식물계절은 기후변화와 관련된 생태계의 중요한 지표로서 지속적인 모니터링을 필요로 한다. 본 연구에서는 Moderate Resolution Imaging Spectrometer(MODIS) 위성영상을 기반으로 구름이나 기타 영향에 의한 오류를 보정한 식생지수를 통해 국내 산림의 식물계절학적 특성을 분석하였으며, 이에 Harmonic Analysis of NDVITime-Series(HANTS) 알고리즘을 이용하였다. 그 결과, 위성영상 기반 식생지수의 노이즈를 효과적으로 감소시킬 수 있었으며, 고도에 의한 식물계절 변화 및 경향을 파악할 수 있었다. 식물계절시기는 고도에 따른 변화경향이 뚜렷하게 나타났으며, 침엽수의 경우 생육개시일과 생육종료일, 생육기간은 각각 +0.71일/100m, -1.33일/100m, -2.04일/100m, 활엽수의 경우 +1.50일/100m, -1.54/100m, -3.04/100m, 혼효림의 경우 +1.39일/100m, -2.04일/100m, -3.43일/100m로 분석되었다. 고도에 따른 식물계절시기의 변화는 기온과 관련된 것으로 판단되며, 활엽수림이 침엽수림보다 변화에 대한 민감도가 더 높은 것으로 나타났다.
식물계절은 기후변화와 관련된 생태계의 중요한 지표로서 지속적인 모니터링을 필요로 한다. 본 연구에서는 Moderate Resolution Imaging Spectrometer(MODIS) 위성영상을 기반으로 구름이나 기타 영향에 의한 오류를 보정한 식생지수를 통해 국내 산림의 식물계절학적 특성을 분석하였으며, 이에 Harmonic Analysis of NDVI Time-Series(HANTS) 알고리즘을 이용하였다. 그 결과, 위성영상 기반 식생지수의 노이즈를 효과적으로 감소시킬 수 있었으며, 고도에 의한 식물계절 변화 및 경향을 파악할 수 있었다. 식물계절시기는 고도에 따른 변화경향이 뚜렷하게 나타났으며, 침엽수의 경우 생육개시일과 생육종료일, 생육기간은 각각 +0.71일/100m, -1.33일/100m, -2.04일/100m, 활엽수의 경우 +1.50일/100m, -1.54/100m, -3.04/100m, 혼효림의 경우 +1.39일/100m, -2.04일/100m, -3.43일/100m로 분석되었다. 고도에 따른 식물계절시기의 변화는 기온과 관련된 것으로 판단되며, 활엽수림이 침엽수림보다 변화에 대한 민감도가 더 높은 것으로 나타났다.
Vegetation phenology is the most important indicator of ecosystem response to climate change. Therefore it is necessary to continuously monitor forest phenology. This paper analyzes the phenological characteristics of forests in South Korea using the MODIS vegetation index with error from clouds or ...
Vegetation phenology is the most important indicator of ecosystem response to climate change. Therefore it is necessary to continuously monitor forest phenology. This paper analyzes the phenological characteristics of forests in South Korea using the MODIS vegetation index with error from clouds or other sources removed using the HANTS algorithm. After using the HANTS algorithm to reduce the noise of the satellite-based vegetation index data, we were able to confirm that phenological transition dates varied strongly with altitudinal gradients. The dates of the start of the growing season, end of the growing season and the length of the growing season were estimated to vary by +0.71day/100m, -1.33day/100m and -2.04day/100m in needleleaf forests, +1.50day/100m, -1.54day/100m and -3.04day/100m in broadleaf forests, +1.39day/100m, -2.04day/100m and -3.43day/100m in mixed forests. We found a linear pattern of variation in response to altitudinal gradients that was related to air temperature. We also found that broadleaf forests are more sensitive to temperature changes compared to needleleaf forests.
