KR101407366B1 - 토지피복과 산림특성 정보를 이용한 식생기능유형 데이터베이스 맵 생성 시스템 - Google Patents

토지피복과 산림특성 정보를 이용한 식생기능유형 데이터베이스 맵 생성 시스템 Download PDF

Info

Publication number
KR101407366B1
KR101407366B1 KR1020120106626A KR20120106626A KR101407366B1 KR 101407366 B1 KR101407366 B1 KR 101407366B1 KR 1020120106626 A KR1020120106626 A KR 1020120106626A KR 20120106626 A KR20120106626 A KR 20120106626A KR 101407366 B1 KR101407366 B1 KR 101407366B1
Authority
KR
South Korea
Prior art keywords
data
function type
vegetation function
database
vegetation
Prior art date
Application number
KR1020120106626A
Other languages
English (en)
Other versions
KR20140041972A (ko
Inventor
우정헌
김현국
선우영
Original Assignee
건국대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 건국대학교 산학협력단 filed Critical 건국대학교 산학협력단
Priority to KR1020120106626A priority Critical patent/KR101407366B1/ko
Publication of KR20140041972A publication Critical patent/KR20140041972A/ko
Application granted granted Critical
Publication of KR101407366B1 publication Critical patent/KR101407366B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Tourism & Hospitality (AREA)
  • Data Mining & Analysis (AREA)
  • Algebra (AREA)
  • Computational Mathematics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Human Resources & Organizations (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Development Economics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Image Processing (AREA)

Abstract

본 발명은 토지피복과 산림특성 정보를 이용한 식생기능유형 데이터베이스 맵 생성 시스템에 관한 것으로서, 대상 지역의 초목의 분포정보를 포함하고 있는 폴리곤 벡터 데이터 형식의 데이터를 수집하는 데이터 수집부; 수집된 폴리곤 벡터 데이터가 가지는 하위 클래스별 속성 데이터들을 상위 클래스의 식생기능유형으로 재분류하는 맵핑부; 재분류된 폴리곤 벡터 형식의 데이터를 래스터 형식의 격자기반 데이터로 변환하여, 식생기능유형에 대한 전체 데이터 맵을 생성하는 데이터 형식 변환부; 이동 초점 평균 기법 및 수관면적밀도분포를 적용하여 이용하여 식생기능유형비율에 대한 데이터베이스 맵을 1차적으로 생성하는 데이터베이스 맵 생성부; 상기 데이터베이스 맵 생성부를 통해 생성된 식생기능유형비율 데이터베이스 맵을 더 세분화시켜 데이터베이스를 확장시키는 데이터베이스 맵 확장부; 및 상기 데이터베이스 맵 확장부를 통한 식생기능유형데이터의 확장을 통해 그 속성값들의 변화가 일어난 중간생성 데이터베이스 맵들을 보정함으로써, 최종 식생기능유형비율데이터 베이스 맵을 생성하는 보정부; 를 포함한다.

