[논문]MODIS 시계열 자료(2001~2011) 및 Timesat 알고리즘에 기초한 남한 지역 식물계절 분석

김남신; 조용찬; 오승환; 권혜진; 김경순

doi:10.11614/ksl.2014.47.3.186

MODIS 시계열 자료(2001~2011) 및 Timesat 알고리즘에 기초한 남한 지역 식물계절 분석
A Phenology Modelling Using MODIS Time Series Data in South Korea 원문보기

생태와 환경 = Korean journal of ecology and environment, v.47 no.3, 2014년, pp.186 - 193

김남신 (국립수목원 산림자원보존과) , 조용찬 (국립수목원 산림자원보존과) , 오승환 (국립수목원 산림자원보존과) , 권혜진 (국립수목원 산림자원보존과) , 김경순 (국립생태원 생태평가팀)

초록
AI-Helper

본 연구는 MODIS 위성영상을 이용하여 광역적으로 진행되고 있는 식물계절학적 특징을 분석하고자 수행하였다. 위성영상을 이용한 식물계절학적 특징 분석은 현장 관찰 자료의 분석을 위한 전반적인 식물계절 경향성 및 변동성에 필요한 정보를 제공해 줄 수 있으며, 현장 관찰 값과 광역 식물계절 관측 값의 연결을 통하여 광역 수준에서 보다 정밀도 높은 식물 계절현상 모니터링을 가능하게 한다. 본 연구의 기반이 된 MODIS EVI 자료는 Timesat Algorithms의 double logistic function으로 평활화시켜 분석하였다. 제주${\rightarrow}$남해안${\rightarrow}$지리산${\rightarrow}$소백산${\rightarrow}$설악산의 위도 분포에 따라 식물계절 시작일은 늦어지는 경향을 보였다. 그러나 11년간 주요 산림 지역에서의 식물 계절 시작은 해마다 시작일에 다르게 나타나는 연변동의 특징을 보였다. 변동 자료를 고차다항식으로 변형한 결과, 제주도는 연간 0.38일, 소백산지역은 0.174일 계절 시작이 늦어지고, 남해안은 0.32일, 지리산은 0.239일, 설악산 지역은 0.119일 개엽일이 빨라지고 있는 것으로 나타났다. 우리나라 전체 식물계절 시작 시기의 특징을 공간적으로 살펴보면, 주요 산림 지역은 늦어지고, 분지나 산록의 남사면지역에는 빨라지는 것으로 나타났다. 지역적으로 살펴보면, 제주도의 남서해안 및 북동해안 사면지역, 동남해안 지역이 빠른 경향을 보였다. 행정구역별 식물계절 시작 시기를 분석한 결과, 2001년에는 서울과 경기도, 동해안, 남해안, 마산, 창원, 밀양, 대구, 제주도를 중심으로 빠르게 시작되었다. 이는 서울, 경기도, 마산, 창원, 밀양, 대구 등의 도시지역은 도시화에 따른 기온상승의 영향인 것으로 해석된다. 이 같은 경향은 2005, 2010년에도 같은 경향으로 보이고 있어 도시화가 식물계절 변화에 중요한 영향을 미치고 있는 것으로 해석할 수 있다. 본 연구의 시간적 규모인 10년 이내에서는 기후변동에 따른 식물계절 현상의 변이성을 잘 나타내었으며, 이러한 식물계절 모니터링 기법은 30년 이상의 보다 장기적인 자료를 축적을 통하여 기후변화 양상에 따른 생물 계절 현상 변화와 해석에 중요한 역할을 할 것으로 생각된다.

Abstract ▼ AI-Helper

This study aimed to analyze spatio-temporal trends of phenological characteristics in South Korea by using MODIS EVI. For the phenology analysis, we had applied double logistic function to MODIS time-series data. Our results showed that starting date of phenology seems to have a tendency along with latitudinal trends. Starting date of phenology of Jeju Island and Mt. Sobeak went back for 0.38, 0.174 days per year, respectively whereas, Mt. Jiri and Mt. Seolak went forward for 0.32 days, 0.239 days and 0.119 days, respectively. Our results exhibited the fluctuation of plant phonological season rather than the change of phonological timing and season. Starting date of plant phenology by spatial distribution revealed tendency that starting date of mountain area was late, and basin and south foot of mountain was fast. In urban ares such as Seoul metropolitan, Masan, Changwon, Milyang, Daegu and Jeju, the phonological starting date went forward quickly. Pheonoligcal attributes such as starting date and leaf fall in urban areas likely being affected from heat island effect and related warming. Our study expressed that local and regional monitoring on phonological events and changes in Korea would be possible through MODIS data.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

