[논문]디지털 산림자원정보 구축을 위한 최적의 지상LiDAR 스캔 경로 분석

고치웅; 임종수; 김동근; 강진택

doi:10.7780/kjrs.2021.37.2.6

[국내논문] 디지털 산림자원정보 구축을 위한 최적의 지상LiDAR 스캔 경로 분석
Analysis of Optimal Pathways for Terrestrial LiDAR Scanning for the Establishment of Digital Inventory of Forest Resources 원문보기

대한원격탐사학회지 = Korean journal of remote sensing, v.37 no.2, 2021년, pp.245 - 256

고치웅 (국립산림과학원 산림산업연구과) , 임종수 (국립산림과학원 산림산업연구과) , 김동근 (경북대학교 생태환경시스템학과) , 강진택 (국립산림과학원 산림산업연구과)

초록
AI-Helper

본 연구는 LiDAR 센서의 산림자원조사 적용성 검토를 위하여 제주 절물자연휴양림을 대상으로 삼나무의 개체목 탐지, 흉고직경과 수고를 측정하여 전통적인 산림자원조사와 정확성과 효율성을 비교·분석하였다. 백팩형 지상라이다(Backpack Personal Laser Scanning; BPLS)는 Greenvalley International 사(社)의 Model D50을 사용하였다. 최적의 데이터 수집을 위하여 표준지의 밀도와 작업 효율성을 고려한 LiDAR스캔의 표본추출방법을 7가지로 구분하였다. 분석은 개체목 변수 측정의 정확성을 파악하고 요소작업별 시간과 전체 분석시간을 조사하여 효율성을 평가하였다. 분석 결과, 백팩형 지상라이다를 이용한 입목 탐지율은 모든 패턴이 100%로 나타났다. 정확성은 패턴5(흉고직경: RMSE: 1.07 cm, Bias: -0.79 cm, 수고: RMSE: 0.95 m, Bias: -3.2 m)와 패턴7(흉고직경: RMSE: 1.18 cm, Bias: -0.82 cm, 수고: RMSE 1.13 m, Bias: -2.62 m)이 현장조사 방법으로 얻은 결과와 비교하였을 때 통계적 정확성이 높은 결과를 보였다. BPLS와 현장조사를 이용하여 1 ha의 데이터를 처리하는데 걸린 시간을 환산한 결과 BPLS는 약 115분~135분이 소요되며, 현장조사방법은 375분~1,115분으로 BPLS를 이용한 방법이 더 효율적인 것으로 나타났다. 따라서 하층식생이 적고 비교적 관리가 잘 된 인공 침엽수림에서는 BPLS 장비를 활용하여 효율적인 산림자원조사가 가능하며, 앞으로 다양한 임분 조건에서 적용 가능성을 분석할 필요가 있다고 판단된다.

Abstract ▼ AI-Helper

This study was conducted to identify the applicability of a LiDAR sensor to forest resources inventories by comparing data on a tree's position, height, and DBH obtained by the sensor with those by existing forest inventory methods, for the tree species of Criptomeria japonica in Jeolmul forest in Jeju, South Korea. To this end, a backpack personal LiDAR (Greenvalley International, Model D50) was employed. To facilitate the process of the data collection, patterns of collecting the data by the sensor were divided into seven ones, considering the density of sample plots and the work efficiency. Then, the accuracy of estimating the variables of each tree was assessed. The amount of time spent on acquiring and processing the data by each method was compared to evaluate the efficiency. The findings showed that the rate of detecting standing trees by the LiDAR was 100%. Also, the high statistical accuracy was observed in both Pattern 5 (DBH: RMSE 1.07 cm, Bias -0.79 cm, Height: RMSE 0.95 m, Bias -3.2 m), and Pattern 7 (DBH: RMSE 1.18 cm, Bias -0.82 cm, Height: RMSE 1.13 m, Bias -2.62 m), compared to the results drawn in the typical inventory manner. Concerning the time issue, 115 to 135 minutes per 1ha were taken to process the data by utilizing the LiDAR, while 375 to 1,115 spent in the existing way, proving the higher efficiency of the device. It can thus be concluded that using a backpack personal LiDAR helps increase efficiency in conducting a forest resources inventory in an planted coniferous forest with understory vegetation, implying a need for further research in a variety of forests.

