식생 현상은 날씨와 기후의 변화로 인해 봄과 갈색 잎 오프 동안 녹색 잎 온의 식물 계절주기를 설명합니다. 초목 녹색 잎의 계절적 증가 및 감소로 식생 현상은 알베도, 표면 거칠기 길이, 캐노피 컨덕턴스, 물 및 에너지 플럭스, 광합성 및 Co 2 를 포함한 다양한 지표면 특성을 제어합니다. 플럭스. 식생 현상 사건 (예 :첫 번째 꽃의 외관, 첫 번째 잎 전개 및 첫 번째 잎 착색)은 전통적으로 특정 식물 종에 대한 들판에서 관찰되었습니다.
이러한 현장 관찰은 전 세계적으로 지리적 사이트를 대표하는 조경을 거의 대표하지 않는 제한된 수의 개별 식물 만 제공 할 수 있습니다. 반면, 위성은 매일 지구의 지표면을 지속적으로 벽에서 벽으로 관찰합니다. 그들은 일반적으로 토양, 물 및 인간 구조와 같은 다른 장면 물체와 혼합 된 여러 유형의 식물을 포함하는 500m보다 큰 픽셀 풋 프린트로 식물성 지표의 녹색 역학을 특성화합니다. 따라서, 지표면 현상 (LSP)은 지상 수준에서 관찰 된 종별 유기체 현상의 전통적인 개념과 위성 원격 감지의 대상을 구별하는 데 사용되는 용어입니다.
.전 세계 기후 변화, 탄소 예산 및 생태계 역학을 모니터링하기 위해, 전 세계 커버리지를 가진 잘 정량화 된 장기 LSP 제품이 NASA (National Aeronautics and Space Administration) 및 VIIRS (VIIRS) SESORS (VIIRS) SESORS (VIIRS) SESORS (VIIRS) SENTORS (MODIS) 및 VISBRARED IMIMTRORADIOMERT (MODIS)에서 500m의 공간 해상도에서 개발되었습니다. MODIS LSP 제품은 2000 년 이후 적색 및 근적외선 반사에서 계산 된 시계열 식생 지수 (또는 녹색)로부터 운영 적으로 생산되었습니다.
MODIS 센서가 노화되고 의무주기의 끝에 가까워지기 때문에 VIIRS는 Suomi National Polar-Orbiting Partnership (NPP) 위성 (2011 년 10 월 출시)에 Modis LSP 데이터 레코드와 연속성을 제공하기위한 것입니다. 향후 수십 년 동안 JPSS (Joint Polar Satellite System) 시리즈의 VIIR은 현상 데이터 레코드의 확장을위한 LSP를 모니터링하는 기능을 계속 제공 할 것입니다. 장기 LSP 제품은 6 가지 주요 현상 전이 날짜를 정량화합니다. Greenup 발병 (스프링 시작), 중간 녹색 업 단계 (중간-스프링), 성숙 발병 (스프링 종료), 노화 발병 (시작), 중간 노후화 단계 (중간-폴) 발병 (종료).
공간 커버리지의 막대한 차이와 현장 및 위성에서 관찰되는 다양한 종류의 현상으로 인해 위성 유래 LSP 제품의 품질과 식물에서의 생물학적 사건과의 관계는 특성화하는 데 중요합니다. 이를 위해 VIIRS LSP 제품은 Phenocam 네트워크를 통해 수집 된 컬러 이미지 (빨간색, 녹색 및 파란색 밴드)에서 계산 된 "Canopy Greenness"의 식생 지수를 사용하여 평가됩니다. 이 네트워크는 타워 장착 웹 카메라의 디지털 이미지를 캡처하여 미국 전역의 장소에서 식생 캐노피 조건을 일관되고 지속적으로 모니터링 할 수 있습니다. 이 이미지는 위성 이미지에 적용되는 것과 유사한 이미지 처리 방식을 통한 계절 역학의 특성화를 허용합니다.
