[논문]원격탐사기반 임분고 추정 모델 개발 국내외 현황 고찰 및 제언

이복남; 정건휘; 류지연; 권경원; 임종수; 박주원

doi:10.14578/jkfs.2022.111.3.435

원격탐사기반 임분고 추정 모델 개발 국내외 현황 고찰 및 제언
Review of Remote Sensing Technology for Forest Canopy Height Estimation and Suggestions for the Advancement of Korea's Nationwide Canopy Height Map 원문보기

한국산림과학회지 = Journal of korean society of forest science, v.111 no.3, 2022년, pp.435 - 449

이복남 (경북대학교 빅데이터 기반 글로컬 Forest Science 4.0 전문인력양성센터) , 정건휘 (경북대학교 임학과) , 류지연 (경북대학교 임학과) , 권경원 (경북대학교 임학과) , 임종수 (국립산림과학원 산림ICT연구센터) , 박주원 (경북대학교 산림과학.조경학부)

초록
AI-Helper

대면적 산림의 정확한 임분고 측정은 산림경영, 산림 탄소량 추정, 산림 생태계 관리를 위한 필수적인 지표인자로 다수의 국가에서 주기적인 현장조사를 수행하고 있다. 하지만, 현장조사는 많은 비용 및 시간 소요, 접근의 용이성이 낮은 지역의 조사의 기술적 한계성을 가지고 있다. 이를 극복하기 위한 대안으로 원격탐사 기술을 이용한 수고 및 임분고 추정 연구가 활발하다. 이에 본 논문에서는 해외 및 국내의 다양한 원격탐사기반 수고 및 임분고 추정 연구 사례를 분석하여 원격탐사기반 임분고 추정 연구의 동향을 크게 LiDAR기반, Stereo 및 SAR 이미지 점군(Image-based Point Clouds)기반, 원격탐사자료 융합기반 임분고 추정 모델로 나누어 살펴보았다. 또한, 대면적의 전국단위 산림 임분고 추정을 위한 원격탐사자료의 업스케일링(Upscaling) 기법의 사례 분석을 통해 향후 국내 산림환경 및 현황에 적합한 원격탐사기반 전국단위 산림 임분고 추정을 위한 방법의 발전 방향성을 고찰하였다.

Abstract ▼ AI-Helper

Forest canopy height is an indispensable vertical structure parameter that can be used for understanding forest biomass and carbon storage as well as for managing a sustainable forest ecosystem. Plot-based field surveys, such as the national forest inventory, have been conducted to provide estimates of the forest canopy height. However, the comprehensive nationwide field monitoring of forest canopy height has been limited by its cost, lack of spatial coverage, and the inaccessibility of some forested areas. These issues can be addressed by remote sensing technology, which has gained popularity as a means to obtain detailed 2- and 3-dimensional measurements of the structure of the canopy at multiple scales. Here, we reviewed both international and domestic studies that have used remote sensing technology approaches to estimate the forest canopy height. We categorized and examined previous approaches as: 1) LiDAR approach, 2) Stereo or SAR image-based point clouds approach, and 3) combination approach of remote sensing data. We also reviewed upscaling approaches of utilizing remote sensing data to generate a continuous map of canopy height across large areas. Finally, we provided suggestions for further advancement of the Korean forest canopy height estimation system through the use of various remote sensing technologies.

주제어

표/그림 (5)

그림 Figure 1. Illustration of three main remote sensing technology approaches for forest canopy height estimation.
그림 Figure 2. Illustration of a canopy height model (CHM) derived by differencing a digital surface model (DSM) which depicts the top of the tree canopy, and a digital terrain model (DTM) which represents the underlying terrain.
그림 Figure 3. Representation of types of LiDAR platforms (terrestrial laser scanning, UAV (drone) laser scanning, airborne laser scanning, and space-borne laser scanning) with pulse return systems (discrete return and full-waveform) over a tree canopy.
그림 Figure 4. The overall workflow of Stereo and SAR image processing to extract the 3D point clouds for a CHM generation. a) Stereo image based-point clouds (Shaheen et al., 2021; Gong and Fritsch, 2018), b) SAR image based-point clouds: Radargrammetry approach (Markiewicz, et al., 2019; Agrawal et al., 2018), c) SAR image based-point clouds: InSAR approach (Torun and Orhan, 2021; Hong et al., 2018).
그림 Figure 5. The example workflow of mapping a country-wide forest canopy height (modified from Li et al.(2020)).

AI 본문요약
AI-Helper

문제 정의

본 연구에서는 다양한 원격탐사기반 수고 및 임분고 추정 연구 동향을 살펴봄으로써 향후 국내 산림환경 및 현황에 적합한 원격탐사기반 전국단위 산림 임분고 추정을 위한 방법에 대한 적용 방향성을 탐색해 보았다. 국내외 다양한 원격탐사기반 임분고 추정 연구사례 분석 결과, 현재까지 가장 정확한 임분고 추정 원격탐사기법으로 알려진LiDAR 기반 추정 방법에서부터 LiDAR 비용의 제한성의 대안으로 스테레오 및 SAR 이미지 점군 기반(Image-based Point Clouds) 임분고 추정, 원격탐사 방법의 장단점을 상호보완하여 임분고 추정의 정확성과 효율성을 높이기 위한 방안으로 원격탐사자료 융합기반 임분고 추정 방법이 대두되었다.
하지만 국내의 경우 해외 연구동향과 비교하여 원격탐사기반 임분고 연구사례 및 기반 기술이 대부분 항공 LiDAR 및 UAV에 위주의 소규모 산림 연구지의 수고 추정 연구가 대부분으로 다양한 원격탐사자료의 적용이 미흡할 뿐 아니라 전국단위 임분고 추정에 대한 연구는 전무한 실정이다. 이에 본 연구는 국내외의 다양한 원격탐사기반 임분고 추정 모델 연구 사례를 검토하고, 국내 산림환경 및 현황에 적합한 원격탐사기반 전국단위 산림 임분고 추정을 위한 방법에 대한 고찰을 통해 향후 국내 원격탐사기반 임분고 연구의 방향을 제시하고자 한다.

