Journal of the Korean Association of Geographic Information Studies (한국지리정보학회지)

The Korean Association of Geographic Information Studies (한국지리정보학회)
권호 표지
DOI QR코드

DOI QR Code

Stand Volume Estimation of Pinus Koraiensis Using Landsat TM and Forest Inventory

Landsat TM 영상과 현장조사를 이용한 잣나무림 재적 추정

  • Park, Jin-Woo (Department of Forest Management, Kangwon National University) ;
  • Lee, Jung-Soo (Department of Forest Management, Kangwon National University)
  • 박진우 (강원대학교 산림경영학과) ;
  • 이정수 (강원대학교 산림경영학과)
  • Received : 2013.08.25
  • Accepted : 2014.03.12
  • Published : 2014.03.31
Download PDF
⟨ Previous Next ⟩

Abstract

The objective of this research is to estimate the stand volume of Pinus koraiensis, by using the investigated volume and the information of remote sensing(RS), in the research forest of Kangwon National University. The average volume of the research forest per hectare was $307.7m^3/ha$ and standard deviation was $168.4m^3/ha$. Before and after carrying out 3 by 3 majority filtering on TM image, eleven indices were extracted each time. Independent variables needed for linear regression equation were selected using mean pixel values by indices. The number of indices were eleven: six Bands(except for thermal Band), NDVI, Band Ratio(BR1:Band4/Band3, BR2:Band5/Band4, BR3:Band7/Band4), Tasseled Cap-Greeness. As a result, NDVI and TC G were chosen as the most suitable indices for regression before and after filtering, and R-squared was high: 0.736 before filtering, 0.753 after filtering. As a result of error verification for an exact comparison, RMSE before and after filtering was about $69.1m^3/ha$, $67.5m^3/ha$, respectively, and bias was $-12.8m^3/ha$, $9.7m^3/ha$, respectively. Therefore, the regression conducted with filtering was selected as an appropriate model because of low RMSE and bias. The estimated stand volume applying the regression was $160,758m^3$, and the average volume was $314m^3/ha$. This estimation was 1.2 times higher than the actual stand volume of Pinus koraiensis.

본 연구는 강원대학교 학술림을 대상으로 조사한 42개 표본점의 재적정보와 Landsat TM 영상으로 추출한 Remote Sensing(RS)정보를 이용하여 잣나무임분의 재적을 추정하는 것을 목표로 한다. 실험 대상 학술림 잣나무림의 ha당 평균재적은 $307.7m^3/ha$, 표준편차는 $168.4m^3/ha$이며 산출된 잣나무림 재적을 등급화하였다. TM 영상에 3 by 3 majority filtering을 수행하기 전과 후에 각각 11개의 지수를 추출하였으며, 지수별 평균 화소 값을 이용하여 선형 회귀식 도출에 필요한 독립변수를 선정하였다. 11개의 지수는 6개의 DN(밴드값, 열감지밴드인 Band6을 제외), NDVI(정규식생지수), Band Ratio(BR1:Band4/Band3, BR2:Band5/Band4, BR3:Band7/Band4), Tasseled Cap-Greeness(TC G) 1개로 구성하였다. 그 결과, 필터링 전과 후 모두 NDVI와 TC G가 회귀식에 가장 적합한 지수로 선정되었으며, $R^2$는 필터링 전과 후가 각각 0.736, 0.753로 모두 높았다. 또한, 정확도 비교를 위하여 오차검증을 실시한 결과, RMSE는 필터링 전과 후가 각각 약 $69.1m^3/ha$, 약 $67.5m^3/ha$으로 필터링 후가 낮았으며, bias는 각각 약 $-12.8m^3/ha$, 약 $9.7m^3/ha$으로 필터링 후의 편차가 적어 필터링을 실시한 회귀식이 적합한 모형으로 선정되었다. 필터링 후의 회귀식을 적용하여 추정한 임반별 재적은 총 재적이 약 $160,947m^3$이며, 평균 재적은 약 $315m^3/ha$로 실제 잣나무림의 재적보다 약 1.2배 높게 추정되었다.

