[논문]도심소하천 식생조사에서 현장사진과 UAV 근적외선 영상의 비교평가

이정주; 황영석; 박성일; 엄정섭

doi:10.14249/eia.2018.27.5.475

도심소하천 식생조사에서 현장사진과 UAV 근적외선 영상의 비교평가
Comparative Evaluation of UAV NIR Imagery versusin-situ Point Photo in Surveying Urban Tributary Vegetation 원문보기

환경영향평가 = Journal of environmental impact assessment, v.27 no.5, 2018년, pp.475 - 488

이정주 (경북대학교 공간정보학과) , 황영석 (경북대학교 기후변화학과) , 박성일 (경북대학교 기후변화학과) , 엄정섭 (경북대학교 지리학과)

초록
AI-Helper

현재 도심 소하천의 식생조사는 주로 현장조사에 의존하여 이루어진다. UAV NIR(Unmanned Aerial Vehicle Near Infrared) 영상은 매우 낮은 고도에서 취득할 수 있어 도심 소하천과 같이 폭이 매우 좁은 표적(10m 내외)에 필요한 정보를 효율적으로 제공할 수 있다. 하지만 UAV NIR영상이 도심소하천의 식생 조사도구로서 검증되지 않아, UAV NIR 영상과 현장사진을 통합한 선행연구는 존재하지 않는다. 따라서 본 연구에서는 전통적인 원격탐사의 영역이 아니었던 국부적인 대상인 도심소하천 식생조사에서 UAV NIR 영상과 현장사진의 비교평가를 실시하였다. 하천 식생조사 결과를 실무에서 활용하는데 필요한 요구 사항을 고려하여 광역공간정보, 미시적인 정보 및 정량적인 데이터 확보 등 다양한 측면에서 분석이 수행되었다. UAV NIR 영상은 전통적인 현장조사에서 취득할 수 없었던 거시적인 주변 환경(예: 인공적인 토지 이용에 따른 영향)에 따른 식생군집패턴의 변화를 추적할 수 있었다. 현장조사는 전세계적으로 도심 소하천 식생 모니터링 방법으로 정착되었지만, 거시적인 정보의 취득에서 상당한 한계를 노출하였으며 정량적인 정보를 확보하는 과정에서도 신뢰성에 한계를 노출하였다. 본 연구가 도심 소하천의 식생조사에서 거시적이고 정량화되고 객관적인 데이터가 부재하여 직면하였던 한계를 극복할 수 있는 계기가 되어 향후 UAV NIR 원격탐사에서 확보할 수 있는 정보의 수준을 파악할 수 있는 중요한 참고자료가 될 수 있을 것으로 사료된다.

Abstract ▼ AI-Helper

Surveying urban tributary vegetation is based mainly on field sampling at present. The tributary vegetation survey integrating UAV NIR(Unmanned Aerial Vehicle Near Infrared Radiance) imagery and in-situ point photo has received only limited attentions from the field ecologist. The reason for this could be the largely undemonstrated applicability of UAV NIR imagery by the field ecologist as a monitoring tool for urban tributary vegetation. The principal advantage of UAV NIR imagery as a remote sensor is to provide, in a cost-effective manner, information required for a very narrow swath target such as urban tributary (10m width or so), utilizing very low altitude flight, real-time geo-referencing and stereo imaging. An exhaustive and realistic comparison of the two techniques was conducted, based on operational customer requirement of urban tributary vegetation survey: synoptic information, ground detail and quantitative data collection. UAV NIR imagery made it possible to identify area-wide patterns of the major plant communities subject to many different influences (e.g. artificial land use pattern), which cannot be acquired by traditional field sampling. Although field survey has already gained worldwide recognition by plant ecologists as a typical method of urban tributary vegetation monitoring, this approach did not provide a level of information that is either scientifically reliable or economically feasible in terms of urban tributary vegetation (e.g. remedial field works). It is anticipated that this research output could be used as a valuable reference for area-wide information obtained by UAV NIR imagery in urban tributary vegetation survey.

