$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[국내논문] 국내외 산림자원관리 현황 조사 및 레이저 스캐닝 기술의 산림적용 방안 분석
Investigation of Domestic and Foreign Forest Resource Management Status and Analysis of Laser Scanning Technology Application 원문보기

디지털융복합연구 = Journal of digital convergence, v.19 no.11, 2021년, pp.391 - 396  

박준규 (서일대학교 토목공학과) ,  이근왕 (청운대학교 멀티미디어학과)

초록
AI-Helper 아이콘AI-Helper

본 연구에서는 주요 산림 선진국인 오스트리아, 일본, 뉴질랜드, 인도네시아의 산림 정책 및 레이저 스캐닝 기술을 활용한 산림자원조사 사례를 조사하고, 레이저 스캐닝을 통해 취득되는 포인트클라우드 데이터의 산림자원조사 적용 가능성을 파악하였다. 연구를 통해 선진국의 산림정책은 지속 가능한 산림의 보전 및 관리와 일자리 창출, 목재 생산성 향상을 목적으로 추진되고 있으며, 새로운 기술 연구 및 실제 사업에서의 적용이 이루어지고 있음을 알 수 있었다. 우리나라는 주요 산림 선진국과 비교했을 때 국토면적에 비해 높은 산림 비율을 가지고 있지만 임목축적은 상대적으로 낮게 나타나 임목축적의 향상을 위한 과학적인 산림관리가 필요한 시점이라 할 수 있다. 레이저 스캐닝 기술의 적용 가능성 파악을 위해 포인트클라우드 데이터를 이용한 산림자원조사 실험을 수행하였으며, 흉고직경, 수고, 단위면적당 본수를 산출하고, 수관의 형태를 파악하였다. 향후 다양한 레이저 스캐닝 기술을 적용한 현장 실험과 정확도 평가가 이루어진다면 포일트클라우드를 이용한 산림자원조사의 정량적인 업무 개선정도를 제시할 수 있을 것이다.

Abstract ▼ AI-Helper 아이콘AI-Helper

In this study, items for forest policy and forest resource research in Austria, Japan, New Zealand, and Indonesia, which are major forest advanced countries, were investigated, and the applicability of point cloud data acquired through laser scanning was identified. Through the study, it was found t...

주제어

#산림자원   #산림정책   #임업   #레이저스캐닝   #포인트클라우드   #융복합 활용  

표/그림 (11)

참고문헌 (17)

  1. J. K. Park & D. Y. Um. (2020). Usability Evaluation of the Drone LiDAR Data for River Surveying, Journal of the Korea Academia-Industrial cooperation Society, 21(5), 592-597. DOI: https://doi.org/10.5762/KAIS.2020.21.5.592 

    원문보기 상세보기 crossref

  2. J. K. Park & K. W. Lee. (2019). Application of Terrestrial LiDAR for Displacement Detecting on Risk Slope, Journal of the Korea Academia-Industrial cooperation Society, 20(1), 323-328. DOI: https://doi.org/10.5762/KAIS.2019.20.1.323 

    원문보기 상세보기 crossref

  3. T. H. Kim & J. H. Youn. (2019). A study on 3D safety state information platform architecture design for realistic disaster management based on spatial information, Journal of the Korea Academia-Industrial cooperation Society, 20(4), 564-570. DOI: https://doi.org/10.5762/KAIS.2019.22.1.621 

    crossref

  4. D. H. Park, Y. G. Jamg & J. S. Ryu. (2020). A Study of the DB Design Standard for Submitting Completion Drawings for Auto-Renewal of Underground Facility Information. Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, 38(6), 681-688. DOI: https://doi.org/10.7848/ksgpc.2020.38.6.681 

    상세보기 crossref

  5. J. K. Park & M. K. Oh. (2020). Application of Object Modeling and AR for Forest Field Investigation, Journal of the Korea Academia-Industrial cooperation Society, 21(12), 411-416. DOI: https://doi.org/10.5762/KAIS.2020.21.12.411 

    원문보기 상세보기 crossref

  6. A. S. Choi. (2021). Economic Valuation of Green Spaces for Residents in non-Capital Areas, Environmental and Resource Economics Review, 30(1), 1-26. DOI:: https://doi.org/10.15266/KEREA.2021.30.1.001 

    원문보기 상세보기 crossref

  7. S. H. Kim & K. J. Li. (2020). Automated Construction of IndoorGML Data Using Point Cloud, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, 38(6), 611-622. DOI: https://doi.org/10.7848/ksgpc.2020.38.6.611 

    상세보기 crossref

  8. J. K. Park & K. Y. Jung. (2020). Building Detection by Convolutional Neural Network with Infrared Image, Construction of 3D Geospatial Information for Development and Safety Management of Open-pit Mine. Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, 38(1), 43-48. DOI: https://doi.org/10.7848/ksgpc.2020.38.1.43 

    원문보기 상세보기 crossref

  9. Federal Ministry for Sustainability and Tourism. (2021). forest policy. https://www.bmnt.gv.at/english/ 

  10. Austrian Research Centre for Forest. (2021). Remote Sensing. https://www.bfw.gv.at/ 

  11. Forestry Agency. (2021). Policies. https://www.rinya.maff.go.jp/ 

  12. K. T. Moe, T. Owari, N. Furuya, T. Hiroshima & J. Morimoto. (2020). Remote Sensing, 12(17), 1-19. DOI: https://doi.org/10.3390/rs12172865 

    상세보기 crossref

  13. Ministry for Primary Industries. (2021). Forestry. https://www.mpi.govt.nz/forestry/ 

  14. J. Zorner, J. R. Dymond, J. D. Shepherd, S. K. Wiser & B. Jolly. (2018). Forests, 9(11), 1-16. DOI: https://doi.org/10.3390/f9110702 

    상세보기 crossref

  15. Ministry of Environment and Forestry Republic of Indonesia. (2021). The state of indonesia's forest. http://www.menlhk.go.id/ 

  16. Earth Data NASA. (2021). CMS_LiDAR_Indonesia. https://earthdata.nasa.gov/ 

  17. Korea Forest Service. (2021). Status of forestry. https://www.forest.go.kr/ 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로