Description

토지피복과 산림특성 정보를 이용한 식생기능유형 데이터베이스 맵 생성 시스템{SYSTEM FOR GENERATING PLANT FUNCTIONAL TYPE DATABASE MAP USING LAND COVER AND FOREST CHARACTERISTICS INFORMATION}
본 발명은 토지피복과 산림특성 정보를 이용한 한국형 식생기능유형 데이터베이스 맵 생성 시스템에 관한 것으로서, 더욱 상세하게는 기후변화 및 탄소수지의 변화 예측, 자연 식생이 배출하는 휘발성유기오염물질(biogenic volatile organic compounds, BVOC)량을 예측하는 수치모델들의 중요 입력데이터베이스 중의 하나인 식생기능유형 데이터베이스 맵을 생성하는 시스템에 관한 것이다.
토지피복지도 및 식생분류 등에 따른 정보를 데이베이스화 하는 기술에 관해서는, 한국공개특허 10-2005-0063615호(이하, '선행문헌') 외에 다수 출원 및 공개되어 있다.
선행문헌에 따른 방법은, 토지피복지도, 녹지자연지도, 수치지형도를 데이타베이스화하고, 피복분류별 지면거칠기, 식생분류에 따른 지면거칠기, 건물 및 시설물 항목에 대한 수치고도에 따른 지면거칠기를 측정하여 데이타베이스화하는 단계; 대상지역을 선정하는 단계; 지면 거칠기 지도의 정밀도에 대응하는 대상 지역을 구분할 격자 간격을 설정하는 단계; 선정된 대상지역의 토지피복지도, 녹지자연도, 수치지형도를 불러들여, 상기 설정된 격자간격으로 구분하는 단계; 각 격자영역별로 피복분류 또는 식생분류 또는 건물 및 시설물 항목에 대한 수치고도를 구분하여 상기 구축된 데이타베이스로부터 지면거칠기를 산출하는 단계; 및 상기 모든 격자영역의 지면거칠기를 모아서 지면 거칠기지도를 만들어 출력하는 단계로 이루어지는 것을 특징으로 한다.
한편, 식생기능유형(Plant Functional Type, PFT)은 유기체 수준에서 유사한 기능을 보유하면서, 기온/광량과 같은 환경 인자들에 대하여 유사한 반응들을 보이거나 생태계에 유사한 영향을 미치는 식물 종 집단을 대변한다(예: 침엽수, 활엽수, 풀, 관목, 등). 이러한 식생기능유형에 대한 데이터베이스들을 구축하기 위해서는 지표특성을 담고 있는 토지피복정보들이 기본적으로 필요하다.
기후변화나 대기오염 문제가 대두된 이래 기후변화 동태, 탄소수지, 에너지 및 물질 순환, 대기오염 예측과 관련된 연구들이 활발해지고 그 중요성이 커짐에 따라서, 주요 식생기능유형의 양과 지리학적인 분포에 관한 신뢰할 수 있는 정보의 필요성은 지속적으로 커져왔다. 이 같은 식생기능유형 데이터베이스의 필요성에 따라 인공위성/원격탐사기반의 토지피복도와 현장에서 수집된 정보들을 융합하여 새로운 식생기능유형 데이터베이스로 맵핑하는 연구들이 주로 북미의 과학자들에 의해서 전 지구 혹은 대륙규모를 대상으로 이루어져 왔다. 이들은 지구관측위성의 센서에서 유도된 초목들의 분포면적([수식 1] 의
Figure 112012077951567-pat00001
)에 개별 식생기능유형들이 차지하는 비율([수식 1] 의
Figure 112012077951567-pat00002
)을 곱하여 식생기능유형별 점유면적(
Figure 112012077951567-pat00003
)을 계산한다.
지구관측위성 센서에서 제공하는 데이터들은 일정한 크기로 격자화(gridded)된 레스트 형식(예: MODIS(Moderate Resolution Imaging Spectroradiometer) 토지피복도 격자크기 = 500m × 500m)의 데이터들이다.
Figure 112012077951567-pat00004
는 초목(vegetation)이라는 최상위 식생기능유형 데이터베이스를 침엽교목(needle-leaf trees, NT), 활엽교목(broadleaf trees, BT), 관목(shrub, SB), 풀(grass, GR), 농작물(crop, CRP)과 같은 세부 식생기능유형별 데이터베이스로 분리하는데 사용된다. 따라서, 현실을 대변하는 초목의 목록과 분포정보가 반영된
Figure 112012077951567-pat00005
를 적용하여 생물 지리학적으로 타당한 식생기능유형 데이터베이스를 구축하는 것이 중요하다.
그러나, 전 지구 또는 광활한 대륙지역들에 대해서 상세한
Figure 112013076480306-pat00006
관련 정보를 적용하는 것은 쉽지 않기 때문에, 미국 등 북미 일부지역에 대해서만 부분적으로 적용이 이루어졌다. 이렇게 계산된 식생기능별 점유면적(
Figure 112013076480306-pat00007
)이 해당 영역의 면적([수식 2] 의
Figure 112013076480306-pat00008
)에서 차지하는 비율을 계산하여 최종 식생기능유형비율(Plant Functional Type Fraction, PFTF) 데이터베이스를 작성하였다([수식 2] 의
Figure 112013076480306-pat00009
)
도 1 은 그 예를 보여주는데, 초목면적(
Figure 112012077951567-pat00010
)이 1km2인 지역에서 활엽교목(BT)의 식생기능유형의 면적(
Figure 112012077951567-pat00011
)은 초목면적에 분포비율(
Figure 112012077951567-pat00012
=0.42)를 곱하여 구한다.
구해진
Figure 112012077951567-pat00013
가 관심지역의 전체 면적(
Figure 112012077951567-pat00014
)에서 비율을 백분율로 계산하면 활엽교목(BT)에 대한 식생기능유형 값(
Figure 112012077951567-pat00015
= 42%)이 구해진다.
[수식 1]
Figure 112013076480306-pat00021

