earticle

영어

This study proposes a novel methodology for quantitatively analyzing global forest area changes using AVHRR LAI data. The core objective of this research is to enhance the accuracy of long-term forest cover change assessments by separately correcting for the effects of climate change and anthropogenic activities. To achieve this, the study calculates the Annual Maximum LAI (LAIAM) and develops the Adjusted LAIAM (ALAIAM) index, which removes long-term biases induced by climate variability and satellite sensor inconsistencies. The analysis demonstrates that ALAIAM effectively mitigates climate-induced variability, revealing clearer trends in forest area changes, including significant forest loss in tropical regions and increasing vegetation productivity in high-latitude areas. Furthermore, the results align closely with global forest datasets, confirming the robustness of the proposed approach. However, the study acknowledges certain methodological limitations, including the choice of reference year and the need for finer adjustments considering regional climate and ecological characteristics. Future research should focus on improving bias correction methods through multivariate statistical approaches. This study contributes to a more precise understanding of long-term forest dynamics and is expected to aid in climate impact assessments and carbon sink estimations.

한국어

이 연구는 AVHRR LAI 데이터를 활용하여 글로벌 스케일에서 산림면적 변화를 정량적으로 분석하는 새로운 방법론을 제시하였다. 연구의 핵심은 장기 시계열 데이터를 기반으로 기후변화와 인간 활동의 영향을 보정하여, 실제 산림피복 변화의 패턴을 보다 정밀하게 평가하는 데 있다. 이를 위해 먼저 LAI 연간최대값(LAIAM)을 산출한 후, 기후변화와 위성 센서 특성에 기인한 장기적 변동성을 제거한 ALAIAM(보정된 LAI 연간최대값) 지수를 개발하였다. 분석 결과, ALAIAM을 활용한 산림면적 변화 추정은 기존 방법론 대비 장기적인 기후변화 효과를 효과적으로 보정하는 것으로 확인하였으며, 특히 열대 지역의 산림 감소 및 고위도 지역의 증가 경향이 명확하게 나타났다. 또한, ALAIAM은 FAO 산림자원 평가 및 기존 주요 원격탐사 기반 산림 피복 데이터와 비교하여 높은 일관성을 보였다. 다만, 기준 연도의 선택, 지역별 기후 및 생태적 특성을 고려한 보정 방식의 정교화 등 몇 가지 방법론적 한계가 남아 있으며, 향후 다변량 통계 기법을 활용한 보정 방식의 개선이 요구된다. 연구 결과는 장기적인 산림 변화 추세를 보다 정확하게 이해하는 데 기여할 수 있으며, 향후 기후변화 영향 평가 및 탄소 흡수원 산정 연구에 활용될 것으로 기대된다.