Journal of Cadastre & Land InformatiX (지적과 국토정보)

LX Spatial Information Research Institute (한국국토정보공사 공간정보연구원)
권호 표지
DOI QR코드

DOI QR Code

Application of Remote Sensing and Geographic Information System in Forest Sector

원격탐사와 지리정보시스템의 산림분야 활용

  • Lee, Woo-Kyun (Department of Environmental Science and Ecological Engineering, Korea University) ;
  • Kim, Moonil (Department of Environmental Science and Ecological Engineering, Korea University) ;
  • Song, Cholho (Department of Environmental Science and Ecological Engineering, Korea University) ;
  • Lee, Sle-gee (Department of Environmental Science and Ecological Engineering, Korea University) ;
  • Cha, Sungeun (Department of Environmental Science and Ecological Engineering, Korea University) ;
  • Kim, GangSun (Department of Environmental Science and Ecological Engineering, Korea University)
  • 이우균 (고려대학교 환경생태공학과) ;
  • 김문일 (고려대학교 환경생태공학과) ;
  • 송철호 (고려대학교 환경생태공학과) ;
  • 이슬기 (고려대학교 환경생태공학과) ;
  • 차성은 (고려대학교 환경생태공학과) ;
  • 김강선 (고려대학교 환경생태공학과)
  • Received : 2016.10.07
  • Accepted : 2016.12.07
  • Published : 2016.12.10
Download PDF
⟨ Previous Next ⟩

Abstract

Forest accounts for almost 64 percents of total land cover in South Korea. For inventorying, monitoring, and managing such large area of forest, application of remote sensing and geographic information system (RS/GIS) technology is essential. On the basis of spectral characteristics of satellite imagery, forest cover and tree species can be classified, and forest cover map can be prepared. Using three dimensional data of LiDAR(Light Detection and Ranging), tree location and tree height can be measured, and biomass and carbon stocks can be also estimated. In addition, many indices can be extracted using reflection characteristics of land cover. For example, the level of vegetation vitality and forest degradation can be analyzed with VI (vegetation Index) and TGSI (Top Grain Soil Index), respectively. Also, pine wilt disease and o ak w ilt d isease c an b e e arly detected and controled through understanding of change in vegetation indices. RS and GIS take an important role in assessing carbon storage in climate change related projects such as A/R CDM, REDD+ as well. In the field of climate change adaptation, impact and vulnerability can be spatio-temporally assessed for national and local level with the help of spatio-temporal data of GIS. Forest growth, tree mortality, land slide, forest fire can be spatio-temporally estimated using the models in which spatio-temporal data of GIS are added as influence variables.

산림은 우리나라 토지피복 면적의 64%에 해당하는 넓은 면적을 차지한다. 이와 같이 넓은 면적의 산림을 조사, 모니터링, 관리하기 위해서는 원격탐사 및 지리정보시스템 기술이 필수적이다. 위성영상의 분광반사 특성을 이용하여 임상 및 수종분류가 가능하며, 이를 통해 임상도를 제작할 수 있다. 3차원 자료인 LiDAR를 이용하여 개체목의 위치와 수고 측정, 이를 통해 바이오매스와 탄소량 추정이 가능하다. 그 외에도 대상물의 반사특성을 이용해서 각종 지수들이 추출될 수 있는데, 예를 들어 식생지수와 표면토양지수 등을 통해 식생의 활력도와 산림 황폐화 정도를 파악 할 수 있다. 이러한 식생지수들의 변이를 파악하여 소나무 재선충병, 참나무 시들음병 등의 조기탐지 및 관리도 가능하다. 또한 A/R CDM, REDD+ 등 최근 기후변화 대응 사업에 있어서 원격탐사는 사업성 판단과 이산화탄소 흡수 및 저장량을 산정하는데 중요한 역할을 하고 있다. 기후변화 취약성 평가에서는 지리정보시스템의 시공간자료를 이용하여 국가 및 지자체 단위의 취약성이 시공간적으로 평가되고 있다. 또한, 시공간자료를 영향변수로 추가시킨 각종 모델을 통해 산림생장, 입목고사, 산사태 및 산불 등의 예측이 시공간적으로 이루어 질 수 있다.

