RISS 학술연구정보서비스

검색

인기 검색어

    다국어 입력

    http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.

    변환된 중국어를 복사하여 사용하시면 됩니다.

    예시)
    • 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
    • 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
    닫기
    KCI등재

    토지의 경계에 따른 산림자원의 탄소흡수량 산정방안 = Carbon Absorption Estimate of Forest Resources According to Cadastral Boundary

    한글로보기

    https://www.riss.kr/link?id=A100248984

    • 0

      상세조회
    • 0

      다운로드
    서지정보 열기
    • 내보내기
    • 내책장담기
    • 공유하기
      • URL 복사
    • 오류접수
    인용문이 복사되었습니다.

    부가정보

    국문 초록 (Abstract) kakao i 다국어 번역

    본 연구는 산림탄소상쇄 제도가 운영됨에 따른 토지의 경계를 이용하여 산림의 소유권별 산림탄소등록부의 등록방법과 영상정보를 활용한 산림의 정확한 탄소흡수량을 산정하기 위한 방안을 제시하는데 목적이 있다. 기존 탄소흡수량 산정방법으로는 통계자료를 이용한 방법과 영상자료를 이용한 방법, LiDAR 자료를 이용한 방법 등이 있으나 정확한 탄소흡수량을 산정할 수 없었다. 따라서 불확실성이 있는 통계적 자료나 현장 센서 등을 통해 직접 측정하는 방법보다 LiDAR 및 영상정보를 이용한 최적의 탄소흡수량 산정방법을 연구할 필요가 있다.
    본 연구결과 LiDAR와 디지털항공사진, 초분광영상을 이용할 경우 산림의 정확한 분류 및 정량화가 가능하다는 것을 알 수 있었으며 초분광영상을 이용하면 다양한 수종분류가 가능함을 알 수 있었다. 지형, 산림자원의 특성, 데이터 용량 및 처리속도 등을 고려 할 때 최대 7점/㎡의 고밀도 LiDAR 자료를 이용할 경우 산림자원의 정확한 수고 및 수관을 추출할 수 있음을 알 수 있었다. 산림자원을 지번별로 정확히 추출함으로써 탄소흡수량등록부에 대상지에 대한 면적정보과 함께 수종별 평균 수관의 크기와, 평균수고, 평균수령, 단위면적 탄소 흡향 등을 등록 할 수 있음을 알 수 있었다. 표본추출 방법과 비교하여 산림 면적이 총 19.7%, 전체 탄소 흡수량이 19.2%, 단위 면적당 흡수량이 0.9%의 차이가 발생되며, 이는 탄소흡수량으로 인정받을 수 있는 산림에 대한 국제적 기준에 맞게 정량화시킴으로써 좀 더 정확한 탄소흡수량을 산정할 수 있었다.
    번역하기

    본 연구는 산림탄소상쇄 제도가 운영됨에 따른 토지의 경계를 이용하여 산림의 소유권별 산림탄소등록부의 등록방법과 영상정보를 활용한 산림의 정확한 탄소흡수량을 산정하기 위한 방안...

    본 연구는 산림탄소상쇄 제도가 운영됨에 따른 토지의 경계를 이용하여 산림의 소유권별 산림탄소등록부의 등록방법과 영상정보를 활용한 산림의 정확한 탄소흡수량을 산정하기 위한 방안을 제시하는데 목적이 있다. 기존 탄소흡수량 산정방법으로는 통계자료를 이용한 방법과 영상자료를 이용한 방법, LiDAR 자료를 이용한 방법 등이 있으나 정확한 탄소흡수량을 산정할 수 없었다. 따라서 불확실성이 있는 통계적 자료나 현장 센서 등을 통해 직접 측정하는 방법보다 LiDAR 및 영상정보를 이용한 최적의 탄소흡수량 산정방법을 연구할 필요가 있다.
    본 연구결과 LiDAR와 디지털항공사진, 초분광영상을 이용할 경우 산림의 정확한 분류 및 정량화가 가능하다는 것을 알 수 있었으며 초분광영상을 이용하면 다양한 수종분류가 가능함을 알 수 있었다. 지형, 산림자원의 특성, 데이터 용량 및 처리속도 등을 고려 할 때 최대 7점/㎡의 고밀도 LiDAR 자료를 이용할 경우 산림자원의 정확한 수고 및 수관을 추출할 수 있음을 알 수 있었다. 산림자원을 지번별로 정확히 추출함으로써 탄소흡수량등록부에 대상지에 대한 면적정보과 함께 수종별 평균 수관의 크기와, 평균수고, 평균수령, 단위면적 탄소 흡향 등을 등록 할 수 있음을 알 수 있었다. 표본추출 방법과 비교하여 산림 면적이 총 19.7%, 전체 탄소 흡수량이 19.2%, 단위 면적당 흡수량이 0.9%의 차이가 발생되며, 이는 탄소흡수량으로 인정받을 수 있는 산림에 대한 국제적 기준에 맞게 정량화시킴으로써 좀 더 정확한 탄소흡수량을 산정할 수 있었다.

