도시 수목 형태 지표 추출과 경관생태 기반 평가 연구

Urban Tree Morphological Attribute Extraction for Landscape Ecology Assessment

연구 내용

UAV 라이다·RGB 데이터를 이용해 개별 수관을 분할하고 형태 지표를 추출하여 경관생태 기능 평가를 위한 원천변수를 생성하는 연구

도시 환경에서 개별 수관을 분할하고 형태학적 속성을 산출하기 위해 UAV 기반 LiDAR와 RGB 데이터를 결합합니다. 도시 수목 배치의 이질성으로 인해 기존 watershed segmentation 적용 시 과대 분할 문제가 발생할 수 있음을 고려하여 OBIA 기반의 전처리와 기계학습 절차로 WS의 적용성을 보정합니다. 이후 Mask R-CNN을 활용해 개별 수관을 자동 경계화하고 형태 지표를 산출함으로써 열 스트레스 및 탄소 관련 지표 추정에 활용 가능한 입력 변수를 제공합니다.

관련 프로젝트

0건

연구 흐름

초기에는 도시 수목 모니터링에서 개별 수관 경계화가 핵심이라는 점을 설정하고, 단일 밴드 중심의 분할 방식이 가지는 도시 적용 한계를 확인했습니다. 이후에는 라이다·RGB를 함께 활용하는 데이터 구성과, watershed segmentation의 과대 분할 문제를 OBIA 및 기계학습으로 완화하는 접근을 제안했습니다. 최근에는 레이블 생성 부담을 줄이기 위한 Mask R-CNN 기반 딥러닝 경계화로 성능과 처리 효율을 동시에 개선하는 방향으로 연구를 수행했습니다. 이를 통해 도시 녹지의 생태 기능 평가 입력변수 추출로 연결하는 절차를 정립했습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

개별 수관 자동 분할
도시 녹지 형태 지표 구축
열 스트레스 관련 입력변수 생성
탄소 배출 추정용 수목 속성
스마트 그린 인프라 유지관리
경관생태 평가 지표 고도화
도시 수목 생육 모니터링
고해상도 수목 DB 생성
도시공간 계획 지원도구
도시 열환경-녹지 연계 분석