최근 기후 변화에 따른 지구환경 문제가 국제적 이슈로 떠오르는 가운데, 산림자원에 대한 관심이 커지고 있다. 특히 우리나라는 기후변화 협약 및 교토의정서 발효 등에 따라 탄소배출량을 조절해야 하는 시점이기에 산림에 대한 중요성이 더욱 커지고 있다. 최근 산림관리에 필요한 여러 가지 정보를 단 시간에 3차원 공간 정보로 획득하는 항공레이저측량이 각광 받고 있다. 본 연구에서는 항공레이저 측량으로 획득된 라이다 데이터를 이용하여 산림의 의 탄소 흡수량을 측정하였다. 탄소 흡수량은 마라케시 합의문과 산림자원조사원에서 제시하는 세 가지 기준인 나무의 최소 높이, 산림의 울폐도, 산림의 최소면적을 기준으로 하여 산출하였다. 이 연구를 통해 라이다 데이터를 이용하여 산림지역의 탄소흡수량을 정량적으로 추출 할 수 있는 방법을 확인하였다.
최근 기후 변화에 따른 지구환경 문제가 국제적 이슈로 떠오르는 가운데, 산림자원에 대한 관심이 커지고 있다. 특히 우리나라는 기후변화 협약 및 교토의정서 발효 등에 따라 탄소배출량을 조절해야 하는 시점이기에 산림에 대한 중요성이 더욱 커지고 있다. 최근 산림관리에 필요한 여러 가지 정보를 단 시간에 3차원 공간 정보로 획득하는 항공레이저측량이 각광 받고 있다. 본 연구에서는 항공레이저 측량으로 획득된 라이다 데이터를 이용하여 산림의 의 탄소 흡수량을 측정하였다. 탄소 흡수량은 마라케시 합의문과 산림자원조사원에서 제시하는 세 가지 기준인 나무의 최소 높이, 산림의 울폐도, 산림의 최소면적을 기준으로 하여 산출하였다. 이 연구를 통해 라이다 데이터를 이용하여 산림지역의 탄소흡수량을 정량적으로 추출 할 수 있는 방법을 확인하였다.
Amidst the raising of climate change in relation to the earth's environment as an international issue, there is a growing interest in forest resources. In particular, Korea faces a period in which we need to control carbon release pursuant to the Convention on Climate Change and the enforcement of t...
Amidst the raising of climate change in relation to the earth's environment as an international issue, there is a growing interest in forest resources. In particular, Korea faces a period in which we need to control carbon release pursuant to the Convention on Climate Change and the enforcement of the Kyoto Protocol; therefore, the importance of forests is becoming greater. Recently, there has been a focus on light detection and ranging (Lidar) which is a means of acquiring in a short time various necessary pieces of information for forest management as three dimensional geospatial information. In this study, the carbon absorption of a forest was measured by using the Lidar data obtained from the Lidar. Carbon absorption release was calculated on the basis of three criteria involving the minimum height of a tree, the density of the forest, and the minimum area of the forest, which are items proposed by the Forest resources surveyor. Through this study, a method of extracting the carbon absorption of a forest area using the Lidar data quantitatively was confirmed.
Amidst the raising of climate change in relation to the earth's environment as an international issue, there is a growing interest in forest resources. In particular, Korea faces a period in which we need to control carbon release pursuant to the Convention on Climate Change and the enforcement of the Kyoto Protocol; therefore, the importance of forests is becoming greater. Recently, there has been a focus on light detection and ranging (Lidar) which is a means of acquiring in a short time various necessary pieces of information for forest management as three dimensional geospatial information. In this study, the carbon absorption of a forest was measured by using the Lidar data obtained from the Lidar. Carbon absorption release was calculated on the basis of three criteria involving the minimum height of a tree, the density of the forest, and the minimum area of the forest, which are items proposed by the Forest resources surveyor. Through this study, a method of extracting the carbon absorption of a forest area using the Lidar data quantitatively was confirmed.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구는 탄소배출에 대한 체계적인 관리와 향후 운영될 탄소거래에 대한 신뢰성 확보에 기본적인 자료로 이용할 수 있도록 하는데 목적이 있다. 연구대상 지역은 경기도 시흥시 목감동 부근 1kmX Ikm(lOOha) 산림지역이다.
이 연구는 탄소배출에 대한 체계적인 관리와 향후 운영될 탄소거래에 대한 신뢰성 확보에 기본적인 자료로 이용할 수 있도록 하는데 목적이 있다. 본 연구에서는 항공 레이저 측량으로 획득된 라이다 데이터를 이용하여 산림지역을 대상으로 2m 이상과 5m이상 수목의 고도별로 분류하고, 온실가스 감축활동으로 인정되는 산림 기준에 맞춰 보았다.
