• 대기
• /
• 제21권4호
• /
• pp.337-347
• /
• 2011

In this paper, we developed a detection and correction method of noisy pixels embedded in the time series of normalized difference vegetation index (NDVI) data based on the spatio-temporal continuity of vegetation conditions. For the application of the method, 25-year (1982-2006) GIMMS (Global Inventory Modeling and Mapping Study) NDVI dataset over the Korean peninsula were used. The spatial resolution and temporal frequency of this dataset are $8{\times}8km^2$ and 15-day, respectively. Also the land cover map over East Asia is used. The noisy pixels are detected by the temporal continuity check with the reference values and dynamic threshold values according to season and location. In general, the number of noisy pixels are especially larger during summer than other seasons. And the detected noisy pixels are corrected by the iterative method until the noisy pixels are completely corrected. At first, the noisy pixels are replaced by the arithmetic weighted mean of two adjacent NDVIs when the two NDVI are normal. After that the remnant noisy pixels are corrected by the weighted average of NDVI of the same land cover according to the distance. After correction, the NDVI values and their variances are increased and decreased by 5% and 50%, respectively. Comparing to the other correction method, this correction method shows a better result especially when the noisy pixels are occurred more than 2 times consistently and the temporal change rates of NDVI are very high. It means that the correction method developed in this study is superior in the reconstruction of maximum NDVI and NDVI at the starting and falling season.

• 대한원격탐사학회지
• /
• 제31권2호
• /
• pp.149-160
• /
• 2015

원격탐사 자료 기반의 식생지수 시계열 자료를 이용함에 있어서 가장 중요한 것은 구름이나 에어로졸에 의한 자료의 품질저하 문제이다. 이 연구에서는 MODIS09 지표 분광반사도 자료를 이용하여 구름영향에 의한 저품질 자료를 제거한 뒤 결손자료를 내삽, 평활하여 연속적인 Normalized Difference Vegetation Index (NDVI) 시계열 자료를 생산하였다. 구름에 의한 영향을 제거하기 위한 방법으로 MODIS 분광반사도 자료를 이용한 5가지의 구름탐지기법을 선정하여 비교, 평가하였다. 위성자료에서 제공하는 품질관리정보 (Quality Assessment, QA)에서 구름이라고 판단한 경우, MODIS09 Band 3 반사도가 10% 이상인 경우와 20% 이상인 경우, Cloud Detection Index (CDI)가 임계값 이상인 경우, 센서 천정각이 $32.25^{\circ}$ 이상인 경우를 각각 구름으로 판단하였다. 구름탐지로 인해 발생한 자료의 결손은 선형적 내삽 기법을 이용하여 보정한 뒤 Savitzky-Golay (S-G) 필터와 웨이브렛 변환을 각각 적용하여 평활하였다. 구름 탐지 기법은 10% 이상 Band 3 반사도 제거 기법(85%), Quality Control (QC) (82%), 20% 이상 Band 3 반사도 제거 기법(81%)의 순으로 높은 구름탐지율을 보였다. 웨이브렛 변환은 선형의 시계열 패턴을 얻을 수 있지만 원 자료의 최대값을 반영하지 못하는 반면 S-G 필터는 구름에 의한 신뢰도 낮은 값은 제거하면서도 NDVI 원 자료의 최대값을 유지하여 시계열 자료의 계절적 특성을 잘 보여주는 것을 확인하였다. 이 연구에서는 구름의 탐지, 결손 내삽, 평활 기법의 순차적인 자료처리기법을 적용하여 구름 영향을 제거한 고품질의 시계열 자료의 생산이 가능함을 확인하였다.

• 대한원격탐사학회지
• /
• 제26권6호
• /
• pp.665-673
• /
• 2010

The role of remote sensing in phenological studies is increasingly regarded as a key in understanding large area seasonal phenomena. This paper describes the application of Moderate Resolution Imaging Spectroradiometer (MODIS) time series data for vegetation classification using seasonal variation patterns. The vegetation seasonal variation phase of Seoul and provinces in Korea was inferred using 8 day composite MODIS NDVI (Normalized Difference Vegetation Index) dataset of 2006. The seasonal vegetation classification approach is performed with reclassification of 4 categories as urban, crop land, broad-leaf and needle-leaf forest area. The BISE (Best Index Slope Extraction) filtering algorithm was applied for a smoothing processing of MODIS NDVI time series data and fuzzy classification method was used for vegetation classification. The overall accuracy of classification was 77.5% and the kappa coefficient was 0.61%, thus suggesting overall high classification accuracy.