    더보기

    다국어 초록 (Multilingual Abstract) kakao i 다국어 번역

    The purpose of this study is to quantify the information on forest using spatial information, such as precision LiDAR data, digital aerial photography images, hyperspectral images, etc., for devising methods to calculate accurate carbon absorption. Methods using statistical data or image data, or using LiDAR data were used in the past, yet they were not capable of calculating accurate carbon absorption. Thus it is needed to study the optimal methods for calculating carbon absorption using LiDAR data or image data rather than using statistical data with uncertainty or sensors installed on sites for direct measuring.
    The results of this study have suggested the followings: the use of LiDAR data or digital aerial photography or hyperspectral images facilitates the accurate classification and quantification of forest, and the use of hyperspectral images facilitates the classification of a wide range of tree species. It was also confirmed that, when maximum 7points/㎡ high density LiDAR data is used, accurate tree height and crown in the forest resources can be extracted, with geography, nature of forest resources, data capacity and processing speed in consideration. The forest resources can be accurately extracted for the area of the target area, the average tree size, the average height, age of the average tree, it was possible to know that it is able to register and carbon absorption. Compared with the sampling method, differences in total 19.7% of forest area, 19.2% of total carbon absorption, and 0.9% of carbon absorption by unit area occurred, indicating that more accurate carbon absorption can be calculated by quantifying the carbon absorption to the international standards
    번역하기

    The purpose of this study is to quantify the information on forest using spatial information, such as precision LiDAR data, digital aerial photography images, hyperspectral images, etc., for devising methods to calculate accurate carbon absorption. Me...

    The purpose of this study is to quantify the information on forest using spatial information, such as precision LiDAR data, digital aerial photography images, hyperspectral images, etc., for devising methods to calculate accurate carbon absorption. Methods using statistical data or image data, or using LiDAR data were used in the past, yet they were not capable of calculating accurate carbon absorption. Thus it is needed to study the optimal methods for calculating carbon absorption using LiDAR data or image data rather than using statistical data with uncertainty or sensors installed on sites for direct measuring.
    The results of this study have suggested the followings: the use of LiDAR data or digital aerial photography or hyperspectral images facilitates the accurate classification and quantification of forest, and the use of hyperspectral images facilitates the classification of a wide range of tree species. It was also confirmed that, when maximum 7points/㎡ high density LiDAR data is used, accurate tree height and crown in the forest resources can be extracted, with geography, nature of forest resources, data capacity and processing speed in consideration. The forest resources can be accurately extracted for the area of the target area, the average tree size, the average height, age of the average tree, it was possible to know that it is able to register and carbon absorption. Compared with the sampling method, differences in total 19.7% of forest area, 19.2% of total carbon absorption, and 0.9% of carbon absorption by unit area occurred, indicating that more accurate carbon absorption can be calculated by quantifying the carbon absorption to the international standards

    더보기

    목차 (Table of Contents)

    • 요약
    • ABSTRACT
    • 1. 서론
    • 2. 흡수량 산정 및 산림자원 추출방법
    • 3. 적용 및 결과 분석
    • 요약
    • ABSTRACT
    • 1. 서론
    • 2. 흡수량 산정 및 산림자원 추출방법
    • 3. 적용 및 결과 분석
    • 4. 결론
    • <참고문헌>
    더보기

    참고문헌 (Reference)

    1 위광재, "항공 라이다 데이터를 이용한 산림의 탄소 흡수량 측정" 한국측량학회 29 (29): 55-62, 2011

    2 장안진, "컬러항공사진과 LiDAR 데이터를 이용한 수목 개체 및 수고 추정" 대한원격탐사학회 22 (22): 543-551, 2006

    3 신순호, "지적(임야)도면의 개선에 관한 연구" 한국지적학회 24 (24): 15-26, 2008

    4 윤정숙, "산림지역에서의 항공 Lidar 자료의 특성 및 지면점 분리" 대한원격탐사학회 22 (22): 533-542, 2006

    5 산림청 국립산림과학원, "산림 탄소흡수량 국가표준 개발"

