| 저자(한글) |
SUN, Hua,JU, Hongbo,ZHANG, Huaiqing,LIN, Hui,LING, Chengxing |
| 초록 |
GPS를 이용하여 지상 정밀측위(precise positioning)를 진행하고, LAI-2000 관층분석기기를 이용하여 중국 후난(Hunan)성 유현(Youxian)의 황펑챠오(Huangfengqiao) 농림장에서 130개 표본지(60m×60m)의 엽면적 지수(Leaf Area Index, LAI) 측정을 하였다. FLAASH 모듈을 이용하여 Hyperion 데이터에 대한 대기보정(Atmospheric Correction)을 진행하고, 또 지상 동기화 관층 관측 데이터와 피팅을 진행하였다. 지상에서 실제 측정한 LAI와 Hyperion 영상 파대역(Wave band) 및 그 파생의 시리즈 식생 지수(NDVI, RVI 등)와의 연관성 연구를 통하여 추정한 엽면적 지수의 식생지수 인자를 선별하였다. 곡선 추정, 단계적 회귀(Stepwise regression) 및 부분최소제곱회귀(partial least-squares regression) 등 3가지 분석기술을 이용하여 각각 엽면적 지수의 최적 추정모델을 구축하였다. 결과: 모델링에 참여한 요소 중에서 비례 식생지수(ratio vegetation index, RVI)는 LAI와의 연관성이 제일 컸고, 예민성이 제일 높았으며, 그 다음으로 SARVI 0.1 , NDVI 705 , NDVI, SARVI 0.1 , SARVI 0.25 등과의 연관성과 예민성이 높았다. 곡선 추정, 단계적 회귀 및 부분최소제곱회귀 등 3가지 분석 방법으로 구축한 6개 회귀 모델 중에서 부분최소제곱회귀의 적합성(fitting) 효과가 제일 양호하였으며, 예측치와 실제 측정치의 결정계수 R 2 는 0.84였고, 곡선 추정 방법의 피팅 효과가 제일 낮았으며, 예측치와 실제 측정치의 결정계수 R 2 는 0.64였다. 모델링 정밀도 분석결과, 5-6개 독립변인(independent variable)을 선택하여 진행한 LAI 모델링은 신뢰적이고, 6개 식생 인자로 구축한 부분최소제곱회귀 모델의 예측 정밀도는 가장 높았다. |