Vegetation phenology is the most important indicator of ecosystem response to climate change. Therefore it is necessary to continuously monitor forest phenology. This paper analyzes the phenological characteristics of forests in South Korea using the MODIS vegetation index with error from clouds or other sources removed using the HANTS algorithm. After using the HANTS algorithm to reduce the noise of the satellite-based vegetation index data, we were able to confirm that phenological transition dates varied strongly with altitudinal gradients. The dates of the start of the growing season, end of the growing season and the length of the growing season were estimated to vary by +0.71day/100m, -1.33day/100m and -2.04day/100m in needleleaf forests, +1.50day/100m, -1.54day/100m and -3.04day/100m in broadleaf forests, +1.39day/100m, -2.04day/100m and -3.43day/100m in mixed forests. We found a linear pattern of variation in response to altitudinal gradients that was related to air temperature. We also found that broadleaf forests are more sensitive to temperature changes compared to needleleaf forests.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
그러나 현재 국내의 산림에 대한 식물계절학과 관련된 연구는 부족한 실정이며, 이에 본 연구에서는 산림을 대상으로 식물계절주기에 대한 정보를 위성영상을 이용하여 구축하고 이를 활용할 수 있는 방안을 제시하고자 하였다. 이는 기후변화에 대한 생태학적 대응과 식생의 건전성 확보를 위한 대책을 마련하는데 있어 중요한 자료가 될 것으로 판단된다.
따라서 저고도 지역을 제외한 산지의 식물계절시기에 대해 고도 증가에 의한 영향을 정량적으로 파악해보기 위하여 고도에 따른 각 식물계절시기의 변화 경향을 분석하였다.
그러나 범위가 넓고 접근이 어려운 산림지역에 대해 지속적으로 식물계절 조사를 하는 것은 거의 불가능하기 때문에 이를 대체할 수 있는 방법 을 필요로 한다. 이에 본 연구에서는 위성영상을 활용한 정량적인 식생지수 분석방법을 통해 국내 산림에 대한 효율적인 식물계절시기 평가 방법을 제시하였다.
제안 방법
1년 동안의 23개 영상은 각각의 이산형 자료로서 이를 연속된 시계열자료로 구축하기 위하여 ArcGIS 10.2의 composite band 래스터 툴을 이용하여 23개 밴드의 영상으로 취합하고 이를 NetCDF 파일로 변환하였다.
그 후 MATLAB R2012a에서 HANTS 알고리즘이 적용된 스크립트를 통해 분석이 가능하도록 시계열 정보가 포함된 3차원 행렬로 변환하여 입력변수로 사용하였으며, 각 제어변수는 NOF의 경우 3, SF는‘Lo’, FET는 0.05, DOD는 11로 설정하였다 (Roerink et al., 2000; Huh et al., 2007).
식생지수 및 계수는 MATLAB 내 변수로 출력되며, 이를 원 자료와의 비교를 위해 다시 NetCDF 파일로 변환한 뒤, ArcGIS 10.2에서 분석이 가능하도록 래스터 형태로 변환하였다.
본 연구에서는 두 가지 방법론의 단점을 보완할 수 있도록 HANTS 알고리즘을 이용하여 식생지수 자료를 평활화하고 국지적 임계값을 적용하여 식물계절시기를 탐지하는 방식을 사용하였다.
VI 임계치에 도달하는 시기(x축의 값)는 비선형방정식의 근사해를 구하는 방법을 통해 도출하였다1).
, 2010). 이에 대한 차이를 비교해보기 위하여 환경부에서 2010년 제작한 중분류 토지피복도를 사용하여 각 피복유형별 식생지수의 평균값을 분석하였다. 표 3은 토지피복별 식생지수의 연 평균치 및 표준편차를 나타낸 것으로 원 자료인 EVI와 HANTS에 의해 보정된 식생지수를 비교한 결과이다.
이러한 지형적 요인이 국내 산림의 식물계절학적 특성에 어떠한 영향을 미치는지 파악해보기 위하여 중분류 토지피복도 상의 산림지역만을 추출해 100m 간격의 고도 등급별 생육개시일, 생육종료일, 생육기간을 각각 분석하였다.
고도의 등급 구분은 국토지리정보원에서 제작한 5m 해상도의 수치 표고모델(DEM) 자료를 ArcGIS 10.2에서 100m 간격으로 재분류(reclassify)하였으며, 폴리곤 쉐이프파일로 변환한 뒤 zonal statistics 툴을 통해 식물계절 분석결과의 고도 등급별 평균값을 산출하였다.
