통계를 위한 원격 감지

Remote sensing for statistics

위성 이미지를 분석하고 적용하는 일련의 기술을 일반적으로 원격 감지라고 합니다.[1] 원격 감지는 일반적으로 농업, 임업 또는 토지 피복과 같이 영토와 밀접하게 관련된 주제에 대한 통계를 생성하는 데 매우 유용한 정보를 제공합니다.

역사

지구 관측을 위해 특별히 고안된 최초의 위성은 Landsat 1이었습니다. 그것은 1972년 NASA에 의해 발사되었습니다. Landsata 1 이미지를 통계에 적용한 최초의 대규모 프로젝트는 1974-77년 NASA, NOAA 및 USDA가 운영한 LACIE(Large Area Crop Inventory Experiment)였습니다.[2] 초기 평가는 매우 낙관적이었습니다. 여러 논문에서 현장 작업이 매우 제한적인 대형 작물의 면적을 정확하게 추정할 수 있는 타당성에 큰 기대를 모았습니다.[3] 나중에 나온 비용 효율성 분석은 훨씬 덜 열정적이었습니다.[4][5] 이탈리아 AGRIT 프로젝트와 유럽연합 집행위원회[6] 공동연구센터(JRC)의 MARS 프로젝트를 포함하여 작물 면적 추정에 관한 다른 많은 응용 프로젝트들이 뒤따랐습니다.

산림 면적 및 산림전용 추정도 토지 피복 및 토지 이용과 마찬가지로 원격 감지 프로젝트의 빈번한 대상이었습니다.

중간 데이터 세트

유용한 통계 추정치를 생성하기 전에 위성 이미지는 여러 작업을 거칩니다. 그 중 일부는 영상이 GIS(Geographic Information System)에서 의미 있게 표시될 수 있도록 방사선 보정 및 절제술을 포함한 치료 전 단계로 간주될 수 있습니다.

추가 단계는 우리가 추정하고자 하는 통계 변수에 개념적으로 더 가까운 레이어를 생성합니다. 목표가 단일 작물의 면적을 추정하는 것이라면 이미지의 각 픽셀에 해당할 가능성이 높은 작물을 알고 싶습니다. 자동 이미지 분류로 제작됩니다. 가장 전통적인 이미지 분류 알고리즘은 픽셀 단위로 작동합니다. 객체 기반 이미지 분석(OBIA)을 위한 이미지 분할은 다른 분야에서는 필수적이지만 농업 및 환경 모니터링에는 덜 중요합니다.

연간 작물이나 개별 임종을 대상으로 한다면 이미지 분류를 훈련하고 검증하기 위한 대실사 자료는 현장조사가 필요하지만, 항공사진이나 위성영상에서 안정적으로 식별할 수 있는 보다 넓은 계층을 살펴보면 광해석으로 대체할 수 있습니다.

작물 수확량이나 잎 면적과 같은 다른 변수를 대상으로 하는 경우 엽록소 활동의 좋은 대용 변수인 NDVI와 같이 이미지에서 계산할 다른 지표가 필요할 수 있습니다.

픽셀 카운팅 : 면적 추정을 위한 순진한 접근법

작물 또는 토지 면적 추정에 중점을 두겠습니다. 이제 우리는 우리의 목적에 맞는 지도 클래스의 범례와 함께 시각적 사진 해석에 의해 생성된 이미지 또는 토지 표지 지도를 분류했다고 가정합니다. 예를 들어, 주어진 지역에서 밀의 면적을 추정하려고 한다고 가정합니다. 간단한 접근 방식은 단순히 밀로 분류된 픽셀의 수를 세고 각 픽셀의 면적을 곱하는 것처럼 보입니다. 이 추정기의 문제는 혼동 행렬에서 커미션 오류와 누락 오류 사이의 대략적인 보상을 보장하는 이미지 분류 알고리즘이 없기 때문에 일반적으로 편향되어[11] 있다는 것입니다.

