원격탐사자료를 이용한 국외 산림 바이오매스 추정 현황 및 비교분석: 다섯 가지 관점에서의 고찰 Review and Comparative Analysis of Forest Biomass Estimation Using Remotely Sensed Data: from Five Different Perspectives원문보기
최근 환경오염으로 인한 기후변화가 문제시 되고 있는 가운데, 지구온난화의 주범인 탄소의 배출 및 저장량 추정이 중요한 이슈로 부각되고 있다. 특히 산림 바이오매스는 대기와 토양 간 탄소 순환의 중요한 매개체로서 전 지구적인 탄소 순환에 잠재적인 영향을 미치기 때문에 이러한 산림 바이오매스의 각종 파라미터를 추정하고 정량화 하려는 노력이 각국에서 진행중에 있다. 그러나 현장조사를 통한 추정은 시간 및 인력낭비가 심하고, 접근이 용이하지 않은 지역에 대한 조사가 어렵기 때문에 원격탐사자료를 이용한 방법이 각광받고 있다. 본 논문은 총 41개의 해외연구 사례를 바탕으로 원격탐사자료를 이용한 산림 바이오매스 추정 연구를 다섯 가지 관점(연구대상지역; 연구대상면적; 생태군계; 원격탐사자료; 추정기법)에 따라 분류하고, 연구사례 및 기반 기술이 제한적인 국내 관련 분야의 기반자료로써 활용할 수 있도록 하고자 하였다. 조사결과 연구대상지역으로는 북미지역이 39%로 가장 많은 연구 사례가 존재하였으며, 연구대상면적에 대한 조사에 있어서는 지역크기를 대 중 소로 분류 시 소규모 지역(3,600km2)의 연구 수가 59%로 가장 많았다. 생태군계의 경우 북쪽 수림대/타이가 지역이 30%로 연구가 활발하게 수행되었고, 원격탐사자료 사용 빈도는 Landsat 시리즈와 LiDAR가 각각 35%, 16%를 차지하였다. 마지막으로 산림 바이오매스 추정기법에 있어서는 회귀분석 방법이 71%로 가장 많이 사용된 것으로 나타났다.
최근 환경오염으로 인한 기후변화가 문제시 되고 있는 가운데, 지구온난화의 주범인 탄소의 배출 및 저장량 추정이 중요한 이슈로 부각되고 있다. 특히 산림 바이오매스는 대기와 토양 간 탄소 순환의 중요한 매개체로서 전 지구적인 탄소 순환에 잠재적인 영향을 미치기 때문에 이러한 산림 바이오매스의 각종 파라미터를 추정하고 정량화 하려는 노력이 각국에서 진행중에 있다. 그러나 현장조사를 통한 추정은 시간 및 인력낭비가 심하고, 접근이 용이하지 않은 지역에 대한 조사가 어렵기 때문에 원격탐사자료를 이용한 방법이 각광받고 있다. 본 논문은 총 41개의 해외연구 사례를 바탕으로 원격탐사자료를 이용한 산림 바이오매스 추정 연구를 다섯 가지 관점(연구대상지역; 연구대상면적; 생태군계; 원격탐사자료; 추정기법)에 따라 분류하고, 연구사례 및 기반 기술이 제한적인 국내 관련 분야의 기반자료로써 활용할 수 있도록 하고자 하였다. 조사결과 연구대상지역으로는 북미지역이 39%로 가장 많은 연구 사례가 존재하였으며, 연구대상면적에 대한 조사에 있어서는 지역크기를 대 중 소로 분류 시 소규모 지역(3,600km2)의 연구 수가 59%로 가장 많았다. 생태군계의 경우 북쪽 수림대/타이가 지역이 30%로 연구가 활발하게 수행되었고, 원격탐사자료 사용 빈도는 Landsat 시리즈와 LiDAR가 각각 35%, 16%를 차지하였다. 마지막으로 산림 바이오매스 추정기법에 있어서는 회귀분석 방법이 71%로 가장 많이 사용된 것으로 나타났다.
Carbon emissions and storages that are strongly related to global warming has have emerged as one of the important issues while many governments and researchers have been interested in climate change and pollution. In this regards, forest biomass estimation is quite importance since forest biomass w...
