• 한국측량학회지
• /
• 제40권2호
• /
• pp.135-144
• /
• 2022

식생은 인간에게 다양한 생태공간을 제공하고 수자원 및 기후환경 측면에서도 매우 중요하기 때문에 근적외선 센서 기반의 식생지수를 활용한 식생 모니터링 연구가 많이 수행되어 왔다. 따라서 근적외선 센서를 구비하지 못할 경우 식생 모니터링 연구가 현실적으로 어려운 문제가 있었다. 본 연구에서는 이러한 문제를 개선하고자 NDVI 식생지수를 기준자료로 하여 광학센서 기반의 식생지수 정확도를 평가하였다. 먼저 현장에서 조사한 식생조사 지점과 NDVI 식생지수와의 중첩을 통해 Kappa 계수를 계산하였으며, 그 결과 Kappa 계수가 0.930으로 가장 높게 나타난 0.6 이상의 임계값을 갖는 식생영역을 광학센서 기반의 식생지수 정확도 평가의 기준자료로 선정할 수 있었다. NDVI 식생지수를 기준자료로 선정하여 광학센서 기반의 식생지수와 비교한 결과, 0.04, 0.08, 0.30 이상의 임계값 구간에서 Kappa 계수가 각각 0.713, 0.713, 0.828로 가장 높게 분석되었다. 특히 RGBVI 식생지수의 경우 Kappa 계수가 0.828로 높게 나타났으며, 따라서 근적외선 센서를 활용하지 못하는 환경에서도 광학센서를 활용한 식생 모니터링 연구가 가능함을 알 수 있었다.

• 대한원격탐사학회지
• /
• 제31권4호
• /
• pp.293-302
• /
• 2015

Water body extraction is significant for flood disaster monitoring using satellite imagery. Conventional methods have focused on finding an index, which highlights water body and suppresses non-water body such as vegetation or soil area. The Normalized Difference Water Index (NDWI) is typically used to extract water body from satellite images. The drawback of NDWI, however, is that some man-made objects in built-up areas have NDWI values similar to water body. The objective of this paper is to propose a new method that could extract correctly water body with built-up areas in before and after images of flood. We first create a two-element feature vector consisting of NDWI and a Near InfRared band (NIR) and then select a training site on water body area. After computing the mean vector and the covariance matrix of the training site, we classify each pixel into water body based on Mahalanobis distance. We also register before and after images of flood using outlier removal and triangulation-based local transformation. We finally create a change map by combining the before-flooding water body and after-flooding water body. The experimental results show that the overall accuracy and Kappa coefficient of the proposed method were 97.25% and 94.14%, respectively, while those of the NDWI method were 89.5% and 69.6%, respectively.

• 대한건축학회논문집:계획계
• /
• 제36권5호
• /
• pp.53-58
• /
• 2020

The purpose of this study is to build a database of Spatial information Bigdata of cities using satellite images and spatial information, and to examine the correlations with the surface temperature. Using architectural structure and usage in building information, DEM and Slope topographical information for constructed with 300 × 300 mesh grids for Busan. The satellite image is used to prepare the Normalized Difference Built-up Index (NDBI), Normalized Difference Vegetation Index (NDVI), Bare Soil Index (BI), and Land Surface Temperature (LST). In addition, the building area in the grid was calculated and the building ratio was constructed to build the urban environment DB. In architectural structure, positive correlation was found in masonry and concrete structures. On the terrain, negative correlations were observed between DEM and slope. NDBI and BI were positively correlated, and NDVI was negatively correlated. The higher the Building ratio, the higher the surface temperature. It was found that the urban environment DB could be used as a basic data for urban environment analysis, and it was possible to quantitatively grasp the impact on the architecture and urban environment by adding local meteorological factors. This result is expected to be used as basic data for future urban environment planning and disaster prevention data construction.

• 대한원격탐사학회지
• /
• 제37권5_1호
• /
• pp.917-926
• /
• 2021

벼 쓰러짐은 벼농사의 대표적인 기상재해 피해로써 강한 바람과 강우로 발생한다. 원격탐사 기법은 넓은 지역의 벼 쓰러짐을 효과적으로 탐지하기에 적절한 방법이다. 실제로 벼 쓰러짐은 벼 키가 최대인 생육 시기에 주로 발생하여 군락의 큰 구조적 변화를 불러오기 때문에 분광 반사도 차이를 야기한다. 따라서, 본고에서는 나주에 위치한 전남농업기술원의 2020년 태풍에 의한 논벼 피해를 444 nm부터 842 nm까지 10개 밴드로 구성된 카메라 영상으로 분석하였다. 드론 영상마다 벼 쓰러짐 피해를 받은 영역과 벼 쓰러짐 피해가 없는 영역으로 구분하여 벼 쓰러짐 영역의 분광 반사도 특성 차이와 식생 탐지에 주로 사용되는 식생지수인 NDVI(Normalized Difference Vegetation Index), NDRE (Normalized Difference Red Edge), CCI (Chlorophyll Carotenoid Index)의 변화를 살펴보았다. 반사도 값의 변화는 밴드6(668 nm)에서 가장 적었으며, 이를 중심으로 밴드 파장이 감소와 증가할수록 일반 논벼 보다 쓰러짐 영역 반사도가 커졌다. 또한, 쓰러진 벼를 묶어 세운 복구 지역은 대부분의 밴드에 걸쳐 반사도가 크게 감소함을 볼 수 있었다. NDVI와 NDRE는 벼 쓰러짐 영역에 대해 민감하게 반응하였으나, 그 반응 대상 및 정도는 서로 달랐다. 본 연구의 결과는 향후 드론과 위성을 이용한 벼 쓰러짐 피해 조사 알고리즘에 기여될 것으로 기대한다.

