Korean Journal of Remote Sensing (대한원격탐사학회지)

Korean Society of Remote Sensing (대한원격탐사학회)
권호 표지
DOI QR코드

DOI QR Code

Characteristics and Application of Large-area Multi-temporal Remote Sensing Data

광역 시계열 원격탐사자료 분석의 특성과 응용

  • Published : 2000.03.01
Download PDF
⟨ Previous Next ⟩

Abstract

Multi-temporal data have been used frequently for analyzing dynamic characteristics of ecological environment. Little research, however, shows the characteristics and problems of the analysis of continental- or global-scale, multi-temporal satellite data. This research investigated the characteristics of large-area, multi-temporal data analysis and the problems of phenological difference of ground vegetation and scarcity of training data for a long term period. This research suggested a latitudinal image segmentation method and an invariant pixel method. As an application, the image segmentation and invariant pixel methods were applied to a set of AVHRR data covering most part of Asia from 1982 to 1993. Fuzzy classification results showed the decrease of forests and the increase of croplands at densely populated areas, however an opposite trend was detected at sparsely populated or depopulated areas.

시계열 자료의 분석은 분광대에 기초한 분석과는 달리 생태계의 동적특성 연구에 자주 이용되어왔다. 그러나 시계열 자료의 처리가 갖는 문제점과 대륙이나 전세계를 대상으로한 광역자료가 갖는 문제점에 대하여 해결방안을 제시한 연구는 미미하다. 이 연구에서는 광역 시계열 자료 분석의 특징들을 살펴본 후, 지역간 식생성장패턴의 차이와 검정자료 화보의 어려움을 지적하였다 이들 문제에 대한 해결방안으로 위도별 화상분할기법과 불변화소의 이용법을 제시하였다. 사례연구로 아시아지역의 일부를 대상으로 1982년에서 1993년까지의 AVHRR 자료를 이용하여 화상분류를 실시하였다. 불변화소들은 한 시점의 검정자료 정보를 다른 시점으로 확대 적용을 가능케하여, 다른 시점에 대해서도 충분한 양의 검정자료 정보를 확보할 수 있었으며, 위도별 화상분할을 통하여 지역간 식생성장패턴의 차이를 연구에 포함시킬 수 있었다. 퍼지화상분류를 통한 사례연구는 또한 인구밀집 지역에서의 삼림의 감소와 경작지의 증가 추세를 보여주었으며, 인구 희소지역에서의 반대패턴을 보여주었다.

Keywords

References

  1. Ramote Sensing of Environment v.54 Forest Classification of Southeast Asia Using NOAA AVHRR Data Achard, F.;Estreguil, C.
  2. Goddard Distributed Activ Archive Center The NOAA/NASA Pathfinder AVHRR Land Data-Set Usr's Manual Agbu, P. A.;James, M. E.
  3. Ecology of World Vegetation Archibold, O. W.
  4. Primary Productivity and Net CO2 Flux. Vegetatio v.80 Aocuracy of the AVHER Vegetation Index as A Predictor of Biomass Box, E. O.;Holben, B. N.;Kalb, V.
  5. A World Regional Geography. Brown & Benchmark Bradshaw, M.
  6. Geocarto International v.12 no.1 A Summary of Asian Vegetation Using Annual Vegetation Dynamic Indicators Cicone, R. C.;Olsenholler, J. A.
  7. IEEE Transactions On Geoscience And Remote Sensing v.37 no.5 Unsupervised segmentation of multitemporal interferometric SAR images Dammert, P. B. G.;Askne, J. I. H.;Kuhlmann, S.
  8. Geocarto Intermational v.4 Overview of Southeast Asia Land Cover Using A NOAA AVHRR One Kilometer Composite Defourny, P.;Pradhan, U. C.;Vinay, S.;Johnson, G. E.
  9. Remote Sensing of Environment v.54 Global Discrimination of Land Cover Types from Metrics Derived from AVHRR Parthfinder Data Defries, R. S.;Hansen, M.;Townshend, J. R. G.
  10. Global Land Cover Characterization(GLCC)
  11. International Journal of Remote Sensing v.15 no.17 The Pathfinder Avhrr Land Data Set : an Improved Coarse Data Set for Terrestrial Monitoring James, M. E.;Kalluri, S. N. V.
  12. International Journal of Remote Sensing v.7 no.9 Global Vegetation Dynamics: Satellite Observations Over Asia Malingreau, J. P.
  13. Global Resources Information Database UNEP GRID
  14. IEEE Transactions on Geoscience and Remote Sensing v.28 no.2 Fuzzy Supervised Classification of Remote Sensing Images Wang, F.