제안 방법
마라케시 합의문에서 나무의 높이에 대한 조건은 2~5m 사이에 나무 높이 이고, 국가산림자원조사에서는 5m 이상이다. 먼저 지형과 비지형 데이터를 구분한 후에 각각의 나무 높이 조건에 맞추어 수목 데이터를 분류하였다. 정확한 수목 지역 파악과 분류를 위해 영상을 이용하여 상세 분류를하였다.
포함되어 있다. 먼저 지형과 비지형 데이터를 분류하고 비지형 데이터로부터 상대적인 높이에 따라 수목 데이터를 분류한다. 본 연구에서는 지형으로부터 높이에 따라 2m이상과 5m이상의 나무의 높이로 분류하였다.
본 연구에서는 라이다 데이터를 이용하여 수목 면적을 자동으로 추출하였다. 수목이 개별적으로 하나씩 존재하는 곳은 면적 산출에서 제외하였다.
본 연구에서는 마라케시 합의문과 국가산림자원조사에서 제시하는 기준에 따라 대상지역의 탄소흡수량을 각각 산출 하였다.
먼저 지형과 비지형 데이터를 분류하고 비지형 데이터로부터 상대적인 높이에 따라 수목 데이터를 분류한다. 본 연구에서는 지형으로부터 높이에 따라 2m이상과 5m이상의 나무의 높이로 분류하였다. 각 고도별 라이다 데이터의 분포는 그림 3, 4와 같다.
수 있도록 하는데 목적이 있다. 본 연구에서는 항공 레이저 측량으로 획득된 라이다 데이터를 이용하여 산림지역을 대상으로 2m 이상과 5m이상 수목의 고도별로 분류하고, 온실가스 감축활동으로 인정되는 산림 기준에 맞춰 보았다. 이를 바탕으로 수종별, 면적별 탄소흡수량을 산출하였다.
비지형 데이터에는 지형을 제외한 수목, 건물, 인공구조물들이 포함된다. 여기서 다시 비수목과 수목 데이터를 분류하였다. 이후 연구기준에 따라 수목의 고도별 데이터를 분류하고, 수목 면적과 산림 울폐도를 순차적으로 산출하였다.
우리나라 산림청에서 제시한 수종별 탄소 저장량에 따라 주요 수종과 기타 수종, 혼효림으로 나누었다. 여기서 주요수종은 수종별 탄소 저장량으로 탄소 흡수량을 산정 하였고, 기타 수종은 표3에서 제시한 ha당 탄소 흡수량으로 탄소 흡수량을 산정 하였다. 주요수종으로는 상수리나무, 소나무, 잣나무가 있다.
여기서 주요수종은 수종별 탄소 저장량으로 탄소 흡수량을 산정 하였고, 기타수종은 ha당 탄소 흡수량으로 산정 하였다. 소나무의 탄소흡수량은 31.
연구대상 지역은 경기도 시흥시 목감동 부근 1kmX Ikm(lOOha) 산림지역이다. 연구지역의 라이다 데이터를 활용하여 수목 데이터를 고도별로 분류하고, 마라케시 합의문과 산림청에서 온실가스 감축활동을 인정하는 산림의 조건에 맞추어 분석하였다. 결과는 다음과 같다.
수종별 탄소저장량을 산출하였다. 우리나라 산림청에서 제시한 수종별 탄소 저장량에 따라 주요 수종과 기타 수종, 혼효림으로 나누었다. 여기서 주요수종은 수종별 탄소 저장량으로 탄소 흡수량을 산정 하였고, 기타 수종은 표3에서 제시한 ha당 탄소 흡수량으로 탄소 흡수량을 산정 하였다.
본 연구의 흐름은 아래와 같다. 우선 지형데이터와 비지형 데이터를 분류하였다. 비지형 데이터에는 지형을 제외한 수목, 건물, 인공구조물들이 포함된다.
위의 조건을 바탕으로 산림청에 제시한 수종별 탄소저장량을 바탕으로 탄소흡수량을 산출하였다. 여기서 주요수종은 수종별 탄소 저장량으로 탄소 흡수량을 산정 하였고, 기타수종은 ha당 탄소 흡수량으로 산정 하였다.
위의 조건을 바탕으로 표 2의 우리나라 산림청에 제시한 수종별 탄소저장량을 산출하였다. 우리나라 산림청에서 제시한 수종별 탄소 저장량에 따라 주요 수종과 기타 수종, 혼효림으로 나누었다.
위의 표 2, 3을 바탕으로 마라케시 합의문과 국가산림자원조사에서 제시한 온실가스 감축을 인정하는 산림의 조건에 따라 탄소 흡수량을 산출하였다.
본 연구에서는 항공 레이저 측량으로 획득된 라이다 데이터를 이용하여 산림지역을 대상으로 2m 이상과 5m이상 수목의 고도별로 분류하고, 온실가스 감축활동으로 인정되는 산림 기준에 맞춰 보았다. 이를 바탕으로 수종별, 면적별 탄소흡수량을 산출하였다.