Keywords

References

  1. 곽한빈, 이우균, 이시영, 원명수, 구교상, 이병두, 이명보. 2010. 우리나라 산불 발생의 원인별 공간적 특성 분석. 한국임학회지 99(3):259-266. (Kwak H, Lee WK, Lee, SY, Won MS, Koo KS, Lee, B,Lee M. 2010. Cause-specific spatial pointpattern analysis of forest fire in Korea. Journalof Forest Society. 99(3):259-266.)
  2. 국립산림과학원. 2009. 2009년도 산림병해충 발생예찰조사 연보. 국립산림과학원 보고서. (National Institute of Forest Science. 2009. 2009 Annual report of monitoring for forest inscetpests and diseases in Korea. National Instituteof Forest Science Report.)
  3. 김경민, 김철민, 전은진. 2009. 1:25,000 수치임상도 제작체계 표준화 연구. 한국지리정보학회지, 12(3):143-151. (Kim KM, Kim CM, Jun EJ. 2009. Study on the Standard for 1:25,000 Scale Digital Forest Type Map Production in Korea. Journal of the Korean Association of Geographic InformationStudies. 12(3):143-151.)
  4. 김문일, 이우균, 권태협, 곽두안, 김유승, 이승호. 2011. 휴대용 근적외선 카메라로부터 얻어진 DI (Detection Index)를 이용한 소나무 재선충 피해목의 조기감별. 한국임학회지, 100(3):374-381. (Kim M., Lee WK, Kwon TH, Kwak DA, Kim YS, LeeSH. 2011. Early Detecting Damaged Trees by Pine Wilt Disease Using DI(Detection Index)from Portable Near Infrared Camera. Journal of Korean Forest Society. 100(3):374-381.)
  5. 김소라, 이정빈, 김정수, 김은숙, 이우균. 2014. 참나무 시들음병 피해목의 공간분포 특성 분석. 2014 한국지형공간정보학회 춘계학술대회, 209-210. (Kim SR, Lee JB, Kim JS, Kim ES, Lee WK. 2014.Spatial distribution analysis for damaged treesby Oak wilt disease. The Korean Society For Geospatial Information System 2014 Spring Conference. 209-210.)
  6. 김순아, 이우균, 손요환, 조영성, 이미선. 2009. 산림에 대한 기후변화 영향평가 모형의 국내 적용성 분석. 한국임학회지. 98(1):33-48. (Kim SN, Lee WK, Son Y, Cho Y , L ee MS. 2009.Applicability of climate change impact assessmentmodels to Korean forest. Journal of Forest Society. 98(1):33-48.)
  7. 김윤경, 이우균. 1999. 임상도와 GIS를 이용한 산림자원정보시스템 개발. 한국산림측정학회지 2(1):40-49. (Kim YK, Lee WK. 1999. Development of forestresources information system using forest typemap and GIS. Korean Journal of ForestManagment. 2(1):40-49.)
  8. 김지연, 이수경, 노남진, 윤태경, 한새롬, Cui G, 이우균, 손요환. 2013. 강원도 고성군 소규모 신규조림/재조림 CDM 시범사업의 온실가스 감축량 산정연구. 한국임학회지, 102(3):398-406. (Kim J, Lee SK., Noh NJ, Yoon TK, Han S, Cui G, LeeWK, Son Y. 2013. A Study on Greenhouse Gas Removals Estimation of a Small Scale Afforestation/reforestation CDM Pilot Project in Goseong, Gangwon Province. Journal of Korean Forest Society. 102(3):398-406.)
  9. 변정연, 이우균, 최성호, 오수현, 유성진, 권태성, 성주한, 우재욱. 시공간 정보기반 산림 생태계의 기후변화 취약성 평가. 한국원격탐사학회지. 28(1):159-169. (Byun J, Lee WK, Choi S, Oh S, Yoo S, Kwon T, Sung J, Woo J. 2012. Vulnerability assessment forforest rcosystem to climate change based onspatio-temporal information. Korean Journal of Remote Sensing. 28(1):159-169.) https://doi.org/10.7780/kjrs.2012.28.1.159
  10. 산림청. 2016. 임업통계연보. 산림청 Korea Forest Service. 2016. Statistical yearbook of forestry. Korea Forest Service.