제안 방법

최신 동향을 파악하기 위하여 조사 기간은 최근 15년간 발표된 논문으로 제한하였으며, 총 82개의 국내외저널 등재논문이 검토되었다. 국내외의 다양한 원격탐사기반 수고 및 임분고 추정 연구 사례 분석 결과, 원격탐사기반 임분고 추정 연구의 주요 동향에 따라 1) LiDAR기반, 2) Stereo 및 SAR 이미지 점군 기반(Image-based Point Clouds), 3) 원격탐사자료 융합기반 임분고 추정 모델로 나누어 살펴보았으며, 각 원격탐사기법의 특성을 처리방법(Processing), 연구대상면적(Cover Area), 정확도(Accuracy)를 중심으로 연구 사례를 분석하였다. 또한, 대면적의 전국단위 산림 임분고 추정을 위한 원격탐사자료의 업스케일링(Upscaling) 기법의 사례 분석을 통해 향후 국내 산림환경 및 현황에 적합한 원격탐사기반 전국단위 산림 임분고 추정을 위한 고려사항 및 방향성을 제시하였다.
원격탐사기반 임분고 추정 모델 개발 연구동향을 파악하기 위하여 Web of Science를 통한 논문검색과 인터넷 검색을 병행하여 국외 사례를 중심으로 원격탐사기반 전국단위 임분고 추정 연구 현황 및 동향을 조사하였다. 최신 동향을 파악하기 위하여 조사 기간은 최근 15년간 발표된 논문으로 제한하였으며, 총 82개의 국내외저널 등재논문이 검토되었다.
특히, 전국단위 산림과 같은 대규모 단위 임분고 추정에는 기존의 다양한 원격탐사 연구방법들의 장단점을 보완한 융합모델인 고해상도 항공 LiDAR와 위성자료의 융합, 스테레오 영상 기반 항공사진과 위성자료의 융합 연구사례들이 있다. 이에 본 연구에서는 원격탐사기반 임분고 추정 모델 연구 동향을 원격탐사 방법 플랫폼에 따라 크게 LiDAR, 이미지 점군 기반(Image-based Point Clouds), 융합모델 시스템(Combination of Remote Sensing Data System)으로 나누어 살펴보았으며, 각 원격탐사 플랫폼에 따라 LiDAR는 지상 LiDAR (Terrestrial Laser Scanning: TLS), 드론 LiDAR (Drone LiDAR), 항공 LiDAR (Airborne Laser Scanning: ALS), 위성기반 LiDAR (Satellite LiDAR)로, 이미지 점군은 스테레오(Stereo) 및 SAR (Synthetic Aperture Radar) 영상 기반 임분고 추정, 그 외 다양한 원격탐사 융합모델 시스템을 살펴보고 그 적용 연구 사례에 대해 분석하였다(Figure 1).

대상 데이터

원격탐사기반 임분고 추정 모델 개발 연구동향을 파악하기 위하여 Web of Science를 통한 논문검색과 인터넷 검색을 병행하여 국외 사례를 중심으로 원격탐사기반 전국단위 임분고 추정 연구 현황 및 동향을 조사하였다. 최신 동향을 파악하기 위하여 조사 기간은 최근 15년간 발표된 논문으로 제한하였으며, 총 82개의 국내외저널 등재논문이 검토되었다. 국내외의 다양한 원격탐사기반 수고 및 임분고 추정 연구 사례 분석 결과, 원격탐사기반 임분고 추정 연구의 주요 동향에 따라 1) LiDAR기반, 2) Stereo 및 SAR 이미지 점군 기반(Image-based Point Clouds), 3) 원격탐사자료 융합기반 임분고 추정 모델로 나누어 살펴보았으며, 각 원격탐사기법의 특성을 처리방법(Processing), 연구대상면적(Cover Area), 정확도(Accuracy)를 중심으로 연구 사례를 분석하였다.

성능/효과

본 연구에서는 다양한 원격탐사기반 수고 및 임분고 추정 연구 동향을 살펴봄으로써 향후 국내 산림환경 및 현황에 적합한 원격탐사기반 전국단위 산림 임분고 추정을 위한 방법에 대한 적용 방향성을 탐색해 보았다. 국내외 다양한 원격탐사기반 임분고 추정 연구사례 분석 결과, 현재까지 가장 정확한 임분고 추정 원격탐사기법으로 알려진LiDAR 기반 추정 방법에서부터 LiDAR 비용의 제한성의 대안으로 스테레오 및 SAR 이미지 점군 기반(Image-based Point Clouds) 임분고 추정, 원격탐사 방법의 장단점을 상호보완하여 임분고 추정의 정확성과 효율성을 높이기 위한 방안으로 원격탐사자료 융합기반 임분고 추정 방법이 대두되었다. 특히, 대면적의 전국단위 산림 임분고 추정을 위해서는 항공 및 위성 LiDAR, SAR기반으로 표본지(Plot) 단위에서 획득한 수고 및 임분고 데이터를 지역, 국가, 및 지구적 단위에서 획득한 위성기반 영상(Contiguous Satellite Image)에서 산출한 데이터와의 융합 임분고 추정 모델 개발을 통한 업스케일(Upscaling)을 통해서 수행되고 있다.
국내외의 다양한 원격탐사기반 수고 및 임분고 추정 연구 사례 분석 결과, 원격탐사기반 임분고 추정 연구의 주요 동향에 따라 1) LiDAR기반, 2) Stereo 및 SAR 이미지 점군 기반(Image-based Point Clouds), 3) 원격탐사자료 융합기반 임분고 추정 모델로 나누어 살펴보았으며, 각 원격탐사기법의 특성을 처리방법(Processing), 연구대상면적(Cover Area), 정확도(Accuracy)를 중심으로 연구 사례를 분석하였다. 또한, 대면적의 전국단위 산림 임분고 추정을 위한 원격탐사자료의 업스케일링(Upscaling) 기법의 사례 분석을 통해 향후 국내 산림환경 및 현황에 적합한 원격탐사기반 전국단위 산림 임분고 추정을 위한 고려사항 및 방향성을 제시하였다.