• 대한원격탐사학회지
• /
• 제39권3호
• /
• pp.325-338
• /
• 2023

구상나무는 한반도 아고산대 생태계에 미치는 기후변화 영향 평가에 중요한 환경지표종이다. 하지만 아고산대의 특성상 해발고도 약 1,000 m 이상에 주로 분포한 구상나무를 주기적으로 현장 조사하는 것은 많은 인력을 요구한다. 따라서 본 연구는 주기적인 관측이 가능한 원격탐사 자료를 활용하여 한라산과 지리산을 대상으로 2003년부터 2020년까지의 9월 Moderate Resolution Imaging Spectroradiometer (MODIS)의 normalized difference vegetation index (NDVI)와 지표면 온도 그리고 Global Precipitation Measurement (GPM)Integrated Multi-satellitE Retrievals for GPM의 강수량 자료를 이용해 구상나무의 식생 변동 및 환경변수와의 연관성을 분석하였다. 2003년과 비교하여 2020년에 구상나무 서식지역의 식생지수 감소를 확인하였으며, 이를 바탕으로 구상나무 생육 우수 지역과 구상나무 고사율이 높은 지역을 선별하였다. 이러한 지역들에 대한 장기간 식생지수 시계열 분석 결과, 한라산과 지리산 모두 고사지역에서 식생지수가 감소하는 경향을 보였다(한라산: -0.46, 지리산: -0.43). 또한 Hodrick-Prescott 필터를 통해 추출된 식생지수와 지표면온도 그리고 강수량의 추세변화를 통해 구상나무의 장기간 변동을 분석한 결과, 한라산의 경우 지표면온도가 증가하고 강수량이 감소하는 시기에 구상나무 생육 우수 지역과 구상나무 고사율이 높은 지역의 식생지수 차이가 증가하였다. 이는 온도 상승과 강수량 감소가 한라산 구상나무 생육쇠퇴에 영향을 미치는 것으로 해석된다. 반면 지리산은 장기적으로 구상나무 고사지역의 장기적인 식생지수 감소 추세를 보여주었으나, 식생지수 변화 패턴이 지표면온도와 강수량과는 유의미한 상관성을 발견하지 못하였다. 추후 지표면 온도와 강수량 외에 선행연구에서 구상나무 생육쇠퇴와 연관이 있다고 알려진 환경인자(토양수분, 일사량, 강풍 등)에 대한 추가 분석이 필요하다. 본 연구를 통해 위성 자료로 구상나무 생태계의 장기간 모니터링 및 환경 변수들의 상관성 분석에 대한 가능성을 제시하였다. 본 연구를 토대로 위성 기반 모니터링이 구상나무의 생태학적 연구에 어떻게 활용될 수 있는지에 대한 이해를 높이는데 도움이 될 것으로 기대한다.

• 대한원격탐사학회지
• /
• 제28권6호
• /
• pp.597-609
• /
• 2012

Leaf area index (LAI) is important in explaining the ability of the crop to intercept solar energy for biomass production and in understanding the impact of crop management practices. This paper describes a procedure for estimating LAI as a function of image-derived vegetation indices from temporal series of IKONOS, Landsat TM, and MODIS satellite images using empirical models and demonstrates its use with data collected at Missouri field sites. LAI data were obtained several times during the 2002 growing season at monitoring sites established in two central Missouri experimental fields, one planted to soybean (Glycine max L.) and the other planted to corn (Zea mays L.). Satellite images at varying spatial and spectral resolutions were acquired and the data were extracted to calculate normalized difference vegetation index (NDVI) after geometric and atmospheric correction. Linear, exponential, and expolinear models were developed to relate temporal NDVI to measured LAI data. Models using IKONOS NDVI estimated LAI of both soybean and corn better than those using Landsat TM or MODIS NDVI. Expolinear models provided more accurate results than linear or exponential models.

