Journal of the Korean Association of Geographic Information Studies (한국지리정보학회지)

The Korean Association of Geographic Information Studies (한국지리정보학회)
권호 표지
DOI QR코드

DOI QR Code

Correlation Analysis with Vegetation Indices and Vegetation-Endmembers From Airborne Hyperspectral Data in Forest Area

산림지역의 항공기 탑재 하이퍼스펙트럴 영상에 대한 식생-Endmember와 식생지수의 상관 분석

  • 김태우 (부경대학교 공간정보시스템공학과) ;
  • 위광재 ((주)지오스토리) ;
  • 서용철 (부경대학교 공간정보시스템공학과)
  • Received : 2012.05.27
  • Accepted : 2012.08.07
  • Published : 2012.09.30
Download PDF
⟨ Previous Next ⟩

Abstract

The net biomass accumulation (or net primary production, NPP) and gross primary production (GPP) have closely related with carbon accumulations(or carbon exchange) in vegetation. There are many approaches to estimate biomass using remote sensing techniques. The vegetation indices (VIs) can be a methodology to estimate biomass which assumes total chlorophyll contents. Various VIs were characterized with difference development conditions as vegetation species, input datasets. The hyperspectral data have also different spatial/spectral resolutions for aerial surveying. Additionally they need particular spectral bands selection difficulty to calculate the VIs. The objective of this study is to evaluate the correlations with airborne hyperspectral data (compact airborne spectrographic imager, CASI) and spectral unmixing model (or spectral mixture analysis, SMA) to characterize vegetation indices in forest area. The spectral mixture analysis was used to model the spectral purity of each pixel as an endmember. The endmembers are the fraction components derived from hyperspectral data through the SMA. In this study, we choose three endmembers represented vegetation pixels in the hyperspectral data. These endmembers were compared with 9 VIs by the Pearson's correlation coefficient. The results show MTVI1 and TVI have same correlation coefficient with 0.877. The MCARI, especially has very high relationship with vegetation endmembers as 0.9061 at less vegetation and soil distributed site. The MTVI1 and TVI have high correlations with the vegetation endmembers as 0.757 in whole test sites.

작물과 산림을 포함한 식생에 대한 순1차 생산(net primary production, NPP)와 총1차 생산(gross primary production, GPP)은 바이오매스와 식생의 탄소저장과 밀접한 관련이 있으며, 원격탐사를 이용해 바이오매스를 추정하는 많은 노력이 이루어지고 있다. 바이오매스는 광합성에 매우 중요한 요소인 클로로필(엽록소)의 총 함유량으로 추정할 수 있는데, 클로로필을 추정하기 위해서 다양한 식생지수들이 개발되었다. 식생지수들은 개발에 사용된 식생의 종류와 원격탐사 데이터에 따라 조금씩 차이를 가지고 있다. 하이퍼스펙트럴 영상은 다중분광 영상에 비하여 세분화된 각 파장대마다 물질에 따른 반사 및 흡수 특성이 다르기 때문에, 기존의 식생지수를 그대로 사용하기에 무리가 따른다. 본 연구는 항공기 탑재 하이퍼스펙트럴 영상을 이용하여 산림에 대한 바이오매스 추정을 위한 매개변수로 활용되는 적합한 식생지수는 무엇인지 평가하는 것을 목적으로 한다. 이를 위해 하이퍼스펙트럴 영상의 밴드 특성을 고려하여 다수의 식생지수 산출식 중 9개를 선정하고, SMA(spectral mixture analysis)를 통하여 대상지역의 산림을 대표하는 3개의 endmember를 추출하였다. 9개의 식생지수와 추출된 endmembers의 상관관계를 분석하였다. 상관분석 결과는 산림이 분포된 지역에서 Pearson 상관계수는 MTVI1과 TVI가 0.877의 상관계수를 가졌으며, 식생이 적고 토양의 분포가 확연한 지역에서는 MCARI가 0.9061로 매우 높은 상관계수를 보였다. 전반적으로 MTVI1과 TVI이 0.757의 동일한 상관계수를 가지며 식생에 대한 3개의 endmember를 가장 잘 설명하는 것으로 나타났다.