Keywords

References

  1. Chung, S.Y., J.S. Yim, H.K. Cho, J.H. Jeong, S.H. Kim and M.Y. Shin. 2009. Estimation of forest biomass for Muju county using biomass conversion table and remote sensing data. Journal of Korean Forest Society 98(4):409-416(정상영, 임종수, 조현국, 정진현, 김성호, 신만용. 2009. 산림바이오매스 변환표와 위성영상을 이용한 무주군의 산림바이오매스추정. 한국임학회지 98(4):409-416).
  2. Crist, E.P. and R.C. Cicone. 1984. A physically-based transformation of thematic mapper data -the TM tasseled cap. IEEE Transactions on Geosciences and Remote Sensing GE-22(3):256-263. https://doi.org/10.1109/TGRS.1984.350619
  3. Franco-Lopez, H., A. R. Ek, and M. E. Bauer. 2001. Estimation and mapping of forest stand density, volume and cover type using the k-nearest neighbors method. Remote Sensing of Environment 77(3):251-274. https://doi.org/10.1016/S0034-4257(01)00209-7
  4. Franklin, J. 1986. Thematic Mapper analysis of coniferous structure and composition. International Journal of Remote Sensing 7(10):1287-1301. https://doi.org/10.1080/01431168608948931
  5. Fransson, J.E., M. Magnusson and J. Holmgren. 2004. Estimation of forest stem volume using optical SPOT-5 satellite and laser data in combination. Proceedings of IEEE International Geoscience and Remote Sensing Symposium. Vol 4, pp.2318-2322.
  6. Jang, J.Y., H.J. Shin and J.C. Woo. 2004. A study on the stand structure analysis by the changing growth in Korean white pine stand. Journal of Forest Science 20(1):58-68 (장재영, 신현지, 우종춘. 2004. 잣나무 임분의 생장 변화에 따른 임분구조 해석에 관한 연구 - 강원대학교 학술림을 중심으로 -. 강원대학교 산림과학연구소 20(1):58-68).
  7. Jensen, R.J. 2005. Introductory Digital Image Processing : A Remote Sensing Perspective(3rd Edition). Sigma Press, Seoul, Korea. pp.338-352 (임정호, 박종화, 손홍규 옮김. 2005 원격탐사와 디지털영상처리(제3판). 시그마프레스. 338-352쪽).
  8. Jeon. E.J. 2008. A study on the estimation of growth rates and amounts of volume stocks by forest type and species in Korea. Master Thesis, Univ. of Kookmin, Seoul, Korea. pp.1-3 (전어진. 2008. 우리나라 산림의 임상별.수종별 재적생장량 및 재적생장률 추정에 관한 연구. 국민대학교 대학원 석사학위논문. 1-3쪽).
  9. Kim, K.M., J.B. Lee, E.S. Kim, H.J. Park, Y.H. Roh, S.H. Lee, K.H. Park and H.S. Shin. 2011. Overview of research trends in estimation of forest carbon stocks based on remote sensing and GIS. Journal of the Korean Association of Geographic Information Studies 14(3):236-256 (김경민 이정빈, 김은숙, 박현주, 노영희, 이승호, 박기호, 신휴석. 2011. 원격탐사와 GIS 기반의 산림탄소저장량 추정에 관한 주요국 연구동향 개관. 한국지리정보학회지 14(3):236-256). https://doi.org/10.11108/kagis.2011.14.3.236
  10. Korea Forest Research Institute. 2012. Forestry Technology Handbook. pp.1480 -1482 (국립산림과학원. 2012. 임업기술핸 드북. 1480-1482쪽).
  11. Korea Forest Research Institute. 2013. Standard Carbon Uptake of Major Tree Species. pp.1-3 (국립산림과학원. 2013. 주요산림수종의 표준 탄소흡수량. 1-3쪽).
  12. Korea Forest Service. 2009. Table of Volume.Weight and Forest Stand Yield. pp.6-7 (산림청. 2009. 재적.중량표 및 임분수확표. 6-7쪽).
  13. Korea Forest Service. 2013. Statistical Yearbook of Forestry. pp.222-224 (산림청. 2013. 임업통계연보. 222-224쪽).
  14. Kwon, B.K., K. Yamada, T. Niren and M.H. Jo. 2003. A study on the landcover classification using band ratioing data of landsat-TM. Journal of the Korean Association of Geographic Information Studies 6(2):80-91 (권봉겸, 山田淳, 仁連孝紹, 조명희. 2003. Landsat-TM의 밴드비 연산데이터를 이용한 토지피복분류에 관한 연구. 한국지리정보학회지 6(2):80-91).
