DOI QR코드

DOI QR Code

Development of an Aerial Precision Forecasting Techniques for the Pine Wilt Disease Damaged Area Based on GIS and GPS

GIS와 GPS를 이용한 소나무재선충병 피해지 항공정밀예찰 기법 개발

  • Kim, Joon-Bum (Southern Forest Research Center, Korea Forest Research Institute) ;
  • Kim, Dong-Yun (Southern Forest Research Center, Korea Forest Research Institute) ;
  • Park, Nam-Chang (Southern Forest Research Center, Korea Forest Research Institute)
  • 김준범 (국립산림과학원 남부산림연구소) ;
  • 김동윤 (국립산림과학원 남부산림연구소) ;
  • 박남창 (국립산림과학원 남부산림연구소)
  • Received : 2009.11.26
  • Accepted : 2010.03.18
  • Published : 2010.03.30

Abstract

The spatial distribution characteristics of damaged trees by the pine wilt disease appear scattered spots spreading from single dead trees. That is the reason why it is difficult to early detect damage and to prevent from extensive damage. Thus, it is very important to forecast and analyze the damage occurrences, to establish strategies for prevention, and to supervise them. However, conventional survey which observes around roads or residential areas by naked eyes was impossible to investigate completely, missing target areas and dangerous areas. Therefore, aerial forecasting techniques on the damaged area were developed using GIS, GPS, and helicopters for an accurate observation of systematic and scientific approach in this study. Moreover, advantages of the techniques application were confirmed to survey 972 dead tree samples at 349 position-coordinates in 32 cities (about $28,810km^2$), 2005. This study is expected to apply widely to find dead trees and the causes, particularly by pine wilt disease.

소나무재선충병 피해의 공간적 분포 특성은 고사목 단목 중심의 점상 발생을 보이기 때문에 신속한 피해지 파악과 정확한 확산예측에 어려움이 있다. 따라서 피해발생 조기예찰 및 분석, 감시 감독이 매우 중요하다. 그러나 기존의 예찰방법인 도로나 민가 주변 중심의 지상 육안예찰은 누락된 지역이 많고 고산지역, 급경사, 절벽등의 위험지역 예찰이 불가능하기 때문에 본 연구에서는 이러한 단점들을 보완하기 위하여 체계적이고 과학적인 GIS, GPS와 헬기를 이용한 항공정밀예찰 기법을 개발하였으며, 2005년 전국 32개 시 군(약 $28,810km^2$) 피해지역의 349지점 972본의 고사목 위치좌표를 취득하여 소나무재선충병 방제에 활용하였다. 따라서 항공정밀예찰기법 개발은 소나무재선충병 발생 우려지역에 대한 고사목 색출 및 고사원인 규명, 매개충 산란처 제거 등의 효과를 얻을 수 있을 것이다.

Keywords

References

  1. 과학기술부. 2005. 고해상도 위성영상을 이용한 산림병해충정보관리시스템 개발 보고서. 39-40쪽.
  2. 국립산림과학원. 2009. 산림병해충예찰 연보. 25쪽.
  3. 김준범, 조명희, 김동윤, 박규종. 2005. GIS를 이용한 소나무재선충병 수치피해도 구축. 한국임학회 춘계학술대회 논문집. 469-470쪽.
  4. 김준범, 조명희, 김인호, 김영걸. 2003. IKONOS 위성영상과 GPS를 이용한 소나무재선충 피해지역 추출에 관한 연구. 한국임학회지 9(4):362-366.
  5. 김준범, 조명희, 김영걸. 2002. 소나무材線蟲被害地域抽出을 위한 위성영상과 GIS活用. 산림과학논문집. 65(별책):11-17.
  6. 김준범, 조명희, 이상길, 박규종. 2004. 공간정보기술을 이용한 소나무재선충 정보관리시스템 개발. 산림과학논문집. 67(별책) 1-7쪽.
  7. 산림청. 1991. 수목병해충 도감. 231-233쪽.
  8. 조명희, 김준범, 오정수, 이광재. 2001. 고해상도 IKONOS 영상을 활용한 소나무재선충 피해지역 추출기법. 한국지리정보학회지 4(4):72-78.
  9. 조명희, 김준범, 조윤원, 신동호, 김현식. 2002. GPS와 GIS를 이용한 산불진화 자원정보 관리시스템 개발. 한국지리정보학회 춘계학술논문발표대회 발표집. 304-310쪽.
  10. Ekstrand, S. 1996. Landsat TM-Based Forest Damage Assessment: Correction for Topographic Effect. Photogrammetric Engineering & Remote Sensing. 62(2):151-161.
  11. Hoffer. 1995. R.M.D.S Linden and J. L. Pascdhke. Integrating of GIS, GPS and Remote Sensing for Inexpensive Assessment of Forest Insect Damage. 1995 ACSM/ASPRS Annual Convention & Expoitio Technical Paper. Charlotte. NC. Vol.3, pp.571-578.
  12. Trimble. GPS Pathfiner Office Getting Started Guide 2002. pp.150-156.
  13. Trimble. GPS PRO-XR(Recon) manual 2003. pp.38.