기여자

NDVI (정규화된 차이 식생 지수) 및 PRI(광화학 반사율 지수): 이론, 방법 및 적용

현대 기술은 지구 표면 전체를 샘플링하는 위성부터 개별 식물이나 잎을 측정하는 휴대용 소형 센서에 이르기까지 공간과 시간에 걸쳐 다양한 규모의 스펙트럼 식생 지수( NDVI 및 PRI)를 샘플링할 수 있게 해줍니다.

NDVI 및 PRI란 무엇인가요?

NDVI (정규화 차이 식생 지수)와 PRI(광화학 반사율 지수)는 모두 전자기 스펙트럼에서 비교적 좁은 파장의 반사광(10~50나노미터)을 측정하여 얻은 스펙트럼 식생 지수입니다. 이는 식물 캐노피의 다양한 특성을 측정하는 데 유용합니다. NDVI 는 정규화 차이 식생 지수를, PRI는 광화학 반사율 지수를 의미합니다.

스펙트럼 식생 지수에는 여러 종류가 있지만, 이 글과 웨비나에서는 가장 일반적으로 사용되는 두 가지 지수인 NDVI 와 PRI의 이론, 방법 및 적용에 초점을 맞춥니다.

NDVI 는 leaf area index, 빛 차단, 심지어 바이오매스 및 성장과 같은 식물 캐노피의 구조적 특성을 측정하는 데 특히 유용하지만, PRI는 빛 사용 효율과 같은 식물 캐노피의 기능적 특성을 파악하는 데 더 유용합니다. 최근 문헌에 따르면 PRI는 잎의 색소 측정에도 유용하다고 합니다.

캐노피 방사선 상호 작용 이해

NDVI 및 PRI의 출처를 이해하려면 캐노피와 방사선의 상호작용에 대해 알아두는 것이 중요합니다. 전자기 방사선은 식물 캐노피와 상호작용할 때 세 가지 주요 운명이 있습니다.

그림 2에서 에너지는 화살표 형태의 광자로 표시됩니다. 태양에서 오는 광자는 세 가지 방식으로 캐노피와 상호 작용할 수 있습니다: 투과될 수 있습니다. 즉, 캐노피를 통과하여 지면에 부딪힐 수 있습니다. 흡수될 수 있는데, 캐노피 내의 녹색 광합성 물질이 일부 광자를 흡수하여 그 에너지를 광합성을 하는 데 사용합니다. 또는 반사되어 캐노피 표면에 부딪혀 다시 우주로 반사될 수도 있습니다.

그림 3은 전자기 방사선을 보여주는 다이어그램입니다. 이 다이어그램에서 가장 눈에 띄는 특징 중 하나는 가시광선 스펙트럼입니다. 400~700나노미터의 범위로 사람의 눈으로 볼 수 있는 파랑, 초록, 노랑, 주황, 빨강을 포함합니다. 그러나 매우 짧은 파장의 자외선(UV)과 긴 파장의 적외선도 있습니다. 전자기 방사선 스펙트럼 내에는 다양한 에너지(파장)의 광자가 존재한다는 점을 이해하는 것이 중요합니다. 식물 캐노피와 방사선의 상호 작용은 파장에 따라 달라집니다. 예를 들어, 적색 광자는 청색 광자나 근적외선 광자와는 다르게 캐노피와 상호작용합니다. 식생 지수가 측정하는 것은 방사선의 반사된 성분입니다.

반사 복사
캐노피 스펙트럼 특성

그림 4는 녹색 광합성 물질이 존재하는 대부분의 캐노피에서 볼 수 있는 일반적인 캐노피 반사율 스펙트럼을 보여줍니다. Y축은 전자기 복사의 반사율을 나타냅니다. x축은 나노미터 단위의 파장입니다. 450~700나노미터는 가시광선 영역이며, 약 700나노미터에서는 적외선, 특히 근적외선 영역에 해당합니다. 이 스펙트럼은 식물 캐노피에서 추출한 것입니다. 가시광선 스펙트럼에서 반사되는 대부분의 방사선은 녹색에서 정점을 찍습니다. 그렇기 때문에 식물 캐노피를 보면 일반적으로 녹색을 띠게 됩니다. 이 경우 파란색과 빨간색은 엽록소에 의해 강하게 흡수됩니다. 또한 근적외선 범위의 반사율이 높은 것도 주목하세요. 그 에너지는 광합성에 사용될 수 없기 때문에 반사율이 높은 것은 매우 일반적입니다. 식물은 이러한 방사선을 반사하도록 설계되었습니다.

식물 캐노피의 다양한 구성 요소는 가시광선, 근적외선 및 그 이상의 파장 범위에 걸쳐 스펙트럼에 영향을 미칠 수 있습니다. 그림 5는 다양한 수준의 엽록소 함량을 보여줍니다.

엽록소 함량이 달라지면 이 스펙트럼은 특히 녹색과 적색 사이의 가시광선 영역과 근적외선 영역에서 극적으로 변합니다.

마찬가지로 그림 6은 카로티노이드 함량도 반사율을 변화시키지만 그 영향은 스펙트럼 전체에 걸쳐 훨씬 덜 광범위하게 퍼져 있음을 보여줍니다.

잎 세포 구조도 반사율 스펙트럼에 영향을 줄 수 있는 캐노피의 특성입니다. 그림 7은 대부분의 가시광선 및 근적외선 영역에서 그 효과가 고르게 나타나는 경향이 있음을 보여줍니다.

잎의 수분 함량도 잎 스펙트럼에 큰 영향을 미칠 수 있습니다. 그림 8에는 근적외선 스펙트럼이 더 많이 표시되어 있는데, 이는 대부분의 수분 효과가 있는 곳이기 때문입니다. 가시광선 영역에서는 효과가 나타나지 않으며 근적외선 영역에서는 작은 효과가 있습니다. 그러나 약 800나노미터에서는 큰 효과가 있습니다. 따라서 수분 함량이 영향을 미치는 파장은 더 긴 파장입니다.

앞의 예는 잎 수준에서의 효과를 보여 주지만 캐노피에서 관찰되는 반사율 스펙트럼은 여러 잎이 혼합되어 있습니다. 이 모든 것을 종합하면 그림 9에서 leaf area index 역시 스펙트럼의 가시광선 및 근적외선 영역에 걸쳐 극적인 효과가 있음을 알 수 있습니다.

약 600~700나노미터의 적색 영역과 잎사귀 물질이 추가된 근적외선 영역에서는 반사율이 점점 더 높아지는 것을 확인할 수 있습니다.

NDVI 계산 방법

이전 그래프는 연속 반사율 스펙트럼을 보여주지만 NDVI 은 스펙트럼의 두 가지 특정 영역에만 초점을 맞춘 것으로, 약 800 나노미터의 근적외선(NIR)은 일반적으로 약 650~700 나노미터에 해당하는 빨간색 영역의 반사율과 결합되어 있습니다(그림 10). 일반적인 NDVI 값은 -1에서 1 사이이며, NDVI 값이 높을수록 더 푸른 캐노피 또는 더 많은 잎 면적을 나타냅니다.

앞서 언급했듯이 반사율은 상승 복사 또는 캐노피에서 반사되는 복사량과 캐노피에 입사하거나 부딪히는 에너지의 비율을 말합니다. NDVI 이 적색과 근적외선 대역으로 구성된 이유는 적색은 엽록소 함량의 영향을 많이 받고 근적외선은 잎의 세포 구조 및 잎 안의 공기 공간과 관련이 있기 때문입니다. 잎이 확장되고 성숙함에 따라 세포 구조가 변화하고 이는 근적외선 산란에 큰 영향을 미칠 수 있습니다. 또한 그림 10의 스펙트럼에서 빨간색이 강하게 흡수되는 것을 볼 수 있습니다. 이는 반사되는 빛이 많지 않기 때문에 알 수 있습니다. 그러나 근적외선에서는 많은 양의 반사율을 볼 수 있습니다. 따라서 적색과 근적외선 사이의 비율을 구하면(방정식 1) 식생 캐노피에서 어떤 일이 일어나고 있는지 이해할 수 있습니다.

NDVI 애플리케이션
다음을 사용하여 leaf area index 견적 NDVI

NDVI 는 다양한 캐노피의 leaf area index 를 추정하는 데 자주 사용됩니다. 이는 NDVI 을 시간에 따라 추적하는 시계열 분석에 특히 유용합니다. leaf area index 에서 큰 계절적 변화가 있는 연간 낙엽 캐노피의 경우 NDVI 은 이러한 변화를 추적하는 데 유용합니다. NDVI 은 leaf area index 에서 공간 변동성을 추론하거나 추정하는 데에도 사용할 수 있습니다.

