시계열 고해상도 항공영상을 이용한 소나무재선충병 감염목 탐지 - 강원대학교 학술림 일원을 대상으로 - Detection of Pine Wilt Disease tree Using High Resolution Aerial Photographs - A Case Study of Kangwon National University Research Forest -원문보기
본 연구는 강원대학교 학술림을 대상으로 현장조사 기반(Field Survey Based)에 의한 감염목(FSB_감염목)과 객체분류기반(Object Classification Based)에 의한 감염목(OCB_감염목)을 추출하고 감염목에 대한 공간적 분포특성 및 발생강도 평가를 목적으로 하였다. OCB 최적 가중치는 Scale 11, Shape 0.1, Color 0.9, Compactness 0.9, Smoothness 0.1로 선정되었으며, 전체 분류정확도는 약 94%, Kappa 계수는 0.88로 매우 높았다. OCB_감염목 지역은 약 2.4ha로 전체 면적의 약 0.05% 발생하였다. OCB_감염목와 FSB_감염목의 임분구조 분포특성 및 지형 지리적 요인을 비교 하면, OCB_감염목 영급은 IV영급의 분포비율이 약 44%로 가장 높았으며, FSB_감염목의 영급도 IV영급의 분포비율이 약 55%로 가장 높았다. OCB_감염목의 IV영급 비율은 FSB_감염목보다 약 11% 낮았다. OCB_감염목 경급은 소경목과 중경목이 약 93%로 대부분을 차지한 반면, FSB_감염목 경급은 중경목과 대경목이 약 87%로 전체 대상지의 경급 분포와 상이하였다. 한편, OCB_감염목 표고 분포비율은 401-500m에서 약 30%로 가장 높은 반면, FSB_감염목은 301-400m에서 약 45%로 상이하였으며, 임도로부터 접근성 분포 비율은 OCB_감염목과 FSB_감염목 모두 100m이하에서 각각 약 24%와 31%로 가장 높아 임도로부터 접근성이 높을수록 감염목이 높았다. OCB_감염목 핫스팟은 31임반과 32임반으로 영급과 경급이 높은 지역에서 높게 분포하였다.
본 연구는 강원대학교 학술림을 대상으로 현장조사 기반(Field Survey Based)에 의한 감염목(FSB_감염목)과 객체분류기반(Object Classification Based)에 의한 감염목(OCB_감염목)을 추출하고 감염목에 대한 공간적 분포특성 및 발생강도 평가를 목적으로 하였다. OCB 최적 가중치는 Scale 11, Shape 0.1, Color 0.9, Compactness 0.9, Smoothness 0.1로 선정되었으며, 전체 분류정확도는 약 94%, Kappa 계수는 0.88로 매우 높았다. OCB_감염목 지역은 약 2.4ha로 전체 면적의 약 0.05% 발생하였다. OCB_감염목와 FSB_감염목의 임분구조 분포특성 및 지형 지리적 요인을 비교 하면, OCB_감염목 영급은 IV영급의 분포비율이 약 44%로 가장 높았으며, FSB_감염목의 영급도 IV영급의 분포비율이 약 55%로 가장 높았다. OCB_감염목의 IV영급 비율은 FSB_감염목보다 약 11% 낮았다. OCB_감염목 경급은 소경목과 중경목이 약 93%로 대부분을 차지한 반면, FSB_감염목 경급은 중경목과 대경목이 약 87%로 전체 대상지의 경급 분포와 상이하였다. 한편, OCB_감염목 표고 분포비율은 401-500m에서 약 30%로 가장 높은 반면, FSB_감염목은 301-400m에서 약 45%로 상이하였으며, 임도로부터 접근성 분포 비율은 OCB_감염목과 FSB_감염목 모두 100m이하에서 각각 약 24%와 31%로 가장 높아 임도로부터 접근성이 높을수록 감염목이 높았다. OCB_감염목 핫스팟은 31임반과 32임반으로 영급과 경급이 높은 지역에서 높게 분포하였다.
