선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구에서는 COMS GOCI에서 산출된 NDVI의 자료와 MODIS에서 제공되는 NDVI의 값을 비교하기 위하여 유량조사사업단에서 관리하는 청미천과 설마천 두 지점을 기준으로 비교·검증하였다.
- 본 연구에서는 국내 정지궤도위성인 천리안 위성에 탑재되어있는 해색탑재체(Geostationary Ocean Color Imager, GOCI)를 이용하여 2012년과 2013년 한반도에서의 정규식생지수(NDVI)를 산출하고, MODIS NDVI와의 물리적 분석 및 통계결과 비교를 통하여 COMS NDVI의 적용가능성을 판단하였다.
제안 방법
- 1) MODIS NDVI의 경우 16일 단위로 관측되기 때문에 Maximum Value Composite (MVC) 방법을 이용하여 COMS에서 관측된 NDVI값을 16일 단위로 산출하였으며 MODIS NDVI와 비교하였다.
- 2) 짧은 기간에 대해서 식생의 변동성을 파악하기 위해 MVC 방법을 이용하여 8일 단위의 COMS NDVI값을 산정하여 비교하였다.
- 3) 마지막으로, COMS에서 관측된 NDVI의 시공간적인 분포와 상관성을 분석을 실시하였다.
- 두 지점(청마천, 설미천)에서 COMS와 MODIS NDVI의 유사성을 바탕으로 식생지수의 공간적 분포에 대한 비교를 수행하였다. COMS와 MODIS NDVI의 공간적 분포를 분석하기 위해 두 위성에서 관측한 한반도 영역에서의식생지수의 공간 분포와 더불어 두 인공위성 기반 식생지 수의 잔차를 구하여 이를 공간적인 분포로 나타내었다(Fig. 3).
- 두 지점(청마천, 설미천)에서 COMS와 MODIS NDVI의 유사성을 바탕으로 식생지수의 공간적 분포에 대한 비교를 수행하였다. COMS와 MODIS NDVI의 공간적 분포를 분석하기 위해 두 위성에서 관측한 한반도 영역에서의식생지수의 공간 분포와 더불어 두 인공위성 기반 식생지 수의 잔차를 구하여 이를 공간적인 분포로 나타내었다(Fig.
- 천리안 위성은 하루에 8번 관측되기 때문에 MODIS와의 비교를 위하여 MVC 방법을 통하여 16일 단위의 식생지수를 산정하였다. 또한, 좀 더 짧은 기간 동안의 식생 변화를 관측하기 위하여 COMS NDVI 를 8일단위로 산정하고 MODIS NDVI는 16일 관측값을 기준으로 식생지수의 변동성을 선형으로 가정하여 8일 단위의 NDVI 값을 산정하여 비교하였다. 사용된 검증방법으로는 Bias (mean error), 상관계수(Correlation coefficient, R), 평균제곱근 편차 (Root mean Square Error, RMSE), 결정계수 (Correlation of Determination, R2)와 Pearson 상관계수 (P)를 이용하였다.
- 본 연구에서는 COMS NDVI의 적용성을 판별하기 위해 MVC 방법을 활용하여 8일과 16일 단위의 NDVI값을 산출을 통해, 전 세계적으로 많은 선행 연구가 이루어진 MODIS NDVI값과 비교 검증을 실시하였다. 청미천과 설마천에서의 두 위성자료의 시계열 자료를 확인한 결과 유사한 경향을 나타내는 것을 확인 하였으며, 시공간적 분포를 바탕으로 두 자료에 대한 공간분포와 잔차를 나타내 었다.
- 본 연구에서는 MODIS (Sinusoidal Projection, SIN)와 비교하기 위해서 COMS와 MODIS 두 자료 모두 연구목적에 맞도록 TM좌표로 변환하였다. 또한, COMS GOCI에 센서 자료는 MODIS 자료(1 ×1 km)와 비교하기 위해 resampling을 하였다(Lee et al.
- 일반적으로, MODIS NDVI는 식생의 변동성이 크게 변하기 않는다는 가정을 기본으로 16일 단위로 제공된다. 천리안 위성은 하루에 8번 관측되기 때문에 MODIS와의 비교를 위하여 MVC 방법을 통하여 16일 단위의 식생지수를 산정하였다. 또한, 좀 더 짧은 기간 동안의 식생 변화를 관측하기 위하여 COMS NDVI 를 8일단위로 산정하고 MODIS NDVI는 16일 관측값을 기준으로 식생지수의 변동성을 선형으로 가정하여 8일 단위의 NDVI 값을 산정하여 비교하였다.
- 한반도를 중심으로 서해, 남해 동해 부근을 관측하고 있으며, 2,500 × 2,500 km(중심 지점 : 130°E, 36°N) 영역에서 해양의 변화를 하루의 낮 시간(09∼16 hr, local time) 동안 8번 관측한다.
대상 데이터
- COMS와 MODIS를 통해 산정된 NDVI 값을 지점에서 비교하기 위해 청미천과 설마천을 연구지역으로 선정하였다. 청미천과 설마천은 유량조사사업단에서 관리하고 있는 플럭스 타워가 있는 지역으로 Asiaflux에 속해있다.