그림 11은 연구자들이 이미지를 사용하여 LAI 공간 변동성을 이해하는 방법을 보여줍니다. 연구자들은 근적외선과 적색 파장 대역이 있는 이미지를 사용하여 NDVI 을 계산할 수 있습니다. 그런 다음 이 NDVI 값을 사용하여 작물 LAI를 매핑하여 각 관리 단위 간 및 관리 단위 내에서 LAI의 공간적 이질성을 확인할 수 있습니다.

NDVI 의 적용에는 제한이 있습니다.

그림 12는 LAI가 3~4를 넘어서면 leaf area index 과의 관계에서 NDVI 이 포화 상태가 되는 경향이 있음을 보여줍니다. 이는 빨간색 밴드에서 낮은 LAI에서도 엽록소 흡수가 매우 낮은 경향이 있기 때문입니다. 따라서 더 많은 잎 면적이 추가되어도 3~4의 LAI 이상에서는 흡수에 약간의 변화만 발생합니다. 마찬가지로 근적외선 대역에서도 더 많은 잎 재료를 추가할수록 근적외선 반사율의 점진적인 변화는 매우 높은 LAI에서 감소하는 경향이 있습니다. 따라서 이는 NDVI 을 사용하여 LAI를 추정하는 데 있어 잠재적인 약점 중 하나입니다. 이 방법은 LAI가 0에서 4 사이인 캐노피에만 적합합니다.

LAI는 식물 캐노피가 흡수하는 빛의 양과 관련이 있으므로 NDVI 의 또 다른 관련 응용 분야는 빛 차단을 추정하는 것입니다. 잎이 많을수록 더 많은 빛을 흡수한다는 뜻입니다. 빛 차단은 캐노피가 흡수하는 빛의 양을 어느 정도 파악할 수 있기 때문에 알아야 할 중요한 변수입니다. 예를 들어, 캐노피가 환경에 적응하여 모든 빛 에너지를 사용할 수 있다고 가정하면, 부분적인 빛 차단을 알면 광합성 능력을 어느 정도 파악할 수 있습니다.

사용의 한 가지 장점 NDVI을 사용하여 광합성 활성 복사의 부분적 빛 차단 또는 부분적 흡수(F_PAR)의 관계를 NDVI 와 F_PAR 의 관계가 일반적으로 포화 상태가 되지 않는다는 것입니다. 빛 흡수는 약 3~4의 LAI에서 비교적 완전하게 이루어지는 경향이 있습니다. 잎 면적이 추가되면 분광 흡수가 선형적으로 증가하지 않습니다. 그림 13은 NDVI 와 F_PAR.

높은 분수 차단 값까지도 곡선은 선형을 유지합니다.

현상학에서 NDVI 사용

NDVI 의 또 다른 비교적 일반적인 용도는 낙엽수 또는 연간 또는 기타 잎 면적의 연도 간 변동성이 큰 다른 유형의 시스템에서 현상학을 추정하는 것입니다. 그림 14의 아래쪽 그래프는 NDVI 데이터의 시계열이 있고 이 시계열에 곡선을 맞추면 상당히 규칙적인 패턴을 갖는다는 것을 보여줍니다.

겨울철에는 잎 면적이 많지 않아 NDVI 이 낮습니다. 그러다가 봄이 되면 LAI가 증가하면서 NDVI 값이 증가합니다. 성장기 중반에 정점을 찍고 가을에는 노화와 잎이 떨어지면서 NDVI 값이 떨어집니다. 이러한 곡선을 사용하여 다양한 이벤트의 타이밍에 대한 다양한 지표를 추출할 수 있습니다. 예를 들어, 녹음이 시작되는 시기나 시즌이 시작되는 시기가 궁금한 경우입니다. 그림 14의 위쪽 그래프는 NDVI 곡선에서 추출한 SOSp 메트릭을 보여줍니다. 이 SOSp 메트릭은 잎이 자라기 시작한 시기를 보여줍니다. 잎이 자라기 시작한 시점을 확인할 수 있으므로 특정 날짜를 계절의 시작으로 표시할 수 있습니다. 이와 같은 수년간의 관측 자료를 종합하면 특정 캐노피에 대해 계절이 시작된 날짜를 알 수 있습니다. 그런 다음 이를 기후 변수나 다른 변수와 연관시켜 원인과 결과가 있는지 확인할 수 있습니다. 예를 들어, 일부 연구자들은 기후가 따뜻해짐에 따라 일반적으로 개화 시기가 1년 중 더 일찍 시작된다는 사실을 발견하고 있습니다. 이 곡선으로부터 추출할 수 있는 다른 많은 지표도 있습니다. NDVI 데이터를 현상학의 지표로 직접 사용하거나 NDVI 데이터를 현상학적 사건의 발생 시기를 예측하는 모델에 직접 입력할 수 있습니다.

그림 15는 현상학을 이해하기 위해 NDVI 을 사용하는 또 다른 예시를 보여줍니다. 혼합 수종이 있는 숲에서는 캐노피 내의 여러 위치 또는 개별 나무를 살펴보고 나무의 발달 시기를 추적할 수 있습니다. 그림 15는 봄철의 혼합 수종 숲 발달을 보여줍니다. 모든 수종은 매우 다른 NDVI 값으로 시작합니다. 이는 해당 시점의 leaf area index 값과 직접적으로 관련이 있습니다. 봄이 지나면서 낙엽수종의 NDVI 값은 일반적으로 증가하다가 150일 정도가 지나면 모두 상당히 균일한 NDVI 값으로 수렴하는 경향이 있습니다. 따라서 약 150일째가 되면 캐노피가 구조적으로 성숙하기 시작합니다. 이 시점에서 광합성 적응에 어떤 일이 일어나는지 반드시 알 수는 없지만, 이 데이터는 NDVI 데이터를 사용하여 공간적 이질성 또는 수종별 또는 나무별로 같은 스탠드 내에서도 녹화의 차이를 평가하는 방법을 보여주는 좋은 예입니다.

NDVI 사용하여 생산성 추정하기

NDVI 데이터를 사용하여 낙엽 캐노피 또는 계절성이 강한 캐노피(예: 연간 초원처럼 녹색 잎 면적의 존재가 계절 광합성과 매우 밀접하게 결합되어 있는 경우)에서 생산성을 직접 추정할 수 있습니다.

예를 들어, 그림 16은 일년생 초원의 NDVI 을 몇 년 동안 추적한 류의 논문 데이터입니다. NDVI 값은 상단 그래프에 표시된 녹색 점이고, 같은 그래프의 열린 원은 광합성 측정치입니다. NDVI 은 이 연간 초원에서 광합성의 시기와 진폭을 추적하는 데 매우 효과적입니다. 아래쪽 그래프에서 그는 4년간의 전체 데이터 집합을 가져와 NDVI 와 캐노피 광합성 사이의 상관 관계를 보여주었습니다. 따라서 그는 NDVI 을 사용하여 이 생태계 내의 캐노피 광합성을 추정하는 경험적 모델을 만들었습니다. NDVI 는 이 시스템에서 광합성의 타이밍을 추적하기 때문에 연중 특정 날짜의 순간 광합성뿐만 아니라 탄소 업데이트 기간을 어떻게 추정할 수 있을까요? 같은 질문에도 답할 수 있습니다. 시즌은 언제 시작되었나요? 언제 정점을 찍었나요? 언제 종료되었는가? 그림 16은 다양한 유용한 변수를 위해 채굴할 수 있는 풍부한 데이터 세트입니다.

NDVI 제한 사항

NDVI 사용 시 고려해야 할 몇 가지 제한 사항은 다음과 같습니다:

1. NDVI (그림 12 참조) 이 문제를 피하는 한 가지 방법은 요구 사항에 따라LAI가 필요하지 않을 수도 있다는 것입니다. 실제 부분 차단이 필요할 수도 있습니다. 하지만 LAI가 매우 높은 시스템에서 작업하는 경우 NDVI 를 많이 사용하지 못할 수도 있다는 점을 염두에 두세요.
2. NDVI 은 적어도 시계열 접근 방식에서는 상록 생태계에서 그다지 역동적이지 않습니다: 상록수계는 상록수이기 때문에 이 말이 이해가 됩니다. leaf area index 에서는 겨울에서 여름으로 넘어가는 변화가 많지 않으므로 적어도 LAI에 의해 제어되는 한 부분적인 빛 차단이 이루어집니다.

