[논문]항공라이다 자료를 활용한 수목의 개체수 및 수고 추출

김두용; 최연웅; 이근상; 조기성

doi:10.22640/lxsiri.2016.46.1.87

항공라이다 자료를 활용한 수목의 개체수 및 수고 추출
Extracting Individual Number and Height of Tree using Airborne LiDAR Dataa 원문보기

지적과 국토정보 = Journal of cadastre & land informatix, v.46 no.1 = no.372, 2016년, pp.87 - 100

김두용 (해양수산부 목포지방해양수산청) , 최연웅 (조선이공대학교 토목건설과) , 이근상 (전주비전대학교 지적토목학과) , 조기성 (전북대학교 토목공학과)

초록
AI-Helper

산림자원 관련 정보 취득을 위한 산림자료의 조사 및 측정은 방대한 면적, 불리한 접근성 등의 요인에 의하여 많은 시간과 노력이 요구되는 항공사진 분석이나 부분적인 표본조사에 의존하여 왔다. 따라서 정확한 산림자원정보 취득을 위해서는 산림의 수평적 분포에 대한 정보만을 제공하는 광학 원격탐사 기술 및 다중분광영상 보다는 밀도가 높은 산림에서도 산림지형 및 임목의 특성에 관련된 정보의 직접 취득이 가능한 항공라이다와 같은 기술적 접근이 필요한 실정이다. 본 연구에서는 항공라이다 자료를 이용하여 수목의 개체수 및 높이와 같은 산림정보를 자동으로 추출하기 위한 알고리즘을 제시하였다. 특히 불규칙 점군자료에서 식생점을 추출하기 위한 방법으로 영역확장법을 적용하였고 수목의 수관 모양에 대한 형태학적 특징을 이용하여 수목의 개체수 및 높이를 추출하였다.

Abstract ▼ AI-Helper

The acquisition of the forest resource information has depended on a partial sampling method or aerial photographs which demand a lot of effort and time because of the vast areas and the difficult approach. For the acquisition of the forest resource information, there have been the optical remote-sensing and the multi-spectrum image to offer only horizontal distributions of trees, but a new technological approach, such as Airborne LiDAR, is more necessary to acquire directly three dimensional information related to the forest terrains and trees' features. This paper proposes an algorithm for the forest information extraction such as trees' individual numbers and the heights of trees by using LiDAR data. Especially, this proposed algorithm adopts a region growing method for the extraction of the vegetation-point and extracts the forest information using morphological features of trees.

주제어

AI 본문요약
AI-Helper

문제 정의

본 연구는 항공라이다 자료를 활용하여 산림지역에서 수목의 개체수 및 높이와 같은 수목의 기하학적 정보를 자동으로 추출하는 알고리즘 개발에 관한 연구이며 다음과 같은 결론을 얻을 수 있었다.

제안 방법

따라서 본 논문은 김두용(2010)을 재편집한 내용으로써 LiDAR 자료를 이용하여 수목의 개체수 및 높이와 같은 수목의 기하학적 정보를 자동으로 추출하기 위한 알고리즘을 제시 하였다. 특히 불규칙한 분포를 갖는 점군자료(point cloud data)에서 지면점과 식생점을 분류하는 방법으로 영역확장법을 적용한 경사도 기반알고리즘을 적용하였고, 추출한 식생 점으로부터 수목의 높이 및 개체수 등 수목의 기하학적 정보를 자동추출하였다.

대상 데이터

본 연구는 연구대상지역으로 경기도 포천군 소흘읍과 내촌면, 남양주시 진천읍 일대에 위치하고 있는 광릉숲을 선정하였다. 그리고 광릉숲 일대에서 [그림 3]과 같이 세 표본지역을 추출하였으며, 이 지역을 대상으로 알고리즘을 적용하였다.
본 연구에 사용된 LiDAR 자료는 하나의 펄스로 최대 4회의 반사파 자료를 취득할 수 있어 산림지역 투과성이 우수한 것으로 알려져 있는 Optech사(캐나다)의 ALTM 3070 레이져 스캐너를 이용하여 3point/㎡의 점밀도로 취득되었다.

