선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구는 위성영상과 국가산림자원조사 자료를 이용하여 산림 바이오매스를 추정할 수 있는 두 가지 기법을 적용한 후, 통계적 검증을 통해 최적 방법을 선정하고 최종적으로 연구 대상지인 무주군의 산림 바이 오매 추정 및 주제도 작성을 위해 수행되었다.
- 본 연구는 전라북도 무주군을 대상으로 저〕5차 국가산림자원조사 자료와 위성영상(Landsat TM-5) 자료를 이용하여 두 가지 추정방법(회귀모형을 이용한 방법과최근린 기법)에 의한 소면적의 산림 바이오매스를 추정 및 비교하여 최적의 방법을 도출한 후, 해당 지역에 대한 산림 바이오매스 주제도를 작성하고 통계량을 산출하고자 하였다. 야외 표본점에서의 산림 바이오매스 실측치와 통계적 기법에 의한 추정치를 비교하기 위해서교차대조법를 이용하여 추정치의 오차(RMSE)와 평균 편의를 검증통계량으로 사용하였는데 회귀모형과 최근린 기법 간에는 산림 바이오매스 추정에서 유사한 정도 (精度)를 보이는 것으로 분석되었다.
- 본 연구에서는 야외 표본점조사 자료에서 도출된 바이오매스량을 실측치로 간주하였다. 한편 이 실측치는 동일한 표본점을 대상으로 회귀모형과 최근린 기법을 적용할 경우 위성영상 자료와 함께 사용될 뿐만 아니라 회귀모형과 최근린 기법의 산림 바이오매스 추정능력을 검정하기 위한 모집단으로 이용하였다.
제안 방법
- 반면에 비모수 추정방법인 최근린 기법은 야외 표본점의 실측자료를 바이오매스 추정에 이용하기 때문에 보다 현실적인 산림 바이오매스를 추정할 수 있다. 결과적으로 작업의 효율성 면에서 최근린 기법이 회귀추정 기법에 비해 효용성이 높은 것으로 평가되어 최근린 기법에 의해 무주군의 산림 바이오매스를 추정한 후 주제도를 작성하였다.
- 회귀모형과 최근린 기법의 두 추정방법에 의한 평가통계량의 차이는 크게 나타나지 않았으나, 회귀분석에 비해 야외 표본점 자료를 참조표본점으로 사용하여 작업의 효율성이 상대적으로 우수한 최근린 기법을 최적 산림 바이오매스 추정 방법으로 선정하였다. 그중에서도 참조 표본점의 수평거리를 50km로 제한하는 방법과 k=10을 최종바이오매스 추정 기법으로 채택하였다.
- 위해 본 연구에서는 위성 영상의 분광값을 이용하는 회귀모형 추정방법과 최근린 기법(k-NN technique)을 적용하였다. 두 방법에 의한 야외 표본점 조사지점의 산림 바이오매스 추정치와 실측치를 비교하여 최적 기법을 선정한 후, 연구대상지인 무주군의 산림 바이오매스를 추정하고 바이오매스 주제도를 작성하였다.
- 회귀모형의 독립변수로 사용되는 위성영상의 16개분 광값 및 지수는 해당 표본점의 위치에 해당되는 픽셀 단위와 주변 픽셀의 집합인 3×3 window 단위의 2가지로 도출하여 2가지 형태의 filtering method에 의해 바이오매수 추정 회귀식을 도출하였다. 또한 산림 바이오매스 추정 회귀식은 임상의 구분이 없이 전체 표본점 자료를 이용한 추정식과 임상으로 분류한 후 침염수림활엽수림, 그리고 혼효림에 대한 회귀추정식을 각각 작성하는 추정방법을 이용하였다.
- 보정된 위성영상으로부터 각각 현지 야외조사 표본점의 위치정보를 이용하여 표본 점의 픽셀별 분광값을 추출하였으며, 다양한 식생지수와 밴드율을 산출하였다. 또한 우리나라와 같이 복잡한 지형과 임분구조 조건에서는 위치정보에 대한 오차가 발생할 수 있기 때문에 이러한 오차를 줄이기 위하여 각 표본점을 중심으로 주변의 3×3 window의 평균값을 이용하여 산림 바이오매스를 추정하고 비교하였다(Franco-Lopez et al., 2001).
