본문 바로가기
KERD
논문KCI 등재

시공간 위성영상 융합기법을 활용한 도시 산림임연부 인접 토지피복 유형별 식생 활력도 차이 분석

Analyzing Difference of Urban Forest Edge Vegetation Condition by Land Cover Types Using Spatio-temporal Data Fusion Method

이동근|성웅기|김예화
한국환경영향평가학회 (Korean Society Of Environmental Impact Assessment)|2018.06|환경영향평가 (Journal of Environmental Impact Assessment)|제27권 제3호|pp. 279-290

1

조회

0

다운로드

4

인용

0

참고문헌

키워드

Remote sensingEdge effect정규식생지수원격탐사가장자리 효과도시 산림 관리Normalized Difference Vegetation Index (NDVI)Urban forest management
주제분류환경공학

초록

도시화와 인간의 영향으로 도심 내 산림 임연부가 증가함에 따라 도시 산림 관리 측면에서 도시 산림 임연부의 현황 파악과 모니터링의 중요성이 대두되고 있다. 본 연구는 도시 산림 임연부의 현황파악을위해 시간적 예측, 공간적 예측에서 정확도가 높은 FSDAF(Flexible Spatio-temporal DAta Fusion) 융합 영상 기법을 활용하여 도출한 NDVImax 영상을 사용하여 인접한 토지피복 유형에 따른 도시 산림 임연부의 식생 활력도 차이를 평가하는데 목적이 있다. 서울시 내 도시 산림 임연부를 대상으로 분석해 본 결과, 산림 내부로 갈수록 식생활력도가 증가하는 경향이 나타났다. 임연부에 인접한 4가지 토지피복 유형중 도로가 산림 임연부에 미치는 영향이 가장 큰 것으로 나타났다. 특히, 도로로부터 산림 임연부의 30m 까지 그 영향이 가장 두드러지게 나타났으며, 90m까지 영향을 미치는 것으로 나타났다. 본 연구의 결과는 도시 산림 모니터링 및 도시 산림 임연부 관리 측면에서 토지 피복 유형과 토지피복 변화가 인접한 산림에 미치는 영향을 평가하는데 활용 가능할 것으로 기대된다.

Abstract

The importance of monitoring and assessing the status of urban forests in the aspect of urban forest management is emerging as urban forest edges increase due to urbanization and human impacts. The purpose of this study was to investigate the status of vegetation condition of urban forest edge that is affected by different land cover types using NDVImax images derived from FSDAF (Flexible Spatio-temporal DAta Fusion). Among 4 land cover types, roads had the greatest effect on the forest edge, especially up to 30m, and it was found to affect up to 90m in Seoul urban forest. It was also found that NDVImax increased with distance away from the forest edge. The results of this study are expected to be useful for assessing the effects of land cover types and land cover change on forest edges in terms of urban forest monitoring and urban forest management.

참고문헌 (41)