[수식 2]
Figure 112013076480306-pat00022

이렇게 개발된 식생기능유형 데이터베이스는 수많은 연구자들에 의해서 기후 및 대기환경 예측모델들의 입력자료로서 요긴하게 활용되고 있으나, 해결해야 중요한 문제점들을 안고 있다.
첫째로, 데이터베이스의 개발자 그룹들이 속한 국가나 인접지역들을 중심으로 수집된 기초정보들이 우선 반영되어 식생기능유형(PFT) 데이터베이스가 작성되다 보니, 우리나라에 대해서는 개별 식생기능유형들이 차지하는 비율([수식 1] 의
Figure 112013076480306-pat00018
) 정보가 부정확하여 식생기능유형 데이터베이스의 현실대표성이 낮다.
둘째로, 토지피복정보의 취득이 용이한 MODIS 같은 저해상도 위성센서에서 생산된 데이터를 우리나라 수목의 지표분포특성을 고려하지 않고 사용하였기 때문에 아시아 동북부 끝부분에 위치한 우리나라에서 수목분포면적([수식 1] 의
Figure 112013076480306-pat00019
)값의 오차가 크게 발생한다. 이를 기반으로 구축된 식생기능유형 데이터베이스의 정확성은 낮을 수 있다.
셋째로, 기존 식생기능유형 데이터베이스들의 제작시기가 2000년대 초반정도로 오래되어 최신의 정보들로 갱신될 필요가 있다. 넷째로, 전지구나 대륙규모(북미, 유럽, 아시아 대륙 등)로 개발되다 보니, 사용 격자 크기([수식 2] 의
Figure 112013076480306-pat00020
)들이 최소 1km2 이상으로 국가단위(예: 한국)나 행정구역단위(예: 한국의 경기도)에 적용하기에는 그 해상도가 낮다.
도 2 는 외국의 연구자들에 의해서 생성된 식생기능유형 데이터들(도 2 의 (4),(5),(6))의 공간분포가 우리나라에 대해서 대표성이 부족함을 예시로 보여준다.
참고로 도 2 의 (1),(2),(3) 은 우리나라 토지 피복도를 이용하여 본 발명에서 제시한 방법에 따라 생성된 식생기능유형 데이터들의 공간분포를 보여준다.
본 발명을 통해 생성된 식생기능유형 데이터들과 비교해서 볼 때, 외국연구자들이 생성한 침엽(NT, Needle-leaf trees)(도 2 의 (2))과 초지(GR, Grass)(도 2 의 (3))에 대한 식생기능유형(PFT) 데이터는 서울 도심지에서도 그 값들이 강하게 나타나는 비정상적인 양상을 뚜렷이 보이고 있음을 알 수 있다.
이러한 문제점들을 가지고 있는 식생기능유형 데이터베이스를 대한민국 또는 대한민국의 경기도와 같이 국가단위나 지역단위의 환경예측 모델에 적용할 경우, 현실성이 결여된 모사결과를 발생시킬 수 있다. 따라서, 앞서 거론된 문제들을 해결할 수 있는 식생기능유형 데이터베이스의 개발이 요망되고 있다.
본 발명은 상기와 같은 문제점을 감안하여 안출된 것으로, 한국 또는 한국의 특정 행정구역과 같이 상세한 지역에 대해서 현실적이고 대표성이 있는 최신의 고해상도 식생기능유형(Plant Functional Type, PFT) 데이터베이스 맵을 구축하도록 함에 목적이 있다.
그리고 본 발명은, 기후변화 동태모델, 대기오염 예측과 관련된 자연 식생배출 모델 등과 같은 환경예측 모델에 적용할 수 있는 현실대표성 있는 식생기능유형 데이터베이스를 생산하도록 함에도 목적이 있다.
이러한 기술적 과제를 달성하기 위한 본 발명은 토지피복과 산림특성 정보를 이용한 식생기능유형 데이터베이스 맵 생성 시스템에 관한 것으로서, 대상 지역의 초목의 분포정보를 포함하고 있는 폴리곤 벡터 데이터 형식의 데이터를 수집하는 데이터 수집부; 수집된 폴리곤 벡터 데이터가 가지는 하위 클래스별 속성 데이터들을 상위 클래스의 식생기능유형(PFT)으로 재분류하는 맵핑부; 재분류된 폴리곤 벡터 형식의 데이터를 래스터 형식의 격자기반 데이터로 변환하여, 식생기능유형(PFT)에 대한 전체 데이터 맵을 생성하는 데이터 형식 변환부; 이동 초점 평균 기법 및 수관면적밀도분포를 적용하여 식생기능유형비율(PFTF)에 대한 데이터베이스 맵을 1차적으로 생성하는 데이터베이스 맵 생성부; 상기 데이터베이스 맵 생성부를 통해 생성된 식생기능유형비율(PFTF) 데이터베이스 맵을 더 세분화시켜 데이터베이스를 확장시키는 데이터베이스 맵 확장부; 및 상기 데이터베이스 맵 확장부를 통한 식생기능유형데이터의 확장을 통해 그 속성값들의 변화가 일어난 중간생성 데이터베이스 맵들을 보정함으로써, 최종 식생기능유형비율(PFTF) 데이터 베이스 맵을 생성하는 보정부; 를 포함하되, 상기 데이터베이스 맵 생성부는, 사용자가 선택하는 영역에서 개별 식생기능유형(PFT)들의 상대적인 점유면적을 이동 평균하는 기법인 이동 초점 평균 기법으로 단위격자에서 개별 식생기능유형들의 면적을 산정하고, 사용자가 정의한 선택 영역에서 개별 식생기능유형의 점유면적비율을 계산한 뒤, 수관면적밀도를 적용하여 식생기능유형비율 1차 데이터를 생성하는 것을 특징으로 한다.
삭제
상기와 같은 본 발명에 따르면, 대상지역(여기서는 우리나라)에서 수집된 최신의 기초정보들과 가공된 정보들을 이용하도록 설계되어, 외국연구자들에 의해서 생성된 것보다 현실대표성 있는 최신의 식생기능유형 데이터베이스를 생성할 수 있는 효과가 있다.
즉, 원시 초목의 공간분포 데이터들의 특성을 데이터 변환(형식 및 해상도 변환) 이후에도 잘 반영할 수 있도록 이동 초점 평균(moving focal average) 기법 및 임상도 기반의 수관면적밀도분포의 적용 등 외국 연구자들이 취하지 않은 차별적인 방법을 적용함으로써 식생기능유형 데이터베이스의 정확성을 높이는 효과를 볼 수 있다.
그리고, 환경부 중분류 토지피복지도(제작시기가 2008년, 기본 해상도 2.5m)등을 원시자료로 이용하여 생성된 식생기능유형 데이터베이스는 국가단위(예: 한국)나 행정구역단위(예: 한국의 경기도)에 적용하기에 부족함이 없는 고해상도의 최신 식생기능유형 데이터베이스 정보를 제공해 줄 수 있다.
본 발명은 기후변화 적응 대책을 마련하기 위한 국가 및 지자체 계획 수립 시에 유용한 도구인 기후변화 동태모델, 대기오염 예측과 관련된 자연식생배출 모델 등과 같은 환경예측 모델에 적용할 수 있는 현실대표성 있는 식생기능유형 정보를 제공하는데 활용될 수 있다.
도 1 은 종래 식생기능유형 데이터베이스를 생성한 모습을 보이는 일예시도.