그림 17은 1년 내내 NDVI 값이 매우 안정적인 반면, 캐노피_CO2 흡수량 또는 광합성은 시간이 지남에 따라 역동적이라는 것을 보여줍니다. 그러나 NDVI 의 시간적 역학 관계와 캐노피_CO2 흡수량 사이에는 아무런 연관성이 없습니다. 따라서 NDVI 을 사용하는 것은 부적절합니다. 우리는 캐노피에 대해 더 많은 것을 알고 싶고 기능적 변화를 일으키는 원인이 무엇인지 알고 싶습니다. 그렇긴 하지만, NDVI 은 공간 이질성을 살펴보기 위해 상록수 시스템에서 여전히 유용할 수 있습니다. 넓은 지역 또는 장기 시계열에서 LAI 또는 빛 차단 바이오매스의 변동성을 찾고 있는 경우. 예를 들어, 산불 발생 후 회복과 성장을 평가하는 경우, 상록수 시스템이라 하더라도 충분히 넓은 기간에 걸쳐 살펴보면 NDVI 에서 반응할 수 있습니다. 그러나 연간 단위로 보면 동적인 변화는 크지 않을 것입니다.

PRI(광화학 반사율 지수) 계산 방법

PRI는 공식이 NDVI 와 유사하지만 입력으로 사용되는 파장 또는 대역이 다를 뿐입니다. PRI는 531나노미터와 570나노미터의 반사율로 계산되며 PRI 값은 -1에서 1까지 다양합니다.

광화학 반사율 지수는 식물 캐노피 내에서 발생하는 광 이용 효율 또는 광 이용 효율의 변화를 파악하는 데 가장 일반적으로 사용됩니다. 특히 크산토필 색소 변화에 대한 531나노미터의 반응을 살펴봄으로써 이를 확인할 수 있습니다.

그림 18은 비교적 빠르게 연속적으로 수집된 두 개의 서로 다른 반사율 스펙트럼을 보여줍니다. 이 두 스펙트럼의 차이를 계산해 보면 차이가 가장 큰 몇 가지 피크 영역을 확인할 수 있습니다. 그 중 약 531나노미터에 있는 한 곳은 크산토필 주기 활동으로 거슬러 올라갈 수 있습니다.

크산토필 주기는 크산토필 색소가 앞뒤로 내부 전환 과정을 거치는 빠르고 가역적인 작용/반응입니다.

그림 19는 이러한 내부 변환 과정을 보여줍니다. 다이어그램의 오른쪽에는 비락산틴으로 시작합니다. 이는 안테라잔틴으로 전환되고 최종 생성물은 제아잔틴입니다. 비올락산틴은 스트레스를 받지 않은 상태이며, 식물이 스트레스를 받으면 제아잔틴 상태가 될 때까지 색소의 내부 전환이 일어납니다. 스트레스가 풀리면 이 과정은 되돌릴 수 있습니다. 예를 들어, 조도를 낮추면 색소 내부 전환이 식물 조직 내에서 대부분 비락산틴이 있는 곳으로 역전될 수 있습니다. 이는 식물이 스트레스가 많은 환경에 안전하게 대처할 수 있는 유비쿼터스 방식입니다. 식물은 외부에 있을 때 지속적으로 방사선을 흡수합니다. 식물은 일어나서 걸어갈 수 없습니다. 이 과정은 광합성 기계에 해를 끼치지 않고 과도한 빛을 흡수하여 그 에너지가 색소 내부 전환에 사용되는 크산토필 주기로 흡수하는 방법입니다. 빛을 흡수하여 크산토필 주기에 사용하면 그 빛이 탄소 흡수를 주도하지 않기 때문에 빛 사용 효율이 떨어집니다. 대신 크산토필 주기를 통해 열을 발산하는 과정으로 이동합니다. 따라서 크산토필 주기는 식물이 빛 사용 효율을 제어하는 한 가지 방법입니다.

크산토필 주기는 또한 시간에 따른 다른 흥미로운 역학 관계를 보여줍니다. 예를 들어 Demmig, Adams 및 Adams의 논문에서 나온 그림 20은 몇 가지 다른 처리와 총 크산토필 풀 크기(비락산틴, 안테락산틴 및 제아잔틴 함량의 합)에 대해 예상할 수 있는 것을 보여줍니다. 또한 상대적인 풀 크기 또는 비락산틴과 안테라잔틴, 제아잔틴의 비율도 보여줍니다.

위쪽 원형 차트는 음영 처리된 잎과 햇볕을 받은 잎을 비교한 것입니다. 햇볕을 받은 잎은 그늘진 잎보다 전체 풀 크기가 훨씬 큽니다. 각 크산토필의 비율에 주목하세요. 그늘진 잎에서는 훨씬 더 많은 크산토필이 비락산틴 상태에 있는데, 아마도 샘플을 채취하는 순간에 광 보호의 필요성이 적기 때문일 것입니다. 반대로, 햇빛을 받은 잎에서는 훨씬 더 많은 양의 크산토필이 제아잔틴 상태에 있으며, 이는 광 보호가 필요하다는 것을 나타냅니다.

여름철과 겨울철의 크산토필 함량을 비교해도 같은 사실을 알 수 있습니다. 예를 들어, 겨울철 상록수에서는 식물이 흡수하는 많은 에너지를 광합성에 사용할 수 있기 때문에(스트레스가 없다고 가정할 때) 여름철에는 광합성을 할 필요가 훨씬 적습니다. 하지만 겨울철에는 기온이 낮고 광합성에 유리한 조건이 아닙니다. 식물은 여전히 빛을 흡수하고 있지만 스스로를 파괴하지 않기 위해 빛과 관련된 무언가가 있어야합니다. 따라서 식물은 크산토필의 풀 크기를 늘리는 데 자원을 투자합니다. 따라서 겨울에는 광 보호에 대한 요구 사항이 높기 때문에 제아잔틴의 비율이 더 높습니다.

아래 예시에서는 질소 처리에 차이가 있으며 기본적으로 다른 두 예시와 같은 패턴을 따릅니다. 식물에 질소가 충분하면 스트레스를 덜 받고 광 보호의 필요성이 줄어듭니다. 질소가 부족하면 흡수된 광자를 사용할 수 없기 때문에 크산토필 색소를 통한 광 보호의 필요성이 높아집니다.

PRI는 크산토필 역학을 포착하는 데 도움이 됩니다.

연구자들이 PRI를 사용하는 한 가지 방법은 이러한 크산토필의 시간적 역학(즉, 크산토필 활동을 통한 빛 사용 효율성)을 포착하는 것입니다. PRI의 사용은 존 가몬 박사가 반사 스펙트럼을 사용하여 크산토필 주기 활동을 감지할 수 있다는 사실을 발견하면서 시작되었습니다. 그는 531나노미터에서의 반사율이 크산토필의 변화에 가장 민감하다는 것을 발견했습니다.

그림 21의 오른쪽 위에는 531나노미터에서의 반사율이 표시되어 있으며, x축의 산화 상태는 비락산틴과 안테라잔틴, 제아잔틴의 비율에 따른 크산토필 사이클의 상태를 나타냅니다. 이 짧은 기간 동안 크산토필 주기의 역동성을 볼 수 있으며 531나노미터에서의 반사율이 이러한 변화에 민감하다는 것을 알 수 있습니다.

한 가지 주목할 점은 PRI는 570나노미터의 기준 대역도 참고용으로 사용한다는 것입니다. 570나노미터에서는 크산토필이 변화할 때 어떤 변화도 일어나지 않습니다.

그림 22는 PRI의 변화가 531 나노미터에서의 반사율만큼이나 크산토필의 산화 상태 변화에 민감하다는 것을 보여줍니다. 또한 크산토필 활성은 반사율 스펙트럼 내에서 상대적으로 좁은 대역 내에서만 감지할 수 있다는 점에 유의하세요. 이 경우 넓은 대역(즉, 전체 녹색 스펙트럼에서 측정)은 크산토필 주기 활동을 놓칠 가능성이 높습니다. 따라서 크산토필 관련 변화를 감지하거나 감지할 수 있을 만큼 민감하려면 좁은 파장 대역을 측정해야 합니다.

광합성 기능의 역학 이해

일부 연구자들은 식물 광합성 기능의 일별 역학 또는 단기 역학을 파악하기 위해 PRI를 사용합니다. 그림 23과 24는 PRI가 빛 사용 효율의 변화에 얼마나 역동적인지 보여주는 간단한 실험의 예를 보여줍니다.

그림 23은 연구자들이 식물에 계단식 조명을 비추는 실험입니다(조도가 최고조에 달할 때까지 조도를 높였다가 떨어뜨림). 위쪽 그래프는 조도가 단계적으로 올라갔다가 내려가는 것을 보여줍니다. 그리고_CO2 흡수량(광합성을 나타내는)도 조도의 변화를 추적하고 있습니다. 따라서 더 많은 에너지를 사용할 수 있게 되면 광합성이 증가하고, 조도가 감소하면 광합성이 감소합니다.