주제어

표/그림 (12)

표 Table 1. Geographical characteristics per plot of Jeolmul forest
그림 Fig. 1. Photographs of the survey using a Libackpacck D50 (a) and Jeolmul forest (b).
표 Table 2. The summary of statistics for sample plots
표 Table 3. Description of Libackpack D50
그림 Fig. 2. Survey paths used for scans with backpack personal laser scanning (BPLS) device (Ko et al., 2021). Walking along the plotline (pattern 1), a diagonal path added to pattern 1 (pattern 2), two diagonal lines added to pattern 1 (pattern 3), walking back and forth along straight lines at the interval of 5 m (pattern 4), a combination of pattern 1 and pattern 4 (pattern 5), walking back and forth along straight lines at the interval of 10 m (pattern 6), and a combination of pattern 1 and pattern 6 (7).
그림 Fig. 3. Procedures of extracting the forest variables (a: raw data, b: plot extraction, c: ground point classification, d: attribute allocation, e: normalized ground point, f: individual stem extraction).
표 Table 4. Statistical accuracy of BPLS and the field measurements
표 Table 6. A comparative assessment of accuracy of values between two survey methods (DBH and Height)
표 Table 5. Accuracy of tree mapping using the BPLS data
표 Table 7. The amount of time spent on acquiring and processing the data by pattern
표 Table 8. Comparison of the efficiency between the field survey and the BPLS survey
그림 Fig. 4. Analysis of the amount of time on each process on internal tasks with the BPLS data (%).

AI 본문요약
AI-Helper

문제 정의

본 연구는 백팩형 지상라이다(BPLS)를 이용하여 표준지에서 흉고직경 및 수고와 같은 주요변수를 측정하는 산림자원조사 방법의 적합성 평가에 대한 연구를 수행하였다. 직경테이프 및 윤척을 이용하여 흉고직경을 측정하는 기존 산림조사방법은 경제적이며, 신속하고 정확하다.
본 연구의 목적은 입목 본 수 탐지율 및 개체목의 변수를 측정하는 것뿐만 아니라 BPLS를 이용한 표준지 단위의 산림조사에서 데이터를 수집하는데 최적의 표본추출방법을 도출하는 것이다. 이와 더불어 BPLS를 이용한 산림조사에서 흉고직경과 수고를 정확하고 편리하게 추정하여 효율적인 산림자원조사를 위한 방법을 개발하는 것이다.
본 연구의 목적은 입목 본 수 탐지율 및 개체목의 변수를 측정하는 것뿐만 아니라 BPLS를 이용한 표준지 단위의 산림조사에서 데이터를 수집하는데 최적의 표본추출방법을 도출하는 것이다. 이와 더불어 BPLS를 이용한 산림조사에서 흉고직경과 수고를 정확하고 편리하게 추정하여 효율적인 산림자원조사를 위한 방법을 개발하는 것이다.

제안 방법

LiDAR 센서로 취득한 데이터는 실시간으로 사용자의 태블릿 PC에 전송되어, 취득되는 포인트 클라우드와 경로, 이동거리 및 취득시간을 확인할 수 있다. 한편 BPLS를 통한 데이터의 수집은 현재 표준화된 작업공정 없이 취득되고 있으므로 본 연구에서는 데이터 취득 방법을 표준지의 입목 밀도와 작업 효율성을 고려하여 7가지 패턴으로 설정하여 자료를 수집하였다. 패턴 1은 BPLS 사용자가 표준지 라인만 취득하는 것이고, 패턴 2와 패턴 3은 표준지 내에 사각지대를 줄이고자 표준지 라인을 취득하고 추가적으로 대각선 모양의 데이터를 취득하였다.
외업 시 발생하는 전체 작업시간을 분석하기 위해 스톱워치를 이용하여 현장조사 시간과 패턴 별 포인트 클라우드 취득 시간을 측정하였다. 현장조사를 통한 내업은 현장에서 취득한 야장정보를 엑셀에 기입하는 시간을 조사하였고, 라이다 데이터는 LiDAR360 프로그램을 통해 표준지의 개체목을 분리하는데 걸리는 요소 작업별 시간과 전체 분석시간을 조사하였다.
현장조사방법과 BPLS를 이용한 방법의 비교를 위해 표준지는 일반적으로 우리나라에서 산림자원조사에 적용되는 정방형의 표준지(20 m×20 m, 0.04 ha)로 설정하였으며, 입목 밀도에 따라 4개의 표준지를 선정하여 조사하였다

대상 데이터

BPLS는 Greenvalley International社의 Model Libackpack D50을 사용하였고 D50의 세부 사양은 다음과 같다(Table 3, Fig. 1).
본 연구의 연구대상지는 제주특별자치도 제주시 봉개동에 위치한 제주 절물자연휴양림 내 삼나무(Criptomeria japonica) 인공림에서 연구를 수행하였다. 제주 절물자연 휴양림은 4영급의 입목 밀도가 밀하고 평균 경급은 중경급의 산림이다.
BPLS 장비인 Libackpack D50을 이용하여 절물자연 휴양림을 감지·매핑한 결과는 Table 5에 기술했다. 표준지의 총 입목의 본 수는 157본이다.

