An Analysis of Forest Health Using Machine Learning Algorithms
Yun-Ki Kim · 한국지적정보학회지 · 2019
본 연구의 주된 목적은 기계학습알고리즘을 이용하여 숲의 건강상태를 예측하고 분류하는 것이었다. 연구목적을 달성하기 위해 본 연구는 청주시 정중리의 한 숲을 연구지역으로 선정하고 이 지역에 대한 UAV영상을 촬영하였다. 본 연구는 UAV영상을 RGB 밴드로 분리시킨 다음 이를 기반으로 RGBVI값을 도출하였다. RGBVI는 일반적으로 농작물이나 식생의 건강상태를 나타내주는 지표로 이용되고 있다. 숲의 건강상태를 예측하기 위해 본 연구는 WEKA의 회귀분석 알고리즘을 이용하였다. 분석의 결과 GLI, NGRDI, ExGR은 숲의 건강에 정의 영향을 미치지만, ExG와 ExR은 숲의 건강에 부의 영향을 미치고 있음이 확인되었다. 또한 본 연구는 4개의 기계학습알고리즘을 이용하여 숲의 건강상태를 분류해보고 각 알고리즘의 성능을 비교하였다. 분석의 결과 Random Forest가 모든 범주에서 가장 효과적인 알고리즘임이 확인되었다. 본연구의 결과는 정책결정자들이 숲의 건강문제를 예측하고 이에 대한 대책을 세우는데 있어서 참고자료로 활용될 수 있을 것이다. 그러나 이러한 유용성에도 불구하고 본 연구는 몇 가지 한계점들을 지니고 있다. 이러한 한계들은 앞으로 시계열분석을 이용하면 어느 정도 극복될 수 있을 것이다.