Carbon emissions and storages that are strongly related to global warming has have emerged as one of the important issues while many governments and researchers have been interested in climate change and pollution. In this regards, forest biomass estimation is quite importance since forest biomass works as an important medium of the global carbon cycle between the atmosphere and soil. Forest biomass estimation through field survey needs lots of time and labors, and has accessibility issues. Hence, many researchers have focused on the forest biomass approaches based on remotely sensed data. This research comprehensively reviewed forty one international studies using remote sensing data according to five different categories (i.e., location of study area, size of study area, biome, used remote sensing data, and estimation technology). It would be expected that the results of this study can be used for suggesting domestic research directions; domestic research in this field is at the beginning stage in terms of level of technologies and useful materials. As results, 39% out of the reviewed studies used the areas located in North America. 59% out of the researches dealt with small size of the study areas (less than 3,600km2). In case of biome, around 30% of the studies focused on the boreal/taiga areas. Moreover, 35% and 16% of the studies were carried out using Landsat series and Lidar data, respectively. Finally, regression analysis method was most frequently used for forest biomass estimation by 71% out of 41 studies.
Carbon emissions and storages that are strongly related to global warming has have emerged as one of the important issues while many governments and researchers have been interested in climate change and pollution. In this regards, forest biomass estimation is quite importance since forest biomass works as an important medium of the global carbon cycle between the atmosphere and soil. Forest biomass estimation through field survey needs lots of time and labors, and has accessibility issues. Hence, many researchers have focused on the forest biomass approaches based on remotely sensed data. This research comprehensively reviewed forty one international studies using remote sensing data according to five different categories (i.e., location of study area, size of study area, biome, used remote sensing data, and estimation technology). It would be expected that the results of this study can be used for suggesting domestic research directions; domestic research in this field is at the beginning stage in terms of level of technologies and useful materials. As results, 39% out of the reviewed studies used the areas located in North America. 59% out of the researches dealt with small size of the study areas (less than 3,600km2). In case of biome, around 30% of the studies focused on the boreal/taiga areas. Moreover, 35% and 16% of the studies were carried out using Landsat series and Lidar data, respectively. Finally, regression analysis method was most frequently used for forest biomass estimation by 71% out of 41 studies.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문에서는 국외 사례를 중심으로 원격탐사자료를 이용한 산림 바이오매스 추정 연구 현황 및 동향을 조사하였다. 최신 동향 조사를 위해 조사 기간은 최근 10년 간 발표된 논문으로 제한하였으며, 총 41개의 해외저널 등재논문이 검토되었다.
본 논문에서는 총 41개의 국외 산림 바이오매스 추정 연구 사례를 대상지역과 대상지역의 면적, 생태군계, 원격탐사시스템 및 추정기법 등의 다섯 가지 관점에서 살펴보았다. 조사 결과, 연구대상지역으로는 북미지역이 37%로 가장 많은 연구가 진행되어 왔으며, 이 지역을 비롯한 유럽 국가들은 산림부문 바이오매스 배출계수의 산정방법은 수준 3의 신뢰성 있는 배출계수를 제시하고 있다.
앞에서 산림 바이오매스 추정에 대한 국내외 현황에 대하여 알아보았다. 이러한 특성을 기초로 다음 절들에서는 원격탐사를 이용한 국외 산림 바이오매스 추정 연구를 다섯 가지 범주를 통해 분류하고자 한다.
제안 방법
이상)로 재분류하였다. 규모는 위성영상과 연구대상지의 면적의 상관성을 중점적으로 알아보기 위하여 위성영상의 주사폭(swath width) 을 기준으로 하였으며, 소규모는 ASTER와 SPOT영상의 주사폭인 60km을 기준으로 정사각형으로 가정했을 때 해당되는 범위인 3,600km2 미만으로 하였다. 중규모는 Landsat 시리즈의 주사폭인 185km을 중심으로 정사각형으로 본 넓이인 35,000km2로 하였으며, 그 이상을 대규모로 분류 하였다.