MODIS 영상의 해상도를 이용하여 식물개화 탐색은 현장 모니터링 자료와 영상 픽셀단위별로 장기적으로 추적하지 않으면 불가능하다. 본 논문은 종 수준의 개엽 및 개화 현상을 분석하기보다는, 우리나라의 식물 개엽 현상의 공간 경향을 살펴보고자 한다.
본 연구는 MODIS 위성영상을 이용하여 광역적으로 진행되고 있는 식물계절학적 특징을 분석하고자 수행하였다. 위성영상을 이용한 식물계절학적 특징 분석은 현장 관찰 자료의 분석을 위한 전반적인 식물계절 경향성 및 변동성에 필요한 정보를 제공해 줄 수 있으며, 현장관찰 값과 광역 식물계절 관측 값의 연결을 통하여 광역 수준에서 보다 정밀도 높은 식물 계절현상 모니터링을 가능하게 한다.

제안 방법

16일 간격으로 재합성된 영상 기반의 식물계절 변화 분석은 식생지수 NDVI (Normalized Vegetation Index) 보다 Sensor Saturation, 대기산란 효과, 연무현상, 지형효과, 산림밀집지역 등의 난반사 효과 감소에 더 효과적인 EVI (Enhanced Vegetation Index)를 이용하였다.
Timesat Algorithms 적용을 토대로 계절 시작에 대한 지형 및 지역별 공간 특성 분석을 실시하였다(Fig. 3). 제시한 적용시기 중 2001, 2005, 2010년, 3시기 모두 우리나라 주요 산맥지역은 개엽이 늦게 시작되고, 산맥의 산록사면을 따라 시작일이 빠른 것으로 나타났다.
Timesat Algorithms에 의한 계절 변화는 남한 전체를 대상으로 분석하였다. 또한 분석결과를 제주도 한라산, 남해안, 지리산, 소백산, 설악산 등 주로 산림 지역을 고려하여 위도와 고도를 달리하여 나타나는 변화를 살펴보았다.
본 연구의 기반이 된 MODIS EVI 자료는 Timesat Algorithms의 double logistic function으로 평활화시켜 분석하였다. 제주→남해안→지리산→소백산→설악산의 위도 분포에 따라 식물계절 시작일은 늦어지는 경향을 보였다.
식물계절 분석 결과는 한국 전역, 주요 산림 지역, 그리고 시, 군 규모를 중심으로 공간 분포 특성을 논의하였다. Timesat Algorithms 적용에 의한 계절 시작에 대한 공간 특성 분석은 방해요인이 되는 지역을 Masking 처리하는 것이 필요하다.
공간적 방해요인은 인공구조물로 조성된 도시지역과 농경지이다. 알고리즘 적용 시 도시지역과 농경지를 제외시키고 분석하였다.
행정구역(시 및 군) 별 계절 시작일 변동을 살펴보기 위해 행정구역 자료를 기준으로 2001~2010년까지의 특성을 분석하였다. 본 연구에서는 2001, 2005, 2010년 3개년도 5년 단위 자료를 제시하였다(Fig.

대상 데이터

Timesat Algorithms에 의한 계절 변화는 남한 전체를 대상으로 분석하였다. 또한 분석결과를 제주도 한라산, 남해안, 지리산, 소백산, 설악산 등 주로 산림 지역을 고려하여 위도와 고도를 달리하여 나타나는 변화를 살펴보았다.
본 연구에 사용된 MODIS 위성영상은 2001~2011년 11년간 16일 간격의 영상을 사용하였다. 자료는 Julian Day 기준(1.
행정구역(시 및 군) 별 계절 시작일 변동을 살펴보기 위해 행정구역 자료를 기준으로 2001~2010년까지의 특성을 분석하였다. 본 연구에서는 2001, 2005, 2010년 3개년도 5년 단위 자료를 제시하였다(Fig. 4).
본 연구에 사용된 MODIS 위성영상은 2001~2011년 11년간 16일 간격의 영상을 사용하였다. 자료는 Julian Day 기준(1.1~12.31 합산일)으로 1일(1월 1일) 에서 353일 (12월 19일)까지 1년 23개 영상, 11년간 253개 영상을 분석에 활용하였다.

