클래스 분류 트리 접근 방식을 사용한 1km 공간 해상도의 글로벌 토지 피복 분류

이 논문에서는 1992-1993년의 Advanced Very High Resolution Radiometer (AVHRR) 데이터를 사용하여 1km 공간 해상도의 토지 피복 분류를 생성한 결과를 보고합니다. 이 지도는 Moderate Resolution Imaging Spectroradiometer (MODIS)의 출시 제품으로 포함되며, 토지 피복 유형에 대한 지식이 필요한 여러 알고리즘의 입력으로 사용됩니다. 이 방법론은 8km 공간 해상도의 제품을 생성하기 위한 유사한 노력에서 파생되었으며, 고해상도 데이터 세트를 해석하여 조잡한 해상도의 훈련 데이터 세트를 도출하는 방식입니다. AVHRR 데이터를 12 클래스으로 분류하기 위해 계층 트리 구조 내에서 37,294 x 1km 픽셋이 사용되었습니다. 선택된 접근 방식은 모든 클래스가 표현될 때까지 식생 형태에 기초한 논리를 적용한 쌍 클래스 트리의 계층 구조를 포함했습니다. 다중 시간 AVHRR 메트릭이 클래스 구성원을 예측하는 데 사용되었습니다. 최소 연간 적색 반사율, 최대 연간 정규화 차이 식생 지수 (NDVI), 최소 채널 3 밝기 온도는 가장 많이 사용된 메트릭 중 일부였습니다. 숲과 목초지, 기계화된 농업 지역의 묘사는 일반적으로 다른 정보 출처와 일치하지만, 저생물량 농업 및 고위도 넓은 잎 숲과 같은 클래스는 그렇지 않습니다. 최종 제품과 고해상도 원거리 감지 데이터에서 파생된 지역 디지털 토지 피복 맵과의 비교에서는 일반적인 일치를 보여주지만, 농업 지역 내의 온대 초원 표현의 질이 좋지 않은 것으로 보입니다. 숲과 비숲을 구별하는 데 있어 이 지역 하위 집합에 대해 81%에서 92%까지의 일치율이 달성되었습니다. 모든 클래스에 대한 합의는 모든 픽셀을 볼 때 평균 65%에서 고해상도 데이터 세트 내에서 90% 이상의 단일 클래스를 포함하는 1km 픽셀만 볼 때 평균 82%로 변동하였습니다.