데이터처리

이는 추정값과 실제 측정값과 차이를 다룰 때 흔히 쓰는 척도로 0에 가까울수록 품질이 높다고 판단한다. 본 논문에선 현장자료를 측정(참조)값으로 설정하고 라이다 데이터를 추정값으로 설정하여 평가 하였다(Table 4).
산림자원조사 방법에 따른 현지조사 자료의 정확도를 비교하기 위하여 RMSE, RMSE%, Bias 그리고 Bias%값을 분석하였다. RMSE는 중심으로부터 측정값과 추정값의 차이를 확인하여 정밀도를 확인하는 값이며, Bias는 실측치 대비 추정치의 과대 혹은 과소 정도를 판단하는 값이다.

성능/효과

결과적으로 1인 조사가 가능한 BPLS는 3인 1조로 진행되는 현장조사방법에 비해 동일면적·시간 대비 작업 효율성이 높을 것을 알 수 있었다.
본 연구결과는 Greenvalley International 社의 백팩형 지상라이다인 Model Libackpack D50을 이용하여 현재 산림조사에서 사용하고 있는 산림조사방법과 비교하는 연구의 결과로 다른 LiDAR 장비와 컴퓨터 사양에 따라 작업의 정확도나 효율성은 달라질 수도 있다. 결과적으로 BPLS를 이용한 산림조사는 데이터수집에 소요되는 시간을 감소시키는 측면에서 매우 유용한 방법임을 확인할 수 있었다. 이는 산림자원조사에 대한 정확하고 시기 적절한 정보를 제공함으로써 효율적인 산림 경영을 지원할 것이다.
따라서 입력자에 의한 입력 오류 가능성을 배제할 수 없고 측정 시 흉고 직경 및 수고, 기울어진 나무로 인해 또 다른 측정오류 가 발생할 수 있다. 그러나 LS를 통한 변수 측정은 모든 알고리즘이 동일한 데이터에 대해 평가되어 측정 및 입력 오류를 줄일 수 있는 장점이 있다.
본 연구 결과 산림조사에 있어 BPLS를 이용한 방법이 기존 현장조사방법이 필요한 시간보다 짧은 시간에 대면적의 다양한 변수를 취득할 수 있다고 사료된다. 패턴 별 비교에서는 패턴5와 패턴7이 다른 패턴과 비교하였을 때 정확성이 높고 이동거리가 김에도 불구하고 시간 대비 조사할 수 있는 면적이 넓어 가장 효율적인 패턴으로 판단되었다.
본 연구결과는 Greenvalley International 社의 백팩형 지상라이다인 Model Libackpack D50을 이용하여 현재 산림조사에서 사용하고 있는 산림조사방법과 비교하는 연구의 결과로 다른 LiDAR 장비와 컴퓨터 사양에 따라 작업의 정확도나 효율성은 달라질 수도 있다. 결과적으로 BPLS를 이용한 산림조사는 데이터수집에 소요되는 시간을 감소시키는 측면에서 매우 유용한 방법임을 확인할 수 있었다.
LS장비는 산림자원조사에서 임목의 정밀한 속성을 얻는 기술로 관심을 받고 있으며, 도입 초기 수동측정에서 현재는 자동측정으로 점차 발전하고 있다. 이는 기존 현장조사방법으로 측정할 수 없는 변수(예: 수관폭, 수관 넓이, 수간 기울기, 가지각도 등)들을 도출할 뿐만 아니라 비파괴적인 방법으로 산림의 변수를 추정할 수 있으며 산림의 시계열적 변화도 파악할 수 있는 장점이 있다.
결과적으로 BPLS를 이용한 산림조사는 데이터수집에 소요되는 시간을 감소시키는 측면에서 매우 유용한 방법임을 확인할 수 있었다. 이는 산림자원조사에 대한 정확하고 시기 적절한 정보를 제공함으로써 효율적인 산림 경영을 지원할 것이다. 특히 기존 산림조사보다 비용과 인력감축 측면에서 효율적인 방법으로 큰 잠재력이 있다고 사료된다.
본 연구는 백팩형 지상라이다(BPLS)를 이용하여 표준지에서 흉고직경 및 수고와 같은 주요변수를 측정하는 산림자원조사 방법의 적합성 평가에 대한 연구를 수행하였다. 직경테이프 및 윤척을 이용하여 흉고직경을 측정하는 기존 산림조사방법은 경제적이며, 신속하고 정확하다. 그러나 측정자가 측정할 수 있는 높이(범위)에 한해서만 측정이 가능하여 수간고별 직경 등의 추가적인 정보를 측정할 수는 없다.
이는 산림자원조사에 대한 정확하고 시기 적절한 정보를 제공함으로써 효율적인 산림 경영을 지원할 것이다. 특히 기존 산림조사보다 비용과 인력감축 측면에서 효율적인 방법으로 큰 잠재력이 있다고 사료된다. LiDAR를 이용한 연구는 특히 고품질 현장 참조 및 산림조사, 시계열 변화 측정이 필요한 표준지의 장기 모니터링에 의존하는 인벤토리 및 산림과학 연구에 적합하다고 판단되며, 향후 연구에서는 BPLS를 이용한 다양한 표준지에서 표본추출방법의 매뉴얼 및 품셈을 개발하여 비용과 상황에 따른 라이다 장비의 선정 및 투입여부를 비교하는 추가적인 연구가 필요할 것으로 보인다.
본 연구 결과 산림조사에 있어 BPLS를 이용한 방법이 기존 현장조사방법이 필요한 시간보다 짧은 시간에 대면적의 다양한 변수를 취득할 수 있다고 사료된다. 패턴 별 비교에서는 패턴5와 패턴7이 다른 패턴과 비교하였을 때 정확성이 높고 이동거리가 김에도 불구하고 시간 대비 조사할 수 있는 면적이 넓어 가장 효율적인 패턴으로 판단되었다.

