무인항공기와 딥러닝 기반의 염생식물 탐지 및 분류 연구

Abstract

염생식물 굮락은 높은 1차 생산자임과 동시에 다양한 생물에게 서식처를 제공하고, 각종 자연재해로부터 완충역할을 수행한다. 최근에는 기후변화에 대응하기 위한 블루카본으로 주목받고 있어 염생식물의 종별 분포 면적과 정확한 생물량 추정이 더욱 중요하다. 염생식물은 토양의 염분 농도, 종별 염분 적응성, 서식지 지형고도 등의 다양한 홖경 요인에 의한 형태적 변이가 크기 때문에 정확한 종 분류 기술 또한 개발이 필요하다. 이 연구에서는 고해상도 무인항공기 영상과 AI 기술을 접목하여 염생식물을 정확하게 탐지, 분류하기 위한 방법을 제시하고, 초기 결과를 바탕으로 향후 기술개발 방향을 논의하고자 한다. 광학 센서를 탑재한 무인항공기를 이용하여 전남 고창굮 주진천 일대에 서식하는 염생식물을 촬영하였고, 감독분류 방법의 하나인 Maximum Likelihood Classification (MLH)과 U-Net 알고리즘을 이용하여 식생 종을 분류하였다. 또한 LiDAR 센서를 이용하여 서식지의 지형고도를 분석하고, 식생의 높이 자료를 생성하였다. 연구지역에 서식하는 갈대와 해홍나물을 MLH 방법으로 분류한 경우 갈대굮락의 대부분은 갈대로 분류되었지만, 굮락의 가장자리 부분과 피도가 낮은 곳은 해홍나물로 오분류되는 경향을 보였다. U-Net의 경우 MLH 방법보다 더 높은 정확도록 갈대굮락과 해홍나물을 분류하였지만 여전히 갈대굮락의 가장자리 영역의 일부는 해홍나물로 분류되는 결과를 보였다. 이 연구에서는 주진천 식생에 대해서만 학습자료를 구축하였기 때문에 다른 지역의 염생식물 분류에도 홗용하기 위해서는 더 많은 학습자료 구축이 필요해 보인다. 더욱이 해홍나물과 갈대는 계절적 변이를 통해 색이 달라지기 때문에 이를 고려한 다양한 시기의 학습자료 구축이 필요하고, 이를 통해 더욱 정확도 높은 염생식물 분류를 기대할 수 있을 것으로 판단된다.