최신 동향 조사를 위해 조사 기간은 최근 10년 간 발표된 논문으로 제한하였으며, 총 41개의 해외저널 등재논문이 검토되었다. 기존의 연구들을 바탕으로 산림 바이오매스 추정에 영향을 미친다고 사료되는 다섯 가지 범주(연구대상지역; 연구대상면적; 생태군계; 원격탐사자료; 추정기법)로 구분하여 산림 바이오매스 추정 현황을 정량적으로 조사하였으며, 최종적으로 각 범주에 대한 경향을 조사하였다.
우선원격탐사를 이용한 산림 바이오매스 추정 연구가 가장 활발하게 일어나고 있는 지역에 대한 현황을 파악하기 위해 대상지역에 따른 분류를 시행하였다. 다음으로 연구지역의 면적을 지역적, 국가적, 전 지구적 등급(regional, national, global level) 의 세 가지 범주로 구분하고 경향을 조사하였으며, 대상 지역의 지형적, 기후적 특성 역시 중요한 요소로 판단, 이를 고려한 생태군계에 따른 분류를 수행하였다. 또한 다양한 원격탐사자료의 종류 및 사용 빈도를 조사하였으며, 실질적인 산림 바이오매스 추정에 사용되는 여러 가지 추정기법에 대한 분류 조사를 수행하였다.
다음으로 연구지역의 면적을 지역적, 국가적, 전 지구적 등급(regional, national, global level) 의 세 가지 범주로 구분하고 경향을 조사하였으며, 대상 지역의 지형적, 기후적 특성 역시 중요한 요소로 판단, 이를 고려한 생태군계에 따른 분류를 수행하였다. 또한 다양한 원격탐사자료의 종류 및 사용 빈도를 조사하였으며, 실질적인 산림 바이오매스 추정에 사용되는 여러 가지 추정기법에 대한 분류 조사를 수행하였다. 한편, 본 연구에서 검토된 총 41개의 연구사례 중 다섯 가지 관점(연구대상지역; 연구대상면적; 생태군계; 원격탐사자료; 추정기법)에 언급되지 않은 논문은 대해서는 고려대상에서 제외되었으며, 각 범주에서 두 가지 이상의 분류항목에 포함될 경우 중복으로 처리하였다.
연구대상지역의 면적은 크게 지역적, 국가적, 전 지구적 등급(regional, national, global level)으로 나누어 분류하였다. 그 결과 대부분의 연구에서 지역적 등급의 연구가 진행되었으며, 국가적 등급은 북미지역에서 두 편과 스웨덴지역에서 한 편만이 보고되었다.
이러한 특성을 기초로 다음 절들에서는 원격탐사를 이용한 국외 산림 바이오매스 추정 연구를 다섯 가지 범주를 통해 분류하고자 한다. 우선원격탐사를 이용한 산림 바이오매스 추정 연구가 가장 활발하게 일어나고 있는 지역에 대한 현황을 파악하기 위해 대상지역에 따른 분류를 시행하였다. 다음으로 연구지역의 면적을 지역적, 국가적, 전 지구적 등급(regional, national, global level) 의 세 가지 범주로 구분하고 경향을 조사하였으며, 대상 지역의 지형적, 기후적 특성 역시 중요한 요소로 판단, 이를 고려한 생태군계에 따른 분류를 수행하였다.
앞에서 산림 바이오매스 추정에 대한 국내외 현황에 대하여 알아보았다. 이러한 특성을 기초로 다음 절들에서는 원격탐사를 이용한 국외 산림 바이오매스 추정 연구를 다섯 가지 범주를 통해 분류하고자 한다. 우선원격탐사를 이용한 산림 바이오매스 추정 연구가 가장 활발하게 일어나고 있는 지역에 대한 현황을 파악하기 위해 대상지역에 따른 분류를 시행하였다.
규모는 위성영상과 연구대상지의 면적의 상관성을 중점적으로 알아보기 위하여 위성영상의 주사폭(swath width) 을 기준으로 하였으며, 소규모는 ASTER와 SPOT영상의 주사폭인 60km을 기준으로 정사각형으로 가정했을 때 해당되는 범위인 3,600km2 미만으로 하였다. 중규모는 Landsat 시리즈의 주사폭인 185km을 중심으로 정사각형으로 본 넓이인 35,000km2로 하였으며, 그 이상을 대규모로 분류 하였다. 대규모에는 주사폭이 각각 2,330km와 2,700km인 MODIS와 NOAA-AVHRR이 포함된다.
