[헬로티]

교토의정서에서 이산화탄소 배출량 감축이 주목을 받아 2015년 파리협정에서는 개발도상국을 포함한 배출량 제한 목표가 설정됐으며, 일본도 2030년까지 2013년 대비 온실효과 가스 배출량을 26% 삭감한다는 목표를 세웠다. 산림의 흡수량을 예상하고 세운 목표이다. '지구의 폐'라고 불리는 아마존 열대림은 탄소 축적량이 크다. 그러나 최근 온난화 영향으로 산림 재해가 증가하고 있으며, 2019년 여름에는 대규모 산림 화재에 의한 산림 감소가 세계적으로 주목받았다.

아마존 열대림과 같은 자연림과는 달리 일본의 산림은 이차림이라고 불리며, 인간에 의한 교란을 받은 산림이다. 그러한 산림을 유지하려면 사람에 의한 지속적인 관리가 필요하다. 산림 바이오매스 에너지로 사용하는 것도 검토되고 있으며, 산림 유래의 바이오매스 연료를 사용하면 화석 연료의 배출량을 줄일 수 있기 때문에 자연의 탄소 사이클을 고려한 경우, 순환형 자원 이용이라고 할 수 있다.

2011년 원전 사고 이후, 에너지 정책이 수정되어 국토의 69%를 차지하는 산림 자원의 유효 활용이 검토되고 있다. 일본 정부도 바이오매스 에너지 이용을 촉진하고 있다. 적절한 자원 이용이 가능하면, 산림은 지속가능한 에너지로서 유용한 자원이다. 그러나 재목을 한곳에 모으는 집재 코스트와 에너지로서 이용할 경우 재목의 저가격화 등이 문제가 된다.

지속적으로 산림 자원을 이용하려면 너무 많이 사용하지 않기 위해서도 정확한 현존량(축적량)의 파악이 필수이다. 각지의 산림 상황에 따른 정확한 탄소량의 수지를 어림잡을 필요가 있다. 따라서 3차원 데이터를 취득할 수 있는 레이저 리모트 센싱이 주목을 받아, 정확한 바이오매스량을 산출하는 연구가 지금까지 이루어져 왔다.

현존량의 파악에는 정확한 나무 높이 측정이 필요하며, 나무 높이를 정밀하게 측정할 수 있는 레이저는 산림 분야에서 특히 주목받았다. 또한, 나무 높이 성장도 정확히 파악할 수 있기 때문에 성장량 차이에 따른 생육에 적합한 장소를 특정할 수 있다. 산림 지역의 탄소 축적량이나 바이오매스의 계산 줄기체적(재적)이 기준이며, 재적을 3차원 데이터로부터 정확하게 계산해야 한다.

레이저 기술은 사람에 의한 매뉴얼 계측보다 단시간에 넓은 면적을 데이터 수집할 수 있기 때문에 작업 효율을 향상시킬 수 있다. 또한, 3차원 구조 데이터 자체, 산림의 새로운 가치를 발견할 가능성이 있다. 예를 들면, 지금까지 측정이 어려웠던 생태계 서비스 기능을 레이저에 의해 정량화하는 것이다. 산림의 생태계 서비스 기능 중 하나인 보전 기능은 산림에 있는 동식물종(조류 등)의 다양성에 관계되어 있으며, 산림 구조가 복잡화되면 그 토지의 다양성이 향상된다는 연구 보고가 있다. 또한, 레이저의 생태학에 대한 응용에 관해서는 관련된 연구가 논문으로 정리되어 있다. 

일본에서는 산림의 관리 방치가 계속된 결과, 병해 등으로 예상치 못한 상황이 되어 있다. 지금까지 작성된 표준적인 수목 형상을 기준으로 한 식과 바이오매스 추정식이 맞지 않아 오차가 생기고 있다. 또한, 광엽수는 모양이 복잡하기 때문에 간략화된 식으로밖에 작성할 수 없었다. 레이저를 이용하면 식을 작성할 필요가 없어 가장 정확하게 줄기체적(바이오매스량)을 산출할 수 있기 때문에 지역 특유의 상황에 대응한 탄소 축적을 평가할 수 있다.

