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
- 따라서 본 연구는 항공 LiDAR 자료를 이용하여 지상부 생체량을 추정할 수 있는 식을 개발하고, 그 결과를 현지 조사를 통한 실측값과 비교 분석하여 원격탐사기술을 정교화 하고자 한다.
제안 방법
- LiDAR 변수 구축을 위하여, LiDAR 자료를 식생자료와 지표면자료로 구분하였다. 식생자료을 하층식생, 중층식생, 상층식생으로 분류하여 수치표면모델 (Digital Surface Model)을 구축하고, 지표면자료을 이용하여 수치지형모델 (Digital Terrain Model)을 구축하여 표면모델과 지표면모델의 차를 이용하여 수고모델(Canopy Height Model)을 구축하였다(Fig.
- 본 연구에서는 열대우림 국가인 브루나이의 천연원시림을 대상으로 LiDAR 자료로부터 추출된 12개의 LiDAR 높이변수와 지상조사 생체량간의 다중회귀식을 도출하여 LiDAR 자료로부터 임분단위의 지상부 생체량을 추정할 수 있는 식을 도출하였다.
대상 데이터
- 25ha 연구대상지 중 24개의 30 m×30 m 표본구내 개체목에 대한 흉고직경 자료 및 위치지도를 제공받아 본 연구에 활용하였다(Table 1).
- 본 연구는 브루나이 대학의 연구시설인 Kuala Belalong Field Studies Centre (KBFSC)로부터 남서쪽으로 2 km 떨어진 25 ha (04° 63′50.3″ N, 115° 22′79.1″ E)을 대상으로 연구를 수행하였다(Fig. 2).
- 연구대상지는 브루나이 대학에서 2009년도에 설치 한 후 20 m×20 m 표본구별로 개체목의 위치 및 흉고직경을 조사하였다. 본 연구대상지는 Dipterocarp 혼효림으로 구성되어있다(Anderson and Marsden, 1984). 전형적인 적도 기후가 나타나며, 일 최고기온은 30.
- 본 연구에 사용된 LiDAR 자료는 2009년에 취득되었으며, 비행고도 약 1400 m에서 초당 70 kHz의 주사율로 획득되었다. First return, Last return, 2 intermediatesreturn의 좌표 및 반사 강도 자료가 수집되었으며, 전체 포인트의 밀도는 약 2.
- 2). 연구대상지는 브루나이 대학에서 2009년도에 설치 한 후 20 m×20 m 표본구별로 개체목의 위치 및 흉고직경을 조사하였다. 본 연구대상지는 Dipterocarp 혼효림으로 구성되어있다(Anderson and Marsden, 1984).
데이터처리
- 09ha (30 m×30 m) 크기의 24개 표본구 중 16개의 표본구을 회귀식 도출을 위한 분석자료로 할당하고 8개의 표본구는 검증자료로 할당하여 분석을 수행하였다. 24개의 표본구로부터 구축된 12개의 LiDAR 변수를 독립변수로, 지상조사자료로부터 추정된 생체량을 종속변수로 설정하여 다음의 다중선형회귀분석을 수행하였다(Eq. 3).
- (2014)은 원격탐사 자료를 이용하여 지상부생체량을 추정한 논문들을 리뷰하였으며, 그 결과 LiDAR 자료를 이용하여 생체량을 추정 시 stepwise 회귀분석을 수행한 결과가 다른 분석들(support vectormachines, k-nearest neighbor, random forest, Gaussian processes)에 비해 비교적 낮은 표준오차를 나타낸다고 밝힌 바 있다. 이에 본 연구에서는 단계적(stepwise) 방법으로 LiDAR 변수와 지상부 생체량 간의 다중선형회귀분석을 수행하였다. 분석 결과, 총 4개의 모형이 도출되었으며 표준오차, 결정계수를 고려하여 최적합모형을 선택하였다.
이론/모형
- LiDAR 변수 구축을 위하여, LiDAR 자료를 식생자료와 지표면자료로 구분하였다. 식생자료을 하층식생, 중층식생, 상층식생으로 분류하여 수치표면모델 (Digital Surface Model)을 구축하고, 지표면자료을 이용하여 수치지형모델 (Digital Terrain Model)을 구축하여 표면모델과 지표면모델의 차를 이용하여 수고모델(Canopy Height Model)을 구축하였다(Fig. 5).
성능/효과
- 도출된 회귀식을 이용하여 LiDAR 자료로 표본구 별 생체량을 추정한 결과, 최소 생체량은 155.81 Mg/ha, 최대 생체량은 597.21 Mg/ha으로 나타났으며, 오차범위 ±30% 내에서 생체량을 잔차의 편중없이 추정하는 것으로 나타났다(Fig. 6).
- 75로 나타났다. 회귀 식을 이용하여 추정한 생체량은 평균 366.48 Mg/ha로 지상자료로 추정한 생체량과 동일한 값으로 추정되었다. 회귀식 검증 결과의 결정계수는 0.
후속연구
- 본 연구는 LiDAR 자료와 지상조사자료의 회귀분석 및 교차검증을 통하여 접근이 어려운 열대우림의 생체량을 정밀하게 분석하였으나, 분석에 이용된 LiDAR 자료의 밀도가 다소 낮은 한계가 있다. 따라서 추후 더 높은 밀도의 LiDAR 자료를 이용하여 본 연구의 한계를 보완하고, 열대우림의 특성인 다층구조를 반영할 수 있도록 조사구의 크기를 확대하여 분석한다면 생체량 추정의 정확도를 높일 수 있을 것이라 사료된다. 또한,LiDAR 기반 생체량과 산림 탄소 탐지 관련기술을 제고하고 열대우림을 대상으로 하는 탄소 모형 연구에 활용할 수 있을 것으로 사료된다.
- 5 ha로 제시한 바 있다. 또한, 본 연구대상지의 지형의 기복이 심하여 낮은 포인트 밀도의 LiDAR 자료를 이용하여 정확한 수치지형모델 구축에 한계가 있어, 수고모델의 정확도를 감소시킨 것으로 사료된다.
- 따라서 추후 더 높은 밀도의 LiDAR 자료를 이용하여 본 연구의 한계를 보완하고, 열대우림의 특성인 다층구조를 반영할 수 있도록 조사구의 크기를 확대하여 분석한다면 생체량 추정의 정확도를 높일 수 있을 것이라 사료된다. 또한,LiDAR 기반 생체량과 산림 탄소 탐지 관련기술을 제고하고 열대우림을 대상으로 하는 탄소 모형 연구에 활용할 수 있을 것으로 사료된다.
- 본 연구는 LiDAR 자료와 지상조사자료의 회귀분석 및 교차검증을 통하여 접근이 어려운 열대우림의 생체량을 정밀하게 분석하였으나, 분석에 이용된 LiDAR 자료의 밀도가 다소 낮은 한계가 있다. 따라서 추후 더 높은 밀도의 LiDAR 자료를 이용하여 본 연구의 한계를 보완하고, 열대우림의 특성인 다층구조를 반영할 수 있도록 조사구의 크기를 확대하여 분석한다면 생체량 추정의 정확도를 높일 수 있을 것이라 사료된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.