그림 23의 아래쪽 그래프는 서로 다른 측정값을 사용한 동일한 실험입니다. 두 측정값은 PRI와 𝚫F/F_m 광합성 II 효율(빛 사용 효율과 관련)을 측정하는 형광 측정값입니다. 그림 24는 PRI와 형광 측정이 조도 단계의 타이밍을 잘 추적한다는 것을 보여줍니다. 다시 말하지만, 빛이 증가함에 따라 PRI는 감소하고 𝚫F/F_m 가 감소하며, 이는 모두 조명 사용 효율이 감소함을 나타냅니다. 그리고 조도가 낮아지면 그 반대의 결과가 나타납니다.

그림 24는 시간에 따른 형광과 PRI의 시간적 변화를 보여주는 또 다른 간단한 실험입니다. 식물은 0시에 어둠 속에서 시작합니다. 한 시간 후 조명이 켜지고 형광과 PRI가 거의 즉각적으로 반응합니다. 빛 사용 효율과 상관관계에 따라 매우 강하게 하향 반응합니다. 그런 다음 조명이 일정 시간 동안 켜져 있으면 실험자는 조명을 끕니다. 그리고 다시, 잎의 생리가 변화함에 따라 형광과 PRI 모두 조도 변화에 비교적 빠르고 즉각적으로 반응합니다.

이 실험은 하루 종일 또는 식물 캐노피가 햇빛에서 그늘로 바뀌는 동안 발생할 수 있는 급격한 변화를 측정하는 데 PRI가 유용할 수 있음을 보여줍니다. 이러한 환경 변수 또는 기타 환경 변수가 변화함에 따라 PRI가 감지할 수 있는 빛 사용 효율의 변화가 예상됩니다.

장기적인 변화를 위해 PRI 사용

장기 측정에 PRI를 사용한다는 아이디어는 항상 있어 왔지만, 장기간에 걸쳐 PRI를 측정하는 것이 다소 어려웠기 때문에 많은 연구자들이 이 분야를 추구하지는 않았습니다. 일반적으로 좁은 파장의 빛을 측정하려면 고급 기기가 필요합니다. 하지만 최근 관심이 높아지면서 그림 25에 제시된 결과는 비교적 최근에 나온 결과이며 여전히 연구 중입니다.

지금까지 연구자들이 밝혀낸 사실은 장기간에 걸쳐 PRI는 크산토필 주기에만 민감할 뿐만 아니라 총 카로티노이드 및 엽록소 함량에도 민감하다는 것입니다. 크산토필(비락산틴, 안테라잔틴, 제아잔틴)은 카로티노이드의 한 종류라는 점에 유의하는 것이 중요합니다. 따라서 연구자들이 총 카로티노이드 함량을 측정할 때, 그 중 상당 부분이 실제로는 크산토필인 경우가 많습니다. PRI가 크산토필에만 반응하는지 아니면 총 카로티노이드에 반응하는지 여부는 아직 명확하지 않습니다. 추가 연구가 이를 명확히 하는 데 도움이 될 것입니다. 하지만 연구자들은 PRI와 카로티노이드 대 엽록소 비율 사이에 매우 밀접한 상관관계가 있다는 것을 발견했습니다. 카로티노이드는 보조 색소이며 빛을 수확하는 역할을 할 수 있기 때문에 카로티노이드 대 엽록소 비율은 빛 사용 효율과 연관될 수 있습니다. 그러나 대다수는 크산토필과 마찬가지로 광 보호 역할도 합니다. 따라서 카로티노이드와 엽록소의 함량을 비교하면 시간에 따른 비율의 역학 관계를 살펴보고 식물이 얼마나 스트레스를 받고 있는지 파악할 수 있습니다. 따라서 PRI를 사용하여 더 넓은 기간 또는 더 넓은 공간에 걸쳐 빛 사용 효율 또는 광합성 효율을 살펴보는 방법이 될 수 있습니다.

그림 25의 왼쪽 그래프는 광합성 생리, 엽색소 및 PRI 간의 장기적인 상관관계를 평가하기 위해 스코틀랜드 소나무 캐노피를 1년 이상 관찰한 연구를 보여줍니다. 그 결과 거의 모든 중요한 광합성 생리학적 변수가 PRI와 관련이 있다는 사실을 발견했습니다. 이러한 변수들 사이에는 많은 상관관계가 있기 때문이기도 하지만, 이전 연구와 마찬가지로 연구진은 크산토필 대 엽록소 비율, 카로티노이드 대 엽록소 비율, 크산토필의 총 풀 크기 대 총 카로티노이드 풀 크기와 가장 높은 상관관계가 있다는 것을 발견했습니다.

그러나 많은 상관관계가 있음에도 불구하고 그림 26을 보면 연구자들은 빛 사용 효율의 추세를 추정하는 데 오랜 기간 동안 PRI를 사용할 수 있음을 보여줍니다.

따라서 PRI는 하루 단위의 시간 척도에서 빛 사용 효율을 측정하는 데 적합하며, 더 긴 시간 척도에서도 사용할 수 있는 것으로 보입니다. 그러나 더 긴 시간 척도로 사용할 때는 데이터 해석에 주의를 기울여 PRI의 변화를 유발하는 요인을 제대로 이해해야 합니다.

PRI 제한

NDVI 와 마찬가지로 PRI에는 몇 가지 한계가 있습니다. 첫째, PRI와 빛 사용 효율 간의 관계는 시간 규모에 관계없이 캐노피에 따라 달라지는 것으로 밝혀졌습니다. 따라서 일부 종 의존성과 일부 구조적 의존성이 있습니다.

그림 27은 다양한 종에 걸쳐 PRI와 형광(빛 사용 효율을 나타내는 지표)의 관계가 종에 따라 다르다는 것을 보여줍니다. 따라서 PRI를 측정하여 빛 사용 효율 값을 추출하는 것은 불가능합니다. 절대적인 빛 사용 효율 값을 얻으려면 먼저 이러한 상관 관계를 구축하기 위해 몇 가지 배경 작업을 수행해야 합니다. 이는 NDVI 에도 적용됩니다. NDVI 값을 알고 있는 경우, NDVI 수치를 절대 LAI 또는 F_PAR 숫자로 변환하려면 몇 가지 상관 관계가 필요합니다.

전체 생육 기간 동안 PRI는 여러 변수의 변화에 반응하며, 그 중 대부분은 광합성 성능과 관련이 있습니다. 그러나 한 기간의 PRI 측정값을 다른 기간과 직접 비교할 때나 이러한 측정값 중 일부를 공간에 걸쳐 확장하는 경우에는 주의해야 합니다.

또한, 특히 극단적인 경우에는 PRI와 조명 사용 효율이 분리되는 경향이 있다는 점에 유의하세요. 예를 들어, 상록수 생태계에서는 봄에서 여름으로 넘어가는 전환기에 디커플링이 발생하는 경우가 많습니다. 연구자들이 디커플링을 관찰한 또 다른 경우는 극심한 가뭄 기간입니다. 나무가 고사 직전에 처하면 PRI가 무너지는 경향이 있습니다. 이러한 상황에서는 PRI가 빛 사용 효율을 과대평가하는 경우가 대부분입니다. 따라서 다시 한 번 주의가 필요합니다.

마지막으로, 빛 사용 효율은 크산토필 사이클 색소나 기타 엽색소 함량과만 관련이 있는 것이 아닙니다. 경우에 따라 광흡수도 고려해야 하며, PRI는 광흡수와 관련이 없습니다. 따라서 광흡수는 PRI를 기반으로 한 빛 사용 효율 추정에서 오류의 원인이 될 수 있습니다.

NDVI 및 PRI의 측정값 결합

광합성을 원격으로 또는 비파괴적으로 추정할 수 있는 방법에 대한 광범위한 관심이 있습니다. 일부 연구자들은 몬테이스의 빛 사용 효율 모델(방정식 3)로 돌아가기도 했습니다.

여기서 GPP(총 일차 생산성) 또는 광합성은 식물 캐노피에 입사되는 PAR(광합성 활성 방사선)에 _FPAR (분광 차단)을 곱한 값 또는 해당 PAR이 실제로 식물 캐노피에 흡수되는 양에 ε (광 사용 효율)를 곱한 값입니다. 다시 말해, 흡수된 광자가 탄수화물 형태로 탄소를 고정하는 데 얼마나 효율적으로 사용되고 있는지를 의미합니다.

