조화 분석을 이용한 식생지수 보정 기법에 관한 연구 = NDVI Noise Interpolation Using Harmonic Analysis

국문 초록 (Abstract)

NDVI(Normalized Difference Vegetation Index)는 기후 변화 모니터링과 식생 변화 탐지 모니터링을 위한 주요한 지표이며 주로 단일 기간 합성 자료 형태로 널리 활용되고 있다. 원격탐사 된 식생지수 자료는 전처리 과정을 거치게 되지만 제거되지 못한 cloud pixel, 대기 효과, 지면의 상태 등으로 인하여 NDVI 값이 저평가(low peak)되는 noise가 발생하게 된다. 이러한 문제점을 해결하기 위해 국내 외 연구가 활발히 진행되고 있으며 최근 높은 값(high peak)을 추적하는 방법인 다중 다항 회귀식을 이용하여 noise를 보정하는 방법이 개발되었으나 부분적으로 참값보다 과대 평가되는 문제점이 있다. 따라서 본 연구에서는 과대 평가되는 문제점을 해결하고자 조화 분석을 이용하여 low peak 탐지 후 보간하는 종합적인 기법을 개발하였다. 이를 검증하기 위해 SPOT/VGT NDVI 10-day MVC 자료를 이용하여 다중 다항 회귀식을 이용한 방법과의 비교 분석을 수행한 결과 전반적인 식생 지수의 시계열 특성이 잘 나타났고 NDVI 실제 값(raw value)을 보다 현실적으로 재생산하여 조화 분석을 이용한 방법이 더 우수한 것으로 판단된다.

다국어 초록 (Multilingual Abstract)

NDVI(Normalized Difference Vegetation Index), which is broadly used as short-term data composite, is an important parameter for climate change and long-term land surface monitoring. Although atmospheric correction is performed, NDVI dramatically appears several low peak noise in the long-term time series. They are related to various contaminated sources, such as cloud masking problem and wet ground condition. This study suggests a simple method through harmonic analysis for reducing NDVI noise using SPOT/VGT NDVI 10-day MVC data. The harmonic analysis method is compared with the polynomial regression method suggested previously. The polynomial regression method overestimates the NDVI values in the time series. The proposed method showed an improvement in NDVI correction of low peak and overestimation.

참고문헌 (Reference)

1 Miura, T., "Vegetation detection through smoke-filled AVIRIS images: An assessment using MODIS band passes" 103 (103): 32001-32011, 1998

2 Gutman, G., "The derivation of vegetation indices from AVHRR data" 8 : 1235-1243, 1987

3 Viovy, N., "The Best Index Slope Extraction (BISE): A method for reducing noise in NDVI time-series" 13 (13): 1585-1590, 1992

4 Eidenshink, J. C., "The 1 km AVHRR global land data set: first stages in implementation" 15 (15): 3443-3462, 1994

5 L.Monika Moska, "Temporal signatures and harmonic analysis of natural and anthropogenic disturbances of forested landscapes: a case study in the Yellowstone region" 15-19, 2005

6 Jonsson, P., "Seasonality extraction by function fitting to time-series of satellite sensor data" 40 (40): 1824-1832, 2002

7 Prince, S. D., "Satellite remote sensing of rangelands in Botswana.Ⅱ. NOAA AVHRR and herbaceous vegetation" 7 : 1555-1570, 1986

8 Roerink, G. J., "Reconstructing cloudfree NDVI composites using Fourier analysis of time series" 21 (21): 1911-1917, 2000

9 Goward, S. N., "Normalized difference vegetation index measurement from the advanced very high resolution radiometer" 35 : 257-277, 1991

10 Moody, A., "Land-surface phenologies from AVHRR using the discrete Fourier transform" 75 : 305-323, 2001

11 염종민, "Identification of Contaminated pixels in 10-day NDVI image" 300-301, 2005

12 Jakubauskas, M. E., "Harmonic analysis of time-series AVHRR NDVI data" 67 : 461-470, 2001

13 Stowe, L. L., "Global distribution of cloud cover derived from NOAA/AVHRR operational satellite data" 11 (11): 51-54, 1991

14 Holben, B. N., "Characteristics of maximum value compositing imagines for AVHRR data" 7 : 1417-1437, 1986

15 Swets, D. L., "A weighted least-squares approach to temporal smoothing of NDVI smoothing" 526-536, 1999

16 Y. Richard, "A statistical study of NDVI sensitivity to seasonal and interannual rainfall variations in Southern Africa" 19 (19): 2907-2920, 1998

17 Chen, J., "A simple method for reconstructing a highquality NDVI time-series data set based on the Savitzky-Golay filter" 91 : 332-344, 2004

18 White, "A continental phenology model for monitoring vegetation responses to interannual climatic variability" 11 (11): 217-234, 1997