자료출처
Vancutsem, C., Pekel, J.-F., Evrard, C., Malaisse, F., Defourny, F., 2009.
Mapping and characterizing the vegetation types of the Democratic Republic of Congo using SPOT VEGETATION time series.
International Journal of Applied Earth Observation and Geoinformation 11, 62-76.
SPOT VEGETATION 데이터의 연구사례를 조사하던 중에 찾게 된 논문입니다.
아래 그림은 SPOT VEGETATION 분석을 통해서 제작된 콩고민주공화국의 토지피복도입니다.
총 18개 클래스를 분류하고 있는데요, 1km 공간해상도를 가지고 있는 영상으로 어떻게 분석을 했는지 살펴보도록 하겠습니다.
위 표지피복도는 2000년을 기준으로 하고 있습니다.
2000년에 일일 취득된 총 366장의 SPOT VEGETATION S1 데이터가 사용되었는데요,
아래 그림은 해당 시계열 데이터(S1 data)의 영상처리 절차를 간략히 표현하고 있습니다. 한 번 살펴볼까요?!
분석 절차는 크게 평균 합성(mean compositing, MC), 계층화(stratification), 분류(classification)의 3단계로 구분됩니다.
평균 합성은 분석 기간동안 취득된 영상들의 각 셀 평균을 계산하는 방식인데요,
여기서는 SPOT VEGETATION의 적색(red), 근적외(NIR), 단파적외(SWIR) 밴드를 이용하여 계산되었습니다.
청색(blue) 밴드는 대기 변화에 너무 민감하기 때문에 분석에서 제외되었습니다.
평균 합성을 위한 분석 기간은 연간(Annual), 12-1월(December-January), 5-6월(May-June)로 구분되었습니다.
이렇게 3개로 구분한 이유는 적도지역에 위치한 콩고민주공화국은 분석에 용이한 건기(dry season)가 북부와 남부지역에서 차이가 있기 때문입니다.
즉, 연구지역의 중부지역은 연간 평균으로, 북부지역은 12-1월 평균으로, 남부지역은 5-6월 평균으로 합성되었습니다.
계층화는 콩코민주공화국을 북부, 중부, 남부지역으로 구분하였습니다.
각 3개 구역에 대하여 연 평균 합성영상의 NDVI 임계치를 이용하여 식생과 비식생 영역으로 분류하였습니다.
그리고 연간, 12-1월, 5-6월 합성 영상에 대하여 ISODATA 알고리듬을 이용하여 각각 20개, 25개, 35개 클래스로 분류하였습니다.
각 식생 클래스에 대한 정의는 사용 가능한 참조 지도와 문서, 그리고 현지 지식을 갖춘 전문가와 협력하여 정의되었습니다.
이렇게 총 80 클래스가 분류되었는데요, 중복되는 클래스에 대하여 군집화를 통해 16개 클래스로 정리되었습니다.
끝으로 밀집된 습한 산림(dense moist forest)은 SRTM 데이터를 기준으로 다시 3개 클래스로 구분하였는데요,
저지대의 밀집된 산림(lowland dense forest, 1100 m 이하), 산기슭의 산림(submontane forest, 1100–1750 m), 산악림(>1750 m)으로 재분류되었습니다.
보다 자세한 사항은 논문 원문을 확인해 보시기 바랍니다.
참고로, 고도값에 따른 산림 재분류 기법은 아래 논문의 연구방법을 따릅니다.
Lebrun, J., 1936.
Repartition de la Foreˆt Equatoriale et des Formations Vegetales Limitrophes.
Minist‘ere des Colonies, direction generale de l’agriculture et de l’elevage, 7 Place Royale, Bruxelles.