후속연구

셋째, 국내의 경우 다양한 원격탐사자료 융합을 통한 임분고 연구 또한 전무한 실정이므로 이에 대한 연구가 필요할 것으로 사료된다. 국외의 사례처럼 LiDAR, SAR와 같은 능동형(Active) 원격탐사 자료와 위성기반 수동형(Passive) 원격탐사 자료 융합을 통해 각 원격탐사 방법의 장단점을 상호 보완하며 수고 추정의 정확성과 효율성을 높이는 임분고 추정 모델 연구가 필요하다. 예를 들어, 국내의 경우 표본지 단위에서 가장 많은 비중으로 이용되고 저밀도 LiDAR와 앞으로 제공될 국토부의 스테레오 위성영상 및 농림위성영상 자료의 융합을 통해 전국단위 임분고 모델 구축을 위한 업스케일링 연구를 할 수 있을 것으로 사료된다.
g. 국토부 스테레오 위성영상, 차세대 중형위성 4호(농림위성))를 이용한 임분고 추정 연구 등 다양한 플랫폼의 원격탐사기법을 연구 수행함으로써 국내 산림 환경에서의 임분고 추정 정확도, 영상처리, 분석의 용이성, 비용 효율성 측면에서 최적인 원격탐사기법을 탐색할 필요가 있다. 또한, 원격탐사자료 전처리 기법의 개발 및 고도화를 통해 우리나라 산림 지형, 수종의 특성 등을 고려한 원격탐사자료의 분석의 향상을 통해 임분고 추정의 정확도를 개선할 수 있을 것으로 사료된다.
둘째, 소규모 단위에서 진행되던 임분고 추정 연구의 전국단위로의 확대를 위한 업스케일링을 위해 위성 광학영상, 위성 스테레오 영상 등 위성기반 원격탐사자료를 이용한 지역적, 국가 단위에서의 원격탐사기반 임분고 추정 연구가 필요하다. 우리나라의 경우 앞으로 제공되는 국토부의 위성 스테레오 영상 및 2025년 발사 예정인 차세대 중형위성 4호(농림위성) 등을 활용한 전국단위 임분고 추정 연구를 추진할 수 있을 것으로 사료되므로 이에 앞서 국토부의 스테레오 위성과 농림위성의 사양과 유사한 밴드(Band) 구성 및 공간해상도를 가진 기존의 WorldView-2, Rapideye 위성영상 등을 활용한 지역 및 전국 산림 단위에서의 선행 임분고 추정 연구를 통해 광학 및 스테레오 위성영상 기반 국내 산림지역의 임분고 추정의 정확도, 중요 예측변수를 미리 파악함으로써 앞으로의 위성영상 자료 기반 전국단위 임분고 추정 연구의 밑바탕 체계를 갖출 수 있을 것으로 사료된다.
예를 들어, 국내의 경우 표본지 단위에서 가장 많은 비중으로 이용되고 저밀도 LiDAR와 앞으로 제공될 국토부의 스테레오 위성영상 및 농림위성영상 자료의 융합을 통해 전국단위 임분고 모델 구축을 위한 업스케일링 연구를 할 수 있을 것으로 사료된다. 또한, 앞으로 LiDAR의 비용 제한성이 낮아진다면 기존의 저밀도 LiDAR와 더불어 고밀도 LiDAR, 지상 LiDAR 자료와의 융합 모델 구축을 통해 전국단위 임분고를 추정하는 방안도 고안할 수 있다.
국토부 스테레오 위성영상, 차세대 중형위성 4호(농림위성))를 이용한 임분고 추정 연구 등 다양한 플랫폼의 원격탐사기법을 연구 수행함으로써 국내 산림 환경에서의 임분고 추정 정확도, 영상처리, 분석의 용이성, 비용 효율성 측면에서 최적인 원격탐사기법을 탐색할 필요가 있다. 또한, 원격탐사자료 전처리 기법의 개발 및 고도화를 통해 우리나라 산림 지형, 수종의 특성 등을 고려한 원격탐사자료의 분석의 향상을 통해 임분고 추정의 정확도를 개선할 수 있을 것으로 사료된다. 이에, 궁극적으로 국가산림조사의 일환으로 현재의 현장조사 방식에서 벗어나 다양한 원격탐사자료 융합 기반 업스케일링 임분고 추정 모델 개발을 통해 전국단위의 임분고를 추정하는데 기여할 수 있을 거라 판단된다.
셋째, 국내의 경우 다양한 원격탐사자료 융합을 통한 임분고 연구 또한 전무한 실정이므로 이에 대한 연구가 필요할 것으로 사료된다. 국외의 사례처럼 LiDAR, SAR와 같은 능동형(Active) 원격탐사 자료와 위성기반 수동형(Passive) 원격탐사 자료 융합을 통해 각 원격탐사 방법의 장단점을 상호 보완하며 수고 추정의 정확성과 효율성을 높이는 임분고 추정 모델 연구가 필요하다.
