인공신경망을 이용한 Sentinel-2 영상으로부터의 자연림과 인공림의 분류 = Classification of natural and artificial forests from Sentinel-2 images using artificial neural network

국문 초록 (Abstract)

산림은 과거 목재 생산과 광산 개발 등의 목적으로부터 시대의 흐름에 따라 지구온난화 등의 환경문제에 대처하는 천연 자원으로서 가치를 가지고 있다. 특히 요즈음 미세먼지나 산림 황폐화로 인해 환경문제가 더욱 두드러짐과 동시에 산림의 가치는 높아지고 있다. 자연림은 자연으로부터 이어져온 산림으로 병충해나 재해 등 환경스트레스에 강하며 야생동물의 안식처가 되는 등 안정적인 산림이며 보존 가치가 높은 산림이다. 인공림은 사람이 조림 및 관리하는 숲으로 목재생산, 토양침식, 방풍 등 목적을 가지는 산림이다. 인공림은 목재 생산을 목적으로 하므로 관리에 용이하도록 일제 동령림의 형태를 가지기 때문에 수직 구조가 발달되어 있지 않고 지반이 불안정한 산림으로 환경 스트레스에 약하다. 자연림과 인공림의 구분은 두 산림 형태의 목적과 관리 방법이 상이하므로 산림조사에서 기본적으로 조사하는 요소이다. 일반적으로 자연림과 인공림의 구분은 항공사진 양안 시 판독 또는 행정적인 절차를 통해 이루어진다. 본 연구에서는 식생 분석에 유리한 분광정보를 기존 위성에 비해 다수 제공하는 Sentinel-2 위성 영상을 이용하여 인공림과 자연림의 분광적 특징을 이용한 분류 방법을 제시한다. 이 방법에서는 분류도를 제작하기 위해 Artificial Neural Network(ANN) 즉 인공신경망을 이용한다.

다국어 초록 (Multilingual Abstract)

Forests have value as natural resources to cope with environmental problems such as global warming according to the flow of the times from the purpose of development such as past wood production and mine development. Especially these days, the value of forests is increasing due to environmental problems such as air pollution and deforestation. Natural forests are naturally made forests, which are resistant to environmental stresses such as pests and disasters, and are stable forests and make habitats for wildlife. Artificial forests are forests that are planted and managed by people, and are forests with the purpose of wood production, handling with soil erosion and windbreak as well. Since the planted forest(artificial forest) is intended for the production of timber, it has the form of even-aged forest for easy management. Therefore, the vertical structure is not developed and the ground is unstable and also vulnerable to environmental stress. The forest type is fundamentally investigated in forest surveys because the purpose and management methods of the two forest types are different. In general, the distinction between two types of forest is carried out through the reading of aerial photographs or administrative procedures. In this study, we propose a classification method using the optical features of artificial forest and natural forest using Sentinel-2 satellite image, which provides various spectral information especially useful for vegetation analysis compared to existing satellites. In this method, an artificial neural network (ANN) is used to classify forest types.

목차 (Table of Contents)

• 제1장 서 론 1
• 제1절 연구 배경 1
• 제2절 연구 목적 4
• 제3절 연구 개요 5
• 제2장 이론적 배경 6
• 제1절 인공림과 자연림 6
• 1. 인공림과 자연림 6
• 2. 원격탐사 자료를 이용한 산림조사 8
• 제2절 사용 데이터 특징 10
• 1. Sentinel-2 10
• 2. 1:5000 임상도 12
• 3. SRTM DEM 13
• 제3절 영상처리 15
• 1. 광학 영상의 전처리 15
• 1) 대기보정 15
• 2) 지형보정 15
• 2. 정규화 지수 17
• 1) 정규식생지수 17
• 2) 정규수분지수 17
• 3) 정규적색경계지수 18
• 3. 주성분분석 19
• 제4절 인공신경망 21
• 1. 기계학습 21
• 1) 지도학습 22
• 2) 비지도학습 22
• 2. 인공신경망의 기초 22
• 1) 다중 퍼셉트론 23
• 2) 오차 역전파 알고리즘 24
• 제3장 연구지역 및 연구자료 26
• 제1절 연구지역 26
• 제2절 연구자료 28
• 제4장 연구 방법 및 결과 33
• 제1절 연구방법 33
• 제2절 연구 결과 35
• 1. 사용 데이터의 전처리 35
• 2. 입력 데이터 제작 37
• 1) 지수 맵 제작 37
• 2) 주성분분석 맵 제작 45
• 3. 자연림 확률도 제작 48
• 4. 자연림/인공림 분류도 제작 51
• 제5장 결론 및 토의 53
• 참고 문헌 56
• ABSTRACT 60