또한 다양한 원격탐사자료의 종류 및 사용 빈도를 조사하였으며, 실질적인 산림 바이오매스 추정에 사용되는 여러 가지 추정기법에 대한 분류 조사를 수행하였다. 한편, 본 연구에서 검토된 총 41개의 연구사례 중 다섯 가지 관점(연구대상지역; 연구대상면적; 생태군계; 원격탐사자료; 추정기법)에 언급되지 않은 논문은 대해서는 고려대상에서 제외되었으며, 각 범주에서 두 가지 이상의 분류항목에 포함될 경우 중복으로 처리하였다.
한편, 지역등급 면적 단위의 연구를 좀 더 자세히 조사하기 위해 총 41편의 논문 중 연구대상지역의 면적이 정확히 기재되어 있는 27편의 연구사례를 바탕으로 소규모(3,600km2 미만), 중규모(3,600km2∼35,000km2), 대규모(35,000km2 이상)로 재분류하였다.
대상 데이터
구체적인 조사 내용은 임분현황, 임목, 벌근·고사목·피해목, 산림식생 및 토양탄소 등이며, 조사지점은 전국의 산림 640만 ha를 대상으로 계통추출법(Systematic sampling)에 의해 추출된 약 4,000개의 고정표본점(Permanent sample plot)을 배치하여 조사한다(국립산림과학원, 2009).
본 논문은 산림 바이오매스 추정의 대상지역별 연구 빈도수를 알아보기 위하여 북미, 남미, 유럽, 오세아니아, 동남아시아, 아시아의 여섯개 지역과 전 지구를 대상으로 한 연구로 나누어 조사하였으며, 관련된 연구가 없는 아프리카와 남극지역은 연구고려 대상지역에서 제외 하였다. 다음의 그림 1은 총 41편의 논문을 바탕으로 조사한 연구대상지역에 따른 연구 빈도를 나타낸다.
다음의 그림 3은 총 40개의 논문을 바탕으로 조사한 생태군계에 따른 연구 사례의 분류를 나타낸다. 본 생태군계 조사에서 가장 많이 포함된 연구 사례는 유라시아 대륙에서 북아메리카에 걸쳐 대규모 침엽수림이 분포하고 있는 북쪽 수림 및 타이가 지역으로 전체 연구의 30%에 해당하였다. 그 다음으로는 열대 우림인 아마존과 동남아시아를 포함하고 있는 열대 및 아열대 습윤한 활엽수림, 북아메리카 동쪽과 유럽, 극동 지역에 걸쳐 넓게 분포하고 있는 온대 활엽수와 혼효림 두 지역이 각각 25%를 차지하였다.
산림의 분포는 기상, 강수량, 토양, 토양 수분, 고도 및 경사 등 다양한 지형적, 기후적 영향을 받고 있으며(윤정호, 2004), 본 논문에서는 이러한 산림분포의 체계적인 분류를 위하여 세계자연보호기금(World Wide Fund for Nature, WWF)에서 사용된 14개의 지구 생태군계(열대 및 아열대 습윤한 활엽수림 / 열대 및 아열대 건조한 활엽수림 / 열대 및 아열대 침엽수림, 온대 활엽수림과 혼효림, 온대 침엽수림, 북쪽 수림 및 타이가 / 열대 및 아열대 초원의 사바나와 관목지 / 온대 초원의 사바나와 관목지 / 범람된 초원과 사바나 / 산지의 초원과 관목지 / 툰드라 / 지중해성 산림 및 관목지 / 사막과 건조한 관목지 / 맹그로브)를 사용하였다(그림 2).
조사에는 각 범주에서 두가지 이상의 분류항목에 포함되어 중복 처리한 총 49편의 논문이 사용되었다. 가장 많은 연구 사례(35%)에서 사용된 Landsat 시리즈의 경우 30m의 중해상도로 기본적인 R, G, B와 더불어 식생탐지에 효과적인 근적외선 및 열적외선 파장대의 센서를 포함하고 있으며(Tucker, 1978), 전 세계를 대상으로 구축된 방대한 양의 데이터베이스와 관련 홈페이지를 통해 무상으로 제공된다는 이점 등으로 각광을 받고 있다.