The objectives of this study were to extract "Field Survey Based Infection Tree of Pine Wilt Disease(FSB_ITPWD)" and "Object Classification Based Infection Tree of Pine Wilt Disease(OCB_ITPWD)" from the Research Forest at Kangwon National University, and evaluate the spatial distribution characteris...
The objectives of this study were to extract "Field Survey Based Infection Tree of Pine Wilt Disease(FSB_ITPWD)" and "Object Classification Based Infection Tree of Pine Wilt Disease(OCB_ITPWD)" from the Research Forest at Kangwon National University, and evaluate the spatial distribution characteristics and occurrence intensity of wood infested by pine wood nematode. It was found that the OCB optimum weights (OCB) were 11 for Scale, 0.1 for Shape, 0.9 for Color, 0.9 for Compactness, and 0.1 for Smoothness. The overall classification accuracy was approximately 94%, and the Kappa coefficient was 0.85, which was very high. OCB_ITPWD area is approximately 2.4ha, which is approximately 0.05% of the total area. When the stand structure, distribution characteristics, and topographic and geographic factors of OCB_ITPWD and those of FSB_ITPWD were compared, age class IV was the most abundant age class in FSB_ITPWD (approximately 55%) and OCB_ITPWD (approximately 44%) - the latter was 11% lower than the former. The diameter at breast heigh (DBH at 1.2m from the ground) results showed that (below 14cm) and (below 28cm) DBH trees were the majority (approximately 93%) in OCB_ITPWD, while medium and (more then 30cm) DBH trees were the majority (approximately 87%) in FSB_ITPWD, indicating different DBH distribution. On the other hand, the elevation distribution rate of OCB_ITPWD was mostly between 401 and 500m (approximately 30%), while that of FSB_ITPWD was mostly between 301 and 400m (approximately 45%). Additionally, the accessibility from the forest road was the highest at "100m or less" for both OCB_ITPWD (24%) and FSB_ITPWD (31%), indicating that more trees were infected when a stand was closer to a forest road with higher accessibility. OCB_ITPWD hotspots were 31 and 32 compartments, and it was highly distributed in areas with a higher age class and a higher DBH class.
The objectives of this study were to extract "Field Survey Based Infection Tree of Pine Wilt Disease(FSB_ITPWD)" and "Object Classification Based Infection Tree of Pine Wilt Disease(OCB_ITPWD)" from the Research Forest at Kangwon National University, and evaluate the spatial distribution characteristics and occurrence intensity of wood infested by pine wood nematode. It was found that the OCB optimum weights (OCB) were 11 for Scale, 0.1 for Shape, 0.9 for Color, 0.9 for Compactness, and 0.1 for Smoothness. The overall classification accuracy was approximately 94%, and the Kappa coefficient was 0.85, which was very high. OCB_ITPWD area is approximately 2.4ha, which is approximately 0.05% of the total area. When the stand structure, distribution characteristics, and topographic and geographic factors of OCB_ITPWD and those of FSB_ITPWD were compared, age class IV was the most abundant age class in FSB_ITPWD (approximately 55%) and OCB_ITPWD (approximately 44%) - the latter was 11% lower than the former. The diameter at breast heigh (DBH at 1.2m from the ground) results showed that (below 14cm) and (below 28cm) DBH trees were the majority (approximately 93%) in OCB_ITPWD, while medium and (more then 30cm) DBH trees were the majority (approximately 87%) in FSB_ITPWD, indicating different DBH distribution. On the other hand, the elevation distribution rate of OCB_ITPWD was mostly between 401 and 500m (approximately 30%), while that of FSB_ITPWD was mostly between 301 and 400m (approximately 45%). Additionally, the accessibility from the forest road was the highest at "100m or less" for both OCB_ITPWD (24%) and FSB_ITPWD (31%), indicating that more trees were infected when a stand was closer to a forest road with higher accessibility. OCB_ITPWD hotspots were 31 and 32 compartments, and it was highly distributed in areas with a higher age class and a higher DBH class.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구는 소나무재선충병 피해가 많은 강원도 내 춘천시과 홍천군에 해당하는 강원대학교 학술림을 대상으로 현장조사 자료에 의한 감염목과 객체체기반 분류기법에 의한 감염목을 추출하고, 감염목에 대한 공간적 분포특성 및 발생강도 평가를 목적으로 한다.