  1. Akamphon S, "Cost and benefit tradeoffs in using a shade tree for residential building energy saving", The international journal published by the Thai Society of Higher Education Institutes on Environment, 7, pp.19~24 (2014)
  2. Alignier A, "Patterns of forest vegetation responses to edge effect as revealed by a continuous approach", Annals of Forest Science, 70(6), pp.601~609 (2013)[DOI]
  3. Baker TP, "Microclimate through space and time: micro climatic variation at the edge of regeneration forests over daily, yearly and decadal time scales", Forest Ecology and Management, 334, pp.174~184 (2014)[DOI]
  4. Baldi G, "Long-term satellite NDVI data sets: Evaluating their ability to detect ecosystem functional changes in South America", Sensors, 8, pp.5397~5425 (2008)[DOI]
  5. Briber BM, "Tree productivity enhanced with conversion from forest to urban land covers", Plos One, 10, pp.e0136237~ (2015)[DOI]
  6. Chai T, "Root mean square error (RMSE) or mean absolute error (MAE) Arguments against avoiding RMSE in the literature", Geoscientific Model Development, 7(3), pp.1247~1250 (2014)[DOI]
  7. Chaplin-Kramer R, "Degradation in carbon stocks near tropical forest edges", Nature Communications, 6, pp.1~6 (2015)
  8. Davies-Colley RJ, "Microclimate gradients across a forest edge", New Zealand Journal of Ecology, 24(2), pp.111~121 (2000)
  9. Delgado JD, "Edge effects of roads on temperature, light, canopy cover, and canopy height in laurel and pine forests (Tenerife, Canary Islands)", Landscape and Urban Planning, 81, pp.328~340 (2007)[DOI]
  10. Escobedo FJ, "Spatial heterogeneity and air pollution removal by an urban forest", Landscape and Urban Planning, 90, pp.102~110 (2009)[DOI]
  11. FLAASH M, "Atmospheric Correction Module: QUAC and FLAASH User's Guide, Version 4.7" (2009)
  12. Gobster PH, "The human dimensions of urban greenways: Planning for recreation and related experiences", Landscape and Urban Planning, 68, pp.147~165 (2004)[DOI]
  13. Gulci S, "Assessment of the Road Impacts on Coniferous Species Within the Road-Effect Zone Using NDVI Analysis Approach", Fresenius Environmental Bulletin, 26, pp.1654~1662 (2017)
  14. Haddad NM, "Habitat fragmentation and its lasting impact on Earth's ecosystems", Science Advances, 1, pp.e1500052~e1500052 (2015)[DOI]
  15. Hansen MC, "High-Resolution Global Maps of 21st Century forest cover change", Science, 342, pp.850~854 (2013)[DOI]
  16. Hernandez-Santana V, "Enhanced transpiration by riparian buffer trees in response to advection in a humid temperate agricultural landscape", Forest Ecology and Management, 261, pp.1415~1427 (2011)[DOI]
  17. Hofmeister J, "Strong influence of long-distance edge effect on herb-layer vegetation in forest fragments in an agricultural landscape", Perspective in Plant Ecology Evolution and Systematics, 15, pp.293~303 (2013)[DOI]
  18. 김은영, "침입교란종 개념 정립 및 영향요인 고찰", 한국환경복원기술학회지, 19(1), pp.155~170 (2016), 한국환경복원기술학회[DOI]
  19. 김성훈, "Landsat 위성영상을 이용한 충청남도 임상 분석 및 산림 탄소저장량 추정", 한국지역지리학회지, 20(2), pp.206~216 (2014), 한국지역지리학회
  20. 김재엽, "대전천 생태하천복원지역의 지표특성 분석을 위한 원격탐사 자료의 활용", 한국지리학회지, 4(2), pp.231~240 (2015), 한국지리학회
  21. Kuttler W, "Urban Ecology", pp.233~248 (2008), Springer
  22. Lee H, "Advanced Statistical Analysis: Theory and Practice" (2013), Moonwoosa Publishing
  23. Li F, "Urban vegetation phenology analysis using high spatio-temporal NDVI time series", Urban Forestry & Urban Greening, 25, pp.43~57 (2017)[DOI]
  24. Liu D, "An enhanced physical method for downscaling thermal infrared radiance", IEEE Geoscience and Remote Sensing Letters, 9(4), pp.690~694 (2012)[DOI]
  25. MacLean MG, "Edge influence detection using aerial LiDAR in Northeastern US deciduous forests", Ecological Indicators, 72, pp.310~314 (2017)[DOI]
  26. Magnago LFS, "Functional attributes change but functional richness is unchanged after fragmentation of Brazilian Atlantic forests", Journal of Ecology, 102, pp.475~485 (2014)[DOI]
  27. Magnago LFS, "Do fragment size and edge effects predict carbon stocks in trees and lianas in tropical forests?", Functional Ecology, 31, pp.542~552 (2017)[DOI]
  28. Survey USG. Seven year phenological record of Alaskan ecoregions derived from Advanced Very High Resolution Radiometer normalized difference vegetation index data. Open-File Report 01-11, "Markon BCJ", U.S. Department of the Interior, ~ (2001)
  29. Numata I, "Carbon emissions from deforestation and forest fragmentation in the Brazilian Amazon", Environmental Research Letters, 6, pp.44003~ (2011)[DOI]
  30. Riedel SM, "Edge effects on vegetation and soils in a Virginia old-field", Plant and Soil, 270, pp.13~22 (2005)[DOI]
  31. Riutta T, "Living on the edge: quantifying the structure of a fragmented vforest landscape in England", Landscape Ecology, 29, pp.949~961 (2014)[DOI]
  32. ". Laboratory for geographical information systems, Ltd"[URL]
  33. Shojanoori R, "Review on the use of remote sensing for urban forest monitoring Review on the Use of Remote Sensing for Urban Forest Monitoring", Arboriculture & urban forestry, 42(6), pp.400~417 (2017)
  34. Sung HY, "A study on distribution and change of NDVI with land-cover change in city of Sungnam", The journal of GIS Association of Korea, 8(2), pp.275~288 (2000)
  35. 성선용, "연결성 분석을 활용한 산림의 주연부와 내부의 탄소저장량 비교", 농촌계획, 21(4), pp.27~33 (2015), 한국농촌계획학회[DOI]
  36. Weng Q, "Generating daily land surface temperature at Landsat resolution by fusing Landsat and MODIS data", Remote Sensing of Environment, 145, pp.55~67 (2014)[DOI]
  37. Wu M, "Generating Daily Synthetic Landsat Imagery by Combining Landsat and MODIS Data", Sensors, 15, pp.24002~24025 (2015)[DOI]
  38. Wu M, "An improved high spatial and temporal data fusion approach for combining Landsat and MODIS data to generate daily synthetic Landsat imagery", Information Fusion, 31, pp.14~25 (2016)[DOI]
  39. Xun B, "Quantifying isolation effect of urban growth on key ecological areas", Ecological Engineering, 69, pp.46~54 (2014)[DOI]
  40. Zhu X, "An enhanced spatial and temporal adaptive reflectance fusion model for complex heterogeneous regions", Remote Sensing of Environment, 114(11), pp.2610~2623 (2010)[DOI]
  41. Zhu X, "A flexible spatiotemporal method for fusing satellite images with different resolutions", Remote Sensing of Environment, 172, pp.165~177 (2016)[DOI]