국외의 사례처럼 LiDAR, SAR와 같은 능동형(Active) 원격탐사 자료와 위성기반 수동형(Passive) 원격탐사 자료 융합을 통해 각 원격탐사 방법의 장단점을 상호 보완하며 수고 추정의 정확성과 효율성을 높이는 임분고 추정 모델 연구가 필요하다. 예를 들어, 국내의 경우 표본지 단위에서 가장 많은 비중으로 이용되고 저밀도 LiDAR와 앞으로 제공될 국토부의 스테레오 위성영상 및 농림위성영상 자료의 융합을 통해 전국단위 임분고 모델 구축을 위한 업스케일링 연구를 할 수 있을 것으로 사료된다. 또한, 앞으로 LiDAR의 비용 제한성이 낮아진다면 기존의 저밀도 LiDAR와 더불어 고밀도 LiDAR, 지상 LiDAR 자료와의 융합 모델 구축을 통해 전국단위 임분고를 추정하는 방안도 고안할 수 있다.
둘째, 소규모 단위에서 진행되던 임분고 추정 연구의 전국단위로의 확대를 위한 업스케일링을 위해 위성 광학영상, 위성 스테레오 영상 등 위성기반 원격탐사자료를 이용한 지역적, 국가 단위에서의 원격탐사기반 임분고 추정 연구가 필요하다. 우리나라의 경우 앞으로 제공되는 국토부의 위성 스테레오 영상 및 2025년 발사 예정인 차세대 중형위성 4호(농림위성) 등을 활용한 전국단위 임분고 추정 연구를 추진할 수 있을 것으로 사료되므로 이에 앞서 국토부의 스테레오 위성과 농림위성의 사양과 유사한 밴드(Band) 구성 및 공간해상도를 가진 기존의 WorldView-2, Rapideye 위성영상 등을 활용한 지역 및 전국 산림 단위에서의 선행 임분고 추정 연구를 통해 광학 및 스테레오 위성영상 기반 국내 산림지역의 임분고 추정의 정확도, 중요 예측변수를 미리 파악함으로써 앞으로의 위성영상 자료 기반 전국단위 임분고 추정 연구의 밑바탕 체계를 갖출 수 있을 것으로 사료된다.
이렇듯, 국내에서 수행된 원격탐사기반 임분고 추정 연구는 소규모 표본지(Plot) 단위의 조림지나 산림이 아닌 평지의 나무를 대상으로 한 항공 LiDAR, UAV 중심의 수고 추정 연구가 대부분으로 전국 산림을 대상으로 한 대규모 단위의 원격탐사기반 임분고 추정 연구는 전무하다. 이에 앞으로 국가산림조사지원 시스템을 보완할 수 있는 원격탐사기반 전국단위 임분고 추정을 위해 기존의 표본지 단위 위주의 원격탐사기반 연구의 보완과 더불어 업스케일링(Upscaling)을 통한 지역 및 전국 산림 단위의 원격탐사기반 임분고 추정을 위해 향후 다음과 같은 사항을 고려한 연구가 필요할 것으로 보인다.
이에 현재까지 LiDAR 및 UAV 위주의 소규모 단위에서의 임분고 추정 연구에 한정되어 있는 우리나라의 경우 향후 국내 산림환경 및 현황에 적합한 원격탐사기반 임분고 추정방법을 모색하기 위해 LiDAR, UAV와 더불어 스테레오, SAR, 위성 영상 자료(e.g. 국토부 스테레오 위성영상, 차세대 중형위성 4호(농림위성))를 이용한 임분고 추정 연구 등 다양한 플랫폼의 원격탐사기법을 연구 수행함으로써 국내 산림 환경에서의 임분고 추정 정확도, 영상처리, 분석의 용이성, 비용 효율성 측면에서 최적인 원격탐사기법을 탐색할 필요가 있다.
또한, 원격탐사자료 전처리 기법의 개발 및 고도화를 통해 우리나라 산림 지형, 수종의 특성 등을 고려한 원격탐사자료의 분석의 향상을 통해 임분고 추정의 정확도를 개선할 수 있을 것으로 사료된다. 이에, 궁극적으로 국가산림조사의 일환으로 현재의 현장조사 방식에서 벗어나 다양한 원격탐사자료 융합 기반 업스케일링 임분고 추정 모델 개발을 통해 전국단위의 임분고를 추정하는데 기여할 수 있을 거라 판단된다.

참고문헌 (93)

Agrawal, R., Das, A. and Rajawat, A.S. 2018. Accuracy assessment of digital elevation model generated by SAR stereoscopic technique using COSMO-Skymed Data. Journal of the Indian Society of Remote Sensing 46(10): 1739-1747.

상세보기
Alexander, C., Korstjens, A.H. and Ross, A.H. 2018. Influence of micro-topography and crown characteristics on tree height estimations in tropical forests based on LiDAR canopy height models. International Journal of Applied Earth Observation and Geoinformation 65: 105-113.

