Journal of the Korean earth science society (한국지구과학회지)

The Korean Earth Science Society (한국지구과학회)
권호 표지
DOI QR코드

DOI QR Code

A Geostatistical Block Simulation Approach for Generating Fine-scale Categorical Thematic Maps from Coarse-scale Fraction Data

저해상도 비율 자료로부터 고해상도 범주형 주제도 생성을 위한 지구통계학적 블록 시뮬레이션

  • Park, No-Wook (Department of Geoinformatic Engineering, Inha University) ;
  • Lee, Ki-Won (Department of Software System Engineering, Hansung University)
  • 박노욱 (인하대학교 지리정보공학과) ;
  • 이기원 (한성대학교 정보시스템공학과)
  • Received : 2011.06.22
  • Accepted : 2011.07.25
  • Published : 2011.10.31
Download PDF
⟨ Previous Next ⟩

Abstract

In any applications using various types of spatial data, it is very important to account for the scale differences among available data sets and to change the scale to the target one as well. In this paper, we propose to use a geostatistical downscaling approach based on vaiorgram deconvloution and block simulation to generate fine-scale categorical thematic maps from coarse-scale fraction data. First, an iterative variogram deconvolution method is applied to estimate a point-support variogram model from a block-support variogram model. Then, both a direct sequential simulation based on area-to-point kriging and the estimated point-support variogram are applied to produce alternative fine-scale fraction realizations. Finally, a maximum a posteriori decision rule is applied to generate the fine-scale categorical thematic maps. These analytical steps are illustrated through a case study of land-cover mapping only using the block fraction data of thematic classes without point data. Alternative fine-scale fraction maps by the downscaling method presented in this study reproduce the coarse-scale block fraction values. The final fine-scale land-cover realizations can reflect overall spatial patterns of the reference land-cover map, thus providing reasonable inputs for the impact assessment in change of support problems.

다양한 형태의 공간 자료를 이용하는 응용 분야에서 이용가능한 자료간 해상도 차이를 반영하고, 원하는 타겟 해상도로의 변환은 매우 중요하다. 이 논문에서는 저해상도 비율 자료로부터 고해상도 범주형 주제도를 제작하기 위해 베리오그램 디컨볼루션과 블록 시뮬레이션을 이용하는 지구통계학적 다운스케일링 방법론을 제시하였다. 우선 블록 기반 베리오그램으로부터 점 기반 베리오그램 모델의 추정을 위해 반복 연산 기반 베리오그램 디컨볼루션 방법을 적용하였다. 그리고 영역-점 변환 크리깅과 추정된 점 기반 베리오그램 모델을 이용하는 직접 순차적 시뮬레이션을 적용하여 고해상도 비율 정보를 제작하였다. 최종적으로 최대 사후 확률 결정 규칙을 적용하여 대안적 고해상도 범주형 주제도를 제작하였다. 점 기반 자료 없이 저해상도 블록 비율자료만을 이용한 토지피복도 제작 사례 연구를 통해 제안 분석 과정을 예시하였다. 제안한 다운스케일링 기법의 적용을 통해 원 저해상도 블록 비율 자료값을 재생산하는 고해상도 비율 자료를 생성하였으며, 이로부터 기준 토지피복도의 전반적인 패턴을 반영하는 대안적 고해상도 토지피복도 제작이 가능함을 확인할 수 있었다. 이렇게 생성된 고해상도 자료들은 해상도 변환의 영향 분석에 유용한 입력 자료로 이용될 수 있을 것으로 생각된다.