이론/모형

자료의 변이를 제거하고 변화 경향성을 파악할 수 있도록 적용하는 방법이 자료 평활화 (Smooth Curve Fitting)이다. 자료 평활화 방법은 그간 연구에서 여러 방법이 개발되었으나, 본 연구에서는 Savitzky-Golay filtering과 Gaussian and Double logistic model functions을 적용하였고 (Wang and Engel, 1998; Li et al., 2011), 변인 통제를 통해 자료의 공간적 특성에 따라 적용할 수 있도록 개발된 Timesat Algorithms을 사용하였다. Timesat Algorithms은 3개년도 자료를 평활화시켜 계절변화의 경향을 파악할 수 있도록 개발된 프로그램이다(Jönsson and Eklundh, 2004; Tan et al.

성능/효과

개별 지역의 식물계절 시작일을 10년간의 자료로 분석하여 살펴보면(Fig. 2), 유사성보다는 지역 변동의 특징을 보다 잘 나타내는 것으로 나타났다. 10년 관측 자료의 경향성을 살펴보면, 제주도는 연간 0.
급속한 도시화 및 토지이용 변화로 인하여 빠른 속도로 온난화가 진행되고 있는 한국 10년 수준의 자료에서는 온난화에 따른 식물계절 현상의 전진보다는 공간 특성에 의해 변화 양상이 결정되는 것을 잘 나타내고 있다. 그리고 식물 개엽일과 녹음의 진행은 불안정한 봄철 기후에 영향을 크게 받는 것 또한 영향을 줄 것으로 판단된다.
그러나 11년간 주요 산림 지역에서의 식물 계절 시작은 해마다 시작일에 다르게 나타나는 연변동의 특징을 보였다. 변동 자료를 고차다항식으로 변형한 결과, 제주도는 연간 0.38일, 소백산지역은 0.174일 계절 시작이 늦어지고, 남해안은 0.32일, 지리산은 0.239일, 설악산 지역은 0.119일 개엽일이 빨라지고 있는 것으로 나타났다.
우리나라 전체 식물계절 시작 시기의 특징을 공간적으로 살펴보면, 주요 산림 지역은 늦어지고, 분지나 산록의 남사면지역에는 빨라지는 것으로 나타났다. 지역적으로 살펴보면, 제주도의 남서해안 및 북동해안 사면지역, 동남해안 지역이 빠른 경향을 보였다.
3). 제시한 적용시기 중 2001, 2005, 2010년, 3시기 모두 우리나라 주요 산맥지역은 개엽이 늦게 시작되고, 산맥의 산록사면을 따라 시작일이 빠른 것으로 나타났다. 산록 사면 중, 분지 지역의 사면과 남사면 지역이 빠른 것이 또한 관찰되었다.
우리나라 전체 식물계절 시작 시기의 특징을 공간적으로 살펴보면, 주요 산림 지역은 늦어지고, 분지나 산록의 남사면지역에는 빨라지는 것으로 나타났다. 지역적으로 살펴보면, 제주도의 남서해안 및 북동해안 사면지역, 동남해안 지역이 빠른 경향을 보였다.