저고도에서의 생육개시일 지연과 생육기간의 단축 현상은 선행연구와는 다른 결과로 나타났는데 이에 대한 원인을 분석해 보기 위하여 각 고도등급별 시계열 식생지수 곡선을 도출하였다.
저고도 지역 산지의 식물계절학적 특성은 기존 연구결과와는 다르게 나타났으며, 이에 대한 원인을 분석해보기 위하여 HANTS 알고리즘에 의해 도출된 퓨리에 계수를 통해 전체적인 식생지수 패턴을 파악해 보았다.
또한 생육개시일과 생육종료일의 도출을 위한 분석과정에서 해가 없거나 해가 2개 이상일 경우 -1의 값을 갖도록 알고리즘을 구성하여 오류가 발생한 지역을 파악한 뒤, 분석에서 제외할 수 있도록 설정하였다.
대상 데이터
본 연구에서는 미국 지질조사국(LP DAAC: Land Processes Distributed Active Archive Center)에서 제공하는 Terra MODIS Data Product 중 2010년 1월 1일부터 12월 31일 까지의 MOD13Q1 데이터를 수집하였으며, 16일 간격으로 생성된 총 23개의 EVI 영상을 분석에 활용하였다. 공간적 범위는 남한을 대상으로 하였으며, 이를 포함하는 영역의 h28v05 tile 영상을 UTM Zone 52N(Datum: WGS84) 좌표체계로 변환하여 사용하였다.
본 연구에서는 미국 지질조사국(LP DAAC: Land Processes Distributed Active Archive Center)에서 제공하는 Terra MODIS Data Product 중 2010년 1월 1일부터 12월 31일 까지의 MOD13Q1 데이터를 수집하였으며, 16일 간격으로 생성된 총 23개의 EVI 영상을 분석에 활용하였다. 공간적 범위는 남한을 대상으로 하였으며, 이를 포함하는 영역의 h28v05 tile 영상을 UTM Zone 52N(Datum: WGS84) 좌표체계로 변환하여 사용하였다.
이론/모형
이를 자세히 설명하면 국지적 임계값 방식(Midpoint_pixel)을 이용하여 식물계절시기를 도출하되, 이상치에 의한 오차를 줄이기 위하여 HANTS 알고리즘에 의해 평활화된 식생지수를 사용하였으며, 이를 통해 임계치를 결정하였다.
성능/효과
(1994)는 AVHRR 위성영상의 시계열 NDVI 자료를 이용하여 식물계절주기와 관련된 생육개시일과 종료일, 생육기간을 포함한 12개의 변수를 도출하였다. 이를 통해 식생피복 유형별로 각각의 특징을 비교하여 생태계 모니터링에 유용하게 사용될 수 있다는 것을 시사하였다. Moulin et al.
(2009)은 북아메리카 전역을 대상으로 실측된 식물계절시기 조사자료와 현 재까지 사용된 위성영상을 이용한 식물계절시 기 탐지방법 10가지를 상호 비교하였다. 그 결과, 퓨리에 근사식을 이용한 방법과 국지적 임계값을 통해 식물계절시기를 도출한 방법이 실측된 자료와 가장 일치하는 결과를 보였으며, 개화일 및 개엽일과 상관성이 높은 것을 확인 하였다. 위성영상을 활용한 식물계절시기의 평가는 실측된 결과와 완전히 일치하지 않을 수는 있으나 생태계의 다양성을 평가할 수 있는 지표로서 유용하게 활용될 수 있기 때문에 지속적인 연구를 필요로 한다(Liu et al.
그 결과, 저고도에서는 고도가 높아짐에 따라 생육개시일은 점차 빨라지는 경향을 보였으나300~400m 이상부터 늦어지는 것을 확인할 수 있었다(그림 5).
그 결과, 상대적으로 저고도인 지역에서의 식생지수는 전체적인 생육주기에 걸쳐 활력도가 떨어지는것으로 나타났으며, 고도가 높아짐에 따라 증가되는 것으로 분석되었다.