여러 가지 리모트 센싱 기술 중에서 레이저 센싱이 가장 쉽게, 가장 정확하게 수목을 측정할 수 있다는 것은 과거의 연구 보고에도 있다.

레이저 기술에는 위성, 항공, 지상 등 3가지의 다른 데이터 수집 방법이 있다. 위성 레이저는 위성에서 레이저를 조사하지만, 빔 직경이 지상에 도달할 때 20～30m나 되므로 단목을 파악할 수 있을 정도의 데이터는 취득할 수 없다. 최근에는 NASA가 GEDI라고 하는 위성 레이저를 우주 정거장에 탑재했으며, JAXA도 후속기로서 MORI라고 하는 센서를 개발했다. 세계의 나무 높이 추정을 위성 레이저에 의해 정확하게 파악할 수 있을 것으로 기대되고 있다.

항공기 레이저는 센서를 항공기에 탑재하고 조사하는 타입으로, 국가나 도시 등의 광역 바이오매스량 추정에 가장 효과적인 방법이다. 항공기 레이저는 산림 내의 지반 높이를 측정할 수 있기 때문에 방재나 지형 분야에서 가장 많이 이용되고 있다. 고도가 높은 항공기에서 레이저를 조사하기 때문에 수관 상부(수목 상부)에서 반사가 많아, 산림 내부의 줄기 상황은 정확히 파악할 수 없다(그림 1). 특히 바이오매스량 측정에 필요한 줄기 형상을 정확하게 파악할 수 없다. 이러한 문제를 해결할 수 있는 것이 지상 레이저이다.

지상 레이저는 센서를 지면에 설치, 올려보는 각도로 수목 형상을 계측하는 기술이다. 지상 레이저는 가반성이 우수하고, 항공기 레이저보다 1/10 이하의 가격으로 데이터 취득할 수 있다. 또한, 언제라도 데이터 취득이 가능하다. 줄기를 측정할 수 있으므로 바이오매스량 산출에 필요한 줄기체적(재적)을 가장 정확하게 측정할 수 있다. 어떠한 수종에 대해서도 3차원 데이터를 취득할 수 있으면, 3차원 데이터로부터 구조물을 직접 계측할 수 있기 때문에 개체의 크기 편차에 따라 재적도 산출할 수 있다. 레이저 기술의 비약적인 발전으로 반경 600m～1km까지의 장거리형 타입이 있으며, 단시간에 데이터를 얻을 수 있다. 최근에는 산림 환경세를 위한 산림 정비 효과를 모니터링하는 효과적인 방법으로 생각되어, 일상 조사 업무에 공헌할 수 있을 것으로 생각된다.

필자는 지상 레이저를 이용해 정확한 바이오매스 측정을 비파괴로 하는 기술을 확립했다. 분석 기법은 센서를 산림 내에 설치, 고밀도 데이터를 취득한다(그림 2). 취득된 데이터는 가지고 돌아와 사무실에서 해석 작업을 한다. 취득한 지상 레이저의 점군에서 단목 단위로 점군을 추출한다. 단목 단위의 점군에서 수목 줄기부를 자동 판별, 줄기체적(재적)을 자동으로 계산한다(그림 3).