상세보기
Almeida, D. et al. 2019. Monitoring the structure of forest restoration plantation with a drone-lidar system. International Journal of Applied Earth Observation and Geoinformation 79: 192-198.
Anderson, K., Hancock, S., Disney, M. and Gaston, K.J. 2016. Is waveform worth it? A comparison of LiDAR approaches for vegetation and landscape characterization. Remote Sensing in Ecology and Conservation 2(1): 5-15.
Anderson, K., Bennie, J. and Wetherelt, A. 2010. Laser scanning of fine scale pattern along a hydrological gradient in a peatland ecosystem. Landscape Ecology 25: 477-492.

상세보기
Armston, J., Disney, M., Lewis, P., Scarth, P., Phinn, S., Lucas, R., Bunting, P. and Goodwin, N. 2013. Direct retrieval of canopy gap probability using airborne waveform lidar. Remote Sensing of Environment 134: 24-38.

상세보기
Asner, G.P., Hughes, R.F., Varga, T.A., Knapp, D.E. and Kennedy-Bowdoin, T. 2009. Environmental and biotic controls over aboveground biomass throughout a tropical rain forest. Ecosystems 12: 261-278.

상세보기
Bang, D.S., Lee, D.G., Yang, S.R. and Lee, H.J. 20 18. Study on the tree height using unmanned aerial photogrammetry method. Journal of the Korean Association of Geographic Information Studies 21(3): 35-47. (in Korean with English abstract).

원문보기 상세보기
Chung, C.H., Wang, C.H., Hsieh, H.C. and Huang, C.Y. 2019. Comparison of forest canopy height profiles in a mountainous region of Taiwan derived from airborne lidar and unmanned aerial vehicle imagery. GIScience & Remote Sensing 56(8): 1289-1304.

상세보기
Danson, F.M., Gaulton, R., Armitage, R.P., Disney, M., Gunawan, O., Lewis, P., Pearson, G. and Ramirez, A.F. 2014. Developing a dual- wavelength full-waveform terrestrial laser scanner to characterize forest canopy structure. Agricultural and Forest Meteorology 198: 7-14.

상세보기
Dubayah, R. et al. 2020. The global ecosystem dynamics investigation: high-resolution laser ranging of the earth's forests and topography. Science of Remote Sensing 1(1): 100002.
Duncanson, L. et al. 2020. Biomass estimation from simulated GEDI, ICESat-2 and NISAR across environmental gradients in Sonoma County, California. Remote Sensing of Environment 242: 111779.

상세보기
Erdody, T.L. and Moskal, M. 2010. Fusion of LiDAR and imagery for estimating forest canopy fuels. Remote Sensing of Environment 114(4): 725-737

상세보기
Fagua, J.C., Jantz, P., Rodriguez-Buritica, S., Duncanson, L. and Goetz, S.J. 2019. Integrating LiDAR, multispectral and SAR data to estimate and map canopy height in tropical forests. Remote Sensing 11(22): 2697.

상세보기
Frazer, G.W., Wulder, M.A. and Niemann, K.O. 2005. Simulation and quantification of the fine-scale spatial pattern and heterogeneity of forest canopy structure: A lacunarity-based method designed for analysis of continuous canopy heights. Forest Ecology and Management 214(1-3): 65-90.
Garestier, F., Dubois-Fernandez, P.C. and Papathanassiou, K.P. 2007. Pine forest height inversion using single-pass X-band PolInSAR data. IEEE Transactions on Geoscience and Remote Sensing 46(1): 59-68.
Goldbergs, G., Maier, S.W., Levick, S.R. and Edwards, A. 2019. Limitations of high resolution satellite stereo imagery for estimating canopy height in Australian tropical savannas. International Journal of Applied Earth Observation and Geoinformation 75: 83-95.

상세보기
Gong, K. and Fritsch, D. 2018. Point cloud and digital surface model generation from high resolution multiple view stereo satellite imagery. International Archives of the Photogrammetry, Remote Sensing & Spatial Information Sciences 42(2).
Guerra-Hernandez, J., Gorgens, E.B., Garcia-Gutierrez, J., Rodriguez, L.C.E., Tome, M. and Gonzalez-Ferreiro, E. 2016. Comparison of ALS based models for estimating aboveground biomass in three types of Mediterranean forest. European Journal of Remote Sensing 49(1): 185-204.

상세보기
Hancock, S., Armston, J., Hofton, M., Sun, X., Tang, H., Duncanson, L.I., Kellner, J.R. and Dubayah, R. 2019. The GEDI simulator: A large-footprint waveform lidar simulator for calibration and validation of spaceborne missions. Earth and Space Science 6(2): 294-310.

상세보기
Harding, D.J. and Carabajal, C.C. 2005. ICESat waveform measurements of within-footprint topographic relief and vegetation vertical structure. Geophysical Research Letters 32: L21S10.

상세보기
Hill, R.A. and Hinsley, S.A. 2015. Airborne lidar for woodland habitat quality monitoring: Exploring the significance of lidar data characteristics when modelling organism-habitat relationships. Remote Sensing 7(4): 3446-3466.

상세보기
Holmgren, J. 2004. Prediction of tree height, basal area and stem volume in forest stands using airborne laser scanning. Scandinavian Journal of Forest Research 19(6): 543-553.

상세보기
Hong, S.H., Wdowinski, S., Amelung, F., Kim, H.C., Won, J.S. and Kim, S.W. 2018. Using TanDEM-X pursuit monostatic observations with a large perpendicular baseline to extract glacial topography. Remote Sensing 10(11): 1851.

상세보기
Hyde, P., Dubayah, R., Walker, W., Blair, J.B., Hofton, M. and Hunsaker, C. 2006. Mapping forest structure for wildlife habitat analysis using multi-sensor (lidar, SAR/InSAR, ETM+, QuickBird) synergy. Remote Sensing of Environment 102(1-2): 63-73.
Jarnstedt, J., Pekkarinen, A., Tuominen, S., Ginzler, C., Holopainen, M. and Viitala, R. 2012. Forest variable estimation using a high-resolution digital surface model. ISPRS Journal of Photogrammetry and Remote Sensing 74: 78-84.