후속연구

특히 기존 산림조사보다 비용과 인력감축 측면에서 효율적인 방법으로 큰 잠재력이 있다고 사료된다. LiDAR를 이용한 연구는 특히 고품질 현장 참조 및 산림조사, 시계열 변화 측정이 필요한 표준지의 장기 모니터링에 의존하는 인벤토리 및 산림과학 연구에 적합하다고 판단되며, 향후 연구에서는 BPLS를 이용한 다양한 표준지에서 표본추출방법의 매뉴얼 및 품셈을 개발하여 비용과 상황에 따른 라이다 장비의 선정 및 투입여부를 비교하는 추가적인 연구가 필요할 것으로 보인다.

참고문헌 (23)

Bauwens, S., H. Bartholomeus, K. Calders, and P. Lejeune, 2016. Forest inventory with terrestrial LiDAR: A comparison of static and hand-held mobile laser scanning, Forests, 7(6): 127.

상세보기
Cabo, C., S.D. Pozo, P. Rodriguez-Gonzalvez, C. Ordonez, and D. Gonzalez-Aguilera, 2018. Comparing terrestrial laser scanning (TLS) and wearable laser scanning (WLS) for individual tree modeling at plot level, Remote Sense, 10(4): 540.

상세보기
Chen, S., H. Liu, Z. Feng, C. Shen, and P. Chen, 2019. Applicability of personal laser scanning in forestry inventory, Plos One, 14(2): 1-22.
Del Perugia, B., F. Giannetti, G. Chirici, and D. Travaglini, 2019. Influence of scan density on the estimation of single-tree attributes by hand-held mobile laser scanning, Forests, 10(3): 277.

상세보기
Fleck, S., I. Molder, M. Jacob, T. Gebauer, H.F. Jungkunst, and C. Leuschner, 2011. Comparison of conventional eight-point crown projections with LIDAR-based virtual crown projections in a temperate old-growth forest, Ann For Sci, 68(7): 1173-1185.

상세보기
Giannetti, F., G. Chirici, T. Gobakken, E. Naesset, D. Travaglini, and S. Puliti, 2018. A new approach with DTM-independent metrics for forest growing stock prediction using UAV photogrammetric data, Remote Sens Environ, 213: 195-205.

상세보기
Huang, H., Z. Li, P. Gong, X. Cheng, N. Clinton, C. Cao, W. Ni, and L. Wang, 2011. Automated methods for measuring DBH and tree heights with a commercial scanning lidar, Photogramm, Eng. Remote Sens, 77(3): 219-227.

상세보기
Hyyppa, E., X. Yu, H. Kaartinen, T. Hakala, A. Kukko, M. Vastaranta, and J. Hyyppa, 2020b. Comparison of backpack, handheld, under-canopy UAV, and above-canopy UAV laser scanning for field reference data collection in boreal forests, Remote Sense, 12(20): 3327.