여기서 다시 비수목과 수목 데이터를 분류하였다. 이후 연구기준에 따라 수목의 고도별 데이터를 분류하고, 수목 면적과 산림 울폐도를 순차적으로 산출하였다. 최종적으로 기준에 맞추어 탄소흡수량을 산출했다.
인공구조물을 수목 데이터에서 분류하기 위해서 TIN surfiice를 구성하여 수목데이터만 남기고 제거하는 필터링 작업을 그림 6과 같이 실시하였다.
먼저 지형과 비지형 데이터를 구분한 후에 각각의 나무 높이 조건에 맞추어 수목 데이터를 분류하였다. 정확한 수목 지역 파악과 분류를 위해 영상을 이용하여 상세 분류를하였다. 하지만 수목데이터와 비수목 데이터 구분 시에 건물과 전봇대, 가로등과 같이 상단의 면적이 좁거나 불분명한 인공구조물에 대한 명확한 분류에는 어려움이 있었다.
이후 연구기준에 따라 수목의 고도별 데이터를 분류하고, 수목 면적과 산림 울폐도를 순차적으로 산출하였다. 최종적으로 기준에 맞추어 탄소흡수량을 산출했다.
산정한다. 탄소 저장량은 재적을 바이오매스(건중량)로 바꾸기 위하여, 목재기본밀도, 바이오매스 확장계수, 탄소 전환계수 등을 곱하여 산출한다. 즉, 재적 X 목재 기본밀도 X 바이오매스 확장계수X탄소전환계수(0.
기타수종으로는 밤나무, 아까시 나무가 있다. 혼효림은 주요수종, 기타수종을 포함하며, 기타 수종과 같이 ha당 탄소흡수량으로 탄소흡수량을 산정 하였다.
대상 데이터
대상지역의 라이다 데이터는 한진정보통신(주)에서 '04년에 캐나다 Optech에서 도입한 ALTM30/70 징비에의해 획득하였다. 비행고도 약 1, 200m에서 초당 700kHz 의 주사율로 한 개 pulse당 최대 4회까지 3차원 점 데이터가 획득되었다.
라이다 데이터는 광범위한 지역의 고밀도 3차원 디지털 자료로서, 취득된 데이터에는 건물, 교량과 같은 인공구조물과 수목, 식생 등 지표면에 존재하는 다양한 지물이 포함되어 있다. 먼저 지형과 비지형 데이터를 분류하고 비지형 데이터로부터 상대적인 높이에 따라 수목 데이터를 분류한다.
획득하였다. 비행고도 약 1, 200m에서 초당 700kHz 의 주사율로 한 개 pulse당 최대 4회까지 3차원 점 데이터가 획득되었다.
연구대상 지역은 경기도 시흥시 목감동 부근 1kmX Ikm(lOOha) 산림지역이다. 연구지역의 라이다 데이터를 활용하여 수목 데이터를 고도별로 분류하고, 마라케시 합의문과 산림청에서 온실가스 감축활동을 인정하는 산림의 조건에 맞추어 분석하였다.
연구의 대상지역은 경기도 시흥시에 위치한 산림지역으로 lkmxlkm(l(M)ha)의 영역이다. 연구지역의 면적은 대상지에서 차지화는 수목면적이나, 산림 울폐도을 산정하기에 편하도록 100ha로 지정하였다.
이론/모형
9)에서 개최되었고, 산림 및 산림 활동의 인정수준 범위 등 구체적인 지침은 2001년 모로코에서 개최된 제7차 당사국 총회에서 마라케쉬합의문으로 채택 되었다. 산림부문 온실가스 통계는 "기후변화에 관한 정부 간 협의체(IPCC)"에서 마련한 지침의 산정방법과 절차, 계수적용 방법에 따라 수행 되었다. 표1은 마라케시 합의문과 우리나라 산림청에서 교토의정서의 부속서를 바탕으로 재구성한 온실가스 감축활동을 인정하는 산림의 조건이다.
성능/효과
첫째, 2~5m사이의 해당하는 나무는 연구지역에서 약 40%이다. 둘째, 산림의 울창한 정도도 약 40% 이른다. 마지막 조건의 산림의 최소 면적은 탄소흡수량 산정시 0.
모두 부합한다. 첫째, 2~5m사이의 해당하는 나무는 연구지역에서 약 40%이다. 둘째, 산림의 울창한 정도도 약 40% 이른다.
후속연구
이에 3차원의 정보를 가진 고밀도의 라이다 데이터 자료를 적극적으로 활용함으로써 기존의 영상자료에서 얻을 수 없었던 산림의 정보를 추출 할 수 있어야 하겠다. 산림자원관리를 위한 새로운 정보획득 방법으로 제시할 수 있다.
참고문헌 (8)
Hans-Erik Andersen, Robert J. Mc Gaughey, Stephen E. Reutebuch(2005), Estimating forest canopy fuel parameters using LIDAR data, Remote Sensing of Environment vol 94, pp. 441-449.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.