데이터처리

본 연구에서는 표준지 측정방법을 적용하여 수목 개체수를 측정함으로써 적용알고리즘의 정확도 분석을 실시하였다. 그리고 알고리즘 적용 표준지는 항공사진을 이용하여 선택하였다.

성능/효과

둘째, 수목의 정점 추출 알고리즘을 제시함으로써 수목의 최고점 추출을 통하여 수목의 개체수를 파악할 수 있었으며 현장조사를 통한 실측값과 비교할 때 평균 93.6%의 정확도를 나타냈다.
셋째, 수목의 정점 추출 알고리즘을 바탕으로 추정된 수목의 최고점과 지면점의 높이차를 이용하여 수목의 높이를 추정할 수 있었다. 또한 제안된 알고리즘 적용 결과와 현지조사를 통하여 실측된 결과의 오차가 0.
첫째, 영역확장법과 경사도를 기반으로 하는 지면점 분류기법을 적용하여 산림지역 LiDAR 자료로부터 지면점과 비지면점을 분류하였으며, Cross-Matrix를 이용한 정확도 분석결과 99% 이상의 정확도를 얻을 수 있었다.

질의응답

핵심어	질문	논문에서 추출한 답변
	산림측정이란 무엇인가?	산림측정이란 임업경영이나 산림관리를 위해 개체목 또는 이의 집단인 임분의 축적과 생장량 및 수확량을 파악하고, 또한 매각할 임목의 재적을 확정하는 기초적인 측정기술이다(손영모, 2004). 산림측정의 목적은 다양하다.
	수고는 어떤 특징을 가지는가?	특히 측정 인자 중 수목의 높이 즉, 수고(樹高, tree height)는 흉고직경, 임분 재적, 바이오매스의 추정 및 토지의 비옥도를 판단할 수 있는 중요한 인자로서 일반적으로 임목이 위치한 지상부에서부터 수간(stem)의 최상 초두부까지의 길이를 말한다. 수고측정은 수간의 굽음 또는 지상부의 요철 등에 따라 다소의 측정치 오차가 발생할 수 있으므로 주의를 요하는 측정 인자이다(손영모, 2004).
	LiDAR의 다중반사(multi-return) 특성을 이용한 선행 연구가 가지는 한계점은 무엇인가?	따라서 최근에는 보다 정확한 산림정보를 취득하기 위한 다양한 형태의 선행 연구들이 수행되고 있으며, 다수의 선행 연구에서 LiDAR의 다중반사(multi-return) 특성을 이용함으로써 수목의 높이를 측정하고 있다. 그러나 최초 반사신호(first-return)와 마지막 반사신호(last-return)가 반드시 수관부와 지표면에 해당하는 것은 아니므로, 이러한 연구들에는 다양한 형태의 오류가 포함되어 있으며 이를 제거하기 위한 추가적인 자료 처리가 수행되어야 하는 한계가 있다.

참고문헌 (24)

곽두안.이우균.손민호 (2005), 개체목 및 임분조사를 위한 LiDAR 응용에 관한 연구, 한국임학회지, 제94권, 제6호, pp.431-440.

원문보기 상세보기
고신영 (2011), LiDAR를 이용한 산림 CO2 흡수량 산정 연구, 전북대학교 대학원 석사학위논문.
고신영.박정기.조기성 (2013), LiDAR 자료를 이용한 산림 CO2 흡수량 산출 연구, 한국지형공간정보학회지, 제21권, 제4호, pp.29-35.

원문보기 상세보기
김두용 (2010), 산림정보 추출을 위한 항공 LiDAR 활용 연구, 전북대학교 대학원 석사학위논문.
우충식.윤호중.정용호 (2007), 산지토사재해 발생구간 분석을 위한 항공사진 DEM에서의 수목필터링, 한국지리정보학회지, 제10권, 제3호, pp.22-30.
윤정숙.이규성.신정일.우충식 (2006), 산림지역에서의 항공 LiDAR 자료의 특성 및 지면점 분리, 대한원격탐사학회지, 제22권, 제6호, pp. 533-542.

