Journal of the Korean earth science society (한국지구과학회지)

The Korean Earth Science Society (한국지구과학회)
권호 표지

Classification of Land Cover over the Korean Peninsula Using Polar Orbiting Meteorological Satellite Data

극궤도 기상위성 자료를 이용한 한반도의 지면피복 분류

  • Suh, Myoung-Seok (Department of Atmospheric Science, Hongju National University) ;
  • Kwak, Chong-Heum (Department of Atmospheric Science, Hongju National University) ;
  • Kim, Hee-Soo (Earth Science Education Major, Kongju National University) ;
  • Kim, Maeng-Ki (Department of Atmospheric Science, Hongju National University)
  • Published : 2001.04.30
Download PDF
⟨ Previous Next ⟩

Abstract

The land cover over Korean peninsula was classified using a multi-temporal NOAA/AVHRR (Advanced Very High Resolution Radiometer) data. Four types of phenological data derived from the 10-day composited NDVI (Normalized Differences Vegetation Index), maximum and annual mean land surface temperature, and topographical data were used not only reducing the data volume but also increasing the accuracy of classification. Self organizing feature map (SOFM), a kind of neural network technique, was used for the clustering of satellite data. We used a decision tree for the classification of the clusters. When we compared the classification results with the time series of NDVI and some other available ground truth data, the urban, agricultural area, deciduous tree and evergreen tree were clearly classified.

이 연구에서는 극궤도 기상위성인 NOAA/AVHRR 시계열 자료를 이용하여 한반도의 지면 피복을 분류하였다. 일주기 기상위성자료로부터 구름이 없는 상태의 지면상태 자료를 획득하기 위하여 10일 간격 최대치 합성법 자료를 작성하였으며 27개의 10일주기 식생지수 자료들(겨울철 12, 1, 2월 자료 9개 제외)로부터 4개의 식생 계절성 자료를 작성하였다. 또한 위성자료로부터 분석한 연 최고 및 연평균 지면온도, 그리고 지형고도 자료를 이용하였다. 각 지면 피복에 대한 특성 자료 수집이 어렵기 때문에 여기서는 2단계 무감독 분류법을 이용하였다. 즉, 초기 입력자료는 신경망 기법의 일종인 SOFM을 이용하여 군집화한 다음 결정나무를 이용하여 각 군집을 분류하였다. 최종 분류 결과는 식생지수의 시계열과 지상 자료로 검증한 결과 대도시, 농지, 낙엽수림 및 상록수림 등 우리 나라의 지면 피복을 개략적으로 잘나타내고 있는 것으로 판단된다.

Keywords

References

  1. 대한원격탐사학회지 v.15 NOAA/AVHRR 주간 자료로부터 지면 자료추출을 위한 구름탐지 알고리즘 개발 서명석;이동규 https://doi.org/10.7780/kjrs.1999.15.3.239
  2. 대한원격탐사학회지 v.16 광역 시계열 원격탐사 자료 분석의 특성과 응용 성정창 https://doi.org/10.7780/kjrs.2000.16.1.1
  3. Goddard Distributed Active Archive Center, Greenbelt, Maryland The NOAA/NASA Pathfinder AVHRR land data set user's manual Agbu, P.A.;james, M. E.
  4. Remote Sensing of Environment v.62 On the relation between NDVI, fractional vegetation cover, and leaf area index Carlson, T.N.;Riply, d.A.
  5. Remote Sensing of Environment v.58 Land cover classification with AVHRR multi-channel composites in Northern environments Cihlar, J.;Humg, L.;Qinghan, X.
  6. Remote Sensing of Environment v.54 Global discrimination of land cover types from matrics derived from AVHRR pathfinder data Defires, R. S.;Hansen,M.;Townshend, J.R.G.
  7. Remote Sensing of Environment v.51 Status of remote sensing algorithm for estimation of land surface state parameters Hall. F. G.;Townshend, J. R.;Engman, E. T.
  8. International Journal of Remote Sensing v.7 Characteristics of maximum-value composite images from temporal AVHRR data Holben, ~B.N.
  9. IEEE Transaction on neural networks v.1 Variants of self-organizang feature maps Kangas, J.A.;Kohinen, T.K.;Laaksonen, J.T.
  10. Journal of Climate v.22 Global vegetation and land use;New high resolution data bases for climate studies Mattews, E.
  11. Remote Sensing of Environment v.13 Estimation surface temperature from satellite thermal infrared data - a simple formulation for the atmospheric effect Price, J.C.
  12. Bulletin of American Meteorogical Society v.71 A review of satellite data algorithms for studies of the land surface Sellers, P.J.;Rasool, S.I.;Bolle, H. J.
  13. Remote Sensing of Environment v.51 Remote sensing of the land surface of global change:Models-algo-rithms-experiments Sellers, P.J.;Coauthors
  14. Potogrammetric Engineering and Remote Sensing v.63 no.1 The NOAA/NASA Pathfinder 8-km land data set Smith, P.M.;Kalluri, S.N.V.;Prince, S.D.;Defries, R.
  15. Geocarto International v.4 Consideration on problems of NOAA/GVI data for global land cover monitoring Tateishi, R.;K. Kajiwara
  16. Journal of Geophysical Research v.101 Impact of vegetation proprtties on U. S. summer weather prediction Xue, Y.;Fennessy, M.J.;Sellers, O.J.