본 논문에서는 국외 사례를 중심으로 원격탐사자료를 이용한 산림 바이오매스 추정 연구 현황 및 동향을 조사하였다. 최신 동향 조사를 위해 조사 기간은 최근 10년 간 발표된 논문으로 제한하였으며, 총 41개의 해외저널 등재논문이 검토되었다. 기존의 연구들을 바탕으로 산림 바이오매스 추정에 영향을 미친다고 사료되는 다섯 가지 범주(연구대상지역; 연구대상면적; 생태군계; 원격탐사자료; 추정기법)로 구분하여 산림 바이오매스 추정 현황을 정량적으로 조사하였으며, 최종적으로 각 범주에 대한 경향을 조사하였다.
성능/효과
이러한 대표적인 산림 바이오매스 추정 기법들에 대한 사용 빈도를 조사한 결과, 총 41개의 논문 중 회귀 분석을 이용한 방법이 71%로 가장 높았으며, 그 뒤를 이어 kNN과 allometric equation 기법을 이용한 사례가 각각 12%,와 7%로 조사되었다. BioCLUST 기법은 전체 연구의 약 5%에서 사용되었으며, BioSTRUCT 기법과 생산력 모델은 각각 2%만 사용된 것으로 나타났다. 회귀분석의 경우 가장 대표적인 통계적 추정 기법 중 하나로써 이미 많은 분야에서 그 효용성이 검증되어 왔고, 산림 바이오매스 추정에서 역시 많이 사용된 것으로 조사되었다.
하지만, 이보다 정확한 추정을 위하여 더 높은 해상도의 영상을 사용하거나, 생장단계별 바이오매스가 추정이 가능한 SAR영상이나 임분의 수직적 구조분석에 의해 구성요소별 바이오매스 추정이 가능한 LiDAR에 대한 연구가 진행되어야 할 것이다. 마지막으로 추정기법에 있어서는 회귀분석이 71%로 가장 많은 사례에서 사용된 것으로 나타났으며, 이 외에 BioCLUST 및 kNN 기법 등 다양한 방법을 사용하여 더 정확한 추정을 해야 한다. 이러한 본 논문의 결과는 향후 국내 지역의 산림 바이오매스 추정 연구를 위한 기초자료로써 활용될 수 있을 것으로 사료된다.
한편, kNN 기법의 경우 특히 핀란드나 스웨덴 등 유럽 지역에서 각광을 받고 있으며, BioCLUST 기법은 북미에서 주로 사용된 것으로 나타났다. 본 조사에서는 북미지역을 대상으로 한 산림 바이오매스 추정의 경우 회귀분석 다음으로 BioCLUST 기법이 많이 사용된 것으로 나타났다.
따라서 산림 바이오매스 추정의 높은 정확도를 위하여 SPOT이나 ASTER 등 중·고해상도의 영상 사용이 요구된다. 생태군계의 경우 WWF의 14개의 분류체계를 바탕으로, 북쪽 수림 및 타이가, 열대 및 아열대 습윤한 활엽수림, 온대 활엽수와 혼효림의 세 생태군계에 대부분의 연구(80%)가 집중되어 있는 것으로 조사되었다. 우리나라 생태군계는 온대 활엽수와 혼효림으로써 북미지역 및 유럽등 많은 지역이 이 생태군계와 일치한다.
이러한 대표적인 산림 바이오매스 추정 기법들에 대한 사용 빈도를 조사한 결과, 총 41개의 논문 중 회귀 분석을 이용한 방법이 71%로 가장 높았으며, 그 뒤를 이어 kNN과 allometric equation 기법을 이용한 사례가 각각 12%,와 7%로 조사되었다. BioCLUST 기법은 전체 연구의 약 5%에서 사용되었으며, BioSTRUCT 기법과 생산력 모델은 각각 2%만 사용된 것으로 나타났다.