지상 레이저에서 얻은 점군은 지상에서 반사되는 점만을 분류할 필요가 있다. 필터링 기술을 독자적으로 개발, 지반에서 반사된 점만을 이용해 DTM(Digital Terrain Model)을 작성한다. 작성된 DTM을 이용해 수관 높이를 나타내는 DCM(Digital Canopy Model)을 작성, Watershed법이라는 분류법을 적용하면 단목 단위의 수관 범위를 자동으로 분류해 점군을 추출한다(그림 3). 줄기부만의 데이터에서 50cm 간격으로 높이별로 줄기부 데이터를 둥글게 자르고, 둥글게 자른 데이터에서 줄기 직경을 자동으로 측정한다. 50cm 간격으로 측정한 결과로부터 체적을 산출하고, 수목 1개의 줄기체적으로 한다(그림 4). 측정에는 뉴럴 네트워크 기술을 이용했다. 이러한 일련의 분석 기법을 자동화하고 있으며, 줄기재적을 자동으로 산출할 수 있게 했다. 소프트웨어로서 패키지화되어 있기 때문에 올해 안에 이용 가능하다. 소프트웨어의 이용 희망자는 필자에게 연락하기 바란다.

이 기술을 이용해 목질 바이오매스 산출 근거인 줄기체적을 산출, 여러 가지 방법으로 얻은 결과와 비교했다. 대조로 하는 참값은 수목을 베어 쓰러트려 측정한 결과이다. 기존의 방법인 재적식에 의한 추정은 6%의 오차가 있었지만, 줄기 형상을 뉴럴 네트워크로 측정한 이 기법을 이용하면 2.7%의 오차로 측정할 수 있었다. 일반적인 분석 기법으로서 단순한 ‘원’을 끼워 맞추는 방법이 주류인데, 원을 끼워 맞추는 것만으로는 12%의 오차가 발생했다. 단순한 ‘원’에 의한 추정은 3차원 데이터의 질을 떨어뜨리는 결과가 됐다. 지상 레이저는 상세한 나무 형상을 측정할 수 있지만, 해석 기법이 ‘원’이라는 단순한 기법이라면 반대로 오차를 낳게 된다. 필자가 개발한 뉴럴 네트워크에 의한 이 기법이 원래의 데이터 질을 유지할 수 있기 때문에 가장 우수한 기법이다. 또한 수종의 차이에 관계없이 가장 범용성이 높은 기술로서 다양한 산림 데이터에 적용할 수 있다. 수목의 위치를 데이터로부터 자동으로 파악하고, 자동으로 수목위치도를 작성할 수도 있다.

이러한 기술이 확립됨으로써 누구라도 동일한 방법으로 산림 조사를 할 수 있고, 정확성 높은 데이터로부터 탄소 축적량의 증명이나 탄소 크레딧 보증이 가능하다. 측정 기술에 의해 산림에 가치를 부여, 탄소 크레딧을 보다 신뢰할 수 있게 해 산림에 대한 투자를 이끌어내는 것도 가능하다.

필자는 수목의 수관부만을 래핑법에 의해 에워싸는 표면의 작성에 성공했다(그림 5). 컴퓨터그래픽 기술을 응용해 개발한 기술이며, 래핑법에 의해 지금까지 불가능했던 부정형 수관 구조를 점군으로부터 상세하게 파악할 수 있다. 동시에 에워싼 장소의 ‘체적’을 정확하게 산출할 수 있다. 이 기법은 당초 항공기 레이저에 대해 개발됐지만, 고밀도로 취득되는 지상 레이저에서도 적용 가능하다. 레이저에 의해 취득된 3차원 점 데이터로부터 자동으로 형상을 파악할 수 있는 해석 기술은 세계적으로 높게 평가받고 있다. 

또한, 레이저에 의한 3차원 해석은 위성 데이터의 그랜드 트루스(리모트 센싱으로 얻은 이미지 데이터로부터 대상물을 판독하는 경우에, 그 대표적인 대상물의 실제 지상 데이터를 말한다)로서 유효하게 활용할 수 있다.

