Journal of Korean Society for Geospatial Information Science (대한공간정보학회지)

Korea Spatial Information Society (대한공간정보학회)
권호 표지

Estimation of Aboveground Biomass Carbon Stock in Danyang Area using kNN Algorithm and Landsat TM Seasonal Satellite Images

kNN 알고리즘과 계절별 Landsat TM 위성영상을 이용한 단양군 지역의 지상부 바이오매스 탄소저장량 추정

  • Received : 2010.11.12
  • Accepted : 2010.12.14
  • Published : 2010.12.30
Download PDF
⟨ Previous Next ⟩

Abstract

The joint use of remotely sensed data and field measurements has been widely used to estimate aboveground carbon stock in many countries. Recently, Korea Forest Research Institute has developed new carbon emission factors for kind of tree, thus more accurate estimate is possible. In this study, the aboveground carbon stock of Danyang area in South Korea was estimated using k-Nearest Neighbor(kNN) algorithm with the 5th National Forest Inventory(NFI) data. Considering the spectral response of forested area under the climate condition in Korea peninsular which has 4 distinct seasons, Landsat TM seasonal satellite images were collected. As a result, the estimated total carbon stock of Danyang area was ranged from 3542768.49tonC to 3329037.51tonC but seasonal trends were not found.

원격탐사 자료와 현장 자료를 이용한 산림 바이오매스 탄소량 추정은 전 세계적으로 각광을 받고 있으며, 국내의 경우 2010년 국립산림과학원에서 개발한 수종별 탄소배출계수를 통해 보다 정확한 탄소량 추정이 가능하게 되었다. 본 연구에서는 2006년부터 2009년까지 구축된 제5차 국가산림자원조사(National Forest Inventory, NFI) 자료를 기반으로 k-Nearest Neighbor(kNN) 알고리즘을 이용하여 충청북도 단양군의 지상부 바이오매스 탄소량을 추정하였다. 원격탐사 자료로는 계절 변화가 뚜렷한 한반도의 기후가 산림 지역의 분광 특성 및 이에 따른 탄소량 추정에 미치는 영향을 조사하기 위해 2004년부터 2005년까지 계절별로 취득된 Landsat TM 위성영상을 이용하였다. 분석결과 단양군 지역의 지상부 바이오매스 총 탄소량은 최대 3542768.49tonC에서 최소 3329037.51tonC 사이로 추정되었으나, 계절에 따른 특정 경향은 발견되지 않았다.