그림 5(d)의 평균기온은 기상청의 기후변화정보센터(CCIC: Climate Change Information Center)에서 제공하는 1km의 해상도를 갖는 2010년 일평균기온자료2)를 격자별로 연평균값을 계산하여 고도등급별 평균값의 경향을 나타낸 것이다. 고도의 증가에 따라 기온이 선형적인 추세로 감소하는 것을 확인할 수 있으며, 이러한 고도별 기온분포가 식물의 생육시기에 영향을 미쳤다는 것을 예상해 볼 수 있다.
기온은 100m가 증가할 경우 0.5℃가 낮아지는 선형적인 추세를 보였으며, 기온에 따른 식물계절시기 변화 경향을 분석해본 결과, 생육개시일의 경우 침엽수, 활엽수, 혼효림은 각각 -1.42일/℃, -2.95일/℃, -2.74일/℃, 생육종료일의 경우 +2.73일/℃, +3.07일/100m, +4.10일/℃, 생육기간의 경우 +4.14일/℃, +6.03일/℃, +6.85일/℃로 나타났다(그림 8).
그 결과, 생육개시일의 경우 활엽수가 전반적으로 빠른 것으로 나타났으며, 생육종료일은 침엽수와 활엽수가 유사한 것으로 나타났다.
몬순 기후를 가진 우리나라의 경우 위성영상에서 도출한 식생지수는 구름에 의한 오차로 인해 상당한 불확실성을 내포할 수 있기 때문 에 HANTS 알고리즘을 통해 이를 보정한 시계 열 식생지수 자료로 재구축하였다. 그 결과, 구름에 의한 영향으로 식생지수가 낮게 나타나는 오류를 최소화할 수 있었으며, 이를 통해 식물 계절시기를 보다 정확하게 평가할 수 있었다.
지형이 복잡한 국내 산림지역에 대해 고도별 식물계절시기를 분석해 본 결과, 저고도 산지를 제외하면 고도가 증가함에 따라 생육개시일은 지연되고 생육종료일은 빨라지는 경향을 보였으며, 이에 따라 생육기간은 점차 감소하는 것으로 나타났다. 저고도 지역 산지의 식물계절학적 특성은 기존 연구결과와는 다르게 나타났으며, 이에 대한 원인을 분석해보기 위하여 HANTS 알고리즘에 의해 도출된 퓨리에 계수를 통해 전체적인 식생지수 패턴을 파악해 보았다.
저고도 지역 산지의 식물계절학적 특성은 기존 연구결과와는 다르게 나타났으며, 이에 대한 원인을 분석해보기 위하여 HANTS 알고리즘에 의해 도출된 퓨리에 계수를 통해 전체적인 식생지수 패턴을 파악해 보았다. 그 결과, 300m 이하의 산지에서는 전반적인 식생의 활력도가 떨어지는 것을 확인할 수 있었다. 이는 도시화 또는 산림훼손 등 개발에 의한 압력에 기인한 것으로 판단되며, 산림 생태계에 대한 부정적인 영향을 최소화할 수 있도록 추가적인 연구가 이루어져야 할 것이다.
고도에 따른 식물계절시기의 변화경향을 살펴본 결과, 임상별로 고도에 따른 변화경향의 차이가 있다는 것이 확인되었으며, 이는 기존 연구를 통해 고도에 따른 식생분포보다는 기온에 적응하는 수종별 생존전략의 차이에 기인한 결과라는 것을 알 수 있었다. 고도증가에 따른 변화경향은 생육개시일의 경우 +0.
본 연구 및 기존의 연구결과에서 도출된 결과를 통해 활엽수종이 침엽수종보다 온도에 민감하다는 것을 알 수 있었으며, 이는 최근 국내 산림에서 나타나는 침엽수종의 쇠퇴 및 활엽수종의 우세현상을 설명할 수 있는 근거가 될 수 있다. 급격한 온도의 상승은 이에 민감한 활엽 수림의 생육을 촉진시키기 때문에 혼효림 내에서의 침엽수는 잎이 넓은 활엽수의 조기개엽으 로 인해 광량이 부족해지는 등 생육환경이 불량해져 고사될 확률이 높아지게 된다.