• 한국토양비료학회지
• /
• 제46권4호
• /
• pp.245-252
• /
• 2013

Leaf area index (LAI) is important in explaining the ability of crops to intercept solar energy for biomass production, amount of plant transpiration, and in understanding the impact of crop management practices on crop growth. This paper describes a procedure for estimating LAI as a function of image-derived vegetation indices from temporal series of RapidEye imagery obtained from 2010 to 2012 using empirical models in a rice plain in Seosan, Chungcheongnam-do. Rice plants were sampled every two weeks to investigate LAI, fresh and dry biomass from late May to early October. RapidEye images were taken from June to September every year and corrected geometrically and atmospherically to calculate normalized difference vegetation index (NDVI). Linear, exponential, and expolinear models were developed to relate temporal satellite NDVIs to measured LAI. The expolinear model provided more accurate results to predict LAI than linear or exponential models based on root mean square error. The LAI distribution was in strong agreement with the field measurements in terms of geographical variation and relative numerical values when RapidEye imagery was applied to expolinear model. The spatial trend of LAI corresponded with the variation in the vegetation growth condition.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.248-248
• /
• 2017

최근 가뭄 모니터링을 위해 과거에 비하여 고해상도의, 물리적으로 기반을 두는 정보가 요구되고 있다. 기존에 주로 활용하고 있는 통계적 방법론 기반의 가뭄지수들은 지니고 있는 한계에 대해 여러 개선과정을 거치고 있으나, 기상변수로부터 지표상의 식생 관련 변수로의 전파 과정에 대한 개별 통계적 가뭄지수 간의 관계 설명이 매우 어렵다. 이와 같은 관계로, 국내 유역에서의 물리적 기반을 둔 고해상도 가뭄 판단방법에 대한 시도가 필요한 시점이다. Brown et al. (2008)은 위성기반 식생정보, 기상학적 가뭄지수, 지형학적 조건을 고려한 식생가뭄반응지수(Vegetation Drought Response Index; 이하 VegDRI)를 개발하였다. 학습자료에 대해 CART 기반의 경험적 모델을 구축하여, 격자마다 근-실시간 자료를 적용한 VegDRI를 산출하여 고해상도의 지도를 산출하는 방식을 제시하였다. VegDRI는 NCDC의 U.S. Drought Monitoring에 활용되고 있으며, NOAA의 Drought Task Force Assessment Protocol에서는 가뭄 모니터링의 기준으로 설정되어 있다. 본 연구에서는 국내에 VegDRI를 적용하고자 필요한 자료수집 및 전처리 과정을 거쳐 결과를 도출하였다. 기상청 ASOS 기상관측소에서 얻은 기상변수, MODIS 위성으로부터 추출된 정규식생지수(Normalized Difference Vegetation Index; NDVI), 지형학적 정보와 기상학적 가뭄지수(SPI, PDSI)를 기계학습으로 모델링하여 VegDRI를 산출하였다. 산출된 VegDRI 공간분포도에 대하여 기존에 활용되던 유관기관의 가뭄 판단방법과의 유사성과 차이점을 비교 검토하여 적용성을 평가하였다.

• 한국산림과학회지
• /
• 제96권5호
• /
• pp.591-601
• /
• 2007

Spatial information on forest biomass is an important factor to evaluate the capability of forest as a carbon sequestrator and is a core independent variable required to drive models which describe ecological processes such as carbon budget, hydrological budget, and energy flow. The objective of this study is to understand the relationship between satellite image and field data, and to quantitatively estimate and map the spatial distribution of forest biomass. Landsat Enhanced Thematic Mapper (ETM+) derived vegetation indices and field survey data were applied to estimate the biomass distribution of mountainous forest located in Gwangneung Experimental Forest (230 ha). Field survey data collected from the ground plots were used as the dependent variable, forest biomass, while satellite image reflectance data (Band 1~5 and Band 7), Normalized Difference Vegetation Index (NDVI), Soil-Adjusted Vegetation Index (SAVI), and RVI (Ratio Vegetation Index) were used as the independent variables. The mean and total biomass of Gwangneung catchment area were estimated to be about 229.5 ton/ha and $52.8{\times}10^3$ tons respectively. Regression analysis revealed significant relationships between the measured biomass and Landsat derived variables in both of deciduous forest ($R^2=0.76$, P < 0.05) and coniferous forest ($R^2=0.75$, P < 0.05). However, there still exist many uncertainties in the estimation of forest ecosystem parameters based on vegetation remote sensing. Developing remote sensing techniques with adequate filed survey data over a long period are expected to increase the estimation accuracy of spatial information of the forest ecosystem.

• 대한원격탐사학회지
• /
• 제29권6호
• /
• pp.621-629
• /
• 2013

Desertification monitoring as a main portion for understand desertification, have been conducted by many scientists. However, the stage of research remains still in the level of comparison of the past and current situation. In other words, monitoring need to focus on finding methods of how to take precautions against desertification. In this study, Vegetation Temperature Condition Index (VTCI), derived from Normalized Difference Vegetation Index (NDVI) and Land Surface Temperature (LST), was utilized to observe the distribution change of vegetation. The index can be used to monitor drought occurrences at a regional level for a special period of a year, and it can also be used to study the spatial distribution of drought within the region. Techniques of remote sensing and Geographic Information System (GIS) were combined to detect the distribution change of vegetation with VTCI. As a result, assuming that the moisture condition is the only main factor that affects desertification, we found that the distribution of vegetation in Bulgan, Mongolia could be predicted in a certain degree, using VTCI. Although desertification is a complicated process and many factors could affect the result. This study is helpful to provide a strategic guidance for combating desertification and allocating the use of the labor force.