조사 결과 산림 바이오매스 추정에 관한 연구는 북미지역과 유럽이 각각 전체 연구사례의 약 39%와 24%를 차지하였으며, 남미나 동남아시아, 아시아 지역을 대상으로 한 연구는 약 10%로 북미나 유럽지역에 비해 연구의 수가 다소 뒤떨어지는 것으로 나타났다. NOAA(National Oceanic and Atmoshperic Administration)나 MODIS(Moderate Resolution Imaging Spectrometer) 등의 공간해상도가 낮은 원격탐사자료를 사용하여 전 지구를 대상으로 한 연구는 전체 연구의 약 5%를 차지했다.
조사결과 소규모, 중규모, 대규모 지역에 해당하는 연구 사례가 각각 59%, 19%, 22%로 조사되어 소규모 지역에 대한 연구 사례가 가장 많은 것으로 나타났다. 소규모 지역에 대한 연구 사례에서는 주로 SPOT, ASTER, Landsat 시리즈 등, 중·고해상도 전영상 혹은 부분영상이 사용되었다.
현재 1984년에 발사된 Landsat 5 TM위성이 아직 기능 중에 있으며, 1999년에 발사된 Landsat 7 ETM+ 의 경우 2003년 scan line corrector의 고장으로 인해 활용성이 떨어지게 되었다. 한편, 능동형 시스템인 LiDAR와 SAR를 이용한 연구는 각각 전체 사례의 16%와 10%로 Landsat 시리즈에 이어 많이 사용된 것으로 나타났다. LiDAR는 레이저 펄스를 지상에 주사하고 반사된 레이저의 도달시간 및 intensity 정보 등을 통해 수고추출 및 개체목 구분에 사용되고 있다(장안진 등, 2008, Lefsky et al.
후속연구
구체적인 조사 내용은 임분현황, 임목, 벌근·고사목·피해목, 산림식생 및 토양탄소 등이며, 조사지점은 전국의 산림 640만 ha를 대상으로 계통추출법(Systematic sampling)에 의해 추출된 약 4,000개의 고정표본점(Permanent sample plot)을 배치하여 조사한다(국립산림과학원, 2009). 국내외적으로 이러한 NFI 자료의 원격탐사자료를 연계한 산림 바이오매스 추정 연구는 점차 증가하고 있으며, 향후 그 활용도 역시 높아질 것으로 전망된다.
우리나라 생태군계는 온대 활엽수와 혼효림으로써 북미지역 및 유럽등 많은 지역이 이 생태군계와 일치한다. 따라서 차후 연구방향을 선정 시 이들 동일한 생태군계지역에 대한 선행 연구를 참조할 필요가 있다. 산림 바이오매스 추정을 위한 기초자료로써 원격탐사시스템의 경우 중해상도의 Landsat 시리즈가 35%로 가장 많이 활용되었으며, 이는 시계열 분석이 용이하고, 무상으로 제공된다는 이점 때문인 것으로 보인다.
유럽의 경우도 다양한 생태군계에서 연구가 이루어졌지만, 북미에 비해서는 상대적으로 연구사례가 적은 것으로 나타났다. 반면, 아시아 지역의 경우 다양한 생태군계를 포함하고 있음에도 불구하고 다른 지역에 비해 연구사례가 매우 적어 향후 관련 분야의 연구가 시급한 것으로 분석되었다.
마지막으로 추정기법에 있어서는 회귀분석이 71%로 가장 많은 사례에서 사용된 것으로 나타났으며, 이 외에 BioCLUST 및 kNN 기법 등 다양한 방법을 사용하여 더 정확한 추정을 해야 한다. 이러한 본 논문의 결과는 향후 국내 지역의 산림 바이오매스 추정 연구를 위한 기초자료로써 활용될 수 있을 것으로 사료된다.
따라서 국내 지역에 적합한 산림 바이오매스 추정을 위해서는 다양한 기존 연구 사례를 검토하고, 연구 지역의 환경과 추정기법, 원격탐사자료를 조사하여 국내 지역에 대한 적용성 검토가 필요하다. 이러한 시점에서 본 원격탐사기반 산림 바이오매스 추정 연구 현황조사는 향후 국내 연구의 방향을 제시하고, 관련 연구의 기반 자료로써 활용될 수 있을 것으로 사료된다.