그 결과, 상대적으로 저고도인 지역에서의 식생지수는 전체적인 생육주기에 걸쳐 활력도가 떨어지는것으로 나타났으며, 고도가 높아짐에 따라 증가되는 것으로 분석되었다. 특히, 300~400m 이하의 지역에서는 식생지수의 편차가 컸으며, 이후 고도가 높아짐에 따라 전체적인 식생지수 곡선의 경향은 거의 유사하게 나타났다
후속연구
따라서 기후에 대한 연구와 함께 이에 영향을 받는 식물의 계절주기에 대한 정량적인 분석을 통해 생태계의 변화를 지속적으로 모니터링하는 것이 필요하다.
그러나 현재 국내의 산림에 대한 식물계절학과 관련된 연구는 부족한 실정이며, 이에 본 연구에서는 산림을 대상으로 식물계절주기에 대한 정보를 위성영상을 이용하여 구축하고 이를 활용할 수 있는 방안을 제시하고자 하였다. 이는 기후변화에 대한 생태학적 대응과 식생의 건전성 확보를 위한 대책을 마련하는데 있어 중요한 자료가 될 것으로 판단된다.
또한 분석이 간편하고 그 결과에 대한 신뢰도가 높은 알고리즘을 적용하는 것이 좋으며, 추후 분석 시에도 동일한 결과를 얻을 수 있는 방법이 적용되어야 할 것이다.
고도가 낮고 완경사인 지역은 도시의 확장이나 개발압력에 대한 노출도가 고도가 높은 지역에 비해 높기 때문에 산림의 훼손이나 전용 등에 의한 피해가 발생할 확률이 높고 대기오염이나 산불과 같은 인위적인 교란에 취약하여 식생의 생육이 부진할 수 있다. 또한 도시 인접부의 경우 도시열섬현상과 같은 이상고온 현상에 의해 봄철 조기개엽 등과 같은 현상이 발생 한다는 연구결과가 있으며(Zhang et al., 2004; Fisher et al., 2006), 이러한 원인들에 기인하여 식물계절주기가 불규칙하게 나타날 수 있기 때문에 저고도 산림지역에 대해서는 추가적인 연구가 필요할 것으로 보인다.
그 결과, 300m 이하의 산지에서는 전반적인 식생의 활력도가 떨어지는 것을 확인할 수 있었다. 이는 도시화 또는 산림훼손 등 개발에 의한 압력에 기인한 것으로 판단되며, 산림 생태계에 대한 부정적인 영향을 최소화할 수 있도록 추가적인 연구가 이루어져야 할 것이다.
85일/℃로 분석되었다. 추후 장기간의 시계 열 식생지수 자료를 구축한다면, 기후변화에 의한 영향 및 기타 환경요소의 변동에 따른 식물 계절시기의 변화정도를 분석해볼 수 있을 것으로 판단되며, 이는 기후변화에 대한 수종별적 응성을 예측해볼 수 있는 중요한 기초자료로 활용될 수 있을 것이다.
일례로 보존의 필요성이 있는 희귀식물종 대부분은 물리적 환경요인이 제한 되어 있기 때문에 식물계절시기의 변동으로 인한 생육환경 변화는 생육저하 또는 멸종위기를 초래하여 생태계에 악영향을 미칠 수 있다. 따라서 식물계절 변화에 대한 지속적인 모니터링을 실시하여 기후변화에 대한 대비책을 마련해야 할 것이다.
이는 고도가 100m 증가될 때, 봄철 생육이 시작되는 시기가 3.3일 정도 지연된다는 Hopkin’s 법칙(Hopkins, 1920)이 임상 또는 수종 및 환경조건에 따라 다르게 나타날 수 있기 때문에 이에 대한 세부적인 연구가 추가적으로 이루어져야 한다는 것을 시사한다.
참고문헌 (50)
Brent, R. P. 2013. Algorithms for minimization without derivatives. Courier Dover Publications.
Chen, J., Z. Gu, M. Tamura, B. Matsushita, P. Jonsson and L. Eklundh. 2004. A simple method for reconstructing a high-quality NDVI time-series data set based on the Savitzky-Golay filter. Remote Sensing of Environment 91(3- 4):332-344.