상세보기
Karabork, H., Makineci, H.B., Orhan, O. and Karakus, P. 2021. Accuracy assessment of DEMs derived from multiple SAR data using the InSAR technique. Arabian Journal for Science and Engineering 46(6): 5755-5765.

상세보기
Karjalainen, M., Kankare, V., Vastaranta, M., Holopainen, M. and Hyyppa, J. 2012. Prediction of plot-level forest variables using TerraSAR-X stereo SAR data. Remote Sensing of Environment 117: 338-347.

상세보기
Karila, K., Vastaranta, M., Karjalainen, M. and Kaasalainen, S. 2015. Tandem-X interferometry in the prediction of forest inventory attributes in managed boreal forests. Remote Sensing of Environment 159: 259-268.

상세보기
Kim, K.D., Lee, D.G., Yu, Y.G. and Lee, H.J. 2017. Processing of aerial photographic image using unmanned aerial photogrammetry process and revision/update method of digital map of small change area. Korean Society for Geospatial Information Science 25(4): 15-24. (in Korean with English abstract).
Kim, K.M. 2015. Analysis of the status of domestic and overseas forest type map and development plan. National Institute of Forest Science 54: 1-32. ISSN 2288-4815 (In Korean).
Kim, E.M. 2013. Extraction of the tree regions in forest areas using LIDAR data and ortho-image. Journal of the Korean Society for Geospatial Information System 21(2): 27-34. (in Korean with English abstract).
Koch, B. 2010. Status and future of laser scanning, synthetic aperture radar and hyperspectral remote sensing data for forest biomass assessment. ISPRS Journal of Photogrammetry and Remote Sensing 65(6): 581-590.

상세보기
Krainak, M.A. et al. 2012. Laser transceivers for future NASA missions. Laser Technology for Defense and Security VIII 8381: 83810Y.
Kugler, F., Schulze, D., Hajnsek, I., Pretzsch, H. and Papathanassiou, K.P. 2014. TanDEM-X Pol-InSAR performance for forest height estimation. IEEE Transactions on Geoscience and Remote Sensing 52(10): 6404-6422.

상세보기
Kwak, D.A., Lee, W.K. and Son, M.H. 2005. Application of LiDAR for measuring individual trees and forest stands. Journal of Korean Forest Society 94(6): 431-440. (in Korean with English abstract).
Lang, N., Schindler, K. and Wegner, J.D. 2019. Country-wide high-resolution vegetation height mapping with Sentinel-2. Remote Sensing of Environment 233: 111347.

상세보기
Lagomasino, D., Fatoyinbo, T., Lee, S.K. and Simard, M. 2015. High-resolution forest canopy height estimation in an African blue carbon ecosystem. Remote Sensing in Ecology and Conservation 1(1): 51-60.

상세보기
Lee, D.K., Ryu, J.E., Kim, E.Y. and Jeon, S.W. 2008. Analysis of forest structure using LiDAR data: A case study of forest in Namchon-Dong, Osan. Journal of Environmental Impact Assessment 17(5): 279-288. (in Korean with English abstract).
Lefsky, M.A., Cohen, W.B. and Spies, T.A. 2001. An evaluation of alternate remote sensing products for forest inventory, monitoring, and mapping of Douglas-fir forests in western Oregon. Canadian Journal of Forest Research 31(1): 78-87.

상세보기
Lefsky, M.A., Cohen, W.B., Parker, G.G. and Harding, D.J. 2002. Lidar remote sensing for ecosystem studies. BioScience 52(1): 19-30.

상세보기
Lefsky, M.A., Harding, D.J., Keller, M., Cohen, W.B., Carabajal, C.C., Espirito-Santo, F.D.B., Hunter, M.O. and Oliveira Jr, R.D. 2005. Estimates of forest canopy height and aboveground biomass using ICESat. Geophysical Research Letters 32(22): L22S02.
Li, W., Niu, Z., Liang, X., Li, Z., Huang, N., Gao, S., Wang, C. and Muhammad, S. 2015. Geostatistical modeling using LiDAR-derived prior knowledge with SPOT-6 data to estimate temperate forest canopy cover and above-ground biomass via stratified random sampling. International Journal of Applied Earth Observation and Geoinformation 41: 88-98.

상세보기
Li, W., Niu, Z., Shang, R., Qin, Y., Wang, L. and Chen, H. 2020. High-resolution mapping of forest canopy height machine learning by coupling ICESat-2 LiDAR with Sentinel-1, Sentinel-2, and Landsat-8 data. International Journal of Applied Earth Observation and Geoinformation 92: 102163.
Liang, X. et al. 2016. Terrestrial laser scanning in forest inventories. ISPRS Journal of Photogrammetry and Remote Sensing 115: 63-77.

상세보기
Lim, K., Treitz, P., Wulder, M., St-Onge, B. and Flood, M. 2003. Lidar remote sensing of forest structure. Progress in Physical Geography 27(1): 88-106.

상세보기
Lim, Y.S., La, P.H., Park, J.S., Lee, M.H., Pyeon, M.W. and Kim, J.I. 2015. Calculation of tree height and canopy crown from drone images using segmentation. Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography 33(6): 605-614. (in Korean with English abstract).