주제어

표/그림 (9)

그림 Figure 1. The Google Earth imagery of study area (taken at 03.12.2016).
표 Table 1. Specification of UAV & Camera
그림 Figure 2. VIS and NIR Imagery of study area, A: VIS B: NIR. a: Carex sp., b: Phalaris arundinacea, c: Humulus scandens (Lour.) Merr, d: Salix pseudo-lasiogyne, e: Salix gracilistyla, f: Juniperus chinensis *Representative location (*) for individual vegetation species is indicated as a, b, c etc in VIS imagery while identical points are presented as a', b', c' etc. in NIR imagery.
그림 Figure 3. Examples of sampling using Region Growing technique. a: UAV VIS imagery sample vegetation, b: UAV NIR imagery with training sample using Region Growing technique
그림 Figure 4. Field survey point photos for sampled spots. a: Carex sp., b: Phalaris arundinacea, c: Humulus scandens (Lour.) Merr, d: Salix pseudo-lasiogyne, e: Salix gracilistyla, f: Juniperus chinensis
그림 Figure 5. UAV point photo for sampled spots. a, a′: Carex sp., b, b′: Phalaris arundinacea, c, c′: Humulus scandens (Lour.) Merr, d, d′: Salix pseudo-lasiogyne, e, e′: Salix gracilistyla, f, f′: Juniperus chinensis
그림 Figure 6. Spectral characteristics of individual species from sampled sptots.
표 Table 2. Spectral reflectances of individual species from sampled spots
표 Table 3. Comparison of in-situ point photo vs UAV VIS/NIR imagery

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

현재 도심소하천 식생조사는 현장조사 위주로 도심 소하천의 특정 지역만 대상으로 하는 미시적인 연구만이 이루어져 왔기 때문에, UAV 영상을 활용하여 이를 보완할 새로운 식생조사 방법을 제안하는 목적으로 본 연구가 수행되었다. 따라서 본 연구는 10m 폭의 도심소하천 식생조사에서 현장사진과 비교평가를 통해 UAV 영상의 성능을 검증하고자 한다.
하지만, 저고도에서 좁은 면적의 대상물 촬영이 가능한 UAV 영상을 이용하여 도심소하천의 식생분포 실태를 조사하기 위한 체계적인 이론이나 선행연구는 확인되지 않는다. 본 연구는 현장사진과 UAV 영상의 비교평가를 통해 도심소하천 식생조사를 위한 UAV 영상의 성능을 검증한 연구한 최초의 연구이다. 본 연구에서는 이와 같은 좁은 면적의 목적물에 대한 UAV 영상의 성능을 검증하고자 식생조사에서 현장조사 기반의 현장사진과 비교평가를 실시하였다.
본 연구는 현장사진과 UAV 영상의 비교평가를 통해 도심소하천 식생조사를 위한 UAV 영상의 성능을 검증한 연구한 최초의 연구이다. 본 연구에서는 이와 같은 좁은 면적의 목적물에 대한 UAV 영상의 성능을 검증하고자 식생조사에서 현장조사 기반의 현장사진과 비교평가를 실시하였다. 현장사진은 수평조망으로 인하여 지형과 식생의 상대적 식생수고 파악이 가능하였으며, 조사자의 숙련도에 따라 식생의 군도 및 피도 계층에 대한 정보 획득에서 장점이 존재하였다.
하지만 도심소하천과 같이 국부적인 대상에 대해 UAV 영상을 활용하여 하천식생조사에 현장사진과 비교를 수행한 방법론적인 연구는 확인되지 않는다. 현재 도심소하천 식생조사는 현장조사 위주로 도심 소하천의 특정 지역만 대상으로 하는 미시적인 연구만이 이루어져 왔기 때문에, UAV 영상을 활용하여 이를 보완할 새로운 식생조사 방법을 제안하는 목적으로 본 연구가 수행되었다. 따라서 본 연구는 10m 폭의 도심소하천 식생조사에서 현장사진과 비교평가를 통해 UAV 영상의 성능을 검증하고자 한다.