- MODIS 자료는 sinusoidal 투영체계를 기준으로 전 세계를 격자체계로 제공한다. MODIS NDVI는 합성기간과 공간해상도에 따라 여러 가지 산출물로 제공되나, 본 연구에서는 NASA에서 운영하는 Warehouse Inventory Search Tool (WIST)에서 NDVI가 산출되는 MOD 13에서 자료를 취득하였다.
- 본 연구에서 사용된 NASA에서 제공하는 MODIS 자료는 극궤도위성인 Terra/Aqua에 각각 탑재되어 있고, 대기관측, 해양 및 육상 관측이 가능한 다목적 센서 36개의 밴드(공간해상도: 250 m, 500 m, 1,000 m)를 구성하고 있으며, 0.4∼14.4 ㎛의 파장영역을 가지고 있다(Van Leeuwen et al., 2011; Miliaresis, 2009).
이론/모형
- 또한, 좀 더 짧은 기간 동안의 식생 변화를 관측하기 위하여 COMS NDVI 를 8일단위로 산정하고 MODIS NDVI는 16일 관측값을 기준으로 식생지수의 변동성을 선형으로 가정하여 8일 단위의 NDVI 값을 산정하여 비교하였다. 사용된 검증방법으로는 Bias (mean error), 상관계수(Correlation coefficient, R), 평균제곱근 편차 (Root mean Square Error, RMSE), 결정계수 (Correlation of Determination, R2)와 Pearson 상관계수 (P)를 이용하였다. Bias와 RMSE는 0에 가까울수록, 상관계수, 결정계수 및 Pearson 상관계수는 1에 가까울수록 두 자료간의 유사성을 나타낸다.
성능/효과
- 두 인공위성 자료의 전반적인 결과는 비슷하게 나타났으나, 고도가 높은 지역에서는 높은 잔차를 나타내는 것을 확인 할 수 있었다. 그러나 전반적으로 전 지역에서 낮은 잔차를 보이는 것으로 보아 COMS NDVI의 적용가능성을 확인 할 수 있었다. 높은 고도에서의 큰 잔차를 발생하는 이유에 대해서는 추후 연구가 필요할 것으로 보이고, 한반도의 지역적인 특성을 고려하여 분석한 식생지수를 통해 지역적 특성이 반영된 강우, 증발산 등 각종 수문기상인자 산정에도 활용할 수 있을 것이다.
- 청미천과 설마천에서의 두 위성자료의 시계열 자료를 확인한 결과 유사한 경향을 나타내는 것을 확인 하였으며, 시공간적 분포를 바탕으로 두 자료에 대한 공간분포와 잔차를 나타내 었다. 두 인공위성 자료의 전반적인 결과는 비슷하게 나타났으나, 고도가 높은 지역에서는 높은 잔차를 나타내는 것을 확인 할 수 있었다. 그러나 전반적으로 전 지역에서 낮은 잔차를 보이는 것으로 보아 COMS NDVI의 적용가능성을 확인 할 수 있었다.
- 본 연구에서는 COMS NDVI의 적용성을 판별하기 위해 MVC 방법을 활용하여 8일과 16일 단위의 NDVI값을 산출을 통해, 전 세계적으로 많은 선행 연구가 이루어진 MODIS NDVI값과 비교 검증을 실시하였다. 청미천과 설마천에서의 두 위성자료의 시계열 자료를 확인한 결과 유사한 경향을 나타내는 것을 확인 하였으며, 시공간적 분포를 바탕으로 두 자료에 대한 공간분포와 잔차를 나타내 었다. 두 인공위성 자료의 전반적인 결과는 비슷하게 나타났으나, 고도가 높은 지역에서는 높은 잔차를 나타내는 것을 확인 할 수 있었다.
후속연구
- 그러나 전반적으로 전 지역에서 낮은 잔차를 보이는 것으로 보아 COMS NDVI의 적용가능성을 확인 할 수 있었다. 높은 고도에서의 큰 잔차를 발생하는 이유에 대해서는 추후 연구가 필요할 것으로 보이고, 한반도의 지역적인 특성을 고려하여 분석한 식생지수를 통해 지역적 특성이 반영된 강우, 증발산 등 각종 수문기상인자 산정에도 활용할 수 있을 것이다.
- 물리적인 접촉이 이루어지지 않고 목표물에 대한 정보를 얻는 원격탐사 기술의 발전은 식생의 물리적인 생물학적 스트레스를 판단하는 능력을 크게 향상시켰으며, 인공 위성 식생영상자료(NDVI, EVI and LAI, etc)는 광범위하게 식생을 연구하는데 많은 도움이 되고 있다. 장기간 동안 인공위성 기반 식생자료의 확보를 통해 한반도에서의 공간적인 식생 변화를 보다 정확하게 산정할 수 있을 것이다. 그렇지만, 토양의 색과 수분조건, 대기의 조건, 양방향의 반사조건 등으로 많은 오차가 발생하게 되므로 인공위성뿐만 아닌 실측자료와의 비교를 통한 보정방법으로 외부적인 조건의 영향을 받지 않고 식생만의 특성만을 판별할 수 있는 지수의 개발이 요구된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.