. 이러한 수평·수직적 차이가 CRNS와 위성 토양수분의 비교에 미치는 영향을 정량화한 연구는 아직 제한적이며, 향후(특히, 지점 센서 시스템, CRNS, 위성기반 자료를 비교하는) 연구에서 주요 불확실성 요인으로 다루어질 필요가 있다. TSA가 후방산란의 절대적 크기보다 시간적 변동의 동조 여부에 주목하는 기법이라는 점에서 이러한 규모 불일치에 비교적 덜 민감한 것은 사실이나, 그 시간적 거동마저 footprint 내 모든 픽셀에서 동일하게 나타난다고 단정하기는 어렵다. 따라서 ‘어느 공간 규모와 깊이에서 토양수분의 거동이 하나의 기준자료로 대표될 수 있는가’라는 물음은 앞으로 풀어가야 할 과제로 남는다.
그럼에도 관측 장비의 정밀도, 산출 알고리즘의 정교함, 그리고 활용 가능한 자료의 다양성이 빠르게 향상되고 있는 만큼, 이러한 규모의 문제를 정면으로 다루는 연구가 꾸준히 이어질 것으로 기대된다. 점, 중규모, 위성 관측이 가진 서로 다른 공간 대표성을 정량적으로 잇는 시도가 축적된다면, 사용 목적에 부합하는 해상도와 정확도를 갖춘 수문 자료의 생산에 한 걸음 더 다가설 수 있을 것이다.
참고문헌
- Bauer-Marschallinger, B., Freeman, V., Cao, S., Paulik, C., Schaufler, S., Stachl, T., Modanesi, S., Massari, C., Ciabatta, L. and Brocca, L. 2018. Toward global soil moisture monitoring with Sentinel-1: Harnessing assets and overcoming obstacles. IEEE Transactions on Geoscience and Remote Sensing 57(1), 520-539.
- Jeong, J., Lee, S. and Choi, M. 2021. Correction efficiency and error characteristics for cosmic-ray soil moisture on mountainous terrain. Journal of Hydrology 601, 126657.
- Lee, S., Cho, S. and Choi, M. 2026. A novel approach for soil moisture retrieval from Sentinel-1 SAR via temporal stability-based backscatter analysis. Remote Sensing of Environment 337, 115319.
- Vachaud, G., Passerat de Silans, A., Balabanis, P. and Vauclin, M. 1985. Temporal stability of spatially measured soil water probability density function. Soil Science Society of America Journal 49(4), 822-828.
- Wagner, W., Pathe, C., Doubkova, M., Sabel, D., Bartsch, A., Hasenauer, S., Bloschl, G., Scipal, K., Martinez-Fernandez, J. and Low, A. 2008. Temporal stability of soil moisture and radar backscatter observed by the Advanced Synthetic Aperture Radar (ASAR). Sensors 8(2), 1174-1197.
- Zheng, Y., Coxon, G., Woods, R., Power, D., Rico-Ramirez, M. A., McJannet, D., … & Feng, P. (2024). Evaluation of reanalysis soil moisture products using cosmic ray neutron sensor observations across the globe. Hydrology and Earth System Sciences, 28(9), 1999-2022.
- Zreda, M., Desilets, D., Ferre, T. and Scott, R.L. 2008. Measuring soil moisture content non-invasively at intermediate spatial scale using cosmic-ray neutrons. Geophysical research letters 35(21).