표제지
목차
국문요약 10
제1장 서론 12
1. 연구 배경 및 목적 12
2. 연구 지역 16
3. 연구 자료 19
1) 국가산림자원조사 자료 19
2) 인공위성 영상자료 20
3) 임상도 24
4. 연구 과정 25
제2장 주요 개념 및 선행연구 동향 분석 27
1. 지상부 바이오매스 27
2. 기계 학습 모형 30
1) K-Nearest Neighbor 모형 30
2) Random Forests 모형 31
3) Support Vector Machine 모형 33
3. 지상부 바이오매스 추정 연구 35
제3장 인공위성 영상자료를 활용한 지상부 바이오매스 추정 방법 44
1. 지상부 바이오매스 계산 44
2. 인공위성 영상자료 추출 52
3. 추정 모형 57
1) 전처리 및 변수 선택 57
2) 다중회귀 모형 59
3) 기계 학습 모형 61
4) 모형 정확도 평가 66
제4장 인공위성 영상자료를 활용한 지상부 바이오매스 추정 결과 68
1. 추정 모형 68
1) 다중회귀 모형 68
2) 기계 학습 모형 75
2. 지상부 바이오매스 추정 지도 89
1) 지상부 바이오매스 추정 지도 제작 89
2) 지상부 바이오매스 추정 지도 분석 91
제5장 논의 99
제6장 결론 104
참고문헌 107
ABSTRACT 125
〈표 1〉 본 연구에서 활용한 2가지 영상자료 특성 21
〈표 2〉 위성영상 자료 및 기계 학습 모형 기반 산림 AGB 추정 연구 37
〈표 3〉 AGB 산출에 활용한 수종 및 부위별 상대생장식 매개변수 46
〈표 4〉 상대생장식 미개발 수종에 대한 대체 적용 수종 48
〈표 5〉 연구 지역 내 표본점별 산림 AGB 통계 49
〈표 6〉 연구에서 활용한 영상자료별 분광 대역 53
〈표 7〉 연구에서 활용한 10가지 식생 지수 55
〈표 8〉 영상자료별 이상치 제거 및 훈련/검증 자료 개수 58
〈표 9〉 영상자료별 KNN 모형에서 고려한 하이퍼 파라미터 61
〈표 10〉 영상자료별 RF 모형에서 고려한 하이퍼 파라미터 62
〈표 11〉 영상자료별 SVM 모형에서 고려한 하이퍼 파라미터 64
〈표 12〉 영상자료별 단계적 선택법 적용 결과 68
〈표 13〉 Landsat 8 영상자료의 다중회귀 모형 훈련 결과 69
〈표 14〉 Sentinel-2 영상자료의 다중회귀 모형 훈련 결과 70
〈표 15〉 영상자료별 다중회귀 모형 검증에 대한 AGB 잔차 통계 73
〈표 16〉 영상자료별 RFECV 방법 적용 결과 75
〈표 17〉 영상자료별 KNN 모형 검증에 대한 AGB 잔차 통계 78
〈표 18〉 영상자료별 RF 모형 검증에 대한 AGB 잔차 통계 82
〈표 19〉 영상자료별 SVM 모형 검증에 대한 AGB 잔차 통계 86
〈표 20〉 훈련/검증 자료에 대한 영상자료별 4가지 모형의 추정 정확도 88
〈표 21〉 영상자료별 4가지 회귀 모형의 AGB 추정 기술통계 97
〈그림 1〉 2020년 우리나라 산림률 17
〈그림 2〉 2020년 우리나라 평균 임목축적 17
〈그림 3〉 연구 대상지(강원도 홍천군) 18
〈그림 4〉 NFI 표본점 구조(왼쪽) 및 부표본점(S1) 구조(오른쪽) 20
〈그림 5〉 강원도 홍천군의 Landsat 8 SR 위색합성영상 22
〈그림 6〉 강원도 홍천군의 Sentinel-2 SR 위색합성영상 23
〈그림 7〉 강원도 홍천군의 임상도 24
〈그림 8〉 연구 과정 흐름도 26
〈그림 9〉 AGB 산출 및 탄소저장량 전환 절차 28
〈그림 10〉 KNN 회귀 모형 시각화 예시 31
〈그림 11〉 RF 회귀 모형 시각화 예시 33
〈그림 12〉 SVM 회귀 모형 시각화 예시 34
〈그림 13〉 강원도 홍천군 내 AGB 표본 분포 51
〈그림 14〉 강원도 홍천군 내 표본점별 AGB 값 분포 51
〈그림 15〉 기계 학습 모형에 대한 10-folds 교차 검증 과정 65
〈그림 16〉 Landsat 8 영상자료의 다중회귀 모형 검증 산점도 72
〈그림 17〉 Sentinel-2 영상자료의 다중회귀 모형 검증 산점도 72
〈그림 18〉 Landsat 8 영상자료의 다중회귀 모형 검증 잔차 분포 74
〈그림 19〉 Sentinel-2 영상자료의 다중회귀 모형 검증 잔차 분포 74
〈그림 20〉 Landsat 8 영상자료의 KNN 모형 검증 산점도 77
〈그림 21〉 Sentinel-2 영상자료의 KNN 모형 검증 산점도 77
〈그림 22〉 Landsat 8 영상자료의 KNN 모형 검증 잔차 분포 79
〈그림 23〉 Sentinel-2 영상자료의 KNN 모형 검증 잔차 분포 79
〈그림 24〉 Landsat 8 영상자료의 RF 모형 검증 산점도 81
〈그림 25〉 Sentinel-2 영상자료의 RF 모형 검증 산점도 81
〈그림 26〉 Landsat 8 영상자료의 RF 모형 검증 잔차 분포 83
〈그림 27〉 Sentinel-2 영상자료의 RF 모형 검증 잔차 분포 83
〈그림 28〉 Landsat 8 영상자료의 SVM 모형 검증 산점도 85
〈그림 29〉 Sentinel-2 영상자료의 SVM 모형 검증 산점도 85
〈그림 30〉 Landsat 8 영상자료의 SVM 모형 검증 잔차 분포 87
〈그림 31〉 Sentinel-2 영상자료의 SVM 모형 검증 잔차 분포 87
〈그림 32〉 Landsat 8 영상자료 및 다중회귀 모형을 활용하여 추정한 AGB 분포(2019년) 92
〈그림 33〉 Landsat 8 영상자료 및 KNN 모형을 활용하여 추정한 AGB 분포(2019년) 92
〈그림 34〉 Landsat 8 영상자료 및 RF 모형을 활용하여 추정한 AGB 분포(2019년) 93
〈그림 35〉 Landsat 8 영상자료 및 SVM 모형을 활용하여 추정한 AGB 분포(2019년) 93
〈그림 36〉 Sentinel-2 영상자료 및 다중회귀 모형을 활용하여 추정한 AGB 분포(2019년) 95
〈그림 37〉 Sentinel-2 영상자료 및 KNN 모형을 활용하여 추정한 AGB 분포(2019년) 95
〈그림 38〉 Sentinel-2 영상자료 및 RF 모형을 활용하여 추정한 AGB 분포(2019년) 96
〈그림 39〉 Sentinel-2 영상자료 및 SVM 모형을 활용하여 추정한 AGB 분포(2019년) 96