본 연구는 고해상도 항공영상을 이용하여 강원대학교 학술림 일원을 대상으로 객체기반 분류기법을 통해 소나무재선충병 감염의심목을 추출하고자 하였다. 추출된 데이터를 바탕으로 학술림 현지조사 자료와의 공간분포 특성을 비교하고, 소나무재선충병의 시공간 확산패턴을 시계열 핫스팟을 통해 분석하고자 하였다.
제안 방법
, 2010). 감염목의 임분구조 분포특성 분석을 위한 인자는 FSB_감염목의 경우 현장자료의 감염목의 위치에 따른 경급과 영급정보 DB를 추출하였으며, OCB_감염목의 경우 1:5k 수치임상도를 중첩하여 경급과 영급정보 DB를 추출하였다. 또한, 감염목의 지형·지리적 요인 분석을 위한 인자는 FSB_감염목과 OCB_감염목 모두 DEM과 학술림 임도망도를 이용하여 각각 표고와 임도와의 접근성 DB를 구축하였다.
객체기반 분류를 위한 항목으로는 감염목, 비감염목(정상목, 비산림)으로 구분하여 샘플을 추출하였으며, 최근린기법을 이용하여 선정된 샘플과 가장 유사한 특징을 갖는 객체를 현장 조사에 의한 감염목의 위치정보를 통해 탐색하여 감독분류를 하였다.
, 2017). 대상지 내 침엽수림은 1:5k 수치임상도를 이용하여 추출하였으며, 분류정확도를 향상시키기 위하여 추가적으로 도로와 소로 등을 육안판독하여 전체 면적 5,079ha 중 약 74%를 마스킹 처리하였다. 객체기반 분류기법에서 최적의 가중치 선정은 항목별로 가중치를 다르게 적용하여 분류하고자 하는 객체가 명확히 구분될 때까지 변경 및 적용 과정을 반복하게 되며, 객체기반 분류과정에 장시간이 소요된다.
또한, 감염목의 지형·지리적 요인 분석을 위한 인자는 FSB_감염목과 OCB_감염목 모두 DEM과 학술림 임도망도를 이용하여 각각 표고와 임도와의 접근성 DB를 구축하였다.
본 연구는 현장조사 자료와 항공영상의 객체 기반 분류기법에 의한 감염목을 추출한 후 임분구조 및 지형·지리적 요인에 대한 분포 특성을 비교·분석하였다. 또한, 객체기반 분류기법에 의한 감염목은 공간통계기법을 이용하여 연구 대상지 전체 감염목에 대한 발생강도를 평가하였다(그림 2).
본 연구는 현장조사 자료와 항공영상의 객체 기반 분류기법에 의한 감염목을 추출한 후 임분구조 및 지형·지리적 요인에 대한 분포 특성을 비교·분석하였다.
소나무재선충병 감염지의 공간적 범위는 학술림 임소반도를 이용하여 추출하였다. 현장조사 자료에 의한 감염목(Filed Survey Based 감염목, 이하 FSB_감염목)은 조사된 위치정보를 이용하여 추출하였으며, 객체기반 분류기법에 의한 감염목(Object Based Classification 감염목, 이하 OCB_감염목) 추출은 객체기반 영상분할의 최적의 가중치를 선정하여 감염목과 비(非)감염목을 구분한 후 분류정확도를 검증하여 추출하였다(Futai, 2003).
