Inter-comparison of image fusion products against in-situ spectral measurements over a heterogeneous rice paddy landscape

Abstract

다양한 규모의 생태계 역동성을 관찰하기 위해 중요한 시공간 해상도가 높은 영상에 대한 기술의 발전과 함께 그 정확도 평가가 요구된다. 기존의 영상합성 자료를 평가하는 연구들은 지표면이 이질적인 경관에서 체계적인 평가를 하기 알맞은 픽셀단위의 현장 스펙트럼 측정값이 결여되었다. 본 연구는 식물의 생장기 동안 지표면이 이질적인 벼논 경관에서 현존하는 네가지 영상합성 자료- ESTARFM와 FSDAF, STAIR, CESTEM -를 현장 스펙트럼 측정값과 상호비교하였다. 영상합성의 NDV (정규식생지수)가 시공간적으로 변화하는 것에 대해 실험하였다. 영상합성의 NDVI는 현장 NDVI에 대해 알맞거나 높은 선형성을 보였고, 그 값들이 음의 방향으로 편향되었다 (0.73< R2 <0.93, -8 %<bias <-1.6%). 영상합성들의 NDVI는 NDVI 변동성을 포착하였지만, 현장 NDVI보다 낮은 변동성을 예측하였다. 이러한 결과로 현장자료에 비해 영상합성에 입력하는 자료의 값이 편향된 경우 영상합성 자료에 주는 영향은 표지피복의 분류에 따라 다르다는 것을 도출하였다. 또한 영상합성의 NDVI자료는 식생활동의 변동성을 과소평가 할 수 있음을 알 수 있었다. 기존의 연구결과와 달리 ESTARFM과 FSDAF, STAIR는 입력자료에 대한 시간적 의존도가 명확하게 관찰되지 않은 토지피복이 있었다. 현장 NDVI와 비교를 통해 각 영상합성의 NDVI의 강점을 확증하였다. 본 연구에 사용된 현장 스펙트럼 자료는 영상합성 자료의 불확실성을 평가하고, 경작지를 모니터링하기 적합한 영상자료를 향상시키고, 연구자의 목적에 맞게 영상합성기법을 선택하기에 유용할 것으로 전망된다.

The advances from high spatiotemporal resolution images that are important for the monitoring of ecosystem dynamics across different scales demand the accuracy assessment. Previous evaluation studies of fusion products lack pixel-level in-situ spectral measurements that fit the systematic evaluation in a heterogeneous landscape. We conducted an inter-comparison of existing four image fusion products with systematically collected in-situ spectral measurements over heterogeneous rice paddy landscape during the whole growing season. The four image fusion products include enhanced spatial-temporal adaptive reflectance fusion model (ESTARFM), flexible spatiotemporal data fusion (FSDAF), satellite data integration (STAIR), and CubeSat enabled spatiotemporal enhancement method (CESTEM). We tested fusion NDVI products, Normalized difference vegetation index, in terms of spatial patterns and temporal variations. Fusion NDVI products showed the moderate to strong linear relationships and negative bias against ground NDVI (R2 range 0.73 to 0.93, bias up to -11%). Although fusion NDVI products captured the NDVI variation, ground NDVI had a larger amplitude than fusion NDVI products. The results indicated that the positive bias of input against in-situ measurement caused the overestimation on mixed land cover type, and the negative bias of input against in-situ measurement caused the underestimation on homogeneous rice paddy cover type. Furthermore, fusion NDVI products could underestimate the variations in vegetation activity. The temporal dependency of ESTARFM, FSDAF, and STAIR was not clearly detected on the mixed land cover type. By comparing fusion NDVI products to ground NDVI, the strength of each fusion product was confirmed. We expect our in-situ spectral measurement could be useful in quantifying uncertainty in image fusion products, improving fine resolution cropland mapping and monitoring, and choosing the algorithm depending on the research purpose.