• 대한원격탐사학회지
• /
• 제31권2호
• /
• pp.51-64
• /
• 2015

본 연구에서는 MODerate resolution Imaging Spectroradiometer (MODIS) 지면피복 분류자료(MCD12Q1)에서 분류오류로 판단되는 화소들을 재분류함으로써 분류 정확도를 개선하였다. 최근 12년(2001-2012)간의 MODIS 지면피복 분류자료에서 지면피복 유형이 3개 이상으로 분류된 화소는 분류상에 오류가 있다고 판단하여 지면피복 재분류 화소로 선정하였다. 지면피복 재분류를 위해 공간해상도는 1 km이고 시간주기는 8일인 MODIS Normalized Difference Vegetation Index (NDVI) 자료를 이용하였다. NDVI 자료 중 구름 등으로 오염된 화소를 보정하기 위해 시 공간 연속성을 이용한 보정기법인 Correction based on Spatial and Temporal Continuity (CSaTC) 기법을 이용하였다. 보정된 NDVI 자료를 1개월 주기로 합성한 후 분류 오류로 판단된 화소들에 대해 Iterative Self-Organizing Data Analysis (ISODATA) 기법으로 군집화를 수행하였다. 각 군집별 식생 계절변동 특성을 고려하여 지면피복을 분류한 후 정상으로 판정된 MODIS 지면피복과 합성하여 최종 지면피복 재분류 자료를 산출하였다. 분류 정확도는 GPS를 이용한 현장관측 자료와 유럽우주국의 지상검증참조자료 등 총 138개 지상 관측자료를 이용하여 검증을 수행하였다. 2012년 MODIS 지면피복 분류자료의 정확도는 약 68%이었으나 본 연구에서 재분류한 지면피복자료의 정확도는 약 74%로 나타나 일부 화소들에서 분류 정확도가 개선되었다.

• 대한원격탐사학회지
• /
• 제27권3호
• /
• pp.329-338
• /
• 2011

The time-series normalized difference vegetation index (NDVI) product has proven to be a powerful tool to investigate the phenological information because it can monitor the change of the forests with very high time-resolution, This study described the application of the DFT analysis over the 9 year MODIS data for the identification of the two types of vegetation cover, Pinus densiflora(Pd) and Querqus mongolica(Qm) which are dominant species of evergreen and broadleaved deciduous forest, respectively, The total number of samples was 5148 reference cycles which consist of 2160 Pd and 2988 Qm. They were extracted from the pixel-based MODIS scenes over the 9 years from 2000 to 2008 of South Korea. The DFT analysis was mainly focused on the 0th and $1^{st}$ harmonic components, each of which represents the mean value and the variation amplitude of the NDVI over the years, respectively. The $0^{th}$ harmonic values of the vegetation Pd and Qm averaged over the 9 years were 0.74 and 0.65, respectively. This implies that Pd has a higher NDVI than Qm. Similarly obtained $1^{st}$ harmonic values of Pd and Qm were 0.19 and 0.27, respectively. This can be intuitively understood considering that the seasonal variation of Qm is much larger than Pd. This distinctive difference of the $1^{st}$ harmonic value has been used to identify evergreen and deciduous forests. Overall agreement between the Fourier analysis-based map and the actal vegetation map has been estimated to be as high as 75%. This study found that the DFT analysis can be a concise and repeatable method to separate and trace the changes of evergreen and deciduous forest using the annual NDVI cycles.

• 대한원격탐사학회지
• /
• 제35권4호
• /
• pp.573-587
• /
• 2019

A multi-temporal approach using remotely sensed time series data obtained over multiple years is a very useful method for monitoring land covers and land-cover changes. While spectral-based methods at any particular time limits the application utility due to instability of the quality of data obtained at that time, the approach based on the temporal profile can produce more accurate results since data is analyzed from a long-term perspective rather than on one point in time. In this study, a multi-temporal approach applying a multi-periodic harmonic model is proposed for classification of remotely sensed data. A harmonic model characterizes the seasonal variation of a time series by four parameters: average level, frequency, phase, and amplitude. The availability of high-quality data is very important for multi-temporal analysis.An satellite image usually have many unobserved data and bad-quality data due to the influence of observation environment and sensing system, which impede the analysis and might possibly produce inaccurate results. Harmonic analysis is also very useful for real-time data reconstruction. Multi-periodic harmonic model is applied to the reconstructed data to classify land covers and monitor land-cover change by tracking the temporal profiles. The proposed method is tested with the MODIS and GOCI NDVI time series over the Korean Peninsula for 5 years from 2012 to 2016. The results show that the multi-periodic harmonic model has a great potential for classification of land-cover types and monitoring of land-cover changes through characterizing annual temporal dynamics.