국내의 경우 회귀모형과 더불어 BioCLUST 및 kNN 기법을 이용한 산림 바이오매스 파라미터 추정 연구가 2000년도 이후로 진행 되어 왔다(임종수 등, 2007; 2009, 정상영 등, 2009b, 정재훈 등, 2010). 하지만 아직까지는 해외 사례에 비해 연구 사례나 방법론이 제한적인 상황으로 차후 국내 지역에 적합한 산림 바이오매스 파라미터 추정 기법을 찾기 위해 보다 많은 연구가 진행되어야 할 것이다.
산림 바이오매스 추정을 위한 기초자료로써 원격탐사시스템의 경우 중해상도의 Landsat 시리즈가 35%로 가장 많이 활용되었으며, 이는 시계열 분석이 용이하고, 무상으로 제공된다는 이점 때문인 것으로 보인다. 하지만, 이보다 정확한 추정을 위하여 더 높은 해상도의 영상을 사용하거나, 생장단계별 바이오매스가 추정이 가능한 SAR영상이나 임분의 수직적 구조분석에 의해 구성요소별 바이오매스 추정이 가능한 LiDAR에 대한 연구가 진행되어야 할 것이다. 마지막으로 추정기법에 있어서는 회귀분석이 71%로 가장 많은 사례에서 사용된 것으로 나타났으며, 이 외에 BioCLUST 및 kNN 기법 등 다양한 방법을 사용하여 더 정확한 추정을 해야 한다.
질의응답
핵심어
질문
논문에서 추출한 답변
라이다란 무엇인가?
라이다(Light Detection And Ranging, LiDAR)는 레이저를 목표점에 주사한 뒤 반사되어 돌아오는 레이저 펄스의 도달 시간을 계산, 반사지점의 공간위치정보를 취득하는 방법이다(강규찬, 2010). 특히 항공라이다측량의 경우 높은 정확도로 지표면의 높이값을 빠른 시간에 취득할 수 있으며, 자료를 통해서 취득한 수고 정보를 통해 흉고 직경을 간접적으로 계산함으로써 산림 바이오매스를 산출한 연구 등이 보고되고 있다(장안진과 김형태, 2008).
제5차 국가산림자원조사 지침서에서 정의한 산림은 어떤 것들을 포함하는가?
5ha 이상, 수고가 최소한 5m 까지 자랄 수 있는 입목의 수관밀도(Canopy cover)가 10% 이상인 토지로서, 최소폭(Minimum width)이 30m 이상이어야 한다고 정의하고 있다. 여기에는 인위적 또는 자연적 요인에 의해 일시적으로 나무가 제거되었지만 산림으로 회복될 것으로 예상되는 미립목지와 죽림을 포함한다. 원격탐사를 통해 추정하는 변수로는 이러한 산림의 임령(Sivanpillai et al.
원격탐사자료를 통한 산림 변수추정의 장점은 무엇이며, 이는 어떤 것에 기반하는가?
지표상의 모든 물질은 에너지를 방출하고 있으며, 원격탐사자료는 이러한 에너지를 센서로 감지하여 대상지역에 대한 분광특성정보를 제공한다(김태근 등, 1996). 원격탐사자료를 통한 산림 변수추정의 장점은 야외에서 수집된 현장자료를 이용, 야외조사가 이루어지지 않은 미 조사지점에 대한 산림 바이오매스를 영상소(Pixel value) 단위로 추정해 낼 수 있다는 점이며(임종수 등, 2007), 이는 원격탐사를 통해 취득된 자료에 해당하는 미 조사지점과 현장자료 조사지점의 분광유사성에 기반한다.
참고문헌 (32)
강규찬, 2010, "항공디지털카메라와 레이저측량을 이용한 정사영상 제작 및 평가", 연세대학교 대학원 석사논문.
황주호, 임종수, 정진현, 김성호, 신만용, 2009, "위성영상과 국가산림자원조사를 이용한 소면적의 산림통계량 추정", 한국임학회 정기 학술연구발표회.
