The comparative analysis of KOMPSAT-3 based surface normalized difference vegetation index: Application of GeoEye data

다목적실용위성 3호의 지표 정규식생지수 산출 및 비교 분석: GeoEye 자료 활용

  • Received : 2014.09.16
  • Accepted : 2014.11.01
  • Published : 2014.11.01

Abstract

In this study, we the estimated surface normalized difference vegetation index by using the KOrea Multi-Purpose SATellite-3 (KOMPSAT-3) multi-spectral images for comparative analysis. The estimated NDVI from KOMPSAT-3 is used as for comparison with the high resolution GeoEye products. The geometry conditions for atmospheric effects are selected from meta files of KOMPSAT-3 bundle data. The used geometry conditions are consist of solar zenith angle, solar azimuth angle, viewing zenith angle, viewing azimuth angle, and date. And, Atmospheric effects such as attenuation, scattering and absorption were physically simulated from water vapor, ozone and aerosol information. Generally, although ground measurements are important for accurate information, in this study, MODIS atmospheric products are used as atmospheric constituents. The surface reflectance from radiative transfer model is utilized for estimating vegetation index. The present study, to reduce atmospheric and geometry conditions between KOMPSAT-3 and GeoEye having difference observation characteristics, data acquisition time is carefully determined for reliable vegetation spectral characteristics.

본 연구에서는 다목적실용위성 3호 영상을 이용하여 지표면 상의 정규식생지수 비교 분석 하고자 한다. 산출된 다목적실용위성 3호의 정규식생지수 비교 분석을 위해 동일 지점 최소 관측 시간 오차를 가지는 고해상도 GeoEye 영상이 사용되었다. 먼저, 각 밴드별 분광 정도 산출을 위해 대기 보정이 수행되었다. 대기 보정 수행을 위한 기하 정보는 다목적실용위성 3호 보조자료에 포함된 태양천정각, 태양방위각, 위성천정각, 위성방위각, 날짜 정보이다. 그리고 대기 요소에 의한 감쇄, 산란, 흡수 정보를 물리적으로 계산하기 위해 수증기량, 오존량, 에어러솔 정보가 적용되었다. 일반적으로 정확한 대기정보를 얻기 위해서는 현장관측자료가 중요하지만, 본 연구에서는 MODIS atmospheric products를 사용하였고, 대기보정 모델에서 산출된 지면 반사도는 식생지수 산출에 사용되었다.

Keywords

References

  1. 김현옥, 염종민, 김윤수, "농촌지역 토지이용 유형별 RapidEye 위성영상의 분광식생지수 시계열 특성", 항공우주기술, 제10권, 제1호, 2011, pp.149-155
  2. Broszeit, A., and Ashraf, S., "Using different atmospheric correction methods to classify remotely sensed data to detect liquefaction of the February 2011 earthquake in Christchurch". GIS and Remote Sensing Research Conference, New Zealand. 2013.
  3. Liang, S., "Quantitative remote sensing of land surface". John Wiley and Sons, Inc. 2004, pp. 534.
  4. Lyapustin, A., Martonchik, J., Wang, Y., Laszlo, I., Korkin, S., "Multiangle implementation of atmospheric correction (MAIAC): 1. Radiative transfer basis and look-up tables", J. Geophys. Res. 2011, 116, D03210.
  5. Rouse, J.W., Haas, R.W., Schell, J.A., Deering, D.W. and Harlan, J.C., "Monitoring the venal advancement and retrogradations (Greenwave effect) of natural vegetation", NASA/GSFCT Type III Final report, 1974, Greenbelt, MD, USA.
  6. Wang, M., "An efficient method for multiple radiative transfer computations and the look up table generation." J. Quant. Spectrosc. Ra. 2003, pp.78, 471-480. https://doi.org/10.1016/S0022-4073(02)00278-9
  7. Vermote, E., D., J. L., Tanre, M., Deuze, Herman, and J. J., Morcrette, "Second simulation of the satellite signal in the solar spectrum: An overview", IEEE Trans. Geoscience Remote sensing, 35, 1997, pp.675-686 https://doi.org/10.1109/36.581987
  8. Yeom, J.M., and Kim, H.O., 2013. "Feasibility of using Geostationary Ocean Color Imager (GOCI) data for land applications after atmospheric correction and bidirectional reflectance distribution function modelling", International Journal of Remote Sensing, 1997, 34. pp. 7329-7339.