  15. Lillesand, T.M., R.W. Kiefer and J.W. Chipman. 1994. Remote Sensing and Image Interpretation. John Wiley, N.Y. pp.368-375.
  16. Oza, M.P., V.K. Srivastave and P.K. Devaiah. 1996. Estimating tree volume in tropical dry deciduous forest from landsat TM data. Geocarto international 11(4):33-39.
  17. Park, B.U. 1996. Land cover classification techniques for large area using digital satellite data. Journal of the Korean Society of Surveying, Geodesy, Photogrammetry, and Cartography 14(1):39-47 (박병욱. 1996. 수치위성자료를 이용한 광역의 토지피복분류 기법. 한국측량학회지 14(1):39-47).
  18. Park, H.J., H.S. Shin, Y.H. Roh, K.M. Kim and K.H. Park. 2012. Estimating forest carbon stocks in Danyang using kriging methods for aboveground biomass. Journal of the Korean Association of Geographic Information Studies 15(1):16-33 (박현주, 신휴석, 노영희, 김경민, 박기호. 2012. 크리깅 기법을 이용한 단양군의 산림탄소저장량 추정-지상부 바이오매스를 대상으로-. 한국지리정보학회지 15(1):16-33). https://doi.org/10.11108/kagis.2012.15.1.016
  19. Park, T.S. 1990. Foresty. Hyangmun Press. Seoul. Korea. pp.46-47 (박태식. 1990. 임업경영학. 향문사. 46-47쪽).
  20. Powell, S.L., W.B. Cohen, S.P. Healey, R.E. Kennedy, G.G. Moisen, K.B. Pierce and J.L. Ohmann. 2010. Quantification of live aboveground forest biomass dynamics with Landsat time-series and field inventory data : a comparison of empirical modeling approaches. Remote Sensing of Environment 114:1053-1068. https://doi.org/10.1016/j.rse.2009.12.018
  21. Rouse, J.W., R.H. Hass, J.A. Schell and D.W. Deering. 1974. Monitoring vegetation system in the great plains with ERTS. Proceedings of 3rd Earth Resource Technology Satellite Symposium. pp.48-62.
  22. Son, Y.M., K.H. Lee and R.H. Kim. 2007. Estimation of forest biomass in Korea. Journal of Korean Forest Society 96(4):477-482 (손영모, 이경학, 김래현. 2007. 우리나라 산림 바이오매스 추정. 한국임학회지 96(4):477-482).
  23. The Research Forest at Kangwon National University. 2010. The research forest at Kangwon National University 7th management plan report. Kangwon National University press. Chuncheon. Korea. pp.12-20 (강원대학교 산림환경과학대학 부속 학술림. 2010. 강원대학교 산림환경과학대학 부속 학술림 경영계획구 제7차기 경영계획서. 강원대학교 출판부. 12-20쪽).
  24. Yim, J.S., G.S. Kong. S.H. Kim and M.Y. Shin. 2007. Forest thematic maps and forest statistics using the k-nearest neighbor technique for Pyeongchang -gun, Gangwon-do. Journal of Korean Forest Society 96(3):259-268 (임종수, 공지수, 김성호, 신만용. 2007. k-NN기법을 이용한 강원도 평창군의 산림 주제도 작성과 산림통계량 추정. 한국임학회지 96(3):259-268).
  25. Yim, J.S., W.S. Han, J.H. Hwang, S.Y. Chung, H.K. Cho and M.Y. Shin. 2009. Estimation of forest biomass based upon satellite data and national forest inventory data. Korean Journal of Remote Sensing 25(4):311-320 (임종수, 한원성, 황주호, 정상영, 조현국, 신만용. 2009. 위성영상자료 및 국가산림자원조사 자료를 이용한 산림 바이오매스 추정. 대한원격탐사학회지 25(4):311-320) https://doi.org/10.7780/kjrs.2009.25.4.311

Cited by

  1. 3D Modeling Approaches in Estimation of Resource and Production of Musan Iron Mine, North Korea vol.48, pp.5, 2015, https://doi.org/10.9719/EEG.2015.48.5.391
  2. Activation Strategy of University Forest by Users’ Behavior and Importance - Performance Analysis vol.20, pp.3, 2014, https://doi.org/10.34272/forest.2016.20.3.009