Keywords

References

  1. 김태근, 김광은, 조기성, 김환기, 1996, Landsat TM 영상자료를 이용한 호수 수질 관측, 한국지형공간정보학회지, 제4권, 제2호, pp.23-33.
  2. 두산대백과사전 EnCyber & EnCyber.com,, 2010, http://100.naver.com/100.nhn?docid=42675
  3. 박노욱, 2009, 현장 조사 자료를 이용한 GIS 기반 주제도 작성을 위한 단변량 크리깅 알고리즘의 비교, Korea Journal of Remote Sensing, Vol.25, No.4, pp. 321-338 https://doi.org/10.7780/kjrs.2009.25.4.321
  4. 산림청-국립산림과학원, 2009, 제 5차 국가산림자원조사-현지 조사 지침서 Version 1.3, pp.3-6.
  5. 산림청-국림산림과학원, 2010, 교토의정서 대응 산림탄소계정 기반 구축 연구, 연구보고서, pp.109-122.
  6. 산림청, 2010, 산림기본통계., pp.212.
  7. 임종수, 공지수, 김성호, 신만용, 2007, kNN 알고리즘을 이용한 강원도 평창군의 산림 주제도 작성과 산림 통계량 추정, 한국임학회지, 제96권, 제3호, pp. 259-268.
  8. 임종수, 한원성, 황주호, 정상영, 조현국, 신만용, 2009, 위성영상자료 및 국가 산림자원조사 자료를 이용한 산림 바이오매스 추정, 원격탐사학회지, 제25권, 제4호, pp.311-320. https://doi.org/10.7780/kjrs.2009.25.4.311
  9. Jensen, R. J., 2005, 원격탐사와 디지털 영상처리, 시그마프레스, pp.59-65.
  10. 조현진, 2010, 탄소배출권거래제도의 이해, 녹색성장과 법적 기반구축 학술대회 논문집, pp.1-27.
  11. CIVCO,, D. L.,, 1989, Topographic normalization of Landsat thematic mapper digital imagery, Photogrammetric Engineering and Remote Sensing,. Vol.55. pp.1303-1309.
  12. Franco-Lopez, H., Ek., A, R., Bauer, M. B., 2001, Estimation and mapping of forest stand density, volume, and cover type using the k-nearest neighbors method. Remote Sensing of Environmen, Vol.77, pp.251-274. https://doi.org/10.1016/S0034-4257(01)00209-7
  13. Fuchs, H., Magdon, P., Kleinn, C., Flessa, H., 2009, Estimating aboveground carbon in a catchment of the Siberian forest tundra: Combining satellite imagery and field inventory, Remote Sensing of Environment, Vol.113, pp.518-531. https://doi.org/10.1016/j.rse.2008.07.017
  14. Gjertsen, A. K., 2007, Accuracy of forest mapping based on Landsat TM data and a kNN-based method, Remote Sensing of Envorinment, Vol.110, pp.420-430. https://doi.org/10.1016/j.rse.2006.08.018
  15. Haapanen, R., Lehtinen, K., Miettinen, J., Bauer, M. E., and Ek, A. R., 2001, Progress in adapting k-NN methods for forest mapping and estimation using the new annual forest inventory and analysis data, Proceedings of the third annual forest inventory and analysis symposium, USDA, pp.87-95.
  16. Huiyan, G., Limin, D., Gang, W., Dong, X., Shunzhong, W. and Hui, W., 2006, Estimation of forest volumes by integrating Landsat TM imagery and forest inventory data, Science in China: Sereis E Technological Sciences, Vol.49, pp.54-62. https://doi.org/10.1007/s11431-006-8107-z
  17. Kajisa, T., Murakami, T., Mizoue, N., Kitahara, F., Yoshida, S., 2008, Estimation of stand volumes using the k-nearest neighbors methodin kyushu, Japan, Journal of forest research, Vol.13. No.4. pp.249-254. https://doi.org/10.1007/s10310-008-0077-5
  18. Maselli, F., Chirici, G., Bottai, L., Corona, P., and Marchetti, M., 2005, Estimation of Mediterranean forest attributes by the application of k-NN procedures to multitemporal Landsat ETM+ images., International Journal of Remote Sensing, Vol.26, No.17, pp.3781-3796. https://doi.org/10.1080/01431160500166433
  19. Reese. H,, Nilsson. M., Sandstrom, P., and Olsson, H., 2002, Applications using estimates of forest parameters derived from satellite and forest inventory data. Computers and Electronics in Agriculture, Vol.37, No.1, pp.37-55. https://doi.org/10.1016/S0168-1699(02)00118-7
  20. Reese, H., Nilsson, M., Pahlen, T. G., Hagner, O., Joyce, S., Tingelof, U., Egberth, M., and Olsson, H., 2003, Countrywide Estimates of Forest Variables Using Satellite Data and Field Data from the National Forest Inventory, Royal Swedish Academy of Sciences, Vol.32, No.8, pp.542-548.
  21. Tomppo, E., Nilsson, M., Rosengren, M., Aalto, P., and Kennedy, P., 2002, Simultaneous use of Landsat-TM and IRS-1C WiFS data in estimating large area tree stem volume and aboveground biomass, Remote Sensing of Environment, Vol.82, pp.156-171. https://doi.org/10.1016/S0034-4257(02)00031-7