제안 방법

일조량, 일사량이 높고 광합성이 활발이 이루어져 식생별 특성이 가장 잘 나타나는 시간대에 UAV 영상이 촬영되었다. UAV와 현장사진은 태양의 천정각이 높아 사진 촬영 시 그림자와 같은 외부 노이즈가 낮게 나타나며, 식생활동이 왕성하게 일어나 식생 판독에 용이한 12-13시에 동시에 진행하였다.
UAV의 데이터 처리는 Agisoft 사의 Photoscan을 사용하여 처리하였다. Photoscan은 중복촬영된 사진을 이용하여 3차원 point cloud 데이터로 피사체를 재구성하는 SfM(Structure from Motion)기법을 이용하였다.
이러한 점을 바탕으로 NIR을 통한 영상에서 식생을 구분하고 분석할 수 있다. 동일한 고도와 경로를 바탕으로 정사영상을 취득하기 위해 UAV 자동비행 소프트웨어인 Pix4D Capture의 자동비행 기능을 사용하였다. Pix4D Capture는 구글 지도를 바탕으로 UAV 사용자의 요구에 적합한 비행계획을 수립할 수 있도록 지원한다.
하지만 촬영 고도가 30m 이하로 낮을 경우 주변 지형지물에 대한 충돌과 UAV의 프로펠러 하상풍에 따른 노이즈 가능성이 존재한다. 본 연구에서는 높은 기하학적 정확도를 얻기 위해 중첩도는 80%로 설정하고 종방향 및 횡방향 교차비행(Double Grid)를 사용하여 30m 고도에서 GSD 1.4cm의 정사영상(390매)을 수집하였다.
현장사진에서 캐노피 부분까지 정보를 담을 수 있을 만큼 상대적으로 수고가 낮은 관목(shurb)의 경우 주변 토지이용 정보를 통해 인위적 식재 여부를 파악할 수 있다(Figure 4f). 해당 연구지역의 경우 수평조망의 전경과 원경영상을 활용하여 식재 배열 실태 파악을 수행할 수 있으며 인위적 식재 여부를 파악하였다. 하지만 현장사진에서 정보를 제공하기에 수고가 높은 식생의 경우 샘플 지역만을 대상으로 하여 배열상태 및 인위적 식재 여부를 파악하기에 난해하다(Figure 4f).
2006). 현장사진과 UAV NIR 영상을 비교평가하기 위한 표준화된 지표가 존재하지 않기 때문에 원격탐사영상을 육안으로 판독하는 육안판독 키와(Um 2004; Um 2008), 환경영향평가법에서 규정한 식생 현지조사 기준을 참조하여 본 연구에 적절한 비교지표를 도출하였다.
현장사진과 UAV 영상 모두 조사자의 주관에 의한 육안판독을 통해 정보를 분석하기 때문에, 원격탐사에서 사용되는 육안판독키와 하천식생조사에 사용되는 조사기준을 이용하여 형상, 수고, 색조, 배열상태, 상호관계, 위치, 지형, 계층에 대한 UAV 영상과 현장조사 간에 취득되는 정보의 차이를 비교평가 하였다(Table 3). 전통적인 도심소하천의 식생조사에서 식생군집의 유형을 구별하고, 비슷한 생육지와 상관(physiognomy)이 되풀이하여 나타나는 균일한 식분(stand) 중에서 그 지역을 대표하는 식생을 조사자 주관으로 선정한다.
3%)은 정량적인 분광특성 분석을 통해 구분이 가능하였다(Table 2). 현장사진은 연구지역에서 주변 토지이용 실태를 판독하게 하여 각 샘플 식생에 대한 정성적인 정보를 제공하였다. 환삼덩굴은 원경과 중경의 현장사진을 통해 판독하였을 때 하천측방 퇴적지형의 농작물임을 파악할 수 있었다(Figure 4c).