본 연구는 고해상도 항공영상을 이용하여 강원대학교 학술림 일원을 대상으로 객체기반 분류기법을 통해 소나무재선충병 감염의심목을 추출하고자 하였다. 추출된 데이터를 바탕으로 학술림 현지조사 자료와의 공간분포 특성을 비교하고, 소나무재선충병의 시공간 확산패턴을 시계열 핫스팟을 통해 분석하고자 하였다.
소나무재선충병 감염지의 공간적 범위는 학술림 임소반도를 이용하여 추출하였다. 현장조사 자료에 의한 감염목(Filed Survey Based 감염목, 이하 FSB_감염목)은 조사된 위치정보를 이용하여 추출하였으며, 객체기반 분류기법에 의한 감염목(Object Based Classification 감염목, 이하 OCB_감염목) 추출은 객체기반 영상분할의 최적의 가중치를 선정하여 감염목과 비(非)감염목을 구분한 후 분류정확도를 검증하여 추출하였다(Futai, 2003).
대상 데이터
대상지 내 소나무재선충병 감염목의 현장조사 자료는 2019년 학술림에서 제공받은 감염목의 위치, 수종, 경급, 영급정보를 이용하였으며, GIS(Geographic Information System)자료는 산림청에서 제공받은 행정구역도와 1:5k 수치임상도 그리고 학술림에서 제공받은 학술림 임소반도를 사용하였다. RS(Remote Sensing)자료는 국토지리원에서 제공받은 2016년 9월과 10월에 촬영된 항공영상(공간해상도 51㎝급)을 사용하였다. 공간분석과 영상분석은 각각 ArcGIS 10.
대상지 내 소나무재선충병 감염목의 현장조사 자료는 2019년 학술림에서 제공받은 감염목의 위치, 수종, 경급, 영급정보를 이용하였으며, GIS(Geographic Information System)자료는 산림청에서 제공받은 행정구역도와 1:5k 수치임상도 그리고 학술림에서 제공받은 학술림 임소반도를 사용하였다. RS(Remote Sensing)자료는 국토지리원에서 제공받은 2016년 9월과 10월에 촬영된 항공영상(공간해상도 51㎝급)을 사용하였다.
따라서 OCB_감염목 추출을 위한 Test site는 현장조사에서 감염목의 발생 밀도가 높은 지역을 중심으로 200m× 200m(4ha) 크기로 5개 선정하였다(그림 3).
연구대상지는 강원대학교 학술림 일원의 소나무림과 잣나무림이 분포한 지역으로 선정하였다. 특히, 강원대학교 학술림은 2013년부터 2019년까지 소나무재선충병 감염목에 대한 현장조사를 실시하여 소나무재선충병의 공간적 분포특성과 확산패턴을 평가하기에 용이한 지역이다.
이론/모형
Shape/Color 가중치는 Hong(2017)이 UAV영상을 이용하여 소나무재선충병 감염목 추출에서 사용한 Shape/Color 가중치와 동일하였다.
분류된 OCB_감염목 정확도 검증은 Training and test area(TTA) mask기법을 이용하였다. TTA mask기법은 각각 다른 샘플을 선정하여 분류되는 두 개의 감독분류항목을 비교검증 하는 방법으로 두 개의 감독분류 결과를 Error matrix로 만들고 일치하는 항목과 비일치하는 항목으로 구분하여 정확도를 검증한다.
TTA mask기법은 각각 다른 샘플을 선정하여 분류되는 두 개의 감독분류항목을 비교검증 하는 방법으로 두 개의 감독분류 결과를 Error matrix로 만들고 일치하는 항목과 비일치하는 항목으로 구분하여 정확도를 검증한다. 정확도 평가는 전체 분류 정확도(Overall accuracy; OA)와 Kappa분석을 이용하였다(Na and Lee, 2014).