위성 데이터는 2차원 이미지이며, 그 휘도값(광학 센서)과 후방 산란계수(레이저 등)을 이용해 산림 지역의 바이오매스량을 추정한다. 얻어진 결과를 현지 데이터와 검증할 때, 현지의 측정 데이터가 충분하지 않은 상황이 있다. 그랜드 트루스로서 검증용 데이터를 레이저에서 제공하고 싶다. 예를 들면, 기존의 바이오매스 평가는 나무 높이와 등직경 밖에 측정하지 않는다. 측정한 나무 높이와 등직경을 입력값으로 식에 적용해 수목 전체의 양을 추정하는데, 위성 데이터에 의해 얻은 값과 동일한 것을 보고 있다고는 할 수 없다. 위성 데이터도 지상 데이터도 각각의 규칙(기법)에 따라 바이오매스를 추정, 비교하고 있는 것에 지나지 않는다. 보다 더 일치하는 데이터를 얻으려면 지상 레이저를 이용해 산림 구조의 3차원 데이터를 모두 취득, 검증용 데이터로 하는 것이 보다 정확하다고 생각된다. 지상 레이저는 줄기부 이외의 가지와 잎까지 데이터를 얻을 수 있기 때문에 위성에서 취득한 데이터와 가장 관련이 있는 수관 상황도 파악할 수 있다.

필자는 이를 위해 2차원 스펙트럼값을 3차원 데이터와 합성하는 기술을 확립했다. 그 결과 하이퍼 스펙트럼 등의 다파장 이미지와 3차원 데이터를 융합, 3차원 데이터의 속성값으로서 스펙트럼 정보를 부가할 수 있게 했다. 3차원 데이터에 의한 구조 데이터를 중심으로 스펙트럼 정보를 집약할 수 있고, 수목의 건강 상황을 상세하게 파악할 수 있을 것으로 기대되고 있다.

무인항공기 시스템의 활용

산림 지역의 3차원 데이터 획득에는 새로운 시대가 오고 있다. 사진 측량에서 3차원 데이터를 취득하는 Structure from Motion(SfM)을 쉽게 이용할 수 있게 되어, 여러 가지 각도에서 촬영된 사진 이미지만으로 자동으로 3차원 데이터를 작성할 수 있다.

지금까지 항공기 레이저에 의해 산림 지역을 광범위하게 취득해 왔는데, 무인항공기(Unmanned Aerial Vehicle, UAV)에 의한 공중 촬영만으로도 수관 표면의 3차원 데이터를 작성할 수 있다.

항공기 레이저와 SfM의 차이는 항공기 레이저는 그림자 등의 영향이 없기 때문에 3차원 데이터를 확실하게 수집할 수 있고, 산림에 덮여 있는 장소라도 숲 바닥의 지반 높이를 측정할 수 있다(레이저가 가지와 잎을 투과해 지면 반사를 받아들인다).

그 한편, 공중 촬영 이미지에서 SfM에 의한 3차원화는 사진에 찍힌 대상물밖에 3차원화할 수 없다. 공중 촬영으로 촬영할 수 없는 산림의 지반 데이터는 얻을 수 없다. 따라서 SfM에 의한 3차원화는 산림의 수관 표면 형상밖에 얻을 수 없다. 또한, 그림자에 의한 영향을 받기 때문에 그림자가 되는 장소의 데이터는 검게 결손되어 버린다.

그러나 촬영 조건을 갖추면 항공기 레이저보다 고해상도의 표면 요철을 쉽게 얻을 수 있고, 과거에 항공기 레이저에 의해 취득된 지반 데이터가 있으면 UAV에 의한 표면 데이터와의 차이로부터 나무 높이 계측도 가능하다. 국토지리원이 도시를 중심으로 전국적으로 지반 데이터를 항공기 레이저에 의해 정비하고 있으며, 공개되어 있는 지반 데이터를 병용함으로써 수관 표면만의 데이터도 충분히 활용할 수 있다. 또한, UAV의 촬영 조건을 변경해 낙엽 시기(지면이 보이는 시기)에 데이터를 취득하면, UAV에 의해 지반 데이터도 얻을 수 있다. 그러나 SfM에 의한 3차원 데이터가 산림 모니터링에 의한 표준적 데이터가 될 수 없는 이유는 데이터의 불확실성에 있다. 산림을 대상으로 한 측정 정밀도의 설정과 작업 절차의 표준화가 필요하다.