Keywords

References

  1. 김경민, 이정민, 김은숙, 박현주, 노영희, 이승호, 박기호, 신휴석. 2011. 원격탐사와 GIS 기반의 산림탄소저장량 추정에 관한 주요국 연구동향 개관. 한국지리정보학회지 14(3):236-256.
  2. 김광은. 2011. 초분광 영상의 endmember 자동 추출을 위한 수정된 Iterative N-FINDR 기법 개발. 대한원격탐사학회지 27(5):565-572. https://doi.org/10.7780/kjrs.2011.27.5.565
  3. 신사철, 안태용. 2007. 인공위성 자료를 활용한 광역증발산량의 산정기법 개발. 한국지리정보학회지 10(2):70-80.
  4. 이지민, 이규성. 2003. 분광혼합분석 기법에 의한 산림피복 정보의 특성 분석, 대한원격탐사학회지 19(6):411-419. https://doi.org/10.7780/kjrs.2003.19.6.411
  5. 염종민, 한경수, 김인환. 2010. 장기간 SPOT/VEGETATION 정규화 식생지수를 이용한 지면 변화탐지 개선에 관한 연구. 한국지리정보학회지 13(4):111-124.
  6. 위광재, 이현, 이동하, 조재명, 서용철. 2011. 항공 라이다 데이터를 이용한 산림의 탄소흡수량 측정. 한국측량학회지 29(1):55-62.
  7. 조윤원, 김성재, 조명희. 2009. 임상 분류 정확도 향상을 위한 영상 알고리즘 변별력 실증연구. 한국지형공간정보학회지 17(2):55-60.
  8. Cho, M.A., I. Sobhan, A.K. Skidmoreb and J. de Leeuwb. 2008. Discriminating species using hyperspectral indices at leaf and, canopy scales. The International Archives of the Photogrammetry. Remote Sensing and Spatial Information Sciences Vol. XXXVII. Part B7:369-376.
  9. De Jung, S.M., E.J. Pebesma and B. Lacaze. 2003, Above-ground biomass assessment of mediterranean forests using airbone imaging spectrometry : the DAIS peyne experiment. International Journal of Remote Sensing 24:1505-1520. https://doi.org/10.1080/01431160210145560
  10. Elvidge, C.D. and Z. Chen. 1995. Comparison of broad-band and narrow-band red and near-infrared vegetation Remote Sensing Environment 54:38-48. https://doi.org/10.1016/0034-4257(95)00132-K
  11. ENVI. 2009. Atmospheric Correction Module: QUAC and FLAASH User's Guid. ITT Visual Information Solution, 20AC47DOC. pp.10-11.
  12. Gong, P., R. Pu, G.S. Biging and M.R. Larrieu. 2003. Estimation of forest leaf area index using vegetation indices derived from Hyperion hyperspectral data. IEEE Transactions on Geoscience and Remote Sensing 41(6):1355-1362. https://doi.org/10.1109/TGRS.2003.812910
  13. Holmgren, P. and T. Thuresson. 1998. Satellite remote sensing for forestry planning A review. Scandinavian Journal of Forest Research 13(1):90-110. https://doi.org/10.1080/02827589809382966
  14. Im, J.H., J.R. Jensen, M. Coleman and E. Nelson. 2009. Hyperspectral remote sensing analysis of short rotation woody crops grown with controlled nutrient and irrigation treatments. Geocarto International 24(4):293-312. https://doi.org/10.1080/10106040802556207
  15. Jusoff, K. and K. Ibrahim. 2009. Hyperspectral remote sensing for tropical rain forest. American Journal of Applied Sciences 6(12):2001-2005. https://doi.org/10.3844/ajassp.2009.2001.2005
  16. Myneni, R.B., F.G. Hall, P.J. Sellers and A.L. Marshek. 1995. The interpretation of spectral vegetaion indexes. IEEE Transactions on Geoscience and Remote Sensing 33(2):481-486. https://doi.org/10.1109/36.377948
  17. Schlerf, M., C. Atzberger and J. Hill. 2005. Remote sensing of forest biophysical variables using HyMap imaging spectrometer data. Remote Sensing of Environment 95:177-194. https://doi.org/10.1016/j.rse.2004.12.016
  18. Sritakae, A. 2006. Predictive relations of forest stand parameters from hyperspectral remote sensing at Thetford Forest, the UK. Master Thesis, International Institute for Geo-information Science and Earth Observation, Netherlands. 85pp.
  19. Zarco-Tejada, P.J., A. Berjón, and J.R. Miller. 2004a. Stress detection in crops with hyperspectral remote sensing and physical simulation models. Airborne Imaging Spectroscopy Workshop, 8 October 2004 - Bruges, Belgium.
  20. Zarco-Tejada, P.J., J.R. Miller, A. Morales, A. Berjón and J. Aguera. 2004b. Hyperspectral indices and model simulation for chlorophyll estimation in open-canopy tree crops. Remote Sensing of Environment 90:463-476. https://doi.org/10.1016/j.rse.2004.01.017

Cited by

  1. Detection of Small Green Space in an Urban Area Using Airborne Hyperspectral Imagery and Spectral Angle Mapper vol.16, pp.2, 2013, https://doi.org/10.11108/kagis.2013.16.2.088
  2. Airborne Hyperspectral Imagery availability to estimate inland water quality parameter vol.30, pp.1, 2014, https://doi.org/10.7780/kjrs.2014.30.1.6
  3. An Adequate Band Selection for Vegetation Index of CASI-1500 Airborne Hyperspectral Imagery Using Image Differencing and Spectral Derivative vol.16, pp.4, 2013, https://doi.org/10.11108/kagis.2013.16.4.016
  4. 장성 백양사 소요대사탑의 비파괴 훼손도 진단과 입지환경 검토 vol.49, pp.4, 2012, https://doi.org/10.22755/kjchs.2016.49.4.52