- 표본점을 참조 표본점으로 이용하게 된다. 또한 회귀모형 방법과 같이 야외 표본점을 임상으로 구분하여 참조 표본점의 범위를 목표 표본점과 동일한 임상으로 한정하여 참조 표본점을 선정하는 방법도 적용하였다. 즉, 표본점 자료를 임상으로 구분하여 참조표본점의 범위를 동일한 임상으로 한정하는 방법이다.
- 나타낸다. 목표 표본점과 참조 표본점들 간의 밴드별 분광값 차이에 의한 거 리를 산출한 후 목표 표본점과 참조 표본점 이 거리가 가까울수록, 즉 두 표본점의 분광값들이 유사할수록 보다 큰 가중치를 부여하는 방법을 사용하였다. 이를 위해 본 연구에서는 거리 역산에 의해 가중치(吗, )를부여하는 아래의 식 (2)를 이용하여 참조 표본점별 가중치를 부여하였다.
- 이용하였다. 보정된 위성영상으로부터 각각 현지 야외조사 표본점의 위치정보를 이용하여 표본 점의 픽셀별 분광값을 추출하였으며, 다양한 식생지수와 밴드율을 산출하였다. 또한 우리나라와 같이 복잡한 지형과 임분구조 조건에서는 위치정보에 대한 오차가 발생할 수 있기 때문에 이러한 오차를 줄이기 위하여 각 표본점을 중심으로 주변의 3×3 window의 평균값을 이용하여 산림 바이오매스를 추정하고 비교하였다(Franco-Lopez et al.
- 결과는 Table 2와 같다. 본 연구에서 산출한 임상별 산림 바이오매스는 표본점별로 측정된 임목 자원정보에 근거하여 임상별 임목축적을 추정한 후, 바이오매스 변환계수를 적용하여 얻은 것이다.
- 방법이다. 본 연구에서는 6개 밴드와 식생의 활력도를 나타내는 정규식생지수를 비롯하여 7개의 밴드율 지수, 3개의 Tasseled-cap 지수 등 총 16개의 값을 바이오매스 추정을 위한 독립변수로 이용하였다(Table 1). Table 1의 6가지 분광값 및 10가지 지수와 현지 조사로부터 산출된 표본점의 산림 바이오매스와의 회귀분석을 실시하여, 최적 조합의 바이오매스 추정 회귀모형을 도출하였다(Labrecque etal, , 2006).
- 야외 표본점의 산림 바이오매스와 위성영상으로부터 생산된 해당 표본점의 6개 밴드의 분광값 및 정규식생지수를 비롯한 10개의 지수들을 적용하여 바이오매스 추정 회귀모형을 개발하였는데 그 결과는 Table 3과 같다. 회귀모형의 독립변수로 사용되는 위성영상의 16개분 광값 및 지수는 해당 표본점의 위치에 해당되는 픽셀 단위와 주변 픽셀의 집합인 3×3 window 단위의 2가지로 도출하여 2가지 형태의 filtering method에 의해 바이오매수 추정 회귀식을 도출하였다.
- 4는 연구 대상지인 무주군에 대해 최근린 기법을 적용하여 산림 바이오매스 분포를 도시한 결과이다. 연구 대상지인 무주군의 식생지수를 k-means clustering 기법에 의해 무감독 분류하여 4개의 그룹으로 식생도를 작성한 후, 식생분포(물, 비식생, 저밀도 식생, 고밀도 식생)에 대한 주제도를 작성하였다. 하지만 저밀도와 고밀도 식생등급만을 이용할 경우 분류의 정확도가 낮기 때문에 본 연구에서는 분명히 비식생이 아닌 지역은 모두 식생지역으로 분류하여 연구 대상지를 단순히 식생과 비식생으로 2가지로 구분하였다.
- 위성영상은 수치지형도를 이용하여 RMSE가 1 pixel(25m) 이내가 되도록 ERDAS 프로그램으로 기하보정을 하였으며 최근린 기법에 의해 재배열하였다.