• 한국농공학회논문집
• /
• 제63권6호
• /
• pp.101-115
• /
• 2021

The purpose of this study is to evaluate the compatibility of the vegetation index between the two satellites and the applicability of agricultural monitoring by comparing and verifying NDVI (Normalized Difference Vegetation Index) based on Sentinel-2 and Terra MODIS (Moderate Resolution Imaging Spectroradiometer). Terra MODIS NDVI utilized 16-day MOD13Q1 data with 250 m spatial resolution, and Sentinel-2 NDVI utilized 10-day Level-2A BOA (Bottom Of Atmosphere) data with 10 m spatial resolution. To compare both NDVI, Sentinel-2 NDVIs were reproduced at 16-day intervals using the MVC (Maximum Value Composite) technique. As a result of time series NDVIs based on two satellites for 2019 and compare by land cover, the average R² (Coefficient of determination) and RMSE (Root Mean Square Error) of the entire land cover were 0.86 and 0.11, which indicates that Sentinel-2 NDVI and MODIS NDVI had a high correlation. MODIS NDVI is overestimated than Sentinel-2 NDVI for all land cover due to coarse spatial resolution. The high-resolution Sentinel-2 NDVI was found to reflect the characteristics of each land cover better than the MODIS NDVI because it has a higher discrimination ability for subdivided land cover and land cover with a small area range.

• 한국농림기상학회:학술대회논문집
• /
• 한국농림기상학회 2019년도 하계 학술발표초록집
• /
• pp.298-298
• /
• 2019

• 대한원격탐사학회지
• /
• 제18권2호
• /
• pp.117-125
• /
• 2002

연속적으로 상대적으로 짧은 간격으로 관측된 시계열 원격탐사 자료는 관측환경의 악화와 감지 시스템의 기계적 고장과 같은 관측 장애요인에 의해 많은 미관측 및 악성 자료를 가지게 된다. 본 연구는 adaptive 재구축 시스템을 이용하여 동적합성에 의해 미관측 및 악성 자료를 복구하는 문제를 다루고 있다. 제안된 재구축 방법은 관측 대상의 물리적 특성에서의 시간적 변화와 공간적 연속 특성에 근거한 영상처리 기법이며, adaptive 시스템은 관측 값과 지엽적 시간적 경향에 의해 추정된 예측 티의 가중치 합에 의해 합성영상을 생성하는 동적합성을 수행한다. 제안된 동적합성기술의 adaptive 재구축 시스템은 한반도를 관측한 1999년도와 2000년도 2년간의 NOAA AVHRR의 NDVI자료의 재구축에 적용되었다. 실험결과는 재구축된 시리즈는 미관측 및 악성 자료를 포함하고 있는 실제의 관측 영상 시리즈를 위하여 추정된 완전한 자료 값을 갖는 영상 시리즈로 사용될 수 있음을 보여주고 있다. 추가적으로 제안 시스템은 해당 시간에서의 시간적 변화량을 나타내는 gradient 영상을 생성하고, 이러한 영상들의 연속 시리즈에서 관측 대상의 시계열 변화 특성이 관측 자료 값의 영상 시리즈보다 더욱 분명히 나타나고 있다.

• 한국측량학회지
• /
• 제28권2호
• /
• pp.239-246
• /
• 2010

위성영상을 이용하면 단시간에 매우 광범위한 지역의 데이터를 획득할 수 있으며, 여러 시간대의 영상으로부터 지형, 토지, 자연생태계, 도시화 등의 변화에 대한 자료를 확보할 수 있다. 본 연구에서는 시기가 다른 4개의 Landsat 위성영상을 이용하여 대전광역시의 식생에 대한 시계열적 변화를 탐지하였다. 또한 식생의 활력도를 파악하기 위하여 NDVI를 사용하였으며, 영상분류 결과와 NDVI로부터 연구대상지 식생의 시계열적 변화를 효과적으로 탐지할 수 있었다. 이는 도시의 효율적 관리 및 계획 수립과 관련된 의사결정에 활용될 것으로 기대된다.