도 2 는 외국의 연구자들에 의해서 생성된 식생기능유형 데이터들(4,5,6,) 및 우리나라 토지피복도를 이용하여 본 발명에서 따라 생성된 식생기능유형 데이터들의 공간분포(1,2,3)를 보이는 일예시도.
도 3 은 본 발명의 일실시예에 따른 토지피복과 산림특성 정보를 이용한 식생기능유형 데이터베이스 맵 생성 시스템을 개념적으로 도시한 전체 구성도.
도 4 는 본 발명의 일실시예에 따른 하위 클래스의 수목분류를 상위 클래스의 식생기능유형으로 맵핑하기 위한 맵핑 계획을 보이는 일예시도.
도 5 는 본 발명의 일실시예에 따른 이동 초점 평균(moving focal average) 기법을 적용하여 색생기능유형들이 차지하는 면적과 비율을 구하는 모습을 보이는 일예시도.
도 6 은 본 발명의 일실시예에 따른 임상도 기반의 수관면적밀도 분포값들을 적용하는 방법을 보이는 일예시도.
도 7 은 본 발명의 일실시예에 따른 식생기능유형을 세분화 함에 따라, 17개 지역으로 나눈 모습 및 지역별 침엽 대 활엽의 구성 비율 값들을 보이는 일예시도.
본 발명의 구체적 특징 및 이점들은 첨부도면에 의거한 다음의 상세한 설명으로 더욱 명백해질 것이다. 이에 앞서 본 발명에 관련된 공지 기능 및 그 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는, 그 구체적인 설명을 생략하였음에 유의해야 할 것이다.
이하, 첨부된 도면을 참조하여 본 발명을 상세하게 설명한다.
본 발명의 일실시예에 따른 토지피복과 산림특성 정보를 이용한 식생기능유형 데이터베이스 맵 생성 시스템에 관하여 도 3 내지 도 7 을 참조하여 설명하면 다음과 같다.
기존에 외국의 연구자들이 개발한 식생기능유형 데이터베이스가 가지는 문제점을 극복하고자 아래와 같은 기본원칙을 세우도록 한다.
(가) 데이터베이스 개발의 기반 데이터로서 국내에서 현장관측을 기반으로 5년 이내에 작성된 토지피복도나 임상도 등을 우선적으로 사용한다.
(나) (가)항의 자료의 입수가 어려울 경우 위성관측 데이터나 지상관측 데이터를 함께 고려하여 작성 할 수 있다.
(다) 국내 토지피복도에서 정의하고 있는 토지피복 클래스를 기본적인 식생기능유형 데이터베이스로 하되, 필요에 따라서 식생기능유형의 개수를 늘이거나 줄일 수 있다.
도 3 은 본 발명의 일실시예에 따른 토지피복과 산림특성 정보를 이용한 식생기능유형 데이터베이스 맵 생성 시스템(S)을 개념적으로 도시한 전체 구성도로서, 도시된 바와 같이 데이터 수집부(100), 맵핑부(200), 데이터 형식 변환부(300), 데이터베이스 맵 생성부(400), 데이터베이스 맵 확장부(500) 및 보정부(600)를 포함하여 이루어진다.
데이터 수집부(100)는 대상 지역의 초목의 분포정보를 포함하고 있는 폴리곤 벡터 데이터 형식의 토지피복도 또는 임상도와 같은 데이터를 수집한다. 이때, 데이터 수집부(100)는 환경부 서버 또는 산림청 서버(10) 등을 통해 수집할 수 있다.
맵핑부(200)는 수집된 폴리곤 벡터 데이터가 가지는 하위 클래스별 속성 데이터들을 상위 클래스의 식생기능유형(Plant Functional Type, PFT)으로 재분류한다.
구체적으로, 맵핑부(200)는 데이터 수집부(100)를 통해 수집된 폴리곤 벡터 데이터의 하위 클래스의 수목분류를 도 4 에 도시된 바와 같은 맵핑 계획에 따라 상위 클래스의 식생기능유형(PFT)으로 맵핑하여 재분류한다.
이때, 맵핑부(200)는 침엽(needleleaf trees, NT), 활엽(broadleaf trees, BT), 혼효림(mixed trees, Mixed), 초지(grass, GR) 및 농작물(crop, CRP) 등으로 분류할 수 있다.
데이터 형식 변환부(300)는 재분류된 데이터를 래스터 형식의 격자기반 데이터(gridded raster format data)로 변환하여, 식생기능유형(PFT)에 대한 전체 데이터 맵을 생성한다.
구체적으로, 데이터 형식 변환부(300)는 재분류된 폴리곤 벡터 형식의 데이터를 단위크기의 픽셀로 구성된 격자화된 래스터 데이터로 변환하여 식생기능유형들에 대한 격자화된 래스터 데이터를 생성함으로써, 식생기능유형(PFT)들에 대한 전체 데이터 맵을 생성한다.
이때, 데이터 형식 변환부(300)는 사용자의 입력정보에 따라 목표로 하는 래스터 데이터의 해상도(픽셀 크기)를 설정한다.
이러한 래스터 데이터의 해상도는, 원시 벡터 데이터 생성 당시 고려되었던 해상도 보다, 다소 낮은 값으로 픽셀 크기로 설정한다. 즉, 환경부 서버의 중분류 토지피복도의 경우, 원시 벡터 데이터 생성 당시 2.5m*2.5m 해상도의 SPOT 영상과 임상도의 수목분포 경계를 함께 고려하였으므로, 데이터 형식 변환부의 해상도 설정모듈은 사용자의 입력정보를 바탕으로 래스터 데이터 픽셀(단위격자)의 크기를 5m*5m 이상으로 설정한다.
데이터베이스 맵 생성부(400)는 이동 초점 평균(moving focal average) 기법, 수관밀도분포 등을 적용하여 식생기능유형(침엽(NT), 활엽(BT), 혼효림(Mixed), 초지(GR), 농작물(CRP))에 대한 식생기능유형비율(Plant Functional Type Fraction, PFTF) 데이터베이스 맵을 1차적으로 생성한다(식생기능유형비율 1차 데이터: [수식 5] 의
Figure 112013076480306-pat00023
).
구체적으로, 데이터베이스 맵 생성부(400)는 이동 초점 평균(moving focal average) 방법으로 단위격자에서 개별 식생기능유형들의 면적을 산정하고 사용자가 정의한 선택 영역(
Figure 112013115106710-pat00025
)에서 개별 식생기능유형의 점유면적비율([수식 3] 의
Figure 112013115106710-pat00026
)을 계산한 뒤, 수관면적밀도([수식 5] 의
Figure 112013115106710-pat00027
)를 적용하여 식생기능유형비율 1차 데이터([수식 5] 의
Figure 112013115106710-pat00028
)를 생성한다.
이때, 선택 영역(
Figure 112013115106710-pat00029
)은 격자군들의 분포가 초점격자를 가지는 정방형 행렬 (square matrix(예: 3*3 격자군, 5*5 격자군 등)) 형식으로 정의되도록 한다.
[수식 3]
Figure 112013115106710-pat00030


