http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : CuiGuiShan ( Gui Shan Cui ) (검색결과 2 건)
- 무료
- 기관 내 무료
- 유료
-
IKONOS 위성영상을 이용한 중국 장백산 일대의 식생분류 및 바이오매스 추정
CuiGuiShan ( Gui Shan Cui ),이우균 ( Woo Kyun Lee ),ZhuWeiHong ( Wei Hong Zhu ),이종열 ( Jong Yeol Lee ),곽한빈 ( Han Bin Kwak ),최성호 ( Sung Ho Choi ),곽두안 ( Doo Ahn Kwak ),박태진 ( Tae Jin Park ) 한국임학회 2012 한국산림과학회지 Vol.101 No.3
본 연구에서는 접근이 어려운 장백산 중국 지역의 바이오매스를 현장조사 자료와 IKONOS 위성영상을 이 용하여 추정하였다. IKONOS 위성영상을 이용하여 임상단위로 수종구분을 하고, 위성영상으로부터 추정된 식생지수 와 기존 연구에서 추정된 장백산 일부 지역의 바이오매스(Biomass)를 이용하여 회귀분석을 실시하였다. 이때, 위성영 상으로부터 추정된 식생지수 5가지(SAVI, NDVI, SR, ARVI, EVI)와 현장정보가 이용되었다. 그 결과 5가지 식생지 수와 바이오매스간의 상관관계의 결정계수의 순위는 다음과 같이 SAVI(0.84), NDVI(0.73), SR(0.59), ARVI(0.0036), EVI(0.0026) 나타났다. 이와 같은 결과를 바탕으로 최종적으로, 장백산 일부 지역에 대한 수종별 바이오매스 분포량 을 산출함으로써 천연림의 탄소흡수원 추정을 위한 기초자료를 마련하였다. This study was to estimate the biomass of Mt. Changbai mountain area using the IKONOS imagery and field survey data. Then, we prepared the regression function using the vegetation index derived from the IKONOS and biomass estimated from field measured data of previous studies, respectively. The five vegetation index which used in the regression model was SAVI, NDVI, SR, ARVI, and EVI. As a result, the rank of the R-square from coefficient of correlation was as follow, SAVI(0.84), NDVI(0.73), SR(0.59), ARVI(0.0036), EVI(0.0026). Finally, we estimated the biomass of non-measured area using the Soil Adjusted Vegetation Index (SAVI). This study can be used as reference methodology for the estimation of carbon sinks of primary forest.
-
LiDAR 자료를 이용한 A/R CDM 대상지 선정에 관한 연구
( Cui Gui Shan ),박태진 ( Tae Jin Park ),이우균 ( Woo Kyun Lee ),이종열 ( Jong Yeol Lee ),곽두안 ( Doo Ahn Kwak ),곽한빈 ( Han Bin Kwak ) 대한원격탐사학회 2012 大韓遠隔探査學會誌 Vol.28 No.5
교토메커니즘의 체제하에서 신규조림 및 재조림(Afforestation and Reforestation Clean Development Mechanism, A/R CDM) 사업을 위해서는 대상지적격성 입증이 필요하다. 대상지 적격성 입증을 위해서는 과거에서 현재까지 산림이 아닌 지역으로 규정되어 있으므로 현재 대상지역이 산림 정의에 부합되지 않음을 입증하여야 된다. 본 연구에서는 위성영상을 이용하여 A/R CDM 대상지를 선정을 위한 분류기법을 제시하고자 한다. 연구대상지는 양평군 양평읍의 일부 지역을 선정하였고, 산림정의에 부합하는 3가지 요소 즉, 수고, 울폐도, 면적을 고려하여 LiDAR 자료와 항공사진을 이용하였다. Moving window를 적용하여 수고, 토지면적, 울폐도를 동시에 고려하여 화소기반 산림/비산림 지역으로 분류하였다. 그 결과, 조림 가능지역은 124.06 ha이고 조림 불가지역은 약 357.02 ha이다. 분석에서 적용된 기법은 A/R CDM 사업 대상지 선정 뿐만아니라 기타 교토메커니즘의 활용에 기초방법론을 제공하였다. Verifying about eligibility of targeted site is necessary for execute Afforestation and Reforestation Clean Development Mechanism (A/R CDM) project which is followed by system of Kyoto protocol. The site have to be identified by which could not be in conformity with definition of forest. This study tried to propose a technology of classify for site selection of A/R CDM. We chose several parts of Yangpyeng as study area and applied LiDAR data and remotely sensed imagery for considering about tree height, degree of crown closure, and land area which 3 factors for identify forest. LiDAR data was used for offset the shortage of remotely sensed imagery that cannot perfectly determine the forest definition due to absence of 3-dimentional information, but can be obtained from LiDAR. Considering tree height, degree of crown closure, and land area simultaneously by moving window, classified fields to forest and non forest based on pixel size. As a result, 124.06 ha for suitable to doing plantation and approximately 357.02 ha are in negative. Technology that applied for analyzing will provide fundamental methodology not only site selection for A/R CDM, but will be utilized in other Kyoto protocol.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