, 2011). 최적 가중치 선정은 Multi-resolution segmentation 기법을 이용하였으며, 가중치 항목은 Scale(분할축적) Shape(공간정보), Color (분광정보), Compactness(조밀도), Smoothness(평활도)의 정보를 고려하여 선정하였다.
추출된 OCB_감염목은 핫스팟 분석기법을 이용하여 공간적 발생강도를 파악하였다. 핫스팟 분석의 핫스팟은 값이 높은 값을 가진 지점들에 둘러싸인 값이 높은 값을 가진 지점인 반면, 콜드스팟은 낮은 값을 가진 지점에 둘러싸인 낮은 값을 가진 지점이다(Bagstad et al.
성능/효과
OCB_감염목의 접근성 분석결과 임도로부터 300m 이내에 감염목의 55%가 분포하며, 600m 이내에 감염목의 81%가 분포하였다. FSB_감염목은 임도로부터 200m 이내에 감염목의 60%가 분포하며, 600m 이내에 감염목의 97%가 분포하였다. 학술림은 200m 이내가 전체면적의 51%이며, 600m 이내가 92%였다.
OCB_감염목의 표고 분포특성은 501~600m 구간에서 약 30%로 가장 높았으며, 0~600m 구간에서 전체 감염목의 79%가 분포하였다. FSB_감염목은 표고 301~400m 구간에서 약 45%로 가장 높았으며, 0~600m 구간에서 전체 감염목의 97%가 분포하였다. 학술림의 표고 분포는 301~400m 미만 구간에서 약 24% 차 지하였으며, 0~600m 구간에서 81%로 높게 분포하였다.
OCB_감염목의 경급분포는 소경목과 중경목이 각각 약 30%와 약 63%로 대부분을 차지하였다. FSB_감염목의 경급 분포는 중경목과 대경목이 각각 약 44%와 약 43%이며, 연구 대상지 전체 경급 분포는 소경목과 중경목 각각 약 21%, 약 74%로 OCB_감염목의 경급분포 특성과 유사하였다. 감염목의 경급이 대경목보 다 중경목이 많은 결과는 Yun et al.
(2006)이 경상남도 사천시 대상으로 감염목을 탐지한 연구의 경급분포 특성 결과와 유사하였다. OCB_감염목에서 소경목은 FSB_감염목의 소경목 비율보다 약 16%p 높게 분포하였고, 연구 대상지 전체 경급의 분포특성은 중경목이 약 74%로 매우 높았지만, FSB_감염목의 중경목은 약 44%로 비교적 낮아 소나무재선충병은 경급분포에 큰 영향을 받지 않은 것으로 판단된다(그림 6).
분류된 OCB_감염목과 FSB_감염목의 임분구조 분포특성을 분석한 결과 감염목은 학술림의 영급 비율과 유사하였고 주로 Ⅳ영급과 Ⅴ영급에 집중되어 있었다. OCB_감염목은, Ⅳ영급과 Ⅴ영급 각각 약 44%, 약 25%로 집중 분포하 였고, FSB_감염목은 Ⅳ영급과 Ⅴ영급 각각 약 55%, 약 25%이었다.
OCB_감염목의 경급분포는 소경목과 중경목이 각각 약 30%와 약 63%로 대부분을 차지하였다. FSB_감염목의 경급 분포는 중경목과 대경목이 각각 약 44%와 약 43%이며, 연구 대상지 전체 경급 분포는 소경목과 중경목 각각 약 21%, 약 74%로 OCB_감염목의 경급분포 특성과 유사하였다.
OCB_감염목의 임분구조에서 경급분포 특성은, 소경목과 중경목이 각각 약 30%와 약 63%로 집중 분포하였고, FSB_감염목의 경급 분포는, 중경목과 대경목이 각각 약 44%와 약 43%이며, 학술림의 경급 분포는 소경목과 중경목 각각 약 21%, 약 74%였다. OCB_감염목의 경급분포는 학술림의 영급비율과 유사하였다.