[수식 5]
Figure 112013115106710-pat00032

도 5 는 본 발명의 일실시예에 따른 이동 초점 평균(moving focal average) 기법을 적용하여 색생기능유형들이 차지하는 면적과 비율을 구하는 모습을 보이는 일예시도이다.
데이터베이스 맵 생성부(400)는 사용자가 선택하는 영역(
Figure 112013115106710-pat00092
: 초점을 가지는 n*n 격자군으로 구성)에서 개별 식생기능유형들의 상대적인 점유면적을 이동 평균하는 기법인 이동 초점 평균 기법으로 단위격자에서 개별 식생기능유형들의 면적을 산정하고, 사용자가 정의한 선택 영역(
Figure 112013115106710-pat00093
)에서 개별 식생기능유형의 점유면적비율(
Figure 112013115106710-pat00094
)을 계산한 뒤, 수관면적밀도(
Figure 112013115106710-pat00095
)를 적용하여 식생기능유형비율 1차 데이터(
Figure 112013115106710-pat00096
)를 생성한다.
즉, 선택 영역(
Figure 112013115106710-pat00049
)에서 산정된 개별 식생기능유형의 점유면적비율([수식 3] 의
Figure 112013115106710-pat00050
)의 계산이후, 이 값들이 지리적으로 현실 대표성이 있는 분포를 가질 수 있도록, 데이터베이스 맵 생성부(400)에서 초목의 수관면적밀도가 곱해져 식생기능유형비율 1차 데이터([수식 5]
Figure 112013115106710-pat00052
의 ) 가 구해진다.
초목의 수관면적밀도 데이터는, 임상도에서 추출한 것으로 현재 시점에서 가능한 침엽(NT), 활엽(BT), 혼효림(Mixed) 식생기능유형들에 대해서
Figure 112013115106710-pat00054
값을 적용하였고(도 6 참조), 나머지 식생기능유형들에 대해서는 분포밀도 1을 가정하여 적용하였음을 밝혀둔다.
향후, 초지(GR)나 농작물(CRP) 식생기능유형들에 대한 밀도정보의 입수가 가능하다면, 그 값들을 적용할 수 있다.
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
데이터베이스 맵 확장부(500)는 데이터베이스 맵 생성부(400)를 통해 생성된 식생기능유형 데이터베이스 맵을 세분화시키고 확장시킨다.
이때, 우리나라 중분류 토지피복도는 제시된 식생기능유형 분류계획과 계산방법들을 따라 침엽(needleleaf trees, NT), 활엽(broadleaf trees, BT), 혼효림(mixed trees, Mixed), 초지(grass, GR), 농작물(crop, CRP)과 같이 5가지의 식생기능유형별로 래스터 형식의 데이터베이스로 생성하게 된다. 제시된 5가지의 식생기능유형은 경우에 따라서는 용도와 목적에 맞게 더 세분화 할 수 있다.
예를 들어, 미국 NCAR(대기환경보전국)의 MEGAN(Model of Emissions of Gases and Aerosols from Nature)이라는 수치모델을 지원하기 위한 식생기능유형 데이터베이스들을 생성한다고 하자. MEGAN 모델은 침엽(NT), 활엽(BT), 관목(shrub, SB), 초지(grass, GR), 농작물(crop, CRP)과 같이 5가지에 대해 식생기능유형비율(Plant Functional Type, PFTF) 데이터들을 입력자료로 사용한다. 우리나라 중분류 토지피복도 기반의 식생기능유형에는 MEGAN 모델에서는 필요 없는 혼효림(Mixed)이 있는 반면, 관목(SB)은 없다. 이 경우에는 데이터베이스 맵 확장부(500)에서 다음과 같은 과정을 수행한다.
데이터베이스 맵 확장부(500)에서 데이터베이스 맵 생성부(400)를 통해 1차적으로 생생된 혼효림(Mixed)에 대한 식생기능유형비율 데이터베이스 맵을 침엽(NT)과 활엽(BT)에 대한 식생기능유형비율 데이터베이스 맵들로 분리할 수 있다.
남한을 도 7 의 (1) 과 같이, 위도에 따라 17개 지역으로 나누어 위도에 따른 지역별 침엽(NT)대 활엽(BT)의 구성 비율 값들(도 7 의 (2))을 혼효림(Mixed)에 대한 식생기능유형비율(
Figure 112013076480306-pat00055
) 데이터베이스에 곱해주면 혼효림(Mixed)으로부터 분리된 활엽(BT)과 침엽(NT) 유형에 대한 식생기능유형 비율 데이터들([수식 6] 의
Figure 112013076480306-pat00056
과 [수식 7] 의
Figure 112013076480306-pat00057
) 을 얻게 된다.
이렇게 혼효림(Mixed)으로부터 분리된 활엽(BT)과 침엽(NT) 유형에 대한 데이터들을 [수식 5] 로부터 1차적으로 생성한 활엽(BT) 및 침엽(NT)에 대한 식생기능유형비율 데이터들(
Figure 112013076480306-pat00058
와
Figure 112013076480306-pat00059
) 과 각각 병합하여, 활엽(BT)과 침엽(NT)의 식생기능유형비율에 대한 중간생성데이터들([수식 6] 의
Figure 112013076480306-pat00060
과 [수식 7] 의
Figure 112013076480306-pat00061
) 을 얻는다(중간단계의 PFTF생성물임을 지시하고자 '중간의' 라는 의미를 가지는 단어 'intermediate'을 줄여서 INTMT로 표기하였음).
[수식 6]
Figure 112013076480306-pat00062
[수식 7]
Figure 112013076480306-pat00063