후속연구

결과에서 나타난 산림 지역 간 식물계절 시작 양상의 변이성은 보다 장기 위성자료의 필요성을 나타낸다. 급속한 도시화 및 토지이용 변화로 인하여 빠른 속도로 온난화가 진행되고 있는 한국 10년 수준의 자료에서는 온난화에 따른 식물계절 현상의 전진보다는 공간 특성에 의해 변화 양상이 결정되는 것을 잘 나타내고 있다.
본 연구의 시간적 규모인 10년 이내에서는 기후변동에 따른 식물계절 현상의 변이성을 잘 나타내었으며, 이러한 식물계절 모니터링 기법은 30년 이상의 보다 장기적인 자료를 축적을 통하여 기후변화 양상에 따른 생물 계절 현상 변화와 해석에 중요한 역할을 할 것으로 생각된다.
위성영상을 이용한 식물계절 정보화는 식물계절 변화 모니터링에 필요한 기초 정보를 제공해 줄 수 있을 뿐만 아니라 현장 관측 자료와 연계하여 식물계절 변화의 예측도 향상에 기여할 것으로 판단된다. 이에 본 연구에서는 2000년부터 2011년까지 MODIS 시계열 영상을 모델링하여 1) 한반도 남한 지역의 전반적인 식물계절 양상 및 2) 공간 특성을 분석하며, 3) 연구 결과의 활용성에 관하여 논의하고자 한다.
위성영상을 통하여 한반도에서의 다양한 식물계절의 년 변동을 보다 효과적으로 관찰할 수 있다. 이러한 결과는 앞서 언급한 바와 같이, 30년 이상의 보다 장기적인 자료를 축적을 통하여 기후변화 양상에 따른 생물계절 현상 변화와 해석에 중요한 역할을 할 것으로 생각된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	식물계절 시기가 지구온난화의 주요 지표로 활용되는 이유는 무엇인가?	그 결과, 지역 단위의 관측 자료 축적이 부족하여 환경 및 생태적 문제에 대한 원인 진단 및 대안을 마련하는 데 한계점을 보여 왔다. 이러한 측면에서 식물계절 시기는 지역 및 국가 단위에서 매년 반복되는 계절 변화를 직접적으로 반영하기 때문에 지구온난화의 주요 지표로 활용할 수 있다(Sherry et al., 2007; Kim and You, 2010).
	식물계절 현상을 측정하는 가장 주요한 지표들은 무엇인가?	현장 자료를 통한 국가 또는 지역 차원의 계절성 변동 (variation) 및 변화 (change)를 분석하는 것은 공간 규모의 한계로 인하여 공간 특성 및 환경 구배에 의한 식물계절의 양상을 표현하는 데 한계가 있다. 식물의 개엽(budding) 또는 개화(flowering)는 식물계절 현상을 측정하는 가장 주요 지표들이다. 현재까지 식물학과 관련된 계절의 시작 및 개화에 대한 연구는 현장 관찰을 통한 자료수집과 분석이 대부분이었다.
	지구온난화 문제를 주로 거시적인 측면에서 다룬 결과 나타난 한계점은 무엇인가?	한편 지구온난화 문제는 주로 거시적인 측면에서 다루어지고 있다. 그 결과, 지역 단위의 관측 자료 축적이 부족하여 환경 및 생태적 문제에 대한 원인 진단 및 대안을 마련하는 데 한계점을 보여 왔다. 이러한 측면에서 식물계절 시기는 지역 및 국가 단위에서 매년 반복되는 계절 변화를 직접적으로 반영하기 때문에 지구온난화의 주요 지표로 활용할 수 있다(Sherry et al.

참고문헌 (28)

Beebee, T.J.C. 1995. Amphibian breeding and climate. Nature 374: 219-220.

상세보기
Brown, J.L., S.H. Li and N. Bahagabati. 1999. Long-term trend toward earlier breeding in an American bird: a response to global warming? Proceedings of the National Academy of Science of the United States of America 96: 5565-5569.

상세보기
Cayan, D.R. 2001. Changes in the onset of spring in the western United States. Bulletin of the American Meteorological Society 82: 399.

상세보기
Costanza, Z., J.A. Andresen and J.A. Flore. 2006. Phenological models of flower bud stages and fruit growth of 'Montmorency' sour cherry based on growing degree-day accumulation. Journal of the American Society for Horticultural Science 131(5): 601-607.

상세보기
Crick, H.Q.P. and T.H. Sparks. 1999. Climate related to egg-laying trends. Nature 399: 423-424.

상세보기
Fisher, J.I., A.D. Richardson and J.F. Mustard. 2007. Phenology model from surface meteorology does not capture satellite-based greenup estimations. Global Change Biology 13: 707-721.

상세보기
Gibbs, J.P. and A.R. Breisch. 2001. Climate warming and calling phenology of frogs near Ithaca, New York, 1900-1999. Conservation Biology 15: 1175-1178.