원문보기 상세보기
Luscombe, D.J., Anderson, K., Gatis, N., Wetherelt, A., Grand-Clement, E. and Brazier, R.E. 2014. What does airborne LiDAR really measure in upland ecosystems?. Ecohydrology 8(4): 584-594.
Mallet, C. and Bretar, F. 2009. Full-waveform topographic lidar: state-of-the-art. ISPRS Journal of Photogrammetry and Remote Sensing 64(1): 1-16.

상세보기
Markiewicz, J., Abratkiewicz, K., Gromek, A., Ostrowski, W., Samczynski, P. and Gromek, D. 2019. Geometrical matching of SAR and optical images utilizing ASIFT features for SAR-based navigation aided systems. Sensors 19(24): 5500.

상세보기
Massonnet, D. and Feigl, K.L. 1998. Radar interferometry and its application to changes in the earth's surface. Reviews of Geophysics 36(4): 441-500.

상세보기
McCombs, J.W., Roberts, S.D. and Evans, D.L. 2003. Influence of fusing Lidar and multispectral imagery on remotely sensed estimates of stand density and mean tree height in a managed loblolly pine plantation. Forest Science 49(3): 457-466.

상세보기
McGaughey, R.J. 2021. FUSION/LDV: Software for LIDAR data analysis and visualization, U.S. Forest Service (Pacific Northwest Research Station).
Mcinerney, D.O., Suarez-Minguez, J., Valbuena, R. and Nieuwenhuis, M. 2010. Forest canopy height retrieval using LiDAR data, medium-resolution satellite imagery and kNN estimation in Aberfoyle, Scotland. Forestry 83(2): 195-206.

상세보기
Meddens, A.J.H., Vierling, L.A., Eitel, J.U., Jennewein, J.S., White, J.C. and Wulder, M.A. 2018. Developing 5 m resolution canopy height and digital terrain models from WorldView and ArcticDEM data. Remote Sensing of Environment 218: 174-188.

상세보기
Schlund, M., Poncet, F.V., Kuntz, S., Boehm, H.V., Hoekman, D.H. and Schmullius, C. 2016. TanDEM-X elevation model data for canopy height and aboveground biomass retrieval in a tropical peat swamp forest. International Journal of Remote Sensing 37(21): 5021-5044.

상세보기
NASA (National Aeronautics and Space Administration). 2009. IceSat Homepage, (Accessed July 22, 2010). http://icesat.gsfc.nasa.gov/index.php
Naesset, E. and Bjerknes, K.O. 2001. Estimating tree heights and number of stems in young forest stands using airborne laser scanner data. Remote sensing of Environment 78(3): 328-340.

상세보기
Naesset, E. 2002. Predicting forest stand characteristics with airborne scanning laser using a practical two-stage procedure and field data. Remote Sensing of Environment 80(1): 88-89.

상세보기
Naesset, E. 2004. Practical large-scale forest stand inventory using small-footprint airborne scanning laser. Scandinavian Journal of Forest Research 19(2): 164-179.
Pang, Y., Lefsky, M., Sun, G. and Ranson, J. 2011. Impact of footprint diameter and off-nadir pointing on the precision of canopy height estimates from spaceborne lidar. Remote Sensing of Environment 115(11): 2798-2809.

상세보기
Persson, H. and Fransson, J.E.S. 2014. Forest variable estimation using radargrammetric processing of TerraSAR-X images in boreal forests. Remote Sensing 6(3): 2084-2107.

상세보기
Potapov, P. et al. 2021. Mapping global forest canopy height through integration of GEDI and Landsat data. Remote Sensing of Environment 253: 112165.

상세보기
Popescu, S.C., Wynne, R.H. and Scrivani, J.A. 2004. Fusion of small-footprint lidar and multispectral data to estimate plot-level volume and biomass in deciduous and pine forests in Virginia, USA. Forest Science 50(4): 551-565.

상세보기
Qi, W. and Dubayah, R.O. 2016. Combining Tandem-X InSAR and simulated GEDI lidar observations for forest structure mapping. Remote Sensing of Environment 187: 253-266.

상세보기
Rosen, P.A., Hensley, S., Joughin, I.R., Li, F.K., Madsen, S.N., Rodriguez, E. and Goldstein, R.M. 2000. Synthetic aperture radar interferometry. Proceedings of the IEEE 88(3): 333-382.
Reutebuch, S.E., McGaughey, R.J., Andersen, H.E. and Carson, W.W. 2003. Accuracy of a high-resolution lidar terrain model under a conifer forest canopy. Canadian Journal of Remote Sensing 29(5): 527-535.

상세보기
Saatchi, S.S. et al. 2011. Benchmark map of forest carbon stocks in tropical regions across three continents. Proceedings of the National Academy of Sciences 108(24): 9899-9904.
Shaheen, A., Sims-Waterhouse, D., Bointon, P., Takushima, S., Piano, S. and Leach, R.K. 2021. Characterization of a multi-view fringe projection system based on the stereo matching of rectified phase maps. Measurement Science and Technology 32(4): 045006.
Ullah, S., Dees, M., Datta, P., Adler, P., Saeed, T., Khan, M.S. and Koch, B. 2020. Comparing the potential of stereo aerial photographs, stereo very high-resolution satellite images, and TanDEM-X for estimating forest height. International Journal of Remote Sensing 41(18): 6976-6992.

상세보기
Sankey, T., Donager, J., McVay, J. and Sankey, J.B. 2017. UAV lidar and hyperspectral fusion for forest monitoring in the southwestern USA. Remote Sensing of Environment 195: 30-43.