또한, 데이터베이스 맵 확장부(500)는 대상지역 대한 분배계수를 이용하여 교목(喬木)에서 관목(SB)을 추출한다. 우리나라의 토지피복에서는 수목을 교목(喬木: 높이 5m 이상인 수목)과 관목(灌木: 높이 5m 이하인 수목, shrub(SB))으로 별도 분리해 놓고 있지 않으므로, 활엽(BT) 및 침엽(NT)에 대한 식생기능유형비율에서 관목(SB)에 대한 데이터를 추출해 내는 것이다.
활엽(BT)과 침엽(NT) 식생기능유형 데이터들은 교목과 관목을 포괄하고 있으므로, 환경부 자연생태보고서 데이터(1994~2004)를 참고한 산림에서 관목림이 차지하는 비율([수식 8] 의
Figure 112013076480306-pat00064
(약 0.62 이하로 가정))을 활엽(BT)과 침엽(NT) 식생기능유형비율 데이터([수식 7] 의
Figure 112013076480306-pat00065
과
Figure 112013076480306-pat00066
) 에 각각 곱하여 관목(SB)을 추출한다.
데이터베이스 맵 확장부(500)에서는 중간 생성된 침엽(NT)과 활엽(BT)의 식생기능유형비율들([수식 6] 과 [수식 7]에서 계산된 값들)에 분배계수([수식 8] 의
Figure 112013076480306-pat00067
)를 적용하여 추출한 관목(SB)의 식생기능유형비율 데이터 값들을 병합하면 관목(SB) 식생기능유형비율에 대한 최종적인 데이터([수식 8] 의
Figure 112013076480306-pat00068
)를 얻을 수 있다.
[수식 8]
Figure 112013076480306-pat00069

삭제
삭제
삭제
삭제
삭제
보정부(600)는 데이터베이스 맵 확장부(500)의 세분화와 확장작업을 통해 그 속성 값들의 변화가 일어난 식생기능유형비율(PFTF)의 중간생성 데이터베이스 맵들을 보정함으로써, 최종 식생기능유형데이터 베이스 맵을 생성한다.
구체적으로, 보정부(600)는 침엽(NT)과 활엽(BT)에 대한 중간생성물들을 새로이 생성된 관목(SB)의 식생기능유형비율 데이터([수식 8] 의
Figure 112013076480306-pat00070
) 에 대하여 보정한다.
즉, 보정부(600)에서는 [수식 6] 의
Figure 112013076480306-pat00071
와 [수식 7] 의
Figure 112013076480306-pat00072
각각의 값들에서 [수식 7] 의
Figure 112013076480306-pat00073
을 뺌으로써 활엽(BT)과 침엽(NT)에 대한 식생기능유형비율의 최종 데이터들을 산출한다.
[수식 9]
Figure 112013076480306-pat00074


[수식 10]
Figure 112013076480306-pat00075

삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
이상으로 본 발명의 기술적 사상을 예시하기 위한 바람직한 실시예와 관련하여 설명하고 도시하였지만, 본 발명은 이와 같이 도시되고 설명된 그대로의 구성 및 작용에만 국한되는 것이 아니며, 기술적 사상의 범주를 일탈함이 없이 본 발명에 대해 다수의 변경 및 수정이 가능함을 당업자들은 잘 이해할 수 있을 것이다. 따라서, 그러한 모든 적절한 변경 및 수정과 균등물들도 본 발명의 범위에 속하는 것으로 간주되어야 할 것이다.
S: 토지피복과 산림특성 정보를 이용한 식생기능유형 데이터베이스 맵 생성 시스템
100: 데이터 수집부 200: 맵핑부
300: 데이터 형식 변환부 400: 데이터베이스 맵 생성부
500: 데이터베이스 맵 확장부 600: 보정부

Claims (13)

