REMOTE SENSING

Global Forest Canopy Height(전세계 산림 캐노피 높이) 데이터셋 소개

유병혁 2022. 8. 28. 14:40

안녕하세요? 이번 글은 30m급 공간해상도로 전세계 산림 캐노피 높이 지도를 제공하는 'Global Forest Canopy Height)' 데이터셋을 소개해 보겠습니다. 이 지도는 GEDI(Global Ecosystem Dynamics Investigation) 라이다 산림 구조 측정과 Landsat 분석용 데이터 시계열의 통합을 통해 개발된 것입니다. 공식 홈페이지는 다음과 같습니다.

 

Global Forest Canopy Height, 2019 | GLAD

A new, 30-m spatial resolution global forest canopy height map was developed through the integration of the Global Ecosystem Dynamics Investigation (GEDI) lidar forest structure measurements and Landsat analysis-ready data time-series. The NASA GEDI is a s

glad.umd.edu

Global Forest Canopy Height, 2019

NASA GEDI는 2019년 4월부터 International Space Station(국제 우주 정거장)에서 운용되는 위성탑재 라이다 장비(spaceborne lidar instrument)입니다. 전세계적으로 52°N과 52°S 사이의 산림 캐노피 높이를 포함한 식생 구조의 촬영범위 기반 측정(footprint-based measurements)을 제공합니다.

미국 매릴랜드 대학교의 GLAD 팀(UMD GLAD: Global Land Analysis and Discover team at the University of Maryland)은 2019년 기준으로 GEDI 데이터와 Landsat 분석용 시계열 데이터(Landsat ARD: Analysis Ready Data)를 통합했습니다. GEDI RH95(Relative Height at 95%) 측정기준을 사용하여 모델을 보정했습니다. 지표 생물계절학(surface phenology)을 나타내는 Landsat 다중-시계열(multi-temporal) 측정기준은 전세계 산림 높이 모델링을 위한 독립 변수로 사용됩니다.

 

고품질의 산림 높이 예측과 전세계 지도 일관성을 보장하기 위해 "무빙 윈도우(moving window)" 로컬 보정(locally calibrated) 및 응용 배깅 회귀 트리 앙상블 모델(applied bagged regression tree ensemble model)이 구현되었습니다. 모델은 GLAD 데이터 범위 밖의 아한대 지역(boreal regions)에서 외삽되어 전세계 산림 높이 프로로타입 지도를 생성했습니다.

 

전세계 산림 높이 지도는 GEDI 데이터 품질, Landsat 광학 시계열 데이터 가용성 및 산림 구조 특성화 타당성(feasibility)과 관련하여 알려진 문제가 있는 프로토타입 산출물입니다.

  • GEDI 데이터는 온대 및 아열대 산악 초원(예: 뉴질랜드와 레소토) 내의 경사면에서 산림 높이를 과대 평가합니다.
  • GEDI 데이터는 식물의 높이와 인공 객체의 높이를 구별하지 않기 때문에 도시와 교외의 나무 높이는 건물 높이와 혼동될 수 있습니다.
  • GEDI 보정 불확실성(특히, 지리적 위치 정밀도 및 지표면 높이 추정)은 일부 지도 오류의 원인이 될 수 있습니다.
  • 산림 높이 모델은 30m 이상을 포화 상태로 만들어 가장 높은 나무의 높이를 적절하게 나타내지 않습니다.

전세계 산출물은 향후 대부분의 문제를 해결하도록 업데이트될 예정입니다. 새로 처리되는 GEDI 데이터는 지표면 탐지 알고리즘, 도심 마스크 및 향상된 지리적 위치에 대한 개선사항이 포함될 것입니다. 더 높은 공간 해상도 Sentinel-2 데이터의 계획된 통합을 통해 텍스처 측정기준을 구현할 수 있습니다. 고급 머신러닝 도구(컨볼루션 신경망)을 시험하여 산림 고도 모델링 정확도를 향상시킬 것입니다.

 

데이터셋 참고문헌

P. Potapov, X. Li, A. Hernandez-Serna, A. Tyukavina, M.C. Hansen, A. Kommareddy, A. Pickens, S. Turubanova, H. Tang, C.E. Silva, J. Armston, R. Dubayah, J. B. Blair, M. Hofton (2020) Mapping and monitoring global forest canopy height through integration of GEDI and Landsat data. Remote Sensing of Environment, 112165. https://doi.org/10.1016/j.rse.2020.112165

 

데이터셋 다운로드

좌표계는 'EPSG:4326 - WGS84'이며 데이터 형식은 8-bit unsigned LZW-compressed GeoTiff(부호 없는 8비트 정수형)입니다. 픽셀 크기는 0.00025 x 0.00025도입니다. 대륙 모자이크로 집계된 데이터를 제공하며 우리나라는 NASIA 모자이크를 내려받으면 됩니다. 픽셀 값은 다음과 같이 구성되어 있습니다:

  • 0-60 Forest canopy height, meters(산림 캐노피 높이, 미터)
  • 101 Water(물)
  • 102 Snow/ice(눈/빙하)
  • 103 No data(데이터 없음)

'Forest_height_2019_NASIA.tif [4.1 GB]'를 내려받은 후, QGIS에서 열어보겠습니다.

해당 데이터를 우리나라 범위로 잘라보겠습니다. '공간 처리 툴박스 > GDAL > 래스터 추출 > 범위로 래스터 자르기'를 실행합니다.

우리나라는 동경 124도와 132도 사이, 북위 33도와 43도 사이에 위치합니다. 이에 잘라낼 영역은 다음과 같이 지정합니다.

잘라낸 산출물 (영역)은 다음과 같이 지정해 보겠습니다.

결과는 다음과 같습니다. 현재 이 데이터는 픽셀 값이 0-60인 경우는 산림 캐노피 높이를, 101-103인 경우는 물, 눈/빙하, 데이터 없음을 의미합니다. 101-103 픽셀 값을 그대로 두고 구역 통계 등을 처리할 경우, 잘못된 결과 값이 계산(예: 물을 뜻하는 101 코드가 산림 캐노피 높이 101m로 계산)될 수 있습니다. 따라서 이 부분을 처리해 주도록 하겠습니다.

'래스터> 래스터 계산기'를 실행합니다. *래스터 계산기 표현식의 이해가 쉽도록 결과 레이어 이름은 'A'라고 변경했습니다.

적용할 조건문(conditional)은 다음과 같습니다.

  • 픽셀 값이 60보다 같거나 작으면, 해당 값을 그대로 적용
  • 픽셀 값이 60보다 크면, 해당 값을 0으로 처리(물, 눈/빙하, 데이터 없음)

이것을 래스터 계산기 표현식으로 정리하면, 다음과 같습니다. 그대로 적용해 보겠습니다.

  • ("A@1" <= 60) * "A@1" + ("A@1" > 60) * 0

결과 레이어에서 산출 레이어를 지정한 후 결과를 확인합니다.

결과는 다음과 같습니다. 이제 심볼을 조정해 보겠습니다. 레이어 이름을 더블 클릭해서 '레이어 속성' 창을 실행합니다.

렌더링 유형은 '단일 밴드 유사색상'으로 변경합니다.

색상표는 'Greens'로 변경하겠습니다.

우리나라 범위에서 산림 캐노피 높이의 최소값은 0m, 최대값은 33m로 확인됩니다.

결과는 다음과 같습니다.