대상 데이터

2007-2011년 생태하천복원 사업을 통하여 자연 친화적인 도심소하천으로 탈바꿈하였으며, 하천의 폭이 5-10m로 좁기 때문에 위성영상과 유인항공기 영상으로 하천의 식생을 탐지하는 것이 불가능하고 현장조사만 가능한 지역이어서 현장사진과 UAV 영상의 비교평가를 위한 적지로 판단된다. UAV 영상은 장마가 끝나 하천의 유량이 많아, 하천에서의 식생 다양성이 높은 2017년 8월 1일에 촬영했다. 일조량, 일사량이 높고 광합성이 활발이 이루어져 식생별 특성이 가장 잘 나타나는 시간대에 UAV 영상이 촬영되었다.
본 연구에 사용한 UAV는 DJI사의 inspire 1을 사용하였으며, 데이터 취득에 활용한 카메라는 DJI Zenmuse X3이다. Inspire 1은 무게가 약 베터리 포함 3kg이며 최대 18분까지 촬영이 가능한 회전익 UAV이다.
본 연구지역은 대한민국 경상북도 경산시 북부동에 위치한 남천 일대이다(Figure 1). 경산시는 대구광역시의 위성도시이지만 대구광역시의 관제권에 포함되지 않기 때문에 UAV 비행에 대한 제약이 없다.
트레이닝 샘플을 선정하는 작업은 환경영향평가법에서 규정한 식생현지조사표 양식을 참고하여 이끼류, 초본, 관목, 아교목, 교목 중에서 연구지역에서 샘플에 대한 현장사진촬영이 가능한 대상을 중심으로 수행되었다. 사초속 식물(Carex sp.), 갈풀(Phalaris arudinacea), 환삼덩굴(Humulus scandens(Lour.) Merr), 능수버들(Salix pseudo-lasiogyne), 갯버들(Salix gracilistyla), 향나무(Juniperus chinensis) 등 6종류의 식생을 선정하여 샘플링을 수행하였다(Korean Ministry of Environment 2017)(Figure 2). SfM(Structure from Motion)기법을 이용하여 제작된 정사영상을 기반으로 샘플 데이터를 분석하고자 영상처리 소프트웨어인 ERDAS IMAGINE9.
현장사진과 UAV 영상 모두 조사자의 주관에 의한 육안판독을 통해 정보를 분석하기 때문에, 원격탐사에서 사용되는 육안판독키와 하천식생조사에 사용되는 조사기준을 이용하여 형상, 수고, 색조, 배열상태, 상호관계, 위치, 지형, 계층에 대한 UAV 영상과 현장조사 간에 취득되는 정보의 차이를 비교평가 하였다(Table 3). 전통적인 도심소하천의 식생조사에서 식생군집의 유형을 구별하고, 비슷한 생육지와 상관(physiognomy)이 되풀이하여 나타나는 균일한 식분(stand) 중에서 그 지역을 대표하는 식생을 조사자 주관으로 선정한다. 현장사진은 포토 그리드 분석(photo grid analysis)와 트렌섹트 포토 샘플링(Transect Photo Sampling) 분석을 통해 도심소하천 식생조사에서 조사자가 우선순위를 설정한 하천의 특성이 잘 나타나는 샘플 지점에서 촬영되기 때문에 식생의 현상에 따른 외래종, 귀화식물, 토속식물 등 식생분류에 있어 장점을 가지고 있다.
현장샘플 데이터 취득을 위한 디지털 카메라는 삼성 갤럭시 카메라2를 사용하였다. 카메라의 무게가 283g으로 가볍고 휴대가 용이하며, 1600만화소의 해상도와 손떨림 보정기능 및 21배 광학줌 기능을 가지고 있다(Table 1).