Chmielewski, F.-M., A. Muller and E. Bruns. 2004. Climate changes and trends in phenology of fruit trees and field crops in Germany. Agricultural and Forest Meteorology 121(1-2):69-78.
de Beurs, K.M., and G.M. Henebry. 2008. Northern annular mode effects on the land surface phenologies of northern eurasia. Journal of Climate 21(17): 4257-4279.
De Wit, A.J.W. and B. Su. 2005. Deriving phenological indicators from SPOT-VGT data using the HANTS algorithm. Proceedings of the 2nd international SPOT-VEGETATION user conference pp.195-201.
Edwards, M. and A.J. Richardson, 2004. Impact of climate change on marine pelagic phenology and trophic mismatch. Nature 430(7002):881-884.
Eun, J. 2012. Development of integration method between MODIS NDVI and AVHRR NDVI. Thesis, Univ. of Inha, Incheon, Korea. 16pp (은정. 2012. MODIS NDVI와 AVHRR NDVI의 연계방법 개발. 인하대학교 대학원 석사학위논문. 16쪽).
Fischer, A. 1994. A model for the seasonal variation of seasonal of vegetation indices in coarse resolution data and its inversion to extract crop parameters. Remote Sensing of Environment 48(2):220-230.
Fisher, J.I., J.F. Mustard and A. Vadeboncoeur. 2006. Green leaf phenology at landsat resolution: scaling from the field to the satellite. Remote Sensing of Environment 100(2):265-279.
Hopkins, A.D. 1920. The bioclimatic law. Monthly Weather Review 48(6):355-355.
Huh, Y., Y.G. Byun, Y.I. Kim and K.Y. Yu. 2007. A study on cloud-free MODIS NDVI time series reconstruction using HANTS algorithm. Proceedings of the Journal of Korea Spatial Information Society 2007 pp.169-174 (허용, 변영기, 김용일, 유기윤. 2007. HANTS 알고리즘을 이용한 MODIS NDVI 시계열 영상의 구름 화소 문제 해결에 관한 연구. 한국GIS학회 춘.추계 학술대회 발표논문 초록집. 2007: 169-174쪽).
IPCC. 2013. Summary for policy makers. In: T.F. Stoker et al.(eds.). Climate Change 2013: The Physical Science Basis. Contribution of Working Group to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA.
Jakubauskas, M.E., D.R. Legates and J.H. Kastens. 2001. Harmonic analysis of time-series AVHRR NDVI data. Photogrammetric Engineering and Remote Sensing 67(4):461-470.
Jo, H.K. and T.W Ahn. 2008. Differences in phenological phases of plants subsequent to microclimate change. Korean Journal of Environment and Ecology 22(3):221-229 (조현길, 안태원. 2008. 미기후 변화에 따른 식물계절 차이. 한국환경생태학회지 22(3):221- 229).
Jonsson, P., and L. Eklundh. 2004. TIMESAT - a program for analyzing time-series of satellite sensor data. Computers and Geosciences 30(8):833-845.
Kang, S.G. 2005. Analysis on cloudoriginated errors of MODIS leaf area index and primary production images: effect of monsoon climate in Korea. Journal of Ecology and Environment 28(4):215-222 (강신규. 2005. MODIS 엽면적지수 및 일차생산성 영상의 구름 영향 오차 분석. 한국생태학회지 28(4):215-222).
Kim, B.D., S.G. Kang, S.T. Yu, H.T. Shin, K.H. Park, M.H., Yi, J.W. Yoon, G.S. Kim and J.W. Sung. 2012. A study on the plants for phenology of the Mt. Gaya national park. Journal of Climate Reserch 7(2):174-186 (김병도, 강신구, 유성태, 신현탁, 박기환, 이명훈, 윤정원, 김기송, 성정원. 2012. 가야산국립공원 식물종의 생물계절성 연구. 기후연구 7(2):174-186).
Kim, M.K., D.H. Lee and J.U. Kim. 2013a. Production and validation of daily grid data with 1km resolution in South Korea. Journal of Climate Research 8(1):13-25 (김맹기, 이대희, 김진욱. 2013a. 남한 1km 해상도의 격자형 일 기상 자료 생산과 검증. 기후연구 8(1):13-25).