위성 LSP 제품의 생물 물리학 적 특성에 대한 우리의 이해는 VIIRS 식생 지수에서 검색 한 현상 전이 날짜와 Modis LSP 제품의 관찰 및 2013 년과 2014 년 동안 미국 전역의 164 개 부지에서 Phenocam 네트워크의 관찰과 비교함으로써 크게 개선되었습니다. 6 개의 현상 학적 전이 날짜 중 5 일 동안 7 일 미만의 절대 차이] VIIRS 현상 검색과 VIIR의 능력이 MODIS 기록과 연속성을 제공하여 장기 원활한 현상 데이터 기록을 보장합니다.
.결과는 VIIRS와 페노 캄 현상 학적 날짜 사이의 전체 평균 절대 차이가 Greenup 단계 (Greenup 발병, 중간-녹색 업 단계, 성숙 발병) 및 노화 단계에서 10-13 일 (노화 발병, 중반 단계 및 휴식 발병)에서 7-11 일임을 나타냅니다. 이는 Phenocam 및 VIIRS 데이터의 시계열이 스프링 현상 전이 날짜를 탐지하는 데 상당히 유사하지만 노화 현상을 검색하는 데 크게 다릅니다. 이 차이는 식생의 생물 물리학 적 특성의 다양한 측면을 특징 짓는 페노 캄과 VIIR의 식생 지수의 시계열에 기인 할 수 있습니다. 특히, 모든 식물 지수는 가을 색 (빨간색, 노란색 또는 갈색) 잎이 아닌 봄 녹색 잎에 더 민감하게 구성되며, 가을 단풍 노화는 특히 산림 커버 유형에서 새로운 단풍의 빠른 스프링 플러시보다 더 온화한 전환을 경험합니다. 따라서 봄의 시작은 가을의 시작보다 더 쉽게 감지됩니다.
또한, VIIRS와 Phenocam 현상 날짜의 차이는 토지 덮개 유형에 따라 다릅니다. 그 차이는 숲에서 Greenup 발병에 대해 평균 절대 차이가 6 일, 초원과 경작지, 그리고 Savannas로 더 작았습니다. 이 발견은 VIIRS 현상 검출이 이종 부지 (예 :사바나)보다 균질 한 부위 (예 :산림)의 페노 캄 추정과 더 비슷해야 함을 나타냅니다. 건조하고 반 아이어드 사바나에서의 현상 검출은 식생 유형의 공간 패턴이 매우 이질적인 곳에서 복잡합니다. Phenocam 적용 범위와 VIIRS 발자국의 차이로 인해 현상 탐지의 비 유사성은 현장의 표면 이질성 또는 불일치 수준에 따라 증가 할 것입니다. 따라서 결과는 VIIRS 현상 검출에서 불확실성의 상한 경계를 제공 할 수 있습니다.
결론적으로,이 연구의 결과는 VIIRS LSP 날짜가 MODIS LSP와 일치하며 Phenocam 네트워크에서 이용할 수있는 근거리 원격 감지 관찰을 사용하여 잘 특성화되고 검증된다는 것을 보여줍니다. Viirs와 Phenocam 검색 사이의 불일치는 봄보다 봄보다 적고, 사바나보다 농경지 나 초원보다 숲에서는 숲에서 덜 균질 한 땅에 균질하지 않습니다.
이러한 결과는 최근에 Agriculture and Forest Meteorology 에 발표 된 Phenocam 이미지의 시계열을 사용하여 VIIRS 데이터의 지표면 현상 평가라는 제목의 기사에 설명되어 있습니다. . 이 작업은 Xiaoyang Zhang, Senthilnath Jayavelu, Lingling Liu 및 South Dakota State University의 Geoffrey M. Henebry, Boston University의 Mark A. Friedl, Yan Liu 및 Massachusetts University의 University of North Carol University의 Andrew D. Richardson 및 Joshua Gray의 South Dakota State University, Boston University, Yan Liu 및 Crystal B. Schaaf가 수행했습니다. 대학.