이론/모형

UAV의 데이터 처리는 Agisoft 사의 Photoscan을 사용하여 처리하였다. Photoscan은 중복촬영된 사진을 이용하여 3차원 point cloud 데이터로 피사체를 재구성하는 SfM(Structure from Motion)기법을 이용하였다. 이 기법은 사진에 저장된 태그로부터 초점거리, 카메라종류, 영상크기 등의 정보를 취득해 초기 값으로 이용하여, 카메라의 위치와 자세를 추정하므로 표정요소를 입력하지 않아도 정량적인 분석이 가능한 정사사진을 확보할 수 있다(Figure 2)(Lee et al.
) Merr), 능수버들(Salix pseudo-lasiogyne), 갯버들(Salix gracilistyla), 향나무(Juniperus chinensis) 등 6종류의 식생을 선정하여 샘플링을 수행하였다(Korean Ministry of Environment 2017)(Figure 2). SfM(Structure from Motion)기법을 이용하여 제작된 정사영상을 기반으로 샘플 데이터를 분석하고자 영상처리 소프트웨어인 ERDAS IMAGINE9.1을 사용하였다. 조사지역의 트레이닝 샘플을 분석하기 위하여 영역 확장(region growing) 기법을 활용하였는데, 이는 높은 공간 해상도를 가지고 있는 UAV 영상에서 유사한 픽셀 값을 가진 집단을 군집화하여 샘플의 영역과 일치하지 않는 영역을 구분하여 객관적이고 정량적인 분광특성 분석이 가능하게 하였다(Figure 3)(Qian et al.
1을 사용하였다. 조사지역의 트레이닝 샘플을 분석하기 위하여 영역 확장(region growing) 기법을 활용하였는데, 이는 높은 공간 해상도를 가지고 있는 UAV 영상에서 유사한 픽셀 값을 가진 집단을 군집화하여 샘플의 영역과 일치하지 않는 영역을 구분하여 객관적이고 정량적인 분광특성 분석이 가능하게 하였다(Figure 3)(Qian et al. 2006). 현장사진과 UAV NIR 영상을 비교평가하기 위한 표준화된 지표가 존재하지 않기 때문에 원격탐사영상을 육안으로 판독하는 육안판독 키와(Um 2004; Um 2008), 환경영향평가법에서 규정한 식생 현지조사 기준을 참조하여 본 연구에 적절한 비교지표를 도출하였다.
카메라의 무게가 283g으로 가볍고 휴대가 용이하며, 1600만화소의 해상도와 손떨림 보정기능 및 21배 광학줌 기능을 가지고 있다(Table 1). 현장사진은 사진 격자 분석과 사진 샘플링 방법을 사용하여 영상을 촬영한다. 포토그리드(photo grid) 분석은 사진을 비교하기 위해 카메라와 미터 보드(meter board) 사이의 고정된 기하학적 관계를 기반으로 한다.