원문보기 상세보기
이근상.최연웅.유영일 (2015), 지역적 경사도 기반 점군자료의 지면점 필터링 기법, 한국지적정보학회지, 제17권, 제2호, pp.161-174.
손영모 (2004), "임목자원분석론", 국립산림과학원.
송영선.손홍규.이석우 (2006), LiDAR 자료 및 SPOT-4 위성영상을 활용한 산불피해 분석, 대한토목학회논문집, 제26권, 제3D호, pp.527-534.
신영섭 (2014), 고밀도 라이다 자료 및 초분광 영상을 이용한 산림지역의 탄소흡수량 산정방법에 관한 연구, 인천대학교 대학원 석사학위논문.
장안진.유기윤.김용일.이병길 (2006), 컬러항공사진과 LiDAR 데이터를 이용한 수목 개체 및 수고추정, 대한원격탐사학회지, 제22권, 제6호, pp.543-551.

원문보기 상세보기
장안진.김형태 (2008), 항공사진과 LiDAR 데이터를 이용한 산림지역의 바이오매스 추정에 관한 연구, 한국지리정보학회지, 제22권, 제3호, pp.166-173.
최영락 (2015), 멀티센서 자료를 이용한 고정밀 산림자원 정보 추출, 충남대학교 대학원 석사학위논문.
최영락.이종신.윤희천 (2015), 고밀도 LIDAR 자료를 이용한 산림자원 추출에 관한 연구, 한국측량학회지, 제33권, 제2호, pp.73-81.

원문보기 상세보기
Choi Y., Jang Y., Lee H. and Cho G. (2008), Three-Dimensional LiDAR Data Classifying to Extract Road Point in Urban Area, Geoscience and Remote Sensing Letters, IEEE, Vol.5, No.4, pp.725-729.

상세보기
Clark, M. L., Clark, D., Roberts D. A. (2004), Small-footprint LiDAR estimation of sub-canopy elevation and tree height in a tropical rain forest landscape, Remote Sensing of Environment, Vol 81(2-3), pp.68-89
Felix, M., Erich, M., Benjamin, K., Klaus, I. I., Matthias, D. and Britta, A. (2004) LiDAR-based grometric reconstruction of boreal type forest stands at single tree level for forest and wildland fire management, Remote Sensing of Environment, Vol. 92, pp.353-362.

상세보기
Haugerud, R. A., and Harding, D, J. (2001), Some algorithm for virtual deforestation (VDF) of LiDAR topographic survey data, international Archives of Photogrametry and Remote Sensing, XXXIV-3/W4: pp.211-217.
Hyypp J., Yu, X., Hyypp, H. and Maltamo, M. (2006), Method of airborne laser scanning for forest information extraction, EARSeL SIG Forestry International workshop, Vienna, 2006, pp.63-78.
Juan C. Suarea, Carlos Ontiveros, Steve Smith, and Stewart Snape (2005), Use of Airbone LiDAR and Aerial Photography in th Estimation of Individual Tree Heights in Forestry, Computer & Geosciences, Vol. 31, pp.253-262.

상세보기
Persson, A., J. Holmgren, and S.derman, U. (2002), Detecting and measuring individual trees using an airborne laser scanner, Photogrammetic Enginnring & Remote Sensing, Vol. 68, No.9, pp.925-932.
Renslow, M., Greenfield, P. and Guay, T. (2000), Evaluation of multi-return LiDAR for Forestry Applications, USDA Forest Service Remote Sensing Application Center Project Report.
Shivers, B.D., and Borders, B. E. (1996), Sampling techniques for forest resource inventory. John Wiley and Sons, Inc. New York, USA.
Sorin, C. P., and Wynne R. (2004), Seeing the trees in the forest: using lidar and multispectral data fusion with local filtering and variable window size for estimating tree height, Photogrammetric Engineering and Remote Sensing, Vol.70, No.5, pp.589-604.

상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증