  11. 유성진, 이우균, 이승호, 김은숙, 이종렬. 2011. 위성영상과 공간자료를 이용한 북한 지역의 재조림 CDM 대상지 선정 및 적지분석 방안. 한국지형공간정보학회지. 19(3):3-11. (Yoo SJ, L ee WK, Lee SH, Kim ES, Lee JY. 2011.Approach for suitable site selection andanalysis for reforestation CDM using satelliteimage and spatial data in North Korea. Journal of the Korean Society for Geospatial Informationsystem. 19(3):3-11.)
  12. 윤진일, 최재연, 윤영관, 정유란. 2000. 산악지대의 일 최저기온 공간내삽모형. 한국농림기상확회지. 2(4):175-182. (Yun JI, Choi JY, Yoon YK, Chung U. 2000. A spatialInterpolation model for daily minimumtemperature over mountainous regions. Korean Journal of Agricultural and Forest Meteorology.2(4):175-182.)
  13. 한국기후변화학회. 2014. 천리포수목원 Bio-Green 사업. 공익재단법인 천리포수목원. (KSCC) The Korean Society of Climate Change Research. 2014. Chollipo arboretum Bio-Green project. Chollipo Arboretum.
  14. 조명희, 조윤원. 2006. 위성영상기반 전자주제도 작성 및 관리시스템 개발-산림행정업무지원서비스를 연구사례로-. 한국지리정보학회지. 9(1):89-100. (Jo MH, Jo YW. 2006. Developing the satellite imagebased e-thematic construction and managementsystem-case study of supporting forestadministrative service-. Journal of the Korean Association of Geographic Information Studies.9(1):89-100.)
  15. 정기현, 이우균, 심우범. 1998. 항공사진과 GIS를 이용한 토지이용형태 및 산림식생변화 모니터링. 한국산림측정학회지. 1(2):43-51. (Chung KH, Lee WK, Shim SB. 1998. Monitoring theland use type and forest vegetation changesusing aerial photograph and GIS. Korean Jounal or Forest Measurements. 1(2):43-51.)
  16. 정현용, 이우윤, 남기준, 김문일. 2013. 기후변화에 따른 임상푼포 변화 및 탄소저장량 예측. 기후변화학회지. 4(2):177-188. (Jeong HY, Lee WK, Nam K, Kim M. 2013. Estimatingthe Change of Potential Forest Distributionand Carton Stock by Climate C hanges-Focused on Forest in Yongin-City-. Journal of Climate Change Research. 4(2):177-188.)
  17. 한화진, 안소은, 최은진, 한기주, 이정택, 김해동, 손요환, 박용하, 조광우, 윤정호, 이은애, 김승만. 2006. 기후변화 영향평가 및 적응시스템 구축II, 한국환경정책평가연구원. Han HJ, Ahn SE, Choi EJ, Lee JT, Kim HD, Son Y, Park YH, Cho KW, Yoon JH, Lee E, Kim SM. 2006. Climate change impact assessment and development of adaptation strategies in Korea. Korea Environment Institute. p. 406.
  18. 함보영, 이우균, 정재서, 이준학. 2004. IKONOS 영상과 GIS를 이용한 참나무류의 공간분포 및 출현확률추정. 한국산림측정학회지. 7(1):74-84. (Ham BY, Lee WK, Ching JS, Lee JH. 2004. Estimationof spatial distribution and occurrenceprobability of Oak species using IKONOSsatellite imagery and GIS. Korean Journal of Forest Measurements. 7(1):74-84.)
  19. Boudreau J, Nelson RF, Margolis HA, Beaudoin A, Guindon L, Kimes DS. 2008. Regional aboveground forest biomass using airborne and spaceborne LiDAR in Quebec. Remote Sensing of Environment. 112(10):3876-3890. https://doi.org/10.1016/j.rse.2008.06.003
  20. Byun JG, Lee WK, Kim M, Kwak DA, Kwak H, Park T, Byun WH, Son Y, Choi JK, Lee YJ, Saborowski J, Chung DJ, Jung JH. 2013. Radial growth response of Pinus densiflora and Quercus spp. to topographic and climatic factors in South Korea. J. Plant Ecol. 6:380-392. https://doi.org/10.1093/jpe/rtt001