성능/효과

현장사진은 수평조망으로 인하여 지형과 식생의 상대적 식생수고 파악이 가능하였으며, 조사자의 숙련도에 따라 식생의 군도 및 피도 계층에 대한 정보 획득에서 장점이 존재하였다. UAV NIR 영상은 수직조망으로 인하여 식생의 전체적인 형상과 배열상태 확인을 통한 인위적으로 식재된 식생과 자연식생 간의 구분이 가능하였으며, 근적외선 영상의 반사도(45.6% - 61.2%)를 통해 현장사진으로 탐지하기 어려운 식생별 색조와 식생활력도, 수초대 존재유무 등에 대한 정보획득에서 강점이 나타났다. UAV 영상은 수직조망과 높은 공간 해상도, 픽셀 단위의 디지털 값을 통해 다양한 수종이 좁은 지역에 혼재되어 있거나, 비슷한 현상의 수종이 혼재되어 있을 때 식생 수종별 분광특성의 정량적인 차이를 도출할 수 있었다.
2%)를 통해 현장사진으로 탐지하기 어려운 식생별 색조와 식생활력도, 수초대 존재유무 등에 대한 정보획득에서 강점이 나타났다. UAV 영상은 수직조망과 높은 공간 해상도, 픽셀 단위의 디지털 값을 통해 다양한 수종이 좁은 지역에 혼재되어 있거나, 비슷한 현상의 수종이 혼재되어 있을 때 식생 수종별 분광특성의 정량적인 차이를 도출할 수 있었다. 뿐만 아니라 UAV NIR 영상은 cm 단위의 GSD와 수직 조망으로 촬영하기 때문에 배열 관계, 형상의 차이, 색조(분광 특성)을 이용한 식생의 분포패턴을 분석할 수 있었다.
UAV 영상은 수직조망과 높은 공간 해상도, 픽셀 단위의 디지털 값을 통해 다양한 수종이 좁은 지역에 혼재되어 있거나, 비슷한 현상의 수종이 혼재되어 있을 때 식생 수종별 분광특성의 정량적인 차이를 도출할 수 있었다. 뿐만 아니라 UAV NIR 영상은 cm 단위의 GSD와 수직 조망으로 촬영하기 때문에 배열 관계, 형상의 차이, 색조(분광 특성)을 이용한 식생의 분포패턴을 분석할 수 있었다. 수공간, 수변공간, 하변도로 등 주변 토지 이용과 하천 식생분포의 공간적인 상호관계를 파악할 수 있었으며, 조사 대상지의 현황에 대한 거시적인 정보를 확보할 수 있었다.
뿐만 아니라 UAV NIR 영상은 cm 단위의 GSD와 수직 조망으로 촬영하기 때문에 배열 관계, 형상의 차이, 색조(분광 특성)을 이용한 식생의 분포패턴을 분석할 수 있었다. 수공간, 수변공간, 하변도로 등 주변 토지 이용과 하천 식생분포의 공간적인 상호관계를 파악할 수 있었으며, 조사 대상지의 현황에 대한 거시적인 정보를 확보할 수 있었다.
식생과 인접하여 분포하는 나대지의 경우 현장사진의 수평조망에서 일부 분류가 가능하지만, UAV NIR 영상에서 식생의 NIR 분광특성을 측정하고(NIR Reflectance: 52.3%), 비 식생 사이의 분광특성의 차이를 통한 정량적인 분류가 가능하였다(Figure 5c′).