그러나 일부 연구자들은 F에 대한 프록시 사용을 제안했습니다._PAR 및 ε에 대한 프록시를 사용할 것을 제안했습니다.

연구원들은 NDVI 를 F로 대체하려고 시도했습니다._PAR 를 ε로, PRI를 ε로 대입해 본 결과 꽤 괜찮은 결과를 얻었습니다. 그림 28은 시간과 공간에 걸쳐 확장된 연구 결과입니다.

각 데이터 포인트는 다른 위치에서 가져온 것이거나 같은 위치에서 샘플링된 다른 기간의 데이터입니다. 이 경우 NDVI 에 sPRI를 곱하면 됩니다(sPRI는 값이 0에서 1 사이가 되도록 PRI를 스케일링하는 방법입니다). sPRI는 기본적으로 PRI와 동일하므로 그림 28의 관계가 상당히 긴밀하다는 것을 알 수 있습니다.

그림 29는 PAR과 _FPAR을 APAR로 묶어 보려는 시도입니다. 따라서 APAR은 광합성 활성 방사선을 흡수합니다. 따라서 PAR과 _FPAR을 결합한 다음 여기에 다시 스케일링된 PRI를 곱하는 것과 같습니다. 이 연구자들은 실제 광합성 단위로 광합성을 추정하려고 시도하고 있습니다. 다시 말하지만, 이는 상당히 선형적인 관계입니다. 규모 측면에서 약간의 편향이 있지만, 다시 말하지만 광합성을 원격으로 감지하는 데는 상당히 좋은 방법입니다.

NDVI 및 sPRI 조명 사용 효율 유형 모델을 결합하는 한 가지 응용 분야는 공간 확장이 될 수 있습니다.

그림 30은 위성 이미지에서 파생된 제품을 보여줍니다. 이 연구자는 이 위성 이미지에서 NDVI 및 PRI를 계산할 수 있었습니다. 연구진은 빛 사용 효율 모델에서 NDVI 및 PRI를 결합하여 이미지 내의 각 픽셀 또는 각 위치에 대해_CO2 흡수량 또는 광합성 추정치를 추출했습니다. 이것은 위성 이미지에서 파생된 것이지만, 많은 센서를 풍경 전체에 배치하여 매우 유사한 결과를 도출하거나 적어도 광합성의 공간적 이질성이 무엇인지 파악하기 위해 NDVI/PRI 접근 방식을 결합할 수 있다고 상상할 수 있습니다.

측정 방법 NDVI, PRI 및 스펙트럼 반사율

스펙트럼 데이터를 측정하는 방법에는 여러 가지가 있는데, 그 이유는 측정할 수 있는 빛의 파장이 다양하기 때문입니다.

그림 31은 여러 기기의 다양한 측정값을 보여줍니다. 예를 들어, 전체 스펙트럼에 걸쳐 거의 연속적인 정보를 제공하는 분광계에서 얻을 수 있는 '초분광 데이터'라고 부르는 것이 있습니다. 이것은 기기에서 추출할 수 있는 가장 상세한 유형의 스펙트럼 데이터입니다. 일반적으로 이러한 종류의 기기는 새로운 식생 지수나 새로운 역학을 찾고자 하는 원격 감지 연구 유형의 애플리케이션에 사용됩니다. 예를 들어, PRI가 발견되었을 때는 여러 스펙트럼을 한꺼번에 탐색하는 방식으로 이루어졌습니다.

또 다른 접근 방식은 제한된 수의 스펙트럼 대역을 사용하는 것입니다. 예를 들어, '다중 스펙트럼 데이터'라고 부르는 것은 QuickBird 위성 및 기타 고해상도 위성에서 얻을 수 있습니다. QuickBird는 청색, 녹색, 적색, 근적외선의 4개 대역을 제공하여 식물 캐노피의 스펙트럼 역학을 표현할 수 있습니다. 따라서 다중 스펙트럼 접근 방식은 기본적으로 다중 대역 라디오미터와 동의어입니다. 하이퍼스펙트럼과 멀티스펙트럼의 차이는 모호하지만 기본적으로 "하이퍼"는 많은 것을 의미하고 "멀티"는 단지 몇 가지를 의미합니다. 극단적인 측면에는 하이퍼 스펙트럼이 있지만 반대쪽에는 단일 대역 라디오미터가 있습니다. PAR 기기는 본질적으로 매우 넓은 측정 파장을 가진 단일 대역 라디오미터입니다. 400~700나노미터 사이의 방사선을 측정하고 해당 전체 영역에 대한 단일 값을 출력합니다. 파이라노미터는 동일한 기능을 수행하지만 그 영역이 훨씬 더 넓고 근적외선 및 단파장 적외선 영역까지 훨씬 더 확장됩니다.

따라서 연구 목표가 무엇인지에 따라 필요한 기기가 결정됩니다. 이 글의 특정 애플리케이션을 측정하는 것이 목표라면 전체 분광계는 과잉일 수 있습니다. 이러한 경우 멀티밴드 라디오미터를 사용하여 PRI, NDVI, 또는 두 가지를 동시에 측정할 수 있습니다. 4개의 대역만 필요합니다.

METER의 NDVI/PRI 센서는 NDVI 및 PRI를 모두 측정하는 멀티밴드 라디오미터입니다.

한 유형은 NDVI 측정을 위해 설계된 630나노미터와 800나노미터 중심의 밴드가 있습니다. 다른 유형은 532나노미터와 570나노미터 중심의 밴드가 PRI 측정용으로 설계되었습니다. 스펙트럼 반사율 센서는 들어오는 방사선을 측정하도록 설계되었습니다(그림 33).

테프론 디퓨저는 반구형 시야를 제공하여 입사광을 측정할 수 있습니다. 오른쪽 하단에는 시야를 20도로 제한하는 물리적 필드 스톱이 있는 방향성 센서가 표시됩니다. 또한 이 센서는 포인팅이 가능하기 때문에 이를 사용하는 연구자가 실제로 식물 캐노피 내에서 센서가 어디를 보고 있는지 지시할 수 있습니다. NIST 추적 가능한 보정 기능을 갖추고 있어 측정값과 실제 물리적 빛의 단위를 제공합니다. 작고 방수 및 내후성이 뛰어나기 때문에 대부분의 분광기의 문제인 외부에 두고 장시간 동안 데이터를 수집하는 것에 대해 걱정할 필요가 없습니다. 보통은 기기를 외부로부터 보호하기 위해 일종의 컨테이너를 만들어야 합니다.

NDVI 및 PRI 측정 고려 사항

스펙트럼 반사율을 측정하여 PRI와 NDVI 를 얻으려면 일반적으로 적어도 복사 측정(또는 업웰링 측정)의 경우 캐노피의 하향식 뷰에 관심이 있을 것입니다.

이를 위해서는 캐노피 위를 측정해야 합니다. 이 작업의 난이도는 캐노피 높이에 따라 달라집니다. 예를 들어, 그림 34에는 미시간 북부에는 낙엽이 섞인 캐노피 위로 꽤 멀리 뻗어 있는 플럭스 타워가 있습니다. 이는 SRS 센서를 위한 완벽한 플랫폼이 될 수 있습니다. 그러나 캐노피가 예를 들어 밀 작물이라면 타워가 필요하지 않습니다. 울타리 기둥이나 튼튼한 삼각대에 센서를 장착할 수 있습니다. 어느 쪽이든 센서는 캐노피 위에 있어야 합니다.

스펙트럼 반사율을 장기간 측정할 때는 한 기기는 입사 방사선을 정량화하기 위해 위를 보고, 다른 기기는 반사되는 방사선의 양을 정량화하기 위해 아래를 보는 듀얼 뷰 기기를 사용하는 것이 유리합니다. 즉, 하늘 조건에 상관없이 햇빛이 내리쬐는 조건에서 측정할 수 있으며, 두 방사선 소스를 동시에 정량화하기 때문에 구름이 덮여도 측정에 영향을 미치지 않습니다. 이는 위성 이미지가 아닌 지상에서 스펙트럼 반사율을 측정할 때보다 유리한 점이기도 합니다. 위성 이미지의 문제점은 특히 가시광선 영역에 cloud 덮개가 있을 때마다 관심 있는 캐노피 생태계의 시야를 가린다는 것입니다. 하지만 모든 조건에서 캐노피를 측정할 수 있는 SRS 센서나 분광기를 사용하면 모든 조건에서 NDVI 및 PRI를 훨씬 더 자세히 탐색할 수 있습니다. 또한 캐노피 위에 센서를 설치하려는 경우, 캐노피를 지속적으로 모니터링할 수 있는 곳에 설치하기가 더 쉽기 때문에 소형 저전력 센서를 사용하는 것이 유리합니다.