OCB_감염목의 임분구조에서 영급분포 특성은, Ⅳ영급과 Ⅴ영급 각각 약 44%, 약 25%로 집중 분포하였고, FSB_감염목의 영급 분포는 Ⅳ영급과 Ⅴ영급 각각 약 55%, 약 25%이었다. 연구 대상지 전체 영급 분포는 Ⅳ영급 비율은 약 59%로, 모두 Ⅳ영급의 비율이 가장 높았다.
소나무재선충병은 비교적 낮은 표고 0~400m에서 발생하였다. OCB_감염목의 접근성 분석결과 임도로부터 300m 이내에 감염목의 55%가 분포하며, FSB_감염목은 임도로부터 200m 이내에 감염목의 60%가 분포하였다. 임도로부터 거리가 가까울수록 감염목의 분포비율이 높았다.
OCB_감염목의 표고 분포특성은 501~600m 구간에서 약 30%로 가장 높았으며, 0~600m 구간에서 전체 감염목의 79%가 분포하였다. FSB_감염목은 표고 301~400m 구간에서 약 45%로 가장 높았으며, 0~600m 구간에서 전체 감염목의 97%가 분포하였다.
OCB_감염목의 표고 분포특성은 501~600m 미만 구간에서 약 30%로 가장 높았으며, FSB_감염목은 표고 301~400m 미만 구간에서 약 45%로 가장 높았다. 소나무재선충병은 비교적 낮은 표고 0~400m에서 발생하였다.
05%, 비감염지는 약 5,077ha로 전체 면적의 약 99% 분포하였다. OCB_감염지 분류도의 전체 분류정확도는 94%이며, Kappa 값은 0.88로 분류정확도가 매우 높았다(그림 5; 표 2).
한편, Ⅲ영급에서 OCB_감염목이 FSB_감염목 에 비해 약 13%p 높아 편차가 가장 높았다. 감염목의 영급분포 특성은 연구 대상지 전체 영급 분포특성과 유사하였고 약 90% 이상이 모두 Ⅲ~Ⅴ영급에서 발생하였다.
특히 소경목은 FSB_감염목의 비율보다 약 16%p 높게 분포하였다. 대상지 전체 경급의 분포특성은 중경목이 약 74%로 매우 높았지만, FSB_감염목의 중경목 비율은 약 44%로 비교적 낮아 소나무재선충병은 경급분포에 큰 영향을 받지 않은 것으로 판단된다.
Lee(2018)가 전국을 대상으로 감염목의 분포 특성을 분석한 결과도 마찬가지로 표고 300m 이하에서 전체의 90%가 분포하였다. 본 연구에서도 OCB_감염목과 FSB_감염목 모두 비교적 낮은 표고 0~400m에서 소나무재선충병이 많이 발생하였다.
분류된 OCB_감염목과 FSB_감염목의 임분구조 분포특성을 분석한 결과 감염목은 학술림의 영급 비율과 유사하였고 주로 Ⅳ영급과 Ⅴ영급에 집중되어 있었다. OCB_감염목은, Ⅳ영급과 Ⅴ영급 각각 약 44%, 약 25%로 집중 분포하 였고, FSB_감염목은 Ⅳ영급과 Ⅴ영급 각각 약 55%, 약 25%이었다.
OCB_감염목의 임분구조에서 영급분포 특성은, Ⅳ영급과 Ⅴ영급 각각 약 44%, 약 25%로 집중 분포하였고, FSB_감염목의 영급 분포는 Ⅳ영급과 Ⅴ영급 각각 약 55%, 약 25%이었다. 연구 대상지 전체 영급 분포는 Ⅳ영급 비율은 약 59%로, 모두 Ⅳ영급의 비율이 가장 높았다. 한편, Ⅲ영급에서 OCB_감염목이 FSB_감염목 에 비해 약 13%p 높아 편차가 가장 높았다.
