최근 소형 무인기 영상을 활용하여 수목 특성 정보를 획득하는 연구가 이루어지고 있다. 공간해상도가 높은 드론 영상은 수목 밀도가 높은 지역에서 추출 한계를 갖는 기존 연구의 대안으로 떠오르고 있다. 본 연구에서는 드론 영상으로부터 수목이 우거진 산림 지역 내 수목 개체를 추출하였다. 영상 분할 과정을 거쳐서 추출되는 수목 개체 인식을 위해, ...
최근 소형 무인기 영상을 활용하여 수목 특성 정보를 획득하는 연구가 이루어지고 있다. 공간해상도가 높은 드론 영상은 수목 밀도가 높은 지역에서 추출 한계를 갖는 기존 연구의 대안으로 떠오르고 있다. 본 연구에서는 드론 영상으로부터 수목이 우거진 산림 지역 내 수목 개체를 추출하였다. 영상 분할 과정을 거쳐서 추출되는 수목 개체 인식을 위해, DSM, 그리고 R, G, B 밴드 모두를 조합한 경우와 각각을 분리 조합한 경우의 영상 분할 결과를 비교하였다. 또한, 낙엽수림의 수목 우거짐의 변화를 시기별⋅영상별로 실험하였다. 3, 4, 5월 영상 중 숲이 울창한 5월의 경우 현지 측량한 나무를 기준으로 한 수목 개체수 추출율은 50%로 나타났고, 수관폭 정확도 분석 결과 RMSE가 1.5미터 이하로 가장 좋은 결과를 보였다. 실험지역의 추출은 중간 나무, 작은 나무 2가지 크기로 추출하였으며 작은 크기의 나무가 추출 정확도가 더 높았다. nDSM을 7X7픽셀로 필터링하여 수목 개체 추출 및 수관폭 추정에 이용하는 것이 바람직한 것으로 보인다. 수고의 경우, 드론 영상에 의해 추출된 수고가 더 높게 추출되는 경향이 있다. GCP를 이용하여 DSM의 정확도 개선이 필요하며, 그 외 다른 방안 연구가 더 필요하다. 본 연구의 결과를 바탕으로 레이어 조합을 이용하여 수목 개체 및 수관폭 · 수고 추출의 정확도를 높일 수 있다. 또한, 레이어 조합을 통한pseudo-NDVI를 이용한다면, 초목 상태와 생리적 스트레스 모니터링이 가능할 것으로 보여진다. 그리고 흉고직경은 수관의 크기와 상관관계가 높으므로, 수관폭과 흉고직경의 관계식을 이용하여 흉고직경을 간접 추정할 수 있다. 더 나아가 수고와 흉고직경을 이용하여 임목의 재적 추정이 가능하여 산림바이오매스 추정까지도 가능할 것으로 보여진다.
최근 소형 무인기 영상을 활용하여 수목 특성 정보를 획득하는 연구가 이루어지고 있다. 공간해상도가 높은 드론 영상은 수목 밀도가 높은 지역에서 추출 한계를 갖는 기존 연구의 대안으로 떠오르고 있다. 본 연구에서는 드론 영상으로부터 수목이 우거진 산림 지역 내 수목 개체를 추출하였다. 영상 분할 과정을 거쳐서 추출되는 수목 개체 인식을 위해, DSM, 그리고 R, G, B 밴드 모두를 조합한 경우와 각각을 분리 조합한 경우의 영상 분할 결과를 비교하였다. 또한, 낙엽수림의 수목 우거짐의 변화를 시기별⋅영상별로 실험하였다. 3, 4, 5월 영상 중 숲이 울창한 5월의 경우 현지 측량한 나무를 기준으로 한 수목 개체수 추출율은 50%로 나타났고, 수관폭 정확도 분석 결과 RMSE가 1.5미터 이하로 가장 좋은 결과를 보였다. 실험지역의 추출은 중간 나무, 작은 나무 2가지 크기로 추출하였으며 작은 크기의 나무가 추출 정확도가 더 높았다. nDSM을 7X7픽셀로 필터링하여 수목 개체 추출 및 수관폭 추정에 이용하는 것이 바람직한 것으로 보인다. 수고의 경우, 드론 영상에 의해 추출된 수고가 더 높게 추출되는 경향이 있다. GCP를 이용하여 DSM의 정확도 개선이 필요하며, 그 외 다른 방안 연구가 더 필요하다. 본 연구의 결과를 바탕으로 레이어 조합을 이용하여 수목 개체 및 수관폭 · 수고 추출의 정확도를 높일 수 있다. 또한, 레이어 조합을 통한pseudo-NDVI를 이용한다면, 초목 상태와 생리적 스트레스 모니터링이 가능할 것으로 보여진다. 그리고 흉고직경은 수관의 크기와 상관관계가 높으므로, 수관폭과 흉고직경의 관계식을 이용하여 흉고직경을 간접 추정할 수 있다. 더 나아가 수고와 흉고직경을 이용하여 임목의 재적 추정이 가능하여 산림바이오매스 추정까지도 가능할 것으로 보여진다.