NDVI 및 PRI에서 염두에 두어야 할 한 가지는 태양 센서 표면 형상의 변화가 데이터에 큰 영향을 미칠 수 있다는 것입니다. 이는 시계열 데이터를 고려할 때 특히 중요합니다. 예를 들어 그림 35는 5일간의 NDVI 을 플롯한 것입니다.

각 라인은 서로 다른 날짜를 나타냅니다. 모든 데이터 라인에는 전형적인 U자형 패턴이 있습니다. 이는 각도 효과로, LAI나 부분적인 빛 차단이 변화하고 있지 않다는 것을 의미합니다. 센서가 고정된 위치를 보고 있었던 것입니다. 따라서 광자가 캐노피와 상호 작용하고 장비에 기록되는 방식과 관련이 있었습니다.

그림 36은 후방 산란과 전방 산란의 극단적인 예를 보여줍니다.

이 예에서는 관측자와 캐노피의 위치는 변하지 않지만 하늘에서 태양의 위치는 변하고 있습니다. 이는 광자가 캐노피에 부딪히는 방식과 관측자 또는 기기의 위치에서 기록되는 방식에 매우 큰 영향을 미칠 수 있음을 알 수 있습니다.

또한 모든 기상 조건에서 장기간의 시계열 데이터를 수집하기 때문에 허위 관측을 유발할 수 있는 상황이 발생할 수 있다는 점에 유의하세요. 전방 광학 장치가 젖거나 새가 센서에 착륙하거나 센서가 더러워질 수 있습니다. 이 모든 것이 데이터에 노이즈나 급증을 일으킬 수 있습니다. 예를 들어, 그림 35의 178일째에는 큰 폭의 상승이 나타납니다.

따라서 일반적으로 시계열 NDVI 및 PRI 데이터에는 어느 정도의 데이터 필터링이 필요합니다. 태양 센서 표면 기하학적 효과에 대한 해결책 중 하나는 하루에 하나의 관측 데이터만 사용하는 것입니다. 이는 일반적으로 NDVI 에서 잘 작동하는데, NDVI 에서는 하루 동안 크게 변하지 않지만 매일 또는 몇 주, 몇 달에 걸쳐 변하는 LAI와 같은 구조적으로 관련된 변수를 살펴보기 때문입니다. 따라서 이러한 변수에 초점을 맞추고 있다면 일일 단위의 해상도만 있으면 됩니다. 그림 37은 연구자들이 매일 정오 무렵에 하나의 측정값을 추출한 예시입니다. 정오, 특히 태양의 정오가 더 좋은 이유는 관측을 수집할 때 태양의 천정과 방위각이 매일 일정하기 때문입니다.

그림 38은 초원에서 봄에서 여름으로 전환하는 동안 녹색이 증가하는 패턴 또는 패턴의 차이를 보여주기 위해 일일 데이터를 플롯한 여러 가지 처리 플롯의 시계열입니다.

일부 연구자들은 일별 데이터를 원하는데, 특히 PRI의 경우 크산토필 주기의 역학에 따라 반응하기 때문에 매우 역동적일 수 있기 때문입니다. 식물과 식물 캐노피가 환경의 빠른 변화에 반응하기 때문에 이러한 긴밀한 결합과 빠른 반응이 무엇인지 이해하는 데 많은 관심이 있습니다. 일별 데이터를 사용하려는 경우, 2008년에 환경 원격 감지 저널에 발표된 Thomas Hillker의 논문에서 양방향 반사율 모델링(데이터에 존재하는 각도 효과를 모델링 또는 설명)을 살펴볼 것을 권장합니다.

참조

• 콜롬보, 로베르토, 다리오 벨린제리, 단테 파솔리니, 카를로 M. 마리노. "고해상도 위성 데이터를 사용하여 다양한 식생 유형에서 leaf area index 검색." 환경의 원격 감지 86, 1 호 (2003): 120-131.(기사 링크).
• 데미그-애덤스, 바바라, 윌리엄 W. 애덤스 3세. "광합성 보호에서 크 산토 필 사이클 카로티노이드의 역할." 식물 과학 동향 1, 1 호 (1996): 21-26.(기사 링크).
• Gamon, J. A., C. B. 필드, W. 빌거, O. 비요크만, A. L. 프레딘, J. 페뉴엘라스. "해바라기 잎과 캐노피에서 크 산토 필 순환과 엽록소 형광의 원격 감지." 생태학 85, 1 (1990): 1-7.(기사 링크).
• 가몬, 존 A., 크리스토퍼 B. 필드, 마이클 L. 굴든, 케빈 L. 그리핀, 앤 E. 하틀리, 게스케 조엘, 호셉 페뉴엘라스, 리카르도 발렌티니. " NDVI, 캐노피 구조 및 캘리포니아 식생 유형에서의 광합성 간의 관계." 생태 응용 5, 1 (1995): 28-41.(기사 링크).
• 가몬, JAm, L. 세라노, 및 J. S. 서퍼스. "광화학 반사율 지수: 종, 기능 유형 및 영양소 수준에 따른 광합성 방사선 사용 효율의 광학적 지표." 생태학 112, no. 4 (1997): 492-501.(기사 링크).
• Gamon, J. A. 및 J. S. Surfus. "반사계로 잎 색소 함량 및 활동 평가." 새로운 식물 학자 143, 1 호 (1999): 105-117.(기사 링크).
• 가몬, J. A., J. 페뉴엘라스, C. B. 필드. "광합성 효율의 일별 변화를 추적하는 협 파장 대역 스펙트럼 지수." 환경의 원격 감지 41, 1 (1992): 35-44.(기사 링크).
• Garrity, Steven R., 길 보러, 카일 D. 마우러, 김 L. 뮬러, 크리스토프 S. 보겔, 피터 S. 커티스. "낙엽수림 탄소 교환의 계절적 전환을 추정하기위한 여러 현상학 데이터 소스의 비교." 농업 및 산림 기상학 151, 12 호 (2011): 1741-1752.(기사 링크).
• 개리티, 스티븐 R., 얀 UH 아이텔, 리 A. 비어링. "식물 색소와 광화학 반사율 지수 사이의 관계를 풀면 카로티노이드 함량의 원격 추정을위한 새로운 접근 방식이 드러납니다." 환경의 원격 감지 115, 2 호 (2011): 628-635.(기사 링크).
• 홀, 포레스트 G., 토마스 힐커, 니콜라스 C. 쿱스, 알렉세이 리아푸스틴, 칼 F. 후엠리히, 엘리자베스 미들턴, 행크 마골리스, 기욤 드롤레, T. 앤드류 블랙. "캐노피 그림자 분율에 따른 PRI 변화를 관찰하여 산림 조명 사용 효율의 다각도 원격 감지." 환경의 원격 감지 112, 7 호 (2008): 3201-3211.(기사 링크).
• 페뉴엘라스, 호셉, 이올란다 필렐라, 존 A. 가몬. "스펙트럼 반사율을 통한 광합성 방사선 사용 효율 평가." 새로운 식물학자 131, no. 3 (1995): 291-296.(기사 링크).
• 포르카-카스텔, 알버트, 호세 이그나시오 가르시아-플라졸라, 캐롤라인 J. 니콜, 파시 콜라리, 베낫 올라스코아가, 네아 쿠시넨, 베아트리스 페르난데스-마린, 미나 풀키넨, 에이야 주우롤라, 에로 니킨마아. "광화학 반사율 지수와 광합성 광 사용 효율 사이의 계절적 관계의 생리학." 생태학 170, 2호 (2012): 313-323.(기사 링크).
• 라만, 압둘라 F., 존 A. 가몬, 데이비드 A. 푸엔테스, 다르 A. 로버츠, 딜런 프렌티스. "AVIRIS 이미지의 초분광 지수를 사용하여 한대림의 공간적으로 분산된 생태계 플럭스 모델링". 지구물리 연구 저널: 대기 106, no. D24 (2001): 33579-33591.(기사 링크).
• 라만, A. F., 비센테 D. 코르도바, 존 A. 가몬, 한스 피터 슈미드, 다니엘 A. 심스. "육상 식생에서 CO2 플럭스를 추정하기위한 MODIS 해양 밴드의 잠재력: 새로운 접근법." 지구 물리학 연구 편지 31, 10 호 (2004).(기사 링크).
• 류영렬, 데니스 D. 발도치, 조셉 버파이리, 시얀 마, 마티아스 포크, 일세 루이즈 메르카도, 테드 헨, 올리버 소넨탁. "발광 다이오드(LED)로 제작된 새로운 분광 반사율 센서의 성능을 테스트하여 생태계의 신진대사, 구조 및 기능을 모니터링합니다." 농업 및 산림 기상학 150, 12호 (2010): 1597-1606.(기사 링크).