상세보기
Hird, J. and G.J. McDermid. 2009. Noise reduction of NDVI time series: An empirical comparison of selected techniques. Remote Sensing of Environment 113(1): 248-258.

상세보기
Jonsson, A.M., L. Eklundh, M. Hellstrom, L. Barring and P. Jonsson. 2010. Annual changes in MODIS vegetation indices of Swedish coniferous forests in relation to snow dynamics and tree phenology. Remote Sensing of Environment 114: 2719-2730.

상세보기
Jonsson, P. and L. Eklundh. 2002. Seasonality extraction by function fitting to time-series of satellite sensor data. IEEE Transactions on Geoscience and Remote Sensing 40: 1824-1832.

상세보기
Jonsson, P. and L. Eklundh. 2003. Seasonality extraction from time-series of satellite sensor data. In Frontiers of Remote Sensing Information Processing, C.H. Chen (Ed.): 487-500.
Jonsson, P. and L. Eklundh. 2004. TIMESAT - a program for analysing time-series of satellite sensor data. Computers and Geosciences 30: 833-845.

상세보기
Kim, N.S., H.C. Lee and J.Y. Cha. 2013. A study on changes of phenology and characteristics of spatial distribution using MODIS images. The Korea society of Environmental Restoration Technology 16(5): 59-69.

원문보기 상세보기
Lee, K., H.J. Baek, C.H. Cho and W.T. Kwon. 2011. The recent (2001-2011) changes on temperature and precipitation related to normals (1971-2000) in Korea. The Geographical Journal of Korea 45: 237-248.
Lee, S.K. 2011. An Analysis on the effects and Vulnerability of Vegetation Distribution caused by Temperature increase, a Master's degree, Kyunghee University.
Li, M., Z. Wu, L. Qin and X. Meng. 2011. Extracting vegetation phenology metrics in Changbai Mountains using an improved logistic model. Chinese Geographical Science 21(3): 304-311.

상세보기
Parmesan, C. and G. Yohe. 2003. A globally coherent fingerprint of climate change impacts across natural systems. Nature 421: 37-42.

상세보기
Parmesan, C. 2006. Ecological and evolutionary responses to recent climate change. Annual Review of Ecology, Evolution, and Systematics 37: 637-669.

상세보기
Root, T.L., J.T. Price, K.R. Hall, S.H. Schneider, C. Rosenzweig and J.A. Pounds. 2003. Fingerprints of global warming on wild animals and plants. Nature 421: 57-60.

상세보기
Sherry, R.A., X. Zhou, S. Gu, J.A. Arnone, D.S. Schimel, P.S. Verburg, L.L. Wallace and Y. Luo. 2007. Divergence of reproductive phenology under climate warming. Proceedings of the National Academy of Sciences 104(1): 198-202.

상세보기
Sparks, T.H. and P.D. Carey. 1995. The responses of species to climate over two centuries: An analysis of the Marsham phenological record, 1736-1947. Journal of Ecology 83: 321-329.

상세보기
Stenseth, N.C. and A. Mysterud. 2002. Climate, changing phenology, and other life history traits: Nonlinearity and match-mismatch to the environment. Proceedings of the National Academy of Sciences of the United States of America 99: 13379-13381.

상세보기
Tan, B., J. Morisette, R. Wolfe, F. Gao, G. Ederer, J. Nightingale and J. Pedelty. 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.

상세보기
Walther, G.R., E. Post, P. Convey, A. Menzel, C. Parmesan, T.J.C. Beebee, J.M. Fromentin, O. Hoegh-Guldberg and F. Bairlein. 2002. Ecological responses to recent climate change. Nature 416: 389-395.

상세보기
Wang, E.L. and T. Engel. 1998. Simulation of phenological development of wheat crops. Agricultural Systems 58(1): 1-24.

상세보기
Zhang, X., M.A. Friedl and C.B. Schaaf. 2006. Global vegetation phenology from Moderate Resolution Imaging Spectroradiometer (MODIS): Evaluation of global patterns and comparison with in situ measurements. Journal of Geophyscial Research 111: 1-14.
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: 1133-1145.

상세보기
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: 471-475.

상세보기

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증