- 본 연구에서 사용한 통 계적 검증통계량은 교차 대조법 (leave-one-out cross-validation)에 의한 추정치의 오차(RMSE)와 평 균편의(Mean Bias)이다(Katila and Tomppo, 2001). 즉, 각 통계적 기법의 바이오매스 추정 능력을 평가하기 위해 야외 표본점의 바이오매스 측정치와 통계적 기법 에 의한 바이오매스 추정치를 이용하는 교차 대조법을 이용하였다. 본 연구에서 사용한 교차대조법에 의한 추 정치의 오차와 평균편의伝)는 다음과 같은 식 (4)와 ⑸ 에 의해 산출하였다.
- 분류하였다. 침엽수 또는 활엽수의 흉고단면적 합계가 표본점 전체 흉고단면적의 75% 이상인 경우 각각 침엽수림과 활엽수림으로 분류하였으며, 해당 표본점에 생육하는 침엽수의 흉고단면적 합계가 전체의 24~74%이면 혼효림으로 분류하였다. 이러한 방법으로 표본점별 임상을 분류한 결과 전체 1, 825개 표본점 중에서 침엽수림이 623개(34%), 활엽수림이 648개 (36%), 그리고 혼효림이 554개(30%)로 임상별로 고른분포를 보이는 것으로 나타났다.
- 국가산림자원조사를 통해 2년간 전국적으로 조사된 총 5, 797개 표본점 중에서 본 연구에서 사용된 위성영상 내에 포함되는 1, 825개의 표본점을 대상으로 표본점별 산림축적을 산출하였다. 표본점별 산림축적에 목재기본밀도와 바이오매스 전환계수 및 뿌리 비율을 적용하여 각 표본점에 해당하는 산림 바이오매스를 임상별로 구분하여 추정하였다(손영모 외, 2007; IPCC, 2003).
- 즉, 표본점 자료를 임상으로 구분하여 참조표본점의 범위를 동일한 임상으로 한정하는 방법이다. 표본점의 임상은 표본점 내 입목들의 흉고단면적을 계산한 후, 침엽수와 활엽수의 흉고단면적 비율을 이용하여 구분하였다.
- 연구 대상지인 무주군의 식생지수를 k-means clustering 기법에 의해 무감독 분류하여 4개의 그룹으로 식생도를 작성한 후, 식생분포(물, 비식생, 저밀도 식생, 고밀도 식생)에 대한 주제도를 작성하였다. 하지만 저밀도와 고밀도 식생등급만을 이용할 경우 분류의 정확도가 낮기 때문에 본 연구에서는 분명히 비식생이 아닌 지역은 모두 식생지역으로 분류하여 연구 대상지를 단순히 식생과 비식생으로 2가지로 구분하였다. 보다 정확한 식생구분을 위해서는 개화가 끝난 이후의 영상을 이용하는 것이 정확도를 향상시 킬 수 있을 것으로 판단된다.
- 실측치로 간주하였다. 한편 이 실측치는 동일한 표본점을 대상으로 회귀모형과 최근린 기법을 적용할 경우 위성영상 자료와 함께 사용될 뿐만 아니라 회귀모형과 최근린 기법의 산림 바이오매스 추정능력을 검정하기 위한 모집단으로 이용하였다.
- 두 추정방법의 평균편의를 비교하면(Table 4), 회귀모형에 의한 방법이나 최근린기법의 경우 ±lton/ha로 대체적으로 표본점 자료에 의한 실측치와의 차이가 적은 것으로 나타났다. 회귀모형과 최근린 기법의 두 추정방법에 의한 평가통계량의 차이는 크게 나타나지 않았으나, 회귀분석에 비해 야외 표본점 자료를 참조표본점으로 사용하여 작업의 효율성이 상대적으로 우수한 최근린 기법을 최적 산림 바이오매스 추정 방법으로 선정하였다. 그중에서도 참조 표본점의 수평거리를 50km로 제한하는 방법과 k=10을 최종바이오매스 추정 기법으로 채택하였다.