질문이 있으신가요?

저희 과학자들은 수십 년 동안 연구자와 재배자들이 토양-식물-대기 연속체를 측정할 수 있도록 지원해 온 경험을 가지고 있습니다.

• 전문가와 상담하기
• 견적 요청하기
• 모든 캐노피 기기 보기

부록

NDVI 센서를 최대한 활용하는 방법

이 동영상을 시청하거나 아래 기사를 읽고 NDVI 이 현재 연구에서 어떻게 사용되고 있는지 알아보고 NDVI의 일부 한계를 극복하는 방법을 알아보세요.

NDVI - 글로벌

NDVI 은 지구 궤도를 도는 위성에서 얻은 데이터라고 생각하면 됩니다. 그림 1에서 전 세계적으로 짙은 녹색으로 표시된 NDVI 값이 높은 식생이 우거진 지역을 볼 수 있습니다.

반대로 식생이 적은 지역은 NDVI 값이 낮아 갈색으로 보입니다. NDVI 은 지표면에 존재하는 식생 피복의 양에 민감합니다.

NDVI - local

플롯 수준에서 NDVI 을 어떻게 유용하게 사용할 수 있을까요? 아래 그림 2는 시간 0이 맨땅이거나 관목 또는 일년생 풀 몇 그루가 있는 연속적인 경사도를 보여줍니다. 이 땅을 충분한 시간 동안 방치하면 초목이 변하여 관목이 풀을 대신하고 결국에는 숲이 형성될 수 있습니다. 넓은 지역에서는 초원에서 숲으로 이동할 수도 있습니다. 농업 시스템에서는 매년 초원에서 식물의 출현, 성숙, 노화 등 초목의 교체가 이루어집니다. 이 주기는 매년 반복됩니다. 이러한 성장 주기 내에서 NDVI 는 시간이 지남에 따라 발생하는 캐노피의 성장과 경관 전반에 걸쳐 발생하는 공간적 역학을 정량화하는 데 도움이 됩니다.

스펙트럼 반사율 데이터

NDVI 의 출처는 어디일까요? 그림 3에서 x축은 전자기 스펙트럼 내의 빛의 파장을 표시하며, 450~950nm는 가시광선 영역과 근적외선의 일부를 모두 포함합니다. Y축은 반사율입니다. 이것은 녹색 식물의 일반적인 반사율 스펙트럼입니다.

녹색 초분광선은 스펙트럼 복사계에서 기대할 수 있는 것입니다. 반사율은 일반적으로 파란색 영역에서 낮고, 녹색 영역에서 높으며, 빨간색 영역에서 낮습니다. 가시광선에서 근적외선 영역으로 넘어가면 반사율이 급격히 변화합니다. NDVI 이라고 표시된 두 개의 세로 막대를 통해 일반적인 NDVI 센서가 스펙트럼 내에서 측정하는 위치를 알 수 있습니다. 한 밴드는 빨간색 영역에 있고 다른 밴드는 근적외선 영역에 있습니다.

NDVI 는 스펙트럼의 가시광선 영역과 근적외선 영역 사이의 큰 차이를 활용합니다. 건강하게 자라는 식물은 근적외선을 강하게 반사합니다. 위 그림의 오른쪽에 있는 두 이미지는 같은 영역의 이미지입니다. 위쪽 이미지는 트루 컬러 또는 파란색, 녹색, 빨간색의 세 가지 밴드로 표시됩니다. 아래 이미지는 가색 적외선 이미지입니다. 표시된 세 개의 밴드는 파란색, 녹색이며 빨간색 대신 근적외선을 사용했습니다. 밝은 빨간색은 녹색 또는 건강한 식물의 전형적인 근적외선 반사율이 많음을 나타냅니다.

NDVI 이 적색과 근적외선으로 구성된 이유는 적색은 엽록소 흡수에 관여하고 근적외선은 캐노피 구조와 잎의 내부 세포 구조에 민감하기 때문입니다. 캐노피에 잎을 추가할수록 엽록소가 많아지고 구조가 복잡해지므로 적색 반사율은 감소하고 근적외선 반사율은 증가할 것으로 예상할 수 있습니다.

NDVI 는 어떻게 계산하나요?

정규화 차이 식생 지수는 식물이 반사하는 근적외선(NIR)의 양을 고려합니다. 근적외선과 적외선의 반사율(Rho)의 차이를 둘의 합으로 나누어 계산합니다. NDVI 값은 일반적으로 음수(지표수)에서 1(꽉 차고 활기찬 캐노피) 사이의 범위입니다. 낮은 값(0.1 - 0.4)은 희박한 캐노피를 나타내며, 높은 값(0.7 - 0.9)은 완전하고 활동적인 캐노피를 나타냅니다.

반사율을 계산하는 방법은 상향 복사(캐노피에 부딪힌 후 센서로 반사되는 복사)와 캐노피에서 하강 복사(하늘에서 반사되는 복사)의 총량을 모두 정량화하는 것입니다. 이 두 가지의 비율을 통해 각 대역의 반사율을 알 수 있습니다.

NDVI 애플리케이션

사람들은 NDVI 을 사용하여 다음과 같은 것을 추론합니다. leaf area index(LAI) 또는 캐노피의 분수광 차단(_FPAR) 등을 추론하기 위해 사용합니다. 일부 과학자들은 NDVI 을 바이오매스 또는 작물의 수확량과 연관시키기도 합니다. 또한 사람들은 NDVI 을 사용하여 식생의 발생 위치나 특정 위치의 식생 양뿐만 아니라 일반적인 시간적 패턴인 현상학(녹색의 일반적인 시간적 패턴)을 파악하기도 합니다.

그림 4에서 주어진 캐노피 LAI에서 반사율 스펙트럼이 leaf area index 에 따라 어떻게 변화하는지 확인할 수 있으며, 가시광선 범위에서는 감소하고 근적외선에서는 증가합니다.

LAI가 매우 낮을 때는 반사율 스펙트럼이 적색과 NIR(검은색 선)이 상대적으로 구분되지 않지만, LAI가 높으면 엽록소가 적색광을 강하게 흡수하여 NIR의 반사율이 강해집니다. 실제로 LAI가 증가함에 따라 800nm 전후의 근적외선 반사율이 계속 증가합니다.

NDVI 제한 사항

정규화된 차이 식생 지수의 한계는 스펙트럼의 극단에서 발생하는 경향이 있습니다. 초목 덮개가 매우 낮은 경우(장면의 대부분이 토양인 경우) NDVI 는 해당 토양에 민감하게 반응합니다. 이는 측정에 혼란을 줄 수 있습니다. 반대로 초목이 많은 곳에서는 NDVI 이 포화되는 경향이 있습니다. leaf area index (LAI)가 3(보라색)과 6(녹색)일 때 스펙트럼의 차이가 미미하다는 것을 알 수 있습니다. 실제로 열대 우림에서는 이미 LAI가 매우 높기 때문에 NDVI 은 LAI의 작은 변화에 민감하지 않습니다. 그러나 몇 가지 솔루션이 존재합니다.

솔루션 1: 토양 조정 식생 지수

그림 5는 맨땅의 토양을 가로질러 다양한 식생 지수를 스펙트럼으로 측정한 연구 결과를 보여줍니다. 마른 점토 양토에서 젖은 점토 양토로 이동하면 토양의 습기로 인해 NDVI 의 강한 반응을 볼 수 있는데, 식생을 측정하는 경우에는 바람직하지 않습니다. 우리는 토양이나 토양 수분의 변화에 민감한 지표에는 관심이 없습니다. 그러나 그림 5에 표시된 몇 가지 다른 지수는 횡단면 전체의 토양 변화에 훨씬 더 낮은 민감도를 보입니다.

그 중 첫 번째 지수는 토양 조정 식생 지수(SAVI)입니다. SAVI의 방정식은 NDVI 과 유사하며 NDVI과 동일한 두 개의 대역, 즉 근적외선과 적외선을 통합합니다.

유일하게 다른 점은 L 매개변수입니다. L은 0에서 1 사이의 값을 갖는 토양 조정 계수입니다. 초목 피복도가 100%인 경우 토양 배경을 조정할 필요가 없으므로 L은 0입니다. 그러나 초목 피복도가 매우 낮으면 L 매개변수는 1에 가까워집니다. NDVI 을 사용하지 않고는 식생 피복 정도를 정확히 측정하기 어렵기 때문에 NDVI 을 수정하여 토양에 민감하지 않도록 L을 미리 추측할 수 있습니다. 일반적으로 L을 중간 값인 0.5로 설정하는 것이 일반적입니다. 그림 5에서 토양 조정 식생 지수 또는 SAVI는 토양 배경에 대한 민감도가 훨씬 낮다는 것을 알 수 있습니다.