31임반과 32임반은 임도로부터의 거리가 약 100m로 임도로부터 거리가 가까워 감염목이 다수 분포하는 것으로 판단된다. 전체적으로 표고가 낮고 임도로부터 가까운 4영급의 중경목 잣나무에서 감염목의 비율이 높았다. 본 연구는 고해상도 항공영상을 이용한 소나무재선충병 추출을 통해서 학술림 일원의 감염목 분포를 알 수 있었으며, 이는 향후 소나무재선충병 피해지 파악 및 방제의 기초적인 자료 제공이 가능할 것으로 판단된다.
연구 대상지 전체 영급 분포는 Ⅳ영급 비율은 약 59%로, 모두 Ⅳ영급의 비율이 가장 높았다. 한편, Ⅲ영급에서 OCB_감염목이 FSB_감염목 에 비해 약 13%p 높아 편차가 가장 높았다. 감염목의 영급분포 특성은 연구 대상지 전체 영급 분포특성과 유사하였고 약 90% 이상이 모두 Ⅲ~Ⅴ영급에서 발생하였다.
후속연구
전체적으로 표고가 낮고 임도로부터 가까운 4영급의 중경목 잣나무에서 감염목의 비율이 높았다. 본 연구는 고해상도 항공영상을 이용한 소나무재선충병 추출을 통해서 학술림 일원의 감염목 분포를 알 수 있었으며, 이는 향후 소나무재선충병 피해지 파악 및 방제의 기초적인 자료 제공이 가능할 것으로 판단된다.
질의응답
핵심어
질문
논문에서 추출한 답변
소나무재선충병의 피해가 매해 증가하고 있는 이유는 무엇인가?
소나무재선충병은 고사된 감염목의 매개충을 구제하면 방제할 수 있지만, 소나무재선충병 감염목(이하 감염목)의 확산은 소나무재선충병의 매개충이 생태적 특성에 따라 이동하는 것과 더불어 확산을 예측할 수 없는 인위적 요인에 의해 이동하기 때문에 소나무재선충병의 피해가 매해 증가하고 있다(Jeong, 2015). 정부는 2005년「소나무재선충병 방제특별법」을 제정하고 지방자치단체가 시행하는 등 적극적인 방제 활동을 통하여 감염목이 감소하는 추세를 보였지만, 이러한 노력에도 불구하고 2011년부터 감염목의 피해가 다시 증가하였다(Korea Forest Research Institute, 2009; Kim et al, 2002).
최근린기법에 사용되는 인자로는 어떤 것들이 있는가?
최근린기법은 비모수(non-parametric) 추정기법으로 샘플 객체의 특징과 유사한 특징을 가지는 가장 가까운 객체를 찾는 방법이며, 분류되지 않은 객체는 주변 객체 중 특징이 가장 유사한 객체로 분류된다. 최근린법에 사용되는 인자로는 영상 밴드별 분광값의 평균(Mean)과 표준편차(Standard deviation)가 사용된다(Hellesen and Matikainen, 2013).
소나무재선충병이란 무엇인가?
소나무재선충병(Pine Wilt Disease)은 소나무재선충(Bursaphelenchus xylophilus)이 수목의 목질 내부 세포에 서식하여 수목의 하부로부터 올라오는 양분과 수분의 이동을 저해하여 수목을 말라죽게 하는 병으로 크기 1㎜ 내외 실 모양의 선충이 솔수염하늘소 또는 북방수염하늘소 등의 매개충의 몸 안에서 서식하다가 새순을 갉아 먹을 때 상처부위를 통하여 수 목에 침입한다(Forest Service 1991; Kim and Kim, 2008). 소나무재선충병은 1905년 일본에서 처음 발생하였으며, 우리나라에서는 1988년 부산 동래구의 소나무에서 보고된 후 2006년 12월에 잣나무에서 첫 피해가 발생되었다(Korea Rural Economic Institute, 2014).
※ AI-Helper는 부적절한 답변을 할 수 있습니다.