  1. 대상 지역의 초목의 분포정보를 포함하고 있는 폴리곤 벡터 데이터 형식의 데이터를 수집하는 데이터 수집부(100);
    수집된 폴리곤 벡터 데이터가 가지는 하위 클래스별 속성 데이터들을 상위 클래스의 식생기능유형으로 재분류하는 맵핑부(200);
    재분류된 폴리곤 벡터 형식의 데이터를 래스터 형식의 격자기반 데이터로 변환하여, 식생기능유형에 대한 전체 데이터 맵을 생성하는 데이터 형식 변환부(300);
    이동 초점 평균 기법 및 수관면적밀도분포를 적용하여 식생기능유형비율에 대한 데이터베이스 맵을 1차적으로 생성하는 데이터베이스 맵 생성부(400);
    상기 데이터베이스 맵 생성부(400)를 통해 생성된 식생기능유형비율 데이터베이스 맵을 더 세분화시켜 데이터베이스를 확장시키는 데이터베이스 맵 확장부(500); 및
    상기 데이터베이스 맵 확장부(500)를 통한 식생기능유형데이터의 확장을 통해 그 속성값들의 변화가 일어난 중간생성 데이터베이스 맵들을 보정함으로써, 최종 식생기능유형비율 데이터 베이스 맵을 생성하는 보정부(600); 를 포함하되,
    상기 데이터베이스 맵 생성부(400)는,
    사용자가 선택하는 영역(
    Figure 112013115106710-pat00076
    : 초점을 가지는 n*n 격자군으로 구성)에서 개별 식생기능유형들의 상대적인 점유면적을 이동 평균하는 기법인 이동 초점 평균 기법으로 단위격자에서 개별 식생기능유형들의 면적을 산정하고, 사용자가 정의한 선택 영역(
    Figure 112013115106710-pat00078
    )에서 개별 식생기능유형의 점유면적비율(
    Figure 112013115106710-pat00079
    )을 계산한 뒤, 수관면적밀도(
    Figure 112013115106710-pat00080
    )를 적용하여 식생기능유형비율 1차 데이터(
    Figure 112013115106710-pat00081
    )를 생성하는 것을 특징으로 하는 토지피복과 산림특성 정보를 이용한 식생기능유형 데이터베이스 맵 생성 시스템.
    [수식 3]
    Figure 112013115106710-pat00082

    [수식 5]
    Figure 112013115106710-pat00084

  2. 제 1 항에 있어서,
    상기 맵핑부(200)는,
    상기 데이터 수집부(100)를 통해 수집된 폴리곤 벡터 데이터의 하위 클래스의 수목분류를 상위 클래스의 식생기능유형(PFT)으로 맵핑하여 재분류하되, 침엽(Needleleaf trees, NT), 활엽(Broadleaf trees, BT), 혼효림(Mixed trees, Mixed), 초지(Grass, GR) 및 농작물(Crop, CRP)로 분류하는 것을 특징으로 하는 토지피복과 산림특성 정보를 이용한 식생기능유형 데이터베이스 맵 생성 시스템.
  3. 제 1 항에 있어서,
    상기 데이터 형식 변환부(300)는,
    재분류된 폴리곤 벡터 형식의 데이터를 단위크기로 격자화된 래스터 형식의 데이터로 변환하여 식생기능유형들에 대한 격자화된 래스터 데이터를 생성함으로써, 식생기능유형(PFT)들에 대한 전체 데이터 맵을 생성하는 것을 특징으로 하는 토지피복과 산림특성 정보를 이용한 식생기능유형 데이터베이스 맵 생성 시스템.
  4. 제 1 항 또는 제 3 항에 있어서,
    상기 데이터 형식 변환부(300)는,
    사용자의 입력정보에 따라 목표로 하는 래스터 데이터의 해상도(픽셀 크기)를 설정하는 것을 특징으로 하는 토지피복과 산림특성 정보를 이용한 식생기능유형 데이터베이스 맵 생성 시스템.
  5. 삭제
  6. 제 1 항에 있어서,
    상기 데이터베이스 맵 확장부(500)는,
    1차적으로 생성된 혼효림(Mixed) 유형에 대한 데이터베이스 맵을 위도별 분배계수를 적용하여 침엽(NT)과 활엽(BT)으로 분리하며, 대상지역 대한 분배계수를 이용하여 교목(喬木)에서 관목(SB)을 추출하여 데이터베이스를 확장시키는 것을 특징으로 하는 토지피복과 산림특성 정보를 이용한 식생기능유형 데이터베이스 맵 생성 시스템.
  7. 제 1 항에 있어서,
    상기 보정부(600)는,
    활엽(BT)과 침엽(NT)에 대한 식생기능유형비율 중간생성데이터들을, 새로이 생성된 관목(SB) 식생기능유형비율 데이터에 대하여 보정하되, 활엽유형비율 중간생성데이터와 침엽유형비율 중간생성데이터 각각의 값들에서, 관목(SB)에 대한 최종 식생기능유형비율 값들을 뺌으로써, 침엽(NT)과 활엽(BT) 식생기능유형비율의 최종 데이터들을 얻는 것을 특징으로 하는 토지피복과 산림특성 정보를 이용한 식생기능유형 데이터베이스 맵 생성 시스템.
  8. 삭제
  9. 삭제
  10. 삭제
  11. 삭제
  12. 삭제
  13. 삭제
KR1020120106626A 2012-09-25 2012-09-25 토지피복과 산림특성 정보를 이용한 식생기능유형 데이터베이스 맵 생성 시스템 KR101407366B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020120106626A KR101407366B1 (ko) 2012-09-25 2012-09-25 토지피복과 산림특성 정보를 이용한 식생기능유형 데이터베이스 맵 생성 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120106626A KR101407366B1 (ko) 2012-09-25 2012-09-25 토지피복과 산림특성 정보를 이용한 식생기능유형 데이터베이스 맵 생성 시스템

Publications (2)

Publication Number Publication Date
KR20140041972A KR20140041972A (ko) 2014-04-07
KR101407366B1 true KR101407366B1 (ko) 2014-06-19

Family

ID=50651237

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120106626A KR101407366B1 (ko) 2012-09-25 2012-09-25 토지피복과 산림특성 정보를 이용한 식생기능유형 데이터베이스 맵 생성 시스템

Country Status (1)