관련 논문AI추천

녹지지수에 따른 산림패치 시계열 분석김영표, 서응철한국산림휴양복지학회 · 한국산림휴양학회지2010 · 제14권 제2호시계열 Landsat 영상 생성을 위한 시공간 다중센서 영상 융합 모델의 평가 - 한라산 사례연구 -김하늘, 박노욱, 박소연, 조수현기후연구소 · 기후연구2021 · 제16권 제4호토지이용변화와 식생피복지수(FVC)의 상관관계에 관한 연구 - 부산광역시를 대상으로 -마캉, 김용석(사)한국정원디자인학회 · 한국정원디자인학회지2023 · 제9권 제2호이식수목의 현황 평가를 위한 위성영상 기반 원격탐사 식생지수 적용 연구권용성, 김동주, 문윤정, 이도훈, 이선미, 장문정, 최미나한국환경생물학회 · 환경생물2023 · 제41권 제1호Correlation between Urban Forest and Satellite-borne Imagery-based Ambient Particulate Matter across Seoul, South Korea이상훈, Jin-Cheol Park농업생명과학연구원 · 농업생명과학연구2019 · 제53권 제6호연결성 분석을 활용한 산림의 주연부와 내부의 탄소저장량 비교모용원, 성선용, 이동근한국농촌계획학회 · 농촌계획2015 · 제21권 제4호

이 간행물의 다른 논문 (6건)

환경영향평가 단계에서의 라돈 관리에 대한 연구오홍석, 이관형, 김충곤, 김임순pp. 241-250HSPF-EFDC 모델을 연계한 홍수조절댐 수질 변화 예측나진영, 이한진, 황현동, 황상철, 이영기, 유나영pp. 251-266그린워터 및 블루워터를 이용한 물부족 평가이동근, 김예화, 김성은, 양병선pp. 267-278분산 능력을 고려한 기후변화에 따른 붉가시나무의잠재서식지 분포변화 예측연구이명우, 서창완, 박선욱, 홍승범, 김진용, 전자영, 신만석pp. 291-306제천시 농업용저수지의 어류상 및 생태건강성평가이상보, 한정호, 김재환, 백운기pp. 307-321
원문 보기