Keywords

References

  1. 박노욱, 2010a, 다중 스케일 지구통계학을 이용한 원격탐사 자료 기반 주제도의 다운스케일링. 대한원격탐사학회지, 26, 29-38. https://doi.org/10.7780/kjrs.2010.26.1.29
  2. 박노욱, 2010b, 지화학 자료의 확률론적 불확실성 및 위험성 분석을 위한 지시자 지구통계학의 응용. 한국지구과학회지, 31, 301-312. https://doi.org/10.5467/JKESS.2010.31.4.301
  3. 오석훈, 2005, 암반등급 해석을 위한 비선형 지시자 변환과 3차원 크리깅 기술의 물리탐사 및 시추자료에 대한 적용. 한국지구과학회지, 26, 429-435.
  4. 오석훈, 한성미, 2010, 물리탐사 자료의 해상도 향상을 위한 지구통계학적 다운스케일링. 한국지구과학회지, 31, 681-690. https://doi.org/10.5467/JKESS.2010.31.7.681
  5. Boucher, A. and Kyriakidis, P.C., 2006, Super-resolution land cover mapping with indicator geostatistics. Remote Sensing of Environment, 104, 264-282. https://doi.org/10.1016/j.rse.2006.04.020
  6. Carle, S.F. and Fogg, G.E., 1996, Transition probabilitybased indicator geostatistics. Mathematical Geology, 28, 453-476. https://doi.org/10.1007/BF02083656
  7. Davis, J.C., 1986, Statistics and Data Analysis in Geology. Wiley, NY, USA, 646 p.
  8. Deutsch, C.V. and Journel, A.G., 1998, GSLIB: Geostatistical Software Library and User's Guide. Oxford University Press, NY, USA, 369 p.
  9. Goovaerts, P., 1997, Geostatistics for Natural Resources Evaluation. Oxford University Press, NY, USA, 483 p.
  10. Goovaerts, P., 2008, Kriging and semivariogram deconvolution in the presence of irregular geographical units. Mathematical Geosciences, 40, 101-128. https://doi.org/10.1007/s11004-007-9129-1
  11. Goovaerts, P., 2010, Combining areal and point data in geostatistical interpolation: Applications to soil science and medical geography. Mathematical Geosciences, 42, 535-554. https://doi.org/10.1007/s11004-010-9286-5
  12. Hansen, T.M. and Mosegaard, K., 2008, VISIM: Sequential simulation for linear inverse problems. Computers & Geosciences, 34, 53-76. https://doi.org/10.1016/j.cageo.2007.02.003
  13. Journel, A.G. and Huijbregts, C.J., 1978, Mining Geostatistics. Academic Press, London, UK, 600 p.
  14. Kyriakidis, P.C., 2004, A geostatistical framework for areato- point spatial interpolation. Geographical Analysis, 36, 259-289. https://doi.org/10.1111/j.1538-4632.2004.tb01135.x
  15. Kyriakidis, P.C. and Yoo, E.-H., 2005, Geostatistical prediction and simulation of point values from areal data. Geographical Analysis, 37, 124-151. https://doi.org/10.1111/j.1538-4632.2005.00633.x
  16. Liu, Y. and Journel, A.G., 2009, A package for geostatistical integration of coarse and fine scale data. Computers & Geosciences, 35, 527-547. https://doi.org/10.1016/j.cageo.2007.12.015
  17. Openshaw, S. and Taylor, P., 1979, A million or so correlation coefficients. In Wrigley, N. (ed.), Statistical Methods in the Spatial Sciences. Pion, London, UK, 127-144.
  18. Park, N.-W. and Chi, K.-H., 2008, Integration of multitemporal/ polarization C-band SAR data sets for landcover classification. International Journal of Remote Sensing, 29, 4667-4688. https://doi.org/10.1080/01431160801947341
  19. Remy, N., Boucher, A., and Wu, J., 2009, Applied Geostatistics with SGeMS: A User's Guide. Cambridge University Press, NY, USA, 264 p.
  20. Soares, A., 2001, Direct sequential simulation and cosimulation. Mathematical Geology, 33, 911-926. https://doi.org/10.1023/A:1012246006212
  21. Yoo, E.-H. and Kyriakidis, P.C., 2006, Area-to-point kriging with inequality-type data. Journal of Geographical Systems, 8, 357-390. https://doi.org/10.1007/s10109-006-0036-7
  22. Young, L.J. and Gotway, C.A., 2007, Linking spatial data from different sources: The effects of change of support. Stochastic Environmental Research and Risk Assessment, 21, 589-600. https://doi.org/10.1007/s00477-007-0136-z