대상 데이터
- 조사 자료를 이용하였다. 국가산림자원조사를 통해 2년간 전국적으로 조사된 총 5, 797개 표본점 중에서 본 연구에서 사용된 위성영상 내에 포함되는 1, 825개의 표본점을 대상으로 표본점별 산림축적을 산출하였다. 표본점별 산림축적에 목재기본밀도와 바이오매스 전환계수 및 뿌리 비율을 적용하여 각 표본점에 해당하는 산림 바이오매스를 임상별로 구분하여 추정하였다(손영모 외, 2007; IPCC, 2003).
- 1). 따라서 본 연구에서는 수평거리의 범위를 반경 50km, 100km, 150km, 200km 그리고 250km의 5가지로 구분하였다.
- 참조 수평거 리가 작을 경우 참조 표본점의 개수가 감소하기 때문에 이 경우에는 표본의 모든 변이를 포함하는 최소 수평거리의 선정이 요구된다. 본 연구에서 사용한 위성 영상은 온대와 난대 산림을 함께 포함하고 있다(Fig. 1). 따라서 본 연구에서는 수평거리의 범위를 반경 50km, 100km, 150km, 200km 그리고 250km의 5가지로 구분하였다.
- 본 연구에서 사용한 위성영상은 공간해상도가 대면적 산림자원조사의 야외표본점 크기와 유사한 Landsat TM-5(촬영일시: 2005년 4월 28일)로, 연구 대상지인 무주군을 포함하는 영상(path 115, row 35)을 사용하였다. 위성영상은 수치지형도를 이용하여 RMSE가 1 pixel(25m) 이내가 되도록 ERDAS 프로그램으로 기하보정을 하였으며 최근린 기법에 의해 재배열하였다.
- 본 연구에서는 위성 영상의 7개 밴드 중에서 공간 해상도 120m를 갖는 6번 밴드를 제외한 나머지 6개 밴드의분광값을 이용하였다. 보정된 위성영상으로부터 각각 현지 야외조사 표본점의 위치정보를 이용하여 표본 점의 픽셀별 분광값을 추출하였으며, 다양한 식생지수와 밴드율을 산출하였다.
- 본 연구의 대상지는 소면적에 해당되는 시군구 중에서 전라북도 무주군을 선정하였다. 무주군은 전라북도 최동북단의 소백산맥 서사면에 위치하며 충청남 .
- 연구 대상지인 무주군의 산림 바이오매스 추정과 주제도 작성을 위해 본 연구에서는 제5차 국가산림자원조사에서 수집된 2006년고} 2007년의 2년 동안의 야외 표본점 조사 자료를 이용하였다. 국가산림자원조사를 통해 2년간 전국적으로 조사된 총 5, 797개 표본점 중에서 본 연구에서 사용된 위성영상 내에 포함되는 1, 825개의 표본점을 대상으로 표본점별 산림축적을 산출하였다.
- 북도와 인접하여 5도의 경계를 이루고 있다. 지리적 좌표는 동경 127° 31'~127° 54', 북위 35° 47' ~36° 04' 에 위치하여 우리나라 내륙지방 중에 가장 중심부를 점유한 산악지대이다(Fig. 1). 무주군의 연 평균기온은 11.
데이터처리
- 본 연구에서는 6개 밴드와 식생의 활력도를 나타내는 정규식생지수를 비롯하여 7개의 밴드율 지수, 3개의 Tasseled-cap 지수 등 총 16개의 값을 바이오매스 추정을 위한 독립변수로 이용하였다(Table 1). Table 1의 6가지 분광값 및 10가지 지수와 현지 조사로부터 산출된 표본점의 산림 바이오매스와의 회귀분석을 실시하여, 최적 조합의 바이오매스 추정 회귀모형을 도출하였다(Labrecque etal, , 2006).
- 본 연구에서 사용된 회귀모형 기법과 최근린 기법 중에서 산림 바이오매스 추정에 적합한 방법을 선정하기 위해 통계적 검증을 실시하였다. 본 연구에서 사용한 통 계적 검증통계량은 교차 대조법 (leave-one-out cross-validation)에 의한 추정치의 오차(RMSE)와 평 균편의(Mean Bias)이다(Katila and Tomppo, 2001).