몇 가지 일관된 기술

위성 영상에 계산된 분류 위성 영상 또는 기타 지표의 주요 강점은 전체 대상 지역 또는 대부분에 대한 저렴한 정보를 제공하는 것입니다. 이 정보는 일반적으로 대상 변수(가설적인 실측)와 좋은 상관관계를 갖습니다. 목표 변수는 일반적으로 편향되지 않고 정확한 방법으로 관찰하기에 비용이 많이 듭니다. 따라서 영역 샘플링 프레임에서 선택된 확률적 샘플에서 관찰할 수 있습니다. 전통적인 조사 방법론은 표본에 대한 정확한 정보를 수집하는 데 더 저렴한 공변량 또는 프록시에 대한 덜 정확하지만 철저한 데이터와 결합하는 다른 방법을 제공합니다. [13] 농업 통계의 경우 일반적으로 현장 조사가 필요한 반면, 항공 사진이나 고해상도 위성 영상에서 안정적으로 식별할 수 있는 토지 피복 등급에는 사진 해석이 충분히 적합할 수 있습니다.

일부 옵션은 비율 추정기, 회귀 추정기, 교정 추정기 및 소면적 추정기입니다.



참고문헌

  1. ^ Campbell, James B.; Wynne, Randolph H. (2011). Introduction to remote sensing (5th ed.). New York: Guilford Press. ISBN 978-1-60918-176-5. OCLC 666239609.
  2. ^ Houston, A.H. "Use of satellite data in agricultural surveys". Communications in Statistics. Theory and Methods (23): 2857–2880.
  3. ^ Mac Donald, R.B. "Global crop forecasting". Science (208): 670–679.
  4. ^ Allen, J.D. "A Look at the Remote Sensing Applications Program of the National Agricultural Statistics Service". Journal of Official Statistics. 6 (4): 393–409.
  5. ^ Czaplewski, R.L. "Misclassification bias in areal estimates". Photogrammetric Engineering and Remote Sensing (39): 189–192.
  6. ^ Taylor, J (1997). Regional Crop Inventories in Europe Assisted by Remote Sensing: 1988-1993. Synthesis Report. Luxembourg: Office for Pubblications of the EC.
  7. ^ Foody, G.M. (1994). "Estimation of tropical forest extent and regenerative stage using remotely sensed data". Journal of Biogeography. 21 (3): 223–244. Bibcode:1994JBiog..21..223F. doi:10.2307/2845527. JSTOR 2845527.
  8. ^ Achard, F (2002). "Determination of deforestation rates of the world's humid tropical forests". Science. 297 (5583): 999–1002. Bibcode:2002Sci...297..999A. doi:10.1126/science.1070656. PMID 12169731.
  9. ^ Ambrosio Flores, L (2000). "Land cover estimation in small areas using ground survey and remote sensing". Remote Sensing of the Environment. 74 (2): 240–248. Bibcode:2000RSEnv..74..240F. doi:10.1016/S0034-4257(00)00114-0.
  10. ^ Congalton, R. G. (1983). "Assessing Landsat classification accuracy using discrete multivariate analysis statistical techniques". Photogrammetric Engineering and Remote Sensing. 49 (12): 1671–1678.
  11. ^ Bauer, M.E. (1978). "Area estimation of crops by digital analysis of Landsat data". Photogrammetric Engineering and Remote Sensing (44): 1033–1043.
  12. ^ Olofsson, P. (2014). "Good practices for estimating area and assessing accuracy of land change". Remote Sensing of Environment. 148 (148): 42–57. Bibcode:2014RSEnv.148...42O. doi:10.1016/j.rse.2014.02.015.
  13. ^ Carfagna, E. (2005). "Using remote sensing for agricultural statistics". International Statistical Review. 73 (3): 389–404. doi:10.1111/j.1751-5823.2005.tb00155.x.
  14. ^ Gallego, F.J. (2004). "Remote sensing and land cover area estimation". International Journal of Remote Sensing. 25 (5): 3019–3047. Bibcode:2004IJRS...25.3019G. doi:10.1080/01431160310001619607.