산림 지상부 바이오매스(AGB)는 대기 중 탄소에 대한 주요 흡수원으로서 지구온난화 문제를 해결할 수 있다. 특히 국제사회는 온실가스 감축을 위해 국가별 정확한 산림 AGB 통계를 요구하고 있다. 그러나 국가 또는 지역 단위에서 산림 AGB를 직접 측정하는 것은 현실적으불가능하다. 이에 따라 선행연구들에서는 현장 조사 자료와 위성영상 자료를 회귀 모형에 적용하여 높은 정확도로 산림 AGB 추정을 수행하였다.
본 연구는 강원도 홍천군을 대상으로 현장 조사 자료 및 2가지 위성영상 자료(Landsat 8 & Sentinel-2)를 다중회귀 모형 및 3가지 기계 학습모형(KNN, RF, SVM)에 적용하여 산림 AGB 값을 추정하였다. 이를 위해 2016~2020년 수행된 제7차 NFI 자료에서 연구 지역에 대한 315개 표본점의 AGB를 산출하였다. 그리고 2가지 위성영상 자료에서 분광 대역 및 식생 지수를 추출하였다. 산출된 AGB 값과 추출된 2가지 위성영상 자료의 정보를 4가지 회귀 모형에 적용하여 8가지 산림 AGB 추정 모형을 개발·비교하였다. 이를 통해 산림 AGB 추정에 대한 위성영상 자료 및 회귀 모형의 성능을 확인하였으며, 수행된 영상자료별 모형에 대한 8개 산림 AGB 추정 지도를 제작하였다.
연구 결과, Sentinel-2 영상자료는 산림 AGB 추정에서 Landsat 8 영상자료에 비해 공간적으로 정확한 분포를 나타냈다. 또한 2가지 영상자료 모두 RF, KNN, SVM, 다중회귀 모형 순으로 높은 추정 정확도를 보였다. 본 연구에서 수행된 Sentinel-2 영상자료의 RF 모형은 가장 높은 추정 정확도를 가졌으며(R² = 0.437; RMSE = 38.86 Mg/ha; rRMSE = 24.09%), 타당한 결과로 나타났다. 이에 따라 본 연구는 현장 조사 자료 및 위성영상 자료를 활용한 산림 AGB 추정에서 Sentinel-2 영상자료 및 RF 모형의 활용성을 확인하였다.
본 연구의 의의는 국내 지역을 분석 대상으로 산림 AGB 추정을 위해 다양한 위성영상 자료 및 기계 학습 모형을 적용하고 비교하였다는 것이다. 이를 통해 본 연구는 Sentinel-2 영상자료의 RF 모형으로 높은 정확도와 낮은 잔차를 갖는 AGB의 공간 분포를 추정하였다. 본 연구 결과를 토대로 향후 연구는 Sentinel-2 영상자료의 RF 모형을 활용하여 지역 단위의 산림 AGB를 추정할 필요성이 제기된다.