- 하였다. 야외 표본점에서의 산림 바이오매스 실측치와 통계적 기법에 의한 추정치를 비교하기 위해서교차대조법를 이용하여 추정치의 오차(RMSE)와 평균 편의를 검증통계량으로 사용하였는데 회귀모형과 최근린 기법 간에는 산림 바이오매스 추정에서 유사한 정도 (精度)를 보이는 것으로 분석되었다.
- 임상을 층화한 경우 RMSE는 감소하였지만 전체 자료를 이용한 추정치보다 큰 편차를 나타내고 있다. 한편 본연구에서는 표본점의 위치 정보의 정확성을 향상시키 기위흐H 3X3 window의 평균 분광값을 이용하였다. 이 방법은 해당 표본점의 픽셀별 분광값만을 이용하는 방법보다 다소 개선된 추정치를 얻을 수 있었지만 그 차이는 크지 않는 것으로 나타났다.
이론/모형
- 본 연구에서는 임상을 구분할 때 혼효림은 표본점별로 침엽수 또는 활엽수의 흉고단면적 합계가 25-75%의 범위에 해당하는임분으로 정의를 하였으나, 앞으로의 연구에서는 좀 더세분화된 혼효림의 구분을 통해 이러한 문제를 해결할 필요가 있다. 결과적으로 본 연구에서는 회귀모형을 이용한 방법 중에서 전체 표본점 및 임상별 추정식이 도출된 픽셀 단위의 filtering 방법을 이용한 회귀식을 산림 바이오매스 추정식으로 채택하였다.
- 미조사 지점을 포함한 무주군의 산림 바이오매스를 추정하기 위해 본 연구에서는 위성 영상의 분광값을 이용하는 회귀모형 추정방법과 최근린 기법(k-NN technique)을 적용하였다. 두 방법에 의한 야외 표본점 조사지점의 산림 바이오매스 추정치와 실측치를 비교하여 최적 기법을 선정한 후, 연구대상지인 무주군의 산림 바이오매스를 추정하고 바이오매스 주제도를 작성하였다.
- 본 연구에서 사용된 회귀모형 기법과 최근린 기법 중에서 산림 바이오매스 추정에 적합한 방법을 선정하기 위해 통계적 검증을 실시하였다. 본 연구에서 사용한 통 계적 검증통계량은 교차 대조법 (leave-one-out cross-validation)에 의한 추정치의 오차(RMSE)와 평 균편의(Mean Bias)이다(Katila and Tomppo, 2001). 즉, 각 통계적 기법의 바이오매스 추정 능력을 평가하기 위해 야외 표본점의 바이오매스 측정치와 통계적 기법 에 의한 바이오매스 추정치를 이용하는 교차 대조법을 이용하였다.
- 회귀모형의 독립변수로 사용되는 위성영상의 16개분 광값 및 지수는 해당 표본점의 위치에 해당되는 픽셀 단위와 주변 픽셀의 집합인 3×3 window 단위의 2가지로 도출하여 2가지 형태의 filtering method에 의해 바이오매수 추정 회귀식을 도출하였다. 또한 산림 바이오매스 추정 회귀식은 임상의 구분이 없이 전체 표본점 자료를 이용한 추정식과 임상으로 분류한 후 침염수림활엽수림, 그리고 혼효림에 대한 회귀추정식을 각각 작성하는 추정방법을 이용하였다.
성능/효과
- 2는 다양한 참조 수평거리와 임상에 의한 층화, 그리고 다양한 참조 표본점의 개수인 k에 따른 추정치의 RMSE와 평균편의를 보여준다. RMSE는 임상의 층화방법에 관계없이 동일한 경향을 나타내고 있으며, 00을 기준으로 RMSE는 160ton/ha에서 120ton/ha 미만으로 감소하였으며, k가 10이상으로 증가할 경우 완만한 형태를 보이고 있다. 특히 최소 참조 수평반경 50km 를 이용할 경우 RMSE는 최소값을 나타내고 있으며, 임상별 층화를 할 경우 RMSE가 가장 큰 것으로 나타났다.
