메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
신재원 (서울대학교) 정수종 (서울대학교) 장동영 (서울대학교)
저널정보
한국기상학회 대기 대기 Vol.33 No.1
발행연도
2023.2
수록면
61 - 72 (12page)

이용수

DBpia Top 10%동일한 주제분류 기준으로
최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Accurate estimation of forest carbon stocks is important in establishing greenhouse gas reduction plans. In this study, we estimate the spatial distribution of forest carbon stocks using machine learning techniques based on high-resolution remote sensing data and detailed field survey data. The high-resolution remote sensing data used in this study are Landsat indices (EVI, NDVI, NDII) for monitoring vegetation vitality and Shuttle Radar Topography Mission (SRTM) data for describing topography. We also used the forest growing stock data from the National Forest Inventory (NFI) for estimating forest biomass. Based on these data, we built a model based on machine learning methods and optimized for Korean forest types to calculate the forest carbon stocks per grid unit. With the newly developed estimation model, we created forest carbon stocks maps and estimated the forest carbon stocks in South Korea. As a result, forest carbon stock in South Korea was estimated to be 432,214,520 tC in 2020. Furthermore, we estimated the loss of forest carbon stocks due to the Donghae-Uljin forest fire in 2022 using the forest carbon stock map in this study. The surrounding forest destroyed around the fire area was estimated to be about 24,835 ha and the loss of forest carbon stocks was estimated to be 1,396,457 tC. Our model serves as a tool to estimate spatially distributed local forest carbon stocks and facilitates accounting of real-time changes in the carbon balance as well as managing the LULUCF part of greenhouse gas inventories.
#Carbon #forest #biomass #LULUCF #remote sensing #machine learning

목차

Abstract
1. 서론
2. 자료 및 방법
3. 연구 결과
4. 결론 및 논의
REFERENCES

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

1.5/2.0℃ 지구온난화 시나리오 기반의 동아시아 기후변화 분석
심성보 ,  권상훈 ,  임윤진 외 2명 대기 2019 .11
동아시아 대기의 강 탐지 알고리즘 비교
김규리 ,  백승윤 ,  권예은 외 1명 대기 2023 .08
건축 및 토목 분야 BIM의 발전과 활용
이군재 한국강구조학회지 2019 .04
최대 엔트로피 모형을 활용한 기후변화 시나리오 기반 산사태 취약성평가
차성은 ,  임철희 ,  홍민아 외 2명 한국기후변화학회지 2023 .04
A review on effects of microplastics on animal, environment and human health considering One Health perspective
이진용 ,  차지혜 지질학회지 2023 .06

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2023-453-000451319