  21. IPCC. 2007. Climate change: Physical science basis. Paris. France. p. 2-21.
  22. Kim E, Lee WK, Yoon M, Lee J Y, Lee EJ, Moon J. 2016a. Detecting Individual Tree Position and Height Using Airborne LiDAR Data in Chollipo Arboretum, South Korea. Terrestrial. Atmospheric & Oceanic Sciences. 27(4):593-604.
  23. Kim E, Lee WK, Yoon M, Lee JY, Son Y, Salim KA. 2016b. Estimation of Voxel-based aboveground Biomass using airborne LiDAR data in intact tropical rain forest, Brunei, forests (in press).
  24. Kim SR, Lee WK, Kwak DA, Biging GS, Gong P, Lee JH, Cho HK. 2011. Forest cover classification by optimal segmentation of high resolution satellite imagery. Sensors. 11(2):1943-1958.
  25. Kwak DA, Lee WK, Lee JH, Biging GS, Gong P. 2007. Detection of individual trees and estimation of tree height using LiDAR data. Journal of Forest Research. 12(6):425-434. https://doi.org/10.1007/s10310-007-0041-9
  26. Kwak, D.A Chung, J.W, Lee, W.K, Kafatos, M, Lee, S.Y, Cho, H.K, Lee, S.H. 2010. Evaluation for Damaged Degree of Vegetation by Forest Fire using LIDAR and Digital Aerial Photograph. Photogrammetric Engineering and Remote Sensing. 76(3): 277-287. https://doi.org/10.14358/PERS.76.3.277
  27. Kwak H, Lee WK, Saborowski J, Lee SY, Won MS, Koo KS, Lee MB, Kim SN. 2012. Estimating the spatial pattern of human-caused forest fires using a generalized linear mixed model with spatial autocorrelation in South Korea. International Journal of Geographical Information Science. 26:1589-1602. https://doi.org/10.1080/13658816.2011.642799
  28. Olmos, S. 2001. Vulnerability and Adaptation to Climate Change: Concepts, Issues, Assessment Methods. Climate Change Knowledge Network, http://www.cckn.net.
  29. Piao, D., 이우균, Zhu, Y., 김문일, 송철호. 2016a. 북한에서의 REDD+ 사업을 위한 산림황폐화 및 탄소 저장량 평가. 한국환경생물학회지 34(1): 1-7 (Piao D., Lee, W.K., Zhu Y., Kim MI., Song CH. 2016a. Assessment of forest degradation and carbonstorage for REDD+Project in North Korea. Korean J. Environ. Biol. 34(1): 1-7.)
  30. Piao D, Kim M, Lee WK, Choi GM, Moon J. 2016b Development of a DBH-Growth Model Based on Site and Climatic Conditions. Annals of Forest Science. (Under review) .
  31. Xu, Z., 곽한빈, 이우균, 박태진, 권태협, 박선민. 2011. GIS를 이용한 기후변화에 따른 산사태 취약성 평가. 한국기후변화학회지. 2(1): 43-54. (Xu, Z., Kwak H, Lee W.K., Park T., Kwon T.H., Park,S., 2011. Assessment of landslide on climatechange using GIS. Climage Change Research2(1):43-54.)
  32. Yu, H., Lee, J.Y., Lee, W.K., Cui, G., Cho, J.K., Wei, G., Li. L. 2016. Application of CASI Hyperspectral Image to Analysis of the Distribution of Hydrogen-Fluoride-Damaged Vegetation in Gumi, Korea. Journal of the Indian Society of Remote Sensing (Online Publication) 1-11 (SCIE).