공중 촬영 이미지의 3차원화를 할 때에 중요한 것은 정확한 GPS의 취득이다. SfM에 의한 3차원화에서는 좌표 설정이 중요하다. 잘못된 좌표가 붙은 채 3차원화 처리를 하면, 국소적으로 왜곡을 가진 형상을 작성하게 된다. UAV는 수목 상부를 비행하기 때문에 GPS의 수신 감도가 높아, 고정도 GPS를 사용하지 않아도 정확한 위치에서 3차원화할 수 있다. 그러나 왜곡이 발생하기 때문에 지상에 참조점인 Ground Control Point(GCP)을 설정해 데이터를 보정한다. 또한, GPS 데이터는 항상 변화하기 때문에 RTK에 의한 보정도 중요하다. 이러한 GPS의 정도는 3차원 데이터 작성에 영향을 준다.

보다 우수한 3차원 데이터 수집 기술로서 UAV 레이저가 있다. 대표적인 UAV 레이저에 Yellowscan사의 것이 있으며, Velodyne사제나 Riegl사제의 소형 레이저를 탑재해 데이터를 취득할 수 있다. UAV 레이저의 개발은 센서 자체를 독자적으로 개발하는 것이 아니라, 자동차 업계의 차재 탑재용 센서에 자이로 등의 자세 제어 시스템을 연계해 UAV에서 데이터를 취득할 수 있게 패키지화하고 있다. 자이로와 레이저의 연계는 측정 정확도에 영향을 줄 수 있기 때문에 고도의 조정이 필요하다. Yellowscan사의 레이저는 2kg 이하로 측정 정확도를 보증한 컴팩트한 설계로 되어 있다. UAV 레이저는 항공기 레이저보다 저공으로 비행할 수 있기 때문에 점 밀도가 10배 이상인 고밀도 데이터를 취득할 수 있다. 점 밀도가 증가하면 보다 상세하게 산림 내의 상황을 파악할 수 있다.

자세 제어 자이로 대신에 최근에는 Simultaneous Localization and Mapping(SLAM)에 의한 데이터의 자동 합성이 가능하다. SLAM 기술은 로봇 공학 분야에서 발전된 기술로, 자기 위치 추정에 이용되어 왔는데 레이저에 적용하면 GPS나 자이로에 의존하지 않고 이동체의 궤도를 인식할 수 있다. SLAM에 의한 데이터의 위치맞춤은 추정 정확도에 의존하기 때문에 자이로 정도의 정확한 자세 제어는 불가능하다. 그러나 GPS 데이터를 얻을 수 없는 터널 내의 3차원 데이터 취득에는 효과적인 방법이다. 또한, GPS나 자이로를 탑재할 필요가 없기 때문에 경량화할 수 있다. 이러한 기술은 산림 모니터링에서도 활용할 수 있다.

산림 내의 GPS 수신 감도가 낮아 수목 상단의 UAV 레이저에 의한 데이터 취득만으로는 산림 내 데이터의 파악에 한계가 있다. 산림 내부의 환경(하층 식생의 상황)은 산림 관리에 중요한 지표가 된다. 또한, 산림을 이용하는 야생동물, 표고버섯 재배의 일조 조건 등 산림 내의 구조 데이터가 요구되고 있다. 최근 전국적으로 문제가 되고 있는 사슴의 식해에 의한 영향도 하층 식생의 상황으로부터 피해 상황을 파악할 수 있다. 이러한 요구에 대해 충돌 방지의 소형 UAV를 이용할 수 있으면, GPS에 의존하지 않는 SLAM에 의한 자세 제어가 산림 내부의 데이터 검색에 유효한 방법이 될 수 있다.

