임분 상하층의 바이오매스 조사를 위한 백팩형 라이다와 드론 라이다의 적용성 평가 (Backpack- and UAV-based Laser Scanning Application for Estimating Overstory and Understory Biomass of Forest Stands)

서지정보

· 발행기관 : 한국산림과학회
· 수록지 정보 : 한국산림과학회지 / 112권 / 3호 / 363 ~ 373페이지
· 저자명 : 이희재, 김승욱, 최혜영

초록

산림 바이오매스 조사는 탄소흡수원으로서의 산림을 평가하고 관리하기 위해 주기적으로 수행된다. 원격탐사의 한종류인 라이다는 적은 노동력으로 객관적인 산림 구조 정보를 획득할 수 있어, 최근 라이다(LiDAR, Light Detection and Ranging)를 이용한 산림 조사가 주목받고 있다. 본 연구에서는 임분 상하층 바이오매스 추정에 백팩형 라이다(Backpack Laser Scanning, BPLS)와 드론 라이다(Unmanned Aerial Vehicle Laser Scanning, UAV-LS)를 이용하는 방법을 제시하고그 정확도를 평가하였다. 상층의 경우 BPLS와 UAV-LS의 흉고직경과 수고 추정 정확도를 분석하였고, 하층의 경우 BPLS 데이터에서 추출한 수직구조 변수 중 최상의 변수 조합으로 하층 바이오매스를 추정하는 다중회귀모델을 개발하였다. 그결과, BPLS는 흉고직경을 높은 정확도로 추정하였지만(R2=0.92) 수고는 과소 추정하였다(R2=0.63, Bias=–5.56 m).
UAV-LS는 BPLS보다 더 높은 수고 추정 정확도를 보였다(R2=0.91). 하층의 경우 점들의 평균 높이와 라이다 데이터를 같은 높이를 가진 10개의 층으로 나누었을 때 아래에서 네 번째 층의 점 밀도를 의미하는 변수가 선택되어 모델이 개발되었으며, 교차검증 결과 결정계수 값은 0.68로 나타났다. 본 연구의 결과는 BPLS와 UAV-LS를 이용한 임분의 상하층 바이오매스 조사 방법이 기존의 조사 방식을 효과적으로 대체할 수 있음을 시사한다.

영어초록

Forest biomass surveys are regularly conducted to assess and manage forests as carbon sinks. LiDAR (Light Detection and Ranging), a remote sensing technology, has attracted considerable attention, as it allows for objective acquisition of forest structure information with minimal labor. In this study, we propose a method for estimating overstory and understory biomass in forest stands using backpack laser scanning (BPLS) and unmanned aerial vehicle laser scanning (UAV-LS), and assessed its accuracy. For overstory biomass, we analyzed the accuracy of BPLS and UAV-LS in estimating diameter at breast height (DBH) and tree height. For understory biomass, we developed a multiple regression model for estimating understory biomass using the best combination of vertical structure metrics extracted from the BPLS data. The results indicated that BPLS provided accurate estimations of DBH (R2=0.92), but underestimated tree height (R2=0.63, bias=-5.56 m), whereas UAV-LS showed strong performance in estimating tree height (R2=0.91). For understory biomass, metrics representing the mean height of the points and the point density of the fourth layer were selected to develop the model. The cross-validation result of the understory biomass estimation model showed a coefficient of determination of 0.68. The study findings suggest that the proposed overstory and understory biomass survey methods using BPLS and UAV-LS can effectively replace traditional biomass survey methods.

참고자료

· 없음