Spatial Information Research

  • 제18권3호
  • /
  • Pages.23-32
  • /
  • 2010
  • /
  • 2366-3286(pISSN)
  • /
  • 2366-3294(eISSN)
대한공간정보학회 (Korea Spatial Information Society)
권호 표지

항공 라이다데이터를 이용한 산림영역 탐지

Detection of Forest Areas using Airborne LIDAR Data

  • 황세란 (서울시립대학교 공간정보공학과) ;
  • 김성준 (서울시립대학교 공간정보공학과) ;
  • 이임평 (서울시립대학교 공간정보공학과)
  • 투고 : 2010.05.27
  • 심사 : 2010.08.27
  • 발행 : 2010.08.30
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

산림영역에서 획득된 라이다데이터는 산림영역의 DTM생성, 수고 및 산림생체량 추정과 같은 산림연구에 효과적으로 이용될 수 있다. 이를 위한 핵심적인 전처리 과정으로 본 연구는 라이다데이터로부터 산림영역을 효과적으로 탐지하기 위한 방법을 개발하고자 한다. 먼저 라이다데이터로부터 산림영역으로 판단하기에 효과적인 다반사 특성, 높이값 편차 및 공간적 분포에 기반한 세 가지 인지적 단서를 제시하였다. 각 단서들에 기반하여 산림후보영역을 탐지하고, 오분류를 제거하고 경계를 정제하기 위한 이진형태학적처리를 수행하여 최종산림영역을 결정하였다. 항공영상을 이용하여 생성한 기준데이터로 검증한 결과에 따르면 세 종류 단서에 의한 방법 모두 약 90% 이상의 정확도를 보이는 것으로 평가되었다. 특히 다반사 특성에 기반한 방법이 다른 방법에 비교하여 정확도 및 단순도 측면에서 보다 좋은 방법으로 판단된다. 또한, 각각의 단서에 기반한 개별적인 결과를 조합하면 분류 정확도가 개선되는 것을 확인하였다.

LIDAR data are useful for forest applications such as bare-earth DEM generation for forest areas, and estimation of tree height and forest biomass. As a core preprocessing procedure for most forest applications, this study attempts to develop an efficient method to detect forest areas from LIDAR data. First, we suggest three perceptual cues based on multiple return characteristics, height deviation and spatial distribution, being expected as reliable perceptual cues for forest area detection from LIDAR data. We then classify the potential forest areas based on the individual cue and refine them with a bi-morphological process to eliminate falsely detected areas and smoothing the boundaries. The final refined forest areas have been compared with the reference data manually generated with an aerial image. All the methods based on three types of cues show the accuracy of more than 90%. Particularly, the method based on multiple returns is slightly better than other two cues in terms of the simplicity and accuracy. Also, it is shown that the combination of the individual results from each cue can enhance the classification accuracy.

키워드

과제정보

연구 과제 주관 기관 : 한국연구재단

참고문헌

  1. A Persson, U. Soderman, J. Topel, and S. Alhberg, 2005, "Visualization and Analysis of Full-Waveform Airborne Laser Scanner Data," Proceedings of International Archives of Photogrammetry, Enschede, Netherland, Vol.36, pp.103-108.
  2. C. Pascual, A Garcia-Abril, L. G. Garcia Montero, S. Martin-Fernandez, and W.B Bohen, 2008, "Object-based semi-automatic approach for forest structure characterization using lidar data in heterogeneous Pinus sylvestrisstands," Forest Ecology, and Management, vol. 255, no. 11, pp.3677-3685. https://doi.org/10.1016/j.foreco.2008.02.055
  3. D. L. Kao, M G. Kramer, A L. Love, J. L. Dungan, and A. T. Pang, 2005, "Visulizaing Distributions from Multi-Return Lidar Data to Understand Forest Structure," Cartographic Journal, vol. 42, no. 1, pp.35-47. https://doi.org/10.1179/000870405X57257
  4. E. P. Baltsavias, 1999, "Airborne laser scanning: basic relations and formulas," ISPRS Journal of Photogrammetry and Remote Sensing, vol.54 no.2-3, pp.199-214. https://doi.org/10.1016/S0924-2716(99)00015-5
  5. F. F. Tang, J. N. Liu, X. H Zhang, and Z. M Ruan, 2008, "Derivation of digital terrain model in forested area with airborne lidar data," International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, vol. 37, pp.343-348.
  6. H. Taguchi, T. Endo, M. Setojima, and Y. Yasuoka, 2006, "A New Method for Individual Tree Detection Using Airborne LiDAR Pulse Data," Poc. Asian Conference on Remote Sensing, P-1, P19, [Online] Available: AARS, http://www.a-a-r-s.org/acrs.
  7. J. O. Sexton, T. Bax, P. Siqueira, J. J. Swenson, and S. Hensley, 2009, "A comparison of lidar, radar and field measurements of canopy height in pine and hardwood forests of southeastern North America," Forest Fcology and Mana gement, vol. 257, no. 3, pp.1136-1147. https://doi.org/10.1016/j.foreco.2008.11.022
  8. K. Zhang, S. Chen, D. Whitman, M. Shyu, J. Yan, and C. Zhang, 2003, "A Progressive Morphological Filter for Removing Nonground Measurements From Airborne LIDAR Data," IEEE Transactions on Geoscience and Remote Sensing, vol. 41, no. 4, pp.872-882. https://doi.org/10.1109/TGRS.2003.810682
  9. K. Zhao, S. Popescu, and R. Nelson, 2009, "Lidar remote sensing of forest biomass: A scale-invariant estimation approach using airborne lasers," Remote Sensing of Environment, vol. 113,no. 1, pp.182-196. https://doi.org/10.1016/j.rse.2008.09.009
  10. Y. Wang, H. Weinacker, and B. Koch, 2008, "A Lidar Point Cloud Based Procedure for Vertical Canopy Structure Analysis And 3D Single Tree Modelling in Forest," Sensors, vol. 8, no.6, pp.3938-3951. https://doi.org/10.3390/s8063938
  11. 곽두안, 이우균, 손민호, 2005, "개체목 및 임분조사를 위한 LIDAR 응용에 관한 연구," 한국임학회지, 제94권, 저116호, pp.431-440.
  12. 송철철, 이우균, 곽두안, 곽한빈, 2008, "산림조사에서의 항공라이다 취득인자에 따른 영향분석을 위한 시뮬레이션 모델 개발," 한국GIS학회 2008 공동춘계학술대회, pp.310-317.
  13. 윤정숙, 이규성, 신정일, 우충식, 2006, "산림지역에서의 항공 Lidar 자료의 특성 및 지면점 분리," 대한원격탐사학회지, 제22권, 제6호, pp.533-542. https://doi.org/10.7780/kjrs.2006.22.6.533
  14. 장안진, 김대성, 김용일, 김경옥, 2005, "LiDAT데이터와 컬러항공사진을 이용한 수목의 개체 추출 및 높이추정," 한국GIS학회 2005년 추계학술대회, pp.67-74.
  15. 장안진, 김형태, 2008, "항공사진과 Lidar 데이터를 이용한 산림지역의 바이오매스 추정에 관한 연구," 한국지리정보학회지, 제11권, 제3호, pp.166-173.
  16. http://www.itc.nl/isprswgIII-3/filtertest/index.html.