Country Link
KR (1) KR101407366B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102401823B1 (ko) * 2021-09-01 2022-05-24 한국외국어대학교 연구산학협력단 폭염 및 한파의 기상요소와 재해부문별 열환경 응용지수 산출 시스템 및 방법
KR20230086086A (ko) 2021-12-08 2023-06-15 (주)헤르메시스 위성 관측영상 기반 토지피복 데이터 생성 장치 및 방법

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102219574B1 (ko) * 2019-03-19 2021-02-23 한국외국어대학교 연구산학협력단 도시 미기상과 미기후 환경 관리를 위한 국지기후유형 산출 방법 및 시스템
KR102194799B1 (ko) * 2019-06-12 2020-12-23 한국원자력연구원 고려 영역 내 지표면의 대표 표면거칠기 도출 장치 및 그 방법
CN111858818A (zh) * 2020-07-23 2020-10-30 生态环境部南京环境科学研究所 一种县域物种分布数据栅格化方法和系统
CN112396532A (zh) * 2020-11-18 2021-02-23 温州科技职业学院 一种农业大数据用森林植被信息数据收集分析系统
KR102492475B1 (ko) * 2020-12-04 2023-02-06 대한민국 전지구 기후 변화 예측 모델 수행을 위한 지면식생 입력자료 생산 방법 및 장치
CN112801487A (zh) * 2021-01-21 2021-05-14 中国科学院新疆生态与地理研究所 土地利用类型转换植物功能类型的方法、终端及存储介质
KR102652847B1 (ko) * 2022-08-02 2024-04-01 울산과학기술원 인공지능을 이용한 도시 수목의 탄소저장량 예측 방법
CN116089561B (zh) * 2023-04-12 2023-06-27 清华大学 一种植被功能型数据集构建方法、装置、电子设备和介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006085517A (ja) * 2004-09-17 2006-03-30 Hiroshima Pref Gov 衛星データによる森林地域の植生分類方法
JP4915545B2 (ja) * 2005-06-30 2012-04-11 清水建設株式会社 都市緑地における生息生物群の予測評価手法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006085517A (ja) * 2004-09-17 2006-03-30 Hiroshima Pref Gov 衛星データによる森林地域の植生分類方法
JP4915545B2 (ja) * 2005-06-30 2012-04-11 清水建設株式会社 都市緑地における生息生物群の予測評価手法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102401823B1 (ko) * 2021-09-01 2022-05-24 한국외국어대학교 연구산학협력단 폭염 및 한파의 기상요소와 재해부문별 열환경 응용지수 산출 시스템 및 방법
KR20230086086A (ko) 2021-12-08 2023-06-15 (주)헤르메시스 위성 관측영상 기반 토지피복 데이터 생성 장치 및 방법

Also Published As

Publication number Publication date
KR20140041972A (ko) 2014-04-07

Similar Documents

Publication Publication Date Title
KR101407366B1 (ko) 토지피복과 산림특성 정보를 이용한 식생기능유형 데이터베이스 맵 생성 시스템
Sulla-Menashe et al. User guide to collection 6 MODIS land cover (MCD12Q1 and MCD12C1) product
Liu et al. Land-cover classification of China: integrated analysis of AVHRR imagery and geophysical data
Liu et al. A process-based boreal ecosystem productivity simulator using remote sensing inputs
Zhu et al. Simulation of maximum light use efficiency for some typical vegetation types in China
Loveland et al. Development of a global land cover characteristics database and IGBP DISCover from 1 km AVHRR data
Feranec et al. Inventory of major landscape changes in the Czech Republic, Hungary, Romania and Slovak Republic 1970s–1990s
Zhang et al. Object-based approach to national land cover mapping using HJ satellite imagery
Fassnacht et al. Using Sentinel-2 and canopy height models to derive a landscape-level biomass map covering multiple vegetation types
Ejikeme et al. Enhancing food security in Anambra state, Nigeria using remote sensing data
Gibbs et al. New estimates of soil and biomass carbon stocks for global economic models
CN115630567A (zh) 一种海岸带土壤有机碳储量模拟及预测方法
CN115952702A (zh) 一种基于forcchn模型和遥感数据的森林nep的计算方法
Varghese et al. Annual and seasonal variations in gross primary productivity across the agro-climatic regions in India
Borras et al. Citril finches during the winter: patterns of distribution, the role of pines and implications for the conservation of the species
Mücher et al. Development of a consistent methodology to derive land cover information on a European scale from remote sensing for environmental monitoring; the PELCOM report
Liu et al. Vegetation mapping for regional ecological research and management: a case of the Loess Plateau in China
Oleniacz et al. Determination of optimal spatial databases for the area of Poland to the calculation of air pollutant dispersion using the CALMET/CALPUFF model
Bader et al. Epiphyte distribution in a secondary cloud forest vegetation; a case study of the application of GIS in epiphyte ecology
Feranec et al. Cartographic aspects of land cover change detection (over-and underestimation in the I&CORINE Land Cover 2000 Project)
Chhabra et al. Analysis of spatio-temporal patterns of leaf area index in different forest types of India using high temporal remote sensing data
LOTFIAN Urban climate modeling: case study of Milan city
Sarwar et al. Land use land cover change analysis (2000-2018) of Tehsil Katlang District, Mardan, Pakistan, using GIS and remote sensing
Mahlander et al. National land cover mapping for air pollution studies
Rezki et al. Outlook for carbon stock of tropical forest in the context of climate change

Legal Events

Date Code Title Description
A201 Request for examination
A302 Request for accelerated examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20170605

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20180604

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20190604

Year of fee payment: 6