후속연구

같은 지점에서 도심소하천에 서식하는 하천식생에 대한 현장조사를 하더라도 조사자마다 결과가 다르게 나타날 수 있으나 현장사진은 이를 객관화할 수 있는 근거자료로 활용될 수 있다. 같은 시각에 조사를 하더라도 조사지점에 따라 조사결과에서 큰 차이가 도출될 수 있으나 현장사진은 이를 확인하여 보완할 수 있는 근거자료로 사용될 수 있다. 현장사진으로 제시된 식생조사결과는 분석과정에서 조사요원에게 현장상황에 대한 객관적인 근거를 제시하고, 객관적인 측정치를 도출할 있도록 하여 측정 및 분석의 전 과정에서 오차를 최소화할 수 있는 도구로 활용될 수 있다.
본 연구는 영상 취득시 지상기준점 측량을 하지 않아 영상처리 과정에서의 영상 정확성에 한계점이 존재한다. 따라서 본 연구를 일반화하기 위해서는 지상기준점과 SfM 기법을 이용하여 처리된 UAV 영상 간의 RMSE 비교평가를 통해 식생조사시 필요한 최적의 촬영고도와 영상 정확도에 대한 추가 연구가 필요하다.
하지만, 본 연구는 연구지역인 도심소하천 전체 지역을 대상으로 이루어지지 않았으며, 연구지역에서 특정시기의 식생구분과 분포 특징이 명확하게 나타나는 지역만을 대상으로 이루어져 한계가 존재한다. 만약 본 연구에서 UAV 영상촬영과 동시에 현장사진을 촬영하기보다는 촬영 후 분석을 통해 하천식생의 대표성이 더욱 큰 지점에서 현장사진을 촬영하였다면 현장사진과 UAV 영상 간에 더 정확한 비교평가를 수행할 수 있었을 것으로 사료된다. 본 연구는 영상 취득시 지상기준점 측량을 하지 않아 영상처리 과정에서의 영상 정확성에 한계점이 존재한다.
만약 본 연구에서 UAV 영상촬영과 동시에 현장사진을 촬영하기보다는 촬영 후 분석을 통해 하천식생의 대표성이 더욱 큰 지점에서 현장사진을 촬영하였다면 현장사진과 UAV 영상 간에 더 정확한 비교평가를 수행할 수 있었을 것으로 사료된다. 본 연구는 영상 취득시 지상기준점 측량을 하지 않아 영상처리 과정에서의 영상 정확성에 한계점이 존재한다. 따라서 본 연구를 일반화하기 위해서는 지상기준점과 SfM 기법을 이용하여 처리된 UAV 영상 간의 RMSE 비교평가를 통해 식생조사시 필요한 최적의 촬영고도와 영상 정확도에 대한 추가 연구가 필요하다.
실증적이고 현실적인 도심 소하천 식생조사를 위해서는 UAV 영상과 현장사진이 함께 사용되는 입체적 식생조사가 필요하다. 하지만, 본 연구는 연구지역인 도심소하천 전체 지역을 대상으로 이루어지지 않았으며, 연구지역에서 특정시기의 식생구분과 분포 특징이 명확하게 나타나는 지역만을 대상으로 이루어져 한계가 존재한다. 만약 본 연구에서 UAV 영상촬영과 동시에 현장사진을 촬영하기보다는 촬영 후 분석을 통해 하천식생의 대표성이 더욱 큰 지점에서 현장사진을 촬영하였다면 현장사진과 UAV 영상 간에 더 정확한 비교평가를 수행할 수 있었을 것으로 사료된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	현장사진의 장점은 무엇인가?	현장사진으로 제시된 식생조사결과는 분석과정에서 조사요원에게 현장상황에 대한 객관적인 근거를 제시하고, 객관적인 측정치를 도출할 있도록 하여 측정 및 분석의 전 과정에서 오차를 최소화할 수 있는 도구로 활용될 수 있다. 현장사진은 영구적인 기록으로 보전된 영상정보의 활용이 필수적인 하천식생 보전 관련 국토계획이나 개발사업에 대한 환경영향을 평가하는 과정에서 원격탐사영상과 비교하여 분석될 수 있는 중요한 데이터로 활용되고 있다(Korean Ministry of Environment 2017).
	소하천은 무엇인가?	국내법(하천법 제2조, 소하천정비법 제2조)은 하천을 그 중요도에 따라 국가하천, 지방1급하천, 지방 2급하천 그리고 소하천으로 구분하고 있다. 소하천은 “소하천정비법 시행령 제2조”에 따르면 국가하천 또는 지방하천으로 지정되지 않은 하천으로, 일시적이 아닌 유수(流水)가 있거나 있을 것이 예상되는 구역으로서 평균 하천 폭이 2m 이상이고 시점(始點)에서 종점(終點)까지의 전체길이가 500m 이상인 하천을 말한다.
	UAV NIR영상의 장점은 무엇인가?	현재 도심 소하천의 식생조사는 주로 현장조사에 의존하여 이루어진다. UAV NIR(Unmanned Aerial Vehicle Near Infrared) 영상은 매우 낮은 고도에서 취득할 수 있어 도심 소하천과 같이 폭이 매우 좁은 표적(10m 내외)에 필요한 정보를 효율적으로 제공할 수 있다. 하지만 UAV NIR영상이 도심소하천의 식생 조사도구로서 검증되지 않아, UAV NIR 영상과 현장사진을 통합한 선행연구는 존재하지 않는다.

저자의 다른 논문 :

LOADING...

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