상세보기
Sankey, T.T., McVay, J., Swetnam, T.L., McClaran, M.P., Heilman, P. and Nichols, M. 2018. UAV hyperspectral and lidar data and their fusion for arid and semi-arid land vegetation monitoring. Remote Sensing in Ecology and Conservation 4(1): 20-33.
Schutz, B.E., Zwally, H.J., Shuman, C.A., Hancock, D. and DiMarzio, J.P. 2005. Overview of the ICESat mission. Geophysical Research Letters 32: L21S01.

상세보기
Sexton, J.O., Bax, T., Siqueira, P., Swenson, J.J. and Hensley, S. 2009. A comparison of lidar, radar, and field measurements of canopy height in pine and hardwood forests of southeastern North America. Forest Ecology and Management 257(3): 1136-1147.

상세보기
Simard, M., Pinto, N., Fisher, J.B. and Baccini, A. 2011. Mapping forest canopy height globally with spaceborne lidar. Journal of Geophysical Research Biogeosciences 116(G4).
Solberg, S., Astrup, R., Breidenbach, J., Nilsen, B. and Weydahl, D. 2013. Monitoring spruce volume and biomass with InSAR data from TanDEM-X. Remote Sensing of Environment 139: 60-67.

상세보기
St-Onge, B.A. and Achaichia, N. 2001. Measuring forest canopy height using a combination of lidar and aerial photography data. International Archives of Photogrammetry Remote Sensing and Spatial Information Sciences 34(3/W4): 131-138.
Su, Y., Guo, Q., Xue, B., Hu, T., Alvarez, O., Tao, S. and Fang, J. 2016. Spatial distribution of forest aboveground biomass in China: Estimation through combination of spaceborne lidar, optical imagery, and forest inventory data. Remote Sensing of Environment 173: 187-199.

상세보기
Torun, A.T. and Orhan, O. 2021. Investigation of temporal baseline effect on DEMs derived From COSMO Sky-Med data. International Journal of Engineering and Geosciences 6(3): 157-164.
Treuhaft, R.N. and Siqueira, P.R. 2000. The vertical structure of vegetated land surfaces from interferometric and polarimetric radar. Radio Science 35(1): 141-177.
Ullah, S., Dees, M., Datta, P., Adler, P., Saeed, T., Khan, M.S. and Koch, B. 2020. Comparing the potential of stereo and aerial photographs, stereo very high-resolution satellite images, and TanDEM-X for estimating forest height. International Journal of Remote Sensing 41(18): 6976-6992.
Leeuwen, M.V. and Nieuwenhuis, M. 2010. Retrieval of forest structural parameters using LiDAR remote sensing. European Journal of Forest Research 129(4): 749-770.

상세보기
Li, W., Zheng, N., Shang, R., Qin, Y., Wang, L. and Chen, H. 2020. High-resolution mapping of forest canopy height using machine learning by coupling ICESat-2 LiDAR with Sentinel-1, Sentinel-2 and Landsat-8 data. International Journal of Applied Earth Observation and Geoinformation 92: 102163.

상세보기
Wang, X., Huang, H., Gong, P., Biging, G.S., Xin, Q., Chen, Y., Yang, J. and Liu, C. 2016. Quantifying multi-decadal change of planted forest cover using airborne LiDAR and Landsat imagery. Remote Sensing 8(1): 62.

상세보기
Wang, Y., Li, G., Ding, J., Guo, Z., Tang, S., Wang, C., Huang, Q., Liu, R. and Chen, J.M. 2016. A combined GLAS and MODIS estimation of the global distribution of mean forest canopy height. Remote Sensing of Environment 174: 24-43.

상세보기
White, J.C., Wulder, M.A., Vastaranta, M., Coops, N.C., Pitt, D. and Woods, M. 2013. The utility of image-based point clouds for forest inventory: A comparison with airborne laser scanning. Forests 4(3): 518-536.

상세보기
Woo, C.S., Yoon, J.S., Shin, J.I. and Lee, K.S. 2007. Automatic extraction of individual tree height in mountainous forest using airborne lidar data. Journal of Korean Forest Society 96(3): 251-258. (in Korean with English abstract).
Wulder, M.A., Bater, C.W., Coops, N.C., Hilker, T. and White, J.C. 2008. The role of lidar in sustainable forest management. The Forestry Chronicle 84(6): 807-826.

상세보기
Wulder, M.A., White, J.C., Nelson, R.F., Naesset, E., Orka, H.O., Coops, N.C., Hilker, T., Bater, C.W. and Gobakken, T. 2012. Lidar sampling for large-area forest characterization: A review. Remote Sensing of Environment 121: 196-209.

상세보기
Yu, X. et al. 2015. Comparison of laser and stereo optical, SAR and InSAR point clouds from air-and space-borne sources in the retrieval of forest inventory attributes. Remote Sensing 7(12): 15933-15954.

상세보기
Zald, H.S.J., Wulder, M.A., White, J.C., Hilker, T., Hermosilla, T., Hobart, G.W. and Coops, N.C. 2016. Integrating Landsat pixel composites and change metrics with lidar plots to predictively map forest structure and aboveground biomass in Saskatchewan, Canada. Remote Sensing of Environment 176: 188-201.

상세보기
Zhang, J., Nielsen, S.E., Mao, L., Chen, S. and Svenning, J.C. 2016. Regional and historical factors supplement current climate in shaping global forest canopy height. Journal of Ecology 104(2): 469-478.

상세보기
Zimble, D.A., Evans, D.L., Carlson, G.C., Parker, R.C., Grado, S. C. and Gerard, P.D. 2003. Characterizing vertical forest structure using small-footprint airborne LiDAR. Remote Sensing of Environment 87(2-3): 171-182.

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