- 3×3 window의 평균 분광값을 이용한 경우 k의 개수에 관계없이 RMSE가 증가하였으며, 편차는 k가 10 미만일 경우에는 작지만 北가 10 이상부터는 큰 오차를 보이고 있다. 결과적으로 3×3 window의 평균 분 광값을 이용한 방법은 최근린 기법에 의한 추정치의 오차를 감소시키 지 못하는 것으로 나타났다.
- 오차의 경우에도 k너0을 중심으로 k?\ 10보다 작을경우 *가 증가할수록 감소하였지만, k가 10 이상일 경우 k가 증가할수록 증가하는 경향을 보이고 있다. 결과적으로 최근린 기법에서는 참조 수평거리 50km를 이용하여, k의 개수가 10일 때가 최적의 추정능력을 보이는 것으로 나타났다.
- 이러한 결과는 Labrecque 외(2006)의 연구 결과와 유사한 것으로 대면적의 야외 표본점 자료는 많은 편차를 나타내기 때문에 회귀 모형의 결정계수는 낮은 값을 나타내는 것으로 판단된다. 그러나 3X3 window의 평균 분광값을 이용한 회귀모형의 결정계수는 픽셀별 분광값을 이용하여 만들어진 회귀모형보다 다소 높은 것으로 나타났다. 특히 임상별로 구분된 회귀모형의 경우 혼효림을 제외한 침엽수림과 활엽수림의 결정계수는 어느 정도 향상된 것으로 확인되었다.
- 3ton/ha (3X3 window)로 나타났다. 두 추정방법의 평균편의를 비교하면(Table 4), 회귀모형에 의한 방법이나 최근린기법의 경우 ±lton/ha로 대체적으로 표본점 자료에 의한 실측치와의 차이가 적은 것으로 나타났다. 회귀모형과 최근린 기법의 두 추정방법에 의한 평가통계량의 차이는 크게 나타나지 않았으나, 회귀분석에 비해 야외 표본점 자료를 참조표본점으로 사용하여 작업의 효율성이 상대적으로 우수한 최근린 기법을 최적 산림 바이오매스 추정 방법으로 선정하였다.
- 0ton/ha로 추정되었다. 반면에 본 연구를 통해 최적 바이오매스 추정기법으로 선정된 최근린기법을 적용할 경우 무주군의 ha당 산림 바이오매스는 149.3ton인 것으로 분석되었으며, 표준편차는 야외 표본점 통계량에 비해 훨씬 적은 29.5ton/h&인 것으로 추정되었다. 최근린 기법은 수평거리 50km와 &늬0을 적용하여 식생지역의 바이오매스만을 추출한 것이다.
- 한편 본연구에서는 표본점의 위치 정보의 정확성을 향상시키 기위흐H 3X3 window의 평균 분광값을 이용하였다. 이 방법은 해당 표본점의 픽셀별 분광값만을 이용하는 방법보다 다소 개선된 추정치를 얻을 수 있었지만 그 차이는 크지 않는 것으로 나타났다.
- 침엽수 또는 활엽수의 흉고단면적 합계가 표본점 전체 흉고단면적의 75% 이상인 경우 각각 침엽수림과 활엽수림으로 분류하였으며, 해당 표본점에 생육하는 침엽수의 흉고단면적 합계가 전체의 24~74%이면 혼효림으로 분류하였다. 이러한 방법으로 표본점별 임상을 분류한 결과 전체 1, 825개 표본점 중에서 침엽수림이 623개(34%), 활엽수림이 648개 (36%), 그리고 혼효림이 554개(30%)로 임상별로 고른분포를 보이는 것으로 나타났다.
- 2ton/ha로 분석되었다. 임상별 ha당 바이오매스 추정치를 보면 활엽수가 142.1ton으로 가장 크고 침엽수가 120.9ton으로 가장 적은 것으로 추정되었다. 활엽수림의 경우 ha당 바이오매스량이 크지만 표본점별 변이가 상대적으로 커서 표준편차가 72.
- 전체적으로 회귀모형과 최근린 기법에 의한 추정치의 오차와 평균 편의는 유사한 것으로 나타났다.