Balzter, H., Rowland, C.S., Saich, P., 2007, "Forest canopy height and carbon estimation at Monks Wood national nature reserve, UK, using dual-wavelength SAR interferometry", Remote Sensing and Environment, Vol. 108, pp.224-239.
Boudreau, J., Nelson, R.F., Margolis, H.A., Beaudoin, A., Guindon, A., Kimes, D.S., 2008, "Regional aboveground forest biomass using airborne and spaceborne LiDAR in Quebec", Remote Sensing of Environment, vol.112, pp.3876-3890.
Franco-Lopez, H., Ek, A.P., Bauer, M.E., 2001, "Estimation and mapping of forest stand density, volume and cover type using the k-nearest neighbors method", Remote Sensing of Environment, Vol.77, pp.251-274.
Fuchs, H., Magdon, P., Kleinn, C., Flessa, H., 2009, "Estimating aboveground carbon in a catchment of the Siberian forest tundra: Combining satellite imagery and field inventory", Remote Sensing of Environment, Vol.113, pp.518-531.
Goetz, S.J., Baccini, A., Laporte, N.T., Johns, T., Walker, W., Kellndorfer, J., Houghton, R.A., Sun, M., 2009, "Mapping and monitoring carbon stocks with satellite observations: a comparison of methods", Carbon Balance and Management, 4:2.
Hall, R.J,. Skakun, R.S., Arsenault, E.J., Case, B.S., 2006, "Modeling forest stand structure attributes using Landsat ETM+ data: Application to mapping of aboveground biomass and stand volume", Forest Ecology and Management. Vol.225, pp.378-390.
Labrecque, S., Fournier, R.A., Luther, J.E., Piercey, D., 2006, "A comparison of four methods to map biomass from Landsat-TM and inventory data in western Newfoundland", Forest Ecology and Management, Vol.226, pp.129-144.
Lefsky. M.A., Harding. D., Cohen. W.B., Parker. G., Shugart. H.H., 1999, "Surface Lidar remote sensing of basal area and biomass in deciduous forests of Eastern Maryland, USA", Remote Sensing of Environment, Vol.67, pp.83-98.
Mickler, R.A., Earnhardt, T.S., Moore, J.A., 2002, "Regional estimation of current and future forest biomass", Envionmental Pollution, Vol.116, pp. S7-S16.
Reese. H., Nilsson. M., Sandstrom, P., Olsson, H., 2002, "Applications using estimates of forest parameters derived from satellite and forest inventory data"., Computers and Electronics in Agriculture, Vol.37, pp.37-55.
Reese. H., Nilsson. M., Pahlen. T.G., Hagner. O., Joyce. S., Tingelof. U., Egberth. M., Olsson. H., 2003, "Countrywide Estimates of Forest Variables Using Satellite Data and Field Data from the Natinoal Forest Inventory", Royal Swedish Academy of Sciences 2003, Ambio Vol.32 No.8, pp.542-548.
Sivanpillai, R., Smith, C.T., Srinivasan, R., Messina, M.G., and Wu, X.B., 2006, "Estimation of Managed Loblolly Pine Stand Age and Density with Landsat ETM+ Data", Forest Ecology and Management, 223:247-254
Tucker, C.J., 1978b, "A Comparison of Satellite Sensor Bands for vegetation Monitoring", Photogrammetric Engineering and Remote Sensing, Vol.44, No.3, pp.289-295.
Tuominen. S., Eerikaiinen. K., Schibalski. A., Haakana. M., Lehtonen. A., 2010, "Mapping biomass variables with a Multi-Source Forest Inventory Technique", Silva Fennica, Vol.44, No.1, pp.109-119.
Turner, D.P., Guzy, M., Lefsky, M.A., Ritts, W.D., Tuyl, S.V., Law, B.E., 2004, "Monitoring forest carbon sequestration with remote sensing and carbon cycle modeling", Environment Management, Vol.33, No.4, pp.457-466.
Wulder, M. A., White, J. C., Fournier, R. A., Luther, J. E., Magnussen, S., 2008, "Spatially explicit large area biomass estimation: three approaches using forest inventory and remotely sensed imagery in a GIS", sensor, Vol.8, pp.529-560.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.