Kim, N.S., H.C. Lee and J.Y. Cha. 2013b. A study on changes of phenology and characteristics of spatial distribution using MODIS images. Journal of the Korea Society of Environmental Restoration Technology 16(5):56-69 (김남신, 이희천, 차진열. 2013b. MODIS 영상을 이용한 식물계절의 변화와 공간적 분포 특징에 관한 연구. 한국환경복원기술학회지 16(5):59-69).
Kramer, K. 1996. Phenology and growth of European trees in relation to climate change. Thesis, Landbouw Universiteit Wageningen.
Lee, K.M., W.T Kwon and S.G. Lee. 2009. Articles: a study on plant phenological trends in South Korea. Journal of The Korean Association of Regional Geographers 15(3):337-350 (이경미, 권원태, 이승호. 2009. 우리나라 식물계절 시기의 변화 경향에 관한 연구. 한국지역지리학회지 15(3):337-350).
Lee, W.S., S.G. Jung, K.H. Park and K.T. Kim. 2010. Analysis of urban thermal environment for environment-friendly spatial plan. Journal of the Korean Association of Geographic Information Studies 13(1):142-154 (이우성, 정성관, 박경훈, 김경태. 2010. 친환경적 공간계획을 위한 도시의 열환경 분석. 한국지리정보학회지 13(1):142-154).
Liu, H.Q. and A. Huete. 1995. A feedback based modification of the NDVI to minimize canopy background and atmospheric noise. Geoscience and Remote Sensing, IEEE Transactions on, 33(2):457-465.
Liu, L., L. Liu and Y. Hu. 2012. Response of spring phenology to climate change across Tibetan Plateau. Proceedings of the Remote Sensing, Environment and Transportation Engineering(RSETE) 2012 2nd International Conference on pp.1-4.
Lloyd, D. 1990. A phenological classification of terrestrial vegetation cover using shortwave vegetation index imagery. International Journal of Remote Sensing 11(12):2269-2279.
Lu, X., R. Liu, J. Liu and S. Liang. 2007. Removal of noise by wavelet method to generate high quality temporal data of terrestrial MODIS products. Photogrammetric Engineering and Remote Sensing 73(10):1129-1139.
Markon, C.J., M.D. Fleming and E.F. Binnian. 1995. Characteristics of vegetation phenology over the Alaskan landscape using AVHRR time-series data. Polar Record 31(177):179-190.
Menenti, M., S. Azzali, W. Verhoef and R. van Swol. 1993. Mapping agroecological zones and time lag in vegetation growth by means of Fourier analysis of time series of NDVI images. Advances in Space Research 13(5):233-237.
Monson, R.K., J.P. Sparks, T.N. Rosenstiel, L.E. Scott-Denton, T.E. Huxman, P.C. Harley, A.A. Turnipseed, S.P. Burns, B. Backlund and J. Hu. 2005. Climatic influences on net ecosystem $CO_{2}$ exchange during the transition from wintertime carbon source to springtime carbon sink in a high-elevation, subalpine forest. Oecologia 146(1):130-147.
Moulin, S., N. Kergoat, N. Viovy, and G. Dedieu. 1997. Global-scale assessment of vegetation phonology using NOAA/ AVHRR satellite measurements. Journal of Climate 10(6):1154-1170.
Niu, S., Y. Fu, L. Gu and Y. Luo. 2013. Temperature sensitivity of canopy photosynthesis phenology in northern ecosystems. Phenology: An Integrative Environmental Science, Springer. pp.503-519.
Park, S.Y. 2013. Satellite-measured vegetation phenology and atmospheric aerosol time series in the Korean peninsula. Journal of the Korean Geographical Society 48(4):497-508 (박선엽. 2013. 위성기반의 한반도 식물계절학적 패턴과 대기 에어로졸의 시계열 특성 분석. 대한지리학회지 48(4):497-508).
Reed, B.C., J.F. Brown, D. Vanderaee, T.R. Loveland, J.W. Merchant, and D.O. Ohlen. 1994. Measuring phenological variability from satellite imagery. Journal of Vegetation Science 5(5): 703-714.
