산림지역은 계절에 따라 생장 및 활력 특성이 변화하기 때문에 산림피해를 정확하게 탐지하기 위해서는 과거 동일한 계절적 시기의 영상정보 확보가 필요하다. 그러나 고해상도 또는 중해상도 영상은 영상촬영주가 높지 않아 동일 시기의 영상 정보들을 확보하는 것은 쉽지 않다. 따라서 본 연구에서는 산림생태계의 피해를 평가하기 위해 시계열 영상정보를 통해 피해발생 이전 과거 동일 시점의 분광정보를 추정하여 산림피해 평가의 기준정보로 활용하는 방법을 연구했다. 연구대상지는 2017년 우박과 가뭄으로 인해 대규모 산림피해가 발생한 전라남도 화순지역이며, 과거 3년간 해당 지역에서 촬영된 모든 Landsat 8 영상의 시계열 식생지수(NDVI, EVI, NDMI) 자료를 구축하고 이를 일별 연속자료로 자료보간을 실시하였다. 그리고 이를 통해 교란 발생 이전의 정상적인 일별 식생지수 추정 지도를 제작하였으며, 동일 날짜의 일별 평년 식생지수와 교란발생 이후의 식생지수의 차이값을 구하고 피해등급 기준을 적용하여 최종적인 위성자료 기반의 피해등급지도가 산출되었다. 위성기반 피해등급지도는 기존의 항공사진 기반 피해등급지도에 비해 미세한 식생활력도 변화를 효과적으로 탐지하였으며, 피해극심지역을 대상으로 비교하였을 때 SWIR 밴드를 이용한 식생지수(NDMI)가 기존의 피해등급평가 결과와 유사한 결과를 산출하여 활용도가 높은 것으로 평가되었다. 결과적으로, 일별 평년식생활력도 지도의 제작을 통해 신속하고 정확한 피해지 탐지가 가능해졌다.
산림지역은 계절에 따라 생장 및 활력 특성이 변화하기 때문에 산림피해를 정확하게 탐지하기 위해서는 과거 동일한 계절적 시기의 영상정보 확보가 필요하다. 그러나 고해상도 또는 중해상도 영상은 영상촬영주가 높지 않아 동일 시기의 영상 정보들을 확보하는 것은 쉽지 않다. 따라서 본 연구에서는 산림생태계의 피해를 평가하기 위해 시계열 영상정보를 통해 피해발생 이전 과거 동일 시점의 분광정보를 추정하여 산림피해 평가의 기준정보로 활용하는 방법을 연구했다. 연구대상지는 2017년 우박과 가뭄으로 인해 대규모 산림피해가 발생한 전라남도 화순지역이며, 과거 3년간 해당 지역에서 촬영된 모든 Landsat 8 영상의 시계열 식생지수(NDVI, EVI, NDMI) 자료를 구축하고 이를 일별 연속자료로 자료보간을 실시하였다. 그리고 이를 통해 교란 발생 이전의 정상적인 일별 식생지수 추정 지도를 제작하였으며, 동일 날짜의 일별 평년 식생지수와 교란발생 이후의 식생지수의 차이값을 구하고 피해등급 기준을 적용하여 최종적인 위성자료 기반의 피해등급지도가 산출되었다. 위성기반 피해등급지도는 기존의 항공사진 기반 피해등급지도에 비해 미세한 식생활력도 변화를 효과적으로 탐지하였으며, 피해극심지역을 대상으로 비교하였을 때 SWIR 밴드를 이용한 식생지수(NDMI)가 기존의 피해등급평가 결과와 유사한 결과를 산출하여 활용도가 높은 것으로 평가되었다. 결과적으로, 일별 평년식생활력도 지도의 제작을 통해 신속하고 정확한 피해지 탐지가 가능해졌다.
Tree growth and vitality in forest shows seasonal changes. So, in order to detect forest damage accurately, we have to use satellite images before and after damages taken at the same season. However, temporal resolution of high or medium resolution images is very low,so it is not easy to acquire sat...
Tree growth and vitality in forest shows seasonal changes. So, in order to detect forest damage accurately, we have to use satellite images before and after damages taken at the same season. However, temporal resolution of high or medium resolution images is very low,so it is not easy to acquire satellite images of the same seasons. Therefore, in this study, we estimated spectral information of the same DOY using time-series Landsat images and used the estimates as reference values to assess forest damages. The study site is Hwasun, Jeollanam-do, where forest damage occurred due to hail and drought in 2017. Time-series vegetation index (NDVI, EVI, NDMI) maps were produced using all Landsat 8 images taken in the past 3 years. Daily normal vegetation index maps were produced through cloud removal and data interpolation processes. We analyzed the difference of daily normal vegetation index value before damage event and vegetation index value after event at the same DOY, and applied the criteria of forest damage. Finally, forest damage map based on daily normal vegetation index was produced. Forest damage map based on Landsat images could detect better subtle changes of vegetation vitality than the existing map based on UAV images. In the extreme damage areas, forest damage map based on NDMI using the SWIR band showed similar results to the existing forest damage map. The daily normal vegetation index map can used to detect forest damage more rapidly and accurately.
Tree growth and vitality in forest shows seasonal changes. So, in order to detect forest damage accurately, we have to use satellite images before and after damages taken at the same season. However, temporal resolution of high or medium resolution images is very low,so it is not easy to acquire satellite images of the same seasons. Therefore, in this study, we estimated spectral information of the same DOY using time-series Landsat images and used the estimates as reference values to assess forest damages. The study site is Hwasun, Jeollanam-do, where forest damage occurred due to hail and drought in 2017. Time-series vegetation index (NDVI, EVI, NDMI) maps were produced using all Landsat 8 images taken in the past 3 years. Daily normal vegetation index maps were produced through cloud removal and data interpolation processes. We analyzed the difference of daily normal vegetation index value before damage event and vegetation index value after event at the same DOY, and applied the criteria of forest damage. Finally, forest damage map based on daily normal vegetation index was produced. Forest damage map based on Landsat images could detect better subtle changes of vegetation vitality than the existing map based on UAV images. In the extreme damage areas, forest damage map based on NDMI using the SWIR band showed similar results to the existing forest damage map. The daily normal vegetation index map can used to detect forest damage more rapidly and accurately.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.