- 그러나 3X3 window의 평균 분광값을 이용한 회귀모형의 결정계수는 픽셀별 분광값을 이용하여 만들어진 회귀모형보다 다소 높은 것으로 나타났다. 특히 임상별로 구분된 회귀모형의 경우 혼효림을 제외한 침엽수림과 활엽수림의 결정계수는 어느 정도 향상된 것으로 확인되었다. 이는 우리나라 산림의 임분구조가 대부분 IV영급 미만으로 구성되어 있어 산림 바이오매스의 변이가 크기 때문인 것으로 해석된다.
- RMSE는 임상의 층화방법에 관계없이 동일한 경향을 나타내고 있으며, 00을 기준으로 RMSE는 160ton/ha에서 120ton/ha 미만으로 감소하였으며, k가 10이상으로 증가할 경우 완만한 형태를 보이고 있다. 특히 최소 참조 수평반경 50km 를 이용할 경우 RMSE는 최소값을 나타내고 있으며, 임상별 층화를 할 경우 RMSE가 가장 큰 것으로 나타났다. 오차의 경우에도 k너0을 중심으로 k?\ 10보다 작을경우 *가 증가할수록 감소하였지만, k가 10 이상일 경우 k가 증가할수록 증가하는 경향을 보이고 있다.
후속연구
- 특히 산림은 계절에 따라 위성영상의 분광값이 변하기 때문에 추정치의 정도를 향상시키기 위하여 다중시기 영상을 이용한 연구가 필요하다. 또한 고해상도의 위성영상을 이용할 경우 임상별 산림 바이오매스가 아닌 수종별 산림 바이오매스를 추정할 수 있기 때문에 좀 더 정확한 지역별 산림 바이오매스와 탄소 저장량 추정치를 얻을 수 있을 것으로 기대된다.
- 하지만 저밀도와 고밀도 식생등급만을 이용할 경우 분류의 정확도가 낮기 때문에 본 연구에서는 분명히 비식생이 아닌 지역은 모두 식생지역으로 분류하여 연구 대상지를 단순히 식생과 비식생으로 2가지로 구분하였다. 보다 정확한 식생구분을 위해서는 개화가 끝난 이후의 영상을 이용하는 것이 정확도를 향상시 킬 수 있을 것으로 판단된다.
- 이러한 오차를 감소시키기 위해서 추후 지형 및 대기보정이 이루어진 위성영상을 이용한 연구가 필요하다. 본 연구에서는 산림 바이오매스의 추정방법을 회귀모형 기법과 최근린 기법의 두 가지 방법으로 제한하여 적용하였으나, 최근에 새롭게 개발되고 있는 다양한 바이오매스 추정방법을 적용하여 우리나라 소면적 지역뿐만 아니라 국가 차원의 산림 바이오매스도 추정할 수 있도록 확대하여야 할 것이다. 특히 산림은 계절에 따라 위성영상의 분광값이 변하기 때문에 추정치의 정도를 향상시키기 위하여 다중시기 영상을 이용한 연구가 필요하다.
- 이는 산림 바이오매스 추정을 위한 회귀모형의 설명력을 높이기 위해서는 세분화된 임상 구분이 요구됨을 의미한다. 본 연구에서는 임상을 구분할 때 혼효림은 표본점별로 침엽수 또는 활엽수의 흉고단면적 합계가 25-75%의 범위에 해당하는임분으로 정의를 하였으나, 앞으로의 연구에서는 좀 더세분화된 혼효림의 구분을 통해 이러한 문제를 해결할 필요가 있다. 결과적으로 본 연구에서는 회귀모형을 이용한 방법 중에서 전체 표본점 및 임상별 추정식이 도출된 픽셀 단위의 filtering 방법을 이용한 회귀식을 산림 바이오매스 추정식으로 채택하였다.
- 이루어지지 않았다. 이러한 오차를 감소시키기 위해서 추후 지형 및 대기보정이 이루어진 위성영상을 이용한 연구가 필요하다. 본 연구에서는 산림 바이오매스의 추정방법을 회귀모형 기법과 최근린 기법의 두 가지 방법으로 제한하여 적용하였으나, 최근에 새롭게 개발되고 있는 다양한 바이오매스 추정방법을 적용하여 우리나라 소면적 지역뿐만 아니라 국가 차원의 산림 바이오매스도 추정할 수 있도록 확대하여야 할 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.