Roerink, G.J., M.H.G.I. Danes, A.J.W. De Wit, O.G. Prieto and A.J.H. Van Vliet. 2011. Deriving plant phenology from remote sensing. Proceedings of the 2011 6th International Workshop on the Analysis of Multi-Temporal Remote Sensing Images, Multi-Temp 2011 2011:261-264.
Roerink, G.J., M. Menenti and W. Verheof. 2000. Reconstructing cloudfree NDVI composites using fourier analysis of time series. International Journal of Remote Sensing 21(9):1911-1917.
Rouse, J.W., R.H. Haas, J.A. Schell and D.W. Deering. 1973. Monitoring vegetation systems in the Great Plains with ERTS. Proceedings of the 3rd ERTS Symposium 1 pp.48-62.
Rotzer, T., and F.M. Chmielewski. 2001. Phenological maps of Europe. Climate Research 18(3):249-257.
Schwartz, M.D., B.C. Reed and M.A.White. 2002. Assessing satellite-derived start-of-season measures in the conterminous USA. International Journal of Climatology 22(14):1793-1805.
Song, B.G. and K.H. Park. 2012. Analysis of heat island characteristics considering urban space at nighttime. Journal of the Korean Association of Geographic Information Studies 15(1): 133-143 (송봉근, 박경훈. 2012. 도시공간을 고려한 야간시간대의 열섬특성 분석. 한국지리정보학회지 15(1):133-143).
Soudani, K., G. le Maire, E. Dufrene, C. Francois, N. Delpierre, E. Ulrich and S. Cecchini. 2008. Evaluation of the onset of green-up in temperate deciduous broadleaf forests derived from Moderate Resolution Imaging Spectroradiometer (MODIS) data. Remote Sensing of Environment. 112(5):2643-2655.
Tan, B., F. Gao, R.E. Wolfe, J. Nightingale, J.A.Pedelty, J.T. Morisette and G.A. Ederer. 2011. An enhanced TIMESAT algorithm for estimating vegetation phenology metrics from MODIS data. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing 4(2):361-371.
Vitasse, Y., S. Delzon, J.-M. Louvet, A. Kremer, R. Michalet, E. Dufrene and J.-Y. Pontailler. 2009. Leaf phenology sensitivity to temperature in European trees: do within-species populations exhibit similar responses?. Agricultural and Forest Meteorology 149(5):735-744.
White, M.A., G. Zhang, K.M. de Beurs, K. Didan, D.W. Inouye, A.D. Richardson, O.P. Jensen, J. O'Keefe, R.R. Nemani, W.J.D. van Leeuwen, J.F. Brown, A. de Wit, M. Schaepman, X. Lin, M. Dettinger, M. Bailey, J. Kimball, M.D. Schwartz, D.D. Baldocchi, J.T. Lee and W.K. Lauenroth. 2009. Intercomparison, interpretation, and assessment of spring phenology in North America estimated from remote sensing for 1982-2006. Global Change Biology 15(10):2335-2359.
White, M.A., M.D. Schwartz and Running, S.W. 2000. Young students, satellites aid understanding of climate biosphere link. Eos, Transactions American Geophysical Union 81(1):1-5.
White, M.A., P.E. Thornthon and S.W. Running. 1997. A continental phenology model for monitoring vegetation responses to interannual climatic variability. Global biochemical cycles 11(2):217-234.
White, M.A., S.W. Running and P.E. Thornton. 1999. The impact of growing -season length variability on carbon assimilation and evapotranspiration over 88 years in the eastern US deciduous forest. International Journal of Biometeorology 42(3):139-145.
Zhang, X., M.A. Friedl, C.B. Schaaf and A.H. Strahler. 2004. Climate controls on vegetation phenological patterns in northern mid-and high latitudes inferred from MODIS data. Global Change Biology 10(7):1133-1145.
Zhang, X., M.A. Friedl, C.B. Schaaf, A.H. Strahler, J.C.F. Hodges, F. Gao, B.C. Reed, and A. Huete. 2003. Monitoring vegetation phenology using MODIS. Remote Sensing of Environment 84(3): 471-475.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.