상세보기
Hyyppa, E., A. Kukko, R. Kaijaluoto, J.C. White, M.A. Wulder, J. Pyorala, X. Liang, X. Yu, Y. Wang, H. Kaartinen, J.-P. Virtanen, and J. Hyyppa, 2020a. Accurate derivation of stem curve and volume using backpack mobile laser scanning ISPRS J Photogramm, Remote Sens, 161: 246-262.

상세보기
Kitahara, F., N. Mizoue, and S. Yoshida, 2010. Effects of training for inexperienced surveyors on data quality of tree diameter and height measurements, Silva Fennica, 44(4): 657-667.

상세보기
Ko C., S.H. Lee, J.S. Yim, D.G. Kim, and J.T. Kang, 2021. Comparison of Forest Inventory Methods at Plot-Level between a Backpack Personal Laser Scanning (BPLS) and Conventional Equipment in Jeju Island, South Korea, Forests, 12(3): 308.

상세보기
Liang, X. and J. Hyyppa, 2013. Automatic stem mapping by merging several terrestrial laser scans at the feature and decision levels, Sensors, 13(2): 1614-1634.

상세보기
Liang, X., Y. Wang, A. Jaakkola, A. Kukko, H. Kaartinen, J. Hyyppa, E. Honkavaara, and J. Liu, 2015. Forest data collection using terrestrial image-based point clouds from a handheld camera compared to terrestrial and personal laser scanning, IEEE Trans Geosci Remote Sens, 53(9): 5117-5132.

상세보기
Liang, X., Y. Wang, J. Pyorala, M. Lehtomaki, X. Yu, H. Kaartinen, A. Kukko, E. Honkavaara, A.E.I. Issaoui, O. Nevalainen, M. Vaaja, J.P. Virtanen, M. Katoh, and S. Deng, 2019. Forest in situ observations using unmanned aerial vehicle as an alternative of terrestrial measurements, Forest Ecosystem, 6(1): 1-16.

상세보기
Maltamo, M., 2014. Forestry applications of airborne laser scanning, concepts and case studies, Dordrecht, NL.
Oveland, I., M. Hauglin, F. Giannetti, N.S. Kjorsvik, and T. Gobakken, 2018. Comparing three different ground based laser scanning methods for tree stem detection, Remote Sense, 10(4): 538.

상세보기
Paivinen, R., M. Nousiainen, and K.T. Korhonen, 1992. Accuracy of Certain Tree Measurements, Puutunnusten mittaamisen luotettavuus, Folia Forestalia, Finnish Forest Research Institute, Helsinki, FIN.
Rutzinger, M., A.K. Pratihast, S. Oude Elberink, and G. Vosselman, 2010. Detection and modelling of 3D trees from mobile laser scanning data, Int. Arch, Photogramm, Remote Sens Spat Inf Sci, 38: 520-525.
Ryding, J., E. Williams, M. Smith, and M. Eichhorn, 2015. Assessing handheld mobile laser scanners for forest surveys, Remote Sense, 7(1): 1095-1111.

상세보기
Saarela, S., J. Breidenbach, P. Raumonen, A. Grafstrom, G. Stahl, M.J. Ducey, and R. Astrup, 2017. Kriging prediction of stand-level forest information using mobile laser scanning data adjusted for nondetection, Canada Jouenal For Research, 47(9): 1257-1265.

상세보기
Seidel, D., S. Fleck, and C. Leuschner, 2012. Analyzing forest canopies with ground-based laser scanning: A comparison with hemispherical photography, Agricultural and Forest Meteorology, 154: 1-8.

상세보기
Tao, S., F. Wu, Q. Guo, Y. Wang, W. Li, B. Xue, X. Hu, P. Li, D. Tian, C. Li, H. Yao, Y. Li, G. Xu, and J. Fang, 2015. Segmenting tree crowns from terrestrial and mobile LiDAR data by exploring ecological theories, ISPRS Journal Photogramm Remote Sens, 110: 66-76.

상세보기
Wang, Y., M. Lehtomaki, X. Liang, J. Pyorala, A. Kukko, A. Jaakkola, J. Liu, Z. Feng, R. Chen, and J. Hyyppa, 2019. Is field-measured tree height as reliable as believed-A comparison study of tree height estimates from field measurement, airborne laser scanning and terrestrial laser scanning in a boreal forest, ISPRS Journal Photogramm Remote Sensing, 147: 132-145.

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