    6 기후변화에 관한 정부간 협의체, "국가 온실가스 인벤토리 작성을 위한 2006 IPCC 가이드라인 , 제4권"

    7 신영섭, "고밀도 라이다 자료 및 초분광 영상을 이용한 산림지역의 탄소흡수량 산정방법에 관한 연구" 인천대학교 2014

    8 Brauer, M, "Policy uses of particulate exposure estimates" 49 (49): 947-959, 2002

    9 오윤석, "LiDAR와 칼라항공영상을 이용한 산림지역 내 위험지역 판정기법 개발" 인하대학교 2005

    10 Felix, M, "LiDAR-based geometric reconstruction of boreal type forest stands at single tree level for forest and wildland fire management" 92 (92): 353-362, 2004

    1 위광재, "항공 라이다 데이터를 이용한 산림의 탄소 흡수량 측정" 한국측량학회 29 (29): 55-62, 2011

    2 장안진, "컬러항공사진과 LiDAR 데이터를 이용한 수목 개체 및 수고 추정" 대한원격탐사학회 22 (22): 543-551, 2006

    3 신순호, "지적(임야)도면의 개선에 관한 연구" 한국지적학회 24 (24): 15-26, 2008

    4 윤정숙, "산림지역에서의 항공 Lidar 자료의 특성 및 지면점 분리" 대한원격탐사학회 22 (22): 533-542, 2006

    5 산림청 국립산림과학원, "산림 탄소흡수량 국가표준 개발"

    6 기후변화에 관한 정부간 협의체, "국가 온실가스 인벤토리 작성을 위한 2006 IPCC 가이드라인 , 제4권"

    7 신영섭, "고밀도 라이다 자료 및 초분광 영상을 이용한 산림지역의 탄소흡수량 산정방법에 관한 연구" 인천대학교 2014

    8 Brauer, M, "Policy uses of particulate exposure estimates" 49 (49): 947-959, 2002

    9 오윤석, "LiDAR와 칼라항공영상을 이용한 산림지역 내 위험지역 판정기법 개발" 인하대학교 2005

    10 Felix, M, "LiDAR-based geometric reconstruction of boreal type forest stands at single tree level for forest and wildland fire management" 92 (92): 353-362, 2004

    11 우충식, "LiDAR 데이터를 이용한 산림지역의 지형고도자료(DEM) 제작 및 수고추정" 인하대학교 2006

    12 Popescu, S. C, "Estimating biomass of individual pine trees using airborne lidar" 31 : 646-655, 2007

    13 Persson, A, "Detecting and measuring individual trees using an airborne laser scanner" 68 (68): 925-932, 2002

    더보기

    동일학술지(권/호) 다른 논문

    동일학술지 더보기

    더보기

    분석정보

    View

    상세정보조회

    0

    Usage

    원문다운로드

    0

    대출신청

    0

    복사신청

    0

    EDDS신청

    0

    동일 주제 내 활용도 TOP

    더보기

    주제

    연도별 연구동향

    연도별 활용동향

    연관논문

    연구자 네트워크맵

    공동연구자 (7)

    유사연구자 (20) 활용도상위20명

    인용정보 인용지수 설명보기

    학술지 이력

    학술지 이력
    연월일 이력구분 이력상세 등재구분
    2027 평가 재인증평가 신청대상 (재인증)
    2021-01-01 등재 등재학술지 유지 (재인증) KCI등재
    2018-01-01 등재 등재학술지 유지 (등재유지) KCI등재
    2015-01-01 등재 등재학술지 유지 (등재유지) KCI등재
    2011-01-01 등재 등재학술지 유지 (등재유지) KCI등재
    2009-01-01 등재 등재학술지 유지 (등재유지) KCI등재
    2006-01-01 등재 등재학술지 선정 (등재후보2차) KCI등재
    2005-01-01 등재 등재후보 1차 PASS (등재후보1차) KCI등재후보
    2003-07-01 등재 등재후보학술지 선정 (신규평가) KCI등재후보
    더보기

    학술지 인용정보

    학술지 인용정보
    기준연도 WOS-KCI 통합IF(2년) KCIF(2년) KCIF(3년)
    2016 0.41 0.41 0.36
    KCIF(4년) KCIF(5년) 중심성지수(3년) 즉시성지수
    0.37 0.34 0.428 0.14
    더보기

    이 자료와 함께 이용한 RISS 자료

    나만을 위한 추천자료

    해외이동버튼