Recently, researches have been conducted to acquire information about the characteristics of trees using UAV. Drone images with high spatial resolution are emerging as an alternative to previous studies with extraction limits in high density forests. Individual tree in the dense forests were extract...
Recently, researches have been conducted to acquire information about the characteristics of trees using UAV. Drone images with high spatial resolution are emerging as an alternative to previous studies with extraction limits in high density forests. Individual tree in the dense forests were extracted from drone imges. To detect the individual tree extracted through the image segmentation process, the image segmentation results were compared between the combination of DSM and all R, G, B band and the combination of DSM and R, G, B band separately. The changes in the tree density of a deciduous forest was experimented by time and image. Especially the image of May when the forests are dense, among the images of March, April, and May, the individual tree extraction rate based on the trees surveyed on the site was 50%. The analysis results for the accuracy of the width of crown showed that the RMSE(root mean square deviation) was less than 1.5m, which was the best result. For extraction of the experimental area, the two sizes of medium and small trees were extracted, and the extraction accuracy of the small trees was higher. 7×7 pixel filtering of nDSM and using it for extraction of individual tree and estimation of crown width seems to be advisable. Based on the results of this study, it is possible to improve the accuracy of individual tree, canopy crown and tree height extraction using layer combination. In addition, if pseudo-NDVI is used through layer combination, it will be possible to monitor vegetative state and physiological stress. The forest tree volume and forest biomass could be estimated if the tree height is extracted based on the above data and the DBH(diameter at breast height) is estimated using the relational expression between crown width and DBH.
Recently, researches have been conducted to acquire information about the characteristics of trees using UAV. Drone images with high spatial resolution are emerging as an alternative to previous studies with extraction limits in high density forests. Individual tree in the dense forests were extracted from drone imges. To detect the individual tree extracted through the image segmentation process, the image segmentation results were compared between the combination of DSM and all R, G, B band and the combination of DSM and R, G, B band separately. The changes in the tree density of a deciduous forest was experimented by time and image. Especially the image of May when the forests are dense, among the images of March, April, and May, the individual tree extraction rate based on the trees surveyed on the site was 50%. The analysis results for the accuracy of the width of crown showed that the RMSE(root mean square deviation) was less than 1.5m, which was the best result. For extraction of the experimental area, the two sizes of medium and small trees were extracted, and the extraction accuracy of the small trees was higher. 7×7 pixel filtering of nDSM and using it for extraction of individual tree and estimation of crown width seems to be advisable. Based on the results of this study, it is possible to improve the accuracy of individual tree, canopy crown and tree height extraction using layer combination. In addition, if pseudo-NDVI is used through layer combination, it will be possible to monitor vegetative state and physiological stress. The forest tree volume and forest biomass could be estimated if the tree height is extracted based on the above data and the DBH(diameter at breast height) is estimated using the relational expression between crown width and DBH.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.