항공기나 UAV에 의한 3차원 데이터 획득도 가까운 장래 큰 전환기를 맞이한다. Planet사가 이미 다수의 소형 위성을 발사, 세계 어디서나 1일 2회 고해상도 위성 이미지를 얻을 수 있다. 일상에 고해상도 위성 데이터를 이용할 수 있으면, 위성 데이터로부터 3차원 데이터 작성이 가능해진다. 세계의 산림 측정이 위성 데이터만으로 높은 빈도로 측정 가능해질 것이다. 그러나 산림 내의 데이터 취득은 위성으로부터는 한계가 있고, UAV에 의해 산림 내 상황을 파악할 수 있는 기술의 개발 혹은 산림 내를 자유롭게 비행할 수 UAV의 개발이 필요하며, 산림 내 데이터를 광범위하게 취득할 수 있는 기술의 발전에 기대하고 싶다.

새로운 레이저 이용

위성 데이터의 활용은 최근 시계열 해석을 쉽게 할 수 있게 됐다. 세계의 산림 변화 추출은 날마다 자동으로 이루어지게 됐는데, 예를 들면 Google Earth Engine이라는 Google사가 제공, 공개하고 있는 클라우드형 위성 데이터 해석 플랫폼을 이용해 누구라도 쉽게 시계열 해석을 할 수 있다. 과거 30년 이상의 Landsat 위성 데이터로부터 산림 증감의 트렌드를 해석할 수 있다. 최근에는 산림 화재의 장기 트렌드도 측정할 수 있게 됐다.

동시에 보다 상세한 지형도를 작성하기 위해 항공기 레이저가 전국에서 데이터 취득을 하고 있다. 미국에서는 그러한 항공기 레이저 데이터를 홈페이지 상에서 무료 공개하고 있다. 비영리 이용을 조건으로 데이터를 공유하고 있으며, 일본에서는 국토지리원이 일괄적으로 관리하고 있다. 이러한 광범위하게 취득한 항공기 레이저를 이용한 해석이 주목을 받고 있다.

위성 데이터의 시계열 해석에서는 과거의 토지 이용이나 산림 상황의 검증을 거슬러 올라가 현지 검증할 수 없다. 과거의 항공사진을 보고 지상 검증 데이터로 할 수는 있지만, 한계가 있다. 그래서 과거의 위성 데이터를 검증하기 위해 과거의 항공기 레이저를 사용하는 연구가 최근 진행되고 있다. 랜드스케이프의 광역 검증에 wall to wall(1 대 1)의 비교가 가능하다.

또한, 필자는 지상 레이저에 의한 시계열 해석에 주목해 연구를 진행하고 있다. 산림 화재 등의 재해는 재해 후의 피해 상황 파악이 어렵다. 피해 전의 상황을 알기 어렵기 때문에 근체에 피해가 없었던 산림을 참조해 재해에 의한 피해를 '육안'으로 추측할 수밖에 없었다. 그러나 레이저에 의해 재해가 발생하기 전에 데이터를 취득, 재해가 일어난 후 같은 장소에서 데이터를 취득하면 손실로 인한 피해를 확실하게 파악할 수 있다. 이를 위한 3차원 시계열 해석 방법을 확립했다.

지상 레이저에 의해 재해 전후에 데이터를 취득, 두 시기의 3차원 데이터를 자동으로 매칭해 산림 화재 전후의 변화를 정확하게 비교할 수 있게 했다(그림 6). 그 결과, 피해도는 육안이 아니라 양으로 산출할 수 있게 됐다.

3차원 데이터를 취득할 수 있는 레이저 스캐너는 소형화되어, 10만 엔 이하로 판매되고 있다. 필자가 개발한 방법을 저렴한 레이저 장치와 조합해 피해도 평가를 확실하게 할 수 있으면, 보험의 사정과 보상 업무 등 다양한 서비스에 대해 보다 정확한 정보를 제공할 수 있다. 앞으로 지구온난화에 의해 농림업에서 예상치 못한 피해가 발생할 것으로 생각된다. 그 피해를 정확하게 측정할 수 있으면, 농림업에 종사하는 사람들의 안정된 생활을 ‘3차원 데이터에 의한 측정’으로 지원할 수 있을 것으로 생각된다.

加藤 顯, 치바대학 대학원 원예학연구과