해결 방법 2: 수정된 SAVI

다음 식생 지수는 수정된 SAVI(MSAVI)입니다. SAVI 방정식에는 정확한 처리 방법이 아닌 추정해야 하는 L 매개변수가 포함되어 있습니다. 그래서 Qi라는 과학자가 L에 대한 보편적인 최적값을 개발했습니다. 자세한 계산은 하지 않겠지만, 그는 더 이상 L 매개변수가 필요하지 않고 근적외선과 적외선의 반사율만 입력하면 되는 수준으로 SAVI 방정식을 단순화할 수 있었습니다.

이는 L을 추정하거나 독립적으로 측정할 필요를 없앴기 때문에 매우 중요한 발전이었습니다. Qi가 SAVI와 MSAVI를 비교했을 때 식생의 양과 토양 배경에 대한 반응에 대한 민감도 측면에서 두 지표 간에는 사실상 차이가 없었습니다.

NDVI 제한 사항: 높은 LAI

NDVI 는 강한 토양 영향이 없는 한 LAI의중간 범위에서 유용하지만, 4 이상의 LAI에 가까워지면 감도가 떨어집니다. 그림 7에서 감도 손실은 주로 빨간색 밴드의 포화로 인해 발생합니다. 밀 캐노피와 옥수수 캐노피에서 측정했습니다. 근적외선 반사율은 밀과 옥수수 캐노피의 전체 스펙트럼에 걸쳐 민감하지만 빨간색은 상대적으로 빠르게 포화됩니다. 빨간색이 포화되기 시작하는 지점이 NDVI 이 포화되기 시작하는 지점입니다.

참고: NDVI 은 높은 LAI에서 포화되지만, 빛의 부분 차단을 목적으로 하는 경우 NDVI 은 포화 문제가 없는 경향이 있습니다. 그림 8에서 _FPAR 또는 광합성 활성 복사의 빛의 부분 차단은 NDVI 이 포화되기 훨씬 전에 거의 완료됩니다. 이는 캐노피가 빛을 차단하는 데 효율적이기 때문이며, 약 4의 LAI에 도달하면 대부분의 빛이 캐노피에 의해 차단되거나 흡수되기 때문입니다. 따라서 LAI의 점진적인 증가는 _FPAR 변수에 큰 영향을 미치지 않습니다.

솔루션 3: WDRVI

NDVI 채도 문제에 대한 한 가지 해결책은 광역 동적 범위 식생 지수(WDRVI)라고 합니다. 근적외선과 적색 반사율의 기여도 차이를 줄이는 데 사용할 수 있는 가중치 계수를 제외하면 NDVI 와 유사합니다.

WDRVI에서 a는 근적외선 반사율을 곱하여 그 값을 줄이고 적색 반사율 값에 더 가깝게 만듭니다. 이렇게 함으로써 식생 지수에 대한 적색과 근적외선 기여도의 균형을 맞출 수 있습니다.

a의 범위는 0에서 1 사이입니다. 그림 9는 a 값이 작을수록 LAI에 대한 넓은 동적 식생 지수의 선형 반응이 증가한다는 것을 보여줍니다.

WDRVI의 유일한 단점은 a의 선택이 주관적이라는 점입니다. 솔루션에 가장 적합한 a 값을 찾을 때까지 직접 실험해야 한다는 것입니다. 사람들은 a가 감소할수록 LAI에 대한 선형 반응에 점점 더 가까워지기 때문에 매우 낮은 값을 선택하는 경향이 있습니다.

솔루션 4: 향상된 식생 지수

향상된 식생 지수(EVI)는 높은 바이오매스 생태계의 민감도를 높이기 위해 고안되었지만, 대기 영향을 줄이기 위한 시도이기도 합니다. 이것은 위성 기반 플랫폼의 목적으로 만들어진 식생 지수입니다. 인공위성에서 지상까지 살펴봐야 하는 대기가 많고, 대기 중의 에어로졸이 적색 및 근적외선 영역의 반사율에 영향을 미쳐 허위 관측을 유발하는 경우가 있습니다. 또한 EVI는 토양에 대한 지수의 민감도를 낮추려고 노력합니다. 따라서 EVI는 두 가지 극단에 대한 일종의 해결책입니다.

EVI 방정식에서 두 가지 주요 입력은 근적외선 및 적색 반사율입니다. C1, C2, L은 모두 추정할 수 있는 파라미터이지만 파란색 밴드는 측정해야 하는 파라미터입니다. 대부분의 NDVI 센서는 2밴드 센서이므로 파란색 정보는 없습니다. 또한 위성의 경우 파란색 밴드는 상대적으로 노이즈가 많고 항상 최상의 데이터를 제공하지는 않으므로 EVI의 가치는 제한적입니다.

솔루션 5: EVI2(강화 식생 지수 2)

이러한 문제를 해결하기 위해 장이라는 과학자가 해결책을 생각해냈습니다. Jiang은 빨간색 밴드와 파란색 밴드 사이에 상당한 자기 상관관계가 있음을 관찰하고 파란색 밴드가 없는 EVI를 EVI2(향상된 식생 지수 2)라는 이름으로 공식화하기로 결정했습니다. 수학에 관심이 있으시다면 그의 논문을 읽어보시길 권해드리지만, 여기서는 방정식만 소개해드리겠습니다.

장이 자신의 EVI2를 계산하여 기존 EVI와 비교했을 때(그림 10), 거의 일대일 관계에 가까웠습니다. 모든 의도와 목적에 있어 EVI2는 EVI와 동일했습니다. 이렇게 하면 블루 밴드를 피할 수 있기 때문에 NIR과 레드 밴드의 두 입력값만 사용하여 NDVI 을 계산하는 것으로 줄어들기 때문에 흥미로운 가능성을 제공합니다.

NDVI 센서 요약

NDVI 측정값은 상당한 가치가 있으며 NDVI 성능이 좋지 않은 극단적인 경우도 있지만, 이러한 경우에도 몇 가지 솔루션이 있습니다. 이러한 솔루션은 모두 근적외선과 적색 대역을 사용하므로 NDVI 센서를 사용하여 근적외선 및 적색 반사율의 원시 값을 얻은 다음 이러한 지수 중 하나로 재구성할 수 있습니다(이 글에서 다루지 않은 다른 여러 가지 지수가 있습니다). 따라서 LAI가 매우 높거나 낮은 시스템에 있는 경우, 특정 애플리케이션을 조사할 수 있도록 근적외선 및 적색 밴드를 식생 지수에 사용할 수 있는 방법을 알아보세요.

참조

• 가몬, 존 A., 크리스토퍼 B. 필드, 마이클 L. 굴든, 케빈 L. 그리핀, 앤 E. 하틀리, 게스케 조엘, 호셉 페뉴엘라스, 리카르도 발렌티니. " NDVI, 캐노피 구조 및 캘리포니아 식생 유형에서의 광합성 간의 관계." 생태 응용 5, 1 (1995): 28-41.(기사 링크).
• 기텔슨, 아나톨리 A. "식생의 생물물리학적 특성을 원격으로 정량화하기 위한 넓은 동적 범위 식생 지수." 식물 생리학 저널 161, 2 호 (2004): 165-173.(기사 링크).
• 후에테, 알프레도. "후에테, AR 토양 조정 식생 지수(SAVI). 환경의 원격 감지." 환경의 원격 감지 25 (1988): 295-309.
• 장얀, 알프레도 R. 후에테, 카멜 디단, 미우라 토모아키. "청색 밴드가없는 2 밴드 강화 식생 지수 개발." 환경의 원격 감지 112, 10 호 (2008): 3833-3845.(기사 링크).
• 치, 지아구오, 압델가니 체흐부니, 알프레도 R. 후테, 얀 H. 커, 소루시 소루시안. "수정 된 토양 조정 식생 지수." 환경의 원격 감지 48, 2 호 (1994): 119-126.(기사 링크).
• 로차, 아드리안 V., 가이우스 R. 셰이버. "태양 및 광합성 활성 복사 플럭스로 계산 된 2 밴드 EVI의 장점." 농업 및 산림 기상학 149, 9 호 (2009): 1560-1563.(기사 링크).

질문이 있으신가요?

저희 과학자들은 수십 년 동안 연구자와 재배자들이 토양-식물-대기 연속체를 측정할 수 있도록 지원해 온 경험을 가지고 있습니다.

• 전문가와 상담하기
• 견적 요청하기
• 모든 캐노피 기기 보기