This study was performed to estimate forest canopy density (FCD) using airborne hyperspectral data acquired in the Independence Hall of Korea in central Korea. The airborne hyperspectral data were obtained with 36 narrow spectrum ranges of visible (Red, Green, and Blue) and near infrared spectrum (NIR) scope. The FCD mapping model developed by the International Tropical Timber Organization (ITTO) uses vegetation index (VI), bare soil index (BI), shadow index (SI), and temperature index (TI) for estimating FCD. Vegetation density (VD) was calculated through the integration of VI and BI, and scaled shadow index (SSI) was extracted from SI after the detection of black soil by TI. Finally, the FCD was estimated with VD and SSI. For the estimation of FCD in this study, VI and SI were extracted from hyperspectral data. But BI and TI were not available from hyperspectral data. Hyperspectral data makes the numerous combination of each band for calculating VI and SI. Therefore, the principal component analysis (PCA) was performed to find which band combinations are explanatory. This study showed that forest canopy density can be efficiently estimated with the help of airborne hyperspectral data. Our result showed that most forest area had 60 ~ 80% canopy density. On the other hand, there was little area of 10 ~ 20% canopy density forest.
Fire fuel map is one of the most critical factors for planning and managing the fire hazard and risk. However, fuel mapping is extremely difficult because fuel properties vary at spatial scales, change depending on the seasonal situations and are affected by the surrounding environment. Remote sensing has potential to reduce the uncertainty in mapping fuels and offers the best approach for improving our abilities. Especially, Hyperspectral sensor have a great potential for mapping vegetation properties because of their high spectral resolution. The objective of this paper is to evaluate the potential of mapping fuel properties using Hyperion hyperspectral remote sensing data acquired in April, 2002. Fuel properties are divided into four broad categories: 1) fuel moisture, 2) fuel green live biomass, 3) fuel condition and 4) fuel types. Fuel moisture and fuel green biomass were assessed using canopy moisture, derived from the expression of liquid water in the reflectance spectrum of plants. Fuel condition was assessed using endmember fractions from spectral mixture analysis (SMA). Fuel types were classified by fuel models based on the results of SMA. Although Hyperion imagery included a lot of sensor noise and poor performance in liquid water band, the overall results showed that Hyperion imagery have good potential for wildfire fuel mapping.
Jang Gab-Sue;Sudduth Kenneth A.;Hong Suk-Young;Kitchen Newell R.;Palm Harlan L.
Korean Journal of Remote Sensing
/
v.22
no.3
/
pp.183-197
/
2006
Combinations of visible and near-infrared (NIR) bands in an image are widely used for estimating vegetation vigor and productivity. Using this approach to understand within-field grain crop variability could allow pre-harvest estimates of yield, and might enable mapping of yield variations without use of a combine yield monitor. The objective of this study was to estimate within-field variations in crop yield using vegetation indices derived from hyperspectral images. Hyperspectral images were acquired using an aerial sensor on multiple dates during the 2003 and 2004 cropping seasons for corn and soybean fields in central Missouri. Vegetation indices, including intensity normalized red (NR), intensity normalized green (NG), normalized difference vegetation index (NDVI), green NDVI (gNDVI), and soil-adjusted vegetation index (SAVI), were derived from the images using wavelengths from 440 nm to 850 nm, with bands selected using an iterative procedure. Accuracy of yield estimation models based on these vegetation indices was assessed by comparison with combine yield monitor data. In 2003, late-season NG provided the best estimation of both corn $(r^2\;=\;0.632)$ and soybean $(r^2\;=\;0.467)$ yields. Stepwise multiple linear regression using multiple hyperspectral bands was also used to estimate yield, and explained similar amounts of yield variation. Corn yield variability was better modeled than was soybean yield variability. Remote sensing was better able to estimate yields in the 2003 season when crop growth was limited by water availability, especially on drought-prone portions of the fields. In 2004, when timely rains during the growing season provided adequate moisture across entire fields and yield variability was less, remote sensing estimates of yield were much poorer $(r^2<0.3)$.
Remote sensing data is collected and analyzed to enhance understanding of the terrestrial surface. Since Landsat satellite was launched in 1972, many researches using multispectral data has been achieved. Recently, with the availability of airborne and satellite hyperspectral data, the study on hyperspectral data are being increased. It is known that as the number of spectral bands of high-spectral resolution data increases, the ability to detect more detailed cases should also increase, and the classification accuracy should increase as well. In this paper, we classified the hyperspectral and multispectral data and tested the classification accuracy. The MASTER(MODIS/ASTER Airborne Simulator, 50channels, 0.4~13$\mu$m) and Landsat TM(7channels) imagery including Yeong-Gwang area were used and we adjusted the classification items in several cases and tested their classification accuracy through statistical comparison. As a result of this study, it is shown that hyperspectral data offer more information than multispectral data.
Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
/
v.33
no.3
/
pp.211-218
/
2015
The analysis of remote sensing data depends on sensor specifications that provide accurate and consistent measurements. However, it is not easy to establish confidence and consistency in data that are analyzed by different sensors using various radiometric scales. For this reason, the cross-calibration method is used to calibrate remote sensing data with reference image data. In this study, we used an airborne hyperspectral image in order to calibrate a multispectral image. We presented an automatic cross-calibration method to calibrate a multispectral image using hyperspectral data and spectral mixture analysis. The spectral characteristics of the multispectral image were adjusted by linear regression analysis. Optimal endmember sets between two images were estimated by spectral mixture analysis for the linear regression analysis, and bands of hyperspectral image were aggregated based on the spectral response function of the two images. The results were evaluated by comparing the Root Mean Square Error (RMSE), the Spectral Angle Mapper (SAM), and average percentage differences. The results of this study showed that the proposed method corrected the spectral information in the multispectral data by using hyperspectral data, and its performance was similar to the manual cross-calibration. The proposed method demonstrated the possibility of automatic cross-calibration based on spectral mixture analysis.
Most mineral resources are located in subsurface but mineral exploration starts with a step of investigation in wide-area to find evidence of buried ores. Conventional technique for exploration on wide-area as a preliminary survey is an observation using naked eyes by geologist or chemical analysis using lots of samples obtained from target area. Hyperspectral remote sensing can overcome those subjective and time consuming survey and can produce mineral resources distribution map. Precise resource map requires information of mineral distribution in a subpixellevel because mineral is distributed as rock components or narrow veins. But most hyperspectral data is composed of pixels of several meters or more than ten meters scale. We reviewed subpixel unmixing algorithms which have been used for geological field and tested detection ability with Hyperion imagery, geological map and seven spectral curves of mineral and rock specimens which were obtained from study areas.
Proceedings of the Korean Society of Surveying, Geodesy, Photogrammetry, and Cartography Conference
/
2003.04a
/
pp.161-166
/
2003
Hyperspectral imagery have high spectral resolution and provide the potential for more accurate and detailed information extraction than any other type of remotely sensed data. In this paper, the "Linear Spectral Unmixing" model which is one solution to overcome the limit of spatial resolution for remote sensing data was introduced and we applied the algorithm to hyperspectral image. The result was not good because of some problems such as image calibration and used endmembers. Therefore, we analyzed the cause and had a search for a solution.
Lee Kyu-Sung;Kim Sun-Hwa;Ma Jeong-Rim;Kook Min-Jung;Shin Jung-Il;Eo Yang-Dam;Lee Yong-Woong
Korean Journal of Remote Sensing
/
v.22
no.3
/
pp.175-182
/
2006
Because of the phenological variation of vegetation growth in temperate region, it is often difficult to accurately assess the surface conditions of agricultural croplands, grasslands, and disturbed forests by multi-spectral remote sensor data. In particular, the spectral similarity between soil and dry vegetation has been a primary problem to correctly appraise the surface conditions during the non-growing seasons in temperature region. This study analyzes the spectral characteristics of the mixture of dry vegetation and soil. The reflectance spectra were obtained from laboratory spectroradiometer measurement (GER-2600) and from EO-1 Hyperion image data. The reflectance spectra of several samples having different level of dry vegetation fractions show similar pattern from both lab measurement and hyperspectral image. Red-edge near 700nm and shortwave IR near 2,200nm are more sensitive to the fraction of dry vegetation. The use of hyperspectral data would allow us for better separation between bare soils and other surfaces covered by dry vegetation during the leaf-off season.
Although hyperspectral sensing data have shown great potential to derive various surface information that is not usually available from conventional multispectral image, the acquisition of proper hyperspectral image data are often limited. To use ground-based hyperspectral camera image for remote sensing studies, radiometric calibration should be prerequisite. The objective of this study is to develop radiometric calibration procedure to convert image digital number (DN) value to surface reflectance for the 120 bands ground-based hyperspectral camera. Hyperspectral image and spectral measurements were simultaneously obtained from the experimental target that includes 22 different surface materials of diverse spectral characteristics at wavelength range between 400 to 900 nm. Calibration coefficients to convert image DN value to at-sensor radiance were initially derived from the regression equations between the sample image and spectral measurements using ASD spectroradiometer. Assuming that there is no atmospheric effects when the image acquisition and spectral measurements were made at very close distance in ground, we were also able to derive calibration coefficients that directly transform DN value to surface reflectance. However, these coefficients for deriving reflectance values should not be applied when the camera is used for aerial image that contains significant effect from atmosphere and further atmospheric correction procedure is required in such case.
Mudflats are crucial for understanding the ecological structure and biological function of coastal ecosystem because of its high primary production by microalgae. There have been many studies on measuring primary productivity of tidal flats for the estimation of organic carbon abundance, but it is relatively recent that optical remote sensing technique, particularly hyperspectral sensing, was used for it. This study investigates hyperspectral sensing of chlorophyll concentration on a tidal flat surface, which is a key variable in deriving primary productivity. The study site is a mudflat in Geunso bay, South Korea and field campaigns were conducted at ebb tide in April and June 2021. Hyperspectral reflectance of the mudflat surfaces was measured with two types of hyperspectral sensors; TriOS RAMSES (directionalsensor) and the Specim-IQ (camera sensor), and Normal Differenced Vegetation Index (NDVI) and Contiuum Removal Depth (CRD) were used to estimate Chl-a from the optical measurements. The validation performed against independent field measurements of Chl-a showed that both CRD and NDVI can retrieve surface Chl-a with R2 around 0.7 for the Chl-a range of 0~150 mg/m2 tested in this study.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.